《Business Strategy and the Environment》：Employing Content Analysis in ESG Research: A Systematic Review and Future Research Agenda
编辑推荐：
本研究系统综述了内容分析在环境、社会和治理（Environmental, Social and Governance, ESG）披露研究中的应用。尽管内容分析被广泛用于考察ESG报告，但其方法路径、披露渠道和分析实践仍呈碎片化，限制了方法论一致性与知识累积发展
本研究系统综述了内容分析在环境、社会和治理（Environmental, Social and Governance, ESG）披露研究中的应用。尽管内容分析被广泛用于考察ESG报告，但其方法路径、披露渠道和分析实践仍呈碎片化，限制了方法论一致性与知识累积发展。为综合这一不断演化的领域，研究人员遵循系统综述和荟萃分析首选报告项目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）指南，对发表在ABS 3、4和4*期刊上的170篇同行评审文章进行了系统综述。通过文献计量分析和主题分析，研究考察了发表趋势、方法发展、披露渠道和新兴研究方向。研究发现，ESG内容分析研究显著增长，方法日益多样化，同时也识别出与计算方法、披露渠道和方法标准化相关的重要缺口。基于这些发现，研究构建了一个以本体论—认识论—方法论（Ontology–Epistemology–Methodology, OEM）视角为基础的整合框架，用以解释方法选择如何塑造对ESG披露的解读。此外，研究提出了基于理论—情境—特征—方法（Theory–Context–Characteristics–Methodology, TCCM）的未来研究议程，包含八项研究命题，以指导未来学术研究。通过提供方法发展和未来研究优先事项的概念整合综述，本综述推进了对ESG内容分析的理解，并为研究企业可持续传播的研究人员提供了实践指导。
一、研究背景与问题
内容分析（Content Analysis）已成为社会科学和商业学科中广泛使用的研究方法。其系统性和多用途性使研究人员能够识别、量化和解释文本、视觉或口头传播中的模式。在企业披露研究中，内容分析被用于探索组织如何向利益相关者传播财务绩效、战略优先事项和非财务承诺。随着企业日益依赖叙事报告展示透明度、问责和合法性，内容分析已成为环境、社会和治理（Environmental, Social and Governance, ESG）披露研究的核心。现有ESG披露系统综述主要关注披露决定因素、后果、报告质量等，多将内容分析视为方法工具，而非中心研究对象。实证证据在披露来源、方法路径和分析实践上碎片化，导致研究结论不一致，限制方法论一致性和知识累积。为弥补该缺口，研究人员对170篇发表于ABS（Academic Journal Guide, ABS）3、4和4*期刊的同行评审文章进行系统综述，遵循系统综述和荟萃分析首选报告项目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）指南，采用文献计量和主题分析，围绕中心问题：内容分析如何在ESG披露研究中使用，出现哪些方法模式、局限和未来研究机会？该研究将内容分析重新框架为知识生成过程，指出方法选择并非中性，会塑造研究人员可观察、测量和推断的ESG叙事维度。该综述发表于《Business Strategy and the Environment》。其意义在于为管理者、投资者和监管者提供可信、一致和基于证据的ESG传播指导，支持利用人工智能和语言模型评估披露语气、一致性和透明度，并借助欧洲可持续报告标准（European Sustainability Reporting Standards, ESRS）和国际可持续准则理事会（International Sustainability Standards Board, ISSB）框架提升报告可比性。
二、关键技术方法
研究人员采用系统文献综述方法，遵循PRISMA流程。2025年10月在Scopus和Web of Science数据库检索，检索式涵盖content analysis、textual analysis、text mining、natural language processing、NLP、machine learning、LLM等与ESG、sustainability、CSR及disclosure、report*、narrative的组合。初步检索7009篇，去重后3944篇，按ABS 3、4和4*期刊质量筛选后剩255篇，最终排除85篇，纳入170篇英文同行评审期刊文章。样本队列来源为Scopus和Web of Science，ABS 3、4和4*期刊。研究人员使用NVivo进行筛选和编码，两名成员独立编码约20%文献，Cohen's kappa为0.89。分析采用文献计量分析和迭代归纳主题分析。
三、研究结果
3 数据分析与发现：基于170篇文献，采用文献计量和主题分析，前者描绘结构发展，后者批判考察方法主导原因、能力、局限及方法选择对ESG披露解读的影响。
3.1 文献计量概览
3.1.1 发表年份：研究始于2006年，2015年后显著扩展，2018年后快速增长，2025年发表量最高。早期依赖定性文本分析，后期与ESG报告活动增长和计算文本分析进步相伴。
3.1.2 期刊来源：文献集中于可持续、商业伦理和会计期刊。Business Strategy and the Environment收录最多，其次为Journal of Business Ethics和Accounting, Auditing & Accountability Journal。
3.1.3 地理焦点：研究集中于发达经济体。意大利最多，其次英国、美国、加拿大、澳大利亚、西班牙、德国、新西兰；中国为最活跃新兴经济体。拉美、非洲和中东贡献有限。概念结构中可持续性、企业社会责任（Corporate Social Responsibility, CSR）、可持续报告、内容分析等关键词突出，合法性和利益相关者视角影响持续。地理集中带来方法含义：ESG术语、监管预期和报告惯例差异使编码框架、词典和模型难以直接迁移，构成潜在方法盲点。
3.2 主题分析：方法路径与情境维度
3.2.1 ESG内容分析方法：研究反映从简单文本表示到先进计算技术的进展，并区分手动、自动和混合实施。
3.2.1.1 简单转换方法：最广泛使用，包括词频、词典和手动编码，常用于语气、可读性、叙事重点和印象管理。Lagasio 开发自动自然语言处理（Natural Language Processing, NLP）框架构建ESG-washing严重指数；Soliman and Ben-Amar 应用可读性和语气测量；Meckenstock et al. 对供应链可持续报告进行计算机辅助内容分析；Duff、Nath and Ramanathan、Dangelico、de Jong and van der Meer 等通过手动编码研究合法性、环境管理、员工绿色举措和CSR匹配。其优势是可解释和透明，局限是劳动密集、可扩展性有限、主观性和词典偏差。
3.2.1.2 传统机器学习方法：包括监督和无监督学习、主题建模和分类算法，可识别潜在模式。Tian and Zhao 使用机器学习量化气候风险感知；Amin et al. 对富时350指数（FTSE 350）企业167,908条CSR相关推文进行无监督主题建模，考察真实CSR或漂绿。挑战包括需要大规模标记数据、可解释性低、透明度和可复制性问题。
3.2.1.3 深度学习和LLM方法：包括双向编码器表示变换器（Bidirectional Encoder Representations from Transformers, BERT）、生成式预训练变换器（Generative Pre-trained Transformer, GPT）等变换器架构，能进行语境和语义解释。Maibaum et al. 比较词典、主题模型、词嵌入和大语言模型（Large Language Model, LLM），发现LLM识别可持续内容优于传统方法；Calabrese et al. 采用人机混合方法分析1501份可持续报告。局限涉及数据质量、模型透明、可复现、算法偏见、提示设计敏感和专有模型限制。
3.2.1.4 混合与杂合方法：结合手动编码与计算技术。Corazza et al. 结合叙事编码、视觉内容分析和机器学习研究合法性修复；Narikiyo et al. 对Unilever可持续披露进行定量和定性分析；Lagasio 结合Leximancer文本挖掘和人工定性分析。混合方法兼顾可扩展性和解释深度，但增加分析复杂性。
3.2.2 披露渠道作为情境维度：170篇中，81篇仅用独立可持续、ESG或CSR报告，32篇用年报或整合报告叙事部分，48篇用混合渠道，9篇仅用在线渠道。
3.2.2.1 独立ESG/CSR/可持续报告：最常分析。Guix et al. 分析国际酒店集团报告，发现从市场驱动转向利益相关者导向；Wu et al. 发现中国CSR报告信息丰富可降低股票误定价；Barkemeyer et al. 发现采矿业可持续土地管理披露不一致；Bellucci et al. 发现GRI报告有对话问责迹象但双向参与有限。
3.2.2.2 年报/整合报告：用于考察可持续叙事如何嵌入主流报告。Alkaraan et al. 分析FTSE All-Share年报中董事会关于Industry 4.0和循环经济的承诺；Oehler and Neuss 比较年报ESG披露与ESG评级，发现公司叙事可解释外部评级差异。
3.2.2.3 混合披露渠道：Perez and del Bosque 分析西班牙酒店多格式传播；Holcomb et al. 分析酒店网站、年报和CSR报告；Manetti and Bellucci 结合可持续报告与Facebook、Twitter和YouTube互动，发现真正对话实践有限。混合渠道揭示战略多样化及正式报告与互动传播差异。
3.2.2.4 在线披露渠道：Everaert et al. 分析网站CSR信息，发现CEO伦理取向影响在线披露；Amin et al. 使用主题建模分析FTSE 350企业Twitter披露。在线渠道对透明度、问责和利益相关者参与日益重要。
四、讨论与未来研究议程
4.1 ESG内容分析的哲学基础
4.1.1 本体论：ESG披露不仅是客观信息，而是情境依赖的企业叙事，可为表征性、象征性或表演性。手动编码关联社会建构，词典方法偏表征测量，机器学习和LLM关注潜在语义关系。
4.1.2 认识论：手动定性编码体现解释主义，词典方法体现实证主义测量，机器学习依赖统计关系，深度学习/LLM进行模型中介的语义推断。方法演进改变ESG知识生产方式。
4.1.3 方法论：方法选择影响效度、信度和解释。整合框架表明，不同本体假设通过不同认识论路径和方法设计，决定ESG传播哪些维度可观察，以及透明度、合法性、可信度、印象管理和漂绿如何解释。本体论—认识论—方法论（Ontology–Epistemology–Methodology, OEM）视角说明方法碎片化也是认识论变异。理论含义涉及合法性理论和利益相关者理论：内容分析是识别合法性策略、印象管理和象征披露的实证手段，方法选择影响理论结论。
4.2 系统综述的洞见与批判性评价：过去二十年ESG内容分析扩展，受全球报告倡议（Global Reporting Initiative, GRI）、整合报告、ESRS和ISSB等推动。地理集中于欧洲、英国、美国、澳大利亚等，非洲、拉美和中东有限。方法上依赖简单转换和解释编码，机器学习与LLM应用少。存在四个张力：解释深度与分析规模；标准化与语义灵活性；方法能力与方法可信度；受控与动态传播环境。
4.3 未来研究机会：OEM用于解释，理论—情境—特征—方法（Theory–Context–Characteristics–Methodology, TCCM）用于组织前瞻议程。P1：比较传统与先进计算方法，预期在可扩展性、语境敏感性和分析精度上出现系统差异。P2：多模态内容分析，预期捕捉文本分析以外的ESG传播维度。P3：标准化验证、基准和报告程序，预期减少方法设计导致的跨研究变异。P4：混合方法设计，预期减少语境敏感性与分析规模之间的权衡。P5：更大数据多样性，跨制度、产业和报告情境开发验证模型，提高跨情境普适性。P6：数字、实时和互动渠道，预期披露特征不同于正式报告。P7：跨渠道ESG传播，渠道的管理控制、监管、受众和互动性影响语气、战略框架和可信度。P8：新兴和较少策划格式，包括收益电话会、访谈、播客和视频披露，预期揭示更大管理意图、真实性和叙事一致性变异。
五、结论、启示与局限
5.1 结论：本研究超越整合碎片化知识，发展了对内容分析如何应用于ESG披露研究的概念化理解。基于170篇高质量期刊同行评审研究，综述不仅结构化综合方法路径及实施，还批判评估局限，并解释这些方法如何塑造ESG披露的解读、可信度和可比性。通过将方法选择与潜在含义联系，并为更具理论信息性和分析稳健性的研究议程提供基础，同时考虑披露渠道作为重要情境维度，研究推进了文献。证据表明，自2006年首批研究以来，该领域学术兴趣大幅扩展。2015年后显著加速，与可持续监管增长、文本分析进步和ESG报告制度化并行。尽管增长，领域仍地理集中于欧洲、英国和美国，亚洲贡献新兴但有限，非洲、中东和拉美代表极少。这种集中凸显需要拓宽经验基础，以更好反映全球ESG传播多样性。
综述强调ESG内容分析使用的方法，显示简单转换技术占主导，包括词袋和词典方法，常通过手动编码实施。相当比例研究依赖研究者驱动编码解释语气、合法性叙事和修辞策略，反映会计研究中解释性传统的重要性。同时，词典和自动化技术获得关注，提高大规模文本数据分析的可扩展性和一致性。相反，传统机器学习方法使用仍相对有限，深度学习和LLM方法仍处于早期采用阶段。这一模式表明ESG披露研究仍严重依赖相对简单文本表示，突出需要更大方法进步，以捕捉ESG叙事日益复杂、改进漂绿检测和增强企业传播真实性评估。
除方法路径外，综述表明ESG披露研究深受披露渠道选择影响，披露渠道作为重要情境维度而非方法区分。现有研究主要基于正式且高度策划来源，如独立可持续报告和年报/整合报告。较小比例研究使用混合披露形式，将报告与网站或社交媒体数据结合，仅有限研究专注数字或互动传播渠道。这种不平衡表明，现有文献大多捕捉官方企业叙事，而非更动态且可能较少控制的ESG传播形式。随着企业日益依赖实时平台、投资者沟通工具和多媒体渠道，未来研究应扩展至这些演化披露情境，以更全面理解ESG叙事如何构建、传播和争议。
为填补缺口，研究提供八项命题，共同概述推进ESG披露研究的战略路径。这些命题旨在指导未来研究扩展方法复杂性，整合人工智能和多模态方法，并多样化披露渠道和地理情境。此外，研究开发研究框架，呈现ESG内容分析演化，强调关键缺口并映射未来研究方向。
5.2 理论贡献：将方法选择重新概念化为知识生成决定因素；OEM解释方法碎片化对知识累积、解释和可比性的后果；TCCM转化证据缺口为理论、情境、特征和方法议程；将ESG披露视为动态多维传播现象。
5.3 实践启示：企业可实施内部内容分析系统，使用情感分析、主题建模和文本分类监测一致性、乐观语气和叙事与绩效差距；监管者可利用机器学习系统分析披露、识别漂绿、不一致或不合规，进行基准比较和优先审查；投资者可评估披露可信度和象征性报告。
5.4 局限与未来研究：仅纳入英文、ABS 4*、4和3期刊，可能忽略实践导向、灰色文献和非英文研究；数据库限于Scopus和Web of Science；筛选存在主观性；研究集中于发达西方经济体，限制普适性。未来应扩展期刊排名、非传统来源、灰色文献、其他语言，扩大数据库覆盖，进行纵向追踪和跨区域跨行业比较。
