学术评价中一级指标测度方法研究——结构方程降维法

摘要：

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.

关键词：评价指标、降维、聚类分析、结构方程、因子分析、学术评价

分类号：G302(科学研究理论)

资助基金：国家社科基金项目:学术评价与创新绩效评价问题研究;浙江省一流学科A类项目浙江工商大学统计学,管理科学与工程

在线出版日期：2020-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：76-84,65