劉 洋，溫學(xué)兵,b，劉瑞銀

(沈陽師范大學(xué) a.數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院,b.沈陽師范大學(xué) 學(xué)報(bào)編輯部，沈陽 110034)

基于結(jié)構(gòu)方程模型的科技期刊評(píng)價(jià)指標(biāo)結(jié)構(gòu)關(guān)系研究

劉 洋a，溫學(xué)兵a,b，劉瑞銀a

(沈陽師范大學(xué) a.數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院,b.沈陽師范大學(xué) 學(xué)報(bào)編輯部，沈陽 110034)

研究中國(guó)科技期刊量化評(píng)價(jià)指標(biāo)間的相關(guān)關(guān)系，為指標(biāo)的分類和評(píng)價(jià)體系構(gòu)建提供參考。基于結(jié)構(gòu)方程模型原理并利用AMOS軟件，對(duì)2016年中國(guó)科技期刊引證報(bào)告中工程技術(shù)類期刊的12個(gè)量化指標(biāo)408個(gè)數(shù)據(jù)進(jìn)行相關(guān)性分析。得出2類共9個(gè)指標(biāo)滿足結(jié)構(gòu)方程模型的理論要求和一級(jí)二級(jí)指標(biāo)間的相關(guān)關(guān)系。分析結(jié)果反映了期刊的影響力因子解釋總被引頻次、影響因子、學(xué)科影響因子、H指標(biāo)4個(gè)指標(biāo)的能力分別為0.81、0.85、0.37、0.79；期刊的傳播力因子解釋引用刊數(shù)、學(xué)科影響指標(biāo)、平均引文數(shù)、平均作者數(shù)、基金論文比5個(gè)指標(biāo)的能力分別為0.72、0.50、0.87、0.74、0.91。相較以前利用結(jié)構(gòu)方程研究期刊指標(biāo)的結(jié)果，本文的結(jié)論更加符合結(jié)構(gòu)方程的理論要求。得出結(jié)構(gòu)方程模型為期刊指標(biāo)的分類提供了新的想法和解決方法，是未來解決期刊指標(biāo)篩選的一種重要工具。

科技期刊；評(píng)價(jià)指標(biāo)；結(jié)構(gòu)方程模型；AMOS；結(jié)構(gòu)關(guān)系

瑞典統(tǒng)計(jì)學(xué)家、心理學(xué)家Karlg Joreskog將回歸分析和路徑分析巧妙地結(jié)合在一起，開創(chuàng)了結(jié)構(gòu)方程模型(Structural Equation Modeling，SEM)這個(gè)嶄新的量化研究范式[1]。隨后的研究學(xué)者們從不同的屬性方面賦予它不同的名字：因果建模—功能方面；協(xié)方差結(jié)構(gòu)分析—數(shù)據(jù)結(jié)構(gòu)方面。結(jié)構(gòu)方程模型在近十年里被廣泛應(yīng)用于各行各業(yè)。邱皓政在《結(jié)構(gòu)方程模型的原理與應(yīng)用》[2]中歸納SEM的時(shí)候提到，結(jié)構(gòu)方程模型在方法層面上講是一門基于統(tǒng)計(jì)分析技術(shù)的研究方法學(xué)，對(duì)多個(gè)變量的研究處理有較好的輔助作用。

Weiping Yue[3]等人應(yīng)用結(jié)構(gòu)方程模型的方法分析了期刊影響力方面的關(guān)系，不過沒有進(jìn)行實(shí)例驗(yàn)證。龐景安[4]等人利用層次分析法并結(jié)合相關(guān)定量方法，將科技期刊指標(biāo)進(jìn)行了分類，并對(duì)各個(gè)指標(biāo)進(jìn)行解釋。俞立平[5]等人從期刊評(píng)價(jià)指標(biāo)這一方面著眼，將影響力、期刊特征和時(shí)效性3個(gè)指標(biāo)進(jìn)行分析，發(fā)現(xiàn)結(jié)構(gòu)方程模型除了可以對(duì)隱含的指標(biāo)進(jìn)行評(píng)估以外，還可以對(duì)指標(biāo)進(jìn)行篩選，因此為期刊評(píng)價(jià)提供了新思路。邱均平[6]等人使用灰色關(guān)聯(lián)法對(duì)指標(biāo)進(jìn)行評(píng)價(jià)，并提出了期刊評(píng)價(jià)指標(biāo)中的三維層次結(jié)構(gòu)圖。毛國(guó)敏[7]等人運(yùn)用結(jié)構(gòu)方程模型的原理將多個(gè)指標(biāo)分為影響力因子和傳播因子兩類，并對(duì)其進(jìn)行相關(guān)關(guān)系檢驗(yàn)。程慧平[8]等人對(duì)學(xué)術(shù)期刊評(píng)價(jià)指標(biāo)進(jìn)行模擬，不但成功揭示了指標(biāo)之間的關(guān)系，也為評(píng)價(jià)指標(biāo)的篩選和評(píng)估提供了量化參考。陳小山[9]等人在利用主成分分析的基礎(chǔ)上再應(yīng)用結(jié)構(gòu)方程模型的方法對(duì)影響因子、他引影響因子、web下載率等指標(biāo)之間的結(jié)構(gòu)關(guān)系進(jìn)行了探討。趙婧[10]等使用結(jié)構(gòu)方程模型原理用定量的分析方法，將影響科技期刊發(fā)展的因素進(jìn)行了分類研究。雷蕾[11]等人將結(jié)構(gòu)方程模型運(yùn)用在應(yīng)用語言學(xué)領(lǐng)域中，同時(shí)使用結(jié)構(gòu)方程模型軟件AMOS進(jìn)行分析處理。

1 學(xué)術(shù)期刊評(píng)價(jià)指標(biāo)的選擇

1.1 指標(biāo)選擇

俞立平的研究表明，指標(biāo)的選擇要從4個(gè)方面分析：首先是指標(biāo)內(nèi)涵、獲取指標(biāo)的難易度及區(qū)分度；其次是指標(biāo)的用途和影響；再次是指標(biāo)的數(shù)量；最后是各個(gè)指標(biāo)的組合形式[12]。

學(xué)術(shù)期刊的評(píng)價(jià)指標(biāo)也在逐年增加，從原有的總被引頻次、即年下載率，到近幾年新加入的特征因子分值和SNIP指數(shù)等。顏帥在文章中提到總被引頻次、基金論文比、影響因子、Web下載率、他引影響因子、國(guó)際論文比、國(guó)際編委比等幾個(gè)指標(biāo)在所有指標(biāo)中顯得尤為重要[13]。

1.2 數(shù)據(jù)來源

本文采用的是2016年《中國(guó)科技期刊引證報(bào)告》(擴(kuò)刊版)工程技術(shù)類期刊的相關(guān)數(shù)據(jù)[14]，選擇了電氣工程、工程大學(xué)學(xué)報(bào)、石油天然氣等8個(gè)學(xué)科類別，期刊數(shù)分別為116、12、65、68、19、37、41、50，合計(jì)408種期刊，將其分為影響力因子、傳播力因子兩大類，并從中收集總被引頻次、影響因子、引用期刊數(shù)、學(xué)科影響因子、學(xué)科擴(kuò)散因子、H指標(biāo)、來源文獻(xiàn)數(shù)、平均引文數(shù)、平均作者數(shù)、基金論文比11項(xiàng)指標(biāo)數(shù)據(jù)，見表1。

由于數(shù)據(jù)之間的差異較大，因此將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

標(biāo)準(zhǔn)化處理后的數(shù)據(jù)均在0-1之間，避免了在不同計(jì)量單位下的誤差。同時(shí)也對(duì)數(shù)據(jù)的效度和信度進(jìn)行了分析處理，然后運(yùn)用AMOS20.0進(jìn)行統(tǒng)計(jì)分析。

表1 指標(biāo)及分類

2 結(jié)構(gòu)方程模型原理、假設(shè)和驗(yàn)證

2.1 原理

結(jié)構(gòu)方程模型的路徑圖是由測(cè)量模型和結(jié)構(gòu)模型兩部分組成[15]。

圖1 SEM原理圖

潛在變量是指模型中不能直接測(cè)量的部分，在AMOS中常用橢圓表示。測(cè)量變量是指模型中能夠測(cè)量的部分，用矩形表示。外生變量作為其他變量的組成部分而內(nèi)生變量可以由其他內(nèi)生變量或者外生變量組成。中介變量是在內(nèi)生變量和外生變量之間的橋梁。

用方程式表示為

其中：y—內(nèi)生測(cè)量變量；λy—y指標(biāo)與η潛在變量的關(guān)系；ε—y指標(biāo)的誤差項(xiàng)；x—外顯測(cè)量變量；λx—x指標(biāo)與ξ潛在變量的關(guān)系；δ—x指標(biāo)的誤差項(xiàng)；η—內(nèi)生潛在變量；Β—內(nèi)生潛在變量之間的關(guān)系；ξ—外顯潛在變量；?！怙@潛在變量之間的關(guān)系；ζ—模式內(nèi)所包含的變量以及變量之間的殘差項(xiàng)。

此處需要注意的是，每個(gè)潛在變量下至少要有3個(gè)測(cè)量變量，之前一些學(xué)者的研究結(jié)果沒有滿足這樣的要求。

例如，外生變量ξ1和ξ2分別由觀察變量x1，x2，x3和x4，x5，x6來測(cè)量，其矩陣形式是

依照測(cè)量模型，得出：

x1=λ1ξ1+δ1

x2=λ2ξ1+δ2

x3=λ3ξ1+δ3

x4=λ4ξ2+δ4

x5=λ5ξ2+δ5

x6=λ6ξ2+δ6

在這里，λ1，λ2，…，λn分別是某個(gè)觀察變量(或者指標(biāo))所對(duì)應(yīng)測(cè)量的潛在變量上的負(fù)荷(Loading)。結(jié)構(gòu)方程模型的測(cè)量模型有以下三個(gè)前提條件：

(1)E(η)=0，E(ξ)=0，E(δ)=0，E(ε)=0；

(2)ε與η，ξ，δ不相關(guān)；

(3)δ與η，ξ，ε不相關(guān)。

2.2 模型驗(yàn)證

3 期刊評(píng)價(jià)指標(biāo)的結(jié)構(gòu)方程模擬

3.1 樣本量的確定

結(jié)構(gòu)方程模型的樣本量的最基本要求是要達(dá)到測(cè)量變量個(gè)數(shù)的5～10倍，樣本數(shù)至少要達(dá)到200以上，但是大多數(shù)學(xué)者會(huì)認(rèn)為樣本數(shù)要達(dá)到待估計(jì)的自由參數(shù)的10倍以上，才能得到一個(gè)相對(duì)穩(wěn)定的結(jié)論[16]。之前文章中的樣本數(shù)量沒能保證在最優(yōu)的范圍，這樣得到的結(jié)果可能存在著誤差。本文的樣本量達(dá)到了408個(gè)，保證了所得結(jié)果的穩(wěn)定性和可靠性。

3.2 模型選定

初始模型假設(shè)見圖2所示。

圖2 初始模型

模型中C12表示EXT與INF之間的路徑關(guān)系。本文使用AMOS20.0(Analysis of Moment Structures)軟件進(jìn)行模擬分析。

AMOS軟件共有5種參數(shù)估計(jì)的方法[17]，通常情況下，數(shù)據(jù)量在300左右要選擇最大似然估計(jì)(Maximum likelihood)；數(shù)據(jù)量超過1000，選擇第5種漸進(jìn)無母樹統(tǒng)計(jì)(Asympotically distribution-free)。由于本文數(shù)據(jù)量為408，選擇最大似然估計(jì)法。AMOS軟件可以處理單一的測(cè)量模型，同時(shí)也可以處理結(jié)構(gòu)模型。本文先對(duì)兩組測(cè)量模型單獨(dú)分析，將擬合不理想的指標(biāo)刪減，最后保留9個(gè)指標(biāo)。圖3和圖4分別為兩組測(cè)量模型的路徑系數(shù)表。

圖3 影響力標(biāo)準(zhǔn)化模擬結(jié)果

圖4 傳播力標(biāo)準(zhǔn)化模擬結(jié)果

本文在對(duì)兩組測(cè)量變量分析結(jié)束后將其合為一起進(jìn)行模型測(cè)試，結(jié)果見圖5。

圖5 初始模型標(biāo)準(zhǔn)化擬合結(jié)果

從圖5可以看出他引率INF3和來源文獻(xiàn)量EXT3兩項(xiàng)指標(biāo)不符合路徑系數(shù)大于0.5的優(yōu)秀標(biāo)準(zhǔn)，因此要將這兩項(xiàng)指標(biāo)刪除。至此本文將剩下9項(xiàng)指標(biāo)進(jìn)行擬合測(cè)試。圖6為模擬測(cè)試結(jié)果。結(jié)構(gòu)方程模型指標(biāo)擬合度測(cè)定有很多種，以下為兩類常用的模型擬合度檢驗(yàn)形式：一類是兩個(gè)或多個(gè)模型相似最高，一般指標(biāo)>0.9，表明具有較高的擬合度，>0.8表明擬合度較好。此類指標(biāo)有GFI、CFI、TLI等。另一類是兩個(gè)或多個(gè)模型差異最小，一般指標(biāo)<0.08才算標(biāo)準(zhǔn)，此類指標(biāo)有RMSEA、RMR等。

(1)卡方自由度比：即是用卡方值除以模型的自由度，公式為

其中，p表示模型中外生測(cè)量變量的個(gè)數(shù)，q表示內(nèi)生觀測(cè)變量的個(gè)數(shù)，t表示模型自有參數(shù)的個(gè)數(shù)。

(2)GFI(goodness-of-fit index)：指標(biāo)與回歸方程中的R2相似，表示模型擬合得到的方差和協(xié)方差能夠表示數(shù)據(jù)資料的方差與協(xié)方差的程度。公式為

其中，Σ表示最大似然法擬合后得到的再生矩陣，S表示原始矩陣。

(3)AGFI(adjusted GFI)：該指標(biāo)用模型自由度和參數(shù)個(gè)數(shù)來調(diào)整GFI，與回歸模型擬合指標(biāo)中R2。公式為

(4)NFI(normed fit index)：該指標(biāo)反映了假設(shè)模型個(gè)獨(dú)立模型之間的差異，通常稱為Δ1指標(biāo)。公式為

(5)RFI(relative fit index)：該指標(biāo)來源于NFI，用卡方自由度比代替了NFI計(jì)算公式中的卡方值。公式為

其中，RFI調(diào)整了模型自由度可能對(duì)NFI造成的影響，通常稱為ρ1指標(biāo)。

圖6 第一次修改后標(biāo)準(zhǔn)化擬合結(jié)果

系數(shù)路徑圖中所有系數(shù)均滿足0.5的要求[16]，但是查看結(jié)果發(fā)現(xiàn)一些指標(biāo)之間不符合顯著性，同時(shí)也沒有達(dá)到GFI、RMSEA等指標(biāo)的擬合參考，見表2。

3.3 模型擬合修正

根據(jù)上述擬合指標(biāo)的標(biāo)準(zhǔn)，原始模型的擬合度并不是很理想。因此要進(jìn)行模型的修正工作。修正指標(biāo)要查看AMOS20.0輸出結(jié)果中的MI指標(biāo)，見表3。

表2 第一次修改后模型擬合指數(shù)表

根據(jù)表3的M.I.數(shù)據(jù)、刪減后指標(biāo)結(jié)果的檢驗(yàn)以及期刊指標(biāo)自身特點(diǎn)，最后本文刪除EXT4、EXT5、和INF4這3項(xiàng)指標(biāo)并在誤差項(xiàng)e1、e2、e6之間；e4和e10之間；e5和e10之間加入修正條件。再次利用AMOS20.0軟件進(jìn)行驗(yàn)證，結(jié)果如圖7所示。

表4顯示出所有指標(biāo)p均小于0.01并且都已經(jīng)達(dá)到顯著，說明擬合修正是有可行性的。

以上指標(biāo)顯示擬合指數(shù)基本符合約束條件，因此本文認(rèn)為EXT與EXT1引用刊數(shù)、EXT2學(xué)科影響指標(biāo)、EXT4平均引文數(shù)、EXT5平均作者數(shù)、EXT6基金論文比之間存在結(jié)構(gòu)關(guān)系；INF與INF1總被引頻次、INF2影響因子、INF4學(xué)科影響指標(biāo)、INF5H指標(biāo)之間存在結(jié)構(gòu)關(guān)系。

表3 MI修正指標(biāo)值

圖7 修正模型模擬結(jié)果

表5為模型的題目信度進(jìn)行了分析和驗(yàn)證，數(shù)據(jù)顯示EXT和TIM與其測(cè)量變量之間的相關(guān)性都可以達(dá)到可接受的范圍，而INF與INF4學(xué)科影響指標(biāo)之間的相關(guān)性差一些?？赡苁且?yàn)閷W(xué)科與學(xué)科之間存在著差異，評(píng)價(jià)不同學(xué)科期刊的標(biāo)準(zhǔn)可能也會(huì)有所區(qū)別。

4 結(jié)語

修正和檢驗(yàn)的結(jié)果顯示，影響力和廣度之間有0.52的相關(guān)關(guān)系，但是二者間并沒有方向關(guān)系。影響力因子與總被引頻次(INF1)、影響因子(INF2)、學(xué)科影響指標(biāo)(INF4)、H指標(biāo)(INF5)之間的因子載荷量分別為0.812、0.847、0.366、0.788。傳播力因子與引用刊數(shù)(EXT1)、學(xué)科擴(kuò)散指標(biāo)(EXT2)、平均引文數(shù)(EXT4)、平均作者數(shù)(EXT5)、基金論文比(EXT6)之間的因子載荷量分別為0.721、0.496、0.868、0.741、0.913。

表4 修正模型顯著性檢驗(yàn)

表5 題目信度檢驗(yàn)

根據(jù)擬合結(jié)果，總被引頻次、影響因子、H指標(biāo)與影響力因子之間存在高度相關(guān)；學(xué)科影響指標(biāo)與影響力因子之間存在低度相關(guān)，這樣的結(jié)果也是可以接受的，因?yàn)椴煌瑢W(xué)科的學(xué)科影響指標(biāo)之間可能會(huì)存在著較大差異，導(dǎo)致指標(biāo)相關(guān)過低。而引用刊數(shù)、平均引文數(shù)、平均作者數(shù)、基金論文比與傳播力因子均存在高度相關(guān)，只有學(xué)科擴(kuò)散指標(biāo)與傳播力因子之間存在中度相關(guān)，這也可能是由于學(xué)科之間的相關(guān)度低所導(dǎo)致的結(jié)果。

SEM模型在產(chǎn)生過程中多加入研究者自身的情感，因此可能會(huì)因?yàn)檫^度修正而達(dá)到研究者事先想要的結(jié)果。與此同時(shí)，對(duì)數(shù)據(jù)的依賴超過了原本的標(biāo)準(zhǔn)，這樣就會(huì)對(duì)原有的理論忽視，而研究的結(jié)果也會(huì)因此失去有效性。

結(jié)構(gòu)方程模型采用的是驗(yàn)證性因素分析而不是探索性因素分析，這兩種不同的分析，所基于的原理是不同的，但多數(shù)應(yīng)用這兩種方法的學(xué)者不理解或者忽視它們之間的差別。驗(yàn)證性因素分析方法是指在擬定模型之前，學(xué)者通過自身所學(xué)理論知識(shí)對(duì)其研究指標(biāo)進(jìn)行初步分類，建立初始模型，并通過對(duì)數(shù)據(jù)的分析將分析結(jié)果與原假設(shè)模型進(jìn)行擬合度檢驗(yàn)。這里要求路徑系數(shù)與擬合指標(biāo)雙重驗(yàn)證方式。此前很多學(xué)者的擬合指標(biāo)或路徑系數(shù)沒能達(dá)到標(biāo)準(zhǔn)，甚至比較之下相差很多，這一點(diǎn)要引起各界學(xué)者的注意。結(jié)構(gòu)方程模型是一種驗(yàn)證性因素分析方法，一定要嚴(yán)格要求各項(xiàng)指標(biāo)的擬合度是否符合理論標(biāo)準(zhǔn)。

[1] JORESKOG K G,SORBOM D.Advances in factor analysis and structural equation models[M].Cambridge:MA,1979.

[2] 邱皓政,林碧芳.結(jié)構(gòu)方程模型的原理與應(yīng)用[M].北京：中國(guó)輕工業(yè)出版社,2009.

[3] YUE W P,WILSON C S.Measuring the citation impact of research journals in clinical neurology:a structural equation modelinganalysis[J].Scientometrics,2004(3)：317-334.

[4] 龐景安，張玉華.中國(guó)學(xué)術(shù)期刊綜合評(píng)價(jià)指標(biāo)體系的研究[J].中國(guó)學(xué)術(shù)期刊研究，2000(11)：217-219.

[5] YU L P,CHEN Y Q,PAN Y T.Research on the evaluation of academic journals based on structural equation modeling[J].Journal of Informetrics,2009(3):304-311.

[6] 邱均平，張榮.期刊評(píng)價(jià)指標(biāo)體系及定量方法研究[J].現(xiàn)代圖書情報(bào)技術(shù)，2004(7)：23-26.

[7] 毛國(guó)敏，蔣知瑞，任蕾,等.影響因子等主要期刊指標(biāo)之間的關(guān)系研究[J].中國(guó)科技期刊研究，2012，23(3):377-382.

[8] 程慧平，萬莉.學(xué)術(shù)期刊評(píng)價(jià)指標(biāo)結(jié)構(gòu)研究_基于結(jié)構(gòu)方程模型[J].情報(bào)雜志，2014，33(11)：113-116，123.

[9] 陳小山，陳國(guó)福，張瑞.基于因子分析和SEM模型的期刊評(píng)價(jià)指標(biāo)結(jié)構(gòu)關(guān)系研究[J].情報(bào)科學(xué)，2016，34(10)：61-64,71.

[10] 趙婧，潘云濤.基于結(jié)構(gòu)方程模型的科技期刊發(fā)展影響因素研究[J].科技與出版，2016(9)：120-125.

[11] 雷蕾.結(jié)構(gòu)方程建模及AMOS軟件在應(yīng)用語言學(xué)研究中的應(yīng)用[J].中國(guó)學(xué)術(shù)期刊研究，2009， 21(1)：39-44.

[12] 俞立平，潘云濤，武夷山.學(xué)術(shù)期刊評(píng)價(jià)指標(biāo)選取若干問題的思考[J]情報(bào)雜志，2009,28(3)：75-77,100.

[13] 顏帥.科技學(xué)術(shù)期刊的質(zhì)量控制與審讀(講稿)[EB/OL](2012-06-29)[2012-07-05].下載地址：http:/blog.sina.com.cn/s/blog_54f7cb080106a7lu.html.[14] 中國(guó)科學(xué)技術(shù)信息研究所.2016年版中國(guó)期刊引證報(bào)告(擴(kuò)展版)[M].北京:科學(xué)技術(shù)文獻(xiàn)出版社,2016.

[15] 林嵩，結(jié)構(gòu)方程模型原理及AMOS應(yīng)用[M].武漢：華中師范大學(xué)出版社,2008.

[16] 吳明隆.結(jié)構(gòu)方程模型-AMOS實(shí)務(wù)進(jìn)階[M].重慶：重慶大學(xué)出版社,2013.

[17] 毛國(guó)敏，蔣知瑞，生冬梅，等.期刊計(jì)量指標(biāo)的鑒別度和可信度分析與研究[J].中國(guó)科技期刊研究，2012，23(2):202-207.

(責(zé)任編輯：劉劃 英文審校：趙歡)

Researchontherelationshipbetweenthestructuresofsci-techjournalevaluationindexbasedonstructuralequationmodel

LIU Yanga，WEN Xue-binga,b，LIU Rui-yina

(a.School of Mathematics and Systems Science,b.Editorial Office of Journal,Shenyang Normal University,Shenyang 110034,China)

In this paper,we study the correlation between quantitative evaluation index of sci-tech journals and provide a reference for building classification index and evaluation system.Based on the principle of structural equation model,this paper uses the AMOS software to correlatively analyze 408 data of 12 types of journals of science and technology from report on the 2016 China's journals of science and technology.The result shows that a total of nine indicators from 2 classes meet the theory of structural equation model and the correlation between the levels of the first and secondary indicators.Analysis results reflect that the ability of the four indexes on the journals influence factors to explain the cited frequency,impact factor,subject factor,H index were 0.81,0.85,0.37,0.79 respectively;the ability of the five indexes on journal of power factor to references publication number,subject effect index,the average number of citations,the average number of authors,fund paper were 0.72,0.50,0.87,0.74,0.91 respectively.Compared with the former journal indexes studied by using structural equation results,the conclusion of this paper conforms more to the requirements of the structural equation theory.At the same time,it is concluded that the structural equation model for the classification of the journals index provides new ideas and solutions,which would be an important tool to solve journals index screening in the future.

sci-tech journal;evaluation index;structural equation model;AMOS;relationship between the indicator structures

2017-07-18

國(guó)家自然科學(xué)基金(項(xiàng)目編號(hào)：11401393)；國(guó)家統(tǒng)計(jì)局全國(guó)統(tǒng)計(jì)科學(xué)研究項(xiàng)目(項(xiàng)目編號(hào)：2014LY017)

劉 洋(1991-)，女，遼寧鐵嶺人，碩士研究生，主要研究方向：統(tǒng)計(jì)學(xué)應(yīng)用，E-mail:285199375@qq.com;溫學(xué)兵(1975-)，男，河北唐山人，副教授，主要研究方向：統(tǒng)計(jì)學(xué)理論和應(yīng)用，E-mail:xbw2004@163.com。

2095-1248(2017)04-0088-08

O213； TP39；G213

： A

10.3969/j.issn.2095-1248.2017.04.012