6. Metodologia
L’obiettivo è quello di analizzare un gruppo di imprese dei paesi emergenti per studiarne l’impegno nell’ambito della RSI. Le imprese che costituiscono la nostra popolazione sono state selezionate dal ranking di Forbes Global 2000 del 2012 e sono 245 imprese multinazionali provenienti dai seguenti 8 paesi:
• Brasile;
• Cina;
• India;
• Malesia;
• Messico;
• Russia;
• Thailandia;
• Sud Africa;
e operanti nei seguenti 13 settori:
• Automobiles;
• Banking;
• Building materials;
• Chemicals and pharma;
• Electricity;
• Electronics;
• Food and beverages;
• Oil gas and mining;
• Real estate;
• Retail;
• Services;
• Steel;
• TLC.
Benché, come detto precedentemente, il mio studio si è focalizzato sull’analisi delle imprese cinesi, il lavoro è partito dall’intera popolazione delle imprese.
Questa scelta risulterà utile più avanti, quando verrà spiegato il metodo utilizzato, per avere una visione più ampia e veritiera della RSI.
In precedenza è stata sottolineata l’importanza per le imprese di comunicare agli stakeholder le proprie attività nell’ambito della RSI, e il fatto che questa comunicazione avvenga mediante una costante attività di reporting. Il lavoro svolto è stato quello di analizzare i report di un gruppo di imprese cinesi utilizzando il metodo della “Content Analysis”.
La Content Analysis è un metodo di codifica di un testo in categorie sulla base di criteri selezionati, con l'obiettivo finale di trasformare il testo in misure quantitative permettendo ulteriori analisi (Weber, 1988). Questo metodo consente di esaminare grandi quantità di dati con relativa facilità in modo sistematico (GAO, 1996), ed è un metodo ampiamente utilizzato negli studi di RSI (si veda, ad esempio, Abbott e Monsen, 1979; Ernst e Ernst, 1978; Guthrie e Mathews, 1985; Guthrie e Parker, 1990; Humpreys, 2014; Kolk et al., Van 2010; GAO, 2011).
L'idea più comune è quella che la Content Analysis sia una semplice misurazione delle parole che si ripetono con più frequenza all’interno di un testo, ma in realtà questo metodo va ben oltre il semplice conteggio delle parole. Ciò che rende questa tecnica particolarmente significativa è la possibilità di codificare e classificare i dati in diverse categorie. Si definisce una categoria come “un gruppo di parole con significati o connotazioni simili" (Weber, 1990). Affinché possa essere definita una categoria, le parole in essa contenute devono essere esclusive ed esaustive (GAO, 1996). Nel caso in cui venga riscontrata un’indecisione nell’inserimento di una parola in una categoria o in un’altra, la parola deve essere eliminata per garantire l’esclusività. A seguito della classificazione di parole-chiave in categorie, sarà possibile eseguire delle analisi di tipo quantitativo a diversi livelli di complessità.
La definizione delle categorie e delle parole-chiave da includervi è la fase più
“delicata” della Content Analysis. E’ importante essere molto precisi nella costruzione del vocabolario tenendo conto del significato delle parole e del contesto in cui si opera. Ad esempio l’uso di sinonimi usati per ragioni stilistiche all'interno di un documento può condurre a sottovalutare l'importanza di alcune parole (Weber, 1990). Inoltre alcune parole potrebbero avere più significati, come la parola "state" (stato) che potrebbe rappresentare l’organo politico, una situazione, o un verbo sinonimo di “to speak” (parlare). Benché esistono alcuni software in grado di differenziare i significati diversi di una parola a seconda del contesto (Rosenberg, Schnurr, e Oxman, 1990), è necessario che il vocabolario di parole sia definito tenendo conto di queste limitazioni affinché la Content Analysis ci fornisca dei risultati veritieri.
Il lavoro presentato in questa tesi può essere suddiviso nelle seguenti 5 fasi:
1. Raccolta e rinomina dei report oggetto dell’analisi 2. Definizione delle categorie e delle parole-chiave 3. Conversione dei report da formato .pdf a formato .rtf 4. Content Analysis
5. Analisi statistiche
1) Raccolta e rinomina dei report oggetto dell’analisi
Il punto di partenza del lavoro è stato quello della raccolta dei report di tutte le imprese che fanno parte dell’intera popolazione. Abbiamo provveduto a scaricare i CSRR e gli Annual Report - AR dai siti web di ognuna di queste imprese (dove presenti) nel periodo intercorrente tra il 1997 al 2013. Mentre i CSRR sono documenti interamente dedicati alla descrizione dell’impegno delle imprese in ambito ambientale e di sviluppo sostenibile, gli AR sono relazioni annuali sulla gestione complessiva aziendale maggiormente incentrate sulla performance finanziaria. Dal momento che i CSRR vengono redatti su base volontaria, si è notato che non sempre questi vengono pubblicati da parte delle imprese (specialmente prima degli anni 2000). Tuttavia una parte degli AR viene
solitamente dedicata alla sostenibilità dell’attività di impresa. Per questo motivo sono stati presi come oggetto di analisi anche gli AR tenendo in considerazione soltanto la parte relativa alla RSI al loro interno. Una volta riuniti tutti i report (complessivamente 2043 in formato .pdf), ciascuno di essi è stato rinominato per migliorarne la gestione secondo il seguente format:
codiceimpresa_nomeimpresa_AR/CSR_anno.pdf
Il “codiceimpresa” è un numero di tre cifre assegnato in maniera arbitraria ad ogni impresa il cui nome viene riportano nel campo “nomeimpresa”. La dicitura
“AR” viene utilizzata quando il file si riferisce ad un Annual Report, mentre la dicitura “CSR” viene utilizzata quando il file si riferisce ad un CSR Report.
Infine nel campo “anno” indichiamo il periodo temporale di riferimento del documento. Occorre precisare che alcuni report non prendono come periodo di riferimento l’anno solare (tra l’01/01 e il 31/12), ma bensì periodi differenti “a cavallo” del 31/12. In questi casi si è scelto di prendere come anno di riferimento di questi report quello meno recente (se ad esempio un report va dal 01/06/2010 al 31/05/2011, considereremo questo report come un report del 2010).
2) Definizione delle categorie e delle parole-chiave
La fase successiva del lavoro consisteva nel predisporre un vocabolario di parole- chiave che avremmo utilizzato per effettuare la “Content Analysis”. L’obiettivo di questa fase era quello di definire una serie di vocaboli il cui significato rappresentasse nella maniera migliore possibile l’impegno delle imprese in attività socialmente responsabili. Conoscendo gli effetti negativi che comporterebbe per un’impresa dichiarare il falso nei propri report, l’ipotesi di fondo è che ogni parola riguardante la RSI presente nei report rappresenti l’impegno dell’impresa in tali pratiche. Ad esempio la parola “Iso_14001”, se presente in un report, indicherà il probabile impegno da parte dell’impresa per
ottenere la specifica certificazione ambientale. Solitamente ci sono due metodi per definire il vocabolario di parole da utilizzare per la Content Analysis. Il primo metodo è il più innovativo e consiste nel stilare una lista di parole “da zero”, basandosi soltanto sulle proprie conoscenze in tema di RSI senza considerare le parole solitamente usate in questo ambito. Il secondo metodo invece, più tradizionale, prevede di definire le parole prendendo come punto di riferimento quelle più comunemente utilizzate nei report e nella letteratura riguardante la RSI. Benché il primo metodo consenta una maggiore autonomia, si è deciso di utilizzare il secondo metodo più tradizionale che garantisce più sicurezza. Per prima cosa è stata fatta un estrazione del 10% sul totale dei report per poter avere un campione omogeneo sulla base di questi fattori: paese di provenienza delle imprese, settore di appartenenza delle imprese, anno, AR o CSRR. Una volta estratto il campione, quattro codificatori (tra cui l’autore della tesi) hanno effettuato una lettura di tali report per cercare di individuare e selezionare le parole e le espressioni riferibili alla RSI che si ripetevano maggiormente. Questa metodologia può essere utilizzata anche nell'approccio per la ricerca basata sulla cosiddetta tecnica della “Grounded Theory” la quale consente un’analisi di tipo
“bottom-up” partendo dai dati, in questo caso dei report, per arrivare ad interpretare i processi sottesi ad un determinato fenomeno (Corbin e Strauss, 1990). Una volta confrontate le liste dei quattro codificatori è stato stilato un primo dizionario di parole-chiave. Al fine di avere un quadro complessivo più esaustivo, questa lista è stata poi integrata con altre parole estratte dalla letteratura riguardante la RSI.
La scelta di raccogliere le parole-chiave partendo dalla totalità dei report, invece che dai soli report cinesi, è dettata dalla necessità di avere una visione più ampia della RSI nell’ambito dei mercati emergenti. L’idea è che definire la lista delle parole-chiave prendendo spunto soltanto dal materiale riguardante le imprese cinesi avrebbe in qualche modo limitato l’analisi, mentre basarsi sul materiale di tutti gli 8 paesi emergenti rende il lavoro più interessante.
Al termine di questa fase, la prima lista di conteneva circa 800 parole chiave ed è
stata ricontrollata più analiticamente per fare un’ulteriore selezione. Dall’analisi della prima lista ci si rendeva conto infatti che la presenza di alcune parole avrebbe potuto causare dei problemi nello svolgimento della Content Analysis.
Prendiamo ad esempio le parole “Iso” e “Iso_14001” entrambe presenti nella prima lista di parole. La parola “Iso” indica in maniera generica il coinvolgimento dell’impresa in certificazioni rilasciate da tale organizzazione, mentre la parola “Iso_14001”, come abbiamo visto precedentemente, indica l’impegno da parte dell’impresa nell’ottenimento di questa specifica certificazione ambientale. La Content Analysis ci permette di contare tutte le volte che tale parola è presente all’interno dei report. Se il vocabolario contenesse entrambe queste parole, il software che esegue la content analysis rileverebbe la parola “Iso” anche all’interno della parola “Iso_14001” creando un chiaro problema di ripetizione. Lo stesso problema si pone, ad esempio, con le parole “energy” ed “energy_saving”, oppure con “employee” ed
“employee_rights”. Una volta individuate tutte le parole che potevano falsare in qualche modo la Content Analysis è stata fatta un’ulteriore selezione arrivando ad avere una lista quasi definitiva. Si parla di lista “quasi” definitiva perché successivamente vedremo che il software incaricato di eseguire la content analysis permetterà di fare un’ulteriore aggiornamento migliorativo della nostra lista. Il passo successivo della definizione del vocabolario è stato quello di creare le categorie e di associare le parole-chiave ad ognuna di queste. Sulla base delle parole-chiave definite in quel momento si è deciso di suddividere la nostra lista in quattro categorie:
• Certification: comprendente parole riguardanti l’impegno dell’impresa nell’ottenere certificazioni;
• Environmental: comprendente parole riguardanti la sostenibilità ambientale;
• Social: parole riguardanti pratiche sociali per i lavoratori e per le persone in generale;
• Ethics: categoria residuale, comprendente tutte quelle parole che
riguardano la RSI e che non ricadono nelle tre precedenti categorie.
Di seguito nella Tabella 1 alcune parole di esempio suddivise nelle quattro categorie:
Tabella 1: Esempi di parole-chiave per ciascuna categoria definita Categoria Parole-chiave
Certification AWARD, AA1000, CERTIFICATION, ECOLABEL, …
Environmental AFFORESTATION, BIO, BIODEGRADABLE, BIODIESEL, … Social ABUSE, ACCEPTANCE, ACCIDENTS, AFFLICTED, … Ethics BALANCING_THE_INTERESTS, BUSINESS_ETHICS, …
Una volta definito il vocabolario delle parole-chiave, suddivise nelle 4 categorie, arriviamo dunque alla fase vera e propria di Content Analysis, dove si andrà a studiare l’impegno in ambito di RSI da parte delle imprese cinesi. In appendice A è riportata la lista delle 64 imprese cinesi soggette ad analisi. Di queste, più della metà sono imprese statali, una su quattro opera nel settore bancario, il 15,63% e il 12,50% di queste operano rispettivamente nei settori building materials e real estate.
Lo studio di queste imprese è stato svolto mediante l'analisi di un insieme complessivo di 413 report, di cui 165 AR e 248 CSRR. Così come si è notato con le imprese, la maggior parte dei report risultano pubblicati da imprese statali piuttosto che da imprese private; mentre da un punto di vista settoriale il 29,06%
dei report sono relativi a imprese operanti nel settore banking seguito dai settori building materials e real estate. In appendice C si trova la lista completa dei report soggetti all’analisi (in essa sono presenti anche i risultati relativi al lavoro successivo di Content Analysis).
Di seguito, in Tabella 2 si trovano le statistiche sulla numerosità delle imprese e dei report in base alla governance:, mentre in Tabella 3 troveremo le statistiche in base ai settori in cui le imprese operano:
Tabella 2: Numerosità di imprese e report per governance Governance N° imprese % imprese N° report % report
Privata 27 42,19% 160 38,74%
Statale 37 57,81% 253 61,26%
Totale 64 100,00% 413 100,00%
Tabella 3: Numerosità di imprese e report per settore aziendale Settori N° imprese % imprese N° report % report
Automobiles 5 7,81% 22 5,33%
Banking 16 25,00% 120 29,06%
Building Materials 10 15,63% 49 11,86%
Chemicals 2 3,13% 18 4,36%
Electricity 1 1,56% 13 3,15%
Electronics 1 1,56% 6 1,45%
Foods and Beverages 2 3,13% 11 2,66%
Oil, Gas and Mining 4 6,25% 26 6,30%
Real Estate 8 12,50% 45 10,90%
Retail 1 1,56% 3 0,73%
Services 5 7,81% 39 9,44%
Steel 6 9,38% 36 8,72%
TLC 3 4,69% 25 6,05%
Totale 64 100,00% 413 100,00%
Risulta interessante dare uno sguardo alla distribuzione dei report nel corso degli anni. Si nota che la numerosità dei report pubblicati dalle imprese cinesi è cresciuta in maniera esponenziale dal 2000 al 2013, ed in particolare a partire dall’anno 2007. E' importante sottolineare quanto siano aumentate le pubblicazioni di CSRR negli ultimi anni, segno che le imprese si stanno adeguando alla necessità di agire in maniera responsabile e di comunicare costantemente questo comportamento ai propri stakeholder. E' possibile vedere nel dettaglio questo andamento di seguito nella Tabella 4 e nell'Istogramma 1:
Tabella 4: AR/CSRR pubblicati dal 2000 al 2013 Anni AR % AR CSRR % CSRR 2000 1 0,61% 1 0,40%
2001 1 0,61% 3 1,21%
2002 3 1,82% 2 0,81%
2003 3 1,82% 4 1,61%
2004 4 2,42% 4 1,61%
2005 10 6,06% 6 2,42%
2006 13 7,88% 9 3,63%
2007 17 10,30% 20 8,06%
2008 16 9,70% 27 10,89%
2009 16 9,70% 27 10,89%
2010 20 12,12% 31 12,50%
2011 21 12,73% 36 14,52%
2012 19 11,52% 38 15,32%
2013 21 12,73% 40 16,13%
Totale 165 100,00% 248 100,00%
Istogramma 1: AR/CSRR pubblicati dal 2000 al 2013
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
0 5 10 15 20 25 30 35 40 45
AR CSR
3) Conversione dei report da formato .pdf a formato .rtf
Una volta raggruppati i 413 report si è provveduto a convertire i 248 CSRR dall’originario formato .pdf al formato di testo .rft mediante il software
“Automator”, mentre dai 165 AR è stato estratto “manualmente” il testo riguardante la RSI creando dei nuovi documenti di testo già in formato .rtf. La conversione dei report in file .rtf è una condizione necessaria per permettere ad un’altro software, “WordStat”, di riconoscere il testo di questi documenti e quindi di eseguire la Content Analysis.
Occorre precisare che inizialmente i report complessivi delle aziende cinesi erano più di 413, ma alcuni sono stati esclusi dall’analisi perché danneggiati o perché interamente in lingua cinese o perché in formato protetto. Questi fattori impedivano al software “Automator” di codificare il testo e quindi di effettuare la conversione necessaria per svolgere la Content Analysis. La mancanza di questi report ha comportato la conseguente esclusione di alcune società cinesi inizialmente presenti nella lista iniziale. Nell’appendice B è presente la lista delle 10 imprese cinesi escluse dall’analisi.
Una volta in possesso di tutti i report in formato .rtf abbiamo utilizzato il software WordStat per eseguire la Content Analysis. Prima di tutto è necessario impostare nel software il vocabolario delle parole da utilizzare. E’ stato quindi caricato il dizionario precedentemente impostato con le 4 categorie inserendovi all’interno le relative parole-chiave definite precedentemente. In questa fase di impostazione del vocabolario è stata utilizzata la funzione “frequencies” presente nel software WordStat per calcolare quali sono le parole che si ripetono più frequentemente nei report soggetti all’analisi senza tenere conto del nostro vocabolario. Questa estrazione delle parole più frequenti ha permesso di fare un’ulteriore aggiornamento del vocabolario fino ad arrivare ad avere una lista definitiva composta da 287 parole. Di queste, 11 compongono la categoria certification, 84 fanno parte della categoria environmental, 164 della categoria
“social” e le rimanenti 28 della categoria ethics. In appendice D la lista
definitiva completa delle 287 parole-chiave (in essa vengono già mostrati i risultati relativi alla Content Analysis).
4) Content Analysis
Definito il vocabolario di parole e le relative categorie nel software, è possibile dare il via alla Content Analysis. WordStat misurerà il “Word Count” totale delle parole di ogni report e il numero di ripetizioni di ogni parola definita nel vocabolario per ognuno dei report. Occorre precisare che nel Word Count il software esclude automaticamente vocaboli come “a”, “about”, “and”, “but”,
“by”; ossia gli articoli e le preposizioni più comunemente usati in ogni documento di testo. Al termine di questa operazione il software ci fornirà i seguenti output:
per ogni parola del vocabolario:
• la frequenza totale in tutti i report;
• il numero di report in cui appare almeno una volta;
per ognuno dei report:
• la frequenza di parole che appaiono per ognuna delle 4 categorie;
• il Word Count del totale delle parole.
5) Analisi statistica
Arriviamo dunque all’ultima parte del lavoro, quella delle analisi statistiche. In questa fase ci avvaliamo del pacchetto software “SPSS” (Statistical Package for Social Sciences). Prima di tutto però utilizzeremo un foglio di calcolo per determinare la percentuale di frequenza delle parole di ciascuna categoria sul totale delle parole di ciascun report. Le percentuali trovate saranno la base di partenza per le nostre analisi statistiche. Nello specifico utilizzeremo il software SPSS per svolgere 3 tipi di analisi:
L’analisi per governance, andando ad indagare sulle differenze in ambito di RSI
tra le imprese statali e le imprese private;
L’analisi per periodi temporali, cercando di capire come si è evoluta la RSI in Cina nel corso degli ultimi anni;
L’analisi per settori, per capire in quali di questi le imprese cinesi risultano maggiormente impegnate in pratiche di RSI.
Per fare questi tipi di studi utilizzeremo dei test di analisi della varianza. Prima di svolgere questi test è necessario configurare le variabili in SPSS a seconda dei risultati che vogliamo ottenere. Verranno quindi impostate come variabili dipendenti le 4 categorie definite precedentemente:
• certification
• environment
• social
• ethics
e come variabili indipendenti:
• governance:
◦ imprese statali
◦ imprese private
• periodo temporale:
◦ 2000-2005
◦ 2006-2010
◦ 2011-2013
• settori:
◦ Banking
◦ Building Materials
◦ Oil, Gas and Mining
◦ Real Estate
◦ Services
◦ Steel
◦ TLC
Complessivamente effettueremo 12 test di analisi della varianza andando a confrontare governance, periodi temporali e settori per ognuna delle 4 categorie di parole.
Occorre precisare che la suddivisione dei periodi temporali è stata fatta in maniera arbitraria, mentre per quanto riguarda i settori si è scelto di tenere in considerazione soltanto quelli con numero di report maggiori o uguali a 25, escludendo dall’analisi i settori automobiles, chemicals and pharma, electricity, elettronica, food and beverages e retail. Inoltre per ognuna delle nostre analisi è stato impostato un intervallo di confidenza del 95%. Perciò considereremo come rilevanti i risultati con un coefficiente di significatività minore di 0,05.
Per quanto riguarda la prima analisi, ovvero quella relativa all’impegno in RSI tra le imprese statali e le imprese private cinesi, utilizzeremo il cosiddetto “test t a campioni indipendenti”. Esso è un test statistico che ha lo scopo di fare un confronto tra le medie delle due variabili indipendenti per verificare se la loro differenza è significativa.
Nella seconda analisi invece, quella relativa ai cambiamenti della RSI in Cina nel corso degli anni, utilizzeremo la cosiddetta “ANOVA” (analisi della varianza) che permette di fare confronti tra più variabili indipendenti. Nel casi in cui da questa analisi emergano delle differenze significative, sarà necessario effettuare un’ulteriore controllo chiamato “test di contrasto” per avere dei risultati più precisi su vari periodi temporali.
Nella terza analisi, infine, utilizzeremo di nuovo la tecnica dell’ANOVA per vedere se ci sono differenze significative tra i vari settori. Anche qui, in caso di esito positivo, ricorreremo ad un controllo ulteriore chiamato “test post hoc” che ci fornirà dei risultati più dettagliati su quelle che sono le differenze tra i settori.
