溫學兵, 王亞靜, 劉 洋, 劉瑞銀,3
(1. 沈陽師范大學 數(shù)學與系統(tǒng)科學學院, 沈陽 110034;2. 沈陽師范大學 學報編輯部, 沈陽 110034; 3. 康涅狄格大學 文理學院, 曼斯菲爾德 06269)
結(jié)構(gòu)方程模型已經(jīng)廣泛應用于心理學、社會學、教育學等領(lǐng)域,在期刊評價領(lǐng)域也逐漸被更多研究學者應用和探討。2004年,Yue Weiping等首次將結(jié)構(gòu)方程模型應用在期刊評價中,并對各項評價指標分類探討,但未給出實例研究[1]。2009年,俞立平等采用中國科技期刊引證報告(擴刊版),即萬方數(shù)據(jù)股份有限公司的數(shù)據(jù)(萬方數(shù)據(jù)),對影響力、期刊特征和時效性3個一級指標10個二級指標建立了測量模型,認為結(jié)構(gòu)方程模型既可以對隱含指標進行評估,還可以對指標進行篩選,并指出基礎(chǔ)數(shù)據(jù)的完備性對評價結(jié)果影響巨大[2]。2012年,毛國敏等采用知網(wǎng)的中國學術(shù)期刊影響因子年報的量化數(shù)據(jù),將5個指標分為影響力因子和傳播因子兩類,對其進行了相關(guān)關(guān)系檢驗,得到了測量模型[3]。2014年,程慧平等采用萬方數(shù)據(jù)將6個期刊量化指標命名為期刊引用因子和期刊來源因子2個一級指標,計算得到了測量模型并分析了一級指標對二級指標解釋力強弱的原因[4]。2016年,陳小山等采用知網(wǎng)數(shù)據(jù),使用主成分分析方法把13個量化評價指標分類為規(guī)模指標、篇均指標、比例指標3個一級指標,再利用結(jié)構(gòu)方程模型方法計算得到了較為理想的測量模型[5]。
由于萬方數(shù)據(jù)的量化評價指標較多且使用了多個較新指標,而在利用國內(nèi)數(shù)據(jù)庫查閱科研文獻時,知網(wǎng)為大多數(shù)人采用,故本文采用知網(wǎng)的2個網(wǎng)絡(luò)下載指標和萬方的15個量化指標,利用結(jié)構(gòu)方程模型方法獲得了其中12個指標的滿足結(jié)構(gòu)方程模型方法所有檢測指標要求的測量模型,并得到了結(jié)構(gòu)模型。
Spearman和Wright分別在1904、1918年提出潛在變量的分析模型及更深層次的路徑分析[6-7]。在此基礎(chǔ)上,瑞典的心理學家、統(tǒng)計學家Karlg Joreskog將回歸分析和因素分析結(jié)合在一起,開啟了結(jié)構(gòu)方程模型的大門[8]。結(jié)構(gòu)方程模型被稱為社會科學定量研究領(lǐng)域第3代定量模型和第4代定量模型之間的橋梁,它將測量模型和因果模型二者相結(jié)合,實現(xiàn)了社會科學描述性研究和解析性研究的統(tǒng)一。結(jié)構(gòu)方程模型在社會科學領(lǐng)域上的應用越來越多,對問題分析的角度也越來越廣泛[9-10]。結(jié)構(gòu)方程模型是由測量模型和結(jié)構(gòu)模型組成,完整的SEM模型應該同時包含測量和結(jié)構(gòu)模型,其原理見文獻[11]。
本文采用2016版中國科技期刊引證報告(擴刊版)[12]和中國學術(shù)期刊影響因子年報(2016版)[13]中共有的工程技術(shù)類307種期刊的量化指標數(shù)據(jù)。
1) 作為一種驗證性方法,結(jié)構(gòu)方程模型方法要求最后每個潛在變量下至少要有3個測量變量;
2) 由于中國科技期刊引證報告(擴刊版)指標多,且總是把新出現(xiàn)的一些量化評價指標納入報告中,故選擇從其2016版的數(shù)據(jù)中選擇使用本方法處理問題的數(shù)據(jù);
表1 指標及分類Tab.1 Index and classification
3) 研究人員通過網(wǎng)絡(luò)查閱中文文獻時,多數(shù)把清華知網(wǎng)作為首選,故選取了知網(wǎng)的2個網(wǎng)絡(luò)下載指標數(shù)據(jù)。
本文從指標內(nèi)涵、區(qū)分度、用途和影響等[14]出發(fā),在萬方和知網(wǎng)數(shù)據(jù)中選用了17項評價指標作為二級指標,并把它們歸為3類一級指標,即影響力(包含總被引頻次、學科影響指標、總下載量、他引率)、傳播力(包含擴展引用刊數(shù)、學科擴散指標、來源文獻量、平均引文數(shù)、平均作者數(shù)、地區(qū)分布數(shù)、機構(gòu)分布數(shù))、時效性(包含擴展即年指標、被引半衰期、H指標、引用半衰期、即年下載率、擴展影響因子)。其中影響力下屬的4個二級指標是與期刊總的量化指標有關(guān)的,傳播力下屬的7個二級指標反映了期刊在各個方面的影響程度廣度,時效性下屬的6個二級指標都是與時間相關(guān)的期刊量化指標。指標分類見表1。
由于數(shù)據(jù)之間的差異較大,因此將數(shù)據(jù)進行標準化處理:
標準化處理后的數(shù)據(jù)均在0~1之間,避免了在不同計量單位下的誤差。同時也對數(shù)據(jù)的效度和信度進行了分析處理,然后運用AMOS 20.0進行統(tǒng)計分析。
初始模型A如圖1所示。
圖1 初始模型AFig.1 Initial model A
其中:TIM是內(nèi)生變量;INF是外生變量;EXT是連接內(nèi)生變量和外生變量之間的中介變量;INF1~INF4是潛在變量INF下設(shè)的測量變量;e是測量變量的誤差項;是測量變量無法解釋潛在變量的部分。同理,EXT1~EXT7、TIM1~TIM6分別是潛在變量EXT和TIM的測量變量。相應的誤差項如圖1所示。r1和r2分別是潛在變量INF和EXT的誤差項。C12表示TIM與EXT之間的相關(guān)關(guān)系,C13表示TIM與INF之間的相關(guān)關(guān)系,C23表示EXT與INF之間的相關(guān)關(guān)系。
通過第一階段模型的初始檢驗,結(jié)果顯示EXT4、EXT5、INF2、TIM4、TIM2并不符合模型理論,因此刪去以上測量變量,最終初始模型B為圖2。
圖2 初始模型BFig.2 Initial model B
模型識別是模型擬合檢驗的前提,而過度識別要求自由參數(shù)個數(shù)<待測量數(shù)據(jù)數(shù),即假定測量變量共有m個,那么待測量數(shù)據(jù)數(shù)DP=m×(m+1)÷2。本例中共有27個自由參數(shù),包括3個已標記的路徑系數(shù)、9個未標記的路徑系數(shù)、15個未標記的方差數(shù);共有12個測量變量,即DP=78。由于27<78。因此模型屬于過度識別,可以進行下一步驗證。
AMOS軟件共有5種參數(shù)估計的方法[15],通常情況下,數(shù)據(jù)量在300左右要選擇最大似然估計;數(shù)據(jù)量超過1000,選擇第5種漸進無母樹統(tǒng)計。由于本文數(shù)據(jù)量為408,選擇最大似然估計法。AMOS軟件可以處理單一的測量模型,同時也可以處理結(jié)構(gòu)模型。本文應用AMOS 20.0軟件進行擬合檢驗,根據(jù)檢驗結(jié)果發(fā)現(xiàn)盡管所有指標都滿足顯著性p<0.05。但是各項適配度指標并不滿足優(yōu)秀擬合結(jié)果,如表2所示。
表2 初次模型檢驗結(jié)果Tab.2 Test results of initial model
由于適配度指標并未達到標準,因此要根據(jù)修正指標對模型進行修正。修正后適配度指標如表3所示?;旧隙紳M足優(yōu)秀適配度,說明修正合理。
表3 修正后適配度檢驗表Tab.3 Revised appropriate checklist
根據(jù)標準化結(jié)果可以計算出潛在變量的組合信度,組合信度用來表示測量變量與潛在變量之間的結(jié)束程度。一般組合信度的檢驗值為0.5,若組合信度>0.5,則具有良好的組合信度。計算結(jié)果如表4。組合信度的計算公式為
其中:Pc為組合信度;λ為因子載荷量;θ為觀測變量的殘差。
表4 修正模型因子載荷量顯著性檢驗以及組合信度Tab.4 Modified model factor load test and reliability test
從模型的適配度檢驗表以及估計值報表可以看出,EXT(傳播力)與EXT1(擴展引用刊數(shù))、EXT2(學科擴散指標)、EXT6(地區(qū)分布數(shù))、EXT7(機構(gòu)分布數(shù))之間存在結(jié)構(gòu)關(guān)系,且組合信度為0.631;TIM(時效性)與TIM1(擴展即年指標)、TIM3(H指標)、TIM5(即年下載率)、TIM6(擴展影響因子)之間存在結(jié)構(gòu)關(guān)系,信度系數(shù)為0.917;INF(影響力)與INF1(總被引頻次)、INF3(他引率)、INF4(總下載量)之間也存在結(jié)構(gòu)關(guān)系,信度系數(shù)為0.863。
時效性TIM解釋TIM1、TIM3、TIM5、TIM6的能力分別為0.83、0.81、0.8、0.98,表示其解釋能力較高,可信度高;而傳播力EXT解釋EXT1、EXT2、EXT6、EXT7的能力分別為0.75、0.45、0.44、0.51,除EXT1以外其他均屬于中度解釋能力,這可能與不同學科的學科影響指標之間有不可忽視的差別有關(guān)系,而地區(qū)分布也會使期刊的傳播力受到一定影響。但二者指標均在可以接受的范圍;影響力INF解釋INF1、INF3、INF4的能力分別為0.96、0.49、0.95,均具有較好的解釋能力。
本文利用知網(wǎng)和萬方數(shù)據(jù)各自的優(yōu)勢,把二者的量化評價指標結(jié)合在一起使用,基于結(jié)構(gòu)方程模型方法,利用AMOS 20.0軟件,首次獲得了滿足方法所有指標要求的結(jié)構(gòu)模型,以期為指標的分類研究和評價體系構(gòu)建提供參考。