大数据背景下我国会计研究热点探讨

周蕊

摘 要：本文运用CiteSpace的科学计量方法对文献数据进行统计分析，结果表明我国大数据背景下会计的研究已经初现核心的作者群体及发文机构，研究主题集中于大数据对会计的影响、大数据对会计人才能力需求的影响、大数据对会计信息化的影响。最后提出“智能财务”、“数字治理”以及“业财融合”等等是未来需要重点关注的方向。

关键词：大数据;会计研究;CiteSpace

一、引言

互联网、云计算、物联网等大数据技术的广泛使用，使会计处理的数据变得多元化、复杂化。为反应企业的真实价值，为财务报表使用者提供更加准确和透明的会计信息，会计行业必须扩展核算范围，对这些新兴数据进行分析、挖掘和处理，这将对传统的会计核算产生冲击，比如对数据资产的核算。同时，人工智能技术的突破使得财务机器人可以轻易地替代基础的财务工作，手握海量数据的财务部门，也将完成从加工数据到使用数据的转变，财务部门更多是为其他业务部门和决策提供服务和支撑，其职能也将由传统的核算和监督转变为以管理为主。究竟大数据会对会计行业产生哪些翻天覆地的变化，会计行业未来走向行方？众多会计学者近十年来撰文立说，各抒己见，大数据会计成为当下的热门研究领域，且经久不息。

在此背景下，本文选择CNKI数据库检索国内主要文献，运用Citespace软件绘制知识图谱，分析大数据会计领域的研究，来回答以下几个方面的研究问题：①大数据会计的研究总体状况如何？②大数据会计领域的研究热点和前沿是什么？③大数据会计领域的未来研究趋势是什么？通过这几方面本文将对现有的相关文献研究进行综述，指出现有研究的局限性，以及未来研究的趋势。

二、研究方法与数据来源

（一）研究方法

本文采用Citespace5.8.R3进行的文献分析，Citespace是美国德雷塞尔大学（DrexelUniversity，Philadelphia，PA，USA）信息科学与技术学院英籍华人陈超美教授于2014年开发的软件。Citespace在中国又被翻译为引文空间，是基于数据可视化以及计量学背景下发展起来的一项专门分析科学研究中潜在知识的引文可視化分析软件。该软件通过可视化的手段来分析呈现出的科学知识结构、规律和分布情况，因此，分析结果被称为“科学知识图谱”[1]。

科学知识图谱是显示科学知识、新兴学科发展过程和发展现状、科学知识内外部结构的一种图形。科学知识图谱的直接研究对象是科学知识，以科学计量学为理论基础，同时涉及科学学、应用数学、信息科学和信息计量学的交叉领域[2]。相比传统的文献综述，绘制科学和技术领域发展的知识图谱，能直观地展现科学知识领域的信息全景，识别某一科学领域中的关键文献、热点研究和前沿方向。它利用分时动态的可视化图谱展示科学知识的宏观结构及其发展脉络的方式，是科学和艺术的完美结合[3].该方法自从2007年引入国内以来，被广泛地应用于管理学、医学、教育学、图书情报领域以及具体的技术领域，并取得了丰富的研究成果。

（二）数据来源

数据来源方面，以知网数据库为平台，“来源类别”选择“北京大学图书馆核心期刊”和“CSSCI来源期刊”，保证研究数据的代表性和权威性。为得到较为全面的相关文献，在主题检索词上采用多关键词组合，检索条件设定为“（题名=大数据and题名=财务）or（题名=大数据and题名=会计），进行精确匹配检索，检索时间区间为“2012年—2022年”，共有1257条文献记录，将得到的数据进行手工筛选，剔除“会议”、“征文”、“卷首语”等无关文献，剩余949篇，接在下在在citespace进行除重处理后，最终得到941篇相关文献。对文献进行年度分布分析，发现自2012年以来，年发文数量逐年提高，见图1，其中2022年的发文量为知网预测值。由此可见大数据会计研究的热度逐年提升，学者对其关注度明显增加。本文接下来将通过对文献数据的文献作者、来源期刊、发文机构分析，展示研究领域的基本情况，通过关键词分析展示研究领域的热点主题。

三、大数据背景下会计研究的知识图谱分析

（一）文献作者

随着学者对大数据背景的普遍关注，从事大数据背景下会计主题研究的学者逐渐增多，通过分析知识图谱，表1列举了发文量最多的6位学者，程平、刘梅玲、张庆龙和刘勤等作者为该主题研究的中坚力量，推动了大数据下会计研究的不断深入。

基于在CNKI检索得到的文献数据，对文献产出的作者进行了作者合作网络分析（图2），从作者合作网络图谱中可以看出，该领域的研究目前已经形成了以重庆理工大学云会计研究所以程平教授为核心的研究团队和以上海国家会计学院刘梅玲、刘勤教授为核心的合作研究网络，他们与相关学者的合作已经颇具规模，但国内关于大数据的学者分布仍然较为分散，缺乏大量的密集的关联性，作者合作网络松散，大多处在一个3-5人的小合作网络，缺乏密切的联系。为促进大数据研究的进展，社会各界应积极鼓励跨学科学者之间的合作，丰富科学内涵，将理论成果转化成生产力工具。

（二）发文机构

知识图谱中，关于大数据下会计研究的949篇论文署名机构（按一级单位统计）总计262个，机构之间有仅仅有3条连线，如图3所示，发文机构分布广泛，核心研究机构较少，机构之间少有紧密合作。图中最引人瞩目的是重庆理工大学会计学院、重庆理工大学云会计研究所、重庆理工大学财会研究与开发中心、北京国家会计学院以及上海大学管理学院，并且前三家机构之间合作最为紧密。程平、崔纳牟倩、陈珊、徐云云等核心作者来自于重庆理工大学会计学院和重庆理工大学云会计研究所。熊磊来自于重庆理工大学财会研究与开发中心，许金叶、许琳等核心作者来自于上海大学管理学院，他们为上述机构在大数据下管理会计研究方面贡献了大多数文章。15209157-AF36-49F8-9630-3D6EC810F96E

（三）大数据背景下会计研究的主题分布

为了分析大数据背景下会计的研究热点和研究方向，本部分内容主要以期刊论文“关键词”为研究切入点，所谓见微知著，关键词是概括论文主要观点和研究内容的核心词，暗示了论文研究的对象、主题、方法等中心内容，因此本文采用关键词词频和共现分析法、关键词凸显分析法以及聚类树状图分析方法。

1.关键词词频和共现分析—热点研究的主题

通过CiteSpace软件对文献的关键词进行统计分析，可以寻找关键节点即研究中的热点。关键词出现的频次与研究热度成正比，关键词出现的频次越高，研究热度愈强;同时，关键词共现分析是当两个关键词同时出现在一篇文献中时，共现关系表明其二者具有一定相关性。同时共现的频率越高就说明其两两关系更密切，联系更紧密。换言之，通过关键词共现分析能够有效揭示信息内容关联度，追踪研究热点。

据统计，2012-2022年间CNKI数据库收录的949篇大数据下管理会计专题论文共有340个关键词，其中出现10次以上者21个，出现20次以上者9个，关键路径有73条。表2展示了大数据背景下下会计研究文献中的高频词次和高中心度关键词，图4则大数据会计关键词共现知识图谱分析。

从表2和图4中可以看到“大数据”、“云会计”、“管理会计”和“智能财务“是最大的节点，其次是“人工智能”、“业财融合”、“会计教育”、“互联网+”、“会计职业”等。这些高频关键词在一定程度上反映了学者的关注重心与研究倾向。可以将关键词分为三类，一类是大数据技术方法，如“云计算”、“互联网+”、“云会计”、“数据挖掘”以及“人工智能”等;二是大数据对会计的影响关键词，如“管理会计”、“业财融合”和“智能财务”等;第三类是大数据时代的人力要素，比如“人才培养”和“会计职业”，第四类是大数据的数据本身，比如“数据资产”、“会计数据”。

根据关键词分析结果，可以发现大数据背景下会计研究的主题分布为：影响会计发展的大数据技术、智能财务的发展、大数据对会计人才需求的影响以及大数据这一重要社会资源的管理等问题。第一，在大数据产生初期，数据作为计量工具和各种技术相结合适用，因此如“互联网+”、“人工智能”、“云计算”、“数据挖掘”等大数据技术成为学者们研究的热点，第二，大数据及相关技术部分取代了会计核算的工作，使得会计人员的工作从“整理”数据转向了“使用”数据，从核算走向了管理，因此又传统财务向智能财务的转变成为研究热点;第三，会计的转型，人才是关键，因此如何培养适合数智时代的财务人员，也是亟待解决的现实问题。第四，大数据技术所带来的海量的结构和非结构化的数据，而非结构化的信息对信息使用者又发挥着重要的作用，使得会计信息将更为多元和复杂，如何对这些数据进行核算和管理，也是会计界当前所面临的挑战。

2.关键词凸显—热点研究的演变

利用Citespace进行关键词突显知识图谱分析，选择与前节主题分布相同的系统参数，得到图5。关键词突显分析可以进一步观察关键词热度持续时间、目前研究热点，以及未来研究方向预测。图中“Year”表示关键词出现年份，由于数据时间范围为“2012—2022年”，因此关键词均从2012年开始持续出现;“Strength”表示关键词突现强度;“Begin”表示关键词突显初始时间，关键词从该年成为了研究热点;“End”表示关键词热度结束的时间。图中蓝色部分（浅色）表示关键词出现并持续时间，红色（深色）部分表示关键词成为研究热点并持续的时间。

从图中可以看到“物联网”、“商业智能”和“云计算”作为热点点研究出现时间相对最早，从2012年开始便受到广泛关注。这三个关键词都跟大数据技术密切相关，因为计算力的高低将直接影响大数据分析的效率和程度，因此，在大数据价值得到广泛认可之后，学者希望通过目前的数据收集、管理和分析技术，将其全部信息进行挖掘，从而展现数据集的全部数字特征，并将其与客观事实相结合，转化为有价值的信息线索，以支持管理者决策。“云会计”、“小微企业”、“大会计”、及“内部控制”则在其后成为热点，代表会计领域的学者将大数据的相关技术与会计相结合，研究大数据在企业尤其是中小企业管理中的社会应用。从2020年来“人工智能”、“智能财务”以及“數据治理”的研究热度最高，智能财务的强度达到了12以上。这是因为在“大智移云物”迅猛发展的时代背景下新的改革方向，云计算与大数据会计相结合已经初步解决了算力问题，同时尝试建立大数据，在此过程中，引入人工智能、机器学习使得财务处理更加智能、智慧，因此智能财务的应用和实施成为学者的研究热点。综上所述，从大数据技术到具体行业的应用，从商业智能到智能财务，大数据会计的研究方向逐步由信息化向智能化转变，由宏观到具体微观，更加注重大数据会计的综合应用。

3.关键词聚类分析—研究主题分布（图6）

关键词聚类图中Q值代表图谱的信息模块性，描绘聚类图内部连线的密集程度，内部连线越多，Q值越大，聚类效果越好，当Q>0.3时，便可以认为聚类模型模块性是显著的。聚类出的模块用S值表示图谱的轮廓系数，当S>0.7时，认为聚类是高效且令人信服的。本文数据的结果（见图6），Q值为0.534，S值为0.847，因此本文的聚类结果是十分有效并且可靠的。

本文数据量大，共有20聚类，为聚焦研究热点，选择聚类最大的10个进行呈现，分别是“#1业财融合”“#2管理会计”“#3智能财务”“#4云计算”“#5人工智能”“#6会计信息”“#7互联网+”“#8数字经济”“#9共享服务”“#10数据标准”。针对聚类结果进行分析可知，基于大数据技术方法是研究重点，10大聚类中有3个属于大数据技术，其余的重点研究领域则是大数据对会计行业产生的变革和影响，比如业财融合、智能财务等。15209157-AF36-49F8-9630-3D6EC810F96E

四、研究结论

通过对2012-2022年CNKI数据库大数据会计领域的北大核心及CSSCI期刊文献进行发文数量、合作机构、研究者、关键词共现及关键词聚类的分析发现：第一，从文献增长速度来看，我国10年大数据会计的研究大致可分為2012-2013年的萌芽期与2014年至今的快速上升期两个阶段;第二，我国大数据会计领域的研究机构初步具备了合作规模，但总体上仍然较为分散，各机构之间缺少合作研究，各机构内部除少数研究团队外，研究者间的合作关系也较为疏松;第三，从关键词共现的分布与聚类情况可知，目前我国大数据会计领域的研究比较集中，经梳理总结后发现，该领域近10年的研究热点围绕大数据技术发展、大数据对会计的影响、数据资产的核算与治理以及会计人才培养等四个方面展开。其中，诸如“云计算”、“互联网+”及“物联网”等大数据技术等热点问题的研究有所逐渐降温，“智能财务”、“数据治理”等话题成为未来的研究趋势。而针对会计人才的培养，国内学界对具体培养路径仍然徘徊不定，未来仍需要集中而持续的研究。

参考文献：

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

886962.html.

[2].陈悦，刘则渊，陈劲等.科学知识图谱的发展历程[J].科学学研究.2008（3）：449-460.

[3].侯剑华，胡志刚.CiteSpace软件应用研究的回顾与展望[J].现代情报，2013，33（04）：99-103.

[4].占美松，高祯憬，康均，高军.人工智能技术冲击下的会计稳定与发展[J].财会月刊，2021（16）：85-91.

[5].许金叶，许琳.关于企业会计转型的一点思考[J].财务与会计，2013（12）：47

[6].刘勤.技术发展赋能会计变革[J].会计之友，2021（19）：8-13.

[7].周守亮，唐大鹏.智能化时代会计教育的转型与发展[J].会计研究，2019（12）：92-94.

[8].唐大鹏，王伯伦，刘翌晨.“数智”时代会计教育重构：供需矛盾与要素创新[J].会计研究，2020（12）：180-182.

[9].蔡显军，陈清蓉，温素彬，王敬勇.新文科背景下智能会计人才培养改革与实践——以南京审计大学为例[J].会计之友，2022（03）：135-140.

[10].上官鸣，白莎.大数据资产会计处理探析[J].财务与会计，2018（22）：46-48.

[11].陈思静，王磊，尹波，干胜道.朴素贝叶斯分类法与数据资产会计确认——难题与突破[J].会计之友，2019（19）：58-61.

[12].张俊瑞，危雁麟.数据资产会计：概念解析与财务报表列报[J].财会月刊，2021（23）：13-20.DOI：10.19641/j.cnki.42-1290/f.2021.23.002.15209157-AF36-49F8-9630-3D6EC810F96E