20141108 gxv 拜訪中研院社會所林宗弘副研究員
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。
Todos
- 11/18 (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）
- 出席者：chewei
- 本次任務：拿檔案，並請宗弘老師確認流通程度（License）
- chewei> 預計建議：CC BY-NC-SA 4.0 http://creativecommons.org/licenses/by-nc-sa/4.0/
- [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
- 有興趣的朋友，12/06-07 台灣社會學年會企業 panel 可以認識研究這領域的學者，活動網址： https://sites.google.com/site/2014tsaam/session
關聯專案
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
欲參加者請簽到報名
chewei, venev, BP, 張淵智,黃裕盛, Robinn（以下是現場自介重點紀錄，歡迎補完）
- venev：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
- superbil：政府公開通訊錄，跟 ronny 一起路過的
- ronny：蒐集資料愛好者，公司資料、公司關係、關貿進出口
- chewei：本次會議主揪
- nchild：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
- Torrent：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
林宗弘老師介紹目前手頭有的資料
- 2007 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
- 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
- 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
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
- 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。
討論
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
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
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
- 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
- ronnywang 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)
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」，
- （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
- 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，
- 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
- 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？
- 公司，看統編 ID，但也包含郵局、林務局
- 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
- 借助人類 google，理解跟判斷的能力
- 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）
----以下為行前準備----
預計交流
- 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
- 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？
- 財團與地方政治的互動關係？
- 政商關係的中國因素
- 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］：
- 電子資料庫（監察院、司法院、行政院）
- 陽光法案主題網：申報資料查詢（監察院），包含
- 公職人員財產申報（g0v repo）
- 政治獻金收支結算 / 開放政治獻金資料庫
- 近五年廉政專刊電子書
- 以上需備份，避免五年時效經過後被選擇性移除，例如連戰財產申報紀錄，官方載點於 2014/9 已失效
- 透析貪污判決--揭露與查詢網站 （司法院）
- 財團 / 社團法人檢索（kiang++）/ github repo / 法人及夫妻財產登記公告 （司法院） / github repo for data
- 公司登記資料 （行政院 經濟部）
- 政府採購網資料（行政院 公共工程委員會）
- 公開資訊觀測站 （行政院 臺灣證券交易所）公司全名整合上市櫃股票代碼， 8 月萌典松: moed5ct (含直播及文字轉播) 併政獻松，被 johnny 和我解開啦挖哈哈 / 以下貼自 政治獻金 / 政商關係搜尋介面 mockup / 公職人員財產申報的股票是登記縮寫 ex: 1314 中石化 ，但政治獻金是登記全名 中國石油化學工業開發股份有限公司 。考慮撈證交所公開資訊觀測站「公司名 / 股號 / 公司名縮寫」對應資料 / Johnny 撈到資料了喔耶！/ excel資料，目前一萬四千筆股票申報可辨別出一萬兩千筆，未辨識出的包含未上市櫃、以及國外的股票，以及一些比較難的，例如：台灣積電=?台積電、台塑化=?台灣塑化、中美晶...等等，可能須手動加入這些俗稱
- 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 ...
- 工具
- 公司關係圖 / ronnywang github repo / 隱藏版地址檢索功能 /index/search?q=address%3A該地址，使用範例
- 人物關係生產器 / 公眾人物關係圖 / kirby 開發中 / github repo