大數據背景下我國會計研究熱點探討

周蕊

摘 要：本文運用CiteSpace的科學計量方法對文獻數據進行統計分析，結果表明我國大數據背景下會計的研究已經初現核心的作者群體及發文機構，研究主題集中于大數據對會計的影響、大數據對會計人才能力需求的影響、大數據對會計信息化的影響。最后提出“智能財務”、“數字治理”以及“業財融合”等等是未來需要重點關注的方向。

關鍵詞：大數據;會計研究;CiteSpace

一、引言

互聯網、云計算、物聯網等大數據技術的廣泛使用，使會計處理的數據變得多元化、復雜化。為反應企業的真實價值，為財務報表使用者提供更加準確和透明的會計信息，會計行業必須擴展核算范圍，對這些新興數據進行分析、挖掘和處理，這將對傳統的會計核算產生沖擊，比如對數據資產的核算。同時，人工智能技術的突破使得財務機器人可以輕易地替代基礎的財務工作，手握海量數據的財務部門，也將完成從加工數據到使用數據的轉變，財務部門更多是為其他業務部門和決策提供服務和支撐，其職能也將由傳統的核算和監督轉變為以管理為主。究竟大數據會對會計行業產生哪些翻天覆地的變化，會計行業未來走向行方？眾多會計學者近十年來撰文立說，各抒己見，大數據會計成為當下的熱門研究領域，且經久不息。

在此背景下，本文選擇CNKI數據庫檢索國內主要文獻，運用Citespace軟件繪制知識圖譜，分析大數據會計領域的研究，來回答以下幾個方面的研究問題：①大數據會計的研究總體狀況如何？②大數據會計領域的研究熱點和前沿是什么？③大數據會計領域的未來研究趨勢是什么？通過這幾方面本文將對現有的相關文獻研究進行綜述，指出現有研究的局限性，以及未來研究的趨勢。

二、研究方法與數據來源

（一）研究方法

本文采用Citespace5.8.R3進行的文獻分析，Citespace是美國德雷塞爾大學（DrexelUniversity，Philadelphia，PA，USA）信息科學與技術學院英籍華人陳超美教授于2014年開發的軟件。Citespace在中國又被翻譯為引文空間，是基于數據可視化以及計量學背景下發展起來的一項專門分析科學研究中潛在知識的引文可視化分析軟件。該軟件通過可視化的手段來分析呈現出的科學知識結構、規律和分布情況，因此，分析結果被稱為“科學知識圖譜”[1]。

科學知識圖譜是顯示科學知識、新興學科發展過程和發展現狀、科學知識內外部結構的一種圖形。科學知識圖譜的直接研究對象是科學知識，以科學計量學為理論基礎，同時涉及科學學、應用數學、信息科學和信息計量學的交叉領域[2]。相比傳統的文獻綜述，繪制科學和技術領域發展的知識圖譜，能直觀地展現科學知識領域的信息全景，識別某一科學領域中的關鍵文獻、熱點研究和前沿方向。它利用分時動態的可視化圖譜展示科學知識的宏觀結構及其發展脈絡的方式，是科學和藝術的完美結合[3].該方法自從2007年引入國內以來，被廣泛地應用于管理學、醫學、教育學、圖書情報領域以及具體的技術領域，并取得了豐富的研究成果。

（二）數據來源

數據來源方面，以知網數據庫為平臺，“來源類別”選擇“北京大學圖書館核心期刊”和“CSSCI來源期刊”，保證研究數據的代表性和權威性。為得到較為全面的相關文獻，在主題檢索詞上采用多關鍵詞組合，檢索條件設定為“（題名=大數據and題名=財務）or（題名=大數據and題名=會計），進行精確匹配檢索，檢索時間區間為“2012年—2022年”，共有1257條文獻記錄，將得到的數據進行手工篩選，剔除“會議”、“征文”、“卷首語”等無關文獻，剩余949篇，接在下在在citespace進行除重處理后，最終得到941篇相關文獻。對文獻進行年度分布分析，發現自2012年以來，年發文數量逐年提高，見圖1，其中2022年的發文量為知網預測值。由此可見大數據會計研究的熱度逐年提升，學者對其關注度明顯增加。本文接下來將通過對文獻數據的文獻作者、來源期刊、發文機構分析，展示研究領域的基本情況，通過關鍵詞分析展示研究領域的熱點主題。

三、大數據背景下會計研究的知識圖譜分析

（一）文獻作者

隨著學者對大數據背景的普遍關注，從事大數據背景下會計主題研究的學者逐漸增多，通過分析知識圖譜，表1列舉了發文量最多的6位學者，程平、劉梅玲、張慶龍和劉勤等作者為該主題研究的中堅力量，推動了大數據下會計研究的不斷深入。

基于在CNKI檢索得到的文獻數據，對文獻產出的作者進行了作者合作網絡分析（圖2），從作者合作網絡圖譜中可以看出，該領域的研究目前已經形成了以重慶理工大學云會計研究所以程平教授為核心的研究團隊和以上海國家會計學院劉梅玲、劉勤教授為核心的合作研究網絡，他們與相關學者的合作已經頗具規模，但國內關于大數據的學者分布仍然較為分散，缺乏大量的密集的關聯性，作者合作網絡松散，大多處在一個3-5人的小合作網絡，缺乏密切的聯系。為促進大數據研究的進展，社會各界應積極鼓勵跨學科學者之間的合作，豐富科學內涵，將理論成果轉化成生產力工具。

（二）發文機構

知識圖譜中，關于大數據下會計研究的949篇論文署名機構（按一級單位統計）總計262個，機構之間有僅僅有3條連線，如圖3所示，發文機構分布廣泛，核心研究機構較少，機構之間少有緊密合作。圖中最引人矚目的是重慶理工大學會計學院、重慶理工大學云會計研究所、重慶理工大學財會研究與開發中心、北京國家會計學院以及上海大學管理學院，并且前三家機構之間合作最為緊密。程平、崔納牟倩、陳珊、徐云云等核心作者來自于重慶理工大學會計學院和重慶理工大學云會計研究所。熊磊來自于重慶理工大學財會研究與開發中心，許金葉、許琳等核心作者來自于上海大學管理學院，他們為上述機構在大數據下管理會計研究方面貢獻了大多數文章。15209157-AF36-49F8-9630-3D6EC810F96E

（三）大數據背景下會計研究的主題分布

為了分析大數據背景下會計的研究熱點和研究方向，本部分內容主要以期刊論文“關鍵詞”為研究切入點，所謂見微知著，關鍵詞是概括論文主要觀點和研究內容的核心詞，暗示了論文研究的對象、主題、方法等中心內容，因此本文采用關鍵詞詞頻和共現分析法、關鍵詞凸顯分析法以及聚類樹狀圖分析方法。

1.關鍵詞詞頻和共現分析—熱點研究的主題

通過CiteSpace軟件對文獻的關鍵詞進行統計分析，可以尋找關鍵節點即研究中的熱點。關鍵詞出現的頻次與研究熱度成正比，關鍵詞出現的頻次越高，研究熱度愈強;同時，關鍵詞共現分析是當兩個關鍵詞同時出現在一篇文獻中時，共現關系表明其二者具有一定相關性。同時共現的頻率越高就說明其兩兩關系更密切，聯系更緊密。換言之，通過關鍵詞共現分析能夠有效揭示信息內容關聯度，追蹤研究熱點。

據統計，2012-2022年間CNKI數據庫收錄的949篇大數據下管理會計專題論文共有340個關鍵詞，其中出現10次以上者21個，出現20次以上者9個，關鍵路徑有73條。表2展示了大數據背景下下會計研究文獻中的高頻詞次和高中心度關鍵詞，圖4則大數據會計關鍵詞共現知識圖譜分析。

從表2和圖4中可以看到“大數據”、“云會計”、“管理會計”和“智能財務“是最大的節點，其次是“人工智能”、“業財融合”、“會計教育”、“互聯網+”、“會計職業”等。這些高頻關鍵詞在一定程度上反映了學者的關注重心與研究傾向。可以將關鍵詞分為三類，一類是大數據技術方法，如“云計算”、“互聯網+”、“云會計”、“數據挖掘”以及“人工智能”等;二是大數據對會計的影響關鍵詞，如“管理會計”、“業財融合”和“智能財務”等;第三類是大數據時代的人力要素，比如“人才培養”和“會計職業”，第四類是大數據的數據本身，比如“數據資產”、“會計數據”。

根據關鍵詞分析結果，可以發現大數據背景下會計研究的主題分布為：影響會計發展的大數據技術、智能財務的發展、大數據對會計人才需求的影響以及大數據這一重要社會資源的管理等問題。第一，在大數據產生初期，數據作為計量工具和各種技術相結合適用，因此如“互聯網+”、“人工智能”、“云計算”、“數據挖掘”等大數據技術成為學者們研究的熱點，第二，大數據及相關技術部分取代了會計核算的工作，使得會計人員的工作從“整理”數據轉向了“使用”數據，從核算走向了管理，因此又傳統財務向智能財務的轉變成為研究熱點;第三，會計的轉型，人才是關鍵，因此如何培養適合數智時代的財務人員，也是亟待解決的現實問題。第四，大數據技術所帶來的海量的結構和非結構化的數據，而非結構化的信息對信息使用者又發揮著重要的作用，使得會計信息將更為多元和復雜，如何對這些數據進行核算和管理，也是會計界當前所面臨的挑戰。

2.關鍵詞凸顯—熱點研究的演變

利用Citespace進行關鍵詞突顯知識圖譜分析，選擇與前節主題分布相同的系統參數，得到圖5。關鍵詞突顯分析可以進一步觀察關鍵詞熱度持續時間、目前研究熱點，以及未來研究方向預測。圖中“Year”表示關鍵詞出現年份，由于數據時間范圍為“2012—2022年”，因此關鍵詞均從2012年開始持續出現;“Strength”表示關鍵詞突現強度;“Begin”表示關鍵詞突顯初始時間，關鍵詞從該年成為了研究熱點;“End”表示關鍵詞熱度結束的時間。圖中藍色部分（淺色）表示關鍵詞出現并持續時間，紅色（深色）部分表示關鍵詞成為研究熱點并持續的時間。

從圖中可以看到“物聯網”、“商業智能”和“云計算”作為熱點點研究出現時間相對最早，從2012年開始便受到廣泛關注。這三個關鍵詞都跟大數據技術密切相關，因為計算力的高低將直接影響大數據分析的效率和程度，因此，在大數據價值得到廣泛認可之后，學者希望通過目前的數據收集、管理和分析技術，將其全部信息進行挖掘，從而展現數據集的全部數字特征，并將其與客觀事實相結合，轉化為有價值的信息線索，以支持管理者決策。“云會計”、“小微企業”、“大會計”、及“內部控制”則在其后成為熱點，代表會計領域的學者將大數據的相關技術與會計相結合，研究大數據在企業尤其是中小企業管理中的社會應用。從2020年來“人工智能”、“智能財務”以及“數據治理”的研究熱度最高，智能財務的強度達到了12以上。這是因為在“大智移云物”迅猛發展的時代背景下新的改革方向，云計算與大數據會計相結合已經初步解決了算力問題，同時嘗試建立大數據，在此過程中，引入人工智能、機器學習使得財務處理更加智能、智慧，因此智能財務的應用和實施成為學者的研究熱點。綜上所述，從大數據技術到具體行業的應用，從商業智能到智能財務，大數據會計的研究方向逐步由信息化向智能化轉變，由宏觀到具體微觀，更加注重大數據會計的綜合應用。

3.關鍵詞聚類分析—研究主題分布（圖6）

關鍵詞聚類圖中Q值代表圖譜的信息模塊性，描繪聚類圖內部連線的密集程度，內部連線越多，Q值越大，聚類效果越好，當Q>0.3時，便可以認為聚類模型模塊性是顯著的。聚類出的模塊用S值表示圖譜的輪廓系數，當S>0.7時，認為聚類是高效且令人信服的。本文數據的結果（見圖6），Q值為0.534，S值為0.847，因此本文的聚類結果是十分有效并且可靠的。

本文數據量大，共有20聚類，為聚焦研究熱點，選擇聚類最大的10個進行呈現，分別是“#1業財融合”“#2管理會計”“#3智能財務”“#4云計算”“#5人工智能”“#6會計信息”“#7互聯網+”“#8數字經濟”“#9共享服務”“#10數據標準”。針對聚類結果進行分析可知，基于大數據技術方法是研究重點，10大聚類中有3個屬于大數據技術，其余的重點研究領域則是大數據對會計行業產生的變革和影響，比如業財融合、智能財務等。15209157-AF36-49F8-9630-3D6EC810F96E

四、研究結論

通過對2012-2022年CNKI數據庫大數據會計領域的北大核心及CSSCI期刊文獻進行發文數量、合作機構、研究者、關鍵詞共現及關鍵詞聚類的分析發現：第一，從文獻增長速度來看，我國10年大數據會計的研究大致可分為2012-2013年的萌芽期與2014年至今的快速上升期兩個階段;第二，我國大數據會計領域的研究機構初步具備了合作規模，但總體上仍然較為分散，各機構之間缺少合作研究，各機構內部除少數研究團隊外，研究者間的合作關系也較為疏松;第三，從關鍵詞共現的分布與聚類情況可知，目前我國大數據會計領域的研究比較集中，經梳理總結后發現，該領域近10年的研究熱點圍繞大數據技術發展、大數據對會計的影響、數據資產的核算與治理以及會計人才培養等四個方面展開。其中，諸如“云計算”、“互聯網+”及“物聯網”等大數據技術等熱點問題的研究有所逐漸降溫，“智能財務”、“數據治理”等話題成為未來的研究趨勢。而針對會計人才的培養，國內學界對具體培養路徑仍然徘徊不定，未來仍需要集中而持續的研究。

參考文獻：

[1].李杰.Citespace中文版指南[EB/OL].http：//blog.sciencenet.cn/blog-496649-

886962.html.

[2].陳悅，劉則淵，陳勁等.科學知識圖譜的發展歷程[J].科學學研究.2008（3）：449-460.

[3].侯劍華，胡志剛.CiteSpace軟件應用研究的回顧與展望[J].現代情報，2013，33（04）：99-103.

[4].占美松，高禎憬，康均，高軍.人工智能技術沖擊下的會計穩定與發展[J].財會月刊，2021（16）：85-91.

[5].許金葉，許琳.關于企業會計轉型的一點思考[J].財務與會計，2013（12）：47

[6].劉勤.技術發展賦能會計變革[J].會計之友，2021（19）：8-13.

[7].周守亮，唐大鵬.智能化時代會計教育的轉型與發展[J].會計研究，2019（12）：92-94.

[8].唐大鵬，王伯倫，劉翌晨.“數智”時代會計教育重構：供需矛盾與要素創新[J].會計研究，2020（12）：180-182.

[9].蔡顯軍，陳清蓉，溫素彬，王敬勇.新文科背景下智能會計人才培養改革與實踐——以南京審計大學為例[J].會計之友，2022（03）：135-140.

[10].上官鳴，白莎.大數據資產會計處理探析[J].財務與會計，2018（22）：46-48.

[11].陳思靜，王磊，尹波，干勝道.樸素貝葉斯分類法與數據資產會計確認——難題與突破[J].會計之友，2019（19）：58-61.

[12].張俊瑞，危雁麟.數據資產會計：概念解析與財務報表列報[J].財會月刊，2021（23）：13-20.DOI：10.19641/j.cnki.42-1290/f.2021.23.002.15209157-AF36-49F8-9630-3D6EC810F96E