基于结构方程模型的公民科学素质分析

发布时间：2020-05-18 10:20

【摘要】：我国印发了《全民科学素质行动计划纲要实施方案(2006-2010-2020年)》,对“十三五”期间中国公民科学素质实现大幅提升作出部署安排[10]。我国在最初衡量公民科学素质的米勒体系基础之上,积极探索符合中国特色的衡量体系,提出了“四科两能力”的要求。但针对此要求的综合评价体系尚不完整,为全面评价红河州公民科学素质并分析其影响因素,以对提高公民科学素质提出有价值的建议。本文利用数据挖掘的方法并且结合结构方程模型,分析了影响红河州公民科学素质的各个因素。数据来源于2015年红河州公民科学素质抽样调查问卷,样本量为2131。可知,个人的基本情况对公民科学素质会有一定的影响,不同生活背景和文化背景的公民,在科学素质上必定会存在差异,所以引入个人因素,讨论其与公民科学素质之间的关系,个人因素包括性别、年龄、民族、就业状况和受教育程度。随着研究的深入,不断借鉴国外学者和国内学者的研究成果发现,除个人因素外,不同的语境背景对公民的科学素质有着不同的影响,鉴于此便在以往的衡量指标中又加入了公民获取科技信息渠道、公民参与科普活动积极性和公民参观科普场所积极性三个语境因素的指标,这也是本文的创新之处。又因为公民科学素质不仅仅只受单个因素的影响,更多的是受到多个因素的组合影响。不同于大多数学者选择的描述性统计的方法,本文利用数据挖掘(决策树和关联规则挖掘)的方法还原影响红河州公民科学素质因素最真实的情况,更完整的分析出影响公民科学素质的因素或者说因素的集合。按照上述标准,将与红河州公民科学素质有关的若干因素分为三类:第一类是个人因素,其中包括年龄、性别、民族、就业状况和受教育程度;第二类是语境因素,其中包括公民获取科技信息的取得的、公民参与科普活动的积极性以及公民参观科普场所的积极性;第三类是公民科学素质的表征指标,其中包括公民科学意识、公民科学知识水平以及公民的科学能力。本文的行文结构如下,首先,在第三章的第一节利用决策树和Apriori关联规则挖掘个人因素和公民科学素质的表征指标之间的关系。其次,在第三章的第二节利用决策树Apriori关联规则讨论个人因素和语境因素之间的关系。再次,在第三章的第三小节利用Apriori关联规则挖掘语境因素与公民科学素质之间的关系。最后,在前面已经分析出各个因素之间关系的基础之上,在第三章的第四节引入了结构方程模型,对公民科学素质与其影响因素之间的关系进行了全面的讨论,进行了系统的呈现。在上述讨论分析完成之后,利用本文讨论出的理论结果为红河州公民科学素质的提升给出了建设性的建议。
【图文】：

测量模型,变量

第二章理论介绍建构假设模型图；并且即使是模型的修正，也必须依理性取决于理论的合理性[27]。中，用椭圆表示隐变量，用矩形表示显变量或称可测构方程模型基于上述特点多应用于心理学、顾客满面[28]。的，，结构方程模型中有两个基本的模型，测量模型与量与观察变量组成，观察变量是可以获得数据的变象的、无法直接测量和获得的变量，与观察变量具有外显变量的测量模型如图 2.1：

结构模型

图 2.2 结构模型述潜在变量间的回归方程式如下式（2）： (将图 2.1 和图 2.2 中的两个模型结合起来，便是完整的结构方程模型。第四节数据来源及预处理文所选用的数据是通过整理 2015 年红河州公民科学素质抽样调查问卷得具体问题保密），有效样本量为 2131。通过查阅相关文献对问卷所涉及问分类，为便于理解列示于表 2.1。
【学位授予单位】：云南财经大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：G315

【参考文献】