羅苑瑋 李春友 邱晨煒

摘要：隨著人工智能技術的更新迭代和財務機器人的不斷推廣應用，在科技領域中引起熱烈討論的研究主題已滲透到財會領域。傳統的財會框架將會被新興的技術方法重構，“人工智能+財務”的時代已經到來。文章選取中國知網（CNKI）數據庫2016—2022年5年間的與人工智能和財務機器人有關的360篇文獻作為研究樣本，采用CiteSpace（一種可視化分析軟件）進行分析，分別繪制近5年間的文獻年發文數、高產機構及發文作者情況、關鍵詞共線和聚類等知識圖譜，客觀、直接地反映國內人工智能和財務機器人研究領域目前的研究現狀及發展歷程，并對相關領域未來的發展態勢進行預測，為廣大學者進一步開展理論研究提供參考。

關鍵詞：人工智能；財務機器人；CiteSpace

中圖分類號：F275；F234 文獻標識碼：A? ?文章編號：1674-0688（2023）06-0001-06

0 引言

近年來，人工智能技術在各個領域中的應用如火如荼，其在財務會計領域中的應用也自2016年起受到各理論研究者和實務工作者的重視［1］。人工智能與財務會計相融合的技術早已從1.0時代的電算化和2.0時代的財務集中管理，過渡到以財務智能化為代表的3.0時代［2］。從學術界看，近5年各專家學者對人工智能與財務機器人研究的熱度不斷攀升，但與之相關的綜述性文獻并不多，目前學者對人工智能與財務機器人領域系統的研究還較為匱乏。為更清晰地梳理人工智能與財務機器人的發展態勢，從更高層次把握人工智能與財務機器人相關的研究趨勢，本文利用可視化分析工具CiteSpace，對過去5年間中國人工智能與財務機器人領域的相關文獻進行切片和透視分析，并將其以知識圖譜的形式呈現出來，從而對目前人工智能與財務機器人研究領域的發展狀況、發文作者合作情況和熱點分布情況進行展示和說明，以期幫助相關研究者在此基礎之上以更加明晰的視角洞察該領域的發展趨勢，推動未來相關領域研究工作的開展。

1 研究方法及數據來源

1.1 研究工具及方法

CiteSpace是由美國德雷塞爾大學的教授陳超美開發的一款以 Java為基礎的可視化分析軟件，主要用于科學文獻的檢索和可視化學科發展趨勢。

在利用CiteSpace工具對人工智能與財務機器人領域的發文作者、關鍵詞聚類和突現詞進行抓取和分析之前，需對該軟件進行如下設置：將時間區間設置為2016年1月至2022年12月，切片設置為1，其他關鍵選項保持默認值，詳細參數見表1。

1.2 數據來源

人工智能技術與財務機器人相融合的研究起步較晚，對其研究的成果目前相對較少，在中國學術期刊網絡出版總庫（CNKI）最早的研究成果發表于2016年，但在該數據庫中所有的層次及水平的研究成果亦能體現自2016年至今人工智能與財務機器人領域背后研究者的研究方向和研究興趣，也能反映該領域的研究趨勢及研究熱點。

在CNKI的高級檢索中的條件搜索框中輸入“人工智能”和“財務機器人”并進行檢索后，得到文獻共計437篇（截至2022年10月11日）。在剔除學位論文、會議報告和報紙等無關文獻后，最終選定360篇文獻作為本文的研究對象開展下一步分析。

2 數據結果分析

2.1基本情況統計

（1）發文量變化情況。如圖1所示，第一篇在CNKI發表的人工智能與財務機器人領域的研究性文獻在2016年刊登，自2016年起，該領域的發文量就呈現出波浪式遞增的態勢，并在2022年達到頂峰，截至2022年10月11日，發文量達到123篇。由此可知，人工智能與財務機器人的課題的研究熱度逐年遞增，并受到我國研究者們的廣泛關注。

（2）高產作者分析。選擇作者作為節點類型后運行CiteSpace，可得到作者共現網絡知識圖譜。將人工智能和財務機器人相融合的研究在過去的5年中作為一個新的研究方向，研究者多以個人為單位開展研究，研究協作較少，因此在今后的研究中，研究者間的學術交流和合作還需要進一步加強。

2.2 人工智能與財務機器人研究熱點知識圖譜

研究熱點知識圖譜能將某段時期內的研究領域重點表現出來。發掘領域內的研究重點有利于研究者能更加深入明確這一領域的研究內容和發展態勢。關鍵詞是一篇文獻內容的高度概況，如果一個詞出現的頻率很高，那么這個詞所代表的內容就會成為這個領域的研究熱點。關鍵詞聚類分析是以關鍵詞共現分析為基礎，利用聚類統計學的方法，將關鍵詞共現網絡關系簡化成數目相對較少聚類的過程［3］。

（1）關鍵詞共線分析。為挖掘人工智能與財務機器人研究領域內各高頻關鍵詞和其他關鍵詞之間的內在邏輯關聯，必須進行關鍵詞共線分析。利用CiteSpace軟件將關鍵詞作為節點類型，不更改其他參數，運行后得到關鍵詞共線網絡知識圖譜（如圖2所示），關鍵詞字體越大則熱度越高，關鍵詞之間的連線越粗則聯系越密切。圖2反映出在該研究領域內“人工智能”“管理會計”“智能財務”等關鍵詞的關注熱度很高，是值得繼續深度挖掘的突破口。

（2）關鍵詞聚類分析。關鍵詞聚類的目的是以集群的方式來體現關鍵詞的聚集結構特點。通常情況下，聚類編號與關注度成正比關系，編號越往上，關注度就會越高，并且重要性也就越高。運行CiteSpace，在得到關鍵詞知識網絡圖譜的基礎上，選取LLR（對數似然率）算法，并選擇以“Keywords”為集群點擊“Clustering Optimizing Layout and Style”得到關鍵詞聚類網絡圖譜。如圖3所示，圖中呈現了“人工智能”“會計人員”“高校”“智能財務”等9個聚類，顯示出當前國內人工智能與財務機器人領域的研究熱點。

在關鍵詞聚類知識圖譜的基礎上，在“ClusterExplorer”中得到對數似然率（見表2）。如表2所示，在各個聚類之間，有顯著的研究內容相互交叉現象。以聚類中的關鍵詞為基礎，可將人工智能與財務機器人領域研究的主題總結為人工智能與財經機器人相融合的發展路徑、影響、對策及相關人才培養。為理清各個聚類之間的內在聯系，整理出領域內研究主題的發展過程，需對該研究內容進行進一步整理和分析。

2.3 研究趨勢

（1）突現詞分析。突現詞是某一個時間段內被引頻次突然增多的關鍵詞，可以用來反映某一時間段內的研究趨勢［4］。因此，可通過運用突現詞分析進一步探究我國人工智能與財務機器人領域研究的發展趨勢。運行CiteSpace，參數設置“Burstterms”，得到關鍵詞突現圖（如圖4所示）。

如圖4所示，在2017—2018年，“會計人員”成為該時間段的突現詞，說明在該時間段內的該領域的研究主要是圍繞財務人員開展；2018—2019年間的突現詞為“應對”和“互聯網”，表明這一時期學術界開始著手用互聯網思維來審視這一領域的變革；2019—2020年間突現詞為“影響”“沖擊”“措施”“人工職能”“大學生”和“會計人才”，表明在這一時期研究者們已經發現人工智能對傳統財務帶來的沖擊，同時開始著手研究如何變革并發掘相應的復合人才；2020—2022年間突現詞為“會計專業”，表明這一時期的研究者們開始關注在人工智能與財務機器人相融合背景下的人才培養，其中“會計專業”的突現率一直延續至今，說明對于未來人才的培養是該領域目前研究的主要發展趨勢。

（2）關鍵詞時間線圖分析。關鍵詞時序圖反映的是在考慮時間變量后，該研究主題隨時間的變化而變化的內容，也能夠在一定程度上反映某一時間段內的研究趨勢。運行CiteSpace，在關鍵詞共現分析的基礎上，按時間片段生成關鍵詞時序圖譜（如圖5所示）。以時序圖譜為依據，對各階段節點關鍵詞進行梳理歸納，并以時間發展脈絡進行分類，最終結果見表3。此外，將關鍵詞聚類與各聚類序號詞相結合后，總結人工智能與財務機器人的相關領域研究的大致發展階段，分別是2016—2018年（初現期）、2019—2020年（新興期）、2021—2022年（繁榮期）。

在初現期，“財會人員”“傳統會計”和“轉型”等詞突現，主要表現為人工智能與財務機器人相結合研究的緣起及探討。2016年3月，國務院發布了《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》，首次將“人工智能”寫入規劃綱要，體現國家在政策層面對人工智能的高度重視；2017年7月，《國務院關于印發新一代人工智能發展規劃的通知》中提出“增加人工智能相關學科方向上的博士、碩士招生名額”“形成‘人工智能+X’復合專業培養新模式”；2018年3月發布的政府工作報告中的主要內容是強調“產業級的人工智能應用”，在醫療、養老、教育、文化、體育等多領域推進“互聯網+”，發展智能產業，拓展智能生活。于冉［5］認為財務機器人的時代已伴隨著科技進步到來，即使尚未具體實施，也給傳統會計人釋放了信號。崔巍［6］認為財務機器可替代大量基礎性財務工作的特點備受關注。

在新興期，除了延續初現期的研究成果外，研究者們探討傳統財務如何進行轉型的問題主要以“智能財務”“對策”和“沖擊影響”等詞突現。2019年10月，工信部等13個部門聯合發布的《制造業設計能力提升專項行動計劃（2019—2022年）》（工信部聯產業〔2019〕218號）明確指出，要重點突破系統開發和伺服機構設計，多功能工業機器人、服務機器人、特種機器人設計等。徐素波［7］認為，人工智能財務機器人的普及給現有的企業傳統會計工作帶來了挑戰，除了傳統會計人員需要努力培養自己利用大數據及云服務發現和解決問題的能力外，企業也需著重構建大數據分析能力培養、納稅籌劃能力培養、審計能力培養和管理能力培養四大模型，幫助傳統財會工作轉型升級。董春英［8］認為財務機器人除了給傳統財會行業帶來挑戰外，還有機遇，財會人員未來發展的道路一定是通過運用新技術完成從基礎財務工作到決策支持財務工作的蛻變。王栩杏［9］認為傳統財會人員應對智能財務的對策有調整自身心態、不斷學習、向管理會計轉型和讓自己無法替代。張雯［10］認為傳統財會人員應對智能財務需要摒棄傳統觀念，實現人機合作，加強自身業務水平，提升自身能力和加快職業轉型。

在繁榮期，“高?！薄皶嫿逃焙汀芭囵B模式”等詞突現。2018年4月教育部出臺《高等學校人工智能創新行動計劃》，要求優化高校人工智能領域科技創新體系，完善人工智能領域人才培養體系，推動高校人工智能領域科技成果展示與示范應用，2030年，高校成為世界主要建設人工智能創新中心的核心力量和引領新一代人工智能發展的人才高地。2021年11月，財政部發布的《會計改革與發展“十四五”規劃綱要》提出要積極推動會計工作數字化轉型，明確提出對“智能+”的復合型人才需求。得益于國家宏觀政策的指引，社會各界開始關注對高校人才的培養，并致力于重構當代財會人員的培養模式。陳舒［11］認為促進高校財會人才培養模式的轉型需要在高校會計教育中嵌入人工智能技術、構建智能會計人才培養體系、完善復合型會計人才培養機制和建立管理會計信息技術應用平臺。尹飄揚［12］認為在培養模式上，高校需要重新定位培養目標，改革配套的核心課程和教學手段，加強綜合型人才的培養。

3 研究結論與趨勢展望

3.1 研究結論

運用CiteSpace軟件對中國知網數據庫內以人工智能與財務機器人為主題的文獻進行研究，并加以可視化分析后，得出以下結論：從基本情況看，過去5年，探討人工智能與財務機器人相結合的領域作為新興研究方向正逐漸受到學術界的重視，文獻數量呈爆發式增長；但從發文作者分析角度分析，研究者與研究者之間缺乏更進一步的交流，與該研究領域發表的文獻增速相比，研究者數量增加的速度緩慢，并且人工智能與財務機器人相結合領域的研究是財會領域的延伸，仍建立在財務和會計的實務基礎之上，但是如果僅從理論層面開展研究，而不將研究成果付諸實踐，對傳統財會的改革只能是紙上談兵［13］。人工智能與財務機器人研究領域近5年來的研究方向主要集中在其發展路徑、影響及對策、人才培養方面。在對關鍵詞的時序圖進行分析后發現，人工智能與財務機器人研究領域的發展歷程可分為初現期、新興期及繁榮期。其中，初現期表現為國內學者開始認識到人工智能有助于革新傳統財會體系，構造并完善財務決策支持系統；新興期表現為在國家政策的指引和支持下，國內學者開始探究如何解決人工智能領域與財會領域的融合問題；繁榮期表現為在前兩個階段得出的研究成果上，思考如何助力傳統財務人才培養模式的轉型升級。

3.2 趨勢展望

財會工作是對數據采集和深加工后再進行展示的過程，而財會數智化便是使流程更加自動化和精確化。不管是在從前的電算化時代進化到現在的財務集中管理時代，還是未來的財務智能化時代，最終目的都是為了實現社會資本與資源之間的優化配置［14］。數智財務的工作模式必將推動未來財會領域繼續更好更快向前發展。

“金稅四期”與大數據稅收征管、業財稅融合與數據編織、大數據多維引擎與增強分析、機器人任務挖掘與智能超級自動化、分布式記賬與區塊鏈審計等數字化發展，證明數智財務必將成為財商界未來的發展趨勢，同時也面臨以下方面的挑戰：

一是如何將新的信息技術與傳統財會手段相結合。目前已基本實現企業業務數字化，但對數據的處理卻還停留在數字和文本層面。在大數據時代，財務人員不僅需要具備敏銳的數據感知能力，還需要具備一定的分析能力和協作能力。同時，如果財務人員能將數據加工成可視化的數據看板、報表等形式，那么將會極大地提高財務工作效率。但是，新的信息技術與傳統財會手段相結合仍然存在技術壁壘和認知壁壘。

二是如何搭建智能財務體系。首先，搭建一套完整智能財務體系，需要根據不同的業務場景設計出不同的業務流程，形成“前臺-中臺-后臺”的智能財務體系，建立高效協同的組織架構。同時，要建立一個智能財務共享服務中心，該中心的定位是面向整個集團提供全方位、一站式、自動化、智能化、多場景化的共享服務平臺，具備智能分析、智能預測等能力，可以將更多的業務集中至共享中心。其次，需要建設財務大數據平臺，它是財務共享服務中心實現智能化、自動化的核心支撐。要想真正實現財務智能化管理，就需要將業務信息、財務信息等多個層面的數據進行融合處理。而在構建智能財務體系過程中，也需要考慮數據如何與業務系統進行關聯互通，以及如何對數據進行清洗整理。

三是如何培養新形勢下的數智化財會工作者。目前，大多數企業仍依賴財務人員進行財務決策，而財務人員又必須要有專業知識才能勝任這一角色，在此背景下，隨著智能化的應用和發展，財務人員需要掌握更加全面的專業知識和技能。隨著大數據、人工智能等新興技術在財會領域的廣泛應用，企業對會計人才的需求也發生變化，需要復合型、技術型人才，這就對財會人員的專業素質提出了新的要求。從企業需求來看，企業對財務人才的需求是多元化、多層次的。企業需要懂業務、懂財務知識、熟練應用 ERP系統、熟練操作RPA、機器人等軟件工具的復合型人才，這就要求財會人員既要掌握傳統會計業務知識，又要具備新技術應用能力。

本文在一定程度上反映當前智能財會領域的研究熱點和未來發展趨勢，為未來研究者研究智能財會梳理了方向，但由于檢索范圍為中國知網數據庫近5年的文獻，對國際上的人工智能與財務機器人的應用研究未能涉獵，研究仍存在一定的局限。

4 參考文獻

［1］李學華.區塊鏈應用于財務領域的研究現狀分析［J］.商業會計，2022（10）：98-101.

［2］張俊瑞，屈雯.智能財會領域的知識圖譜：研究熱點及發展趨勢——基于CiteSpace的可視化分析［J］.會計之友，2022（17）：7-15.

［3］鐘偉金，李佳，楊興菊.共詞分析法研究（三）——共詞聚類分析法的原理與特點［J］.情報雜志，2008（7）：118-120.

［4］胡金萍，呂芮.我國聽障大學生研究熱點主題及趨勢探析——基于知識圖譜的可視化分析［J］.綏化學院學報，2020，40（1）：43-47.

［5］于冉，金銘.財務機器人時代的到來傳統會計何去何從［J］.科技經濟市場，2017（6）：91-92.

［6］崔巍.財務機器人的出現對于基層財務人才培養模式改革的影響初探［J］.中國鄉鎮企業會計，2017（11）：258-259.

［7］徐素波，王耀東.大數據背景下會計崗位能力重塑研究［J］.大慶師范學院學報，2020，40（2）：31-38.

［8］董春英.人工智能助力會計職能轉型突破［J］.時代金融，2020（18）：66，108.

［9］王栩杏，歐秀英.人工智能背景下財務機器人與傳統會計人員的對比研究［J］.時代金融，2019（20）：97-99.

［10］張雯.財務機器人對傳統會計人員的影響及應對策略［J］.當代會計，2019（11）：3-4.

［11］陳舒，姚麗.人工智能背景下會計學專業人才培養研究［J］.合作經濟與科技，2022（9）：112-113.

［12］尹飄揚，陳馳穎，王可欣，等.人工智能時代財會人才教育與培養模式轉型研究［J］.文化創新比較研究，2022，6（14）：137-140.

［13］余應敏，王彩淋.財務機器人對會計行業的影響及其應對策略［J］.會計之友，2018（7）：54-56.

［14］陸興鳳.智能財務下“人機物”多元協同新型財務管理模式探究［J］.財會月刊，2021（12）：57-65.