所示。
根据表1数据可以看出，云南省在20072016年这10a间经济发展十分迅速，人均GDP由2007年的1万元发展到2016年的3万多元，实现了连续多跨越式增长。
云南省经济发展状况存在一些明显特征。20072016年，第一产业产值占GDP的比重和第二产业产值占GDP的比重有逐年下降趋势。特别是第二产业占GDP比重，10a间下降了近5。第三产业产值占GDP的比重呈现逐年上升趋势，10a涨幅增加了近7。财政支出占GDP比重在2012年之前逐年增长，从2012年开始几乎稳定在34左右。
2回归分析
21模型设定
Y？茁0？茁1X1？茁2X2？茁3X3？茁4X4？滋
其中，Y表示人均GDP，近似地理解为自变量X1、X2、X3、X4的线性函数X1、X2、X3、X4为解释变量？茁0为常数项，？茁1、？茁2、？茁3、？茁4分别为自变量X1、X2、X3、X4的回归系数？滋为随机扰动项。
22相关分析
通过SPSS统计分析软件中的相关分析对数据进行分析。运用变量之间的相关系数，以数值的方式比较精确地反映各变量之间相关关系的密切程度，分析人均GDP与第一产业生产总值、第二产业生产总值、第三产业生产总值以及财政支出占GDP比重之间的相关关系，如表2所示。
f龙源期刊网httpwwwqika
comc
由表2的Pearso
相关性分析可以看出，第一产业生产总值、第二产业生产总值、第三产业生产总值、财政支出占GDP的比重等4个自变量与人均GDP相关性的概率均接近于0000，小于001，这说明它们与人均GDP之间存在着显著相关关系。
得出变量之间相关性的结论，为了更加深入地验证人均GDP与这4个影响经济发展的主要因素之间的定量线性关系，并且建立合适的数学运算模型，接下来对以上4个变量进行多元线性回归分析。
23参数估计
采用Eviews对表1中的解释变量与被解释变量进行回归分析后发现，“财政支出占GDP的比重（X4）”解释变量不显著。从实际意义上考虑，当年的财政支出不能直接在当年人均GDP中体现出来，存在一定滞后性。因此，在构建模型中将“财政支出占GDP的比重（X4）”滞后一阶体现。
另外，“第二产业的生产总值（X2）”解释变量也不显著。结合云南省自然地理条件与实际经济发展情况考虑，云南省第二产业较不发达，占GDP比重逐年下降。综合考量，决定不引入此解释变量。
将“财政支出占GDP的比重（X4）”的解释变量滞后一阶，并且剔除了“第二产业的生产总值（X2）”的解释变量后，重新进行回归分析，得出回归结果，如表3所示。
根据表1，模型的估计结果为：Y7191262X1
1742455X31833282X4（t1）3112316
（7r