A股上市公司ESG报告全文数据:原始PDF + 全文本数据

ESG 报告正在从“自愿披露材料”逐渐变成研究企业可持续发展、绿色转型和公司治理的重要文本来源。

相比年报中的固定章节，ESG 报告和社会责任报告往往包含更丰富的专题信息：环境治理、碳排放与节能减排、员工权益、供应链责任、公益投入、客户与产品责任、董事会治理、风险管理、利益相关方沟通等。这些内容不仅反映企业在可持续发展方面“做了什么”，也反映企业如何向外部市场解释自身的责任、战略和治理能力。

对经管研究来说，这类文本的价值正在变得越来越高。无论是研究 ESG 信息披露质量、绿色创新、企业社会责任、碳风险、共同富裕、供应链治理，还是研究企业在政策压力和资本市场关注下的叙事变化，ESG 报告都是非常重要的原始材料。

但实际使用时，ESG 报告也有一个很明显的门槛：文件分散、标题口径不统一，有的叫 ESG 报告，有的叫社会责任报告，有的叫可持续发展报告；部分早期报告或扫描版 PDF 无法直接复制文本；如果需要批量做文本分析，还要先完成下载、筛选、重命名、文本抽取、OCR 和字段整理。

因此，我们整理了 A股上市公司ESG报告全文数据。这套数据既保留了原始 PDF 报告，也整理出了已经完成文本抽取和 AI 视觉识别的报告全文数据。全量 ESG 报告文本可以在 AI 文易平台的数据库页面直接点击使用，开展批量文本分析。

这套数据包含什么？

这套数据以巨潮资讯网公告为基础，筛选 A 股上市公司披露的 ESG 报告、社会责任报告和可持续发展报告，并剔除了摘要类、管理制度/章程类、单独鉴证说明、英文版本等不适合作为正式中文 ESG 报告正文分析的文件。

当前整理结果覆盖 2006-2024 报告年度，公告披露数据覆盖至 2025 年底。最终数据共包含 17,261 份 A 股上市公司 ESG/社会责任相关报告，其中上交所公司报告 9,660 份，深交所公司报告 7,601 份。

从年度分布看，早期 ESG/社会责任报告数量相对较少，2010 年以后披露数量明显提升，2021 年以后增长更快。到 2024 报告年度，样本中已整理出 2,520 份相关报告。

在报告类型上，数据以社会责任报告和 ESG 报告为主，同时保留可持续发展报告以及标题中同时包含多类表述的报告。这样的口径更适合研究中国上市公司从“社会责任披露”逐步过渡到“ESG 披露”的过程。

两类数据形态：既能查原文，也能直接做AI分析

在 AI 文易平台中，这套数据会同时提供两类材料，分别对应“查看原始报告”和“直接开展文本分析”两种研究需求。

第一类是 原始 PDF 报告。可以打开 PDF 查看原始披露版式、图表、签章、附注和上下文细节，也可以用于人工复核、案例研究或证据截图。

第二类是 已经完成文本抽取的报告全文数据。对于文字版 PDF，我们直接提取报告文本；对于图片版、扫描版 PDF，我们使用 AI 视觉大模型进行文本识别，相比传统 OCR 能更好地处理复杂版式、表格区域、低清扫描和多栏排版，文本提取准确度大幅提高。

这里最重要的一点是：报告全文数据可以直接在 AI 文易平台使用。

也就是说，不需要再从 PDF 中逐份复制文本，也不需要自己处理扫描件识别。进入数据库页面后，可以直接选择这套 ESG 报告全文数据并点击使用，再结合 Prompt 或结构化输出功能，批量完成 ESG 主题识别、指标抽取、分类、评分、摘要和研究变量构造。

数据结构

平台中的报告全文数据则按报告维度组织。每一条记录对应一份 ESG/社会责任报告，并保留公司、年度、公告标题、原文链接、报告类型和全文文本等字段。

主要字段如下：

其中，filename 字段可以把文本记录和原始 PDF 报告对应起来；text 字段则是后续文本分析的核心字段。文字版报告已经完成直接文本提取，图片版和扫描版报告也已经通过 AI 视觉大模型完成识别，因此可以直接进入批量分析流程。

在 AI 文易平台中可以怎么用？

如果希望基于 ESG 报告构造变量，可以在 AI 文易平台的数据库页面选择这套 ESG 报告全文数据，并直接点击使用。平台会将每一份报告作为独立文本进入模型处理。

在 Prompt 中，可以使用列引用功能调用报告全文，例如：

公司名称：{$secName$}报告年度：{$reportYear$}ESG报告全文：{$text$}

如果只是做主题判断，可以让模型判断报告是否提到碳中和目标、供应链减排、员工安全、数据安全、乡村振兴等内容。如果希望构建实证变量，可以进一步开启结构化输出，让模型按照预先定义的字段返回结果，例如：

这样，ESG 报告就不再只是 PDF 文档，而可以被转化为公司-年度层面的结构化研究变量。既可以保留模型输出的解释文本，也可以导出结构化结果，与财务数据、治理数据、市场数据或专利数据合并。

可以拓展哪些研究问题？

这套数据适合围绕 ESG 信息披露、企业社会责任、绿色转型和公司治理展开研究。

例如，在 ESG 披露研究中，可以考察企业披露内容是否越来越具体，是否从公益捐赠、员工福利等传统社会责任主题，逐步转向气候风险、碳排放、供应链治理和董事会 ESG 管理机制。

在绿色金融和环境经济研究中，可以从报告中识别绿色投资、污染治理、节能减排、碳目标、环境处罚回应、环境管理体系等信息，进一步构造企业绿色转型或环境治理强度指标。

在公司治理研究中，可以关注董事会是否设置 ESG 委员会，管理层是否将 ESG 纳入战略规划，企业是否披露内部控制、合规管理、商业道德和反腐败机制。

在资本市场研究中，可以将 ESG 报告文本特征与机构投资者、分析师关注、媒体报道、融资约束、股价反应和企业价值联系起来，讨论市场是否能够识别更高质量的 ESG 披露。

相比单纯使用 ESG 评级，这套全文数据的优势在于：可以回到企业自己的披露文本中，根据具体研究问题重新定义变量。无论是使用词典法、机器学习，还是使用大语言模型进行语义识别，都可以在同一套原始文本基础上完成。

关于文易平台

AI 文易平台的核心价值，是帮助大家把非结构化文本转化为可分析、可复核、可合并的数据。

在这套 ESG 报告数据中，我们已经完成了最基础但最耗时的工作：公告筛选、PDF 整理、文字版报告文本抽取、图片版/扫描版报告 AI 视觉识别、年度归档和字段整理。进入数据库页面后，可以直接在 AI 文易平台上继续做更贴近研究问题的分析，例如主题分类、信息抽取、语义评分、句子识别和结构化变量生成。

对经管研究来说，大语言模型的价值不只是生成文本，更重要的是把年报、公告、ESG 报告、研报、新闻、政策文本、专利、招股说明书等材料转化为可以进入实证研究流程的数据。只要研究问题能够转化为分类、抽取、评分或匹配任务，就有机会通过 AI 文易平台批量完成。

如果你正在研究 ESG、绿色金融、企业社会责任或可持续发展披露，这套 A股上市公司ESG报告全文数据 可以作为原始文本库，也可以作为 AI 文本分析的起点。

除了这套数字化言行不一致数据，我们也可以提供各类文本数据定制服务。比如，按照你的研究主题设计 Prompt，批量处理原始文本，抽取事件、识别语义标签、构造公司-年份指标，或者将句子级结果整理成可以直接用于回归分析的面板数据。