基于CiteSpace的智慧審計研究熱點及前沿分析

2023-06-05 12:59:11吳露龍翔凌

會計之友 2023年11期

吳露龍翔凌

【摘要】隨著審計監督的深度和廣度不斷拓展，如何進一步提升審計的精度和效能成為學者研究的重要課題。智慧審計通過運用新技術新方法，實現數據深度挖掘和協同分析，高效推動審計全覆蓋。文章選取近10年國內智慧審計研究領域的文獻，運用CiteSpace軟件進行發文數量、研究作者及機構、關鍵詞共現、關鍵詞時間聚類情況、關鍵詞突現的可視化圖譜分析，從智慧審計技術方法研究和智慧審計運用研究兩方面總結我國智慧審計領域的研究熱點和發展趨勢，結合時間區間提出智慧審計的三個發展階段，為智慧審計的未來研究提供基礎和方向。

【關鍵詞】智慧審計；研究熱點；研究前沿； CiteSpace

【中圖分類號】 F239? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）11-0114-07

一、引言

黨的二十大報告提出，要著力推動高質量發展。審計作為國家治理體系的重要組成部分，應全面提升其工作質量和水平。2018年5月23日，習近平總書記在中央審計委員會第一次會議上指出，要堅持科技強審，通過審計大數據、審計云計算等信息化建設，提高審計工作效率，滿足審計任務需要。2021年６月中央審計委員會辦公室、審計署印發了《“十四五”國家審計工作發展規劃》，提出審計作用發揮與黨中央部署要求仍有差距，全國審計工作發展還不平衡，審計全覆蓋的質量和水平需要提高。新時代賦予審計工作新使命，要求構建集中統一、全面覆蓋、權威高效的審計監督體系，審計信息化和智慧化得到普遍關注。智慧審計是指運用云計算、大數據、人工智能、區塊鏈等數智技術輔助審計工作[ 1 ]，采取數字化的方式進行系統研究，進而改進審計工作方式，提高審計的效率和效果。

二、數據來源和研究方法

（一）數據來源

CiteSpace是一款基于Java語言的可視化軟件，可以用可視化的方式對特定時間區域的文獻進行分析，得出該研究領域的發展路徑及知識結構，并以可視化圖譜的方式展現研究熱點及發展前沿。本文的文獻數據收集于中國知網（CNKI）數據庫，用“主題=智慧審計（精確）”OR“主題=大數據審計（精確）”OR“主題=人工智能審計（精確）”OR“主題=云審計（精確）”為檢索條件，選擇“同義詞擴展”以確保樣本完整，時間范圍為2012年1月至2022年5月，期刊來源類別選擇“北大核心”“CSSCI”“CSCD”，經篩選共有393篇文獻，對檢索結果去重整理，刪除學會年會總結、課題總結等不相關內容，最終得到375篇文獻。

（二）研究方法

本文使用CNKI自帶的分析功能和CiteSpace（6.1.R2）軟件對國內智慧審計的關鍵詞（Keywords）、發表機構（Institution）、作者合作（Author）等進行知識圖譜可視化分析，時間切片（Time Slice）均選擇一年，進行相應的數據處理，最終生成我國智慧審計領域的研究熱點及前沿趨勢。

三、智慧審計研究結果可視化分析

（一）年度發文數量及變化趨勢

通過對CNKI數據庫中2012—2022年智慧審計發文數量進行統計，繪制時間分布折線圖（見圖1），發現該領域文獻數量總體呈增長趨勢。可以將大致趨勢分為兩個發展階段：緩慢探索階段（2012—2015年）和迅速發展階段（2016—2022年）。2012—2015年，文獻量的分布分別為2、9、18、17篇，相關文獻數量比較少且有一定幅度升降，說明該領域的研究剛起步，屬于緩慢探索階段，尚未全面興起。但是該階段的文獻被下載及引用的次數較多，為后期學者的理論研究及實務運用奠定了基礎。其中秦榮生（2015）的《大數據、云計算技術對審計的影響研究》被下載26 035次，被引用727次；馬志娟和梁思源（2015）的《大數據背景下政府環境責任審計監督全覆蓋的路徑研究》被下載6 670次，被引用165次。自2016年起，論文年度發表數量迅速增長，智慧審計的研究進入快速發展階段，相關研究成果也呈多元化，并在2019年達到62篇。同時，知網預計2022年文獻數量為71篇（截至5月已有31篇）。2015年12月8日，中共中央辦公廳、國務院辦公廳印發《關于完善審計制度若干重大問題的框架意見》和《關于實行審計全覆蓋的實施意見》，提出要實行審計全覆蓋并創新審計組織方式和技術方法，提高審計效能。一系列的國家政策出臺及實施，進一步支撐并推動了審計智慧化發展，運用云計算、云審計、人工智能等技術和方式進行政府審計、社會審計及內部審計的研究熱度進一步提升。

（二）研究作者及機構分析

利用CiteSpace軟件，將“Time Slicing”時間間隔設置為１年，將“Node Types”選擇作者（Author）選項運行，對2012—2022年發表的相關文獻進行可視化分析，在各個時間切片選擇標準為g-index（k=25），LRF=3.0，L/N=10，LBY=5，e=1.0，得到智慧審計領域學者及合作關系分布的可視化圖譜（如圖2），其中關鍵節點326個（N=262），關鍵路徑109個（E=154）。學者發文量及最早發文時間見表1。從發文量來看，陳偉、劉國城、程平、鄭石橋、秦榮生位居前列，發文量分別為21篇、15篇、12篇、7篇和5篇。從最早發文時間看，秦榮生在該領域開展研究時間較早，2013年開始分析云計算、大數據對審計行業的影響，并提出內部控制評審、云審計平臺建設的建議。圖譜的關系連線體現作者的合作程度。從圖譜上看，前期學者之間的合作關聯性相對較少，通過具體文獻進行分析，學者大部分來自高校，合作單位及學者較多來自國家審計和政府審計機關。從2021年開始，吳勇、余潔等作者進行合作研究，關聯性較為緊密。從發文機構（詳見圖3）看，發文量前三的機構分別是南京審計大學、重慶理工大學和北京國家會計學院，總體上高校及國家審計機關在智慧審計領域的研究成果較為突出。

（三）研究熱點分析

關鍵詞是文獻研究內容的提煉。關鍵詞共現分析主要運用了文獻集中詞匯共同出現的情況進行匯總，來確定文獻集所代表的領域中各主題之間的關系。圖譜中主要關鍵詞出現的頻率高低以圓圈來表示，中心性則代表關鍵詞重要性，也是該領域研究熱度的重要指標。

本文通過CiteSpace對375篇文獻進行關鍵詞共現分析，得出關鍵詞共現圖譜（如圖4）和高頻關鍵詞（如表2），共有245個節點，493條連線。對圖4和表2進行梳理，綜合關鍵詞的頻次高低和中心性大小，可以看出智慧審計研究領域的研究熱點。智慧審計研究主要集中在大數據、云審計、云計算、數據挖掘、區塊鏈、人工智能、互聯網+和審計平臺等主題，同時這些研究主題又可以分為智慧審計技術方法研究和智慧審計運用研究兩類。智慧審計技術方法研究主要包括兩個維度：一是智慧審計背景下可利用云計算、大數據、人工智能、互聯網+、區塊鏈等進行數據挖掘、數據清洗、數據云存儲、數據分析及審計平臺建設的研究；二是在審計技術方法不斷優化的情形下，審計模式、數據存儲安全、審計風險、審計質量、隱私保護等的研究。智慧審計運用研究主要在智慧審計手段的基礎上，集中于不同審計監督主體開展的績效審計、安全審計、社保審計、金融審計等高效智能化審計實踐。

1.智慧審計技術方法的運用

大數據技術為智慧審計的邏輯框架提供了全量審計證據數據源；數據挖掘和分析、物聯網和傳感定位等技術提高了數據采集和分析的效率；區塊鏈技術為審計證據之間的驗證提供了便利；人工智能的發展為審計程序的執行提供了智能化的支持，可以減少審計的人工機械工作量；云計算則為智慧審計提供了云平臺的支持，便于審計數據庫的建立及存儲。蔡華林等[ 2 ]認為，智慧審計以數據流為核心，通過構建審計大數據體系資源架構來進行信息分析和共享，能夠將企業內部的各專業領域串聯起來，通過軟件程序命令直接獲取查證數據，及時分析原因并預控風險。黃舒[ 3 ]提出網絡爬蟲等工具可以更快地獲取審計證據，并且利用大數據手段可以進行全方位的數據分析和持續性的動態審計，提高審計質量和效率。金瑜和嚴冬[ 4 ]提出一種運用MapReduce框架的云審計方法，為云環境下海量數據的存儲及審計提供了新的思路，能夠提高批量審計的效率。程平和陳珊[ 5 ]提出在審計領域知識庫的基礎上，建立審計樣本與審計目標的關聯規則，并利用DBSCAN聚類算法實現審計領域知識的積累和再利用。王莉莉和李小莉[ 6 ]提出區塊鏈技術由于具有去中心化、數據不容易被篡改的特點，可有效運用于審計工作中，并建立區塊鏈審計平臺，遠程保障審計數據的安全，拓寬審計覆蓋面。

2.大數據環境下審計風險的控制

陳偉[ 7 ]分析認為，大數據技術運用于審計，在帶來審計便利的同時也存在較大風險，如數據采集、質量控制、存儲與管理、數據分析的風險，通過網絡爬蟲、定期數據報送等方法可以提高審計數據的全面性，同時改進數據管理制度、提高人員安全意識、采用分級保護方式進行數據存儲管理、加強連續性管理與控制可以增強數據存儲的安全性。陳智斌等[ 8 ]提出審計人員在獲取審計證據時，運用審計技術要注意合規合法，如在使用網絡爬蟲技術時，不得利用技術進行數據的非法獲取。張悅等[ 9 ]提出大數據審計背景下在數據采集傳輸、存儲、處理分析三個階段做好數據質量風險、來源風險、標準風險、安全風險、管理風險和組織風險的識別和應對。付達院和楊靜怡[ 10 ]認為，互聯網背景下聯網審計在提高審計效率的同時也帶來了前所未有的風險，社會審計應利用云技術優化云審計平臺，完善風險防控制度。

3.智慧審計在國家審計中的運用

為實現審計全覆蓋，國家審計監督的領域也不斷拓展，在績效審計、預算執行審計、環境責任審計、政府采購審計等領域都運用了智能化審計技術[ 11 ]。劉國常和胡楓[ 12 ]將政府審計運用大數據技術的具體步驟進行細化，提出大數據審計推動政府審計全覆蓋的優化路徑。唐衍軍和蔣堯明[ 13 ]提出區塊鏈技術能為“區塊鏈+審計”平臺提供低成本的基礎設施，區塊鏈的去中心化特點能助力政府審計開展腐敗預警與治理。

4.智慧審計在內部審計中的運用

2018年3月開始實施的《審計署關于內部審計工作的規定》（審計署令第11號）對內部審計的工作職責提出更明確的要求，內部審計方式方法的創新也得到更多關注。有學者提出，可采用SOA架構、XBRL可擴展商業報告語言和大數據，構建云內部審計平臺，并構思信息化內部審計的流程。張文秀等[ 14 ]分析了大數據給內部審計帶來的沖擊，認為要盡快開展內部審計改革，通過構建跨部門數據云分享與存儲平臺，培養或引入技術人才，成立內部審計數據組，以優化審計流程。在內部審計資源有限的前提下，提出內部審計需要進行技術創新，智能審計系統框架的設計及智能審計在審計流程中的運用備受關注。

5.智慧審計在社會審計中的運用

由于審計環境的變化，會計師事務所為了提高審計質量和盈利水平，應積極進行審計戰略轉型。在轉型中可能會面臨審計數據質量不高、審計技術有限、大數據專業審計人才緊缺、審計投入成本高等困難，因此應在技術開發、人力及資金投入等方面進行支持，以實現大數據社會審計轉型。程平等學者以社會審計為主體，運用RPA審計機器人抽樣模型，對審計技術、審計流程、風險評估等方面進行探究。李信[ 15 ]分析了大數據環境下Python計算機程序設計語言在事務所審計工作中的應用，認為可以通過編寫爬蟲、數據可視化分析程序來提高審計效率。

（四）研究趨勢及前沿分析

1.研究趨勢分析

關鍵詞聚類分析將關鍵詞共現的圖譜采用聚類的方法進一步處理，得到該研究領域關鍵詞組并匯總，然后對其命名，以確定該領域的研究主題。關鍵詞聚類時間圖譜是將關鍵詞聚類和關鍵詞時區圖結合，從二維的角度分析智慧審計研究主題近十年的變化趨勢（如圖5所示）。圖中將8個聚類主題中包含的關鍵詞按照時間鋪開，每條線代表一個聚類研究主題，線上的圓圈表示關鍵詞在此聚類主題中第一次出現的時間，不同時間段會出現不同的關鍵詞。如果關鍵詞之間有關聯或被引，則用線連接起來，關鍵詞頻次增加則圓圈變大。結合CiteSpace的模塊值（Q值）和平均輪廓值（S值）來分析圖譜的繪制效果。一般而言，Q值的區間為［0，1］，Q值＞0.3，說明結構是顯著的。S值在0.5以上，說明聚類是合理的。本文數據的聚類結果顯示，Q值為0.6，S值為0.88，說明本文的聚類效果比較顯著。

如圖5所示，智慧審計的發展脈絡大致分為三個階段：一階段（起步期），自2012年提出云審計、智能審計、信息化審計以來，審計領域的智能化審計、云計算的理論系統研究逐步展開。二階段（發展期），自2016年起，數據挖掘、數據倉庫、互聯網+、云技術、云平臺、人工智能等被運用到審計行業，結合審計模型、大數據審計平臺及云存儲，將智慧審計技術和方法運用到了國家審計、內部審計以及社會審計中。三階段（成熟期），2020年至今，新型審計技術廣泛運用，隨之帶來的隱私保護、數據可視化、信任體系、數智審計風險及信息披露等問題被重視，學者正研究并探討應對這些問題的一些技術改進方案。

2.研究前沿分析

關鍵詞突現（Burstness）是利用CiteSpace計算和分析不同時間段內關鍵詞頻次增加的程度及其分布的時間，頻次的變化趨勢可以表明該研究領域未來的研究方向。本研究的數據范圍為2012—2022年，在進行分析時，將？酌（0，1）值設置為0.5，“Minimum Duration”設置為1，經計算分析得出21個關鍵詞突現的圖譜（見圖6）。從圖中關鍵詞的突現強度（Strength）、開始（Begin）、結束（End）和持續時間段，可以了解智慧審計的研究趨勢和前沿。

從圖中可以看出，“云審計”“云計算”分別在2012年和2013年被提出，并且突現強度較高，分別是6.98和6.53，突現時間持續至2015年。由于受到海量數據的影響，審計領域也更加廣泛地運用云技術進行數據處理和審計，結合系統論的研究成果，逐步推動審計工作的改革。

“大數據”“云技術”“數據分析”“人工智能”和“智能審計”在2016年之后成為研究熱點，學者將“大數據”技術與審計的工作程序相結合，在審計計劃、審計執行及審計整改階段運用大數據和云技術的方法，提高審計效能。隨著技術逐漸成熟，大數據、區塊鏈、物聯網、人工智能的價值被認可并廣泛運用于審計工作中，用智能化審計平臺，減少機械冗繁的數據采集及處理工作。同時，技術支持審計領域進一步拓寬，在公共資金使用情況審計、績效審計、經濟責任審計、政府采購審計及預算執行情況審計等方面都能運用大數據云的方式進行實時審計[ 16 ]，多維度進行系統分析，核查審計疑點，實現全量數據審計。

2020年以來，“隱私保護”“審計人員”“內部審計”“區塊鏈”成為學者研究的方向。一方面，隨著國家審計機關加強對內部審計的指導和監督，在國家審計中較為成熟運用的數據化審計方法被逐步推廣到各行業內部審計，學者結合公立醫院、鐵路企業、供電企業、大型施工企業等行業內部審計機構的特點，從審計人員結構、信息化及云存儲平臺的建設、審計組織方式等方面進行了優化改進研究，在智能審計系統設計、審計模型建立、智能化技術運用等方面的實踐研究也取得突破性進展。另一方面，云計算和數據高效交互在審計領域的深度應用，對審計電子數據的安全、隱私保護、機器學習倫理等方面帶來了一定的風險，學者正通過無證書簽名技術、虛擬索引數據結構、去中心化的區塊鏈技術等方案來解決智慧審計中的數據安全和隱私等問題。

四、結論與展望

本文對2012—2022年智慧審計領域的文獻進行分析，總結了近10年該領域的研究熱點和發展趨勢。通過對智慧審計的發文量、研究學者及合作情況、發文機構、關鍵詞共現、關鍵詞時間聚類、關鍵詞突現進行分析，得出以下結論：

在研究發展脈絡方面，智慧審計的研究熱度在持續攀升，從云審計、大數據審計、人工智能、區塊鏈審計的發展脈絡逐步擴展，研究領域的發文量呈快速上升趨勢，說明該領域已經受到國內審計學術界學者的廣泛關注，研究作者逐步增多，不同專業的合作在不斷增加。從研究作者及研究機構來看，研究機構主要集中在高校，近幾年研究學者較為分散，合作研究主要體現在政府和高校，而與企事業審計機構合作不明顯。

在研究熱點及前沿趨勢方面，主要研究內容從智慧審計技術方法逐步深入到國家審計、內部審計和社會審計中的實踐應用，并在實務研究基礎上提出面臨的風險及防控措施。通過文獻閱讀可以發現，目前智慧審計研究還面臨一些難題需要解決：（1）隨著數據量爆炸式增長及應用領域的拓寬，運用大數據及區塊鏈技術所采集的審計證據真實性和可靠性的甄別成為亟需解決的問題。同時，隱私保護、數據安全性及信息披露等問題也逐漸暴露出來，需要學者進一步研究。（2）新的審計方法及審計流程與傳統審計準則存在一定沖突，審計抽樣、重要性水平和穿行測試等傳統審計流程和手段與全量樣本、人工智能、智能合約等的接軌需要進一步探討。（3）智慧審計中涉及許多非會計審計專業技術，而目前審計人員主要以財務、審計專業為主，對數智技術的了解與掌握水平較低。這需要從長遠出發，培養多學科融合審計人才，國家及各單位予以政策上的支持。

本文僅檢索中國知網核心數據庫中近10年的文獻進行閱讀和研究，對國際上智慧審計的發展前沿未全面研究，存在一定的局限性。本文在一定程度上反映目前審計領域的研究熱點和前沿，為智慧審計的未來研究提供基礎和方向，以期推動研究者探索新型審計技術支撐精準審計，圍繞數據賦能研究型審計，運用智慧審計提高審計監督的效果，實現審計監督全覆蓋。

【主要參考文獻】

［1］蘇霞，張晶晶，張煒光，等.國家電網智慧審計平臺評價應用研究：以國網河北雄安新區供電公司智慧審計平臺為例［J］.會計之友，2022（9）：116-124.

［2］蔡華林，凌海濤，黃陟，等.大數據背景下推進電網審計信息化建設的實踐與思考［J］.中國內部審計，2016（4）：33-36.

［3］黃舒.大數據背景下審計質量提升路徑［J］.企業經濟，2017（12）：84-87.

［4］金瑜，嚴冬.基于MapReduce的云存儲數據審計方法研究［J］.計算機科學，2017（2）：195-201.

［5］程平，陳珊.大數據時代基于DBSCAN聚類方法的審計抽樣［J］.中國注冊會計師，2016（4）：76-79.

［6］王莉莉，李小莉.數字經濟下區塊鏈技術與審計工作的融合［J］.會計之友，2021（21）：152-157.

［7］陳偉.大數據環境下的聯網審計風險控制研究［J］.中國注冊會計師，2018（9）：58-63.

［8］陳智斌，張妍，胡驚雷，等.大數據技術在審計全覆蓋中的應用研究：以湖北省醫保審計實踐為例［J］.審計研究，2018（1）：11-15.

［9］張悅，楊樂，韓鈺，等.大數據環境下的審計變化、數據風險治理及人才培養［J］.審計研究，2021（6）：26-34.

［10］付達院，楊靜怡.互聯網背景下審計發展趨勢與注冊會計師審計風險［J］.中國注冊會計師，2019（7）：80-82.

［11］楊世武，高紅玲.切實發揮審計監督作用全力助推高質量發展［J］.審計月刊，2022（3）：11-13.