王 瓊

一、引言

大數(shù)據(jù)概念和核心技術(shù)都起源于美國(guó)，其現(xiàn)在已形成了從發(fā)展戰(zhàn)略、法律框架到行動(dòng)計(jì)劃的完整布局。從2010年起美國(guó)管理會(huì)計(jì)師協(xié)會(huì)（IMA）陸續(xù)發(fā)布的管理會(huì)計(jì)公告中可以看出，大數(shù)據(jù)對(duì)管理會(huì)計(jì)的滲透作用越來(lái)越大。IMA 學(xué)術(shù)關(guān)系委員會(huì)主席Roopa Venkatesh 博士表示：“數(shù)字時(shí)代，決策支持、數(shù)據(jù)建模、財(cái)務(wù)規(guī)劃與分析、績(jī)效管理等能力對(duì)于推動(dòng)業(yè)務(wù)發(fā)展不可或缺?！痹趪?guó)內(nèi)，2015年大數(shù)據(jù)戰(zhàn)略成為國(guó)家戰(zhàn)略，各行各業(yè)更是面臨數(shù)字化轉(zhuǎn)型的機(jī)遇和挑戰(zhàn)。2021年財(cái)政部發(fā)布的《會(huì)計(jì)改革與發(fā)展“十四五”規(guī)劃綱要》明確提出積極推動(dòng)會(huì)計(jì)管理工作數(shù)字化轉(zhuǎn)型，運(yùn)用會(huì)計(jì)管理大數(shù)據(jù)。2021年《會(huì)計(jì)信息化發(fā)展規(guī)劃（2021—2025年）》提出統(tǒng)籌規(guī)劃、制定和實(shí)施覆蓋會(huì)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)，為會(huì)計(jì)數(shù)字化轉(zhuǎn)型奠定基礎(chǔ)。那到目前，國(guó)內(nèi)外管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型的研究現(xiàn)狀和趨勢(shì)如何，需要進(jìn)一步梳理。因此，本文使用文獻(xiàn)計(jì)量學(xué)方法，利用Cite Space 5.8.R3 版軟件對(duì)近五年Web of Science（WOS）和CNKI（中國(guó)知網(wǎng)）2018—2022年上半年相關(guān)文獻(xiàn)進(jìn)行收集整理，以知識(shí)圖譜等可視化的方式呈現(xiàn)，探討國(guó)內(nèi)外研究現(xiàn)狀及趨勢(shì)，以期為今后的研究和實(shí)踐提供參考。

二、研究設(shè)計(jì)

1.數(shù)據(jù)來(lái)源

中文文獻(xiàn)來(lái)源于CNKI 數(shù)據(jù)庫(kù)，以主題“=管理會(huì)計(jì)”和主題“=數(shù)字化轉(zhuǎn)型”，期刊來(lái)源為全部，年度為2018年至2022年上半年的方式進(jìn)行檢索，搜索時(shí)間為2022年7月31日，最終得到有效文獻(xiàn)2969篇。英文文獻(xiàn)在WOS中的核心合集數(shù)據(jù)庫(kù)中進(jìn)行收集，以主題“=management accounting”和主題“=big data”的方式，其間為近五年的方式進(jìn)行檢索。檢索時(shí)間為2022年7月31日，檢索后剔除報(bào)紙、書籍評(píng)論、刊訊、導(dǎo)讀和會(huì)議等文獻(xiàn)后，最終分析數(shù)據(jù)為763 篇有效文獻(xiàn)。

2.研究方法與工具

文章采用的研究方法為文獻(xiàn)計(jì)量法，分析工具為陳超美教授開發(fā)的專門用于文獻(xiàn)計(jì)量的建模軟件CiteSpace。該軟件主要通過(guò)節(jié)點(diǎn)、線條等顯示作者、國(guó)家、文章、結(jié)構(gòu)、關(guān)鍵詞之間網(wǎng)絡(luò)、結(jié)構(gòu)、互動(dòng)等關(guān)系。

三、管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型研究分析

1.文獻(xiàn)數(shù)量分布情況

2018—2022年上半年，國(guó)內(nèi)發(fā)文量基本呈下降趨勢(shì)（2018年248 篇，2019年204 篇，2020年209 篇，2021年178 篇，2022年上半年71 篇），說(shuō)明國(guó)內(nèi)沒有受到太多專業(yè)學(xué)者的關(guān)注，或是研究遇到階段性瓶頸，或需新的創(chuàng)新點(diǎn)和突破點(diǎn)。而國(guó)外在2019—2020年發(fā)文出現(xiàn)個(gè)小高潮后基本也呈下降趨勢(shì)（2018年134 篇，2019年137 篇，2020年177 篇，2021年154 篇，2022年上半年61 篇），說(shuō)明相關(guān)方面的理論研究趨于成熟。

2.主要研究力量

（1）主要發(fā)文國(guó)家

圖1 各國(guó)發(fā)文知識(shí)圖譜

結(jié)果顯示，發(fā)文國(guó)家有87 個(gè)。相關(guān)文章引文次數(shù)最多的國(guó)家依次是美國(guó)（52 次），中國(guó)（43 次）和英國(guó)（41 次）。再來(lái)看中介中心性，中心性越高的節(jié)點(diǎn)影響力越大，中心性≧0.1 的節(jié)點(diǎn)圓圈會(huì)呈紫色。結(jié)果顯示，中心性最高的依次是英國(guó)（0.39）、美國(guó)（0.28）、法國(guó)（0.26）和中國(guó)（0.25）。最后觀察節(jié)點(diǎn)連線顏色，顏色呈紅色說(shuō)明在最近的2022年有合作發(fā)文，如中國(guó)和俄國(guó)、澳大利亞和德國(guó)、德國(guó)和法國(guó)等。

（2）作者分析

高發(fā)文量能夠一定程度上顯示學(xué)者在該領(lǐng)域的貢獻(xiàn)程度。CiteSpace 統(tǒng)計(jì)的國(guó)內(nèi)發(fā)文量排名前三的是程平（14 篇）、王滿（11 篇）和許金葉（11 篇）。程平研究了會(huì)計(jì)大數(shù)據(jù)的內(nèi)容框架、技術(shù)實(shí)現(xiàn)和機(jī)器學(xué)習(xí)算法等。王滿研究了管理會(huì)計(jì)工具在價(jià)值鏈不同環(huán)節(jié)的“嵌入式”應(yīng)用。許金葉研究了應(yīng)用區(qū)塊鏈智能合約，構(gòu)建智能會(huì)計(jì)體系。而在國(guó)外，發(fā)文量排名前三的是JOHN DUMAY（3 篇）、YI BAO（2 篇）和AHMED A ELAMER（2 篇）。JOHN DUMAY 研究了數(shù)據(jù)安全對(duì)企業(yè)社會(huì)經(jīng)濟(jì)價(jià)值和智力資本的影響。YI BAO 研究了霧計(jì)算企業(yè)管理中的應(yīng)用。AHMED A ELAMER 研究了如何用大數(shù)據(jù)解決會(huì)計(jì)數(shù)據(jù)局限。

（3）文章分析

對(duì)文章做共被引分析，可以快速找到高頻次的被引文章，高頻次文章一般在該領(lǐng)域具有重大影響力和突出貢獻(xiàn)。國(guó)內(nèi)外共被引文章排名前三的文章如下：吳靜（2022）在文章“基于DRG 的公立醫(yī)院多層級(jí)成本報(bào)告體系構(gòu)建研究”提出公立醫(yī)院可通過(guò)優(yōu)化資源配置，提高成本管理水平。馮巧根（2022）在文章“管理會(huì)計(jì)工具演進(jìn)及其發(fā)展規(guī)律”提出應(yīng)當(dāng)制定并頒布“管理會(huì)計(jì)工具創(chuàng)新指南”之類的指引體系，提高國(guó)內(nèi)外工具方法之間的關(guān)聯(lián)性與可解釋性。張建峰（2018）在文章“煤炭企業(yè)推行管理會(huì)計(jì)及業(yè)財(cái)一體化相關(guān)問題研究”提出利用管理工具，通過(guò)融合機(jī)構(gòu)、末端延伸、數(shù)據(jù)量化、建立統(tǒng)一數(shù)據(jù)平臺(tái)等具體措施，努力實(shí)現(xiàn)業(yè)財(cái)一體化。Bebbington（2018）在文 章“Achieving the United Nations Sustainable Development Goals”探討了在聯(lián)合國(guó)可持續(xù)發(fā)展背景下，學(xué)術(shù)會(huì)計(jì)如何更好幫助理解和改進(jìn)會(huì)計(jì)政策、實(shí)踐和理論化。Song Malin（2018）在文章“Technological challenges of green innovation and sustainable resource management with large scale data green innovation”探討了如何利用大數(shù)據(jù)實(shí)現(xiàn)自然環(huán)境可持續(xù)管理并實(shí)現(xiàn)綠色創(chuàng)新。Sterigiou（2021）在文章“IoT-Based Big Data Secure Management in the Fog Over a 6G Wireless Network cloud computing”提出在6G 技術(shù)可有效推動(dòng)大數(shù)據(jù)、云計(jì)算和邊緣計(jì)算，從而更好提升管理水平。

3.研究熱點(diǎn)分析

采用LLR 方法對(duì)文獻(xiàn)關(guān)鍵詞聚類，繪制關(guān)鍵詞聚類圖譜，提取管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型研究中學(xué)者最為關(guān)注的研究熱點(diǎn)。

（1）國(guó)外研究熱點(diǎn)及趨勢(shì)

圖2 國(guó)外關(guān)鍵詞共線關(guān)系

國(guó)外關(guān)鍵詞聚類模塊值Q=0.4258（＞0.3），聚類平均輪廓值S 為0.7637（＞0.7），結(jié)合兩個(gè)指標(biāo)，說(shuō)明聚類效果非常好。從右邊類別標(biāo)簽可以看出，國(guó)外研究主要涉及大數(shù)據(jù)分析、動(dòng)態(tài)能力、0、人工智能、物聯(lián)網(wǎng)、高級(jí)分布式學(xué)習(xí)和土地覆蓋七大類。出現(xiàn)較早的關(guān)鍵詞（圖中節(jié)點(diǎn)圓圈較大）有管理、框架、技術(shù)、模型等。

（2）國(guó)內(nèi)研究熱點(diǎn)及趨勢(shì)

圖3 國(guó)內(nèi)關(guān)鍵詞共線關(guān)系

國(guó)內(nèi)關(guān)鍵詞聚類模塊值Q=0.3256（＞0.3），聚類平均輪廓值為0.6576（＞0.5），反映網(wǎng)絡(luò)的同質(zhì)性比較高。國(guó)內(nèi)研究主要涉及大數(shù)據(jù)、人工智能、問題、挑戰(zhàn)、轉(zhuǎn)型、財(cái)務(wù)管理、應(yīng)用和企業(yè)8 類。出現(xiàn)較早的關(guān)鍵詞有大數(shù)據(jù)、人工智能、業(yè)財(cái)融合等。

從關(guān)鍵詞出現(xiàn)頻次來(lái)看，國(guó)外更關(guān)注系統(tǒng)、模型、技術(shù)等，而國(guó)內(nèi)更關(guān)注財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)型、業(yè)財(cái)融合等。從中介中心性來(lái)看，除去管理和大數(shù)據(jù)，國(guó)外影響最大的是沖擊、風(fēng)險(xiǎn)和信息等，而國(guó)內(nèi)影響最大的關(guān)鍵詞是業(yè)財(cái)融合、財(cái)務(wù)會(huì)計(jì)和人工智能。

4.研究前沿趨勢(shì)分析

CiteSpace 里的突現(xiàn)詞功能能夠快速分析出一定時(shí)期突然出現(xiàn)并具有一定持續(xù)性的關(guān)鍵詞，突現(xiàn)詞的分析結(jié)果便于學(xué)者了解該領(lǐng)域的前沿趨勢(shì)。

圖4 國(guó)內(nèi)外共現(xiàn)網(wǎng)絡(luò)突現(xiàn)詞

從國(guó)外圖中可以看出，9 個(gè)突現(xiàn)詞2018年就已出現(xiàn)。熱度一直在維持的關(guān)鍵詞有公司績(jī)效、城市、安全、政策、商業(yè)智能、保險(xiǎn)和財(cái)務(wù)審查等。突現(xiàn)強(qiáng)度（Strength）相對(duì)較大的關(guān)鍵詞是公司績(jī)效（1.63），表明它是國(guó)外的前沿方向。而國(guó)內(nèi)突現(xiàn)詞有12 個(gè)，熱度維持到現(xiàn)在的關(guān)鍵詞有會(huì)計(jì)信息、應(yīng)用策略和現(xiàn)代企業(yè)。突現(xiàn)強(qiáng)度相對(duì)較大的是會(huì)計(jì)信息（1.73），說(shuō)明它是2020年迄今的國(guó)內(nèi)研究前沿。這與規(guī)劃中提到的促進(jìn)會(huì)計(jì)信息深度應(yīng)用、加強(qiáng)會(huì)計(jì)信息安全和跨境會(huì)計(jì)信息監(jiān)管和綱要中提到的持續(xù)完善企業(yè)會(huì)計(jì)標(biāo)準(zhǔn)，提供高質(zhì)量會(huì)計(jì)信息等要求相吻合。

四、結(jié)語(yǔ)

本研究運(yùn)用文獻(xiàn)計(jì)量法，對(duì)近五年CNKI 和WOS 數(shù)據(jù)庫(kù)中管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型方面的文獻(xiàn)進(jìn)行分析研究，并通過(guò)數(shù)據(jù)可視化的形式進(jìn)行展現(xiàn)，得出以下結(jié)論：第一，國(guó)內(nèi)發(fā)文量總體一直呈下降趨勢(shì)，國(guó)外自2020年開始呈下降趨勢(shì)，說(shuō)明國(guó)外在管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型領(lǐng)域研究相對(duì)比較成熟，國(guó)內(nèi)該領(lǐng)域受關(guān)注度不夠，或需新的突破點(diǎn)。第二，國(guó)內(nèi)外的研究熱點(diǎn)存在一定的共同性，如都注重大數(shù)據(jù)環(huán)境、數(shù)據(jù)分析等，但又存在一定的階段差異。如2022年國(guó)外更關(guān)注技術(shù)，國(guó)內(nèi)更關(guān)注應(yīng)用體系、共享建設(shè)，說(shuō)明國(guó)內(nèi)學(xué)者有自己的創(chuàng)新點(diǎn)，且創(chuàng)新方向與我國(guó)財(cái)政部的相關(guān)文件指引方向趨同。建議國(guó)內(nèi)學(xué)者進(jìn)一步學(xué)習(xí)財(cái)政部相關(guān)文件，將大數(shù)據(jù)技術(shù)與管理會(huì)計(jì)深度融合，加大具有中國(guó)特色的管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型研究。