李庭燎　徐心怡　杭亞軍

[摘要]隨著科學(xué)技術(shù)的進步和發(fā)展，人工智能影響著各行各業(yè)，審計智能化已成為必然趨勢，探析智能審計的研究進程和發(fā)展趨勢能幫助該領(lǐng)域?qū)W者更明確地發(fā)現(xiàn)研究熱點。本文運用CiteSpace軟件對相關(guān)主題文獻進行分析，從文獻年度分布、作者合作網(wǎng)絡(luò)、發(fā)文機構(gòu)網(wǎng)絡(luò)、關(guān)鍵詞詞頻統(tǒng)計、關(guān)鍵詞聚類、關(guān)鍵詞突現(xiàn)等方面梳理了智能審計研究的發(fā)展脈絡(luò)，初步展現(xiàn)智能審計下智能合約、審計質(zhì)量、教學(xué)改革等研究熱點與智慧審計、審計風(fēng)險評估、智能財務(wù)等研究前沿，并對相關(guān)現(xiàn)象進行總結(jié)，以期促進智能審計的發(fā)展。

[關(guān)鍵詞]智能審計? ?知識圖譜? ?CiteSpace? ?研究熱點? ?研究趨勢

區(qū)塊鏈、物聯(lián)網(wǎng)、人工智能等多項新興技術(shù)的蓬勃發(fā)展使人們的生活和工作方式發(fā)生改變，人類正從信息時代邁入智能時代，智能時代是信息時代的延續(xù)和新生。人工智能是計算機科學(xué)的一個分支，它試圖模擬人類智能以做出類似人類的反應(yīng)，實現(xiàn)看懂、聽懂人類世界，并可實現(xiàn)與人類進行無障礙交流的目標。近年來，人工智能在理論和技術(shù)方面日益成熟，應(yīng)用場景也在不斷擴大，在制造業(yè)、金融業(yè)、銷售與服務(wù)性行業(yè)等領(lǐng)域都有卓越的表現(xiàn)，人工智能技術(shù)的廣泛應(yīng)用在一定程度上降低了人力需求，提高了處理事務(wù)的效率和質(zhì)量，從而促進生產(chǎn)和生活水平的進步。2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出了面向2030年我國新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標、重點任務(wù)和保障措施。

人工智能的迅速發(fā)展對審計行業(yè)也產(chǎn)生了巨大影響。切實加快會計審計數(shù)字化轉(zhuǎn)型步伐，積極推動審計工作數(shù)字化轉(zhuǎn)型是財政部《會計改革與發(fā)展“十四五”規(guī)劃綱要》的主要任務(wù);《“十四五”國家審計工作發(fā)展規(guī)劃》中，也提出要全面貫徹落實習(xí)近平總書記關(guān)于科技強審的要求，加強審計技術(shù)方法創(chuàng)新，充分運用現(xiàn)代信息技術(shù)開展審計，提高審計質(zhì)量和效率。越來越多的審計場景中應(yīng)用了人工智能技術(shù)，如審計機器人、模式識別、自然語言處理、機器學(xué)習(xí)等，有效提升了審計效率和質(zhì)量。人工智能在審計中的應(yīng)用不僅提高了審計信息獲取的可靠性，還能滿足對傳統(tǒng)審計不斷提升的要求，處理復(fù)雜龐大的數(shù)據(jù)，建立可靠的智能審計模型，為高質(zhì)量審計提供保證。

當(dāng)前審計的智能化轉(zhuǎn)型正處于關(guān)鍵階段，運用多種人工智能技術(shù)的智能審計順應(yīng)了時代的要求。為進一步明確智能審計領(lǐng)域的研究現(xiàn)狀及發(fā)展趨勢，通過運用文獻計量中的常用工具CiteSpace可視化軟件以知識圖譜的方式展示智能審計研究情況，助力智能審計的研究和發(fā)展。

一、研究方法與數(shù)據(jù)來源

（一）研究方法

文獻計量學(xué)是以數(shù)學(xué)及統(tǒng)計學(xué)方法應(yīng)用于圖書情報領(lǐng)域為基礎(chǔ)形成和發(fā)展起來的。一直以來，文獻計量法在圖書情報領(lǐng)域得到了充分應(yīng)用，如測定學(xué)科核心期刊、研究建設(shè)情報檢索系統(tǒng)、編制領(lǐng)域主題詞表等。隨著其理論方法的創(chuàng)新和發(fā)展，目前，文獻計量法的應(yīng)用領(lǐng)域也已擴展到自然科學(xué)、社會科學(xué)、科技評價和管理等相關(guān)領(lǐng)域，為科學(xué)管理、政府決策提供定量依據(jù)。隨著文獻計量學(xué)的發(fā)展，用定量統(tǒng)計方法發(fā)現(xiàn)科學(xué)知識指數(shù)增長規(guī)律的知識圖譜進一步提高了文獻計量的客觀性、科學(xué)性以及數(shù)據(jù)的有效性。目前，文獻分析軟件有VOSviewer、CiteSpace、BibExcel等，其中CiteSpace是目前最為流行的知識圖譜繪制工具之一，運用多元、分時、動態(tài)的引文分析可視化技術(shù)將所研究的知識領(lǐng)域演進歷程集中展現(xiàn)在一幅引文知識圖譜上，并能把圖譜上作為知識基礎(chǔ)的引文節(jié)點文獻和共引聚類所表征的研究前沿自動標識出來，幫助使用者更清楚直觀地了解該領(lǐng)域研究的發(fā)展過程及熱點。本文采用 CiteSpace5.8.R3進行智能審計研究領(lǐng)域的文獻處理與分析。

（二）數(shù)據(jù)來源

中國知網(wǎng)、維普、萬方是目前教育科研用戶以及企事業(yè)集團使用的國內(nèi)主流三大文獻數(shù)據(jù)庫，文獻來源豐富，分庫數(shù)量眾多，更新速度快，用戶廣，且在多年的發(fā)展進程中形成了各自特色。三個數(shù)據(jù)庫中，萬方的信息資源產(chǎn)品較多，文獻類型豐富，維普則專注提供期刊文獻和專業(yè)文章閱讀，而知網(wǎng)在數(shù)據(jù)內(nèi)容加工方面更顯深入，檢索結(jié)果更全面多元。為了數(shù)據(jù)的全面性以及數(shù)據(jù)之間的可靠聯(lián)系，本文采用中國知網(wǎng)期刊數(shù)據(jù)庫中的文獻為主要研究對象。國際三大引文數(shù)據(jù)庫為SCI、EI、ISTP，Web of Science是以上三種數(shù)據(jù)庫的Web版，是大型綜合性、多學(xué)科、核心期刊的外文引文索引數(shù)據(jù)庫，具有強大的分析功能，能夠快速鎖定高影響力論文，因此本文以Web of Science核心合集為外文文獻補充數(shù)據(jù)，使分析更加完整。為保證數(shù)據(jù)的可靠性與相關(guān)性，在中國知網(wǎng)搜索欄后選擇高級檢索方式，分別將主題、關(guān)鍵詞、篇名設(shè)置為“智能審計”，時間區(qū)間設(shè)置為2000年1月1日至2022年2月26日，進行檢索，各得到307篇、72篇、75篇相關(guān)文章。將所得結(jié)果進行人工分析比較，可以發(fā)現(xiàn)以主題搜索的文獻范圍更廣、內(nèi)容更全面，最終篩選出以主題搜索得到的文獻作為分析對象。將307篇文獻以Refworks格式導(dǎo)出保存，作為CiteSpace分析處理的初步數(shù)據(jù)。通過對以上三個結(jié)果下載量和被引量較高的文獻英文摘要和參考文獻研究分析可得，“智能審計”對應(yīng)的英文術(shù)語為“Intelligent Audit”，故將Web of Science核心文集中主題設(shè)置為“Intelligent Audit”，得到230篇文章，以純文本文件格式導(dǎo)出，作為后面分析的補充。

二、國內(nèi)智能審計研究的基本情況

（一）智能審計年度發(fā)文趨勢

統(tǒng)計數(shù)據(jù)庫中某一主題的年度發(fā)文量可以展現(xiàn)該領(lǐng)域的發(fā)展趨勢、發(fā)展速度及研究成果的發(fā)展態(tài)勢。以中國知網(wǎng)數(shù)據(jù)庫中與“智能審計”主題相關(guān)的307篇文獻為基礎(chǔ)研究對象按年份進行統(tǒng)計繪制曲線圖，如圖1所示，可以發(fā)現(xiàn)2000年以來，我國關(guān)于智能審計研究文獻數(shù)量總體呈現(xiàn)上升趨勢。2001年至2007年該領(lǐng)域研究處于剛剛起步的初級階段，平均一年只有1—2篇文章發(fā)表，在該階段，一些計算機技術(shù)已經(jīng)運用于審計信息的確認、計量、記錄、報告等環(huán)節(jié)。2008年至2016年該領(lǐng)域處于緩慢發(fā)展階段，此階段在審計方法、技術(shù)和手段方面都能體現(xiàn)信息技術(shù)的運用，關(guān)于審計數(shù)據(jù)轉(zhuǎn)換、清理、分析和處理的標準也有更為詳細的定義。在2016年至2020年間，智能審計進入高速發(fā)展階段，相關(guān)主題發(fā)文量急速上升，并在2020年達到峰值，在這一年共發(fā)表了71篇智能審計相關(guān)方面的文章。這一階段由于新興技術(shù)的發(fā)展，機器學(xué)習(xí)、深度學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)等方法使得審計行業(yè)朝著智能化、信息化的方向更進一步。盡管2021年發(fā)文量略低于2020年，但更多文章不再停留于智能審計理論探究階段，而是更多地嘗試實踐創(chuàng)新。

（二）作者知識圖譜分析

通過對文獻作者進行分析可以了解當(dāng)前智能審計領(lǐng)域有影響力的專家學(xué)者及其合作關(guān)系。對2000年至2022年進行時區(qū)分割，設(shè)置時間切片為一年，節(jié)點類型（node types）決定了本次分析目的，選擇節(jié)點類型為Author，運行軟件后得到圖2。如圖2所示，圖中共識別出223個節(jié)點，125條連線，代表有223個作者，125對合作關(guān)系。通過分析下圖，可以發(fā)現(xiàn)高產(chǎn)作者（即發(fā)文量大于20篇）有六人，即張慶龍、程平等。整體來看，該領(lǐng)域內(nèi)學(xué)者合作聯(lián)系較少，彼此之間合作關(guān)系不顯著。

（三）主要機構(gòu)和刊物

將節(jié)點類型（node types）選為Institution，可以得到發(fā)文機構(gòu)的合作網(wǎng)絡(luò)，如圖3所示。

可以看出節(jié)點即發(fā)文機構(gòu)共有155個，合作網(wǎng)絡(luò)較為單一。其中發(fā)文機構(gòu)多以大學(xué)及大學(xué)下屬研究所為主，如南京審計大學(xué)、重慶理工大學(xué)云會計大數(shù)據(jù)智能研究所、中國海洋大學(xué)管理學(xué)院等，少數(shù)文獻由企業(yè)審計部門發(fā)表。目前為止，發(fā)文數(shù)量最多的機構(gòu)為南京審計大學(xué)，達到30篇，體現(xiàn)了南京審計大學(xué)根據(jù)審計目標、職能、內(nèi)涵和手段進行擴展，以審計學(xué)科為基礎(chǔ)從原會計學(xué)的單一支撐拓展到管理學(xué)、經(jīng)濟學(xué)、法學(xué)、計算機科學(xué)、信息科學(xué)等多學(xué)科支撐，構(gòu)建了以審計為品牌、多學(xué)科交融的“大審計”學(xué)科建設(shè)與科學(xué)研究平臺，充分發(fā)揮審計品牌的示范、輻射與引領(lǐng)作用，積極推動審計學(xué)特色優(yōu)勢學(xué)科與其他相關(guān)學(xué)科的交叉融合，并且在智能審計領(lǐng)域進行了初步探索和研究。

以“智能審計”為主題對審計領(lǐng)域主流刊物發(fā)文量、被引用頻次及下載頻次進行統(tǒng)計得到表1，其中被引用頻次和下載頻次為相關(guān)文章累計總和?！吨袊鴥?nèi)部審計》高于其他期刊達到26篇，可以看出《中國內(nèi)部審計》較關(guān)注于智能審計領(lǐng)域，致力于推動審計智能化轉(zhuǎn)型。盡管《財會通訊》發(fā)文量低于《中國內(nèi)部審計》，只有11篇，但是被引用頻次截至目前最高，達到105次，可看出該刊由于發(fā)文質(zhì)量較高，獲得更多學(xué)者認可?！秾徲嬔芯俊繁M管不在表中，發(fā)文數(shù)僅有3篇，但是被引用頻次達到85，下載頻次5259，體現(xiàn)該刊文章在智能審計領(lǐng)域具有重要的影響力。

三、關(guān)鍵詞分析

關(guān)鍵詞可以高度凝練一篇文章的內(nèi)容，通過關(guān)鍵詞分析可以快速掌握文獻的主題。本次研究主要從關(guān)鍵詞詞頻統(tǒng)計、關(guān)鍵詞聚類、關(guān)鍵詞突現(xiàn)等方面對關(guān)鍵詞進行分析，以探討智能審計的研究現(xiàn)狀、研究熱點及研究發(fā)展趨勢。

（一）關(guān)鍵詞詞頻統(tǒng)計

根據(jù)齊普夫定律可知，如果對大量文獻的關(guān)鍵詞進行分析，統(tǒng)計某一領(lǐng)域在某個時間段內(nèi)關(guān)鍵詞出現(xiàn)的頻次，并依據(jù)出現(xiàn)頻次對關(guān)鍵詞進行排序，便可初步了解該領(lǐng)域內(nèi)的研究動態(tài)以及研究熱點。在智能審計研究領(lǐng)域高度相關(guān)的關(guān)鍵詞中出現(xiàn)頻率較高的5個詞如表2所示。表2中的“中介中心性”主要是由美國社會學(xué)家林頓·弗里曼（Freeman）教授提出來的一個概念，它測量的是一個點在多大程度上位于圖中其他“點對”的“中間”。由表2可知，在智能審計研究領(lǐng)域內(nèi)，主要的研究集中在三個方面：一是對智能審計定義的研究，即主要將人工智能技術(shù)運用在審計全流程中，實現(xiàn)審計的自動化、智能化。二是對智能審計主要方法的研究，體現(xiàn)在關(guān)鍵詞“大數(shù)據(jù)”“數(shù)據(jù)挖掘”上，表明當(dāng)前智能審計處于大數(shù)據(jù)時代，對海量審計數(shù)據(jù)進行處理以獲得相應(yīng)信息。三是對智能審計結(jié)果的研究，從關(guān)鍵詞“審計風(fēng)險”“審計質(zhì)量”可以看出，研究學(xué)者們對智能審計的具體實際操作結(jié)果也一直十分關(guān)注，人工智能技術(shù)的運用是否能有效提高審計結(jié)果質(zhì)量仍待探討。

（二）關(guān)鍵詞聚類分析

CiteSpace可以對關(guān)鍵詞進行聚類分析，生成關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。將節(jié)點類型設(shè)置為關(guān)鍵詞，并選擇聚類分析，CiteSpace提供了LSI、LLR、MI這三種算法。LSI（語義索引，Latent Semantic Indexing）算法是信息檢索領(lǐng)域一種早期的算法，1988年由S.T.Dumais等人提出，主要用于自然語言理解，通過統(tǒng)計的方法對文檔進行語義分析，發(fā)掘同義詞、相關(guān)詞組等。MI算法（Mutual Information）是兩個隨機變量間衡量相互依賴性的過濾式特征選擇算法。LLR算法（Loglikelihood ratio test）是一種假設(shè)檢驗的方法，用戶可以在可視化網(wǎng)絡(luò)中使用LLR算法提取的標簽來顯示聚類命名。運行過程中對比發(fā)現(xiàn)使用LLR算法得出的結(jié)果更佳，更符合實際情況，因此本次聚類使用的算法是LLR，可以得到圖4。

關(guān)鍵詞一共聚成17類，每個聚類都是由多個密切相關(guān)的關(guān)鍵詞組成。序號越小，越靠前，代表著聚類中包含的關(guān)鍵詞越多。每個聚類都是共現(xiàn)網(wǎng)絡(luò)中已經(jīng)存在的關(guān)鍵詞，CiteSpace利用算法將關(guān)系緊密的關(guān)鍵詞進行聚類并賦予每個關(guān)鍵詞一個值，值最大的關(guān)鍵詞即為這一聚類的標簽。圖4中的聚類標簽為人工智能、智能審計、大數(shù)據(jù)、審計質(zhì)量、內(nèi)部審計、審計工作、審計軟件、智能合約、教學(xué)改革、專家系統(tǒng)等。根據(jù)關(guān)鍵詞聚類共現(xiàn)網(wǎng)絡(luò)，本次研究主要選取三個具有代表性的研究熱點進行討論。

1. 智能合約。

智能合約的研究主要關(guān)注支付、安全等方面。企業(yè)借助區(qū)塊鏈平臺可以在交易過程中真正觸發(fā)支付，實現(xiàn)快速編寫適合當(dāng)前交易場景的智能合約，且可以有效避免交易時間延遲和出錯的可能性（楊霞，2018）。但智能合約中也存在著安全隱患，如惡意軟件傳播、共識機制缺陷、智能合約漏洞和用戶欺詐行為等，其中智能合約漏洞又包括任意存儲寫入漏洞、任意目的地址跳轉(zhuǎn)漏洞和gas耗盡拒絕服務(wù)漏洞（楊坤和王筱軻，2020）。學(xué)者們運用LASER符號執(zhí)行引擎或者設(shè)計智能檢測模型來解決因安全隱患導(dǎo)致經(jīng)濟損失難以追回的局限性，如基于側(cè)鏈的合約審計平臺（DCAPS）及適用于以太坊智能合約源代碼和Fabric智能合約源代碼的安全審計工具（楊坤和賴恩梅，2020）。區(qū)塊鏈中智能合約的可編程性為審計處理的智能化創(chuàng)造了條件，審計的實時自動處理將成為區(qū)塊鏈中的重要部分（劉光強，2021）。

2. 審計質(zhì)量。

審計質(zhì)量方面主要關(guān)注治理效果、決策依據(jù)等。審計質(zhì)量代表審計工作水平的高低程度，其具體表現(xiàn)是審計治理效果的好壞。審計質(zhì)量的高低直接影響著審計目標的實現(xiàn)和社會經(jīng)濟的穩(wěn)定發(fā)展，且還可能產(chǎn)生其他的間接影響。研究智能審計結(jié)果必然是未來的熱點之一。

過去的審計決策多依賴審計人員的專業(yè)知識和經(jīng)驗積累，難免帶有主觀性，對審計質(zhì)量有一定的影響，如今計算機可以通過機器學(xué)習(xí)不斷獲取審計經(jīng)驗，幫助審計人員進行審計決策，使審計結(jié)果更加客觀精準（牟莉娜，2018）。學(xué)者們利用人工智能技術(shù)設(shè)計的基于大數(shù)據(jù)環(huán)境的智能數(shù)字化審計平臺，不再局限于數(shù)據(jù)樣本，能夠高效處理企業(yè)內(nèi)部審計過程中大量的非結(jié)構(gòu)化數(shù)據(jù)，對其進行自主學(xué)習(xí)和訓(xùn)練，節(jié)省人力和操作時間，實現(xiàn)企業(yè)全業(yè)務(wù)數(shù)據(jù)監(jiān)督，促進審計質(zhì)量的提升（張玉嶺和張旭，2019）?；跁嫀熓聞?wù)所視角，通過修正的瓊斯模型進行實證研究，發(fā)現(xiàn)人工智能可以從審計工作效率、審計人員整體專業(yè)水平、人機交互等方面對審計工作產(chǎn)生影響進而提升審計質(zhì)量，不僅提高了注冊會計師審計的效率和精準度，還在事務(wù)所管理自動化和審計職業(yè)判斷能力提高等方面進一步發(fā)揮了作用（楊揚和李宜，2020）。然而，人工智能無法完全取代審計過程中人與人之間的有效溝通，在數(shù)據(jù)的安全性方面也會帶來一定風(fēng)險（楊揚，2020）。

3. 人才培養(yǎng)與教學(xué)改革。

人才培養(yǎng)方面主要關(guān)注智能審計人才培養(yǎng)方案等，體現(xiàn)了高校對智能審計能力和知識結(jié)構(gòu)的思考。探索具有中國特色的智能審計實現(xiàn)路徑需要進行相關(guān)方面的人才培養(yǎng)和教學(xué)改革，在人工智能環(huán)境下，審計人員的工作內(nèi)容將從初級數(shù)據(jù)采集變?yōu)楦叨藢I(yè)性決策，審計師應(yīng)從繁瑣、機械的工作中解放出來，集中精力在審計過程中發(fā)揮監(jiān)督、評價的價值，做人工智能審計系統(tǒng)的設(shè)計者（陳宇虹，2018）。未來審計行業(yè)需要的是復(fù)合型、管理型人才，審計人員不僅要有扎實的專業(yè)知識，還要具備良好的溝通管理能力，掌握一定的計算機信息技術(shù)（何承麗，2019）。針對各學(xué)習(xí)階段人群的培養(yǎng)，學(xué)者們分別提出了不同的方案。針對高職院校會計、審計專業(yè)培養(yǎng)存在以傳統(tǒng)專業(yè)課為重心、教學(xué)重理論輕實踐、教學(xué)手段及方法固化、審計實訓(xùn)條件不完善等現(xiàn)狀，黃秋露（2020）提出在人工智能背景下，高職院校應(yīng)注重培養(yǎng)學(xué)生團隊協(xié)作及溝通能力，完善審計實訓(xùn)條件，開發(fā)相應(yīng)的計算機審計應(yīng)用課程，并且加強校企合作，培育更適應(yīng)當(dāng)今時代需求的審計人才。在MPAcc教育中可利用ADDIE模型進行大數(shù)據(jù)智能審計人才培養(yǎng)研究，該模型包含分析、設(shè)計、開發(fā)、實施、評估五個方面，旨在探索“互聯(lián)網(wǎng)+MPAcc”背景下的審計人才培養(yǎng)新方案（程平，2018）。在智能信息化時代，對高校審計人才培養(yǎng)和審計機關(guān)人才培養(yǎng)也要有不同的措施，高校應(yīng)大力引入同時具備審計專業(yè)知識和計算機實操能力的優(yōu)秀教師，定期舉辦信息審計方面的教學(xué)比賽，在審計機關(guān)人才培養(yǎng)過程中，政府部門要加大大數(shù)據(jù)審計人才培養(yǎng)資金投入，引進復(fù)合型人才，完善審計人員獎懲措施，堅持IT審計建設(shè)（鞠佳佑，2021）。

（三）關(guān)鍵詞聚類時間線分析

關(guān)鍵詞聚類時間線可以幫助我們快速了解智能審計領(lǐng)域的研究熱點是如何演進的，更清楚理解每個熱點的發(fā)展情況和動態(tài)變化。在CiteSpace中設(shè)置node types為“Keyword”，選擇菜單欄右上角的“Timeline View”，可以得到智能審計關(guān)鍵詞聚類時間線圖，如圖5所示。

分析中使用Q值作為聚類模塊參數(shù)，當(dāng)Q>0.3可認為聚類結(jié)構(gòu)顯著，S值是聚類平均輪廓值，當(dāng)S>0.5時表明聚類合理，S>0.7可認為聚類令人信服。圖5中Q=0.7，S=0.9，說明采用圖5分析得到的結(jié)果是可靠的。從圖5中可以看到每個聚類關(guān)鍵詞的左邊都有一條橫線，代表該聚類的發(fā)展由來，橫線上的圓圈越大，代表關(guān)鍵詞出現(xiàn)的頻率越高，時間跨度越大。其中最早出現(xiàn)的是#1審計中的bpf（伯克利包過濾）智能識別審計，該詞最早出現(xiàn)于2001年發(fā)表的《網(wǎng)絡(luò)信息內(nèi)容智能實時審計系統(tǒng)的研究與實現(xiàn)》中，作者利用bpf技術(shù)對網(wǎng)絡(luò)上多樣化信息進行安全審計，主要是對網(wǎng)絡(luò)底層信息進行監(jiān)聽和建立語義理解模型，達到對信息內(nèi)容的識別過濾。緊接著2006年#2智能審計聚類開始出現(xiàn)，最早是劉建波（2006）針對數(shù)據(jù)庫安全構(gòu)建了一個獨立的數(shù)據(jù)庫審計系統(tǒng)模型，實現(xiàn)了智能審計和自動報警響應(yīng)的功能。隨后2014年在能源審計領(lǐng)域出現(xiàn)了軟件和硬件相結(jié)合的快速能源審計方法，其中硬件設(shè)備用來檢測并記錄數(shù)據(jù)，軟件系統(tǒng)對數(shù)據(jù)進行節(jié)電潛力計算，并自動生成審計報告，實現(xiàn)了審計低成本和智能化。#7審計軟件這些年也在不斷發(fā)展，從早期電腦復(fù)制、模擬審計過程中的手工操作，到如今利用人工智能技術(shù)進行智能掃描、掃碼并識別審計資料。

（四）關(guān)鍵詞突現(xiàn)分析

關(guān)鍵詞突現(xiàn)圖可以幫助我們清楚地知道關(guān)鍵詞熱度持續(xù)時間，便于更好地預(yù)測未來研究熱點的趨勢。對關(guān)鍵詞進行聚類分析后，選擇Burstness進行設(shè)置，參數(shù)γ設(shè)為0.4，Minimum Duration設(shè)為2，代表熱度延續(xù)最短周期，得到圖6。圖6中Strength代表關(guān)鍵詞的突現(xiàn)強度，Begin代表關(guān)鍵詞突現(xiàn)起始年份，End代表關(guān)鍵詞突現(xiàn)結(jié)束年份，圖6的右半部分用紅色表示突現(xiàn)時間區(qū)間，更加直觀、清晰。

由圖6可知，“審計模式”作為熱點研究出現(xiàn)得最早，從2008年至2012年期間熱度較高，突現(xiàn)強度達到1.72。隨后2010年至2014年間“數(shù)據(jù)挖掘”在智能審計領(lǐng)域作為研究熱點，突現(xiàn)強度高達4.29。根據(jù)WOS（Web of Science）數(shù)據(jù)分析可知，2006年“data mining”就已成為智能審計中的研究熱點，可以看出，我國在這方面的研究略晚于國外。在大數(shù)據(jù)背景下，數(shù)據(jù)挖掘通常通過機器學(xué)習(xí)、專家系統(tǒng)在大量審計數(shù)據(jù)中搜索有用信息，高度自動化地完成審計報告，是智能審計研究的重點之一。2011年后，“持續(xù)審計”作為熱點保持了很長一段時間，在信息化時代，持續(xù)審計可及時獲取大量信息并依托高度自動化的審計程序得到了更好的發(fā)展。2020年至今，“智慧審計”“內(nèi)部審計”“審計風(fēng)險”“智能財務(wù)”熱度最高，可以看出，智能審計的概念在數(shù)字化審計轉(zhuǎn)型與智能化應(yīng)用過程中不斷完善。智慧審計不是某種特定數(shù)智技術(shù)的應(yīng)用，而是一種審計思維，為了輔助、改進審計，將數(shù)智技術(shù)和場景應(yīng)用于審計工作中，提高審計效率與效果。學(xué)者們不僅針對智慧審計和智能審計的概念作出詳細辨析，還對智能審計進行系統(tǒng)的設(shè)計規(guī)劃。可以預(yù)測，在接下來的1至2年中，評估智能審計的結(jié)果與影響、提高智能審計質(zhì)量有可能成為研究熱點和發(fā)展趨勢。綜上所述，智能審計的研究熱點與新興技術(shù)息息相關(guān)，學(xué)者們積極運用各項新興技術(shù)于審計過程中，表明學(xué)界一直致力于提高審計效率、提升審計質(zhì)量。同時，圖6也反映出對某一熱點的研究持續(xù)性不足，由于研究過于碎片化，難以達到足夠深度和效果。

四、結(jié)論與展望

本文運用CiteSpace軟件對中國知網(wǎng)上以“智能審計”為主題的307篇文獻及WOS上230篇文獻進行了分析。從文獻年度分布、作者合作網(wǎng)絡(luò)、發(fā)文機構(gòu)網(wǎng)絡(luò)、關(guān)鍵詞詞頻統(tǒng)計、關(guān)鍵詞聚類、關(guān)鍵詞突現(xiàn)等方面梳理了智能審計的研究脈絡(luò)。從文獻年度、作者合作網(wǎng)絡(luò)、發(fā)文機構(gòu)網(wǎng)絡(luò)的相關(guān)圖譜可以看出，智能審計的研究已從萌芽狀態(tài)逐漸成熟，發(fā)文量呈明顯上升趨勢，但作者和機構(gòu)彼此之間的合作仍待加強，研究的理論成果轉(zhuǎn)化率不高。從對關(guān)鍵詞的各項分析可總結(jié)出以下幾個結(jié)論：一是智能審計與新興技術(shù)的發(fā)展有著密切關(guān)聯(lián)，大數(shù)據(jù)、模式識別、機器學(xué)習(xí)等都在一定程度上帶動了審計模式的改革，促進了審計質(zhì)量的提高。二是積極推動審計智能化的主要目的是減少手工重復(fù)工作，提高審計效率，智能審計系統(tǒng)不僅要實現(xiàn)審計數(shù)據(jù)的主動收集，更要具有智能推理的功能，學(xué)習(xí)審計工作人員的審計經(jīng)驗，預(yù)測未來場景和情景并進行前瞻性分析。三是智能審計的應(yīng)用場景十分廣泛，實際工作中還會面臨一些挑戰(zhàn)，如審計環(huán)境要素復(fù)雜，不同審計對象所面臨的審計事務(wù)不同，單一的審計模型難以應(yīng)對復(fù)雜情況，數(shù)據(jù)的多樣性與碎片化也給數(shù)據(jù)分析帶來一定難度。

隨著智能時代的發(fā)展，智能審計的研究熱度將持續(xù)上漲，本文結(jié)合上述分析提出可能的研究方向：一是優(yōu)化智能審計模型。利用各項新興技術(shù)不斷提高智能審計模型的決策水平，從數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析和審計報告四個方面同時優(yōu)化，完善智能審計模型的應(yīng)用場景。二是培養(yǎng)智能審計人才。在審計智能化背景下，審計行業(yè)需要大量掌握審計專業(yè)知識同時可以熟練使用計算機處理數(shù)據(jù)的人員，也需要具備軟件開發(fā)設(shè)計能力和理解審計需求的工科人員，因此，如何平衡培養(yǎng)出交叉學(xué)科人才必然是未來智能審計研究的一大熱點。三是評估智能審計質(zhì)量。智能審計作為新的審計模式必然要接受考核和檢驗，評估智能審計是否能降低審計風(fēng)險、提升審計質(zhì)量是考核的重要部分。積極應(yīng)對機器帶來的不確定性，通過評估智能審計質(zhì)量促進智能審計模型的優(yōu)化，形成良性的閉合循環(huán)。

主要參考文獻

[1] 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學(xué)學(xué)研究， 2015（2）：242-253

[2] 林豪慧，陳如好.知網(wǎng)、維普、萬方的同質(zhì)化和差異化評析[J].圖書館學(xué)研究， 2009（9）：25-27

[3] 武曉芬， 田海洋. 中外人工智能審計研究熱點及演進知識圖譜比較研究[J]. 科技管理研究， 2019

（10）：185-191

[4] 許文霞. 齊普夫定律與中文詞頻分布機理[J]. 情報科學(xué)， 1986（1）：29-36

[5] 楊道廣，陳波，陳漢文.智慧審計研究：理論前沿、實務(wù)進展與基本結(jié)論[J].財會月刊， 2022（11）：15-31

[6] 張慶龍， 何佳楠， 芮柏松. 新時期內(nèi)部審計創(chuàng)新之路：從數(shù)據(jù)審計到智能審計[J]. 財會月刊， 2021

（22）：78-83