From Policy Guidance to Corporate Online Disclosure: Constructing and Validating a Policy-Guided ESG Textual Measurement Vocabulary
本研究构建并验证了针对中国高影响力行业的政策导向型ESG文本度量词汇表，证明了其在捕捉企业微信账号非正式ESG披露方面的有效性，并揭示了社交媒体传播高度依赖语境化术语，且优先关注社会与环境维度而非治理维度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，商业世界就像一个巨大的、嘈杂的集市，各家公司都在不停地大声宣扬自己的优秀。长期以来，研究这些公司的科学家们只听取那些官方且经过润色的演讲——即年度报告和正式的可持续发展文件。这些文件就像演员在舞台上朗读的精心排练过的剧本：冗长、结构化，并遵循严格的规则。但近年来，研究人员意识到，公司在“后台”区域也会进行大量的交流，比如社交媒体帖子，在那里他们会分享简短的动态、施工现场的照片以及帮助邻里的故事。这是日常生活中琐碎、实时的闲聊。科学家面临的一个重大问题是：我们该如何衡量一家公司在这些随性的聊天中究竟在做什么？如果我们只是使用一个通用的词典来统计“绿色”或“安全”等词汇的出现次数，我们可能会被误导。这就像试图通过仅仅统计“跑”这个词出现了多少次来理解一部复杂的电影；你可能会错过整个剧情，因为“跑”可以指参加比赛、经营业务，也可以指逃避问题。为了解决这个问题，研究人员需要一本特殊的、定制的词典，它能理解像建筑和采矿这类重工业的特定语言，能够区分出一家公司是在真正解决安全问题，还是仅仅在使用华丽辞藻来装点门面。
这项研究旨在为中国的建筑和采矿企业构建并测试这样一本非常特殊的词典。研究人员从官方规则手册（政府政策指南和行业标准）入手，寻找对环境、社会和治理（ESG）真正重要的“种子”词汇。随后，他们利用一个基于财经新闻训练的智能计算机模型，来寻找这些公司在日常微信帖子中实际使用的相关词汇和短语。但他们并没有盲目信任计算机。他们扮演着严厉编辑的角色，人工检查了数千个句子，以确保所选词汇具有真实的意义。他们将词典分为两组：“核心术语”，即那些显而易见、不容置疑的词汇（如“碳排放”或“安全培训”）；以及“语境术语”，即只有在结合整个句子时才具有 ESG 意义的词汇（如“质量”或“团队”，这些词本身可能仅指工作，但在特定行业背景下，通常意味着安全与责任）。
团队通过两种方式对他们的新词典进行了测试。首先，他们检查了该词典是否能在正式报告中识别出真实的 ESG 行动，发现其准确率约为 75%，且两名独立的人工校验者在结果上的一致性为 71.9%。然后，他们利用该词典扫描了 144 家公司的微信帖子。他们发现了一个令人惊讶的事实：如果仅使用“核心术语”，你将会错过社交媒体上近 30% 的 ESG 相关话题。“语境术语”对于捕捉真实的叙事至关重要。当他们观察讨论内容时，发现公司谈论最多的内容是社会问题（如工人安全和社区援助），其次是环境问题，而治理问题被提及最少。研究表明，虽然公司在正式报告中遵循官方规则，但他们在社交媒体上会将这些规则转化为一种更随性的、讲故事的形式，侧重于关注眼前的员工和项目。研究人员谨慎地指出，这并非解决所有测量问题的万能灵药，但它确实是一个更出色、更准确的工具，能让我们倾听这些高影响行业在日常对话中真正表达的内容。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。