数据要素是数字化时代驱动高技术产业创新的全新动能, 而市场一体化是促进高技术产业创新的外部环境支撑, 将数据要素与市场一体化放在同一框架下研究其对高技术产业创新的影响十分必要. 本文在理论分析基础上基于中国省级面板数据进行实证研究, 综合采用面板回归模型、中介效应模型和面板门槛模型研究数据要素、市场一体化对高技术产业创新的影响效应. 研究发现: 1) 数据要素对高技术产业创新具有显著正向影响, 且市场一体化正向调节了数据要素的创新驱动效应; 2) 市场一体化具有显著的中介效应, 数据要素能够通过促进市场一体化从而驱动高技术产业创新; 3) 门槛效应表明, 随着市场一体化门槛值提升, 数据要素对高技术产业创新的影响呈现先增后降的趋势, 当市场一体化处于中等时更有利于发挥数据要素的创新驱动效应; 4) 分维度回归分析表明, 中部地区数据要素发展对高技术产业创新的正向影响显著大于东西部地区, 与中型企业相比数据要素发展对大型高技术企业创新表现出更强的驱动作用. 因此, 高技术企业要不断增强对数据要素的挖掘、应用及价值转化能力, 政府相关部门要注重数据要素的开发利用、高效流通、权属保护等工作, 积极培育统一规范的数据要素市场, 促进数据要素的区域协同发展, 强化数据要素的创新驱动效应.
平台生态系统作为新兴的独具竞争优势的经济共同体备受学界关注, 但由于研究视角、情境等差异, 尚未形成清晰的理论框架. 基于文献计量和系统文献综述, 对平台生态系统相关文献进行梳理, 厘清平台生态系统的概念和特征, 总结平台生态系统理论框架, 并探索其未来研究方向. 研究首先揭示了平台生态系统包含模块化架构、价值主张、生态系统治理等核心要素及模块化互补、非等级控制、多边交互与网络效应等特征, 其次构建了平台生态系统理论框架, 具体阐述了模块化架构和价值主张的基础作用, 开放准入、权力分配和利益共享机制构成的生态系统治理结构, 以及驱动机制、作用过程和价值获取为主线的价值共创, 最后在理论框架基础上提出未来研究方向, 以期为平台生态系统理论研究和管理实践提供有效参考.
在 “双碳” 目标下设计既能促进碳市场发展, 又能驱动居民低碳生活、提高绿色产业投资回报率的碳价机制成为研究重点. 因此, 本文进行 “双碳” 目标下碳价的多主体博弈动态演化研究. 首先, 解析碳配额、参与行业、碳普惠与碳汇等多重机制对碳价的影响路径; 其次, 设计面向控碳全过程的多元机制动态发展路径; 在此基础上, 构建涵盖政府调控、碳排放权供给者与需求者等多方主体的动态碳价博弈模型; 最后, 基于模拟数据开展仿真分析, 结果表明: 1) 碳价整体呈现 “先降后升-达峰-趋稳” 的三阶段动态演进特征; 2) 受碳排放权稀缺性驱动, “十四五” 至 “十五五” 期间政府设定的免费碳配额分配系数逐年递减; 3) 碳价对政策工具响应呈现非对称性, 放宽免费碳配额或缩减行业覆盖范围将引致碳价下降, 而削弱碳汇与碳普惠机制则推动碳价上升. 本研究为理解碳价演变规律、构建阶段适配的碳市场政策体系能提供理论参考.
碳交易与绿证交易政策并行对实现电力行业 “双碳” 目标具有重要意义. 考虑到政策作用的复杂过程, 在提取关键性政策要素和理论分析基础上, 运用多主体建模仿真, 模拟了不同情境下异质性微观主体决策联动对电力行业低碳转型的系统影响. 研究发现: 1) 碳交易和绿证交易政策并行具有激励相容的作用, 基准情景下能够实现电力供给结构转型目标. 2) 短期内政策并行会对电力行业造成更多利润损失, 但从实现碳中和的长期目标来看, 单位减排利润损失率比实施单一政策更低. 3) 碳配额、碳价、惩罚力度、技术补贴都是影响政策并行效果的关键因素, 在政策优化过程中, 实行基准碳配额分配机制、80 元/吨碳价格管控、强制性绿证交易及清洁技术补贴, 能够以较低的行业利润损失实现 “双碳” 目标. 建议未来对电力行业采取减排措施时, 强化不同政策主体、政策目标和政策内容的协同设计, 充分利用碳交易和绿证交易的政策组合优势.
本研究基于一个包含碳交易模块的可计算一般均衡模型, 刻画了电力市场中的扭曲因素, 从而探讨了电力市场化改革背景下不同碳市场行业扩容方案对我国社会经济和能源环境的影响. 结果表明: 在保持电力市场现状情形下, ① 仅纳入电力部门对我国 GDP 和居民福利的负面影响较大, 且八大行业利润上升幅度较小, 但随着碳市场行业扩容, 可一定程度上减缓对宏观经济的负面影响. ② 在减排成本方面, 仅纳入电力部门的边际减排成本 (MAC) 和部门减排成本最高, 随着碳市场扩容, 这两种成本均会下降, 但总减排成本却有所增加. ③ 在能源方面, 当碳市场扩容至四大或八大行业时, 可一定程度上提高可再生能源份额和电气化率. 在环境方面, 新纳入部门的碳减排率增加明显, 且各方案均有较好的污染物协同减排效果. 在电力市场化改革情形下, ④ 各碳市场行业扩容方案在社会经济、减排成本和能源环境等方面的优劣关系与改革前基本保持一致, 只是在该情形下会抬高 MAC 和总减排成本.
针对双寡头垄断市场中新能源电动汽车制造商的充电基础设施建设模式选择、策略优化与利润分配问题, 通过考虑两个具有竞争关系的制造商分别采取自主建设和合作建设模式, 构建相应的非合作-合作两型博弈模型及解法, 并分析不同建设模式下的充电基础设施投资策略和新能源电动汽车定价策略. 此外, 与仅考虑只有一家制造商通过自主建设的方式布局充电基础设施的模型进行比较, 分析制造商是否应该参与充电基础设施的建设. 研究结果显示: 1) 新能源电动汽车的价格竞争刺激制造商加大对充电基础设施部署以促进电动汽车需求, 采取自主建设模式的制造商因承担较高的建设成本, 对价格竞争更敏感; 2) 随着充电基础设施建设成本投资系数的增加, 新能源电动汽车的定价和充电基础设施投资建设数量逐渐减少. 只有在充电基础设施建设成本较低的情况下, 两个制造商才能在共同建设的充电网络中实现双赢; 3) 当两个制造商之间的充电服务费存在有效竞争时, 将促进新能源电动汽车行业的发展. 过高的充电服务费不仅会影响合作关系的建立, 还可能导致消费者对新能源电动汽车的接受度下降. 研究成果可为制造商在制定充电基础设施决策时提供合理建议.
城市交通碳减排是实现碳中和目标和气候变化减缓的重要突破口. 本研究以广州市地铁系统为案例, 利用长期能源替代规划系统 (LEAP) 构建了公共交通环境-经济综合分析模型, 模拟了 1997–2060 年间地铁系统碳减排潜力及其外部经济效应的演变. 结果表明, 相比能源技术转型, 交通模式转型对碳减排潜力的影响更大, 并且地铁交通在所有情景下均能显著减缓交通碳排放. 其中, 地铁交通替代私人小汽车减排潜力最大, 同等运输强度下最多可减少 3811 kt CO2 排放, 占私人交通总排放量的 93.3%. 虽然地铁碳减排潜力会随着电气化和车辆能效的提高而减少, 但预计到 2060 年仍将长期存在. 城市地铁系统最早可在 2029 年实现碳回报, 但基础设施发展和交通模式转变速度都将影响碳回报时间点. 避免部分道路交通排放所产生的长期经济效益足以抵消地铁自身的社会成本, 在 2030 年后达到 4
气候变化背景下, 碳政策不确定性、碳价格波动等引发的碳风险已然蔓延到了社保基金投资组合. 本文基于风险传染理论研究了我国社保基金主动化管理水平与碳风险暴露之间的关系, 验证了社保基金是否通过资产配置剥离高碳风险股票, 以减少碳风险敞口. 研究发现, 社保基金正在积极管理其股票投资组合, 从而减少碳足迹. 基金主动化管理水平通过基金市场行业发展聚类程度, 而非行业发展集中度, 来影响基金的碳足迹. 市场聚类程度越高, 基金主动化管理的减碳效果越好. 碳市场条件中, 相比碳政策不确定性, 基金主动化管理水平对碳价格波动的敏感性更高. 本文的研究不仅为社保基金的科学配置提供建议, 还为社保基金助力 “双碳” 目标的顺利完成提供决策依据.
能源、外汇和黄金作为重要的战略储备, 对地缘政治风险表现出高度的敏感性. 本文基于分位数向量自回归分析中东、韩国和欧美地区能源、外汇和黄金市场间的风险溢出效应, 并进一步考察地缘政治风险对风险溢出的影响. 结果表明: 1) 能源、外汇和黄金市场整体上存在显著的风险溢出效应, 且在不同时域和频域内存在显著差异性. 2) 地缘政治事件显著影响了韩国、欧洲和美国的市场风险溢出格局, 且这些地区对地缘政治事件的反应呈现出明显的差异. 3) 风险溢出具有明显的时变特征, 地缘政治风险不仅会加剧整体的风险溢出水平, 还会影响不同地区、市场间的风险溢出. 这些发现对于决策者和投资者理解地缘政治事件冲击下, 能源、外汇和黄金市场间的风险溢出关系, 及时调整策略具有重要意义.
随着信息技术的迅速发展和广泛应用, 财经新闻、投资者评论和社交媒体情感等文本数据被广泛用于国际油价预测. 然而, 现有研究常常忽视分析师评论文本情绪对原油价格的影响. 为此, 本文收集 2009–2023 年分析师对国际原油市场的评论数据, 构建分析师情绪指标, 设计多源异构数据与原油收益率预测框架, 并运用机器学习算法探究分析师情绪是否能够提高国际原油收益率预测性能. 实证结果显示, 分析师评论文本蕴含了重要的原油市场预测信息, 在引入分析师评论文本情绪指标后, 各种模型对原油收益率的预测性能显著提升; 特别是, 深度学习类算法表现出更优异的预测性能, 其中 LSTM 模型的预测效果最为突出; 此外, 分析师评论文本内容比评论标题包含更多原油市场预测信息, 且评论文本总情绪相较于情绪极值、均值和分歧更能反映出原油市场预测信息.
关于股票市场是否存在特质波动率异象的争论广受关注且至今悬而未决, 本文在区分日频特质波动率和月频特质波动率基础上, 对特质波动率异象进行再检验以解决该问题. 以我国 A 股上市公司为研究对象, 实证结果发现: 特质波动率异象存在性的争论源于样本的抽样频率差异, 日频特质波动率异象显著, 月频特质波动率异象不显著, 产生分歧的原因在于历史样本的信息衰减效应; 日频特质波动率异象是由高特质波动率股票的价格高估而产生的反转效应造成, 股价高估因子在特质波动率异象中起重要调节作用; 异质性检验结果表明特质波动率异象在机构投资者持股比率低、散户规模大、卖空交易程度低和分析师关注度低的股票组合中更显著; 政策效应检验发现我国资本市场较为严重的卖空约束所导致的两融失衡是股价高估和特质波动率异象长期存在的根本原因. 以上发现可以解释学术界关于特质波动率异象存在性的争论, 也能深化投资者对我国资本市场定价异象的认识.
反映未来业绩和经营预测的前瞻性信息为投资者决策提供重要参考. 然而, 由于股权分散, 中小股东影响力不足, 导致其缺乏有效的手段参与对企业信息披露的治理. 投资者互动平台的设立提升了中小股东的话语权, 使投资者可以在监管环境下通过主动发声发挥治理功能. 本文考察了中小股东通过投资者互动平台在线发声如何影响企业的前瞻性信息披露. 研究发现: 在线发声提高了企业前瞻性信息披露的清晰度, 具体体现为定量信息披露的增加和定性信息披露的减少. 进一步分析发现, 这一影响主要是通过聚合投资者意见形成资本市场压力和引发监管机构的关注来实现. 并且当中小股东发声主题集中于经营战略、负面语调占比高、公司回复率高时, 该影响更加显著. 本文识别了投资者互动平台背景下中小股东在线发声引发的前瞻性信息披露形式的转变, 为公司理解和应对中小股东利益诉求以及监管机构进一步加强投资者保护提供了重要的现实启示.
经营风险是影响微观企业生存韧性和可持续发展能力的关键因素. 本文基于 A 股上市公司与金融许可证信息的匹配数据, 实证分析了银行网点地理扩张对企业经营风险的影响及作用机制. 研究发现, 银行网点地理扩张能够通过缩短银企距离、加剧银行竞争, 缓解银企信息不对称, 改善企业融资约束并强化银行债权治理, 最终降低企业经营风险. 基于冒险动机的残差分解发现, 银行网点地理扩张降低企业经营风险的作用靶向主要集中于投机驱动型和被动承受型经营风险, 而对创新驱动型经营风险则有助推效果. 进一步分析发现, 银行网点地理扩张对新创企业及高新科技行业企业面临的经营风险发挥出更强的治理效果. 在经营风险缓释层面, 银行网点地理扩张与宽松货币政策形成合力, 其影响效应在受资本市场约束更弱及所在地区基础设施和数字金融发展更落后的企业中更为突出. 本研究成果从银行物理网点布局视角为平抑企业经营风险、优化营商环境、塑造经济韧性提供了重要启示.
管理者在制定成长与融资决策时应该如何平衡好风险控制和机会捕获之间的矛盾, 前期研究对此并没有深入分析. 本文以生态理性为理论框架, 基于房地产情景实验收集的决策数据, 创新性地探讨了在市场机会和竞争环境变化的条件下管理者 “风险-回报” 启发式规则的认知生成和决策机制. 研究发现, “风险-回报” 启发式规则以财务风险控制的总体框架为指引, 要求管理者在变化的环境中寻求内部融资与外部融资之间的动态平衡; 在市场机会的影响下, “风险-回报” 启发式规则需要管理者在环境结构的变化中适度增加风险承担; 在竞争环境的影响下, “风险-回报” 启发式规则要求管理者灵活地认识关键资源获取难度的变化, 利用全局视野考虑关键资源的规模, 准确预估赢得关键资源的概率. 本研究对理解生态理性中 “启发式认知与环境契合” 原则在企业成长与融资决策中的应用具有重要的理论和实践意义.
消费者在使用网约车服务时不可避免地面临等待, 而长时间的等待往往会导致消费者的不满和流失. 本研究基于心理账户理论, 探究网约车平台中的优惠券对消费者在等待匹配和等待接驾两个阶段的差异化激励效果. 通过固定效应回归模型, 本研究对中国一家大型网约车平台的 215,334 笔订单进行分析, 结果表明: 1) 优惠券能有效地激励消费者等待, 每张平均面额为 3.41 元的优惠券能延长 11.6% (约 41 秒) 的等待时间, 且这一效应主要体现在预期等待时间相对确定的接驾阶段; 2) 相比小额优惠券, 大额优惠券更能有效地激励消费者在匹配和接驾阶段等待; 3) 相比高峰期, 优惠券在非高峰期更能有效地激励消费者等待接驾, 但对等待匹配的激励效应有限; 4) 女性、低收入群体和无车消费者对优惠券的反应更为积极, 适用于普通车型的优惠券激励效应更明显. 本研究为网约车平台优化优惠券设计和发放策略提供了实证依据, 尤其建议通过调整优惠券面额、发放时段以及针对不同消费者群体的定向发放等策略, 实现整体收益最大化.
针对生鲜电商零售包裹在末端配送环节存在成本高、损耗多的问题, 本文同时考虑生鲜产品损耗与成本, 提出依托平台的生鲜产品协作配送模式. 首先, 设计生鲜产品协作配送运营机制流程; 其次, 充分考虑生鲜产品损耗成本及客户配送时间需求, 构建生鲜产品损耗函数, 进而提出生鲜产品多方协作配送车辆路径优化模型, 设计综合
本文考虑由品牌商、直播平台、消费者组成的直播电商供应链, 研究平台主播质量信息披露与品牌商销售渠道选择的交互影响. 针对不同的直播销售模式和质量信息策略, 构建了转售自愿披露 (RV)、转售强制披露 (RM)、代售自愿披露 (AV)、代售强制披露 (AM) 四种模式下的博弈模型. 研究发现: 产品质量和用户忠诚度影响供应链各博弈方最优决策和利润, 销售模式影响直播平台信息获取与披露的过程; 与自愿信息披露相比, 强制信息披露显著降低了主播选品的动机, 并损害了品牌商的利润和消费者剩余; 品牌商需要综合考虑佣金率与产品属性特征选择合适的销售渠道, 并且在一定情况下能够实现品牌商与直播平台的双赢.
在信息时代, 众多专业服务商采取多渠道策略并提供差异化服务, 但消费者信息不对称及拥堵负外部性的内在特征影响着分级服务效率. 本文探讨了专业服务商如何利用数据积累和信息优势, 进行信息机制设计与定价的联合优化, 并考虑其对消费者信念更新和选择、服务商收益、消费者剩余及社会福利的影响. 在传统信息框架下, 本文发现服务商的最佳信息策略与线下渠道服务成本之间存在非单调关系, 单渠道策略可能成为最优. 因此, 服务商利用信息优势和定向推送能力, 通过层级化信息推送结构战略性模糊低价值消费者的信念, 从而提高他们对自身匹配价值的认知. 对于高匹配价值的消费者, 服务商需根据渠道差异和成本结构优化信息推送内容, 降低线上渠道对线下渠道边际利润和需求的蚕食, 以引导分级服务并减轻社会拥堵成本. 相较传统信息结构, 最佳的层级化信息推送机制能最大化社会福利. 本研究不仅为掌握信息优势的多渠道服务商提供了决策依据, 也为政府监管机构规范服务商的信息推送机制提供了政策建议, 有助于推动服务行业在信息时代的更好发展.
制造商实施以旧换新时面临是否应该对旧产品进行翻新再售, 以及翻新产品与新产品是在同一市场销售 (单市场策略), 还是将翻新产品销往独立的次级市场 (双市场策略) 的问题. 为此, 构建了相应的以旧换新翻新再售决策模型, 得到了不同市场策略下制造商对旧产品进行翻新再售的条件及均衡结果. 结果表明: 不管制造商选择何种市场策略, 根据新产品制造成本和顾客对翻新产品支付意愿的不同, 存在无以旧换新、无翻新再售、部分翻新再售、全部翻新再售四种结果; 虽然制造商采用双市场策略可以避免需求蚕食效应而提高初级市场新顾客对新产品的需求和相应的消费者剩余, 但双市场策略并不总是优于单市场策略; 当次级市场规模较大时, 采用双市场策略对制造商更有利, 反之, 尽管存在需求蚕食的风险, 制造商仍然更倾向于采用单市场策略.
本文以应急物资储备问题为背景, 考虑突发事件发生时的阶段性需求和动态性配送网络, 构建了基于期权契约模式的两阶段随机规划模型. 为了控制决策风险, 模型通过联合机会约束限制了决策导致的风险概率, 优化目标则引入了条件风险价值, 从而很好地权衡了应急目标与成本目标之间的冲突. 模型包含两阶段的决策问题: 1) 事前的战略决策, 即应急物资的储备量与供应商选择决策; 2) 事后的战术决策, 即应急物资的调配决策. 模型契合当今世界突发事件频发的背景, 具有良好的应用价值. 针对该复杂混合整数规划, 本文采用了 Benders 分解算法的框架进行求解, 并采用了以下的改进策略:1) 证明了较好的初始下界; 2) 证明了强化最优割; 3) 采用了分支- 检查策略. 通过大规模随机算例实验, 本文验证了相对于通用求解器和原始 Benders 分解算法, 改进的 Benders 分解算法在精度和效率上的优势. 最后, 本文通过洪水和山体滑坡的实际案例, 验证了动态期权模型在解决实际问题上的有效性和优越性, 并通过分析模型风险参数, 合理设置风险参数的取值组合, 能使应急救援达到最佳效益.
为促进我国经济的高质量发展, 中国政府大力推动物流业与制造业深度融合创新发展 (下称 “两业深度融合创新发展”). 然而关于两业深度融合创新发展耦合水平的系统评价仍然鲜见, 迫切需要开展针对性的评价研究. 本文基于两业深度融合创新发展的内涵和特征建立了评价指标体系, 并结合熵值法和耦合协调度模型设计了两业深度融合创新发展耦合水平的评价方法, 该方法有效结合了熵值法信度和效度高的优点, 可以测算物流业与制造业两个子系统协调发展程度的大小, 并利用高斯核密度估计展示了两业深度融合创新发展耦合水平的分布演化. 本文研究发现, 首先, 经济发达的地区耦合水平普遍更高, 且呈现明显的空间聚集态势. 其次, 从不同维度来看, 经济发展偏弱的一些中西部省份在流程优化和组织协同方面耦合较好, 这可能与当地的市场集中度、契约环境和企业网络特征有关. 这说明各地区在两业深度融合创新发展上可能各具优势, 推进两业深度融合创新发展应基于各地区的差异化资源和条件. 最后, 本文从产业集群建设、区域协调发展、区域差异化发展三个角度提出了进一步推动两业深度融合创新发展的政策建议.
大规模创新型竞赛作品的公正评审是一项复杂的系统问题, 受评审专家评分特点、主观偏好及系统误差的影响, 评审结果可能与实际存在较大偏差. 由于大规模竞赛的评审中每位专家评审的作品集不尽相同, 导致应用标准分法的前提假设——每位专家评审的作品具有相同的水平分布——可能不成立. 为解决上述问题, 优化评审方案, 对标准分法进行了改进. 首先, 提出了一类交叉指派问题. 其次, 应用交叉指派问题的数学模型分发竞赛作品, 使得任意两位专家之间具有尽可能多的交叉评审作品, 以便构造可靠的成对比较矩阵. 然后, 根据成对比较矩阵和逼近理想点法建立了专家赋权的数学模型, 进而基于加权提出了改进标准分法的计算公式. 最后, 通过实验分析了传统法、标准分法、熵权法、文献中方法和本文方法评审结果的排名差异度、斯皮尔曼相关系数、评分误差度和作品争议度, 结果表明本文方法较其他方法更科学合理.
随着互联网信息的爆炸式增长和知识图谱技术的发展, 知识的规模显著扩大, 置信度评分可刻画知识的不确定性. 然而, 目前大多数面向知识图谱的知识推理方法忽略了知识的不确定性, 并且未充分考虑语义信息和不同语义之间的交互作用. 为解决上述问题, 本文提出一种基于语义感知的不确定知识推理模型 (SAUR), 通过在实体和事实上捕捉知识图谱的语义信息来丰富推理过程. 首先, 引入外源语义信息, 通过局部空间语义的相互作用增强实体的表征学习. 其次, 将实体表征作为先验信息, 通过三元组序列进一步挖掘知识的上下文信息. 最后, SAUR 模型对知识图谱的不确定信息进行置信度学习, 以推理不确定性知识. 通过公开数据集 CN15K、NL27K 和 ppi5K 的实验表明, 该方法在置信度预测和链路预测任务上优于已有基线方法.
在 “破五唯, 立新标” 的科技评价改革背景下, 同行评议发挥着最为关键的作用. 特别是在面临大规模评价任务时, 分组评价策略已经逐渐成为同行评议的核心方法. 然而, 由于专家间评分尺度的差异性, 如何确保组内评价的公正性、实现组间评价的公平比较以及精准评估专家的可信度等问题逐渐凸显. 为了应对这些挑战, 本文系统研究利用数据标准化处理方法对专家组评分进行聚合的策略, 针对最大-最小值算法、中心化算法、Z-score 标准化算法以及新提出的均值归一化算法进行了系统比较和分析. 通过数理统计和实证分析, 本文在组内和组间两种模式下, 深入剖析了现有数据标准化处理策略在科技评价专家组评分聚合中的应用效果及其潜在问题. 研究结果显示, 不同的算法在消除专家评分尺度差异、提高评价公正性和准确性方面展现了不同的优势, 为优化算法和方法提供了具体而有针对性的指导. 本文为合理选择和应用数据标准化算法提供理论支撑, 进一步推动科技评价体系的持续优化和完善.
面对数字化转型与信息化发展带来的复杂网络安全问题, 不少企业开始尝试多元化安全防御策略, 力求获得充分网络安全保障. 本文从企业内各部门间、企业与企业间的多层级关联视角出发, 在网络风险相关信息模糊的条件下, 构建了多关联企业多层级网络安全投资优化模型. 在此基础之上, 运用灵敏度分析方法及轮换更新算法, 对包含多个模糊参数的模型进行确定性转化, 并求得最优均衡解. 研究表明: 通过灵敏度分析能有效识别模型中的关键模糊参数, 即其他企业部门的传染风险给本企业所造成的损失; 适当收缩其模糊区间可以显著提升模型的总体满意度, 这为企业在模糊信息下制定网络安全投资策略提供了有效借鉴. 另外, 企业制定适当的网络安全目标能有效遏制网络风险环境的恶化, 减少企业间的过度逐利行为, 有利于市场维持在可接受水平下的稳定均衡状态, 因此, 企业应合理规划其财富效用目标, 以促进多层级网络中参与主体共同获益. 最后, 将参数模糊信息情景与其确定情景进行对比, 验证了本文模型的有效性及稳定性.
