首先，如果A部分做了结构方程式B部分进行回归分析是不恰当的，因为一开始A部分结构方程式得出了整体拟合度的结果，如果你再拿出一部分来单独做回归分析可能得到的结果跟前面整体结果无法一致。并且在一般情况下，回归分析能通过的假设，结构方程式不一定通过。
其次，结构方程式也是可以进行调节效应检验的。主要就看你的调节变量是什么类型了（具体可以参考：调节效应与中介效应的比较和应用，温忠麟）。如果调节变量是类别变量的话可以用分组的方式，这个比较简单，用AMOS多组模型做就行，相关的文献很多，例如：如何在SPSS及AMOS分析调节效应(实战篇)，百度文库。
但是如果是连续调节变量的话就要考虑到交互项，一般用AMOS就比较麻烦了，整体模型拟合度结果比较难通过。建议使用smartPLS，一来PLS对比AMOS来说对样本的要求度没有那么高，二来能客服多变量共线性的问题。不过目前国内用PLS做数据分析的论文还是较少，提供一个台湾的论文给楼主参考：運用 PLS 方法探討價值創新導入新產品 開發之調節角色 （何雍慶 蔡青姿）

    不恰当，结构方程模型使用条件苛刻，并且本身也要通过多项检验，其中也包含了回归分析，但不能“部分回归”。对于一篇论文来说，使用结构方程模型中自带的回归分析结果即可（例如用AMOS软件得出的结果），如果单独再对结构方程模型的某一部分做回归，对于整个结构方程模型来说毫无意义（部分并不能代表“整体”，无论是有相关性或是无相关性都可能与“整体”结果不同，这和AMOS做结构方程模型中有时减少几个变量后能通过检验是一个道理）。建议B部分的回归分析作为另一个论文或是不采用结构方程模型方法中进行组合。

好东西赞一个

不恰当，结构方程是一个套路性很强的模型，一般都会进行信度和效度检验。而且在你的A部分中其实就已经包含了B部分的一些分析。所以就不需要在进行回归了。

研究假設為Part A成立，且Part A會被Part B調節。建議先跑Part A的SEM證明Part A存在，藉著再加入Part B的mediator(s)後再跑一次SEM。倘若Part B顯著，研究假設可成立。倘若Part B不顯著，也可以說明Part A成立的意義。所以不需要在Part B跑regression，而是做兩次SEM。