智能会计国内外研究热点与趋势比较

■/ 王世杰 李抒璠 田可馨

一、引言

党的二十大对加快建设数字中国作出重要部署，以大数据、云计算、人工智能为代表的数字经济被认为是新一轮科技革命的主要指标，对会计行业产生全方位的影响，智能会计研究成为学界关注的热点，国家十四五发展规划提出要加快数字化发展、建设数字中国，实施“上云用数赋智”行动，推动数据赋能。国资委提出企业要运用大数据、人工智能等新技术，充分发挥财务作为天然数据中心的优势，推动财务管理从信息化向数字化、智能化转型。会计界开启了智能会计热潮，本文认为当前的智能会计仅是初级的智能会计，难以名符其实，智能会计建设是一个长期过程，更准确的界定应该是会计智能化，为了与现有文献保持一致，下文将不再区分两者，以智能会计统称相关研究。

面对新技术冲击和新产业变革，及时分析总结智能会计的研究进展，总结经验、发现不足，为下一步研究提供经验借鉴和数据支持。目前，诸多学者对智能会计领域文献进行统计计量与分析，发现智能会计研究文献快速增加，学者间、机构间缺乏研究合作，技术实践和理论探讨结合不紧密；认为亚洲国家具有较大领先优势，国外研究侧重技术和基础机理，国内学者侧重于探讨技术对传统会计的影响和应对措施（张俊瑞等，2022；孔维伟等，2022；侯芳等，2020）。

二、数据来源与方法

（一）数据来源

本文文献收集时间点为2022年10月25号，收集2012-2022年十年发文情况，从CNKI 选取中文文献，以“主题=智能+会计或大数据+会计，期刊来源=SCI+北核+CSSCI”为条件，共得894篇，剔除不相关文献67篇，最终得到可分析文献827篇。从Web Of Science选取外文文献，以“主题=Intelligence and Accounting or Big Data and Accounting，期刊来源=Web Of Science核心合集并剔除全部引文索引，文献类型为Article和Review”为条件，剔除不相关的文献，最终得到可分析文献241篇。

（二）研究方法与工具

Cite Space基于共引分析理论（Co－Ciation）和寻径网络算法（Path Finder）等技术，对特定领域文献（集合）进行计量，并通过一系列可视化图谱形成对学科演化潜在动力机制的分析和学科发展前沿的探测，以关键节点（N）大小反映被引或共现的频次，节点年轮圈代表不同年份发表论文的数量，年轮越宽，代表在相应的年份上被引用或出现的次数越多。节点间连线关键路径（E）突出显示重要节点间连线，表示各节点关系的密切程度，即节点越大说明发文量越多，连线越粗且数量越多说明合作越紧密。本文运用Cite Space V.6.1 R2从发文国家、发文机构、发文期刊、文献关键词等多个维度对现有文献进行分析，多视角研究国内外智能会计研究进展和热点问题，将复杂的数据转化为直观清晰的图形，比较国内外研究异同，为智能会计研究提供宏观数据支持（陈悦等，2015）。

三、智能会计文献多视角分析

文献作者的国别和机构反映出不同国家和机构在智能会计领域研究中的成果和地位，发文期刊可以反映不同学科对智能会计的态度，较好呈现国内外智能会计研究的整体情况。

（一）外文文献核心研究国家

表1可知，中国、美国、英国、澳大利亚等十个国家是全球智能会计领域发文数量最多的国家。中国遥遥领先，美国其次，两国合计占智能会计领域近50%的发文量，说明中、美两国在领域内具有绝对的领先地位。除中、美外，只有英、澳两国发文超过10篇，说明该领域其他国家高水平研究成果较少。仅有中国、印度和罗马尼亚三个发展中国家排名前十，其他均为发达国家，表明智能会计研究发达国家整体更具优势。

表1 主要发文国家

（二）研究机构

1.外文文献。外文文献机构发文量统计见表2，罗格斯大学、克拉约瓦大学、伦敦大学等排名靠前。罗格斯大学位居首位，占外文文献总量的2.07%，其余机构占比均不超过2%，反应了罗格斯大学在会计信息系统领域的传统优势地位。总体上，智能会计领域参与者较多，但并无机构占据绝对优势地位，可能是智能会计尚处于起步阶段，吸引众多机构和研究者的涌入，但暂时均未占据优势地位。

与国家整体发文量不同，在头部研究机构中，美国和澳大利亚反超中国，罗马尼亚（克拉约瓦大学）、沙特阿拉伯（阿卜杜勒阿齐兹国王大学）、芬兰（阿尔托大学）等国研究机构也表现良好。说明智能会计在全球广受关注，并未形成优势明显的中心，中美两国总量优势可能来自研究机构数量的叠加，而非优势机构的质量加持。同时说明该领域中国参与机构较多，普及度高，但成果分散，与美、澳两国相比并未形成具有优势的研究中心。

2.中文文献。中文期刊中发文量前十机构见表3，主要是上海国家会计学院、中南财经政法大学、北京国家会计学院等财经类院校，而重庆理工大学发文的二级单位主要是会计学院，可见国内智能会计研究机构和团队主要集中在经济管理领域。重庆理工大学发文77篇，占总发文量的9.07%，占前十机构发文量的38.8%，反映出重庆理工大学在该领域的深厚底蕴和扎实基础。其余机构发文数量差距不大，占比均在3%以下，说明智能会计研究广受关注，除重庆理工大学头部地位显著外，其他单位优势均不明显。

表3 国内主要发文机构

（三）发文期刊

学术期刊会更加关注热点研究领域，不同类型期刊刊文情况能反映智能会计在不同学科领域的关注程度。

1.外文文献。智能会计文献的外文期刊比较多样，排名前十的期刊见表4，共发文92篇，占总发文量241篇的3817%。以中科院SCI 期刊分区标准涉及工程技术、管理学、环境科学与生态学等三个门类。以工程技术类和管理学两个学科的期刊最多，分别为55、28篇，占总发文量的22.8%、11.6%，其他学科期刊占比均不足4%。第1、第5和第10位是管理学（会计学）专业期刊，第2位的也与会计相关，但其他期刊均为工程和生态等自然科学领域，从期刊数量和刊文数量上看，管理类期刊均未过半，说明国际研究中，工程技术等领域更加关注智能会计研究，注重技术与会计的结合，而社会科学领域反而不占主导，或者说外文研究对智能会计技术方法等底层更加重视，纯文科应用理论研究并非主流。

表4 国际主要发文期刊

2.中文文献。中文智能会计刊文前十的期刊如表5，共发文715篇，占中文文献总量的84.22%。会计之友发文领先共206 篇，占总发文量的24.26%，财会月刊、财务与会计、财会通讯刊文排名靠前，发文均超过100篇，占比均超过10%。前十期刊中除中国饲料和中国职业教育外均为经济管理类期刊，占总发文量的82.45%。总体看中文文献研究集中在经济管理等社会科学，而仅有中国饲料一个偏自然科学。

表5 国内主要发文期刊

从刊文期刊看，国内与国际智能会计研究关注点存在较大差异，外文期刊或国际研究对智能会计研究集中在自然科学领域，注重研究人工智能新技术新方法在会计工作中的应用；而中文期刊或者国内研究主要集中在经济管理领域，基于人工智能的特征分析技术对会计的影响和应用前景，集中在财会领域，没有体现智能会计的学科交叉属性，可能不利于国内智能会计长远发展。结合国别和机构数据，容易发现中国在智能会计领域研究成果较多，但外文与中文文献的研究机构和研究者并非同一群体。外文期刊研究者集中在自然科学领域，而中文期刊研究者则集中在经济管理领域，特别是财会领域，呈现出有趣的反差。这一反差的直接原因包括：一是中国科研院所的考评导向和学者习惯倾向于将文章发表在国外期刊，当前大数据、人工智能作为研究热点，科研院所的学者较少专门研究智能会计问题，研究成果倾向发表于外文期刊，导致偏向自然科学的研究成果更多在外文期刊发表；二是中文文献作者背景偏向财会专业，正确理解掌握大数据、人工智能技术存在难度，相关研究围绕技术带来的影响和应用方式展开，成果集中在财会期刊上。根本原因是财会领域懂会计、懂技术具有学科交叉背景的复合型创新型人才缺乏。

四、国内外研究热点及趋势

（一）关键词共现分析

外文和中文文献关键词共现网络将时间切片设置为1，节点类型为“Keyword”，确定研究热点，见图1。在外文文献中，“Big Data”中心位置显著，“Artificial Intelligence”“Management”“Model”“Performance”等关键词关注度较高。中文文献中，除了“大数据”外，“管理会计”也表现显著，其后是“云会计”“人工智能”“智能财务”等关键词关注度较高。反映出中外文期刊研究主题的差异，将中外文期刊关键词按频次和中介中心性整理如表6。

图1 关键词共现网络

表6 文献主要关键词

外文文献中，“Big Data”无论在出现频次和中心性都远高于其他关键词，处在明显的中心位置。“Artificial Intelligence”则紧随其后。“Management”词频位列第3，但中心性并列第6。“Model”词频和中心性均位列第4。“Performance”位列第5，但中心性位列第3。第二代人工智能以数据为基础，数据模型是大数据和人工智能在会计中应用的核心工具和方法，管理是智能会计作用发挥的主要领域，而绩效则是智能会计和企业管理水平的重要考核标准。关键词排序显示出外文文献对人工智能基础技术和方法在会计工作中的重视，也体现出对具体管理和企业实效的重视。

中文文献中，“大数据”在词频和中心性上依然位居第1，但“管理会计”紧随其后成为第2热点，且两者差距不大。“云会计”词频位列第3位，但中心性较低。“人工智能”在词频上位列第4位，中心性位列第3。“智能财务”在词频上位列第5位，中心性位列第4。“人工智能”的关注度和重要性相对较差，主要探讨“人工智能”对会计的影响，而未深入研究相关技术的具体应用（王加灿等，2017），“人工智能”只与“大数据”“智能财务”“人才培养”等关键词联系密切。而“管理会计”与“大数据”“智能财务”“业财融合”“财务共享”“人才培养”等关键词均有密切联系，人们广泛探讨智能财务实现过程中的管理会计问题，探讨业财融合和财务共享中管理会计的地位和作用。2014年被称为中国管理会计元年，此后相关研究形成高潮（许敏等，2022）。因此“管理会计”在中文文献中成为一个中心，而“人工智能”则不突出。

中外文文献排名前十的关键词，除了大数据、人工智能相同以外，其他八个均不相同。外文文献更重视Model、Information、System等基础技术和方法研究，或者是Management、Performance、Impact、Analytics等基本理论和基本要素的研究。中文文献更注重智能财务、业财融合、财务共享、人才培养等相对宏观的叙事，在技术方面侧重区块链、云计算等综合技术的应用和影响，而非具体技术的方法和应用。总体上，国内文献更偏向理论体系的构建与发展，对技术方法的探究仅局限于其与会计结合的场景及风险等问题，而国外文献更偏向于实际应用和技术层面，体现大数据、人工智能和会计结合的交叉学科型研究，以模型、数据和技术为构建智能会计体系提供帮助。

（二）关键词聚类分析

关键词聚类图划分关键词类群，将具有相似点的词划为一个类别并进行特征归纳，关键词聚类，能够比较明确的反映某领域研究的研究热点和发展趋势。一般认为聚类模块值（Q值）>0.3意味着聚类结构显著；聚类平均轮廓值（S值）>0.5，聚类结果是合理的。外文和中文文献分别绘制聚类图，见图2。聚类模块值Q分别为0.5233和0.5646，聚类平均轮廓值S分别等于0.8344和0.8597，聚类结构显著，聚类结果令人信服。

图2 关键词聚类图谱

一般来说，聚类的序号与其所受关注程度呈正相关关系。外文文献共得到8个聚类，分别为：#0Big Data、#1Machine Learning、#2Panel Data、#3 Business Intelligence、#4 Data Analytics、#5 Big Data Analytics、#6Audit Quality、#7 Managerial Accounting。外文文献聚类中大数据、机器学习、数据面板、数据分析等大多为技术层面的词语，且聚类序号总体靠前；中文文献共得到8个聚类，分别是：#0云会计、#1智能财务、#2人工智能、#3管理会计、#4公立医院、#5会计信息、#6智能合约、#7云计算。中文文献中云会计、智能财务、会计信息化、智能合约云计算等类别则更加注重于一种概念的提出和理论的构建。根据对聚类类别的简单分析，可进一步印证关键词共现中得出的结论。

（三）关键词时间线图分析

时间线图将时间因素融进知识图谱，把聚类关键词按时间顺序展开，反映关键词随时间发展的演进变化。时间线图以关键词发展历程作为横轴，每一行代表一个聚类，横线上的节点代表关键词。可以看出国内外研究均可分为三个阶段。

外文文献结果见图3。2012-2016年，智能会计主题的发文量较少，占总发文量的12.86%，该阶段研究围绕“大数据”、“会计信息系统”、“人工智能”等关键词，探讨大数据、人工智能等技术对会计行业及从业人员的影响。Schneider et al（2015）根据会计信息系统元理论的组织原则识别当前的数据分析使用，研究数据分析如何影响会计环境，并讨论挑战和研究机会。Warren et al（2014）认为大数据可以帮助创建和完善会计标准，确保会计专业在动态、实时、全球经济发展过程中提供有用的信息。Bhimani et al（2014）提出大数据等信息技术改变管理信息的收集和分析，会计信息更宜于改变业务决策，采用大数据技术消除管理者分析和执行之间的距离。Sutton et al（2016）认为人工智能在会计领域具有很大的潜力，对人工智能技术在会计领域的可用性和使用进行了研究。2017—2019年，发文量提升，占总发文量的25.73%。延续前一阶段的热词，从实证角度寻找证据探究大数据、人工智能等技术如何与会计进行更好的结合，突现“决策”“企业系统”“业务流程智能化”等关键词。Uday et al（2017）探索应用Apache Hadoop和Map Reduce等大数据技术构建信息提取模型，提取与企业业务相关的外部大数据，帮助企业进行会计决策。Thomas et al（2018）提出基于人工智能认知计算模型支持会计行业的任务自动化方案。2020—2021年，该领域的研究热度有了大幅提升，发文量占总发文量的61.41%，热点词中首次突现“机器学习”“自动化”“神经网络”“区块链”“技术”等，主要研究新技术手段与会计行业的有效结合。Shao et al（2021）构建了会计信息安全关联区块链大数据分析模型，并对样本数据进行处理，证明该设计方法可以有效提高会计信息存储和管理的安全性和稳定性。Zeng（2022）利用BP神经网络建立了一个典型的财务困境预警模型，对上市公司财务数据的训练样本进行迭代处理，结果显示BP神经网络的预测准确率明显高于其他类型的模型。Zheng（2022）研究基于机器学习和企业非结构化文本数据的财务会计高级人工智能改造模型，期望利用机器学习和非结构化文本技术，提升财务会计的管理水平和分析水平。

图3 国际关键词时间线图

中文文献中，2012-2016年发文量占总体文献的18.73%，发文较少，关键词包括“云会计”“大数据”“管理会计”“会计转型”等，研究内容主要分析大数据对会计行业带来的冲击和影响，并且开始探索大数据背景下会计行业和会计人才的发展路径。许金叶等（2013）提出建立会计大数据分析型企业，以事实为依据、数据分析为量化手段进行企业经营与管理。秦荣生（2014）从大数据涵义与特征出发，分析了大数据对会计、审计发展的影响趋势。程平等（2016）构建了大数据时代基于财务共享服务模式的费用预算管理框架模型，并探讨了大数据对财务共享服务模式下费用预算管理的运用。2017-2019年，受到德勤财务机器人的影响，智能会计文献大幅度增长，该阶段文献占总发文量的30.98%，突现了“人工智能”“人才培养”“智能财务”“区块链”“会计理论”等关键词，并在后续研究中保持热度。该阶段以大数据、人工智能等为基础，以云计算、云会计等技术平台为桥梁，将研究领域聚焦到与信息技术相关的智能会计方向，积极构建智能会计理论体系。施先旺等（2018）从非货币性资产交换活动与大数据、云会计等信息技术结合的角度，构建基于业财一体化的非货币性资产交换活动大会计模型，并从多个角度分析了模型的应用价值。张翠娟（2017）基于人工智能、数据挖掘、OLTP/OLAP等技术构建了会计信息处理系统，提高企业会计信息的智能化处理能力。智能会计人才培养模式也是普遍关注的热点。程平等（2018）构建了基于CDIO的财务智能化应用能力培养模型，课程体系包括导论性课程、传统会计专业课程、信息化课程以及总结性实践课程。进入2020-2022年，该阶段发文量占总发文量的50.29%，研究更细化，研究方向更多样，词汇更丰富，突现了“公司治理”“税收征管”“能源工业”“企业经营”“数据挖掘”等关键词，将大数据、人工智能技术与会计更深入的融合，将前期研究成果与企业管理经营结合，构建技术在企业的应用场景。张敏等（2021）通过梳理大数据技术在财会领域的应用，指出未来将充分结合人与大数据，借助更多先进的大数据技术挖掘财会信息。刘梅玲等（2020）以云南烟草商业为例，提出智能财务平台的建设可按业务驱动财务、管理规范业务和数据驱动管理三大逻辑推进，重点建设智能财务会计共享平台、智能管理会计共享平台和大数据分析应用平台（刘梅玲等，2020）。张庆龙（2022）分析数据中台在企业中的应用价值，提出企业基于财务共享服务中心建设数据中台的三个路径：业务端、IT端和财务端。

比较国内外关键词时间线图发现，两者对智能会计领域的探索都开始于大数据、人工智能技术对会计的影响和冲击，研究领域上，国外集中于数据的分析和预测，最终提供可靠的智能决策；而我国还处于智能会计的初步发展阶段，局限于对财务数据的事后核算，很多智能技术还不成熟，尤其与会计的结合不够深入。从最近两年的情况来看，国外研究开始着眼于新兴技术手段的结合，而国内则注重模型、应用场景的构建，智能会计人才培养等方面，两者研究重点存在差异。但随着我国智能会计关注度的不断提升，研究主题不断延伸和完善，智能会计领域将会与更多的学科领域进行交叉，不断细化，最终形成专业的研究领域。从图4容易看出在智能财务、人工智能、智能合约等多个聚类中2019年前后均有多个突现词，这些关键词不再注重技术的整体影响，而是针对不同行业、不能职能进行研究，说明国内智能会计领域研究进入新的阶段，“价值创造”主题等逐渐与国外研究主题相契合。

图4 国内关键词时间线图

五、结论与建议

通过文献计量和统计分析，可知目前我国智能会计研究处于初始发展阶段，理论体系构建有待完善，当前智能会计研究可以概括为两个方向：一是侧重于技术创新，聚焦于在会计工作中新技术落地、场景应用和系统建设等；二是立足于会计理论与实务，将智能化作为研究对象，分析其对会计职能、学科发展、伦理道德等方面的影响（张庆龙，2021）。本文将前者概括为智能会计技术研究，后者概括为智能会计理论研究，总结研究结果能够发现国内外智能会计研究的异同和中国智能会计研究在全球的地位。

（一）研究结论

中国智能会计研究在全球处于领先地位，占有重要地位，在发文总量和研究机构参与度上优于美国，中美两国外文期刊发文总量远高于第三位的英国，说明中美两国在该领域优势明显，中美两国是该领域的主要竞争力量，但中国头部研究机构较少。中外文期刊对智能会计研究主题关注不同，中文期刊更关注智能会计理论研究，研究机构主要是财经类高校或者理工科高校的经管学院，刊文期刊主要是财会类期刊；外文期刊更关注智能会计技术研究，研究机构分布相对广泛，主要是理工类科研机构，刊文期刊也以计算机或工程技术类为主。国内外智能会计研究起步时间和主要主题保持一致，大数据、人工智能的应用和影响都是重点，从2017年开始受到广泛关注。国内研究关注的云会计、管理会计、业财融合、数字经济等主题在外文文献中较少出现，体现了中国会计改革的特色和重点。外文期刊对模型、算法、系统、优化等技术工具的底层研究关注更多，而国内智能会计技术研究偏少，而智能会计理论研究偏多，根本原因在于缺乏具有学科交叉背景的复合型创新型人才。

（二）研究建议

一是做优做强中国特色研究。智能会计研究上，中国在全球具有一定优势，与美国呈现两强格局，但头部机构与美国相比仍有差距。中国丰富的应用场景、海量的数据资源、强大的政策支持、开放的市场宏观环境，为智能会计研究提供了独特优势和丰富实践基础。智能会计研究应该在扎实开展基础方法、基本理论等研究基础上，服务中国式现代化发展需要，充分利用大数据、人工智能技术在实现业财技一体化管控、管理会计升级促进高质量发展方面，开展，服务中国经济发展的智能会计研究，总结中国经济发展和企业实践经验，实现在部分领域的率先突破，构建全球领先的中国智能会计理论体系。

二是加强会计科技人才培养。中文期刊刊文侧重智能会计理论研究，而外文期刊刊文侧重智能会计技术研究，除了期刊定位和学科评价的因素外，懂业务、懂会计、懂技术（以下简称三懂）的会计科技人才储备不足是重要原因。三懂会计人才长期被称为会计信息化人才，2021年“影响中国会计人员的十大信息技术”评选活动主办方将影响会计行业的信息技术的集合称为会计科技（刘勤，2021）。本文认为将三懂会计人才称为会计科技人才，更好反映了人工智能、大数据等新一代信息技术作为复合型技术，而非单项技术，如何使这些技术为会计服务、更好地服务，需要对底层技术充分掌握和研究，以开发针对会计发展需要和应用场景的新兴技术或技术方案。所以本文所说会计科技人才是充分掌握影响会计行业的信息技术，同时了解会计理论和会计业务的会计和技术复合型人才。当前会计信息化人才更多是对应用技术的掌握，难以根据会计需要开发设计新技术，，培养学科交叉复合型人才正是新文科建设的要求，当前存在诸多难点。通过MPACC和会计、审计博士，定向招收计算机、信息技术、大数据等专业背景和工作背景的学生进行培养，尽快补充相关人才，通过夯实人才基础，推动智能会计高速高质量发展是可行之道。