摘要
随着对环境、社会和治理（ESG）表现的日益重视，对能够评估可持续性成熟度并同时考虑运营效率和更广泛可持续性优先事项的结构化决策支持方法的需求也在增加。然而，现有的可持续性成熟度模型往往是静态的、针对特定行业的，或者在将专家知识与数据驱动的分析支持相结合方面存在局限性。在本研究中，可持续性成熟度指的是ESG原则和实践系统性地融入组织流程和决策的程度，而不仅仅是反映当前的ESG表现或ESG综合评分。本研究提出了一个综合可持续性成熟度评估框架，将精益绿色可持续性原则、ESG标准、模糊层次分析法（Fuzzy AHP）和探索性随机森林分析相结合，将基于专家的准则赋权与成熟度评估和特征层面解释共同纳入一个决策支持架构中。该框架利用源自可持续性文献及相关标准和框架并通过专家咨询完善的33项ESG导向子准则（按环境、社会和治理三个维度结构化），对十个工业部门进行了可持续性成熟度评估。二十四名经验丰富的专业人员参与了这十个部门的评估，这些部门的选择旨在反映多样化的可持续性实践和行业特定条件。模糊层次分析法用于从专家判断中推导准则的相对重要性，而由此产生的加权评估结构则用于确定部门层面的可持续性成熟度。随后，随机森林分析被应用于相同的加权ESG准则，以所得成熟度分类作为目标类别，以探索与成熟度相关的模式并基于基尼不纯度特征重要性识别有影响的准则。结果表明存在明显的跨行业差异：信息技术行业（0.87）和能源行业（0.84）达到了第五级成熟度，而食品行业（0.55）、纺织行业（0.48）和物流行业（0.46）则被归类为第三级。合规倡议（0.109）和认证连续性（0.098）显示出最高的特征重要性。通过在单一的决策支持架构中整合基于专家的赋权、ESG成熟度评估、跨行业基准比较（即使用相同的加权ESG评估结构对各部门进行比较）以及探索性的基于机器学习的特征优先排序，所提出的框架使组织能够识别成熟度差距并确定可持续性改进的优先领域。该框架并非作为一种确定性预测模型，而是旨在作为适用于不同工业环境中可持续性评估和战略规划的可适应分析与管理者决策支持工具。
