随着经济的全球化和信息化程度愈来愈高，技术更新及客户需求的变化越来越快，加之市场竞争日趋激烈，企业面临着越来越多的不确定因素。作为企业运营管理的决策者，企业经营者也面临着巨大的风险。如何在不确定的环境下对经营者进行激励，是企业管理中的一个重要课题。本文针对这一重要现实问题和已有研究中的不足，主要基于委托-代理理论的分析框架，对不确定环境下的经营者激励问题进行了比较系统深入的研究。主要工作如下： 1.对基于委托-代理理论的激励机制的主要影响因素及其不确定性进行了系统分析，将激励机制中的不确定影响因素分为随机和模糊两大类型，并建立了不确定性分类的二维分析模型。建立了不确定条件下激励问题的系统分析概念模型，并对不确定条件下的经营者激励问题进行了分类。 2.研究了不确定条件下经营者的报酬激励机制。考虑经营者的机会主义行为，建立了具有随机产出及机会成本的委托-代理模型。在对经营者风险偏好的不确定性进行分析的基础上，建立了具有模糊风险规避度的激励模型，分析了模糊风险规避度对激励机制的影响。 3.研究了不确定条件下的经营者隐性激励机制。首先分析了市场声誉激励的作用机理，建立了模糊期望业绩条件下的声誉激励模型及其激励机制。其次分析了经营者工作的特征及其复杂性的三维结构，建立了模糊工作偏好条件下的工作设计激励模型和激励机制。 4.研究了不确定条件下，经营者承担多项任务时的激励机制。首先对经营者多项任务的成本相关性进行分析和归类，建立了具有不确定努力成本的多任务委托一代理的区间模型。其次基于模型讨论了经营者和企业所有者由于信息不对称而导致的风险估计的不一致性对激励机制的影响。最后，建立了客观业绩与主观业绩相结合的经营者多任务业绩评价体系。 5.对不确定条件下多个经营者的激励机制进行研究。建立了产出无关联的相对业绩激励模型，对经营者之间不合谋和合谋两种情形下的激励机制进行分析比较。将风险分为共同风险和单独风险，建立了多个经营者产出相关联的激励模型。为了保证最优目标实现的概率，提出了具有随机机会约束的委托-代理模型。 6.定义了随机参数和模糊参数的置信水平，提出了基于置信水平和满意度的不确定激励模型的解析解法。将委托-代理模型扩展为具有多个约束的双层规划模型，以适应管理实践中复杂的环境约束。设计了基于遗传算法的多个经营者纳什均衡的求解方法，并提出了基于随机模拟(模糊模拟)和遗传算法的混合智能算法，以对复杂的不确定委托-代理模型进行求解。