Hackpad 封存器 - g0v test

20141108 gxv 拜訪中研院社會所林宗弘副研究員

最後編輯：2017-07-03 建立：2017-07-01 歷史紀錄

 

CHE L政商關係專案，預計 20141108 (六) 17:10 拜訪中研院社會所企業資料研究單位，當天為 g0v 年會 (9:00-17:00) Che-wei 已和林宗弘老師及助理聯絡，將會整理數據、並視情況安排會議室，歡迎對公司資料、公司關係、政治獻金、政商關係⋯⋯等主題有興趣的 g0vers 參加。

 

感謝林宗弘老師的((熱血))介紹。

 

    VENEVTodos

  • CHE L11/18 (二) 下午三點，於中研院 copy 資料（2995 家企業資料、13 個變量，dta 檔、excel 檔）
    nchild不直接用4.0的理由是？
    che wei liu已改 ! (我不曉得有 4.0 @@@!! << 汗)
    che wei liu
  • [授權課題] 釐清徵信資料的授權課題；資料庫比對勘誤成果(?)可公開，並搭配既有的徵信資料授權服務
  • chewei 預計整理已被指認的資料集清單與描述及其來源，歸納不同資料集之間 linked 項目，例如「統一編號 id」、「(總經理)姓名」...
  • [已招募] 中研院企業與社會研究小組招募全職短期，工作內容為台灣企業數據整理，已招募。若有朋友希望參與，可聯繫洽談以時薪工讀方式參加
    che wei liuhi slamky 有需要協助的事情嗎？

 

關聯專案

CHE L本篇文字紀錄出來後，1108 晚間，Torrent 也分享他正在研究的的「企業資料與汙染資料的鏈結」內容與資料課題，汙染廠商之間是否有企業集團關係子孫關係，也是目前需要再釐清的環節，需要較完整的企業關係來作為架構，詳細內容請見：https://g0v.hackpad.com/rInrPBeYd5I

 

 

    CHE L欲參加者請簽到報名

CHE Lchewei, venev, BP, 張淵智,黃裕盛, Robinn（以下是現場自介重點紀錄，歡迎補完）

 

  • VENEVvenev：開放政治獻金、關心政商關係
  • 張淵智：關鍵數據小組，政治所研究生，主修國內貪腐
  • 吳長鋼：關鍵數據小組，林宗弘的經濟系學弟，g0v 蚊子館、貪污搜尋引擎
  • CHE Lsuperbil：政府公開通訊錄，跟 ronny 一起路過的
  • VENEVronny：蒐集資料愛好者，公司資料、公司關係、關貿進出口
  • CHE Lchewei：本次會議主揪
  • VENEVnchild：你被服貿了嗎、議題解讀懶人包師傅
  • BP：影音技術相關、政商關係專案 venev 技術助理
  • cicilia：g0v summit 參與者，軟體工程師，自然語言處理工程師（文字理解）
  • 珮瑩：外文、社會、歷史，現在在教育系工作，對社會網絡有興趣
  • CHE LTorrent：Texas A&M University社會所博士生，目前研究台灣高科技產業與污染。目前開設一個 hackpad : 企業資料與汙染資料的鏈結 https://g0v.hackpad.com/rInrPBeYd5I

 

    VENEV林宗弘老師介紹目前手頭有的資料

  • VENEV2007 中華徵信三百大集團企業（書面資料，無電子檔，用紙本重新輸入），另李宗榮老師則是從訃聞搜尋家族關係（李宗榮老師有電子檔），未來期待親屬網絡與三百大集團合併數據
    • 希望讓「有政商關係」的大企業，和沒有政商關係的中小企業作比較
  • 去年開始找天下雜誌和中華徵信來談
  • 天下雜誌：資料不賣（可能沒整理？）
  • 天下雜誌製造業一千大後來變兩千大，任意擴張篩選來源，篩選方式不透明（可能以營收為主），有口徑不一致問題
    • 跟中華徵信五千大數據比對、補缺
  • 整理出中央研究院「台灣企業排名資料庫」第一版，2995 家企業資料、13 個變量
    venev會後索取看看簡報
  • 2005 年後更改會計規範要合併報表，之後有數據膨脹問題（必須統計到孫公司的帳務）
    • 中華徵信：要求台灣本地員工數；天下雜誌：要求集團總員工數
    • 以鴻海為例，是 6800 多人和129萬多人的差異（主要差異在中國）
    • 這樣就可以比對本土和海外雇員數
    • 這幾年台灣雇用人數都沒動，但海外雇用人數陡峭上升
  • 台灣中小企業的平均利潤率開始降低，但大企業波動較小

 

  • 長鋼補充：之前 open data 年會，高有智先生，有報告過如何做出兩千大，是在每年財報出來之後，找大量工讀生來爬財報

 

宗弘：兩千大有未上市公司，天下雜誌是用傳真機或 e-mail 作業，沒有強制力，所以沒填就沒資料。中華徵信社擁有更完整數據是因為他是徵信社，銀行會跟企業要「徵信證明」，所以資料來源較易和正確性較高

 

  • 1999 年以前，營收超過一億就要公布財報
  • 1999 年以後，沒上市就不用公布財報，所以 no data

 

中華徵信社的資料是用買的，有授權問題

天下雜誌的數據資料是中研院社會所自己工人智慧再整理出來的，應該是可以直接開放授權出來（建議與中研院本所的研究員掛名合作較安全）

 

牛肉！！！曾進出中華徵信五千大的花名冊 excel 檔，共有九千多家

  • 欄位說明
  • 以頂新集團為例
  • 已經是結構數據了

 

下一步？

  • 上個月跟中華徵信討論，想買三百大集團企業（歷年共五百多個）和一千大台商，可以拼湊兩岸企業版圖，及兩岸政商關係
  • 希望要 data 而非查詢權限，但中華徵信不肯，只肯給近三年數據
  • 估計明年年底，以中華徵信為樣本來源的東西才會整理完
  • 短期之內台灣應該不會有其他機構做得出來
  • CHE L初步判斷以有條件公開的方式，來避免可能的授權糾紛，例如相關作品要跟中研院研究員共同掛名，再利用上比較安全。總之目前需要持續釐清法律細節。

 

    VENEV討論

VENEV工讀生做的東西可以用 crowd sourcing 方式加快速度嗎？

  • 林：檢誤問題，傾向用六七個工讀生、兩三個月輸入完畢，兩三個工讀生配合研究助理繼續檢查錯誤

 

台灣前一千大企業佔七成經濟活動（年底可運用資產、全年營收），但雇員只佔全台勞工的三成

  • 台灣大部分的就業人口，還是靠中小企業

 

集團關係是用法人關係？

  • 因為董監事是公司登記資料必須強制登記的，持股必須是

 

可以先做做看天下版的一千大數據：下週跟林老師聯繫拿 excel 檔

中華徵信的五千大版，可能要再等

 

CHE L會希望能把海外台商數據也納進來

  • 例如服貿協議的爭議，若是沒有數據什麼屁都講不出來
  • VENEV跟某國貿易額多大 -> 經濟成長會多少
  • 如果真的放任台商企業出去投資，實際台灣就業減少 <- 目前做出來是這樣的預估

 

訃聞數據庫？答案是沒有

  • 親屬網絡數據與細節要找李宗榮老師
  • 估計要一年半～兩年，才能把親屬網絡和商業關係接起來
  • 用台灣十三分報紙數據庫爬出來的

 

能否讓中研院買來的數據，經整理補缺之後，以 open source 方式釋出

  • 有法律上的顧慮，如何解決（問 isabel? ；當日 summit 晚宴有初步請教林誠夏研究員，日後可持續聯繫釐清）
  • BP：中研院護城河概念：把中研院獨立 effort 的東西以 patch 形式開源釋出；由民間公司買一年查詢權限，加入中研院的 patch，作後續應用
  • 孝先：可以回去查一下，中研院對數據的改善，是否構成編輯著作，取得相關權利

 

另一條途徑：許多企業資料的欄位，除了天下雜誌的單方面詢問企業、徵信業者的徵信資料外，是否政府手上有更直接的資料集，或可回推的數據項目？可以敦促他們 open data

  • 工商普查、國稅局（稅後淨益）
  • 勞動部、健保局會有所有員工數
  • CHE Lronnywang 觀察到規定僱用身障者的法令、比例與裁罰的內容細節，亦可回推該企業的勞動數據

 

unconf 的時候，偉宸(?) 補充銀行的聯盟會員有建構一個資料庫，可以查詢個別企業什麼，(糟糕我忘了細節XD"，待補)

    venev跟徵信相關嗎？希望聯絡得上偉宸進一步詢問 ^^b

 

VENEV認為台灣政府、經濟所應該都沒有這樣的資料

談台灣經濟前途，ECFA、服貿利大於弊，但沒有實證資料在手上，很難信服

 

韓國研究者已經把財團企業商版圖做出來了，還把研究做到台灣來，比對台韓之間大企業所佔的比例，竟發現韓國中小企業比例其實比台灣更高、扮演更大的經濟角色 (此為大意解釋，詳細名詞描述方式待補)

 

GDP 灌水失真問題

  • 服務業出口近幾年增長很快，但懷疑是灌水作帳用，例如鴻海賣顧問服務 -> 富士康，成為應付帳款，降低中國的加值稅
  • 在台灣分紅可以逃過中國的稅（但大批現金股利是如何匯入的）
  • 外資法人未必要買中國子公司，可能會在台灣買股票、拿現金股利
  • 生產端作帳部分比較容易理解，因為只有四門；但消費面到底記入哪裡？估計是「服務業輸出」，
  • 張淵智（台灣企業在中國製造方面的收入）推測估計讓 GDP 虛胖 2%，所以 GDP 若小於 2 很可能是負成長
  • VENEV服貿的減稅就會減在服務業出口的科目下，這項應收帳款匯入時就不用收稅
  • 兩岸租稅協議還沒有簽，財政部很想簽，甚至中國的稅務部門也想簽，把台、中應收稅款分清楚，但台商都很抗拒
  • 數據品質：財政部數據比較好，經濟部數據比較差

 

nchild 談昨天參加開放資料法制討論

  • 目前政府對於開放資料有興趣作
  • 韓國有開放資料專法，若剛才韓國的商業版圖研究，是來自政府資料公開，把這個 case 搬回台灣，在政府改造上就有施力點
  • 你被服貿了嗎？的使用者觀察，大家在搜不只在搜自己的行業，也會搜其他大集團的企業，但不清楚個別公司名。所以或許有個 catalog，就有無限應用空間

 

企業分家如華碩、和碩，資料上如何處理？

  • 存續公司，以統一編號來判斷，例如東森電視轉手歷程，但這樣的轉手歷程需要人類用智慧去梳理研究，無法單就資料來理解
  • 若把三百大集團企業併進來

 

對政商關係有興趣，國營事業轉民營.....、當退休酬庸，

  • CHE L目前的研究現況，研究者多半都是針對個別產業、機構來研究
  • VENEV政大鄭力軒：研究中船 -> 台船民營化，變成退休將領
  • 熊瑞梅：半導體業
  • 中華五千大含國營事業，甚至連尚未公司化的單位例如林務局、郵局都有統計；天下基本只做私營企業

 

五千大公司？五千大企業？

  • 張淵智公司，看統編 ID，但也包含郵局、林務局
  • VENEV推測：用營業額主導「企業大小」的判斷

 

未上市公司佔 dataset 的多少？上市 23%，七成多未上市

 

人工智慧 vs. 工人智慧

  • 三千大企業屬於哪些集團，可否用人工方式處理
  • 張淵智借助人類 google，理解跟判斷的能力
  • VENEV分產業、找人工來判斷 -> task 如何能切到夠小作 crowd sourcing，太大包會很難找志願者
  • 老師：我是可以付得出 pay!!! 如果發現有電腦無法解決、需要智能判斷的部分，可以來找我，也可以給他訓練或參與感（企業與社會小組 10~15 萬 / 年可支用範圍，可以花錢辦一場研討會把它吃掉 XD，但也可以發給工讀生建資料庫）

 

 

CHE L----以下為行前準備----

 

 

    CHE L預計交流

    che wei liu交流要點蒐集第一輪，預計 11/03 寄出給林宗弘老師 & 邀請助理來共筆
    che wei liu歡迎寫寫你的行前想法
    Chiang. ying. ru
  • CHIANG. R想了解如何調閱企業轉投資的情況(特別是房地產)與詳細借貸情形、官員民代之投資資料、各企業和官員民代之名下房地產資料
  • VENEV據說中研院有 1930 年代以來台灣報紙（訃聞）資料庫，能否分享資料？
    • 李宗榮研究員那裡有整理好的檔案
  • 張淵智財團與地方政治的互動關係？
  • 政商關係的中國因素
  • CHE L了解中研院企業資料與數據的內容、架構、格式 ...等
  • 討論中研院資料的 Licenses 課題
  • 開放討論未來合作可能

 

 

介紹本政商關係專案，預計涵蓋的［電子資料庫］、［文本］、［工具］：

 

 

  • CHE L文本（公司出版品、文獻、紅白帖）
    • 個別公司所發行年報與公開資料：ex《台灣中油刊物》...
    • 公開可搜尋的關係事實與文本：ex《總統的親戚》...
    • 聯誼會：老牌三三會、中部磐石會、全國商業總會 ...
    • 紅白場，訃聞資料，喜帖 ...