文/鄭晨予 范 紅

改革開放40年來，中國經(jīng)濟的蓬勃發(fā)展舉世矚目，其中中國企業(yè)由小到大、由弱到強的超常規(guī)發(fā)展功不可沒。而民營經(jīng)濟的發(fā)展更是后來居上，時至今日，已超越國有經(jīng)濟總量而成為中國經(jīng)濟的半壁江山。在世界500強企業(yè)中，中國民營企業(yè)已經(jīng)占據(jù)了相當?shù)臄?shù)量（從2010年的1家到2018年的28家）。隨著中國精英民營企業(yè)登上國際經(jīng)濟舞臺，中國精英民營企業(yè)家們也順理成章地登上國際政治舞臺，作為一個特定集群在相當程度上傳播著國家形象，具有較大的國家形象承載力?？梢哉f，這一國家形象承載力視角下的特定“集群現(xiàn)象”的出現(xiàn)，正是中國逐步走向國際中心舞臺的一個重要折射面。

在紀念改革開放40周年前夕，習近平總書記強調：“在全面建成小康社會、進而全面建設社會主義現(xiàn)代化國家的新征程中，我國民營經(jīng)濟只能壯大、不能弱化，而且要走向更加廣闊舞臺。”要讓民營經(jīng)濟創(chuàng)新源泉充分涌流，讓民營經(jīng)濟創(chuàng)造活力充分迸發(fā)。中國精英民營企業(yè)家在國家形象塑造傳播實踐中的優(yōu)勢日益彰顯，但在學術研究中卻比較薄弱，如何充分發(fā)揮精英民營企業(yè)家的國家形象承載力，成為理論與實踐相融合的一個亟待研究的新課題?；诖耍P者依據(jù)國家形象承載力維度的評價標準和2017年度微信公眾號10萬+文本的智能語義數(shù)據(jù)挖掘和非監(jiān)督式機器學習聚類分析，重點對中國精英民營企業(yè)家集群的相關類型進行智能判別，詮釋中國精英民營企業(yè)家集群與類型的國家形象承載力之間的關系，探討從判別反饋到生成迭代的相關轉換路徑。

一、研究基礎

根據(jù)《中國精英民營企業(yè)家的國家形象承載力實證研究——基于2017微信自媒體10W+文本的智能數(shù)據(jù)挖掘》中的相關觀點，并結合《傳播數(shù)論——格數(shù)傳播模式與國家形象承載力建構》一書中的理論建構，確立了基于精英企業(yè)家國家形象承載力四大維度的相關關鍵詞，以這四大維度和相關關鍵詞作為衡量評價中國精英民營企業(yè)家國家形象承載力的評價標準和關鍵要素。即針對國家形象企業(yè)家承載力的領袖群倫、義責擔當、自律競爭和員工共享四個維度，運用演繹法和歸納法，分別提煉概括出相對應的關鍵詞。每個維度8個關鍵詞，共計32個關鍵詞。領袖群倫維度的8個關鍵詞為：中國、合作、創(chuàng)新、全球化、魅力、話語權、思想、使命；義責擔當維度的8個關鍵詞為：社會、責任、公益、貢獻、慈善、義務、扶貧、納稅；自律競爭維度的8個關鍵詞為：質量、誠信、信用、道德、規(guī)范、自律、守法、法則；員工共享維度的8個關鍵詞為：員工、價值、團隊、共享、尊重、平等、關懷、以人為本。

在研究中，企業(yè)家國家形象承載力被操作化定義為人工智能數(shù)據(jù)挖掘建構的高維語義空間中，傳播者語義呈現(xiàn)與受眾認知點贊相融合的企業(yè)家微信綜合影響力TF*PDF算法取值在國家形象承載力相應關鍵詞上的投影之和。具體而言，首先是基于財富世界500強、胡潤富豪榜、搜狗微信搜索引擎檢索數(shù)，對中國民營企業(yè)家進行篩選，確定了排名前列的16名中國精英民營企業(yè)家，接著利用爬蟲抓取技術，抓取微信公眾號中發(fā)布的、與上述企業(yè)家相關的文本內(nèi)容、閱讀數(shù)、點贊數(shù)等數(shù)據(jù)，進而利用人工神經(jīng)網(wǎng)絡詞嵌入技術，將上述文本內(nèi)容作為語料輸入進行非監(jiān)督式機器學習，建立高維語義生成模型。再基于上述語義生成模型中的對應詞向量，分別計算32個國家形象企業(yè)家承載力關鍵詞在各個企業(yè)家上的余弦相似度投影權重。最后利用TF*PDF算法，以點贊數(shù)為加權數(shù)值、以上述投影權重為加權權重進行對應加權，獲得排名前10的中國精英企業(yè)家的國家形象承載力總體和四大分支維度數(shù)值。這一前期研究旨在一方面揭示各個視角下名列前茅的企業(yè)家，另一方面呈現(xiàn)企業(yè)家個體在不同視角下的強弱短長，從而為中國精英民營企業(yè)家的國家形象承載力判別，和進一步運用實踐、學術研究，提供定量的實證參考。筆者分析有效文章共計196篇（閱讀數(shù)共計1960萬次以上，點贊數(shù)共計491706個）。對前期研究的相關結果數(shù)據(jù)進行標準化后如下（見表1）：國家形象企業(yè)家承載力總體前10位的中國精英民營企業(yè)家是馬云、王石、任正非、馬化騰、孫宏斌、王健林、許家印、丁磊、雷軍、李彥宏。

表1 中國精英民營企業(yè)家國家形象承載力維度標準化數(shù)值

二、研究設計和研究方法

本研究是在前期研究基礎上的又一個智能新判別，主要解決以下兩大判別問題：基于國家形象企業(yè)家承載力的維度結構，中國精英民營企業(yè)家可聚類形成怎樣的相應類型？聚類形成的中國精英民營企業(yè)家類型各自展現(xiàn)出怎樣的國家形象承載力維度結構特征？

在研究設計上，針對上述進入國家形象企業(yè)家承載力總體前10名的中國精英民營企業(yè)家，即這一國家形象承載力精英集群，根據(jù)中國精英民營企業(yè)家國家形象承載力的四個維度及其相關32個關鍵詞的評價標準和關鍵要素，運用非監(jiān)督式機器學習的自動化聚類分析方法，對這10名中國精英民營企業(yè)家進行智能判別，以達成基于維度結構相似性的集群分類和集群類型。

在研究方法上，采用聚類（clustering）這一基于非監(jiān)督式機器學習（unsupervised learning）的自動化類型劃分方法。通過聚類，同一集合中的各個元素將被劃分到不同的類型之中。而聚類的目標是形成一種最優(yōu)的類型劃分，以使得被劃分到同一類型中的元素盡可能地相似，被劃分到不同類型間的元素盡可能地相異。當然，任意兩個元素之間相似度的衡量標準在聚類之前已被定義。

對中國精英民營企業(yè)家這一集合而言，基于聚類可以智能生成相應的類型劃分，以使得被劃分到同一類型中的中國精英民營企業(yè)家盡可能地相似，被劃分到不同類型間的中國精英民營企業(yè)家盡可能地相異。而任意兩個中國精英民營企業(yè)家之間的相似度是由他們的國家形象企業(yè)家承載力之間的相似度進行衡量的。這樣中國精英民營企業(yè)家的國家形象企業(yè)家承載力類別（及每個類別分別包含的企業(yè)家）得以自動化地呈現(xiàn)出來。

在研究過程中，企業(yè)家的國家形象承載力維度結構之間的差距，被操作化定義為相應企業(yè)家在國家形象承載力四大分支維度上的取值所組成的四維向量在標準化（normalization）之后形成的曼哈頓距離（M a n h a t t a n distance）。進行四維向量的標準化（即向量的各個維度的值被相應轉化到最小值為0，最大值為1的區(qū)間中）是因為維度結構之間的比較更多考慮的是各個維度之間數(shù)值的相對大小，而非每個維度數(shù)值本身的絕對大小。而使用曼哈頓距離來衡量標準化后的四維向量之間的距離是為了直接計算企業(yè)家之間在各個維度上的差距的總和。

當前，有諸多非監(jiān)督式機器學習的算法可以實現(xiàn)聚類。經(jīng)過預實驗，本研究在其中選擇了聚類效果最好的經(jīng)典K-Means算法。K-Means算法已被廣泛運用于數(shù)據(jù)挖掘研究和實踐中。其需要研究者預先給定類別的個數(shù)，從而自動化地形成類別劃分，以最小化處于同一類別之中的元素之間的差距。

三、研究結果

表2展現(xiàn)了K-Means非監(jiān)督式機器學習算法基于國家形象企業(yè)家承載力的維度結構對中國精英民營企業(yè)家進行的聚類結果。在預實驗中，本研究發(fā)現(xiàn)k = 5（即形成五個企業(yè)家類別）所取得的類別內(nèi)元素差距總和（即各個類型中企業(yè)家國家形象承載力維度結構之間的差距之和）最?。╯um of within cluster distances = 2.608534380896549）。表2中的數(shù)字為各個企業(yè)家類別在各個國家形象企業(yè)家承載力維度上的取值（標準化后）的中位數(shù)，即各個類型的形心（centroid）。在這里K-Means算法選用了中位數(shù)而非平均數(shù)是由于先前對維度結構差距的操作化定義時選用了曼哈頓距離。此時，K-Means算法變更為K-Medians算法。選用中位數(shù)而非平均數(shù)進行衡量亦與中國精英民營企業(yè)家在國家形象企業(yè)家承載力上的取值呈現(xiàn)出偏斜的分布（skewed distribution）的實際情況相符。

表2 中國精英民營企業(yè)家國家形象承載力維度結構聚類分析結果

基于上述對10名中國精英民營企業(yè)家國家形象承載力維度結構的自動化聚類分析，呈現(xiàn)了五個類型及其維度結構特征。我們可以發(fā)現(xiàn)，由于每個維度的國家形象承載力的數(shù)值比重不同，而呈現(xiàn)出不同的集群類型，以及分別呈現(xiàn)出不同的維度結構特征。為使類型的維度分析更加準確清晰，擬按照四維向量的標準化的數(shù)值比照系，維度評價再細分為四個等級：數(shù)值0.75以上為非常優(yōu)秀，數(shù)值0.5～0.75為比較優(yōu)秀；數(shù)值0.25～0.5為一般，數(shù)值0～0.25為較弱。

馬云一組的維度結構特征是：領袖群倫維度表現(xiàn)非常優(yōu)秀；自律競爭、員工共享以及義責擔當三個維度表現(xiàn)較弱。

馬化騰一組的維度結構特征是：自律競爭和員工共享二個維度表現(xiàn)比較優(yōu)秀；義責擔當維度表現(xiàn)一般；領袖群倫維度表現(xiàn)較弱。

任正非一組的維度結構特征是：領袖群倫和員工共享二個維度表現(xiàn)比較優(yōu)秀；義責擔當和自律競爭二個維度表現(xiàn)一般。

王石一組的維度結構特征是：義責擔當和自律競爭二個維度表現(xiàn)比較優(yōu)秀；員工共享以及領袖群倫二個維度表現(xiàn)一般。

孫宏斌一組的維度結構特征是：自律競爭維度表現(xiàn)非常優(yōu)秀；義責擔當和員工共享維度表現(xiàn)一般；領袖群倫維度表現(xiàn)較弱。

值得指出的是：第一，本研究四維圖形表示的維度數(shù)值，是經(jīng)過四維向量標準化了的，它側重研究的是本類型的四個維度的結構關系特征，經(jīng)過標準化之后的維度數(shù)值，在類別與類別之間（包括同類別的企業(yè)家與企業(yè)家之間）是不具有絕對可比性的。例如，以同一起跑線的絕對數(shù)值而論，馬云類別的自律競爭和員工共享二個維度數(shù)值并不比其他類別低甚至有的還高出不少；但因為其領袖群倫維度異常優(yōu)秀，經(jīng)過標準化之后的其它維度數(shù)值，在本類別的四維圖形維度結構中相比較就顯得低了不少。這就出現(xiàn)了智能判別出的維度絕對數(shù)值與標準化了的維度相對數(shù)值的反差。

第二，就國家形象企業(yè)家承載力而言，精英企業(yè)家本身的形象塑造傳播至關重要。從某種意義上說，精英企業(yè)家的形象是主客觀的統(tǒng)一。除了強調形象的客觀性一面之外，在主觀上如何塑造傳播形象的一面也不可忽視。即形象的“所有”“所為”和“所說”三大要素缺一不可。一般來說，凡進入中國精英民營企業(yè)家最卓越集群的，其形象的“所有”方面都比較好；但在基于國家形象承載力的“所為”和“所說”方面，表現(xiàn)往往就參差不齊了。有的精英民營企業(yè)家正因為在“所為”和“所說”方面有所欠缺，所以反映在國家形象承載力的某個維度數(shù)值上就表現(xiàn)較弱了。

第三，企業(yè)與企業(yè)家是互為表里、互為依存的，彼此之間，相輔相成。一般來說，企業(yè)形象好或者說企業(yè)承載力好，企業(yè)家形象也就好或者企業(yè)家承載力也就好。但兩者之間畢竟是有所區(qū)別的，有的企業(yè)本身屬于中國精英民營企業(yè)甚至影響力巨大，但這個企業(yè)的精英民營企業(yè)家個人在“所為”和“所說”方面表現(xiàn)不足，有的甚至在言行上過于低調，這就與國家形象承載力的基本要求不相符合，與領袖群倫也就相去甚遠了。

四、結語

本研究基于微信公眾號的數(shù)據(jù)挖掘和聚類分析，是一種可以周而復始的動態(tài)型的智能判別方法。按年度進行這一智能判別，也就可以按年度據(jù)此進行相關生成，即基于每一個精英民營企業(yè)家國家形象承載力四大維度揚長補短的塑造傳播之生成，也是基于這一承載力的“所有、所為、所說”的塑造傳播。從而可以實現(xiàn)從判別反饋到生成迭代，從生成迭代到判別反饋的循環(huán)往復，即不斷實現(xiàn)基于這一循環(huán)迭代的每一個精英民營企業(yè)家的國家形象承載力的進化和優(yōu)化。