文本挖掘在企業(yè)社會責任報告研究中的應(yīng)用探析

趙美+黃麒

[摘要]隨著經(jīng)濟社會的發(fā)展，企業(yè)被要求承擔更多的社會責任，國家有關(guān)部門也制定了相關(guān)規(guī)定，要求企業(yè)披露社會責任報告。社會責任的承擔與報告的披露有其法律基礎(chǔ)，但是法律并沒有規(guī)定企業(yè)的社會責任義務(wù)的具體內(nèi)容與報告的披露。文章擬通過文本挖掘技術(shù)，探究社會責任報告披露內(nèi)容的特征，通過詞頻統(tǒng)計、共現(xiàn)分析、語義網(wǎng)絡(luò)分析等過程探究披露內(nèi)容關(guān)鍵詞之間的聯(lián)系。通過技術(shù)的應(yīng)用路徑探究，以期為未來法律對企業(yè)社會責任內(nèi)容的規(guī)范進行合理借鑒。

[關(guān)鍵詞]文本挖掘；企業(yè)社會責任；法律

[DOI]1013939/jcnkizgsc201719014

1前言

隨著中國經(jīng)濟和社會的快速發(fā)展，企業(yè)行為引起的外部性問題和社會公共問題也逐漸突出，為了促進經(jīng)濟、社會和諧和可持續(xù)發(fā)展，國家有關(guān)部門加強了對企業(yè)的外部監(jiān)管，同時也要求企業(yè)嚴格自律，主動承擔一定的社會責任并及時向社會報告。越來越多的企業(yè)正以積極的姿態(tài)履行自己應(yīng)承擔的社會責任，并且在有關(guān)部門專門規(guī)范的指導(dǎo)下積極披露其履行社會責任情況的信息。從2006年中國企業(yè)社會責任的元年到2015年這十年，社會責任報告的總量從32份增長到了1703份，實現(xiàn)了迅速的增長。但是不同于企業(yè)的財務(wù)信息披露，社會責任披露具有自愿性、選擇性、低規(guī)范化等特點?？梢灶A(yù)測將來法律對企業(yè)應(yīng)承擔的社會責任內(nèi)容會有明確的規(guī)范，并對報告披露的內(nèi)容有著具體的要求，通過文本挖掘技術(shù)，發(fā)現(xiàn)目前企業(yè)社會責任報告內(nèi)容的特征，對未來規(guī)范的制定將會有一定的借鑒意義。

2企業(yè)社會責任

21概念界定

企業(yè)社會責任金字塔理論，其創(chuàng)立者卡羅爾（2000）認為，四責任模型實際上是利益相關(guān)者模型。第一層的經(jīng)濟責任是基本責任，對不同利益相關(guān)者的關(guān)注各有側(cè)重，影響最大的是所有者和員工；第二層是法律責任，法律是社會關(guān)于可接受和不可接受行為的法規(guī)集成，法律責任是期望企業(yè)依法經(jīng)營；第三層是倫理責任，企業(yè)倫理責任意指企業(yè)有義務(wù)去做那些正確的、正義的、公平的事情，避免或盡量減少對利益相關(guān)者的損害；第四層是慈善責任，慈善責任是寄望企業(yè)成為一位好的企業(yè)公民，期望企業(yè)履行其慈善責任，為社會生活質(zhì)量的改善做出財力和人力方面的貢獻。[1]

22理論基礎(chǔ)：社會契約論

1937年，被譽為“現(xiàn)代企業(yè)理論之父”的科斯在其《企業(yè)的性質(zhì)》一文中開辟了以契約分析企業(yè)現(xiàn)象的新思路，奠定了企業(yè)契約性質(zhì)的理論基礎(chǔ)。企業(yè)在經(jīng)營活動過程中處理的關(guān)系是多方面的，一方面與員工、管理者等內(nèi)部利益相關(guān)者締結(jié)內(nèi)部社會契約，另一方面與消費者、政府等外部利益相關(guān)者締結(jié)外部社會契約，在這個意義上，社會契約理論為企業(yè)社會責任奠定了理論基礎(chǔ)。喬治·斯蒂納與約翰·斯蒂納提出，“社會契約理論”是一種非常抽象的概念，但它卻暗含著企業(yè)所必須符合公眾的期望，契約主要是企業(yè)社會責任的一種擴展概念，因為它不加任何嚴格限制地增強了企業(yè)對許多社會因素的義務(wù)。[2]根據(jù)契約理論，企業(yè)與多方締結(jié)了一系列契約，企業(yè)社會責任也就是企業(yè)對利益相關(guān)者承擔責任的綜合體。契約在本質(zhì)上就是一種法律，一種在特定人之間形成的特殊關(guān)系?？梢哉f，企業(yè)的契約本質(zhì)決定了企業(yè)社會責任具備法律屬性。

23相關(guān)法律規(guī)范

2005年年底，國務(wù)院國資委發(fā)起的“中國企業(yè)社會責任聯(lián)盟”正式成立，同時召開了“2005年中國企業(yè)社會責任論壇”，制定了國內(nèi)第一部《中國企業(yè)社會責任標準》。2007年12月，國資委發(fā)布《關(guān)于中央企業(yè)履行企業(yè)社會責任的指導(dǎo)意見》，其中規(guī)定的關(guān)于中央企業(yè)履行的社會責任內(nèi)部包括堅持依法經(jīng)營誠實守信、不斷提高持續(xù)盈利能力、切實提高產(chǎn)品質(zhì)量和服務(wù)水平、加強資源節(jié)約和環(huán)境保護、推進自主創(chuàng)新和技術(shù)進步、保障生產(chǎn)安全、維護職工合法權(quán)益、參與社會公益事業(yè)這個八個方面。承擔社會責任已被寫入法律，《中華人民共和國公司法》第5條第1款規(guī)定，公司從事經(jīng)營活動，必須遵守法律、行政法規(guī)，遵守社會公德、商業(yè)道德，誠實守信，接受政府和社會公眾的監(jiān)督，承擔社會責任。但這宣言式的規(guī)定并沒有社會責任的具體內(nèi)容。而且就立法而言，現(xiàn)在已有《公司法》《企業(yè)國有資產(chǎn)法》等幾部經(jīng)濟法律作出了企業(yè)“承擔社會責任”的原則性規(guī)定，但究竟還有哪些具體的制度是貫徹這一原則性規(guī)定的，目前人們還不是很明確，這方面的立法工作與解釋工作還需要加強。[3]立法的工作來源于實踐，企業(yè)主動承擔的社會責任也會引導(dǎo)立法工作者將來對企業(yè)社會責任的規(guī)范。企業(yè)社會責任報告正式企業(yè)披露其承擔責任的載體，通過研究企業(yè)社會責任報告，探究其責任內(nèi)容、責任特征，對以后加強立法工作、引導(dǎo)企業(yè)社會責任規(guī)范具有一定的參考意義。

3文本挖掘技術(shù)

31文本挖掘的定義

“文本挖掘”可以定義為一個知識密集型的處理過程，在此過程中，用戶使用一套分析工具處理文本集。與數(shù)據(jù)挖掘類似，文本挖掘旨在通過識別和檢索令人感興趣的模式，進而從數(shù)據(jù)源中抽取有用的信息。[4]

32文本數(shù)據(jù)分析作業(yè)過程

第一步是進行數(shù)據(jù)清洗。數(shù)據(jù)清洗包括數(shù)據(jù)匯總與統(tǒng)計清洗，數(shù)據(jù)可匯集來自不同數(shù)據(jù)庫的不同數(shù)據(jù)，通過統(tǒng)計計算以了解字段數(shù)據(jù)之間的關(guān)聯(lián)程度及重復(fù)性，進行數(shù)據(jù)間的相互比對，可以通過專家進行協(xié)助校正。

第二步是建立基本詞匯語料庫。對文本數(shù)據(jù)進行自動斷詞處理，可以從文章中自動學(xué)習(xí)斷出常出現(xiàn)的字詞，也可以自定義、新增、修改與刪除字詞。用戶可以匯入或擴充專業(yè)詞庫，強化及運用既有的語料庫。之后，自動分析及計算詞匯在文本中的分布及其重要程度排序。

第三步是對文本數(shù)據(jù)進行分類與聚類。非結(jié)構(gòu)化的數(shù)據(jù)可進行系統(tǒng)自動聚類與半自動式分類，主要借由機器學(xué)習(xí)，以能正確建立非結(jié)構(gòu)分類的概念類別與分類的準則。也可利用專家事先所定義的類別，通過彼此間的差異建立分類原則。[5]

33文本挖掘的應(yīng)用

目前我國文本挖掘研究還處在消化吸收國外相關(guān)的理論和技術(shù)與小規(guī)模實驗階段，還沒有形成完整的適合中文信息處理的文本挖掘理論與技術(shù)體系。文本挖掘技術(shù)主要用于商業(yè)文檔的分類、聚類、總結(jié)，主要表現(xiàn)在微博、在線評論等網(wǎng)頁數(shù)據(jù)的主觀性內(nèi)容識別、褒貶情感分類、經(jīng)濟價值挖掘等幾個方面。文本挖掘在企業(yè)社會責任報告、年度報告、通知公告、法律文書等純文本式文檔中應(yīng)用較少，有關(guān)領(lǐng)域的研究甚至為空白。文章擬以文本挖掘技術(shù)，探究其在企業(yè)社會責任報告分析中的應(yīng)用。

4文本挖掘在企業(yè)社會責任中的應(yīng)用探析

41資料來源

文章選取了中國國際航空股份有限公司的2016年度企業(yè)責任報告作為樣本，來探究文本挖掘技術(shù)在企業(yè)社會責任報告中的應(yīng)用。中國國際航空股份有限公司，簡稱“中國國航”，在A股上市，股票代碼為601111，第一大控股股東為中國航空集團公司，最終控制人為國務(wù)院國資委。該報告下載于中國國航官網(wǎng)，下載后的報告為PDF格式，首先通過手工處理，進行TXT文本化，保留了文本部分。

42研究工具

ROST Content Mining，簡稱ROST CM，內(nèi)容挖掘軟件，是武漢大學(xué)沈陽教授研發(fā)的用以輔助人文社會科學(xué)研究的大型免費社會計算平臺。該軟件可以實現(xiàn)微博分析、聊天分析、全網(wǎng)分析等功能，用戶遍布海內(nèi)外100多所大學(xué)。本文使用的是該軟件的分詞、詞頻統(tǒng)計、語義網(wǎng)絡(luò)分析等功能。

43分析過程

431分詞后形成高頻詞

將文本化后的社會責任報告文檔導(dǎo)入ROST CM軟件，對文本內(nèi)容進行分詞。非結(jié)構(gòu)化的文本通過分詞切分后將會形成獨立含義的詞語。在分詞前，設(shè)定企業(yè)社會責任報告自定義詞表，使一些專業(yè)詞匯不被進一步分詞，包括“企業(yè)社會責任”“社會責任”等，保證分詞結(jié)果的準確，分詞之后，最后得到企業(yè)社會責任報告高頻特征詞。將分詞后的文檔進行詞頻統(tǒng)計，得到社會責任報告詞頻表，可以得到每個詞語出現(xiàn)的頻數(shù)（見表1）。摘取詞頻最多的前30個的詞，得到社會責任報告文本高頻詞匯表?？梢钥闯龉久Q“國航”是出現(xiàn)最多的詞；其次是“員工”“服務(wù)”“安全”“管理”與“旅客”，可以認為該企業(yè)社會責任報告關(guān)注披露的內(nèi)部重點在于職工與管理，外部內(nèi)容在于服務(wù)、安全與客戶。高頻特征詞表只能從最直觀的出現(xiàn)次數(shù)來觀測出報告所披露的內(nèi)容，對于披露內(nèi)容關(guān)鍵詞之間的聯(lián)系則觀察不出來，還需要進一步分析。

432共現(xiàn)分析

根據(jù)分詞后統(tǒng)計的文本詞匯庫，繼續(xù)導(dǎo)入ROST CM軟件，進行共現(xiàn)矩陣分析。社會責任報告關(guān)鍵詞共現(xiàn)是指相同或不同特征的關(guān)鍵詞共同出現(xiàn)的現(xiàn)象，共同出現(xiàn)的高頻詞之間存在著關(guān)聯(lián)，關(guān)聯(lián)程度可以通過共現(xiàn)頻次來測量。由于篇幅有限，文章只選取了頻次前10的高頻詞，構(gòu)建了10×10的共現(xiàn)矩陣（見表2）?？梢钥闯?，“提升”與“管理”共同出現(xiàn)了22次，“旅客”與“服務(wù)”共同出現(xiàn)了22次，表明報告強調(diào)了公司要提升管理，加強旅客服務(wù)。通過共現(xiàn)分析，可以看出相鄰關(guān)鍵詞直接共同出現(xiàn)的頻次，觀測出報告披露內(nèi)容特征之間的關(guān)聯(lián)程度。

433語義網(wǎng)絡(luò)分析

對關(guān)鍵詞直接進行關(guān)聯(lián)性分析后可以進一步構(gòu)建出知識地圖；共現(xiàn)分析只能觀察出關(guān)鍵詞之間的直接聯(lián)系，而社會網(wǎng)絡(luò)則可以觀察關(guān)鍵詞之間直接與間接的關(guān)聯(lián)性，以及彼此之間的相關(guān)性強弱。通過共現(xiàn)矩陣導(dǎo)入到Ucient中，生成高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。根據(jù)關(guān)鍵詞之間關(guān)系的緊密程度，通過Netdraw可視化軟件導(dǎo)出企業(yè)社會責任報告內(nèi)容關(guān)鍵詞語義網(wǎng)絡(luò)（見下圖）。通過關(guān)鍵詞語義網(wǎng)絡(luò)圖可以看出，公司名稱“國航”處于網(wǎng)絡(luò)中心，“員工”“服務(wù)”“管理”“發(fā)展”“旅客”等一系列名詞關(guān)鍵詞與動詞關(guān)鍵詞處于網(wǎng)絡(luò)的第二層核心，一方面與內(nèi)核“國航”聯(lián)系，另一方面與外圍“理念”“文化”“運營”等第三層關(guān)鍵詞聯(lián)系。第一層“國航”是報告披露的主體，報告披露的內(nèi)容圍繞著主體的一系列行為展開；第二層則是報告披露的核心與紐帶，披露出企業(yè)社會責任重點關(guān)注的內(nèi)容，一方面是“員工”“服務(wù)”等名詞反映出報告披露的不同模塊，包括員工權(quán)益、提供的航空服務(wù)、旅客客戶等，另一方面是“開展”“推進”“建設(shè)”“提升”等一系列動詞表明了主體所進行的企業(yè)社會責任行為，聯(lián)系了不同層次之間的名詞內(nèi)容；最外圍的“價值”“運輸”“培訓(xùn)”“環(huán)境”等關(guān)鍵詞則是對披露內(nèi)容的豐富與完善，出現(xiàn)的次數(shù)較少，與其他關(guān)鍵詞直接關(guān)聯(lián)程度較低。關(guān)鍵詞語義網(wǎng)絡(luò)圖

5結(jié)果與展望

目前，國內(nèi)的企業(yè)社會責任還是以文獻綜述式、案例式、問卷調(diào)查式等方法進行研究，以文本挖掘、內(nèi)容分析法、數(shù)據(jù)挖掘等形式的研究較少。企業(yè)社會責任報告披露的內(nèi)容相對較多，內(nèi)容呈現(xiàn)為非結(jié)構(gòu)化的特征，通過計算機量化，把非結(jié)構(gòu)化文本轉(zhuǎn)化為關(guān)鍵詞并進行相應(yīng)的分析可以更客觀地評價企業(yè)披露的社會責任的內(nèi)容與特征。文章借鑒信息學(xué)科的文本挖掘技術(shù)，通過武漢大學(xué)沈陽教授開發(fā)的ROST CM軟件，對企業(yè)社會責任報告內(nèi)容進行文本處理，通過分詞把無序的文本處理為可分析的詞匯，對詞匯進行統(tǒng)計得到高頻詞匯表，可以最直接觀察出企業(yè)社會責任報告披露的重點內(nèi)容；對關(guān)鍵詞進一步分析，通過構(gòu)建共現(xiàn)矩陣，可以觀察出關(guān)鍵詞共同出現(xiàn)的頻次，即觀察出不同關(guān)鍵詞的直接聯(lián)系與關(guān)聯(lián)程度；對共現(xiàn)矩陣進一步轉(zhuǎn)化可以得到關(guān)鍵詞語義網(wǎng)絡(luò)，通過知識地圖可以觀察出關(guān)鍵詞的直接聯(lián)系與間接聯(lián)系，并且可以觀察出不同關(guān)鍵詞直接的關(guān)聯(lián)程度與緊密程度。對社會責任報告內(nèi)容特征的探究，可以看出企業(yè)披露的其主要承擔的社會責任，這對以后法律具體規(guī)范企業(yè)社會責任具有很大的參考意義。

文章還存在著很多不足，由于時間和精力有限，只選擇了中國國航的企業(yè)社會責任報告作為研究對象，樣本量單一，后期可以選擇上市公司近年披露的報告進行批量化研究。文章只是探究了分詞、詞頻、共現(xiàn)矩陣、語義網(wǎng)絡(luò)在企業(yè)社會責任報告分析中的初步應(yīng)用，后期進一步的研究還可以深入，比如通過關(guān)鍵詞之間的聯(lián)系與關(guān)聯(lián)程度，探究不同因素之間的影響關(guān)系。另外，還可以通過文本挖掘技術(shù)中的聚類分析，對關(guān)鍵詞進行聚類，與國資委發(fā)布的中央企業(yè)應(yīng)該披露的內(nèi)容進行比照。通過這些進一步的研究，以期可以探究文本挖掘技術(shù)在企業(yè)社會責任報告研究中的廣泛應(yīng)用。

參考文獻：

[1][美]阿奇·B卡羅爾，等企業(yè)與社會——倫理與利益相關(guān)者管理[M].黃煜平，等，譯北京：機械工業(yè)出版社，2004：23-27

[2][美]喬治·斯蒂納，約翰·斯蒂納企業(yè)、政府與社會[M].張志強，王春香，等，譯北京：華夏出版社，2002：151

[3]程信和經(jīng)濟法視野下的企業(yè)社會責任[J].甘肅社會科學(xué)，2011（2）：126-131

[4]程顯毅，朱倩文本挖掘原理[M].北京：科學(xué)出版社，2010：3

[5]謝邦昌，朱建平，李毅文本挖掘技術(shù)及其應(yīng)用[M].廈門：廈門大學(xué)出版社，2016：15-18

[基金項目]本文系“中央高?；究蒲袠I(yè)務(wù)專項資金”項目《基于文本挖掘技術(shù)的企業(yè)社會責任報告研究》的階段性研究成果。