| 摘要 | 第5-8页 |
| abstract | 第8-11页 |
| 第1章 绪论 | 第18-31页 |
| 1.1 选题的研究背景 | 第18-21页 |
| 1.1.1 环境危机威胁人类的生存 | 第18-19页 |
| 1.1.2 两型社会建设是中国科学发展的理念 | 第19页 |
| 1.1.3 中国企业环境行为的现实状况 | 第19-21页 |
| 1.2 研究意义 | 第21-23页 |
| 1.2.1 理论意义 | 第21-22页 |
| 1.2.2 现实意义 | 第22-23页 |
| 1.3 研究内容和方案 | 第23-31页 |
| 1.3.1 研究内容 | 第23-25页 |
| 1.3.2 研究方法 | 第25-26页 |
| 1.3.3 技术路线 | 第26页 |
| 1.3.4 论文结构 | 第26-27页 |
| 1.3.5 论文主要创新 | 第27-31页 |
| 第2章 文献综述 | 第31-66页 |
| 2.1 企业环境行为与信息不对称的关系 | 第31-32页 |
| 2.2 企业环境行为概念界定 | 第32-34页 |
| 2.3 企业环境责任视角相关研究 | 第34-35页 |
| 2.3.1 企业环境行为金字塔模型 | 第34页 |
| 2.3.2 企业环境行为Wood模型 | 第34-35页 |
| 2.3.3 企业环境行为综合集成方法的计算实验系统模型 | 第35页 |
| 2.4 信息经济学理论视角的相关研究 | 第35-41页 |
| 2.4.1 环境信息不对称问题评述 | 第35-36页 |
| 2.4.2 环境信息研究评述 | 第36-41页 |
| 2.5 企业环境行为激励理论：经济学视角 | 第41-44页 |
| 2.5.1 经济外部性理论 | 第42-43页 |
| 2.5.2 经济外部性理论在研究企业环境行为主体激励问题中的应用 | 第43-44页 |
| 2.6 企业环境行为激励委托——代理理论：信息经济学视角 | 第44-47页 |
| 2.6.1 委托代理理论模型化描述 | 第44-46页 |
| 2.6.2 博弈论视角下委托代理理论的应用 | 第46-47页 |
| 2.6.3 委托－代理模型在研究企业环境行为主体激励问题中的应用 | 第47页 |
| 2.7 激励及激励理论：心理学视角 | 第47-49页 |
| 2.7.1 激励的基本原则 | 第48页 |
| 2.7.2 激励理论的基本内容 | 第48-49页 |
| 2.7.3 激励理论在研究企业环境行为主体激励问题中的应用 | 第49页 |
| 2.8 企业环境行为决策理论评述：管理组织视角的研究 | 第49-63页 |
| 2.8.1 企业环境行为决策 | 第50-51页 |
| 2.8.2 模糊多属性决策理论方法 | 第51-52页 |
| 2.8.3 模糊环境下属性值的呈现形式 | 第52-54页 |
| 2.8.4 属性关系与属性集聚合算子 | 第54-58页 |
| 2.8.5 Choquet积分与模糊测度 | 第58-61页 |
| 2.8.6 模糊多属性决策方法 | 第61-63页 |
| 2.8.7 属性权重的确定方法 | 第63页 |
| 2.9 国内外研究现状的总结 | 第63-65页 |
| 2.10 本章小结 | 第65-66页 |
| 第3章 企业环境行为激励机制模型——基于环境信息与金融市场不对称博弈模型构建 | 第66-83页 |
| 3.1 植入政府局中人模型的刻画 | 第67-70页 |
| 3.1.1 问题提出 | 第67-68页 |
| 3.1.2 基本假设 | 第68-70页 |
| 3.2 模型构建与分析 | 第70-73页 |
| 3.2.1 企业实施环保行动分析 | 第70-71页 |
| 3.2.2 金融机构对企业环境重新评估 | 第71-72页 |
| 3.2.3 第三方国际环境审计激励机制分析 | 第72-73页 |
| 3.3 算例比较与分析 | 第73-76页 |
| 3.3.1 样本选择与数据来源 | 第73-74页 |
| 3.3.2 参数量化分析 | 第74-76页 |
| 3.4 情景设置 | 第76-78页 |
| 3.5 模型对比分析 | 第78-79页 |
| 3.6 关于第三方国际环境审计激励机制建立的启示 | 第79-80页 |
| 3.7 本章小结 | 第80-83页 |
| 第4章 基于模糊 λ--Shapley Choquet积分层次企业环境行为评价 | 第83-116页 |
| 4.1 企业环境行为评价指标体系构建 | 第83-86页 |
| 4.2 企业环境行为评价指标体系 | 第86-92页 |
| 4.2.1 企业环境行为评价指标体系的构建原则 | 第87-88页 |
| 4.2.2 确定环境行为评价指标 | 第88-92页 |
| 4.3 评价方法选择 | 第92-94页 |
| 4.3.1 模糊层次分析与Choquet积分层次分析 | 第92-93页 |
| 4.3.2 模糊层次分析与Choquet积分层次分析法的不足之处 | 第93-94页 |
| 4.4 确定评价指标的数值评估值和语义变量 | 第94-97页 |
| 4.4.1 三角模糊数相关概念 | 第94-95页 |
| 4.4.2 二元语义相关概念 | 第95-97页 |
| 4.5 TSCA_(gλ)算子和TSCG_(gλ) 算子 | 第97页 |
| 4.6 语义标度度量 | 第97-98页 |
| 4.6.1 二元语义标度 | 第97-98页 |
| 4.6.2 确定评价指标的权重评估值和语义变量 | 第98页 |
| 4.7 基于模糊积分层次的企业环境行为评价方法 | 第98-100页 |
| 4.8 企业环境行为评价测度与实证分析 | 第100-115页 |
| 4.8.1 构造 λ--Shapley Choquet积分层次分析企业环境行为合成评价值过程 | 第100-115页 |
| 4.8.2 企业环境行为Choquet模糊测度和Shapley Choquet积分模糊测度比较 | 第115页 |
| 4.9 本章小结 | 第115-116页 |
| 第5章 基于直觉模糊l -Shapley Choquet积分算子TOPSIS的企业环境行为评价方法 | 第116-143页 |
| 5.1 TOPSIS方法评述 | 第116-118页 |
| 5.2 基本定义 | 第118-120页 |
| 5.2.1 直觉模糊数 | 第118页 |
| 5.2.2 直觉模糊集的排序 | 第118-119页 |
| 5.2.3 Shapley指标值 | 第119-120页 |
| 5.3 直觉模糊算术广义λ- Shapley Choquet积分算子（ AIFGSCgl）和直觉模糊几何广义λ- Shapley Choquet积分算子（ GIFGSC_(gλ)）及其性质 | 第120-131页 |
| 5.3.1 AIFGSC_(gλ)和GIFGSC_(gλ)算子 | 第120-123页 |
| 5.3.2 AIFGSC_(gλ)和GIFGSC_(gλ)性质 | 第123-131页 |
| 5.4 直觉模糊数的λ-Shapley Choquet积分TOPSIS的多属性群决策方法 | 第131-134页 |
| 5.4.1 直觉模糊矩阵距离求解专家模糊测度 | 第131-132页 |
| 5.4.2 直觉模糊记分、精确函数求解属性集模糊测度 | 第132-133页 |
| 5.4.3 λ--Shapley Choquet积分条件下TOPSIS贴近度系数 | 第133页 |
| 5.4.4 λ--Shapley Choquet积分条件下TOPSIS算法 | 第133-134页 |
| 5.5 基于直觉模糊 λ--Shapley Choquet积分算子的企业环境行为决策方法 | 第134-140页 |
| 5.5.1 企业环境行为二级指标企业环境行为绿色供应链选择实例分析 | 第134-135页 |
| 5.5.2 方法 1：(聚合算子采用AIFGSC_(gλ) ) | 第135-138页 |
| 5.5.3 方法 2：(聚合算子采用GIFGSC_(gλ) ) | 第138-139页 |
| 5.5.4 方法 3：同已有方法的比较分析 (聚合算子采用GIFGSC_(gλ) ) | 第139-140页 |
| 5.6 直觉模糊 -Shapley Choquet积分算子TOPSIS方法的优越性 | 第140-141页 |
| 5.7 三种方法的综合分析 | 第141页 |
| 5.8 本章小结 | 第141-143页 |
| 第6章 基于对偶犹豫模糊 λ--Shapley Choquet积分算子TOPSIS的企业环境行为评价方法 | 第143-180页 |
| 6.1 基本定义 | 第143-144页 |
| 6.2 对偶犹豫模糊算术广义λ- Shapley Choquet积分算子（ ADFGSC_(gλ)）和对偶犹豫模糊几何广义λ- Shapley Choquet积分算子（ GDFGSC_(gλ)）及其性质l | 第144-155页 |
| 6.2.1 ADFGSC_(gλ)和GDFGSC_(gλ)算子 | 第144-147页 |
| 6.2.2 ADFGSC_(gλ)和GDFGSC_(gλ)性质 | 第147-155页 |
| 6.3 对偶犹豫模糊数的λ-Shapley Choquet积分TOPSIS的多属性群决策方法 | 第155-161页 |
| 6.3.1 对偶犹豫模糊λ-Shapley Choquet积分Hamming距离和矩阵距离 | 第155-158页 |
| 6.3.2 模糊测度相关系数 | 第158-160页 |
| 6.3.3 对偶犹豫模糊数的λ-Shapley Choquet–TOPSIS方法算法 | 第160-161页 |
| 6.4 基于对偶犹豫模糊数 λ--Shapley Choquet积分算子企业环境行为TOPSIS方法 | 第161-170页 |
| 6.4.1 企业环境行为二级指标评价算例 | 第161页 |
| 6.4.2 方法 1：聚合算子采用ADHFGSC_(gλ) | 第161-166页 |
| 6.4.3 方法 2: 聚合算子采用GDHFGSC_(gλ) | 第166-170页 |
| 6.5 同已有方法的比较分析 | 第170-178页 |
| 6.5.1 直觉模糊测度加权相关系数 | 第170-172页 |
| 6.5.2 方法 3：聚合算子采用AIFGSC_(gλ) | 第172-175页 |
| 6.5.3 方法 4：聚合算子采用GIFGSC_(gλ) | 第175-176页 |
| 6.5.4 方法 5：聚合算子采用GIFGA_μ | 第176-178页 |
| 6.5.6 种方法聚合算子的比较 | 第178页 |
| 6.6 本章小结 | 第178-180页 |
| 第7章 基于诱导广义对偶犹豫模糊Shapley混合算子企业环境行为评价方法 | 第180-204页 |
| 7.1 相关定义 | 第180-181页 |
| 7.2 一种新的诱导对偶犹豫模糊算子 | 第181-189页 |
| 7.2.1 IG-DHFSHWA算子的性质 | 第181-187页 |
| 7.2.2 IG-DHFSHGM算子的性质 | 第187-189页 |
| 7.3 对偶犹豫模糊优化度量模型 | 第189-192页 |
| 7.3.1 对偶犹豫模糊距离及相似性分析 | 第189-191页 |
| 7.3.2 对偶犹豫模糊属性联盟和有序位置联盟模糊测度 | 第191-192页 |
| 7.4 基于对偶犹豫模数的IG-DHFSHWA和IG-DHFSHＧＭ算子评价方法 | 第192-194页 |
| 7.5 企业环境行为二级指标交叉评价算例 | 第194-201页 |
| 7.5.1 决策矩阵构建 | 第194页 |
| 7.5.2 IG-DHFSHWA算子评价方法 | 第194-198页 |
| 7.5.3 IG-DHFSHWA算子连续参数分析 | 第198-199页 |
| 7.5.4 IG-DHFSHGM算子评价方法 | 第199-201页 |
| 7.6 与现有的GDHFCOA和GDHFCOG算子决策方法进行比较 | 第201-203页 |
| 7.7 本章小结 | 第203-204页 |
| 第8章 总结与展望 | 第204-208页 |
| 8.1 主要结论和创新成果 | 第204-206页 |
| 8.2 研究局限与未来展望 | 第206-208页 |
| 参考文献 | 第208-228页 |
| 攻读学位期间发表论文与参与的课题 | 第228-230页 |
| 致谢 | 第230-231页 |
| 作者简介 | 第231页 |
