會計工作數智化建設與會計人員就業沖擊

周益川　白云

摘要：信息技術在提高社會生產效率的同時也擠占了大量就業崗位。隨著會計領域智能化水平提升，會計人員被信息技術替代的可能性提高。為探討數智時代會計工作轉型對會計從業者的就業影響，以中注協披露的各項統計數據為基礎，研究發現：一方面，會計師事務所進行智能化建設將擴大會計人員就業規模；另一方面，會計師事務所進行智能化建設將深化會計人員的專業化程度。通過以數智化建設為背景的研究，以期為會計師事務所的發展方向提供參考依據。

關鍵詞：數智化建設；會計人員；勞動力就業

0 引言

從20世紀80年代會計電算化的發展，至現如今人工智能技術的廣泛應用，以及會計、財務及審計的信息技術不斷地迭代，市場對相關勞動力的需求也受到潛移默化的影響。當勞動以行為邏輯是否規則、是否主要耗費體能為標準被劃分時，數智化背景下的人工智能、區塊鏈等信息技術不斷成熟會逐步替代大部分規則性體能勞動和規則性智能勞動，而會計、審計等行業就在其中[1]。隨著2017年德勤推出的財務機器人進入市場、2019年名為“GateChain”的去中心化交易平臺正式投入使用，人工智能及區塊鏈技術已經不再是紙上談兵。2023年3月，微軟宣布將GPT-4植入其全部辦公軟件，使其完全實現與人工智能技術的融合。數智時代下，信息技術對就業的沖擊已不局限于制造業，會計、審計等行業同樣將面臨結構上的重塑。

大數據的快速迭代使數據、圖形處理及深度學習技術融入人工智能體系，從而加速了人工智能在實踐領域的擴展。由于各企業信息化建設不斷加深，使得會計領域的工作內容逐步在大數據環境下展開，這使得審計對象逐漸由部分樣本擴展至全樣本。另外，基于區塊鏈技術的智能合約使合同執行情況由計算機自動監控，會計人員的審計工作量被極大壓縮。信息技術使得企業用戶的特征、忠誠偏好、口碑等動態大數據以數據資產的形式公布于市場研究報告、行業統計年鑒、新聞媒體、社交網絡等多種渠道[2]。如果無法擺脫傳統的會計工作方式，將大數據融入工作，會計師事務所將無法及時捕捉企業經濟活動的變化。并且由于會計行業的技術要求較為常規化，行業內部高規范化、集權化，從業人員大多經歷過正式的、標準化的培訓，并且在工作中具有縱向、書面溝通的特點，目前最易受人工智能、區塊鏈技術影響的就是會計行業。那么在先進技術的影響下，市場對應的會計人員勞動力的資源配置將如何變化？

基于日常經驗，信息技術不斷發展的同時，企業將投入更多資金發展人工智能技術，增加與數智化資產相關的投入，減少會計人員的雇傭數量，從而降低成本。因此得出結論：會計人員將隨著信息技術的發展逐步被人工智能技術替代。由于會計師事務所的勞動力大多屬于會計或審計領域，因此本文以會計師事務所作為研究對象，根據中國注冊會計師協會發布的智能化建設獎勵名單確定其會計工作數智化轉型程度，通過實證回歸的方法，得出了與人們直觀感受截然相反的結果：隨著會計師事務所數智化建設的不斷加深，會計師事務所對會計人員的需求將會得到進一步增加。這說明現如今已經進入市場的人工智能、大數據、區塊鏈等技術非但沒能替代會計人員，反而創造出更多需要會計人員的工作崗位。

1 文獻回顧

19世紀末，愛迪生建造了人類歷史上第一個火力發電廠，標志著遠距離送電的實現。伴隨著電力的使用，大量新興機器得以投入工廠，這一機械化的進步使許多需要體力勞動的工作自動化。隨著20世紀初顯像管的發明，個人電腦與移動電話應運而生，因特網也在20世紀末問世。這一系列信息技術的進步使過去由人類進行的許多標準化數據處理的工作自動化。無論是機械化還是信息化，都極大地提高了生產效率。隨著技術的進步、信息傳遞速度的加快，工人的工作逐漸被替代。然而，在過去每一次人類工作被機器替代的同時，都留下了大量只能由人類完成的工作，這些創造出的新崗位總是大于技術進步所替代的崗位[3]。

近年來人工智能等技術逐漸投入生產領域，人工智能在制造業中的生產線、質量檢測、倉儲物流等方面已經得到廣泛應用。張學英[1]將勞動劃分為：規則性體能勞動、規則性智能勞動、非規則性智能勞動和非規則性體能勞動4類，那么目前人工智能已經可以替代許多規則性體能勞動與智能勞動。而財務、審計等工作作為一種規則性智能勞動，將成為最可能被人工智能替代的工作。技術進步對就業的沖擊已不局限于制造業，數智時代的到來使這一就業沖擊波及會計領域。那么以人工智能為核心的技術進步究竟會像過去的機械化或信息化一樣，只是人類自動化歷史的一環，成為提高財務、審計工作效率的一種輔助工具，還是會與過去的技術進步截然不同，完全替代會計人員的工作？

綜合國內外現有研究，目前對于上述問題存在兩種不同觀點：持悲觀態度的學者認為，隨著人工智能的發展，勞動生產率不斷提高，這必然會替代大部分勞動力，從而減少就業機會。根據Ming-Hui Huang和Roland T Rust[4]提出的人工智能替代理論，服務業工作所需要的智能可以分為4類：機械功能、分析功能、直覺功能和能夠與人產生共鳴的功能。截至目前，人工智能已經具有機械功能及分析功能。因此，與此相關的工作將都會被人工智能替代[4]。最終，人工智能必然替代所有工作，對人類的就業造成威脅。但這一理論只局限于服務行業，而且使機器具有直覺及能夠與人共情的功能是否與人類倫理相符依舊是未解決的問題。Jeffrey D Sachs[5]則將視角聚焦于勞動密集型行業，他認為人工智能帶來的自動化會減少勞動密集型行業的就業機會，并且降低低收入國家出口的收入，因此人工智能將對具有許多廉價勞動力的低收入國家的發展造成不利影響。Acemoglu和Pascual[6]沒有局限某一特定行業，他們認為不應該鼓勵自動化的進一步發展，因為自動化會進一步加劇當前的不平等狀態。

持樂觀態度的學者認為，人工智能對就業造成的影響不應是對勞動的替代，而是使生產結構轉型升級。Michael Segal[7]認為，一個可以處理整個系列工作的通用人工智能（不局限于某一特定工作）會徹底顛覆人類工作的概念。但這種通用人工智能目前仍停留在科幻領域。而現如今投入使用的人工智能更多的是使工作轉型及創造出新的職位。何勤和邱玥[8]以人工智能概念股上市公司為研究目標，通過實證回歸的方法發現：人工智能技術的投入導致員工規模的擴大，且人工智能研發投入將顯著的提高員工就業質量（以收入為衡量標準）。另外，人工智能對就業年齡結構的影響較小，董曉雨等[9]通過對北京97家公司的問卷調查研究發現：人工智能使就業崗位、技能、人力資本結構得到優化調整。俞伯陽[10]則根據2008—2017年我國省級面板數據，構建了多變量狀態空間模型。從制造業的角度出發，以勞動力結構作為被解釋變量，信息傳輸及軟件業全社會資產投資額作為解釋變量，得出結論：中國制造業勞動力的供給量將隨著人工智能技術的投入而增加。從這一系列觀點可以總結出，人工智能有利于就業的原因主要有兩個，即促進崗位轉型和創造新的職位[10]。從促進崗位轉型的角度出發，李曉華[11]認為人工智能的發展不但需要大量科學家、工程師等高端人才，還需要大量輔助性工作人才。人工智能的性能依賴深度學習，因此將產生大量有關數字化素材的需求。目前在互聯網中，部分素材本身就是數字化的，可以直接獲取，例如查詢信息或網上購物的搜索記錄，或企業向公眾提供的有關其業績的數字化信息。但并不是所有素材都可以直接獲取，如對學術文獻、調查報告、理論書籍的數字化加工，對于部分機器無法識別的數據進行人工標注，以及對部分未分類的數據進行歸結。這就意味著，人工智能在創造出許多高技能工作的同時還會創造出一些不需要太多技能的工作。從創造新的職位出發，何漢儒[12]認為隨著人工智能帶來的技術進步，生產效率會大幅提高。在稅收政策做出相應調整的基礎上，人們的工作時間會減少、收入會提高，這使得人們對娛樂產業的需求增加。例如，近年來綜藝、直播、電競等產業的蓬勃發展。因此根據以上分析，本文提出以下研究假設：

H1：會計師事務所進行智能化建設將擴大會計人員就業規模。

H2：會計師事務所進行智能化建設將深化會計人員的專業化程度。

通過上述文獻回顧，本文發現：現有研究主要側重于從宏觀角度分析大數據環境對人力資源配置產生的影響。然而信息技術對不同職位的沖擊程度是不同的。例如，在一家企業中，人工智能已經替代了部分財務人員，但卻完全無法替代銷售人員。因此本文認為研究人工智能對就業的影響不應只停留在宏觀或是整個行業，而是應該具體到某一特定職位。本文將視角聚焦于受人工智能沖擊最大的人群——會計師事務所的會計人員。通過實證回歸分析，研究數智化轉型對會計人員就業的沖擊。

2 實證檢驗與分析

2．1 數據來源與樣本描述

由于2019年以后中國注冊會計師協會披露的百強會計師事務所數據未反映普通會計人員數量，因此本文的數據主要來自2017—2019年中國注冊會計師協會公布的年度綜合評價前100家會計師事務所信息。另外，本文使用2014—2016年中國注冊會計師協會頒發的智能化建設獎勵名單的公開數據來衡量企業數智化轉型水平。本文數據處理步驟為：①登錄中國注冊會計師協會官網，獲取2017—2019年綜合評價的前100家會計師事務所信息，得到各事務所收入、注冊會計師數量、普通會計人員數量、事務所規模、排名等信息。②由于百強會計師事務所名單當中未涉及除注冊會計師以外的其他從業人員，因此本文從中國注冊會計師協會官網，按事務所名稱依次獲取其從業人員數量，最后剔除缺失事務所從業人員數據的樣本。③由于中國注冊會計師協會只在2014年、2015年及2016年評定過引入智能化技術優秀的事務所，因此本文根據其披露的數據，匯總對我國會計師事務所智能化建設獎勵名單，得到2014—2016年共34家引入數智化技術的事務所。將引入智能化技術作為虛擬變量，計入百強事務所信息當中。④匯總整合數據，得到294個樣本。

2．2 模型設計及變量定義

由于研究會計工作數智化轉型對會計人員就業的沖擊，本文從會計師事務所的視角出發，將會計師事務所的智能化建設視為會計工作的數智建設行為，將事務所聘請的注冊會計師數量視作會計人員就業規模。因此本文以事務所聘請的注冊會計師數量作為被解釋變量。以是否引入獲得中國注冊會計師協會頒發的智能化建設獎勵作為解釋變量，如果事務所獲得了中注協頒發的智能化建設獎勵記1，否則記0。最后，本文借鑒何勤和邱明[8]的研究，構建計量模型的基本形式為

STAFF=α0+α1AI+∑Control+ε（1）

本文計量模型當中的STAFF表示會計師事務所聘請注冊會計師的數量，AI表示會計師事務所是否獲得中國注冊會計師協會頒發的智能化建設獎勵。另外，本文選取的控制變量包括事務所規模、盈利能力及事務所專業化程度。具體變量說明見表1。

2．3 描述性統計

本文通過對所獲取的294個樣本進行觀察分析，得到關于樣本的描述性統計結果，見表2。

STAFF的均值為741．44，最小值為0，最大值為12 470，說明我國百強會計師事務所擁有的注冊會計師平均為741人，同時不同會計師事務所擁有的注冊會計師人數存在極大差異。AI的均值為0．31，表示在中國排名前100的會計師事務所當中，僅有31%的事務所引入了人工智能技術，說明我國會計市場對人工智能等技術的應用仍處于初級階段。RENVENUE均值為61．25，最小值為0，最大值為517，說明事務所之間的收入存在差異。SIZE的均值為34．99，最小值為0，最大值為450，說明我國百強會計師事務所平均擁有35所分所。而擁有最多分所的達到了450所，說明事務所之間的規模存在差異。PRO由注冊會計師人數與普通會計從業人數之比計算得出，其均值為4．67，說明我國百強會計師事務所平均擁有的注冊會計師的數量是普通會計從業人員的4倍，事務所平均專業程度很高。但是其中位數僅為0．40，其上四分位數的值為0．56，這說明中國大部分注冊會計師集中在個別事務所，使得個別事務所注冊會計師的人數遠大于事務所普通會計從業人員規模。因此我國會計市場存在兩極分化極高的情況。

由于解釋變量為虛擬變量，因此根據對數函數單調遞增等性質，在計算變量之間的相關系數時，對注冊會計師數量、會計師事務所收入、會計師事務所分所數量等變量取自然對數，使用LNSTAFF表示注冊會計師數量、LNRENVENUE表示事務所收入、LNSIZE表示分所數量、LNPRO表示專業化程度。通過相關性檢驗，表3中的相關系數分別為0．51、0．35、0．84、0．52，且以上系數均在1%的水平顯著為正，這說明事務所聘請注冊會計師人員的數量與會計工作數智化轉型、事務所收入、事務所規模及事務所專業化程度存在顯著的正向關聯。

2．4 多元線性回歸結果

全部樣本回歸結果見表4，其中連續變量在1%和99%水平進行了縮尾處理。模型含有4個約束條件，樣本個數為289，其F值為512．08。另外，模型的R2為0．88，調整R2為0．88，說明該模型中的變量之間的線性關系相對顯著。主回歸結果顯示除截距項外，其余變量均在1%的水平顯著與會計師事務所雇傭的注冊會計師人數具有正相關性。具體而言，對于解釋變量人工智能的投入而言，無論是非標準化回歸系數β為257．63，還是標準化回歸系數為0．76，均說明會計師事務所在數智化轉型的同時，市場對于注冊會計師的需求量也會顯著上升。值得注意的是，會計師事務所專業化程度的標準化回歸系數為0．83，在4個變量當中最高。這說明專業化程度亦是影響事務所對注冊會計師需求的重要因素。因此證明了“H1：會計師事務所進行智能化建設將擴大會計人員就業規?！?，以及“H2：會計師事務所進行智能化建設將深化會計人員的專業化程度”。除此之外，會計師事務所的收入及規模也對注冊會計師需求量具有顯著影響。

2．5 穩健性檢驗

對以上模型進行異方差檢驗。通過White檢驗的方法，發現上述模型存在異方差性。因此本文使用加權最小二乘法解決模型存在的異方差性。根據加權最小二乘法的回歸結果，AI的回歸系數由最初的257．63下降至155．77，其顯著性水平則進一步提升。此外，RENVENUE的回歸系數上升、SIZE的回歸系數下降、PRO的回歸系數下降。但是加權最小二乘回歸的結果并沒有改變原回歸系數的預期符號，因此前文提出的假設依然成立。加權最小二乘回歸的優化結果見表5。

經過上述檢驗后，進一步將模型中衡量會計師事務所有關會計人員需求的注冊會計師人數替換為會計師事務所的普通員工數（STAFF2），其他變量保持不變。構建的計量模型的基本形式為

STAFF2=α0+α1AI+ΣControl+ε（2）

經計算，STAFF2的均值為1 050．72，標準差為1 782．718，最小值為16，最大值為9 460。經異方差檢驗，模型（2）亦存在異方差問題，因此使用加權最小二乘法對模型（2）進行回歸。穩健性檢驗的加權最小二乘回歸結果見表6。結果顯示，在各變量取值與主回歸模型一致的情況下，除會計師事務所專業化程度以外，其余變量仍然顯著與被解釋變量保持正向關系。具體而言，會計師事務所投入的人工智能技術與其雇傭的普通員工數具有正相關性，人工智能的投入增加了會計師事務所對普通員工的需求量。這一結論與主回歸模型得出的結論一致，檢驗結果較為可靠。該驗證進一步說明了改變衡量會計人員的標準不會改變本文得出的結論。

3 研究結論和建議

3．1 研究結論

隨著會計市場不斷引入智能化設備，使得“會計人員是否會被一系列技術替代”成為近年來的焦點問題。在數智時代會計工作轉型的背景下，本文以中國注冊會計師協會披露的各項統計數據為基礎，對我國百強會計師事務所信息化程度與信息技術替代效應進行了研究。通過對樣本數據進行描述性統計、相關性分析及基于最小二乘法的回歸分析，驗證了本文提出的H1：會計師事務所進行智能化建設將擴大會計人員就業規模。隨后，使用事務所注冊會計師人員數量與事務所從業人員數量的比值表示事務所專業化程度，通過回歸分析驗證了本文提出的H2：會計師事務所進行智能化建設將深化會計人員的專業化程度。最后，通過替換變量的方法進行了穩健性檢驗，回歸結果顯示各系數與主回歸結果基本一致，說明本文結論具有一定的穩健性。

3．2 建議

在信息化技術飛速發展的時代，人工智能、區塊鏈及大數據等若干先進技術已經開始應用于各行各業，并逐漸走向成熟。隨著信息技術的引入，事務所專業化的程度也會不斷提高。首先，政府應進一步鼓勵我國會計師事務所引進信息化、智能化的技術，以促進事務所效率，進而使我國上市公司信息披露質量提升、市場信息不對稱程度得以緩解。其次，從事務所的角度出發，則是應加快其信息化建設進程，并組織其職工積極學習信息化知識，培養復合型人才。最后，對于會計人員而言，由于智能化建設將深化會計人員的專業化程度，因此如不能提高自身專業化水平，將有可能面臨被淘汰的局面。會計人員應消除對信息化、數智化的抵觸心理，積極主動學習并適應數智化發展的節奏，不斷提高自身工作能力，從而跟上時代發展的腳步。

4 結語

基于2017—2019年中國注冊會計師協會公布的年度綜合評價前100家會計師事務所信息，本文探討了會計工作數智化轉型與對會計人員勞動力需求之間的關系。研究發現會計人員并沒有因會計工作數智化轉型的發展而逐步被替代。恰恰相反，在信息化、自動化技術高速發展的同時，會計人員在會計師事務所中的重要程度逐漸加深。但值得注意的是，會計工作數智化轉型對高端人才的需求程度將小于其對普通員工的需求?？傊?，本文的結論表明，會計人員的工作并不是一成不變的，隨著技術的進步、經濟的發展，會計人員的工作內容及職能亦在改變。會計工作的數智化轉型不會沖擊會計人員，反而將逐步提高會計人員工作效率，提高會計產出的信息質量，以緩解市場當中的信息不對稱情況。

本文存在若干不足之處，值得在將來的研究當中予以推進。本文衡量事務所信息化程度的指標是中國注冊會計師協會評定獲得智能化技術優秀的事務所的虛擬變量。然而，該獎項只在2014年、2015年及2016年進行了評定。中國注冊會計師協會自2021年開始，披露了前100家會計師事務所的人工智能技術投入水平。因此，后續研究可以使用這一新的變量更全面地衡量事務所的人工智能技術投入水平。

參考文獻

[1]張學英． 人工智能下的勞動就業迭代及人力資本投資[J]．河北師范大學學報（教育科學版），2019（21）：75-83．

[2]陳國青，曾大軍，衛強等．大數據環境下的決策范式轉變與使能創新[J]．管理世界，2020，（2）：95-105．

[3]KORINEK A，STIGLITZ J． Artificial intelligence and its implications for income distribution and unemployment[R]． 2017．

[4]HUANG M H，RUST R T． Artificial intelligence in service[J].Journal of Service Research，2018（21）：115-172．

[5]SACHS J D．Some brief reflections on digital technologies and economic development[J]．Ethics & International Affairs，2019（2）：159-167．

[6]DARON A，PASCUAL R． The race between man and machine implications of technology for growth， factor shares， and employment[J]． American Economic Review，2018（108）：1488-1542．

[7]SEGAL M． Automation will probably change your job， not destroy it[J]．Nature，2018（563）：132-135．

[8]何勤，邱玥．人工智能的就業效應研究：錦上添花抑或是釜底抽薪？[J]． 北京聯合大學學報（人文社會科學版），2020（2）：84-95．

[9]董曉雨，邱玥，何勤． 人工智能對就業的影響：數量、結構與質量-基于北京市97家企業調查數據[J]． 中國勞動關系學院學報，2020（34）：109-116．

[10]俞伯陽．人工智能技術促進了中國勞動力結構優化嗎？：基于省級面板數據的經驗分析[J]． 財經問題研究，2020（3）：94-102．

[11]李曉華．哪些工作崗位會被人工智能替代[J]．人民論壇，2018（1）：33-35．

[12] 何漢儒．機遇與挑戰：技術革命對勞動力市場沖擊[J]．現代管理科學，2019（12）：45-47．

收稿日期：2023-08-29

作者簡介：

周益川，男，1994年生，碩士研究生，助教，主要研究方向：大數據在會計領域應用的理論與方法，企業網絡輿情治理。

白云（通信作者），女，1991年生，碩士研究生，講師，主要研究方向：稅法。