再論智能會計

【摘要】人類社會前所未有地同時處在兩個世界之中： 現實世界和虛擬（數字）世界。 過往的會計基本上是一種用信息反映客觀事物的鏡像體系， 是對現實世界所發(fā)生的經濟活動的貨幣化映射， 也就是用信息系統(tǒng)來投射現實世界。 未來的智能會計則是一種基于算力、算法和數據的認知體系， 其內嵌于現實和虛擬世界并與這個數字化的虛擬世界融為一體、和諧共生、同頻共振。 它通過會計規(guī)則和新興技術的高階嫁接融合， 即“借”“貸”會計語言和計算機編碼語言的無縫隙對接， 實現對現實和虛擬世界宏微觀經濟社會領域所發(fā)生的業(yè)務活動或交易事項的數字化替代， 并在此基礎上， 基于會計、業(yè)務和行業(yè)或社會信息所實時集成的大數據或全樣本數據， 運用大數據技術和智能決策工具， 為宏微觀經濟主體的價值反饋和價值創(chuàng)造提供信息服務。 由此， 智能會計在本質上是一項基礎性管理活動， 發(fā)揮大數據分析和輔助決策支持作用， 屬于交叉學科范疇， 具有計算社會科學屬性。

【關鍵詞】智能會計;本質;職能;科學屬性

【中圖分類號】 F230? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）21-0054-9

跳出會計看會計[1] 。 有時， 換一種看待問題的角度和思維方式， 可能更容易把握事物發(fā)展的大勢。 在大數據和人工智能等數字技術的深度支持和大力推動下， 人類社會前所未有地同時處在兩個世界之中， 即現實世界和虛擬（數字）世界。 過往的會計主要是一個信息系統(tǒng)， 也就是一個鏡像體系， 是對現實世界所發(fā)生的經濟業(yè)務的概念化、抽象化、貨幣化和規(guī)則化處理， 是用信息系統(tǒng)來投射現實世界， 存在失真的可能; 而未來的智能會計則是一個內生性和復雜性系統(tǒng)， 它全面嵌入現實和虛擬兩個世界之中， 并與數字化的虛擬世界融為一體、和諧共生、同頻共振， 雖然也存在通過人機交互實現對現實世界的映射問題， 但是更主要的方向是通過模仿、學習、思考， 去實現對現實世界的數字化、模型化、模態(tài)化和智能化反映， 是用數字世界來替代現實世界， 存在虛擬現象。

到目前為止， 會計學界、業(yè)界和教育界對會計智能化轉型已經形成基本共識， 但對智能會計是不是一門科學， 能否成為一門相對獨立的學科或專業(yè)， 是否具有科學性， 或者說， 對智能會計要培養(yǎng)什么人才、怎樣培養(yǎng)人才和為誰培養(yǎng)人才， 尚存異議。 筆者就智能會計的本質、職能和科學屬性等， 談一些看法。

一、智能會計的本質

1. 智能會計是會計轉型發(fā)展的必然選擇。 伴隨著新一輪科技和產業(yè)變革的持續(xù)而廣泛發(fā)力， 各行各業(yè)已經開啟了全面數字化進程， 數字經濟被賦予全新內涵和發(fā)展范式， 一個以算力、算法為技術基礎的萬物（包括人類個體）感知、萬物互聯(lián)和萬物智能的數字世界正在蔓延式加速到來， 人類社會正在邁進一個以數字化、智能化和虛擬化為顯著特征且十分復雜的“陌生社會”。 這是一個由“機械化思維”向“大數據思維”以及由“零和博弈”向“協(xié)同共創(chuàng)”躍遷的數字文明社會。

在這個社會中， 作為一個為經濟管理和企業(yè)管理提供會計信息和其他經濟信息支持的管理系統(tǒng)， 會計在思想觀念、結構要素、功能作用、方式方法、技術手段和服務場景等諸多方面都發(fā)生了一系列根本性變化。 譬如， 過去會計（這里是指財務會計）循環(huán)的源頭在記錄經濟業(yè)務和明確經濟責任的會計憑證， 業(yè)務真實與否嚴格地講與會計人員關系不大甚至根本就沒有關系; 而現在， 智能會計借助大數據和區(qū)塊鏈等技術， 在經濟業(yè)務發(fā)生之時就能確保經濟業(yè)務不會被篡改， 也就是說， 智能會計從源頭上徹底根除了“業(yè)務造假”而不是“會計造假”的頑疾。 再譬如， 過去會計（這里主要是指管理會計）為企業(yè)決策提供相關性信息時， 受樣本數據和信息技術的限制， 很難做到讓決策者“心中有數”; 而現在， 智能會計極大限度地實現了會計信息、業(yè)務信息和行業(yè)或社會信息的即時集成， 支持項目分析和決策的往往是大樣本甚至是全樣本數據， 所提供的問題解決方案更為科學、精準和合理， 更加符合和順應事物發(fā)展的規(guī)律和趨勢。

可見， 數字文明時代的智能會計雖與工業(yè)文明時代的會計密切關聯(lián)， 但已不能簡單地將其視為會計的“同源分流”， 而實質上是會計（當然包括財務會計和管理會計）在大數據和人工智能等新技術推動下的運維升級， 也就是躍升。 它是人類社會尤其是人類數字經濟社會發(fā)展的必然要求， 是數字化環(huán)境的應然產物， 需要也必須重構其知識體系。 這是一個需要解放思想、理念轉換、內容重塑的重大會計改革創(chuàng)新問題。 智能會計是會計轉型發(fā)展的方向[2] ， 這是大勢所趨， 也是時代主題。

（1）人類社會正在逐步進入生態(tài)文明新時代。 在這個時代， 人類的認知邊界極大地擴展了， 從簡單還原到復雜整體、從關注事物本身到網絡生態(tài)、從線性均衡到非線性非均衡; 人們的生產生活消費方式顛覆性地改變了， 從真實世界到虛擬世界， 從信息互聯(lián)到價值鏈接， 從隔空限時交流到無時空無差別對話， 從物質、價值、信息分流到物質、價值、信息和人員合流。 這種數字化的經濟業(yè)態(tài)、自組織性的企業(yè)形式和瞬息萬變的管理場景， 需要的是具有智能性、適應性、主動性和協(xié)同性的智能會計系統(tǒng)。 這個系統(tǒng)至少能夠敏銳地與環(huán)境和其他主體進行交流和學習， 并根據積累的學習經驗不斷地改變自身結構和行為方式， 同時也改變著環(huán)境。

（2）中國經濟正在全面進入數字經濟新時期。 在這個時期， 我國的經濟體制正在從“使市場在社會主義國家宏觀調控下對資源配置起基礎性作用”向“使市場在資源配置中起決定性作用和更好地發(fā)揮政府作用”轉變; 面臨的市場環(huán)境正在從開放經濟向“以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進”的新發(fā)展格局轉變; 數字技術迭代發(fā)展帶來了巨大的產業(yè)變化、模式創(chuàng)新、生產生活方式改變， 促使賣方或第三方市場迅速向買方或按需市場轉變; 企業(yè)未來的生存空間正在由物理空間轉向數據空間， 數據的產生、獲取、集成、共享和安全已經成為企業(yè)管理的應有內容。

（3）會計系統(tǒng)正在進階轉向人機合作新階段。 從整體上， 會計要由專業(yè)性的會計核算轉變?yōu)閺秃闲詴嫻芾? 在邊界上， 會計要由主要反映企業(yè)的經濟業(yè)務轉變?yōu)槿娣从称髽I(yè)生態(tài)圈內或價值鏈、產業(yè)鏈和供應鏈上的經濟或社會活動， 系統(tǒng)呈現企業(yè)與環(huán)境、與變化的共舞過程和商機; 在對象上， 會計要由揭示微觀主體經濟活動量的方面的貨幣形態(tài)， 轉變?yōu)橥瑫r披露宏微觀領域經濟活動質的方面的非貨幣形態(tài); 在目的上， 會計要由主要為資本市場提供可靠、相關的結構化會計信息， 轉變?yōu)橥瑫r為管理決策或價值創(chuàng)造提供具有相關關系及因果關系的多模態(tài)信息。

綜上所述， 會計發(fā)展的大勢是十分明確的， 即： 一方面， 機器將會代替會計人員來完成越來越多的核算和決策工作——從簡單重復的記賬、算賬、報賬和分析， 到程序化的監(jiān)督控制， 再到半程序化的管理決策; 另一方面， 人機合作已經成為最重要的會計管理能力——線上線下協(xié)同、大數據分析和非程序化管理。 只是到目前為止， 還沒有發(fā)展成為一種如大規(guī)模流水線生產技術、全面質量管理技術和會計信息化管理技術那樣成熟的， 能夠被機器化、流程化和制度化的會計智能化管理技術罷了。

2. 智能會計的本質解析。 智能會計在本質上是一項基礎性的管理活動—— 一項以數字經濟為前提、“業(yè)財融合”為基礎、財務共享為平臺、人工智能為支撐， 在宏微觀經濟與管理領域， 主要發(fā)揮大數據分析和輔助決策支持作用的人機共生、協(xié)同進化和管理賦能的會計管理活動[3] 。 它是一項數據治理主體參與、數據治理手段實施和數據治理機制協(xié)同的， 在一定意義上超越了企業(yè)邊界， 帶有全域性和生態(tài)性， 也就是生命共同體意識的會計治理活動。

（1）智能會計是“會計”。 它是現代會計與數字技術緊密結合的產物， 或者說是會計發(fā)展到智能時代的一種具體表現。 它在本質上還是會計， 既指會計工作， 也指會計科學， 是“人們管理生產過程的一種社會活動”“本身就具有管理的職能， 是人們從事管理的一種活動”“人們只要進行生產活動， 就需要會計管理”[4] ; “‘會計管理是建立在‘會計是一種管理， 或是一項經濟管理工作這一認識的基礎上的。 ……客觀現實中會計地位、作用的提高， 是產生‘會計管理概念的重要基礎”[5] ; “會計的實質是管理， 會計本身是一種管理活動”[6] ， “對各單位的經濟業(yè)務進行核算與分析， 作出預測， 參與決策， 實施監(jiān)督， 旨在提高經濟效益的一項具有反映和控制職能的經濟管理活動”[7] 。 也就是說， 會計尤其是近現代會計是一項圍繞價值反饋和價值創(chuàng)造而進行的企業(yè)管理活動。 智能會計也具有這種管理屬性， 且具有“治理”意蘊， 強調有共同目標的一系列治理活動， 表現為工作主體的多元性、工作基礎的數字性、工作方式的協(xié)商性和工作手段的技術性。

當然， 從信息論和系統(tǒng)論角度去理解， 會計也“是一個信息系統(tǒng)， 一個用來把企業(yè)或其他營業(yè)個體有意義的經濟資料傳遞給與其有利害關系的各方的信息系統(tǒng)”[8] 。 “會計實質上是一個信息系統(tǒng)。 更準確地講， 它是把一般信息理論在有效率的經濟營運問題上的一種應用”“是為經濟決策提供信息的特殊信息系統(tǒng)”[9] ; “會計是一項服務活動。 它的職能是提供有關經濟主體的性質上屬于財務的數量信息， 以有助于作出經濟決策”[10] ; “根據當前的現實及其今后的發(fā)展， 應把會計看作是一個信息系統(tǒng)， 它主要通過客觀而真實的信息， 為管理提供咨詢服務”[11] ， “從廣義上講， 會計是一種旨在傳達一個企業(yè)的重大財務和其他經濟信息以便其使用者據此作出明智的判斷和決策的‘經濟信息系統(tǒng)， 即經濟信息專門化”[12] ; “會計是旨在提高經濟效益、加強經營管理和經濟管理而在每個企業(yè)、事業(yè)、機關等單位范圍內建立的一個以提供財務信息為主的經濟信息系統(tǒng)”[13] 。

“以信息處理為主要功能的會計信息系統(tǒng)已經不能適應智能化環(huán)境下企業(yè)管理和社會發(fā)展的需求， 而會計管理活動論則為智能化環(huán)境下的智能會計系統(tǒng)構建提供了新的思路和方法”[14] ， “管理活動論”抑或“治理活動論”更能反映和揭示智能會計的本義而已。 或者說， 從信息系統(tǒng)和管理活動相結合的角度來描述會計的本質更為恰當， 即“會計是一個經濟信息系統(tǒng)， 一個旨在為企業(yè)管理當局和其他利害關系單位或個人提供決策有用的， 可用貨幣計量的會計信息和其他經濟信息的系統(tǒng)， 它是企業(yè)管理的重要組成部分， 或者說是企業(yè)管理系統(tǒng)的一個重要的子系統(tǒng)”[15] 。

（2）會計是“智能”①的。 這里講的智能雖有生命智能之義， 但主要指的是人工智能（Artificial Intelligence， AI）②。

理論上， 人工智能需要依賴機器算法、語言和邏輯這三大底層工具， 通過不間斷學習而迭代發(fā)展。 一開始， 人寫語言賦予機器， 并由機器去識別、模仿、計算和存儲， 即由機器代替人去干活; 逐漸地， 人寫一部分語言， 在此基礎上機器通過海量數據的儲備和利用， 具備了一定的自主學習能力， 即機器不僅可以替代人的部分工作， 而且可以自己去找活干; 更進一步地， 機器具備了強大的知識存儲能力、現實識別能力和數據運算能力， 甚至具備或基本具備了生命心理潛能或類人功能， 能夠替代人類進行邏輯思考， 最終脫離人的賦能， 成為一種特殊的“生命體”， 退一步講， 這時的人工智能不再是單純模仿③， 而是識別和處理以及更高級的邏輯推演， 乃至情感反應或反饋識別處理及分析檢驗。 換句話說， 原來的人類生活和社會活動是由人來完成的， 完全是一個人教人的過程; 進入人工智能時代， 則是一個人教機器、機器與機器對話交流的過程。

顯然， 人工智能的迭代程度取決于機器的自我學習能力， 而這種學習能力的形成則是一個由弱漸強的過程， 即機器必須在已經具備了弱人工智能學習工具的基礎上， 又被賦予或自主獲得一種相較之前處理能力更為復雜和高級的功能。 按照機器學習的程度和能力， 這種學習功能一般被分為“弱學習”和“強學習”。 前者是一種針對特定領域， 機器自身通過內在模仿， 學會處理問題的具體過程與方法的自主學習過程， 也就是機器具備了在既有原理或學科框架和實踐經驗的基礎上， 對同一類實踐體系（不是具體問題與信息）進行識別、分析， 形成與實踐中的處理過程相對應的機器端的鏡像實踐體系， 進而利用這一自我生成的鏡像體系去實踐或處理具體實際問題， 并對實踐或處理結果進行自我反饋， 在反饋與進一步學習過程中不斷自我完善， 最后形成“學習——實踐——反饋”螺旋式上升循環(huán)體系的能力; 后者的構建和形成則比較復雜且對機器本身要求甚高， 一般是指機器自身在擁有數理邏輯、語言文字以及與之相適應的算力、算法基礎上， 從某一專業(yè)領域入手， 首先利用“弱學習”工具獲取一套分析處理問題的規(guī)則步驟， 然后利用“強學習”工具， 對其進行人工智能認知分析處理檢驗的過程， 也就是在具有圖像、語言、數據等知識儲備與信息認知能力的基礎上， 打破行業(yè)界限， 機器自身具備了一種通用的， 可以思考、推理和思維的自主學習能力。

需要指出的是， 人的感知、認知和行為等過程是非常復雜的， 作為人工制造出來的“智能”裝置， 人工智能從嚴格意義上講是不可能完全取代人的心理活動和思維尤其是辯證思維過程的。 “辯證思維——正因為它是以概念本性的研究為前提——只對于人才是可能的， 并且只對于較高發(fā)展階段上的人才是可能的”[16] 。 但是， 不能以此為借口來否定人工智能對人的思維（包括直覺、形象、邏輯和辯證等思維）的部分或全部的放大作用， 也即， 人工智能即使沒有辯證思維， 也并不會影響它輔助人或人類的整個悟性活動——歸納、演繹及抽象， 以及對未知對象的分析——判斷、預測和決策。 事實上， 人工智能在本質上是一次關于人類的“思考”與“思維”， 也就是具有人文特征的自我認知革命， 屬于繼哥白尼革命、達爾文革命和神經科學革命后的人類認知的第四次革命——圖靈革命， 用機器裝置代替人類執(zhí)行或解決原本需要人的思想、智慧和能力來完成的任務或問題[17] 。

按照對人類認知本質的三種不同理解， 即理性推導、經驗學習和人與環(huán)境互動， 人工智能已形成基于知識表示、人腦神經網絡和感知/行動等三種不同范式和基于符號主義、聯(lián)結主義和行為主義三種不同綱領的流派。 在神經網絡、深度學習④和神經擬態(tài)⑤等算法技術的強勁推動下， 人工智能在算力、算法和數據等方面都取得了飛速發(fā)展， 正在由單純的觀察、感知、認知， 向自適應、獨立意識和全面替代甚至是超越人類智慧和能力等方面快速演進。 也就是說， 人工智能越來越擁有接近、達到或超越人的智慧， 越來越具有類人的感知、欣賞、心情、情感、意識和推理等功能， 即具備了完成感知、理解、推理、分析、決策和行動等一系列交互任務的能力， 從最初的“弱人工智能”（Weak AI）或“窄人工智能”（Narrow AI）——模擬或代替人類勞動， 逐步邁向了現在的“強人工智能”（Strong AI）或“通用人工智能”（Artificial General Intelligence， AGI）甚至是“超級智能”（Super Intelligence）——增強或擴展人類的智慧和能力。 2017年我國《新一代人工智能發(fā)展規(guī)劃》中重點強調的智能技術與其他技術的融合， 就屬于“強人工智能”或“超級智能”的范疇， 主要包括大數據智能、跨媒體智能、自主智能、人機混合增強智能、群體智能等五大關鍵技術類型。

人工智能貫穿于生產與消費的各環(huán)節(jié)， 應用于經濟和社會的各方面[18] 。 具體來說， 人工智能在微觀層面增進了技術與人的互動和交流——盡管存在致使人類面臨信息泄露、技術不適和倫理失范等新風險， 但更多的是為人們帶來了更高效率、更高質量和更加個性化的諸多便利和服務[19] ; 在中觀層面引發(fā)了行業(yè)與組織的變革和再造——在進一步打破虛實界限的同時， 重塑了傳統(tǒng)的基于人際互動而形成的組織關系， 推進了行業(yè)和組織中分工和責任的重構， 使“人機對峙”最終走向了“人機合一”; 在宏觀層面推動了制度變遷和政策回應——在一切經濟事項和社會具象都可能或可以被“數據化”的同時， 推動了國家治理體系和治理能力更大范圍的現代化， 促進了經濟社會制度的整體變遷和法規(guī)政策的實時回應。 這其中就涉及作為人類社會不可或缺的服務于宏觀、中觀和微觀經濟管理的會計。 人工智能應用于會計領域， 勢必推動會計信息形成和利用的思維、規(guī)則、職能、組織和制度等的廣泛而深入的變革。 會計信息的形成可以高效率、低成本地實現一體化、敏捷化、實時化和可視化， 即可以極為便捷地把標準化、規(guī)范化和流程化的會計場景加以全時反映。 會計信息的利用隨著人工智能自主學習、自我進化和自由意志能力的提高而逐步轉向大數據分析和輔助決策支持， 具體表現為： 對待市場、政府和社會等方面的信息， 從關注不夠甚至是漠不關心到反應敏捷; 對待技術， 尤其是IT技術、計算技術和信息技術， 從一般化或碎片化應用到系統(tǒng)化和生態(tài)化加速整合; 對待判斷、分析、預測和決策， 從會計核算的邊緣走向會計管理的中心。

二、智能會計的職能

作為一項管理抑或治理活動， 智能會計除了“當作生產過程的控制和觀念總結”[20] ， 即具有會計的反映（核算）和監(jiān)督（控制）基本職能以外， 還具備大數據分析和輔助決策支持功能。 換句話說， 在數字經濟和數字企業(yè)的建設和發(fā)展中， 會計的反映（核算）和監(jiān)督（控制）職能逐漸被機器和技術所取代， 從而讓位于智能會計的大數據分析和輔助決策支持， 并在技術和數據雙螺旋驅動下， 最終實現了由會計核算向會計管理的整體性職能轉變。

1. 大數據分析功能。 “大數據”（Big Data）一詞首見于1998年10月23日《科學》（Science）中的《大數據處理器》（A Handler for Big Data）一文[21] 。 2008年《自然》（Nature）設立“大數據”?？?， 使其在學術界得到了廣泛認可。 2011年美國信息存儲資訊科技公司易安信（MMC）在“云計算相遇大數據”大會上介紹并使用了“大數據”概念， 使其成為計算機行業(yè)和管理科學領域關注的熱詞。 大數據是一個超越傳統(tǒng)典型數據各方面特性的新型數據集合[22] ， 是基于現代信息技術與工具的， 可以自動記錄、儲存和連續(xù)擴充的， 大大超出傳統(tǒng)統(tǒng)計記錄與儲存能力的一切類型的數據[23] ， 是在一定條件下數據量必須達到一定規(guī)模的可擴充的有待挖掘的全體數據[24] 。 它是一種海量、高增長率和多樣化的信息資產， 具有規(guī)模大（Volume）、種類多（Variety）、速度快（Velocity）和價值密度低（Value）等所謂的“4V”特征[25] ， 或者加上真實性（Veracity）的“5V”特征[26] 。 目前， 大數據已迅速而廣泛地存在并應用于經濟、政治、社會、文化、教育和管理等生產生活消費的各個領域， 尤其是“它將會像土地、石油和資本一樣， 成為經濟運行中的根本性資源”[27] 。

大數據分析， 顧名思義， 是基于大數據并利用大數據技術來觀察事物現象、探究事物聯(lián)系、揭示事物本質和發(fā)現事物規(guī)律的一種人類（在一定意義上亦可能是機器）認知活動。 眾所周知， 基于“一切事物或現象背后皆有終極解釋”的認知邏輯， 傳統(tǒng)意義上的數據分析， 或者說小數據分析特別關注客觀事實背后的所謂“因果關系”， 重點強調“前提預設”和“理性推論”， 并在前提、推理和結論這一理性演繹中反復追問“為什么”， 即試圖找出事實真相和行動緣由。 但是， “在大數據時代， 我們不必非得知道現象背后的原因， 而是要讓數據自己‘發(fā)聲”， “知道‘是什么就足夠了， 沒有必要知道‘為什么”[27] 。 也就是說， 大數據分析放棄了傳統(tǒng)分析對“因果關系”的渴求， 而是轉向對事物或現象“相關關系”的關注， 即通過對“主觀事實”的建構， 把那些與“客觀事實”存在相關關系的“主觀事實”全部列示出來， 從而為組織或個體決策提供各種適切選擇或解決方案。 由于大數據分析技術的迭代發(fā)展和廣泛應用， 使得全樣本分析也就是全歸納分析成為可能： 在無假設約束下， 對事物或現象之間可能存在的相關性進行探索性分析， 已經是一件既方便又省時省力的事情了。

誠然， 大數據分析并非全然排斥因果關系， 它離不開隨機或抽樣分析的支持和配合。 “一旦完成了對大數據的相關關系分析， 而又不再滿足于僅僅知道‘是什么時， 我們就會繼續(xù)向更深層次研究因果關系， 找出背后的‘為什么”[27] 。 事實上， 只有通過兩者的有機結合， 也就是驗證性分析“把數據由大變小”“從處理過的大數據中提取價值”[28] ， 才能更加精準地發(fā)現、預測和總結事物或現象也就是大數據背后所隱藏的規(guī)律、模式及其未來發(fā)展趨勢。

會計原本就具有分析性。 會計分析曾被認為是會計學的三大內容之一， 其他兩大內容是會計核算和會計檢查。 會計是分析性的， 指的是它從為數眾多的業(yè)務數據出發(fā)， 經過分類和匯總， 把大量的數據縮減為較為少量、極其重要而又互有聯(lián)系的項目， 這些項目只要編排得當， 就會很充分地反映出一家特定企業(yè)的現狀和發(fā)展情況[29] 。 只不過， 當時的會計分析限于獲取資料或數據的技術水平和能力， 主要還是基于會計信息的， 特別是會計報表中那些以貨幣尺度計量和揭示的結構化數據; 而這些數據表征單一、規(guī)模有限、數量偏少、結構簡單， 并沒有充分考慮企業(yè)業(yè)務信息和宏觀社會信息， 加之會計分析所采用的方法又相對簡單、技術手段相對落后， 且側重指標尤其是量化指標分析， 致使此時的會計分析在本質上還是一項質性分析基礎上的有限度的數量分析。

隨著IT技術或數字技術尤其是人工智能技術在會計領域越來越廣泛的應用， 作為一個數字化、自動化和智能化的信息反饋和價值管理系統(tǒng)， 智能會計的處理對象應該從微觀領域經濟活動的數量方面， 逐步延伸到微觀企業(yè)及宏觀領域的經濟活動和社會生活的質和量方面， 更多的業(yè)務信息和社會信息逐漸進入會計分析的視野。 會計信息的生成、會計數據資源的管理和利用日趨自動化、智能化、共享化、社會化和生態(tài)化， 智能會計真正成為鏈接宏微觀經濟管理和社會活動的紐帶與橋梁， 成為價值鏈上或生態(tài)圈內資源優(yōu)化配置和價值創(chuàng)造實現的“參謀”或“助手”; 以此為基礎的會計分析切實具備了大數據分析的特質， 演化成名副其實的大數據分析， 會計分析所依據的數據不僅融合了企業(yè)內部業(yè)務數據， 而且超出了企業(yè)邊界進一步擴大到社會領域的群集數據。

可見， 智能會計意義上的大數據分析是計算機科學、數據科學和計算科學等相關學科賦予會計分析的新任務和新功能， 是一項以會計信息為元數據， 延伸到業(yè)務信息和社會信息所進行的會計分析活動。 也就是說， 它是一個利用大數據分析技術， 通過對會計信息、業(yè)務信息和社會信息的分解辨析， 從中找出有助于企業(yè)科學決策與管理的隱藏模式模型、未知相關關系以及其他有用信息的人機協(xié)同的認知過程。

2. 輔助決策支持功能。 作為一個經濟/技術系統(tǒng)的組織[30] ， 企業(yè)是一個有機統(tǒng)合管理決策和員工決策的復雜技術系統(tǒng)。 “管理就是決策”“決策貫穿于管理的全過程”[31] ， “決策是行政的心臟”[32] 。 沒有科學的管理， 就沒有理性的決策， 企業(yè)在配置經濟資源和組合生產要素時， 就很難保證既有效率又有效益， 也就很難增進社會財富和提高文明程度。

眾所周知， 理性“是一種行為方式， 是指在給定條件和約束的限度內適應于達到給定目標的行為方式”[33] ， 有其特定的思維方式、認知邏輯和方法論基礎。 當然， 理性“在它缺失全知全能性時是有限的”[34] ， 這種有限性主要指的是“人類認知能力的局限性， 即人在較短或一定的時間內處理信息能力的界限”[34] ， 主要“包括知識和計算能力兩方面的局限性”[35] 。 而決策則是一種戰(zhàn)略或策略選擇， “是一個分階段、涉及很多方面的系統(tǒng)過程”[36] ， “就決策導向最終目標的選取而言， 我們把決策稱為‘價值判斷; 就決策包含最終目的實現而言， 我們把它稱作‘事實判斷”[37] 。 可見， 決策是不是理性、管理是不是科學， 其重要的前提是能不能獲取足夠數量的信息。 信息關聯(lián)在管理決策過程中具有重要作用， 它滲透在“決策前提賴以從一個組織成員傳遞給另一個成員的任何過程”中[38] 。

在智能時代， 企業(yè)流程或企業(yè)樣態(tài)已不再是傳統(tǒng)意義上的產品研發(fā)、生產制造、營運管理、商品銷售和售后服務， 而應該是價值共創(chuàng)、智能制造、敏捷決策和柔性營銷。 作為一個信息系統(tǒng)， 傳統(tǒng)會計提供信息的技術和能力是有限的， 尤其在信息獲得、存取和計算能力方面， 尚達不到理性決策所要求的“滿意化”程度。 “今天的稀有資源不是信息， 而是處理信息的能力”[39] 。 而智能會計， 作為一個智能會計核算系統(tǒng)， 能夠及時、精準和低成本地提供科學或理性決策所需要的全部會計信息和其他相關業(yè)務甚至社會信息; 作為一個智能決策支持系統(tǒng)， 它是一種以數據倉庫為基礎， 以聯(lián)機分析工具（OLAP）和數據挖掘工具（DM）為手段的一整套可操作、可實施的決策支持解決方案， 其處理對象始終聚焦在決策和支持上， 不僅提供足夠的或全樣本數據化信息， 而且致力于決策問題的結構化⑥。

自新中國成立后， 關于會計（主要是近現代會計）職能的認識， 在政策上與20世紀60年代我國國民經濟實行的“調整、鞏固、充實、提高”的“八字”方針密切相關， 在理論上主要源于馬克思關于“簿記”功能的一般性描述， 即“過程愈采取社會的規(guī)模， 愈失去純粹個人的性質， 簿記——當作生產過程的控制和觀念總結——就愈成為必要?！盵40] 其中， “所謂‘觀念總結， 是指用觀念上的貨幣即計算貨幣來總括地反映生產過程及其成果?！盵41] 基于上述考慮， 我國學術界和實務界把對“過程的控制和觀念總結”概括為“反映”和“監(jiān)督”， 認為會計的“基本職能一是反映（觀念總結）， 二是監(jiān)督（控制）”[42] 。 1985年我國頒布的《會計法》中又把會計的基本職能規(guī)范為“核算”和“監(jiān)督”。

毫無疑問， 會計“對經濟發(fā)展是反應性的”[43] 。 因此， 智能會計作為一個反應性系統(tǒng)， 總體上要內嵌于日趨成熟的數字世界， 服務于數字經濟建設和企業(yè)數字化轉型。 具體而言， 一方面要由機器或技術基本或完全取代其反映或核算職能， 另一方面要使監(jiān)督職能回歸到它的“控制”本義， 并賦予計劃、分析和評價等基本內涵， 形成一個相對完整的會計管理循環(huán)， 其內容至少包括“會計預測、會計決策、會計預算、會計計量、會計控制、會計報告和會計分析”[44] 。 誠然， 此時之“控制”已經是“管理”的同義語了。 在“控制”職能中， “監(jiān)督”仍然有強調的必要， 只是監(jiān)督的內容、方法、方式和手段， 都已發(fā)生了根本性變化。

完全可以預見， 在把以會計信息為基礎的大數據推送到管理決策邊緣或中心的過程中， 智能會計發(fā)揮著交聯(lián)大數據與決策和行為的關鍵作用。 它不單是一種支持決策與行動的數據收集和處理的智能化工具， 更重要的是， 它將通過對宏微觀經濟組織或個體的業(yè)務分析、數據理解、數據準備、建立模型及評估和信息調配等， 不斷提高數據的結構化水平和決策過程本身的智能化程度， 使數據更加貼近或走進科學決策和價值創(chuàng)造過程。

三、智能會計是一門科學

智能會計是會計知識與大數據技術和人工智能技術的完美結合。 伴隨著“創(chuàng)造性破壞”和“顛覆性創(chuàng)新”的數字技術的涌現和應用， 大數據成為一個現象級領域， 其計算能力得到大幅度提升， 推動會計進入了一個用數據和計算來定義和理解也就是智能會計的新階段。 正是由于數字技術對會計學的這種技術賦能， 才一定程度上使“在學術大家庭里的會計學這一新生兒”[45] ， 由“軟科學”向“硬科學”邁進了一大步。 可以說， 智能會計學是會計、科技（技術）和管理（決策）三者深度融合、一體化發(fā)展的應然和實然結果， 而大數據、算力、算法共同驅動了會計智能化躍遷的這一重要進程。

作為一門科學， 智能會計不僅要關注一筆筆經濟業(yè)務、一個個鮮活案例和一列列對應變量， 更要關注可用數學模型或統(tǒng)計模型捕捉到的語言、位置、運動、網絡、圖像和視頻等非貨幣化和非結構化的質性元素及其表征出來的大數據之間的依賴關系; 不僅要進行會計與技術的一體化、整體化研究， 而且要在會計與技術的“無縫之網”中來研究會計現象、探尋會計規(guī)律。 在智能會計學這個概念中， “會計”一詞更多的是強調把會計理論（主要是指會計準則、制度、標準和規(guī)則）引入“智能”（主要是指人工智能中的算力、算法， 即計算能力）這個數據采集、挖掘、建模、輸出的全過程之中。 其中， “智能”一詞更多的是強調對會計核算和會計管理的技術賦能。 這是一個理論指導計算、計算啟發(fā)理論的完美過程。

應該說， 智能會計是基于包括會計信息在內的大數據， 利用會計科學與計算機科學、數據科學、計算科學等相關學科相結合的方式方法， 研究智能會計活動（智能會計核算、智能會計預測、智能會計決策、智能會計預算、智能會計分析、智能會計控制和智能會計評價等）專門問題的方法性、計算性、實踐性和交叉性科學， 屬于交叉學科范疇， 具有計算社會科學屬性。

1. 智能會計是一門方法性科學。 社會發(fā)展到今天， 鑒于會計的科學性， 不能否認智能會計也是一門實質性科學的論斷， 也就是它本身具有解讀經濟利益實質的理論功用。 但是， 如果從技術和方法論角度看， 智能會計又確實是一門更加側重于方法論的科學。 換言之， 智能會計不僅是一門基于規(guī)則、數據和技術來研究會計實質及其規(guī)律的實質性科學， 更是一門關于會計方法技術化、智能化和智慧化的方法性科學， 亦即著重研究方法論的一門科學。

智能會計雖然也研究規(guī)律， 但是它所研究的業(yè)務或交易之規(guī)律， 是在歸納或研究業(yè)務或交易方法時， 才開始研究的。 為方法而研究規(guī)律， 是智能會計學的鮮明特征。 智能會計分析數據及其要素間的結構、關聯(lián)和因果之關系， 主要是為了數據建?；蛘呓y(tǒng)計建模， 是為了說明和總結方法， 側重的仍然是方法科學的內容。

2. 智能會計是一門計算性科學。 大數據、人工智能等數字技術廣泛而深入地應用于會計領域， 無疑塑造了智能會計這個新領域， 并促使會計更加趨向于計算化和數字化。 在智能時代， 任何組織或個人“所處的整個世界是由算法控制， 并且按算法確定的程序進行演化”[46] ， “計算已成為人們認識自然、生命、思維、社會的一種普遍的觀念和方法”[47] 。 與傳統(tǒng)會計相比， 智能會計更是“一個計量過程”[48] ， “會計計量是會計活動的核心職能”[49] 。 從嚴格意義上講， 受傳統(tǒng)計算技術等因素影響， 現行會計計量是很難達到如實反映和決策相關等會計信息質量特征要求的， 而智能會計則不然。 在計算能力和數字技術支持下， 智能會計能夠極大地提高會計信息的確定性和逼近性， 細化其顆粒度， 也就是智能會計所形成的以數字表示的會計信息會越來越精準地揭示現實經濟世界的本質和全貌。

可以說， 智能會計既是“計算”也是“算計”， 在本質上就是一種計量—— 一種面向數字技術應用的社會計算過程， 具有計算社會科學屬性。 具體而言， 智能會計不僅要計算經濟活動的數量方面， 而且要通過對大數據的收集與分析， 去發(fā)現更有意義的模型; 甚至通過深度機器學習， 去觀察更大規(guī)模的會計現象， 去透視更為復雜的會計系統(tǒng)， 進而發(fā)現和形成創(chuàng)造性的會計思想、理論與方法， 探究未知領域的鄰近可能性。 智能會計不僅要關注計算機或更廣義的數字技術在會計活動中的應用， 而且要研究會計知識在計算機或數字技術中的嵌入使用， 并以此來探究和認知智能會計科學中的規(guī)律性和方法性知識。

3. 智能會計是一門實踐性科學。 智能會計歸根結底是一種社會活動、認識活動， “在本質上是實踐的”[50] ， “是一種實踐活動”[51] 、“一種具有歷史性、建構性的實踐活動”[52] ， 即為了實現組織資源和生產要素的優(yōu)化配置， 按照既定目標和規(guī)則來反饋和創(chuàng)造價值， 管理和控制宏微觀價值運動。 理論源于實踐。 對智能會計這種后發(fā)性的科學而言， 其理論、觀點和方法即知識體系的形成和建構， 更多的是始于實踐觀察， 更要強調對客觀存在的、在一定程度上也是方興未艾的智能會計實踐的觀察、反映和分析的這種實踐優(yōu)位性。 因為， “科學規(guī)律（除數學以外）必須從事實中歸納和總結得出， 人類的主觀性可以被這種方法有效地過濾掉”[53] 。 當然， 智能會計實踐又不完全等同于自然現象， 不僅要廣泛地運用數學、統(tǒng)計學和人工智能技術， 而且也包含著更多的價值判斷與主觀選擇。

4. 智能會計是一門交叉性科學。 基于組織及其環(huán)境關系的數字性和復雜性， 智能會計具有鮮明的交叉學科特征， 或者說， 它本身就是一門交叉科學。 過去， 會計學被限定在經濟領域， 視為一項經濟管理活動， 甚至僅視為一項微觀經濟管理活動。 而現在， 隨著企業(yè)生產社會化和數字化程度的不斷提高， 智能會計工作早已超出了微觀經濟主體邊界， 甚至從國民經濟整體利益的角度出發(fā)， 在整個社會范圍內基于所謂的大數據來組織活動， 成為一種經濟、社會、技術交叉融合的綜合實踐活動， 具有顯而易見的復雜性、突發(fā)性和多尺度性。

眾所周知， 針對復雜、綜合和交融性的重大經濟社會問題， 單一學科的知識往往難以進行多維度、全方位、整體性的深入探討和系統(tǒng)建構， “需要互補應用多種研究路徑——統(tǒng)計模型和模擬、社會和經濟理論、實驗室實驗、調查、民族志田野調查、歷史和檔案分析， 以及實踐經驗”[54] ; 需要運用計算機科學等理論， 通過對問題的不同層次的抽象， 利用算法去解析業(yè)務行為， 設計人工智能系統(tǒng)， 求解復雜問題， 并利用數學模型和方法形成更有針對性的解決方案。

實際上， 相對于數字中國建設對會計專門人才的數字化、敏捷化和智能化的要求， 傳統(tǒng)會計學已經出現了難以逾越的知識屏障、技術不足和能力短板， 迫切需要吸收、嫁接和融合不同學科的發(fā)展成果， 通過各大門類科學及各專業(yè)知識之間的整合、共享和交融這一學科演化和設計的基本途徑， 逐步實現智能會計學的知識積累和體系構建。 從這個意義上而言， 智能會計是會計科學與計算機科學、數據科學、計算科學、數學科學、統(tǒng)計科學等相關或相近科學之間發(fā)生的外部交叉， 以及會計科學內部各專業(yè)知識之間發(fā)生的內部交叉所形成的邊緣性、橫斷性和綜合性知識體系。

【 注 釋 】

1 在英文語境中“智能”一詞對應的是“intelligence”，源于由“inter”和“l(fā)egere”兩部分構成的古拉丁語“intelligere”，其中，前者可理解為“在其中”，后者可解釋為“辨識和選擇”，結合起來看，就是“從中辨識和選擇”，因此，“intelligence”可以引申為“自動地學習、研究、通曉和領會”;在中文語境中“智能”是“智慧”和“能力”的縮寫。前者是指人從感覺、到記憶、再到思維的完整過程;后者是指對智慧產生的行為和結果的表達過程。它們在人這一個體中發(fā)揮智能的程度分別被描述為“智商”和“能商”，而我們時常講的“情商”，則是介于這兩者之間，發(fā)揮調控作用，使之正確或恰到好處。“智商”“能商”和“情商”在一定意義上是人的感知、認知和行為的外顯。

2 人工智能的思想可以追溯到人工神經元網絡概念的產生（McCulloch等，1943）和“圖靈測試”（Alan M. Turing，1950）。1959年約翰·麥肯錫（John McCarthy）在達特茅斯會議上正式提出了“人工智能”（Artificial Intelligence）一詞，指出：“人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣?！?007年他在《什么是人工智能》（What is Artificial Intelligence）一文中又給出了人工智能更為寬泛的定義，即：“制造智能機器，特別是智能計算機程序的科學和工程”。而《牛津詞典》給予人工智能的定義是：計算機系統(tǒng)的理論與發(fā)展，能夠執(zhí)行通常需要人類智力的任務，例如視覺感知、語音識別、決策和語音翻譯等。

③ “模仿”在這里指的是外在模仿而非人腦或行為模仿，它是人工智能的第一步，是初始階段。這時的人工智能還談不上“學習”，無論是后面講的“弱學習”還是“強學習”。模仿的過程，一是要借用人工智能從無法用指標衡量的現實問題中收集獲取可供后續(xù)數據分析的圖片、文字、數據并加以記錄和儲存;二是要在已收集的信息基礎上，對其進行人工智能識別、分類并根據不同信息類別加以指標化，使之成為可供數學或統(tǒng)計模型處理的數據信息;三是要基于已收集轉化的數據指標和信息，結合處理實際問題的具體規(guī)則和實踐，按照原有問題推演過程建立人工智能處理體系，使求解問題智能化;四是將已建立的人工智能處理體系投入實際問題處理過程以檢驗其可行性，發(fā)現其不足之處，以求改進。

④ 深度學習（Deep Learning）指基于多層神經網絡算法模型，能夠不斷加強機器從海量非結構化數據中自行歸納物體特征以及對新事物多層特征提取、描述和還原的能力。它使得人工智能技術的識別準確率不斷提升，從而可以在更廣泛的場景下解決實際問題。

⑤ 神經擬態(tài)（Neuromorphic）主要是指用模擬、數字或者模數混合大規(guī)模集成電路（包括神經元或者神經突觸模型的新型材料或者電子元器件）和軟件系統(tǒng)，來模擬神經系統(tǒng)、實現神經網絡建模，并在此之上構建智能系統(tǒng)。

⑥ 只有將半結構化和非結構化的決策問題結構化，才便于使用決策規(guī)劃來確定問題、設計解答方式，并從中選擇最佳或最優(yōu)方案。其中，結構化的問題可以通過機器來自動化求解;半結構化的問題就需要人機交互;非結構化的問題應借助技術水平和認知能力的提高而逐步半結構化或結構化。

【 主要參考文獻 】

[1] 王愛國.跳出會計看會計[ J].財會學習，2013（12）：1.

[2] 王愛國.智能會計：會計轉型發(fā)展的方向[ J].會計之友，2020（9）：2 ～ 5.

[3] 王愛國.CFO在智能會計發(fā)展中應把控三大問題[N].中國會計報，2021-09-03.

[4] 楊紀琬，閻達五.開展我國會計理論研究的幾點意見——兼論會計學的科學屬性[ J].會計研究，1980（1）：2 ～ 10.

[5] 楊紀琬，閻達五.論“會計管理”[ J].經濟理論與經濟管理，1982（4）：39 ～ 45.

[6] 婁爾行.會計的實質是管理——《現代物資企業(yè)會計管理》序[ J].中國物資流通，1989（12）：30.

[7] 楊紀琬，婁爾行.經濟大辭典·會計卷[M].上海：上海辭書出版社，1991：1 ～ 778.

[8] 西德尼·戴維森著.婁爾行譯.現代會計手冊（第一分冊）[M].北京：中國財政經濟出版社，1982：1 ～ 321.

[9] American Accounting Association. A Statement of Basic Accounting Theory[R].AAA，1966.

[10] APB. Statement No.4. Basic Concepts and Accounting Priniciples Underlying Financial Statements of Business Enterprisis[R].AICPA，1970.

[11] 余緒纓.要從發(fā)展的觀點，看會計學的科學屬性[ J].中國經濟問題，1980（5）：46 ～ 47.

[12] 潘序倫，王澹如.基本會計學[M].北京：知識出版社，1983：1 ～ 559.

[13] 葛家澍.會計學導論[M].杭州：立信會計圖書用品社，1988：1 ～ 509.

[14] 續(xù)慧泓，楊周南，周衛(wèi)華等.基于管理活動論的智能會計系統(tǒng)研究——從會計信息化到會計智能化[ J].會計研究，2021（3）：11 ～ 27.

[15] 王愛國.會計理論研究——構建中國特色的會計理論體系[M].?？冢耗虾３霭婀?，1995：1 ～ 312.

[16] 恩格斯著.中共中央馬克思恩格斯列寧斯大林著作編譯局譯.自然辯證法[M].北京：人民出版社，1972：1 ～ 340.

[17] 弗洛里迪著.王文革譯.第四次革命：人工智能如何重塑人類現實[M].杭州：浙江人民出版，2016：1 ～ 295.

[18] Mcafee A.， Rynjolfsson E.. Machine，Platform，Crowd： Harnessing Our Digital Future[M].New York： WWNorton & Company，2017：1 ～ 416.

[19] Pasquale F.. The Black Box Society[M].Cambridge： Harvard University Press，2015：1 ～ 320.

[20] 馬克思著.中共中央馬克思恩格斯列寧斯大林著作編譯局譯.資本論第二卷[M].北京：人民出版社，1953：1 ～ 678.

[21] Tony Cass. A Handler for Big Data[ J].Science，1998（10）：636.

[22] Manyika J.， Chui M.， Brown B.， Bughin J.， Dobbs R.， Roxburgh C.， Byers A.. Big Data： The Next Frontier for Innovation， Competition，? and? Productivity [Kindle edition][R/OL].Mc Kinsey? Global? Institute，2011. http：//www.mckinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_The_next_frontier_for_innovation.

[23] 李金昌.大數據與統(tǒng)計新思維[ J].統(tǒng)計研究，2014（1）：10 ～ 15.

[24] 李金昌.從政治算術到大數據分析[ J].統(tǒng)計研究，2014（11）：3 ～ 14.

[25] 馬建光，姜巍.大數據的概念、特征及其應用[ J].國防科技，2013（2）：10 ～ 17.

[26] Marr B.. Big Data： Using SMART Big Data， Analytics and Metrics to Make Better Decisions and Improve Performance[M].UK： John Wiley & Sons，2015：1 ～ 656.

[27] 維克托·邁爾-舍恩伯格等著.盛楊燕等譯.大數據時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013：1 ～ 261.

[28] 胡雄偉，張寶林，李抵飛.大數據研究與應用綜述[ J].標準科學，2013（11）：29 ～ 33.

[29] R. K. Mautz. Effect of Circumstances on the Application of Accounting Principles， Financial Executives Research Foundation[M].New York：Financial Executives Research Foundation，1972：1 ～ 188.

[30] 卡斯特·羅森茨韋克著.李柱流等譯.組織與管理：系統(tǒng)方法和權變方法[M].北京：中國社會科學出版社，1984：1 ～ 724.

[31] Simon H. A.. Rationality in Psychology and Economics[ J].Journal of Business，1986（59）：209 ～ 224.

[32] Simon H. A.. Administrative Behavior[M].New York：Macmillan，1947：59.

[33] Simon H. A.. Theories of Bounded Rationality[C]. Amsterdam： North-Holland，1972.

[34] Simon H. A.. Bounded Rationality in Social Science：Today and Tomorrow[ J].Mind & Society，2000（1）：25 ～ 39.

[35] Simon H. A.. Models of Bounded Rationality（Vol. 3）[M].Cambridge， MA： The MIT Press，1997：1 ～ 470.

[36] Simon H. A.. Administrative Behavior-A Study of DecisionMaking Processes in Administrative Organization[M].New York： Macmillan Publishing Co，lnc，1971：1 ～ 400.

[37] 赫伯特·A·西蒙.管理行為[M].北京：北京經濟學院出版社，1988：1 ～ 314.

[38] Simon H. A. Rational Choice and the Structure of the Environment[ J].Psychological Review，1956（63）：120 ～ 138.

[39] 赫伯特·A·西蒙.管理決策新科學[M].北京：中國社會科學出版社，1982：1 ～ 146.

[40] 馬克思.資本論（第二卷）[M].北京：人民出版社，1953：1 ～ 672.

[41] 葛家澍.馬克思的簿記理論與現代會計[ J].中國經濟問題，1983（s1）：72 ～ 77/83.

[42] 閻達五.會計管理結構——對中國會計理論建設的若干思考[M].北京：北京出版社，1990：1 ～ 362.

[43] 邁克爾·查特菲爾德著.文碩等譯.會計思想史[M].北京：中國商業(yè)出版社，1989：1 ～ 347.

[44] 閻達五，陳亞民.論會計管理循環(huán)[ J].財會通訊，1988（8）：10 ～ 14.

[45] 約翰.B.坎寧著.宋小明等譯.會計中的經濟學[M].上海：立信會計出版社，2014：1 ～ 271.

[46] 李建會.走向計算主義[ J].自然辯證法通訊，2003（3）：31 ～ 36.

[47] 孟小峰，李勇，祝建華.社會計算：大數據時代的機遇與挑戰(zhàn)[ J].計算機研究與發(fā)展，2013（12）：2483 ～ 2491.

[48] 林志軍.關于會計計量的認識[ J].會計研究，1986（5）：15 ～ 19.

[49] Yuji Ljiri. The Theory of Accounting Measurement[R].AAA，1975.

[50] 馬克思.馬克思恩格斯選集第一卷（關于費爾巴哈的提綱）[M].北京：人民出版社，1995：1 ～ 396.

[51] 楊棟，魏大鵬.科學觀之演進與管理學科學屬性之爭[ J].管理世界，2009（6）：124 ～ 134.

[52] 李正風.科學知識生產方式及其演變[M].北京：清華大學出版社，2006：1 ～ 369.

[53] Rosenberg. Lakatosian Consolations for Economic[ J].Economics and Philosophy，1986（2）：127 ～ 139.

[54] Duncan Watts. Computational Social Science：Exciting Progress and Future Challenges[Z].The Bridge on Frontiers of Engineering，2013.