结构方程模型在健康素养分析中的应用

段纪俊， 李俊林， 黄远霞， 曾晶

结构方程模型（structural equation modeling，SEM）综合了验证性因子分析、路径分析和多重线性回归分析的思想方法，是一种建立、估计和检验因果关系模型的多元统计分析技术［1］。结构方程模型包括测量模型和结构模型，其主要功能是对一些解释可观察变量与潜在变量关系的理论模型作出评价，不但能研究可观测变量，还可研究不能直接观测的潜在变量，既可研究变量间的直接作用，又可研究变量间的间接作用［2］。健康素养是一个多维度的概念，有多种多样的影响因素，反映健康素养状况的指标很多是不可直接测量的潜在变量，用传统方法很难直接进行测量和分析评价［3］。本研究应用结构方程模型对武汉市健康素养调查资料进行分析，为探索结构方程模型在健康教育领域中的应用以及建立符合理论和实际的健康素养评价体系提供依据。

1 材料与方法

1.1 资料来源

资料来源于2009年武汉市健康素养人群调查数据。调查对象为武汉市13个行政区15～69岁的城乡户籍人口和常住外来务工人口，按随机抽样原则以多阶段分层整群随机抽样方法，从总人口784万中抽取5 600人作为健康素养人群调查对象，使用中国公民健康素养调查问卷为基础的修改问卷，于2009年6～8月完成了人群调查。调查有效问卷5 495份，有效率98.1%，调查样本的年龄结构拟合优度检验显示调查样本质量较好。

1.2 结构方程模型的构建与分析

1.2.1 构建理论模型 分析变量的关系，根据专业知识和研究目的，构建理论模型［4］。明确观测变量与潜在变量，通过路径图的方式，对变量间的因果关系予以描述。

1.2.2 模型参数估计 将路径图中的结构模型转化为结构方程式，建构模型方程式，进行参数估计与模型识别［4］。

1.2.3 模型评价 通过模型检验与拟合优度进行模型评价。

1.2.4 模型修正与模型分析 根据提出一个或数个合理的先验模型，检查各种参数和指数来修改模型，从而获得较好的拟合数据，而且每一个参数都能得到符合实际解释的最终模型。

2 结果

2.1 结构方程模型拟合结果

根据健康素养专业知识和研究目的，通过分析健康素养调查指标变量的关系，确定健康安全概念、疾病相关知识、健康行为理念、日常行为、健康行为、健康技能6个变量是无法测量的变量，为潜在变量，27个测量变量为显变量，由调查资料中获得。采用SPSS软件AMOS程序经过构建模型、参数估计、模型评价与模型修正得到经过检验的6个潜在变量、24个观察变量的最终结构方程模型。

模型检验和拟合优度拟合结果：规范拟合指数NFI＝0.91，非规范拟合指数 NNFI＝0.90，相对拟合指数RFI＝0.89，增值拟合指数IFI＝0.92，比较拟合指数CFI＝0.91，相对卡方CMN/DF＝2.2，近似误差均方根RMSEA＝0.048，模型拟合良好。

2.2 潜在变量间的关系分析

结构方程模型中潜在变量间的关系是用结构模型诠释的，通过分析潜在变量间的关系，可发现一个潜在变量对另一个潜在变量影响的方向、方式和程度。

潜在变量间标准化系数表示某一变量的变动引起其他变量变化的程度，如健康安全概念对生活方式理念有直接的正向影响，其标准化回归系数为0.53，表示健康安全概念提高1%将直接使生活方式理念提高0.53%。调查显示，健康安全概念对健康技能有直接的正向影响，疾病相关知识对健康行为有直接的正向影响，疾病相关知识对日常行为有直接的正向影响，生活方式理念对健康行为有直接的正向影响，生活方式理念对日常行为有直接的正向影响，健康行为对健康技能有直接的正向影响，健康技能对日常行为有直接的正向影响，疾病相关知识和生活方式理念，健康行为和日常行为有一定的相关关系。见表1。

表1 结构模型中潜在变量间的标准化系数

2.3 潜在变量与测量变量之间的关系分析

潜在变量与测量变量之间的关系是用测量模型诠释的，通过分析两者间的关系，可发现与潜在变量关系密切的测量变量，还可进行测量变量间的内部比较。

健康安全概念潜在变量中，健康概念的系数最大，心理卫生的系数次之，表明正确的健康含义与良好的心理是十分有益的；疾病相关知识潜在变量中，预防接种的系数最大，防治艾滋病的系数次之，说明预防接种知识深入人心，艾滋病防治也是关注的重点；生活方式理念潜在变量中，健康生活方式的系数最大，表明健康生活方式的重要地位；日常行为潜在变量中，食品安全的系数最大，说明食品安全对日常生活有重要的影响；健康行为潜在变量中，健康体检、不滥用抗生素、妇幼保健与预防狂犬病的系数均大于0.5，说明这些测量变量都是健康行为的重要组成；健康技能潜在变量中，急救技能十分重要，健康的标识识别也不可忽视。见表2。

从测量模型的结果可看出，选择的测量变量是健康素养的重要组成部分，而通过模型获得的潜在变量收敛简洁，能更好地反映健康素养状况。

表2 测量模型中测量变量与潜在变量间的标准化系数

3 讨论

结构方程模型也称协方程结构模型或线性结构模型，是自20世纪70年代才开始出现的新兴统计分析手段，被称为近年来统计学3大进展之一，在心理学、社会学、教育学及管理学等领域得到广泛应用，但在医学领域的应用还不多，在健康教育与健康素养的研究更少。

结构方程模型的基本原理可以概括为“三个两”：即两类变量（测量变量和潜在变量）、两个模型（测量模型和结构模型）以及两条路径（潜在变量与测量变量之间的路径和潜在变量之间的路径）［5］。结构方程主要有以下特点：不但能研究可测量变量，而且还可研究不能直接观测的变量；不仅可以根据专业理论对潜在变量与测量变量的关系、潜在变量间的关系作出合理的假设并进行检验，而且可以为建构因果关系理论提供帮助；可以同时考虑和处理多个因变量，容许自变量及因变量含测量误差，不但能研究变量间的直接作用，还可研究变量间的间接作用；可通过路径图直观地显示变量间的关系；容许潜在变量由多个观察指标构成，并且可以同时估计指标的信度及效度；可采用比传统方法更有弹性的测量模型，如某一指标变量或项目从属于两个潜在变量［6］。

健康素养是指个体具有获取、理解和处理基本的健康信息和服务，并运用这些信息和服务作出正确判断和决定，维持和促进健康的能力［7］。健康素养是一个多维度的概念，存在着许多不能直接测量的变量，是人们为了理解和研究问题而建立的假设概念，并不存在直接的测量方法，尽管可以找到一些可观察的变量作为这些潜在变量的“标识”，然而这些潜在变量的观察标识又总是包含了大量的测量误差，但由于在分析中必须用一些相互联系而且具有因果关系的潜在变量来表示，因而利用其他多元统计方法来分析非常困难，有时还不具有可行性［8］。为此，本文尝试结构方程模型在健康素养分析中的应用获得了较好的结果，这种建立在相关专业领域理论基础上，利用结构方程模型这个非常有效的统计工具得到理论支撑与实际支持的方法，在健康素养相关领域研究中具有较强的探索性、实用性和指导性意义。

［1］候杰泰，温忠麟，成子娟，著.结构方程模型及应用［M］.北京：教育学出版社，2005.

［2］贾新明，刘亮.结构方程模型与联立方程模型的比较［J］.数理统计与管理，2008，28（3）：178－180.

［3］Nutbeam D.Defining measuring health literacy［J］.Int J Public Health，2009，54（2）：303－305.

［4］吴明隆，著.结构方程模型：AMOS的操作与应用［M］.重庆：重庆大学出版社，2010.

［5］陶雪萍，朱帮助.网络信任对网络忠诚影响路径的结构方程模型［J］.信息与管理工程，2009，（3）：383－386.

［6］李春艳，肖国东.企业创新战略影响因素的结构方程模型实证分析［J］.徐州工程学院学报，2008，（3）：26－32.

［7］段纪俊，李俊林，严亚琼.健康素养指标的分析评价探讨［J］.中国社会医学杂志，2010，27（6）：380－381.

［8］U.S.Department of Education Institute of Education Sciences.Key concepts and features of the 2003National Assessment of Adult Literacy［M］.Wanshington：NCES，2006.18.