《Mathematics》：A Triangulated MCDM Framework for ESG–Open Innovation Readiness in Sustainable Business Ecosystems
编辑推荐：
本研究建立了一个框架，用于评估金融机构如何有效地将环境、社会和治理（ESG）压力转化为开放创新准备度（EOIR）。EOIR被概念化为一种高阶能力，涵盖环境机会、社会合法性和治理纪律。研究人员采用三角化多准则决策（MCDM）框架，包括CRITIC、香农熵（Sha
本研究建立了一个框架，用于评估金融机构如何有效地将环境、社会和治理（ESG）压力转化为开放创新准备度（EOIR）。EOIR被概念化为一种高阶能力，涵盖环境机会、社会合法性和治理纪律。研究人员采用三角化多准则决策（MCDM）框架，包括CRITIC、香农熵（Shannon Entropy）和模糊层次分析法（Fuzzy AHP）权重，结合MARCOS排序、TOPSIS验证以及支柱聚焦情景分析，评估ESG-开放创新准备度。结果表明，治理实践（如董事会独立性、低争议性、与《巴黎协定》（Paris Agreement）的一致性以及环境创新）的重要性。数据隐私优于代表性社会属性。MARCOS和TOPSIS排序显示出高度一致性；领先机构在不同权重理念下保持稳定，而中游位置表现出政策敏感性移动。情景分析表明，前沿稳定、前10名重叠度高，且中位排名变化约15位，凸显了可操作的杠杆。该框架为EOIR测量提供了透明、可复制的多准则决策流程，并从理论和实践角度阐明了关键推动因素，包括可信的治理、环境技术一致性以及以隐私为中心的数据治理。
论文解读文章
研究背景、存在问题及研究意义
可持续性是一个多参数概念，旨在实现社会福祉、生产资源合理利用以及自然资源的环境责任管理。这给企业带来了直接或间接的适应压力，但大规模转型的复杂性显而易见，企业可能通过“漂绿”（greenwashing）等负面行为应对。现有研究大多将ESG绩效、可持续发展披露、公司治理、环境责任、社会合法性及开放创新作为独立领域探讨，缺乏将ESG需求转化为组织对开放创新准备度的统一理论框架和实证研究，尤其是在金融行业。因此，本研究提出ESG-开放创新准备度（EOIR）概念，将其视为一种高阶配置能力，旨在填补这一空白，连接两个先前分离的研究领域，并为金融机构提供可操作的决策支持工具。该论文发表在《Mathematics》。
研究人员开展的研究及结论
研究人员开发并应用了一个三角化多准则决策（MCDM）框架，包含CRITIC、香农熵（Shannon Entropy）和模糊层次分析法（Fuzzy AHP）三种权重方法，以及MARCOS排序、TOPSIS验证和支柱聚焦情景分析，对2022–2024年期间Refinitiv ESG覆盖的上市金融机构进行EOIR评估。结论表明，治理实践（尤其是董事会独立性G1和ESG争议性G4）占据最高重要性，环境对齐（如《巴黎协定》一致性E2和环境创新E4）与数据隐私（S3）同样关键。领先机构在多种权重方案和情景下保持稳定，中游机构表现出政策敏感性移动。该框架为评估ESG-开放创新准备度提供了透明、可复制的决策支持工具。
主要关键技术方法
研究人员采用三角化权重策略，包括两种客观方法：CRITIC（通过标准差和相关性捕捉对比度与冲突性）和香农熵（基于分布均匀性衡量信息量），以及一种专家与文献驱动的模糊层次分析法（Fuzzy AHP，利用三角模糊数进行成对比较，经几何平均聚合专家判断，并用质心法去模糊化）。排序采用MARCOS（通过理想与反理想基准计算效用比）和TOPSIS（基于加权欧氏距离的接近度系数）。情景分析将50%权重分配给单一支柱（环境、社会或治理），其余50%按比例分配，计算排名位移（ΔRank）、平均绝对位移（MAD）和前十名重叠率（Top-10 Overlap）。稳健性诊断包括跨度量一致性（Spearman’s ρ和Kendall’s τ）、权重方案敏感性、政策位移和数据完整性检查。样本来源为Refinitiv ESG数据库，所有机构匿名化处理。
研究结果
4.1 权重与决策结构
通过CRITIC、香农熵和模糊AHP三种权重比较，发现治理指标（G4 ESG争议性得分、G1董事会独立性）和环境指标（E2《巴黎协定》一致性、E4环境创新）在所有方案中均占据高层信息重要性。数据隐私（S3）始终优于多样性（S1）等代表性社会属性。CRITIC因惩罚冗余而降低综合ESG得分（G2）的权重，香农熵因分散度赋予可再生能源强度（E3）更高权重，模糊AHP则集中权重于治理纯度和环境对齐。
4.2 基线排序与跨方法一致性
基于CRITIC权重的MARCOS基线排序显示，领先机构（如fin_06、fin_17等）具有环境创新（E4）、环境对齐（E2）、治理卫生（G4）和董事会独立性（G1）的特征。MARCOS与TOPSIS排序高度一致（Spearman’s ρ=0.998，Kendall’s τ=0.968），表明排序非聚合几何的产物。中游机构表现出异质性配置，但缺陷在G4和G1时难以被其他优势弥补。
4.3 专家知情排序（模糊AHP）
模糊AHP权重产生的排序与CRITIC基线总体一致，但在中上游产生局部重新排序。那些结合可信环境对齐/创新（E2、E4）、高董事会独立性（G1）和低争议性（G4）的机构获得最大提升，而治理卫生不足的机构则下降。前沿机构排名距离较小，中游机构受权重理念影响更大。
4.4 情景敏感性
情景分析（绿色、治理、社会各占50%权重）表明，排名最高的机构在所有情景中保持不变。前十名重叠率：治理情景9/10，绿色情景8/10，社会情景7/10。平均绝对位移约18个排名位置，中位位移约15位。领先机构因多维度优势保持稳定，中游机构表现出政策敏感性移动。治理情景稳定性最高，社会情景引发的相对改组最大。
4.5 稳健性分析的作用
跨度量一致性：MARCOS与TOPSIS在CRITIC权重下Spearman’s ρ=0.998，Kendall’s τ=0.968。CRITIC与模糊AHP之间的Spearman’s ρ=0.969，Kendall’s τ=0.854，前十名重叠8/10。这些结果表明EOIR排序在不同聚合几何和权重假设下保持稳定，中游机构的敏感性是主要来源。
讨论与结论总结
讨论部分指出，EOIR指数揭示了ESG参数与金融机构开放创新准备度的最优配置，强调治理独立性与争议清洁度（G1、G4）、环境对齐与创新（E2、E4）以及数据隐私（S3）构成的三元组合。领先机构即使在政策优先级变化的情景下仍保持上位，表明EOIR与这一三元组合直接相关。研究还指出局限性，包括依赖Refinitiv数据、仅聚焦上市金融机构、十二项指标未涵盖所有开放创新方面、三年平均限制动态分析、以及方法论选择的部分影响。
结论部分翻译：本研究探讨了金融部门如何将ESG压力转化为开放创新，从而促进更可持续和协作的经济环境。在此背景下，开发了EOIR指数，将环境、社会和治理支柱综合为一个评估机构对协作创新过程准备度的单一工具。结果表明，实现这种准备度并非通过孤立的ESG行动，而是通过三个支柱关键参数的具体对齐。具体而言，治理支柱作为基本要素脱颖而出，而环境对齐与绿色实践及技术专长，以及社会信任，以互补方式运作。该工作的原创性在于连接了两个先前分离的研究领域——ESG压力与金融部门的开放创新，这一领域在现有文献中仍基本未被探索。这种连接通过开发和应用EOIR指数实现，该指数源于多准则MCDM方法论。因此，EOIR指数代表了金融机构的有用工具，增强了其协作、机构沟通和协调的能力，同时有助于支持可持续转型的集体框架。最后，研究结果表明，除了显示开放创新准备度源于关键ESG参数的特定配置外，其实施还可以增强金融机构面对不确定性和市场变化的韧性。
