您好, 访客   登录/注册

基于数据仓库的企业社会责任评价研究

来源:用户上传      作者: 杨宇凤 焦馨锐 朱永明

  【摘要】 企业履行社会责任是当前社会发展的必然趋势。文章针对信息系统环境企业社会责任评价的要求,建立了基于数据仓库的企业社会责任评价指标体系,说明了在数据仓库环境下如何利用企业现有信息系统的数据进行企业社会责任评价,并利用层次分析法和BP神经网络相集成的方法建立评价模型,不仅解决了企业社会责任评价指标数据的可获取性问题,而且定量分析使得评价结果更为准确、客观,为企业社会责任的评价提供了一种新的思路。
  【关键词】 数据仓库; 企业社会责任评价; 指标体系; BP神经网络
  
  一、研究背景
  从2008年汶川大地震中万科的“捐款门”事件到“三鹿奶粉”事件,企业社会责任问题已日益成为理论界和社会大众关注的焦点内容。近期曝光的瘦肉精事件、牛肉膏猪肉等一系列食品安全事件无不考验着企业的社会责任心。目前,社会大众越来越关注经济快速发展背后所付出的沉重代价,而企业社会责任就要求企业在经济发展的同时,要兼顾好社会、环境、法律等方面的责任。
  企业社会责任(Corporate Social Responsibility)由英国学者奥利弗・谢尔顿(Oliver Sheldon,1924)首先提出。目前西方国家关于企业社会责任的评价越来越多,如道・琼斯可持续发展指数、多米尼道德指数。《商业道德》、《财富》等也将企业社会责任纳入评价体系。在一些跨国公司和国际组织的倡导下,企业社会责任正朝着量化指标评价方向发展。不少欧美国家开始实行包括SA8000在内的企业社会责任标准认证,但是企业社会责任评价指标体系还没有形成统一的标准。
  我国对企业社会责任评价的研究开展得较晚,近几年才成为热点。王佳凡(2010)以平衡计分卡的四个层面为基础,结合利益相关者理论,建立了企业社会责任评价指标体系。苗婷婷、徐鑫(2010)从企业承担社会责任的过程出发,构建了基于过程视角的企业社会责任评价体系。金立印(2006)从消费者的角度,开发了用于测评企业社会责任运动的量表体系并对其进行了实证检验。赵涛等(2008)建立了基于员工权益的企业社会责任评价体系,从员工权益和人权保障两方面来评价企业对员工权益的保障程度。陈文军、乐烨华(2010)基于可持续发展的理念,从社会责任会计学、福利经济学、企业所得税法和博弈论四个角度对企业社会责任进行了分析。
  近年来,以数据仓库技术为基础的商务智能系统日渐成熟,在不少领域得到了广泛的应用。数据仓库技术是商务智能的基石,已成为企业解决需求的首选。它是为了有效地把操作型数据集成到统一的环境中,以提供决策型数据访问的各种技术和模块的总称;它利用所有可用的数据进行统计分析,为决策提供快速而准确的支持,通过它可满足决策支持和在线分析应用所要求的一切。现今已有的企业社会责任评价指标体系在选取指标时未考虑数据仓库环境下数据的获取性,即已有企业社会责任评价指标体系中的指标可能无法从企业现有信息系统中获取数据。基于此,本文试图构建一个基于数据仓库的企业社会责任评价体系,明确建立企业社会责任评价数据仓库所需要的数据,进而补充评价体系在此方面的欠缺,不断完善企业社会责任评价体系的研究。
  
  二、基于数据仓库的企业社会责任评价指标体系
  在激烈的市场竞争中,信息对于企业的生存和发展起着至关重要的作用。表达信息的数据随着时间和业务的发展而不断膨胀,如何应用好企业海量的数据,成为信息技术发展到一定阶段时,企业信息化建设面临的一个新问题;如何从海量数据中提取出智能信息来支持企业决策,这是企业亟须解决的问题之一。数据仓库是以关系数据库、并行处理与分布式处理技术以及联机分析处理等技术的发展为基础,针对当前企业和组织中拥有大量数据但信息贫乏(难以利用)的现状而提出的,是一种对不同系统数据实现集成和共享的综合性解决方案。本文将在数据仓库的基础上,建立一套完全定量化的企业社会责任评价指标体系。
  笔者认为,企业的社会责任实际上就是对与企业有密切关系的利益相关者承担责任,尽可能满足各种利益相关者的愿望和要求。一般来说,企业应当承担的社会责任主要包括以下内容:
  (一)对投资者的社会责任
  这是企业最基本的社会职责。随着现代企业制度的建立,企业管理者的首要目标就是为投资者提供较高的利润,对企业的资产进行保值增值,以确保投资者在企业中的利益。主要通过净资产收益率、现金股利分配率来评价企业对股东的责任履行情况;通过资产负债率、利息保障倍数来反映企业对债权人的责任履行情况。
  (二)对消费者的社会责任
  企业利润的最大化最终依赖消费者购买产品来实现。消费者购买的产品越多,企业的利润也越大。这就要求企业必须树立以顾客为导向的营销理念,为消费者提供准确和充分的产品信息,给顾客提供物美价廉的产品和优质的服务,充分满足消费者多方面的要求,不得欺诈消费者牟取利益。笔者选取了产品返修率、收入售后服务费用率、消费者投诉率等指标来评价企业在满足消费者方面作出的努力。
  (三)对员工的社会责任
  员工不仅是企业人力资源的提供者,也是企业生产经营活动的参与者。企业管理者应为员工提供安全的工作环境和公平的工作机会,给员工提供更多的发展事业的空间。同时注重团队精神的培养,使员工感受到企业作为一个大家庭的温暖,进一步提高员工的满意度。只有企业与员工之间相互信任,员工间和睦相处,才更有利于企业的发展。对员工的责任履行情况主要通过劳动合同签订率、生产事故发生率、员工薪酬率、员工培训投入等指标来衡量。
  (四)对商业合作伙伴的社会责任
  企业要长期发展,必须与供应商和销售商保持良好的合作关系,从而保证企业的物流链和销售渠道通畅,缩短产品市场投入的时间,迅速占领市场。另外,企业虽然与竞争对手存在利益冲突,但是必须与其公平竞争。如果企业与竞争对手进行恶意竞争,不但使双方遭受损失,也会给其他利益相关者带来不利影响,进而影响市场经济的良好运行和社会的发展与稳定。笔者选取了合同履约成本率、应付账款周转率、代销成本率、品牌价值等指标来考核企业对商业合作伙伴的责任。
  (五)对政府的社会责任
  作为企业重要的利益相关者,政府应为企业创造良好的宏观环境,企业也要积极履行对政府的社会责任。企业应按照政府有关法律、政策的规定缴纳税款,承担政府规定的其他责任义务,并接受政府的依法干预和监督,不得逃税、偷税、漏税和非法避税。通过缴纳税款、罚款支付比例等指标反映企业对政府的法定义务。
  (六)对社会的社会责任
  企业总是在一定的环境中生存与发展的。这就要求企业必须承担对周围环境的责任。企业在环境污染上扮演了重要角色,因此企业应承担减少污染、保护环境、节约能源等责任。同时,企业处在一定的社区内,企业与社区的和谐关系对企业的发展以及优化外部环境具有重要意义。从长远看,企业为社区及社会作出的贡献最终会变成无形资产,对企业的发展具有不可估量的作用。为了评价企业对社会承担的责任,主要从单位产品耗能率、环境保护设备投入、环境治理费用、社区赞助比例、社区人员就业率、社会贡献率等指标来具体考核。
  (七)创新的社会责任
  当今世界经济已从工业经济时代悄然转变为知识经济时代。在新经济时代,企业只有拥有强大的自主创新能力,才能在激烈的国际竞争中获得生存与发展。企业的自主创新主要包括管理上的创新以及技术上的创新等。本文通过选取技术人员投入程度、R&D投入水平、创新产品节能程度等指标来评价企业承担的创新责任(见表1)。

  
  三、评价模型的构建
  数据仓库是面向主题的、集成的、稳定的(不可更新)、随时间变化的数据集合。它把不同信息源中与决策支持相关的数据,通过抽取、转换、集成后,按主题存放起来,能够令我们在数据仓库的基础上对数据进行深度挖掘、多维数据分析、动态查询和报表展现。本文设计的企业社会责任评价指标体系是建立在数据仓库的基础之上。所有的指标数据均能够从数据仓库中提取出来,因此数据都是可定量化的。鉴于此,笔者采用层次分析法和BP神经网络算法相集成的方法构建评价模型,该方法根据所提供的数据,通过学习和训练,找出输入和输出之间的内在联系,从而求得问题的解,而不是完全依据对问题的经验知识和规则,因而具有自适应能力。不仅如此,它还具有泛化功能和很强的容错能力,对企业社会责任这类多因素的复杂非线性关系有很强的适应性。
  (一)评价指标权重的确定
  (二)用人工神经网络对企业社会责任履行状况进行评价
  应用人工神经网络对企业社会责任的履行状况进行定量的评价,是运用具有模拟专家思想、经验和记忆的智能化功能的神经网络系统,建立一种新的基于数据仓库的企业社会责任评价方法。这不仅可以模拟专家知识和经验实现企业社会责任的评价,而且可以避免评价过程中的人为失误,并使系统具有良好的容错能力。
  1.神经网络训练样本的确定
  根据企业社会责任评价的实际需要,结合数据仓库技术,从数据仓库中抽取相应的指标数据作为神经网络训练样本,对多个典型企业的实际数据进行无量纲化和规范化处理,得出企业的26个评价指标的测量值。
  2.BP网络训练算法选择
  根据本文构建的基于数据仓库的企业社会责任评价指标体系的特点,用改进型BP神经网络模型进行神经网络的训练,为了防止网络陷入局部极小,采用了附加动量法;在网络训练中采用自适应学习速率法,公式如下:
  式中:?浊为学习速率;k为训练次数;SSE为误差函数;yi为学习样本的输出值;yi'为网络训练后yi的实际输出值;n为学习样本的个数。
  3.BP网络的调练
  本文采用一个二层BP神经网络,在隐含层取20个神经元,采用对数S型激活函数;输出层取线性激活函数。网络具有12个输入节点和1个输出节点。
  初始化:设网络权值(W1jk,Wi2)和阈值(b1j,b2)的初始值为(-1,1)之间的随机数。W1jk,b1j为第一层网络连接权的权值和阈值;Wi2,b2为第二层网络的权值和阈值。
  BP网络训练:利用基于规则的评价法,结合专家的经验和思想,从数据仓库中抽取指标数据,对样本企业进行综合评价得出真实值。
  (三)综合评价结果
  基于数据仓库的企业社会责任评价目标层的综合评价结果是一个向量,为了方便评价,本文采用向量运算,设T为评价等级V的数值化向量,设Z=GTT,那么Z就为目标层的综合评价值,也是基于数据仓库的企业社会责任评价的最终评分。根据最大隶属度原则,可以得出基于数据仓库的企业社会责任的总体评价。
  
  四、结论
  数据仓库是管理信息系统的“上层建筑”,它集成了许多不同的源数据系统,从而构成中央式的信息平台,以实现对管理决策分析的支持。今天,越来越多的企业开始接受并开发数据仓库,并把它作为信息集成的解决方案和决策支持系统工具,迎接当今日益发展的信息化的挑战。本文试图把数据仓库技术应用到企业社会责任评价中来,以解决企业社会责任评价指标数据的可获取性问题,从而可以使企业直接利用数据仓库提取数据资料进行评价,使评价结果更加准确、客观。由于次准则层内容的确定和数据的计算较为复杂,相关指标体系有待于进一步完善,实证分析也有待于进一步探讨。
  
  【参考文献】
  [1] 王佳凡.基于平衡计分卡的企业社会责任评价体系构建[J].财会通讯,2010(17):45-46.
  [2] 苗婷婷,徐鑫.基于过程视角的企业社会责任评价指标体系[J].吉林工商学院学报,2010(3):63-69.
  [3] 金立印.企业社会责任运动测评指标体系实证研究――消费者视角[J].中国工业经济,2006(6):114-120.
  [4] 赵涛,刘保民,朱永明.基于员工权益的企业社会责任评价体系探讨[J].郑州大学学报(哲学社会科学版),2008(2):80-82.
  [5] 陈文军,乐烨华.基于可持续发展理念视角的企业社会责任[J].财会通讯,2010(3):127-131.
  [6] 池太崴.数据仓库结构设计与实施[M].电子工业出版社,2005.
  [7] 周华,张旭梅,邱晗光.基于数据仓库的制造企业绩效评价方法分析[J].科技与管理,2009(5):47-49.
  [8] 杜栋,庞庆华,吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社,2008.


转载注明来源:https://www.xzbu.com/3/view-767773.htm