Measuring Corruption from Text Data

创建于 2025-12-11T10:54:55.878734+08:00 更新于 2025-12-11T12:02:10.490582+08:00

摘要

本文提出一种可重复的文本测量方法：通过词典识别审计报告中的“严重违规”与其他文本特征，结合主成分分析（PCA）构造腐败严重性指数；该指数在与人工编码的高一致性样本中能解释71%–73%的手工腐败计数变异，并对 CGU 官方严重违规分类、城市特征相关性和监督学习替代方法均表现稳健，从而证明了方法的有效性与可扩展性 [page::0][page::7][page::9][page::15]

速读内容

深度阅读