🔍 耿同学打假报告

论文信息

标题：上市物流企业智慧化对碳信息披露质量的影响
作者：刘欣玥 (指导教师：殷晓红教授，郭维国高级工程师)
机构：辽宁工业大学经济管理学院
期刊：硕士学位论文
DOI：无
发表年份：2026年5月

综合评定：🟠 高度可疑

详细发现

发现 1：AHP 层次分析法存在数学悖论（矩阵特征值计算造假嫌疑）

位置：第 3.3.3 节，表 3.10、表 3.12、表 3.13（第 28-29 页）
描述：作者在计算各二级指标的权重时，报告了可靠性（B）、可比性（D）、可理解性（E）三个维度的判断矩阵最大特征根（ $\lambda_{max}$ ）与一致性指标（CI）。其中表 3.10 显示 $\lambda_{max} = 2.0080, CI = 0.0080$ ；表 3.12 显示 $\lambda_{max} = 2.0060, CI = 0.0001$ ；表 3.13 显示 $\lambda_{max} = 2.0058, CI = 0.0001$ 。
证据：在层次分析法（AHP）中，任何 2×2 的正互反判断矩阵，其最大特征根（ $\lambda_{max}$ ）在数学上绝对且恒等于 2。因此，CI = $(\lambda_{max} - n) / (n - 1) = (2 - 2) / 1 = 0$ 。不可能出现 $\lambda_{max} = 2.008$ 甚至计算出 $$CI > 0$$ 的情况。这属于基础线性代数常识。作者给出的非整数特征根只有两种可能：要么是作者使用了劣质的伪造数据生成器/计算脚本随机编造了结果；要么是打字时随意编造数字，完全没有进行真实的矩阵特征值计算。
严重程度：🔴
复核状态：✅ 成立

发现 2：核心评价模型公式存在严重数据丢失（疑似笔误或造假连带错误）

位置：第 3.3.3 节，公式 3.16（第 30 页）
描述：作者给出了碳信息披露质量（W）的综合评价模型公式： $$W = 0.038A + 0.1928B + 0.2407C + 0.1497D + 0.1133E$$ 。
证据：作者在表 3.8 中明明计算得出一级指标“完整性（A）”的权重系数为 0.3038。但在汇总的核心加权公式 3.16 中，A 的权重竟然变成了 0.038（凭空少了一个“3”）。如果只是单纯的笔误，那说明作者根本没有将这个公式代入代码跑过一遍结果（否则程序会报错或导致总分加总不为1）；如果这是实际计算使用的公式，那么整篇文章后续的实证分析将全部崩盘。这反映了作者对核心数据的生成过程极度不严谨。
严重程度：🟠
复核状态：✅ 成立

⚠️ 发现 3：文本图片信息缺失，无法进行图像学交叉验证

位置：全篇图表（如 Figure 3.1 词云图、Figure 4.1 概念模型图等）
描述：由于当前文本提取仅包含文字与部分表格，未提供图片的像素级原图，无法对图表进行造假检测。
证据：由于当前条件限制仅有文本内容，无法获得图像数据。且这属于文件格式客观限制，而非论文本身造假的实质性证据。
严重程度：🟡
复核状态：⚠️ 依据不足

耿同学辣评

线性代数是门基础课啊同学们！2×2 的正互反矩阵最大特征根在数学上就是雷打不动的 2，你要是能算出 2.008，那不是误差，那是你的软件显灵了！更别提在全文最核心的碳评价公式里凭空把 0.3038 写成 0.038，你用一堆高大上的“双重机器学习”和“因果森林”去跑一个连权重都加错的指标，这不就是典型的“大炮轰蚊子，结果大炮还炸膛了”嘛！时髦的算法包装得再精美，底层数据和公式如果是拍脑袋编出来的，那也是空中楼阁。

建议后续行动

联系作者及指导教师，要求提供 AHP 判断矩阵的原始打分数据及特征值计算代码（核查是否真实发放了问卷并真实计算）。
要求作者公开碳信息披露质量（CDIQ）测算的底层数据库与代码，验证公式 3.16 中的权重错漏是否影响了最终结果。
在论文答辩或盲审阶段，建议评委重点关注其指标构建的数理逻辑严密性。
在 PubPeer 上提出质疑（若该论文后续发表于学术期刊）。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

上市物流企业智慧化对碳信息披露质量的影响