大智移云時代會計人才需求變遷
——基于Python的文本分析

毛可心 吳勛（教授/博士）

（西安石油大學經濟管理學院 陜西 西安 710065）

一、問題的提出

2022 年1 月國務院印發的《“十四五”數字經濟發展規劃》明確了“打造數字經濟新優勢”的建設方針，要求數字經濟轉向深化應用、規范發展、普惠共享的新階段。2022 年的政府工作報告明確提出，促進數字經濟發展，推動數字技術與實體經濟加速融合，逐步構建全國一體化大數據中心體系，發展壯大數字產業，促進產業數字化轉型。黨的二十大報告提出，加速發展數字經濟，積極推進數字中國建設，構建高水平社會主義市場經濟體制，建設現代化產業體系。以“大智移云物區”為典型特征的數字經濟正改變著要素市場的供給結構，“財務數據共享”“互聯網+智能會計”“業財融合”等新業態不斷涌現，會計目標從受托責任轉變為決策有用，市場需求的會計人才向智能化、共享化、高端化、細節化和業務化轉變。2021 年11 月國務院印發的《會計改革與發展“十四五”規劃綱要》提出“積極適應我國經濟社會發展新形勢，全面提高會計人才素質，會計法治化、數字化進程取得實質性成果”的總體目標。2021年12月財政部印發的《會計信息化發展規劃（2021—2025年）》指出，要更深層次促進單位業財融合和會計職能拓展，加速推進單位會計人員工作職責和內容的數字化轉型，深入構建會計人員信息化能力框架，打造懂會計、懂業務、懂信息技術的復合型會計信息化人才隊伍。

在此背景下，以“大智移云”為代表的新一代信息技術正在深度影響著會計的發展方向，例如：業務和財務的深度融合、管理會計的深入發展、財務組織的高度共享化、信息系統的智能化、對復合型人才的需求激增、財務新生態的形成等［1］。相應地，會計人才市場也陸續涌現出對智能會計人才的新興需求。智能會計人才的特征主要體現在工作基礎的數字性、工作方式的協商性和工作手段的技術性，其職能以數字經濟為前提、業財融合為基礎、人工智能為支撐，更加強調發揮大數據分析和輔助決策信息支持作用［2］。與傳統會計人才相比，智能會計人才完美契合了“大智移云”的時代要求。

本文基于Python 技術的Web Scraper 開發插件進行數據挖掘，以某招聘網站9 795條人才需求信息為研究樣本，統計分析智能會計人才需求的地域和產業分布、智能會計人才需求崗位特征、崗位條件及發展前景，進而提出滿足大智移云時代會計人才需求情況的建議。

二、基于Python技術的研究方法設計

基于Python 技術的Web Scraper 是專用于網絡爬蟲的瀏覽器開發插件，用于抓取WEB站點并在頁面中提取結構化的數據。在對關鍵詞篩選后，設置selector、type、Parent selectors等要素形成下頁圖1所示的爬蟲路徑。

圖1 Web Scraper運行路徑

第一步：創建sitemap 路徑，將start URL 的網址參數區間改寫為［1-n］。

第二步：設置選擇器，以［.j_joblist div.e］為子選擇器并對職位名稱［span.jname］、職位月薪［span.sal］、最低學歷［span.d］、工作經驗［span.d］、工作地點［span.d］和公司名稱［a.cname］六個維度的數據，通過將［a.el］的選擇器類型設置為link，得到二級頁面的職位描述［div.job_msg］、所屬行業［div.com_tag］和公司性質［div.com_tag］三個維度的數據。

第三步：返回相應sitemap頁面，運行Scrape程序，并導出csv格式的數據包。

在Web Scraper 的使用過程中，由于抓取數據較多，在兼顧樣本容量的同時盡可能減少冗余，精準搜索關鍵詞是路徑運行效果的關鍵。

為了進一步探究大智移云在會計領域的進展與會計人才培養之間的關系，通過Cite-Space（V5.8.R3）軟件對CNKI上篩選取得的文獻進行可視化分析。在文獻篩選時，將搜索條件設置為SU=’大數據’AND SU=’會計’，并在來源類別選中SCI、EI、北大核心、CSSCI 和CSCD。考慮到2022 年的數據尚在更新中，搜索時間區間設定為2012—2021 年，得到數據651條。將該651條文獻數據經過格式轉換后導入Cite-Space 軟件，時區分割（Time Slicing）跨度設為2012—2021 年，默認時間切片（#Years Per Slice）為1 年；節點類型（Node Types）選擇keyword，運行生成關鍵詞共現網絡知識圖譜，根據頻次3 及以上篩選并進行聚類分析后得到圖2。

圖2 大數據會計關鍵詞聚類圖譜

通過對2012—2021 年的高頻關鍵詞進行聚類分析得出，大智移云在會計領域的拓展方向分別為人才培養、管理會計、會計模式（“智能財務”“業財融合”）以及會計數據（“會計信息”“數據資產”）。盡管會計人才培養是主流研究方向之一，但是研究興起相對較晚，相關文獻不多，并且多集中于會計人才的供給端分析，對會計人才需求端方面的研究較少。此外，由于“智能會計”目前仍未成為招聘網站普遍使用的會計崗位術語，因此，選擇與會計職業描述相關的高頻共現詞“數據”進行搜索，篩選職能為“財務∕審計∕稅務”范疇，得到29 889條需求信息，但其中不乏和數據處理相關的基礎傳統會計崗位。大智移云背景下會計人才需求的共性主要體現為較強的抓取有效數據的能力和有效的實時分析數據的能力［3］。基于此，搜索結果縮小為“數據分析”和“數據處理”的并集，在保證六個維度信息量的前提下，得到樣本數據9 795條。

三、大智移云時代的會計人才需求崗位分布分析

（一）會計人才需求崗位地域分布

通過對智能會計需求崗位信息的地區統計發現，樣本需求信息共分布在263個城市中，如表1所示。

表1 需求信息城市分布情況

在城市分布情況方面，會計人才需求數量水平整體較高，主要集中于城均需求量101—2 500區間范圍內。其中，在1 000—2 500條區間內，僅為上海和深圳兩個城市，分別發布2 050 條和1 117 條需求信息。在101—1 000 條區間內，廣州和北京作為一線城市分別發布了882條和384條信息。我國北上廣深四個一線城市的需求崗位信息數量占比高達45.25%，顯而易見，一線城市智能會計需求量遠高于其他城市。其中，需求崗位信息數量發布數在10條以內的城市共計187 個，盡管占發布崗位需求信息城市總量的71.10%，但是發布需求信息總數僅為622 條，占比6.35%，可見各大城市之間對智能會計需求程度的迥異。以地區劃分智能會計的需求量，見下頁圖3。從圖3 可以看出，各地區智能會計需求程度不均衡，華東地區占比最大，其中，上海占華東地區的48.64%，江蘇和浙江緊隨其后，占比分別為28.66%和16.99%，這也與長三角經濟區的經濟實力呈現出高度相關性。

圖3 需求信息地區分布占比情況

（二）會計人才需求產業分布分析

盡管該網站對企業的類型進行了行業劃分，但由于樣本數據量較大，行業分布相對松散，缺乏明顯的集中度，占比最高的互聯網行業僅為6.97%。為了進一步分析智能會計需求的分布情況，按照國家統計局2019—2021年間發布的統計標準，將行業二次劃分為數字經濟及其核心產業、節能環保產業、戰略性新興產業、生活性服務業、生產性服務業、房地產、銷售貿易業、制造業和其他九類，詳見圖4 和表2。

表2 數字經濟及其核心產業的行業分布表

數字經濟及其核心產業、戰略性新興產業和勞動密集型的傳統制造業是智能會計的主要需求產業，數字經濟產業和戰略性新興產業的企業運營與大數據、云計算的關系更為密切，而會計部門作為后臺管理服務部門，同樣具有大智移云的相關特征。對于傳統制造業而言，由于較多企業建立了財務共享中心，一方面共享中心需要具有數據操作能力的智能會計通過SAP操作系統、財務機器人等信息系統進行財務會計處理；另一方面企業需要具有戰略規劃和決策能力的智能會計對整體制造業的產能升級以及戰略部署進行科學規劃和決策。

此外，傳統銷售貿易作為傳統產業的代表，對智能會計需求量相對較低，一方面與財務共享中心的外包有關，此類企業的賬務處理相對簡單，可以更多依托于外包式共享中心的處理，無需高級財會人才的介入；另一方面與產業內部的人員結構有關，傳統銷售貿易的員工主要集中于市場銷售部門，財會部門作為輔助性管理部門，人員配置相對較少，因此崗位需求不大。

四、大智移云時代會計人才需求崗位特征分析

（一）工作職責重心的轉變

大智移云物區技術帶來的影響主要體現在核算型會計人才向管理型和戰略型會計人才轉變。相較于注重程序化、模式化、標準化會計記錄與報告的傳統核算型會計人才，管理型和戰略型會計人才利用大智移云等技術，掌握并分析更多的業務信息和社會信息，協同實現價值鏈或行業生態圈內的資源優化配置和價值創造［2］。智能會計的工作重心從基礎會計核算轉移到決策支持，崗位構成和工作職責都發生了較大變化。會計核算方面的基礎性工作在大數據、云計算和人工智能的影響下占比逐漸縮小。大數據提供數據依據和數字信息；云計算將巨大的處理程序分解成無數個小程序，在極短時間內完成信息整合和批量處理；人工智能模仿人類智能形式搜集、識別和處理信息。

（二）智能會計崗位職責分析

相對于傳統會計人才的工作職責，智能會計的職責更加全面化和多樣化，會計人才的崗位職責由財務會計領域延伸至管理會計領域。見表3。

表3 崗位職責在不同月薪區間的分布情況

月薪8 000元以上的區間內對會計崗位職責中的管理職能更為看重，相應地，職業能力中的決策能力和溝通能力占比更高，以保證戰略層面的規劃和執行。盡管“戰略規劃和決策”和“風險評估和控制”的總體占比較低，但是在以月薪8 000 元為分界點的兩個區間內差距較大，在月薪8 000元以上的區間內，兩者占比均超過50%，戰略和風控的重要性可見一斑。對于企業而言，戰略的制定和風險的控制都建立在對公司戰略目標和業務模式等方面全面了解的基礎上，這也體現了業財融合的進程。從總體上看，超過一半的崗位職責包含“預算制定和執行”和“財務分析”兩項，而在月薪8 000元以上區間的智能會計崗位需求中，兩者的占比更是高達89.49%和74.89%，足見這兩項職責的重要性。上述四項范疇的主要職責要求，涵蓋了企業財務管理活動的事前預測、事中控制和事后監控的全過程。

（三）智能會計職能定位分析

大智移云物區技術發展的新業態要求會計人才更多站在業務角度統籌財務的安排，催生了以業財融合為定位的會計人才需求崗位。根據業財融合的職能定位要求，會計人員需要與對接的業務領域或業務部門積極溝通，參與業務論證，收集業務問題及需求，跟進及分析業務指標，保持業務財務信息互動、管理互動的財務支持，從而為業務部門方案實施提供決策建議［4］。見圖5。

圖5 智能會計崗位的職能定位情況

在大智移云物區等技術的沖擊下，會計人員和業務部門聯系更為緊密。在9 795條樣本數據中，有8 297條會計人才需求信息在崗位名稱或崗位職責要求中明確提出業務財務的融合，其中，業務財務項目管理崗位的需求量最大。業務財務項目管理崗位要求參與項目業務流程梳理，衡量項目在各領域的績效；通過分析項目業務、產品等多個維度的數據，提供部門高精度報告，協助提升運營效能；跟蹤項目的運營現狀并評判運行趨勢，協助制定決策和行動計劃。

五、大智移云時代會計人才需求崗位條件及前景分析

（一）職業資質要求分析

1.任職資格。根據Python 結果，從最低學歷和工作經驗方面對入職資格的分布狀況進行分析。在工作經驗方面，數據大致遵循正態分布的規律，用人單位對智能會計人才的需求量主要集中于3—7年工作經驗區間內，占比高達56.14%。在最低學歷方面，絕大多數的智能會計需求設置的最低學歷為大專及以上學歷，占比高達99.45%，本科及以上的占比也高達71.42%。

如果結合工作經驗來看，在2 年及以內工作經驗的區間內，對大專和本科會計人才的需求量相差不大，然而在3年及以上工作經驗的區間范圍內，兩種學歷的需求量呈顯著差異。在工作經驗相對有限的情況下，工作內容相對簡單機械，進行數據分析和處理時需要進行的職業判斷相對有限。而工作經驗要求較高的崗位，工作內容相對復雜，因此對本科學歷的需求量相較而言占比更高。見圖6。

圖6 不同工作經驗要求和最低學歷之間的分布情況

在工作年限要求較低的區間中，本科和大專的學歷起點差距在薪酬方面的待遇相差不大，各個區間的分布相對均勻，但是隨著工作年限要求的提高，不同學歷在薪酬方面的分布差距愈加明顯。對于本科學歷的會計人才而言，在工作年限為5—7 年的區間中，月薪8 000 元以上的需求量占比高達93.36%，在8—9年工作經驗的區間，月薪8 000元以上的需求量升至99.15%，在10年以上區間中更是高達99.37%。見表4。

表4 工作經驗、最低學歷和月薪之間的關系

擁有大專學歷的會計人才工作年限的延長并未直接體現為高薪區間占比的直線上升。首先，人才需求量的眾數集中于工作年限為4年及以內的區間內，說明即便工作年限的延長帶來了經驗積累，也很難與本科學歷的會計人才保持同樣的競爭力；其次，在此區間內，月薪起點所在區間的眾數仍在萬元以內，說明在更高難度的工作內容和更高成本的人才需求中，學歷作為起點，仍有不可替代的重要性。

2.職業證書。職業證書作為會計人才職業能力的證明之一，在智能會計人才的入職條件中發揮著重要的作用。從表5 可以看出，在9 795 條會計人才需求數據中，除了學歷和工作年限的要求，將職業證書作為任職條件之一的占比約為39.91%，而且隨著月薪起薪點的提高，CPA 證書的作用也愈發凸顯。

表5 職業證書在不同月薪區間的分布情況

（二）職業能力分析

1.應變能力。應變能力實際上是一種成長能力，包括兩個方面：在客體層面，及時處理企業價值變化產生的衍生問題，針對性地尋找解決方案；在主體層面，會計人員自身要適應大局之變［4］。從表6 可以看出，智能會計人才的崗位需求更加強調協調能力。以起薪點8 000元為分界線，在月薪起薪點8 000元以上的區間中，智能會計崗位需求量為7 211條，協調能力的需求占比高達85.13%；在月薪起薪點不足8 000元的區間中，智能會計崗位需求量為2 584條，協調能力的需求占比為61.53%。會計作為綜合管理崗位，一方面需要和單位內外不同主體進行溝通協調；另一方面需要協調單位和經濟環境之間的適配情況，而這些都需要協調能力作為支撐。

表6 應變能力在不同月薪區間的分布情況

2.技術能力。技術能力是指會計人員利用數據化工具或計算機語言進行財務建模或者財務會計處理的能力。根據樣本數據的分布，數據化工具集中于計算機語言相關軟件，例如：ERP、Python、Power BI等，見圖7。

圖7 技術能力的需求量分布和占比情況

在技術能力方面，智能會計對ERP 的要求近乎100%，SAP 緊隨其后，占比近50%。SAP 作為全球市場占有率較高的一款ERP軟件，是目前國內大多數財務共享中心的指定財會處理系統，呈現迅速增長的趨勢，足見大智移云物區等技術對會計流程和工作內容的影響。此外，OA作為辦公管理軟件也出現在近兩成需求主體的應用能力要求中。基于大智移云背景下會計職能的復雜化和多樣化，樣本中對熟練掌握SQL、Python、Power BI 等計算機語言能力并進行財務建模的需求量也有2 602條。

（三）薪酬分布前景分析

為了明確智能會計和傳統會計人才的區別，在29 889條信息中選擇智能會計需求的標準樣本的補集（共計20 094條數據）作為傳統會計崗位的數據。從表7薪酬分布來看，智能會計崗位的需求量在不同薪金區間內呈現出逐漸上升的態勢，起薪點在8 000元以上的需求量為7 211條，占比高達73.62%。而作為對照組的樣本在8 000元以上的需求量偏少，僅為2 757條。與此同時，在4 000元及以下的區間，只有傳統會計人才需求信息，這也充分說明了智能會計人才的稀缺，根據供求關系，當供不應求時，需求方會相應提供更高的報價。

表7 部分月薪起薪點的需求量分布情況

月薪起點在4 000—6 000 元的三個區間范圍中，智能會計崗位和傳統會計崗位的區間分布明顯不同。一方面，智能會計崗位的占比隨著起薪點的提高而升高；另一方面，即便在起薪點相同的區間內，兩個樣本的止薪點也有顯著不同，平均薪資也因此呈現出明顯差異。這種差異體現出對智能會計的數據處理和數據分析能力的技能補償。此外，在起薪點在8 000元以上的會計人才需求中，各地區的需求量分布也極不均衡。從下頁圖8 可以看出，在月薪起薪點8 000元以上的區間中，高端會計人才需求量和當地社會經濟發展呈正相關，其中，社會經濟發展水平較高的華東和華南地區占比分別高達46.64%和33.01%。

圖8 不同地區月薪起薪點8 000元以上的會計人才需求量分布情況

綜上而言，智能會計的需求量隨著薪金區間水平的提高呈現出逐漸上升趨勢，并且與社會經濟發展水平呈正相關，顯示出樂觀的職業前景。

六、結論和展望

（一）研究結論

本文選取某招聘網站的會計崗位招聘信息作為數據來源，通過Web Scraper 進行數據采集和梳理，分析大智移云時代會計人才需求信息的外部特征，研究發現：（1）從會計人才需求崗位分布來看：地域分布方面，各大城市之間會計人才需求程度極不均衡，會計人才需求量和各地區的經濟實力呈現出高度相關性；產業分布方面，各行業對會計人才有廣泛的需求，其中數字經濟及其核心產業、戰略性新興產業以及傳統制造業需求量更高。（2）從需求崗位特征來看：工作重心方面，智能會計崗位更強調管理性和戰略性方面的工作；崗位職責方面，智能會計工作職責從財務會計領域轉向管理會計領域；職能定位方面，智能會計以業財融合為定位特征。（3）從崗位條件及前景來看：任職資格方面，智能會計對最低學歷和工作年限的要求較高，職業證書成為入職的重要門檻之一；職業能力方面，智能會計對應變能力和技術能力的要求較高；前景方面，智能會計的需求量隨著薪金區間水平的提高呈現出逐漸上升，并且與社會經濟發展水平呈正相關，職業前景比較樂觀。

（二）對策建議

基于以上分析，本文提出以下建議：（1）對于用人單位而言，要轉變用人思維，提高對智能會計的重視程度。順應大智移云的發展趨勢，重視會計領域的變革，主動獲取智能會計人才，避免企業落后于時代。尤其是在數字經濟及相關產業領域的企業，全面提升大數據和云計算在企業所有職能部門的深度應用，既是產業特性，也是企業自身的發展要求。此外，處于經濟發達地區的企業對智能會計的需求量遠高于其他地區，然而供不應求的局面對會計人才需求的成本也提出了更高要求，合理把控人力成本，并按照企業戰略目標獲取所需人才尤為重要。（2）對于會計人才而言，加強自身多元化學習能力，從業財融合角度出發拓寬職業技能。一方面，主動應對大智移云對會計領域的沖擊，在既有會計技能的基礎上，及時學習相關領域的知識和技能，彌補自身專業能力的不足；另一方面，通過對企業戰略目標的把控，培養管理決策能力和風險敏感度，主動介入公司業務的事前、事中和事后全過程，以充分發揮智能會計的作用。（3）對于培養單位而言，調整會計人才培養模式，優化會計培養課程設置。高校應當以智能會計人才需求為導向，及時跟上大智移云的時代步伐，改進會計人才培養方案，全面培養學生的復合應用能力。例如，大數據與財務管理相結合，設置“云財務”會計實務、貸款智能預測系統和財務大數據分析等課程；大數據與會計相結合，設置ERP系統應用、區塊鏈應用和業財一體信息化應用等課程；大數據與財務建模相結合，設置Python 程序設計、Power BI 數據可視化、RPA機器人和Spark大數據處理等計算機編程及語言的相關課程［5］。通過專業核心課程和大數據技術的交叉設置，培養學生的應變能力與技術能力，提高智能會計的儲備量，為社會對會計人才需求整體性變革夯實基礎。