管理基础研究及其方法 5

管理研究设计与方法（第3版）RESEARCHDESIGNANDMATHDOLOGYINMANAGEMENT第1篇

管理研究概述第1章

管理研究概述第2章理论框架与研究假设第3章

管理研究的范式第2篇

管理研究设计第4章

测量量表、问卷设计及调研实施第5章

基于二手数据的研究设计：来源、分析与应用第6章实验研究设计第7章

文本分析与计算机辅助文本分析第3篇

管理研究方法第8章

相关分析和线性回归分析方法第9章

中介效应及其检验操作第10章

调节效应及其检验操作第11章

非线性问题及其检验操作第12章

内生性问题及其控制第4篇

管理研究前言方法第13章

社会网络分析方法及其操作第14章

神经科学研究及其应用第15章

人工智能时代管理研究方法与应用第7章文本分析与计算机辅助文本分析CONTENTS01文本分析实例解读词表开发和测量0203PART01文本分析文本分析简介PART01文本分析起源文本分析是20世纪开始兴起的一种新的文献研究方法。它通过考察人们所写的文章、书籍、日记、信件，所拍的电影、电视及照片，所创作的歌曲、图画等，来了解人们的行为、态度和特征，进而了解和说明社会结构及文化变迁。文本分析方法假定：在这些传播的材料中所发现的行为模式、价值观念和态度，反映出并影响着创造和接受这些材料的人们的行为、态度和价值观。因此，除了信息本身的内容外，文本分析还被用来研究信息发出者的动机，以及信息传播的效果或影响。Artslander（1995）认为：“文本分析是一种对传播所显示出来的内容进行客观的、系统的、定量的描述的研究技术。”这是影响最大并为众多教科书所接受和使用的定义。Merton（1990）也曾经指出，文本分析是一种考察社会现实的方法，在这种方法中，研究者通过对文献的显性内容的特征的系统分析，得到与之相关的潜在内容特征的推论。文本分析简介PART01文本分析含义文本分析是指对各种信息传播形式的显性内容进行客观的、系统的和定量的描述与分析的一种方法。在文本分析中，其基本目标通常是确定内容中某一项目的频数，或确定某一类别在整个内容中所占的比例等。文本分析是指将无结构化的原始文本转化为结构化、计算机可识别和处理的信息，进而利用机器学习、聚类分析等算法，再对文本进行的分析处理。文本分析简介PART01文本分析举例吴非等（2021）对企业数字化转型与资本市场表现的研究，基于中国上市企业2007—2018年数据，借助爬虫技术归集企业年报中的“数字化转型”关键词，创新性地刻画出企业数字化转型强度。Wang等（2023）的研究借鉴了吴非等开发的数字化转型特征词，探究数字化转型对绿色全要素生产率的影响。使用Python对上市公司年报内容进行了文本分析，以“数字化转型”为关键词，统计相关单词的频率，以描绘数字化转型的程度，如图所示。人工智能技术

大数据技术

云计算技术区块链技术

人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实区块链、数字货币、分布式计算、差分隐私技术、智能金融合约企业数字化转型数字技术运用移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能文旅、智能环保、智能电网、智能营销、开放银行

文本分析简介PART01为什么使用文本分析文本语言能够反映人类对世界的认知和态度，承载历史痕迹的文本资料能够帮助人们窥探特定时代背景下的文化内涵。文本分析是基于语言文本来理解文化概念和思想观念，综合利用社会科学理论、计算机科学等探讨社会、心理和行为层面的问题，是人智与计算机相结合的分析方法，它不依赖严格的假设，利用数据挖掘展开探索性的研究，结论的可复现性较强。文本分析允许研究者直接挖掘文本所反映的内隐社会认知；研究较多从社会、集体层面的文本范围着手，结论具有较强的代表性和普适性。文本分析的优势：（1）借助计算机分析技术，可以在短时间内以较低成本实现对大规模文本数据的高效处理；（2）在挖掘文本特征和理解文本内容时，更多地依赖文本自身的分布规律，遵循“数据驱动”的分析逻辑；（3）面对跨时间、跨文化比较的研究话题，在挖掘社会学、行为学变量及变量关系等领域有广阔的应用前景。文本分析简介PART01为什么使用文本分析CATA作为一种内容分析形式，通过将文本处理为基于词频的定量数据，可以用来测量构念，避免了人工编码可能带来的误差。CATA优势：（1）心理测量上的优势。在内部效度（internalvalidity）方面，CATA分析的数据是在自然发生的组织情景下生成的，例如公司年度。因此，与自我报告和档案数据相比，该方法测量出的构念可信度更高。在外部效度（externalvalidity）方面，CATA可使用跨单位收集的大量文本，增强了研究结论的普遍性。（2）构念效度（constructvalidity）方面，CATA便于从不同来源收集数据，可以避免传统测量方法中的常见的共同方法偏差和内生性等威胁。（3）统计结论效度（statisticalconclusionvalidity）方面，CATA有助于对文本大数据进行检验，并使检验假设的统计能力达到较高的水平。总的来说，CATA在内部、外部、构念和统计结论效度方面具有优势，被视为一种新兴且极具前景的测量方法.文本分析简介PART01文本分析的程序文本分析的基本目的在于将一种非数量表示的文献转换成用数量表示的资料，文本分析的结果也经常是以频数、百分比、交互分类表等统计形式来表现的。程序：第一，选定研究的分析单位（比如，流行歌曲、家庭关系、社会问题、报刊人物、模范形象等）；第二，界定目标总体的范围（比如，20世纪50年代的流行歌曲、1960年至1970年的期刊、1950年至1990年这40年中的《人民日报》杂志等）；第三，抽取样本（比如，抽取1955年夏季两个月中发表在四种杂志上的歌曲，以及电影歌曲中前20首、电台播出的前20首歌曲，抽取1960年至1970年三种最著名周刊在这10年中的全部刊物作为样本等）；第四，确定编码体系（比如，新闻杂志报道的问题类别、报刊人物的社会特征、先进模范的特征与事迹等）；第五，阅读样本文献并按编码体系进行编码和登录，形成数据库；第六，对数据进行统计分析并得出结果。文本分析的程序1.文本分析的抽样方法文本分析的抽样常常在杂志、报纸、电视节目、广告或其他类似文献的标题或期号中进行，还有一些则是在作者、书籍、章节、段落、句子、短语、词汇等层次上进行。各种抽样方法，都可以在文本分析中运用，特别是系统随机抽样、分层随机抽样、多阶段随机抽样的方法运用地更为普遍。文本分析中的抽样通常分为三个主要的阶段，即媒介的抽样、期号的抽样、内容的抽样。示例：在文本分析中对总体进行界定

（1）在1997年5月1日至8月31日这四个月中，出现在中央电视台一套节目每晚7点30分—9点30分这两个小时中所有广告节目；（2）发表在1950年至1990年这40年间《中国妇女》杂志上的所有人物通讯文章；（3）1980年至1990年，《家庭》、《幸福》、《知音》、《社会》这四种杂志的全部封面。文本分析简介PART01文本分析的程序2.文本分析的编码文本分析的另一个关键环节是对样本中的信息进行编码，即根据特定的概念框架，对信息——无论是口头的、文字的、画面的或是其他形式的——做分类记录。与编码工作有关的问题有两个：一是要选择编码的单位；二是要制定一份编码单。选择编码单位，即选择具体的观察和点算单位。一旦选定了编码单位，研究者就要为它们制定分类或赋予数值，分类的要求为所制定的各种类别必须是互不相交的。编码单是对文献材料进行观察和记录的工具。文本分析简介PART01PART02词表开发和测量词表开发和测量PART02词表的作用词表定义了类和属性的集合，分别表示概念和资源的属性或资源之间的关系，其作为关联数据中的纽带，是关联数据的底层控制基础。词表之间并不是孤立存在的，它们彼此之间互相联系、相互制约，共同形成了词表网络。词表既包含以分类表、叙词表、名称规范档为核心的术语集合，又包括以本体为核心的概念集合。词表本身具有丰富的属性特征，如类属性、语言、主题、发布者、发布时间、流行性、成熟度，这些显著特征一定程度上影响着词表之间的关联。词表作为知识组织工具，在资源描述与检索中发挥重要作用。尤其在关联数据发布中，词表重用成为基本原则之一，使词表肩负着为数据添加语义的重要功能。词表开发和测量PART02词表开发的流程词表开发的流程主要有两步，一是演绎内容效度，二是归纳内容效度。演绎内容效度步骤分为：（1）从现有文献中明确构念的定义；（2）从文献中对构念的维度进行初步评估；（3）建立与构念相对应的详尽的词语列表（如果该构念是多维构念，则每个维度都有对应的词语列表，且不同维度之间的词语互斥）；（4）专家检查词语列表并检验评分者的信度水平。词表开发和测量PART02词表开发的流程词表开发的流程主要有两步，一是演绎内容效度，二是归纳内容效度。归纳内容效度步骤分为：（1）使用DICTION或其他CATA软件从感兴趣的叙述性文本中识别常用的单词；（2）识别或创建一个构念的定义，用于指导研究者对词语进行筛选；（3）从常用词语列表中识别出与构念定义相关的词语（需要两位评估者独立进行）；（4）检验评分者的信度水平；（5）细化和最终确定单词列表。词表开发和测量PART02词表测量的有效性验证一是评估外部效度，包括两个方面：（1）选择合适的样本和相关的叙述文本来检验感兴趣的结构；（2）尽可能地比较两个相关的样本。二是信度保证，通过使用计算机辅助技术分析文本，如DICTION、TEXTPACK、WORDSTAT、NVIVO或其他计算单词计数的技术来确保分析可靠性。三是评估维度（用于多维结构），使用相关矩阵的视觉检查来评估构造维度。如果维度是不相关的，它们可能会评估不同的结构，而维度可能会表现出收敛效度的问题。如果维度关联超过0.5，则构造可能不是多维的。如果维度显示出过高的相关性，则考虑折叠子维度以形成单一度量（或更小的子维度）。四是评估预测效度，通过使用回归、结构方程建模或其他相关统计技术进行文本分析，检验并预测文本分析方法得出的结论是否与其他变量测量方法得出的结论相一致。PART03实例解读实例解读PART03创业导向词表开发实例借鉴Short等（2010）提出的有效性构念的构建方法，于晓宇教授、博士生曹港和张玉利教授基于创业板上市公司年报，开发了中国情境下的创业导向中文词表，帮助国内外学者从中国的文本资料中深入研究企业的创业导向。具体分为两步：第一，依据演绎法获取五个维度的同义词词语列表；第二，通过归纳法，从年报中提取出五个维度的词语列表。通过演绎和归纳的方式确保了创业导向中文词表的内容效度。实例解读PART03创业导向词表开发实例演绎法获取创业导向的相关词表首先，借鉴Lumpkin和Dess（1996）对创业导向的定义，将创业导向进行定义；然后，通过大量阅读创业导向综述性文献，明确创业导向的内涵以及各个维度的定义。依据先前研究，将创业导向分为创新性、先动性、风险承担性、自主性和竞争积极性五个维度。五个维度的原始检索词是基于创业导向五个维度的原始英文单词（Innovativeness、Proactiveness、Risktaking、Autonomy、Competitiveaggressiveness）翻译得出，与直接翻译英文词表的所有单词相比，仅翻译原始英文单词，极大降低了翻译带来的语义学风险。在明确原始检索词后，作者在百度汉语和ABCThesaurus两个同义词库中检索出创业导向各个维度原始检索词的同义词，每个维度都构建出一份详尽的词语列表，不同维度之间的词语互斥，保证了在多维构念的情况下，每个词语只能属于一个构念维度。最后，两位研究者通过多个步骤对所获得的词语列表进行检验。实例解读PART03创业导向词表开发实例表1创业导向各维度的原始检索词创业导向维度原始检索词创新性创新性、创新先动性先动性、先动、超前行动性、超前行动、前瞻性、前瞻风险承担性风险承担性、风险承担、承担风险、风险自主性自主性、自主、自治性、自治竞争积极性竞争积极性、竞争积极、积极竞争、竞争实例解读PART03创业导向词表开发实例归纳法获取创业导向的相关词表。根据归纳法，该研究对演绎法所得词语列表进行了补充。该研究选择了2019年，营业收入增长最快的前500家创业板上市公司作为分析样本。归纳法所获得的词语列表来自于创业板上市公司年报“第四章经营情况讨论与分析”的内容。为了进一步保证词表的内容效度，该研究邀请了多位国内外创业领域的专家，对词表进行了检查，删除了一些不合适的词语，也补充了一些能表现创业导向的词语。实例解读PART03创业导向词表开发实例创业导向维度专家认证的文本分析词汇创新性创新、更始、翻新、改进、立异、革新、改革、鼎新、改善、改良、改造、维新、更新、变革、改变、厘革、更改、变更、转换、转变、蜕变、更动、改动、改观、更换、变化、变换、转化、变动、改换、更变、演变、发展、新奇、发明、调制、突变、转型、多样化、创建、设计、即兴创作、孵化、创意、创造性、独创性、天才、创造、创造力、重塑、改建、嬗变、重建、设想、进化、天赋、提高、完善、提升、构建、促进、升级、扩展、强化、技术、研发、科技、开发、拓展、研究、专利、开拓、突破、研制、专利权、创作、创办、创立、发现、变成、同创、开创、开拓性、想象、技改、技术性、新颖、日新月异、更新换代、更迭、构想、梦想、构造、独一无二、独具特色、独创、独到、重新、重构、革命先动性前瞻、展望、预测、瞻望、预计、预料、揣测、估计、估量、意料、预估、猜想、料想、预期、预想、意想、预感、预见、料到、猜度、忖测、估摸、忖度、推测、推断、推求、推想、探求、推度、臆测、揣摸、臆度、揣度、猜测、估算、想到、推寻、探究、摸索、探索、探寻、远见、预言、预知、未卜先知、规划、预兆、预置、先知先觉、征兆、先驱、先兆、调研、预先、勘探、预算、估测、制订、前沿性、前瞻性、前驱、勘察、勘查、勘测、寻找、发掘、带头、带领、抢先、抢占、抢夺、探测、探索性、搜寻、搜索、期待、期望、查找、检索、筹划、考察、率先、观察、观测、调查、超前、钻探、预制、预报、预示风险承担性风险、危急、危险、危机、危境、惊险、危殆、险情、大胆、斗胆、果敢、勇敢、无畏、创业、机会、冒险性、投机、打赌、偶然性、可能性、勇气、鲁莽、轻率、冒险、不顾、草率自主性自主、自助、自立、自决、自强、独立、自力、单独、独力、独自、自治、自由、自力更生、自给自足、权限、权利、特权、解放、主权、自控、授权、权威、控制、当权者、制裁、自我控制、独裁者、统治者、权威性、赋权、操纵、独立性、专制、独裁、主创、主控、权力、特许、权责、独立自主、职权、管制、自制竞争积极性竞争、角逐、逐鹿、竞赛、比赛、较量、比力、较劲、比较、斗劲、比试、反对、争议、斗争、冲突、决斗、争取、争夺、对手、竞争者、对抗、争论、争吵、争辩、争斗、搏斗、战斗、异议、挑战者、争论者、反抗、对付、好斗、好战、激进、反驳、挑战、敌意、进攻性、竞争力、争先、争创、争端、事先、奋勇、奋战、战争、战役、竞争性表2创业导向维度词汇表实例解读PART03创业导向词表有效性验证实例为了提升信度水平，该研究基于CATA的方法进行文本分析，避免了人工编码可能带来的误差。CATA方法主要是通过文本中某些概念的存在、不存在和使用频率来检测研究对象的心理模式。该研究运用了CATA的方法，根据年报中创业导向词语在年报中所占字数的比例，来计算创业导向各个维度的数值，从而最大限度减少了人工编码可能出现的误差。通过NVIVO软件使用CATA对年报进行文本分析，可复制性很强，也表现出了较高的重测信度（test-retestreliability）。实例解读PART03创业导向词表有效性验证实例为了评估外部效度，该研究还选择了科创板上市公司作为检验样本，以便与创业板上市公司进行比较。首先，该研究对两个样本分别进行了单样本T检验（与均值等于0相比），来评估年报中是否存在与创业导向相关的词语（均值等于0表明，该研究所分析的年报中不存在与创业导向相关的词语）。所有维度都是显著的，这表明创业板和科创板的年报中都存在与创业导向相关的词语。其次，该研究运用了单因子方差分析（ANOVA），来比较两个样本中创业导向及其各个维度的均值是否存在差异。因为创业板和科创板之间的样本量存在差异，所以该研究从500家创业板上市公司样本中随机抽取了72家公司，以确保样本之间的差异不会受到样本大小的影响。实例解读PART03创业导向词表有效性验证实例为了证明创业导向是一个多维构念，该研究进行了如下操作。首先，构念测量的一个基本假定是，整体构念与各个分维度构念之间存在相关性；对于一个多维构念，每个维度之间应存在相关性且不能高于0.5000。对于创业板样本而言，除了先动性和竞争积极性之外，其他维度之间的相关性都是正向的，虽然并不是所有维度之间都存在显著相关关系，但每个维度至少与一个其他的维度显著相关。对于科创板样本而言，除了先动性和风险承担性、先动性和竞争积极性以及自主性和竞争积极性之外，其他维度之间的相关性都是正向的；而且除了风险承担性，另外四个维度至少与一个其他的维度显著相关。此外，两个样本中各维度之间的相关系数均小于0.5000，所以可判定创业导向是多维构念。实例解读PART03创业导向词表有效性验证实例12345创业板样本（N=500）

1.创新性

2.先动性0.1737***

3.风险承担性0.1196**0.0049

4.自主性0.1708***0.01220.0485

5.竞争积极性0.4262***-0.03690.2856***0.1160**

6.创业导向0.9674***0.2970***0.2543***0.2903***0.5239***科创板样本（N=92）

1.创新性

2.先动性0.3522**

3.风险承担性0.1336-0.0781

4.自主性0.2388*0.00780.1110

5.竞争积极性0.