学术评价中一级指标测度方法研究——结构方程降维法

作者：俞立平

来源：信息资源管理学报, 2020, 10(05): 76-65.

DOI：10.13365/j.jirm.2020.05.076

• 评价指标
• 降维
• 聚类分析
• 结构方程
• 因子分析
• 学术评价

由于学术评价指标众多,导致指标分类复杂,赋权困难,降维可以解决这个问题,但现有主成分分析、因子分析降维是非线性的,会破坏原始指标中包含的大量信息,对评价是不利的。本研究采用聚类分析、因子分析辅助进行指标分类,然后采用结构方程模型建模,对显变量与潜变量之间的回归系数进行归一化处理得到权重,进而计算得到潜变量即一级指标来进行降维,并以JCR2015经济学期刊以及TOPSIS评价方法为例进行实证研究,比较了降维前后评价结果的差异。研究发现,结构方程降维法具有线性降维、方便赋权、降低一级指标之间的相关性、计算方式客观唯一等优点,体现了学术评价的系统性思想;结构方程的稳定性对评价具有重要影响,可适当降低对结构方程的统计检验要求。

• 单位
  浙江工商大学; 数学学院