一、引言
随着经济改革和发展的不断深入，不同城市依靠其不同的区位优势，资源禀赋以及对人才教育的投入和吸引力不同，加之不同城市对于政府的依赖与科技创新能力的高低不同，造成了城市之间的区域差异。辽宁省是我国经济发展水平最高的地区之一，研究辽宁省内部城市差异有助于其他地区借鉴。同时有利于辽宁省内部城市间协调发展。
二、实证分析
本文选取固定投资总额和建设项目投资额两个变量表示经济总体实力，高等学校教职工数和科学研究、技术服务人员数代表人才教育与科技创新水平，用财政收支代表政府的作用，最后外贸进出口总额表示了经济社会的经济外向度水平。然后对这些变量进行标准化，消除变量间的量纲差异。
KMO检验用来比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性。，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1。Bartlett球型检验（巴特利球形检验（Barlett
Testof
Sphericity）。）：用于检验相关阵是否是单位阵，即各变量是否独立。
KMO
和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。 .859
Bartlett
的球形度检验 近似卡方 295.678
df 28
Sig. .000
KMO检验值为0.859，比较接近1，因此较合适做因子分析。Bartlett’s球型检验的结果为295.678，伴随概率为0，相关系数矩阵和单位矩阵有显著差异。说明可以用选取的变量做因子分析。
公因子方差
初始 提取
Zscore(固定资产投资总计) 1.000 .997
Zscore(建设项目投资额) 1.000 .994
Zscore(高等学校教职工数) 1.000 .973
Zscore(科学研究和技术服务人员) 1.000 .984
Zscore(公共财政收入) 1.000 .996
Zscore(公共财政支出) 1.000 .996
Zscore(进口总额) 1.000 .997
Zscore(出口总额) 1.000 .997
提取方法：主成份分析。
从上表可以发现选取的八个变量，提取的百分比都接近于99%，提取的情况很好，有利于因子分析。
解释的总方差
成份 初始特征值 提取平方和载入 旋转平方和载入
合计 方差的
% 累积% 合计 方差的% 累积% 合计 方差的% 累积
%
1 6.929 86.607 86.607 6.929 86.607 86.607 4.368 54.600 54.600
2 1.004 12.552 99.159 1.004 12.552 99.159 3.565 44.559 99.159
3 .037 .465 99.623
4 .022 .274 99.898
5 .004 .054 99.951
6 .002 .031 99.982
7 .001 .010 99.992
8 .001 .008 100.000
提取方法：主成份分析。
两个主成分的累计方差贡献率达到99.16%，说明通过这两个主成分就能充分反应要研究的信息。
成份矩阵a
成份
1 2
Zscore(固定资产投资总计) .995 -.088
Zscore(建设项目投资额) .996 -.040
Zscore(高等学校教职工数) .945 -.283
Zscore(科学研究和技术服务人员) .805 -.580
Zscore(公共财政收入) .996 -.056
Zscore(公共财政支出) .998 .015
Zscore(进口总额) .861 .505
Zscore(出口总额) .822 .566
提取方法
:主成份。
a.已提取了2
个成份。
旋转成份矩阵a
成份
1 2
Zscore(固定资产投资总计) .807 .588
Zscore(建设项目投资额) .777 .625
Zscore(高等学校教职工数) .898 .408
Zscore(科学研究和技术服务人员) .987 .092
Zscore(公共财政收入) .787 .613
Zscore(公共财政支出) .742 .668
Zscore(进口总额) .317 .947
Zscore(出口总额) .247 .967
提取方法
:主成份。
旋转法:具有Kaiser标准化的正交旋转法。
a.旋转在3
次迭代后收敛。
通过最大方差法得到的旋转成分矩阵可以看出影响辽宁省城