“大智移云”在自然資源資產負債表編制中的作用與運用

安廣實 柳珊珊

摘 要：“大智移云”是指大數據、智能化、移動互聯網和云計算時代，大數據和云計算的產生和發展，正在逐漸影響財務會計和審計的方方面面。大數據側重“數據”，在數據采集、挖掘和分析方面給予技術更新和思維啟發，云計算側重“計算”，從數據計算、信息分析角度提供新的解決方案。大數據、云計算技術在自然資源資產負債表編制中的運用可以具體體現在實物計量、價值核算、數量統計、質量評估、存量計算、流量統計等方面。

關鍵詞：大數據;云計算;自然資源資產負債表;編制運用

一、“大智移云”的含義與特征

“大智移云”是將大數據、云計算、物聯網綜合到一起，物聯網和大數據挖掘支撐的用戶體驗構成“智能化”的一部分，移動互聯網、物聯網的結合，又為大數據的產生與收集提供可能性，移動互聯網和物聯網的應用需要云計算支撐，大數據的深入挖掘與分析反過來助推移動互聯網和物聯網的發展，使軟硬件更加智能化。大數據、云計算等信息技術交融滲透，不僅改變著人們的生活，也影響著財務會計的發展。

（一）大數據的含義與特征

大數據（big date），根據百度百科的定義，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。Gartner公司發展的“4V”定義給出了大數據的定義，即Volume（大量）、Variety（多樣）、Velocity（高速）和Value（低價值密度），“大數據是高容量、高生成速率、種類繁多的信息價值，同時需要新的處理形式去確保判斷的作出、洞察力的發現和處理的優化”。大數據具有四個特征：第一，數據容量大，從TB級別躍升到PB級別。第二，數據類型多樣，包括文字、圖表、音頻、視頻等多種形式。第三，數據獲得和處理的速度快，這大大區別于傳統獲取和分析數據的方式。第四，數據是真實的，即數據的質量是有保證的，這里的質量是指數據不是虛假的。第五，數據是復雜的，信息來源廣泛，數據獲取的渠道多。第六，價值密度低，商業價值高。第七，數據是實時變化的，不是一成不變的。

大數據時代的意義不僅僅在于掌握龐大的信息，更多的是對這些數據進行專業化處理，即通過對海量數據的再加工處理，實現數據的增值。

大數據帶給我們的三個顛覆性觀念的轉變，其中之一是全部數據而不是隨機采樣。隨著互聯網、IT技術的普及，信息化時代我們可以分析更多的數據，某些時候甚至可以處理和某個特別現象相關的所有數據，即不再依賴于隨機采樣。傳統手工記賬模式下因為記錄、存儲、分析工具科學性的限制，財務人員只能選取少量的信息進行分析，從樣本推斷總體，從而得到結論。如今，科學技術條件有了很大程度的提高，人類可以處理的數據量越來越多，同時數據分析質量也有了顯著提升。

第二個觀念的轉變是不是因果關系而是相關關系，即大數據時代人們不必非得知道現象背后的原因，知道“是什么”足以，不必深究“為什么”。人類的傳統認知模式推動我們用因果聯系來看待周圍的一切，即使這種關系并不存在。在小數據時代，我們經常憑借直覺來進行決策，這種認知捷徑是建立在少量數據基礎上所進行的推理思考，而在大數據時代，許多因素都會削弱特定的因果關系，人們轉而將精力投向于尋找事物之間的相關關系上，相關關系也許不能告訴我們這件事為何發生，但是它會提醒我們這件事正在發生以及將要發生，人們可以通過找到一個事物的良好相關關系，幫助其捕捉到事物的現在和預測未來。

第三個觀念的轉變即不是精確性而是混雜性。大數據要求我們接受混雜，接受混雜并不是意味著完全放棄了對精準的追求，執迷于精確性是信息缺乏時代的產物，信息技術快速發展的今天，人們只需掌握事物大致的發展趨勢即可，而不再需要對一個事物的現象深究，更重要的是利用數據的效率和及時性。紛繁的數據越多，我們對一個事物的全貌越能有清晰的認識。同時，數據與數據之間不是相互獨立的，它們相互連接相互作用，共同反映事物的真相。

（二）云計算的含義與特征

2006年，Google首席執行官埃里克·施密特（Eric Schmidt）在搜索引擎大會（SES San Jose 2006）首次提出“云計算”（Cloud Computing）的概念。Google“云端計算”源于Google工程師克里斯托弗·比希利亞所做的“Google 101”項目。

對于云計算的定義尚未達成共識，現階段廣為認同的是美國國家標準和技術研究院定義：云計算是一種按使用量付費的模式，這種模式按照用戶需要，提供可用的、便捷的網絡訪問，進入可自定義配置的計算資源共享池（資源包括網絡，服務器，存儲，應用軟件，服務），這些資源能夠被快速獲取，只需投入很少的管理勞動，或與服務供應商進行很少的交互。簡單的來說，云計算是將傳統技術手段下分布在本地計算機或遠程服務器中的計算轉而分布在大量的分布式計算機上，把計算能力作為一種商品進行流通，使企業數據中心的運行與互聯網更相似。

云計算有以下幾個特征：第一，規模巨大。企業私有云一般擁有數百上千臺服務器，Amazon、IBM、微軟、Yahoo等的“云”均擁有幾十萬臺服務器，而Google云計算已經擁有100多萬臺服務器。第二，虛擬化。在云計算技術的支持下，用戶可以在任意位置、使用各種終端獲取應用服務。所請求的資源來自“云”，而非固定的有形的實體。應用在“云”中某處運行，但實際上用戶不用擔心、也無需了解應用運行的具體位置。只需要一臺筆記本或者一個手機，就可以通過網絡服務來滿足我們的一切需求，甚至包括超級計算這樣的任務。第三，高可靠性。在數據多副本容錯、計算節點同構可互換等措施的保障服務下，使用云計算比使用本地計算機可靠。第四，按需服務。“云”是一個龐大的資源池，用戶根據需求的不同租用不同的資源。第五，高擴展性。“云”的規模可以動態伸縮，隨著應用和用戶規模的不斷增長而擴大[1]。

（三）大數據與云計算的關系

從定義上來看，大數據側重“數據”，提供數據存儲、處理與分析能力，看中的是數據存儲能力，云計算側重“計算”，提供IT基礎架構，看中的是信息處理能力。

從本質上來看，大數據的本質在于利用計算機集群來大批量的處理數據，其關注點在于如何將數據分發給不同的計算機進行存儲和處理;云計算的本質就是將計算能力作為一種可分解的、較小顆粒度的服務提供給用戶，按需使用和付費，其關注點在于如何在一套軟硬件環境中，為不同的用戶提供服務，使得不同的用戶彼此不可見，并進行資源隔離，保障每個用戶的服務質量。二者的共同點在于對資源調度的關注上。

從技術上來看，大數據與云計算相互交融，密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘，但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。沒有云計算的處理能力，大數據的信息積淀再豐富也只是空談。云計算的核算內容來自于大數據提供的信息資源，沒有大數據的數據存儲能力，云計算的計算功能再強大也無用武之地。大數據分析常與云計算聯系到一起，因為實時的大型數據集分析需要利用像mapreduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。把數據統一放到“云”這個平臺上，打破了數據相互獨立彼此割裂的狀態，更便于收集和整理數據，而巨量的數據也只能依靠“云”強大的計算能力，才能夠找出隱藏在眾多數據背后的經濟價值。

二、自然資源資產負債表的概念及編制原則

黨的十八大報告提出，要把資源消耗、環境損害、生態效益納入經濟社會發展評價體系，黨的十八屆三中全會《中共中央關于全面深化改革若干重大問題的決定》進一步提出，探索編制自然資源資產負債表后，國內掀起對自然資源資產負債表研究的高潮。

（一）自然資源資產負債表的概念

自然資源資產負債表是指按照國家資產負債表的編制方法，將全國或者一個地區的自然資源進行分類加總后得到的報表，反映某一具體時點該國或者該地區自然資源的“家底”，也顯示某一時期自然資源存量的變化。

從會計學的角度來說，自然資源資產負債表是利用會計基本原則與會計計量工具，反映一國或一個地區在某一特定日期的自然資源狀況，對各種資源的資產量、消耗量、損害程度、結余量等進行綜合列報。

自然資源資產負債表不僅可以反映某一地區某一時點的自然資源資產、負債、凈資產的存量信息，也可以反映某一期間該地區的各報表要素的流量信息;不僅可以反映某一地區自然資源資產、負債、凈資產的實物量信息，質量指標信息，也可以反映這些要素的價值量信息。

探索編制自然資源資產負債表，對經濟社會的發展具有重要意義。一是將自然資源資產負債表納入審計制度有利于加強自然資源管理，提高資源利用效率，促進自然資源的可持續利用，同時為合理評價資源類企業的業績或績效提供更合理依據;二是將自然資源資產負債表納入領導干部績效考核與問責體系，可以改變一些地方和部門官員片面追求GDP忽視生態環境保護的傾向，從根本上改變黨政領導的政績觀，推動經濟發展方式的根本轉變;三是將自然資源資產負債表引入生態補償制度有助于解決區域間生存權、發展權與環境權的矛盾，是一種有效解決資源保護與經濟發展沖突的經濟激勵措施[2]。

（二）自然資源資產負債表編制原則

自然資源資產負債表的編制要遵循“實物核算與價值核算并重、數量核算與質量核算并重、存量核算與流量核算并重、分類與綜合相結合”的原則，由點到面，由淺入深，統籌各類數據資料，落腳于自然資源資產負債表的編制。

1. 實物與價值并重

實物量核算是指按照實物的數量單位統計某一特定時間各種自然資源的資產儲量，實物量核算能夠直接表示出自然資源的使用價值，它是價值量核算的基礎。實物量核算是編制資產負債表的第一步，必須對自然資源及其利用情況進行真實詳盡的數據統計，以賬戶等形式反映自然資源的存量及流量信息，在此基礎上，選擇適當的估價模型將實物量數據轉換為價值量數據，其旨在以貨幣形式反映一個地區自然資源總量水平及其變化。自然資源價值量核算能將不同類型、不同形式的自然資源放在一個統一的度量平臺上進行比較分析，且可以進行不同單元的橫向比較分析。只有價值核算才能獲得相對應的總量指標，對具體資源的發展過程和結果作出綜合性的評價。

2. 數量與質量并重

自然資源是數量與質量的統一體。自然資源數量列報是最直觀的，需要在資產負債表中列明自然資源的期初存量、本期增加或減少量和期末存量。自然資源質量列報同樣也不可忽視，它反映了人類活動所帶來的生態環境效應，而在質量列報中只需列明期初數值和期末數值即可，在這個過程中，明確質量衡量指標是關鍵。

3. 存量與流量并重

存量核算可以反映某一時刻一個地區的自然資源資產的統計狀況，反映其數量和結構特征，可以與不同地區之間的資源存量進行比較，也可以將其與本地區的經濟總量相聯系，分析本地區的資源問題。流量核算是指將自然資源資產在會計核算期間內發生的變動納入當期資源利用消耗核算之中，有助于分析資源流與經濟流之間的動態關系，也有助于理解該地區自然資源基礎變化隨經濟發展的變化情況。

4. 分類與綜合結合

根據自然資源的不同屬性，自然資源必須進行分類核算。分類核算可以按類別對自然資源進行實物量核算，也可以以價值量為基礎進行分類核算，但綜合核算目前僅限于價值量的加總核算。自然資源資產負債表是從一系列“分表”到“總表”構成的一套表。“分表”需列明各種自然資源資產在核算期內存量、流量、數量、質量等詳細信息，而“總表”是對各種“分表”進行高度的總結概括得出一組關鍵總量指標體系[2]。

三、“大智移云”在自然資源資產負債表編制中的作用

（一）“大智移云”可以構建自然資源負債表編制所需要的海量數據庫

自然資源資產負債表編制涉及的數據基礎主要有兩大類：一類是自然資源及其利用情況，另一類是環境保護情況。自然資源方面的數據主要包括土地資源、礦產資源、水資源、森林資源等資源的存量與流量信息，環境保護方面的數據來源主要包括環境保護成本、環境保護效果與環境保護收益三部分。各類自然資源與環境核算體系在具體的實施過程中，都需要與資源現狀、環境監測體系相結合，以獲取權威、可靠的統計數據。在建立自然資源資產數據庫時，要考慮到以下幾個方面：一是自然資源資產核算必須采用動態流量核算，掌握自然資源及生態環境的期初與期末信息，因此，自然資源資產數據庫須具有一定的時間連續性;二是要考慮到數據庫建設的空間一致性，核算主體可能因行政區劃的調整導致核算范圍有所變化，在建設自然資源資產數據庫時要關注空間格局變動導致的數據統計不一致;三是數據庫建設應做到分類與綜合相交融，數據庫的數據來源應包括國土資源部、水利部、農業部門等各單位的統計數據，還應包括人工測量數據、歷史資料、遙感獲取的數據等多類型資料，在此基礎上建設的數據庫應具有數據分類、分析、整合的功能。

現行的技術手段下只能對數據進行靜態的統計，相關數據變化反映滯后，動態性與及時性沒有得到體現;除此之外，現行的數據庫容量有限且靈活性不足，不能對空間數據的變化作出及時反應;最重要的是，各部門的數據統計系統是相互獨立的，各個部門的信息只能對自然資源資產的某一特定方面進行反饋，不利于對自然資源和環境保護進行綜合評價。借助大數據、云計算技術，財務人員可以獲取、挖掘與自然資源相關的所有信息，并對其進行實時監控，同時采用多源遙感數據融合等方法動態更新自然資源資產數據庫。同時，在對自然資源進行實物量核算時，大數據可以綜合多部門的統計數據，例如：土地資源方面，數據來源主要為國土資源部和各級國土部門的土地資源詳查數據、國土資源年鑒等，各級農業部門提供的農業生產和管理統計信息可以對土地資源數量、質量和生產管理信息進行補充反映，大數據對這些分布零散、口徑不一、交叉重復的數據進行整合和重組，分類統計，對各種不同類型的自然資源的儲量和利用情況作出全面的評估，編制自然資源實物量統計表;在此基礎上，對自然資源進行價值量核算時，利用IT技術和互聯網，建立自然資源價值指標體系，構建價值量核算數據模型，完善國民經濟統計體系，以貨幣的形式衡量具體資源的發展過程和發展結果。

（二）“大智移云”促使自然資源資產負債表編制更多從相關性考慮數據信息

傳統思維模式下，人們習慣基于因果關系去探尋事物的發展，因果思維是人們在認識世界改造世界的過程中，經過歷史文化沉淀所形成的固定思維模式。而在大數據時代，面對龐大的數據信息，我們沒有必要知道每種現象產生的原因，只需通過相關性找到與之相聯系的事物，在合理分析的基礎上預測其發展即可。大數據、云計算技術并沒有改變事物之間的因果關系，只是把重點從事物之間的因果性更多的轉向相關性，對因果性的依賴度大大降低。

在編制自然資源資產負債表時，相關的會計人員既面臨海量數據篩選的挑戰，又面臨搜集相關數據的考驗，傳統的思維模式驅動人們基于因果關系來統計數據，這種單一的思維路徑只能對自然資源數量和質量信息進行由點到線的統計，而大數據分析則更多的運用相關關系分析來搜集信息。大數據技術提供了多行業、多領域、多地區、多角度的交叉信息，自然資源數據庫不再是一維的由線至面的平面數據庫，而是多維的從平面到空間的立體數據庫。從可比性的角度來說，縱向來看，“大智移云”下的自然資源數據庫建設給同一資源提供了不同時期數量和質量的比較信息，橫向來看，同一時期不同資源的實物量和價值量信息有了可比的維度。云計算的計算依據來源于各部門上傳至大數據平臺的統計數據，數字化填圖系統使得勘探的原始資料數字化，物探、遙感探測等不同測量技術都以不同的格式為信息使用者提供科研數據、成果圖件等，并將相關數據以二進制的方式存儲在計算機云端中，自然資源資產負債表的編制更多的轉向利用相關關系來搜集和發現數據信息。

（三）“大智移云”能夠從整體視角優化自然資源資產負債表的編制

傳統技術手段下的資產負債表編制以精準為價值取向，而自然資源的特殊性決定了其資產負債表的編制難以達到精確的要求，例如：礦產資源的儲量難以精確測量，森林資源開發利用所帶來的經濟價值難以精確度量，水資源污染所帶來的經濟損失難以準確核算。精準的目標要求只適用于掌握“小數據”的情況，隨著大數據、云計算日益深刻的影響財務會計的發展，相關財務人員應該從一個更宏觀、整體的角度來看待自然資源存量和流量的變化，既可以把本地區的自然資源存量與其他地區相比較，也可以將其與本地區的經濟總量相聯系，以整體的視角來分析本地區的資源問題。“大智移云”背景下，自然資源資產負債表的編制以整體優化為主要目標，個別數據的精準已不再具有意義。自然資源資產負債表的系統編制是一個不斷驗證、完善的過程，大數據可以根據自然資源流量和生態環境的變化，調整實物量和價值量賬戶，以使自然資源資產負債表與外界環境系統相適應。

四、“大智移云”在自然資源資產負債表編制中的運用

大數據與云計算技術已成功的運用于多地區自然資源資產負債表的編制，綜合來看，其運用可主要從數據采集和數據分析兩個方面來分析。

（一）數據采集層面

編制自然資源資產負債表的第一步是明確資產負債表核算的內容及范圍，即對該地區的自然資源的數量、種類、分布等進行初步調查，以提供該地區的自然資源數據清單、圖表和評價報告等信息。大數據的一個典型特征就是數據量大、數據類型繁多，而自然資源包含的領域廣、范圍大、種類多，還有些資源埋藏于地下，流動性強，難以對其進行實物性或價值量的統計，這無疑對自然資源資產負債表數據采集層面的工作提出更高的要求[6]。

構建自然資源大數據平臺對編制自然資源資產負債表具有基礎性的意義，它可以為自然資源資產負債表的編制提供真實全面的數據支持。大數據平臺的數據來源大致可分為地面監測數據、3D影像數據、專業調查數據和社會經濟數據等。以礦產資源為例，除傳統數據庫記錄的結構化數據之外，自然資源基礎統計數據需要借助3S技術獲得遙感大數據，它可以根據野外樣地實地調查數據，在遙感圖像上提取相應的物類別的圖像光譜信息和紋理結構信息，對數據進行分類統計，它把初始獲得的多光譜數據和全色數據分割成一定存儲大小的分塊數據，存儲在云端的數據庫中。遙感監測獲取數據的速度快、周期短，相應的時效性較強。構建自然資源大數據的第一步就是從數據源采集數據并進行預處理和集成操作，為后續的數據分析提供全面完整的數據集。因此，建立國家自然資源資產數據庫，設置關于自然資源的統計臺賬十分有必要。需要強調的是，自然資源數據庫的建立要充分考慮到數據的覆蓋面、數據的周期性和時效性、數據的真實性、數據格式的普適性[12][13]。

對自然資源進行全面核算還需要綜合各部門不同性質的數據，以礦產資源為例，國土資源部負責提供礦產資源儲量數據，化工部等相關部門負責提供礦產資源使用量方面的數據，統計部門、發改委負責調查礦產資源市場經濟數據等，在各部門將自己統計的數據上傳到數據庫后，財務人員通過整理各部門上傳的數據，就可以對礦產資源實物型賬戶和價值量賬戶進行綜合核算[14]。

（二）數據分析層面

我國自然資源類型多樣，生態環境復雜多變，面向自然資源資產負債表編制的數據庫主要包括自然資源、生態環境、社會經濟、人口、地理特征等多種類型的數據，其中既有各統計年鑒數據、調研數據、文檔數據等結構數據，又有氣象數據、地理環境數據、社會經濟等非結構化數據。源數據在完成采集工作后被傳送到基礎存儲設施進行存儲和分析，大數據分析中常用的方法有統計分析，人工智能，人工交互技術等。其中，統計分析是數據分析中最常用的方法，通常包括相關性分析，回歸分析，描述性分析等。人工智能利用計算機模擬人類的學習行為，通過學習自然資源領域的相關知識，建立分類知識庫，實現自然資源大數據平臺的智能化應用。人工交互技術可以幫助信息使用者迅速簡化提煉數據流，根據自定義條件篩選，快速有效的的定位自己所需的信息，同時還能更好的理解數據分析的過程，給予信息使用者以新的思考與啟發。

參考文獻：

[1] 秦榮生.大數據、云計算技術對審計的影響研究[J].審計研究，2014，（6）：23-28.

[2] 耿建新，胡天雨，劉祝君：我國國家資產負債表與自然資源資產負債表的編制與運用初探——以SNA 2008和SEEA 2012為線索的分析[J].會計研究2015，（1）：15-24，96.

[3] 封志明，楊艷昭，李鵬.從自然資源核算到自然資源資產負債表編制[J].中國科學院院刊，2014，29（4）：449-456.

[4] 馬志娟，邵鈺賢：“互聯網+”模式下自然資源資產離任審計研究[J].會計之友，2016，（11），108-111.

[5] 季錫，劉洋軒：礦產資源資產負債表編制技術框架初探[J].中國人口資源與環境，2016，26（3）：100-108.

[6] 劉宇晨，張心靈：大數據技術支持下草原資源資產負債表構建研究[J].科學管理研究2018，36（2）：76-79.

[7] 陳玥，楊艷昭，閆慧敏，封志明.自然資源核算進展及其對自然資源資產負債表編制的啟示[J].資源科學，2015，37（9）：1716-1724.

[8] 孔含笑，沈鐳，鐘帥，曹植.關于自然資源核算的研究進展與爭議問題[J].自然資源學報，2016，31（3）：363-376.

[9] 閆慧敏，杜文鵬，封志明，楊艷昭，宋曉諭：自然資源資產負債的界定及其核算思路[J].資源科學，2018，40（5）：888-898.

[10] 杜文鵬，閆慧敏，楊艷昭.自然資源資產負債表研究進展綜述.資源科學，2018，40（5）：875-887.

[11] 閆慧敏，封志明，楊艷昭，潘韜，江東，宋曉諭，馬國霞，劉文新.湖州/安吉：全國首張市/縣自然資源資產負債表編制[J].資源科學，2017，39（9）：1634-1645.

[12] 趙栩.自然資源資產負債表的編制與應用趙栩經濟管理出版社，2017.

[13] 楊小毛，江育良.自然資源資產負債表編制研究-以深圳市龍崗區為例[J].中國環境出版社，2016.

[14] 江東，卓君，付晶瑩，閻曉曦，黃耀歡.面向自然資源資產負債表編制的時空數據庫建設[J].資源科學，2015，37（9）：1692-1699.