组织沉默行为成因与后果——基于2023年员工匿名反馈系统文本挖掘.docxVIP

组织沉默行为成因与后果——基于2023年员工匿名反馈系统文本挖掘

摘要与关键词

本研究旨在通过对2023年大型企业员工匿名反馈系统中海量非结构化文本数据进行深入的文本挖掘与主题建模分析，系统探究数字化时代组织中员工保持沉默（即选择不表达对工作相关问题的想法、建议或担忧）的多维度成因、具体表现形式及其对组织与个体的潜在后果。研究选取了五家不同行业（金融、制造、互联网、零售、医疗）的头部企业，在其全面部署并广泛使用的内部匿名反馈平台（包括独立的“建言箱”应用、内部论坛匿名版块、定期匿名调研的开放问答等）上，收集了2023年全年超过二十万条有效的匿名文本数据。研究方法结合了无监督机器学习与质性内容分析，首先利用基于大语言模型的嵌入技术与主题模型，对海量文本进行自动化主题聚类与情感分析，识别出员工在匿名状态下选择表达的众多潜在议题（如管理方式、薪酬福利、工作负荷、职业发展、团队协作、企业文化等），并区分其情感基调（积极、消极、中性）。随后，研究团队采用反向思维，通过识别文本中明确或隐含的“沉默相关表达”作为关键线索，例如，“本来想提但担心...”、“大家私下都在抱怨但没人敢在会上说”、“看到问题但说了也没用”等句式，或通过对积极议题与消极议题表达频率、详尽程度的对比分析，间接推断员工在特定领域或情境下可能存在的“沉默区域”及其原因。在此基础上，通过质性编码，系统归纳出组织沉默行为的主要成因