許海燕 鄭軍 徐銘檜

【摘 要】 伴隨著現(xiàn)代經(jīng)濟(jì)社會(huì)的飛速發(fā)展，出現(xiàn)了“會(huì)計(jì)誠(chéng)信危機(jī)”這一新名詞，它直接影響會(huì)計(jì)信息質(zhì)量，干擾社會(huì)經(jīng)濟(jì)秩序，成為現(xiàn)代經(jīng)濟(jì)社會(huì)形態(tài)的怪胎，從某種意義上講，給國(guó)家和社會(huì)造成了相當(dāng)嚴(yán)重的后果。會(huì)計(jì)誠(chéng)信缺失誘發(fā)因素眾多，絕大多數(shù)又是人因事故，與會(huì)計(jì)人員操作行為關(guān)系密切，人因工程學(xué)研究認(rèn)為，行為的實(shí)施要經(jīng)過(guò)感知、決策和行為實(shí)施三個(gè)環(huán)節(jié)。文章主要探討采用Agent的仿真方法來(lái)調(diào)查會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)基本設(shè)計(jì)方案的有效性。特別是對(duì)如何通過(guò)自適應(yīng)過(guò)程中實(shí)際值的測(cè)量來(lái)提高信息精度的設(shè)置方法，從復(fù)雜性和協(xié)調(diào)程度的角度進(jìn)行了分析?；贏gent的仿真方法是建立在NK適合度景觀理論之上，探索性地將二者結(jié)合在一起，嘗試性地構(gòu)建了一個(gè)技術(shù)異化預(yù)防性控制體系，旨在約束并進(jìn)一步引導(dǎo)信息量誤差越來(lái)越小，從而產(chǎn)生更有效的自適應(yīng)過(guò)程。研究結(jié)果表明，提高判斷評(píng)價(jià)系統(tǒng)的有效性依賴(lài)于決策的復(fù)雜性和協(xié)調(diào)模式。

【關(guān)鍵詞】 會(huì)計(jì)誠(chéng)信; 危機(jī); Agent; NK模型; 會(huì)計(jì)信息

【中圖分類(lèi)號(hào)】 F272.35? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2019）05-0146-05

一、引言

2018年4月20日，財(cái)政部印發(fā)《關(guān)于加強(qiáng)會(huì)計(jì)人員誠(chéng)信建設(shè)的指導(dǎo)意見(jiàn)》，以加強(qiáng)企業(yè)會(huì)計(jì)誠(chéng)信建設(shè)，建立健全會(huì)計(jì)人員守信聯(lián)合激勵(lì)和失信聯(lián)合懲戒機(jī)制，推動(dòng)會(huì)計(jì)行業(yè)進(jìn)一步提高誠(chéng)信水平。加強(qiáng)會(huì)計(jì)人員誠(chéng)信建設(shè)，對(duì)增強(qiáng)會(huì)計(jì)人員誠(chéng)信意識(shí)，提高會(huì)計(jì)工作水平，營(yíng)造良好信用環(huán)境具有重要意義。因此，加快建設(shè)會(huì)計(jì)誠(chéng)信治理體系已成為亟待解決的問(wèn)題，而會(huì)計(jì)誠(chéng)信治理體系首先必須建立科學(xué)的評(píng)價(jià)體系。由于影響會(huì)計(jì)誠(chéng)信的因素眾多，為了能夠準(zhǔn)確描述和分析各種因素對(duì)會(huì)計(jì)誠(chéng)信水平的影響程度，結(jié)合前述原則，本文著眼于探討會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)的設(shè)置，從而有效地利用會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)的實(shí)際測(cè)量值來(lái)提高判斷評(píng)價(jià)系統(tǒng)的準(zhǔn)確性。對(duì)此研究問(wèn)題采用基于Agent的仿真方法，因?yàn)檫@種方法允許映射相互作用的異構(gòu)代理，而這正是我們研究問(wèn)題的中心，即授權(quán)決策下屬的一個(gè)原因就是從他們的專(zhuān)業(yè)知識(shí)中獲益。組織中的不同決策者有不同領(lǐng)域的專(zhuān)業(yè)知識(shí)，因此，對(duì)給定的數(shù)據(jù)信息給出不同解釋是完全有可能的。

二、仿真模型

本文建立的仿真模型是基于Kauffman[1-2]引入的進(jìn)化生物學(xué)背景下成功應(yīng)用于管理研究[3-5]的NK模型。NK模型可以代表一個(gè)多維決策問(wèn)題，其中N表示由不同元素構(gòu)成的系統(tǒng)維數(shù)，K表示元素之間相互作用的水平，這種關(guān)系被描述成耦合關(guān)系。

這里采用修正的適合度景觀理論的NK模型，該模型由Levitan et al.[6]引入，在修正形式下可以用來(lái)分析不完全信息下的決策制定[7]。在這個(gè)復(fù)雜的系統(tǒng)里，包含若干個(gè)元素，同時(shí)該元素又受另外的其他元素控制。其主要服務(wù)于管理科學(xué)的研究，結(jié)合生物演化思想引入適合度景觀理論，在運(yùn)用結(jié)構(gòu)方程開(kāi)發(fā)技術(shù)創(chuàng)新績(jī)效測(cè)度量表的基礎(chǔ)上，利用擴(kuò)展NK模型這種結(jié)構(gòu)化仿真方法，形象地描繪出會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)內(nèi)部各要素（配套政策、組織結(jié)構(gòu)、信用檔案、會(huì)計(jì)人員素質(zhì)等）在誠(chéng)信這個(gè)適度景觀中的耦合關(guān)系以及相互間的整體適應(yīng)程度，并且闡述了會(huì)計(jì)誠(chéng)信系統(tǒng)與外部其他系統(tǒng)的耦合關(guān)系及演變發(fā)展的適合度景觀，從而進(jìn)一步明確會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)內(nèi)部的核心因素及其外部與之相關(guān)聯(lián)的系統(tǒng)和會(huì)計(jì)誠(chéng)信績(jī)效評(píng)價(jià)間的相互關(guān)系。

本文的模型包括三個(gè)主要層級(jí)：第一層級(jí)，采用類(lèi)似于Siggelkow et al.[8]的方法映射而成，即總的測(cè)評(píng)目標(biāo)“會(huì)計(jì)誠(chéng)信評(píng)價(jià)績(jī)效指數(shù)”;第二層級(jí)對(duì)應(yīng)了上述組織結(jié)構(gòu)的細(xì)化和專(zhuān)門(mén)化，為“配套政策”“組織結(jié)構(gòu)”“信用檔案”“會(huì)計(jì)人員素質(zhì)”“制度環(huán)境”等測(cè)評(píng)指標(biāo);第三層級(jí)由二級(jí)測(cè)評(píng)指標(biāo)結(jié)合具體的事項(xiàng)展開(kāi)，這些測(cè)試可以直接測(cè)量，是將會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)的指標(biāo)進(jìn)行量化的關(guān)鍵。

簡(jiǎn)單介紹就是：（1）模型構(gòu)建，采用類(lèi)似于Siggelkow et al.[8-9]的方法映射而成;（2）信息結(jié)構(gòu)，不完全信息的表現(xiàn)，這對(duì)應(yīng)了組織結(jié)構(gòu)的細(xì)化和專(zhuān)門(mén)化;（3）會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系有不同選項(xiàng)。其中（2）和（3）是該模型的特點(diǎn)。

（一）模型構(gòu)建

假設(shè)構(gòu)建會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)，要分析一個(gè)十維二元的決策問(wèn)題，這也就是說(shuō)，d=（d1，d2，…，d10），其中di∈{0，1}，他們需要做出決策i（i=1，2，…，10）。因此，這是一個(gè)N的NK模型。每一個(gè)系統(tǒng)層級(jí)的形成都是一個(gè)決策結(jié)果，整個(gè)層級(jí)式組織結(jié)構(gòu)的形成過(guò)程就是一個(gè)多階段決策過(guò)程，每個(gè)決策i（i=1，2，…，10）的單一狀態(tài)di為整體性能V（d）提供了一個(gè)常數(shù)Ci（0≤Ci≤1）。決策i可能與其他決定Ci（0≤Ci≤1）相互作用。每一個(gè)階段的性能都只取決于當(dāng)前狀態(tài)變量的取值，也就是說(shuō)某一層結(jié)構(gòu)的形成取決于它的下一層狀態(tài)變量的取值。K取值范圍為0（無(wú)相互作用）到N-1（最大相互作用）。因此，評(píng)價(jià)結(jié)果Ci可能不僅僅依賴(lài)于di的狀態(tài)，也可能與其他決定K的狀態(tài)相關(guān)，從而有：

假設(shè)層級(jí)模型結(jié)構(gòu)由一個(gè)上層主要指標(biāo)和下一層三個(gè)指標(biāo)r∈{1，2，3}組成。組織結(jié)構(gòu)將這個(gè)十維決策問(wèn)題分為三個(gè)部分，并將每個(gè)部分分配給r指標(biāo)中的一個(gè)。因此，每個(gè)指標(biāo)都主要控制了這十個(gè)決策的一個(gè)子集（例如，指標(biāo)1控制決策1—3，指標(biāo)2控制決策4—7，指標(biāo)3控制決策8—10）。指標(biāo)r認(rèn)為，總體問(wèn)題d被劃分成部分向量，是那些自己責(zé)任范圍內(nèi)的單一決策，是那些其他指標(biāo)的選擇和決策。在跨界指標(biāo)相互作用的情況下，某一指標(biāo)的選擇可能會(huì)影響其他指標(biāo)的選擇和決策，反之亦然。

在每個(gè)自適應(yīng)階段，一個(gè)上層主指標(biāo)在假設(shè)其他指標(biāo)不改變?cè)瓫Q策系統(tǒng)子集的條件下，確定自己子集的最優(yōu)配置[10]。特別的，r指標(biāo)負(fù)責(zé)人隨機(jī)發(fā)現(xiàn)兩種可供選擇的部分配置d：現(xiàn)狀下，在維數(shù)1有一個(gè)不同的可供選擇的方案a1，在維數(shù)2有另一個(gè)不同的可供選擇的方案a2。因此，每個(gè)指標(biāo)負(fù)責(zé)人有三個(gè)選項(xiàng)可供選擇（現(xiàn)狀和兩個(gè)備選方案）。在本模型中，指標(biāo)負(fù)責(zé)人在整體性能V（d）的基礎(chǔ)上根據(jù)線性激勵(lì)計(jì)劃進(jìn)行補(bǔ)償，因此可以忽略組織和部門(mén)目標(biāo)之間的利益沖突。然而，由于專(zhuān)業(yè)化不同，指標(biāo)負(fù)責(zé)人對(duì)組織的決策問(wèn)題d有不同的認(rèn)識(shí)。因此，在本模型中沒(méi)有發(fā)生利益沖突，因?yàn)楦髦笜?biāo)選擇可以有不同偏好，這就有可能需要協(xié)調(diào)。本文分析了兩種不同的協(xié)調(diào)模式：

1.“分散”模式：事實(shí)上，這種情況是不存在協(xié)調(diào)的。各個(gè)指標(biāo)對(duì)d和總體問(wèn)題d自主決定，然后將各指標(biāo)的選擇相結(jié)合作為整體結(jié)果，沒(méi)有任何指標(biāo)負(fù)責(zé)單位的干預(yù)。因此，在觀察整體性能方面的功能是有限的（可能不準(zhǔn)確）。

2.“集權(quán)”模式：下一層指標(biāo)向上一層指標(biāo)提出兩種替代方案，上一層指標(biāo)在收到所有建議后選擇一個(gè)整體性能最高的方案，即模型中的主體搜索更高“頂點(diǎn)”的方式。

（二）組織結(jié)構(gòu)的NK模型和搜索過(guò)程分析[11]

上述層級(jí)組織結(jié)構(gòu)中的每一層都是由許多適應(yīng)性主體構(gòu)成的，主體之間相互影響，相互博弈，都會(huì)對(duì)別的主體的變化做出反應(yīng)，經(jīng)過(guò)多次迭代主體之間達(dá)到了均衡點(diǎn)，使組織整體的績(jī)效最優(yōu)。

為了表示出不準(zhǔn)確的判斷信息，采用分割、授權(quán)、限定的方法添加了干擾。很多組織理論的一個(gè)共同點(diǎn)就是決策者在信息的組織處理上有不同層次的缺陷，例如，假設(shè)主管部門(mén)決策者在自己領(lǐng)域內(nèi)有能力處理并得到相對(duì)精確的信息，但是對(duì)于跨部門(mén)的知識(shí)上，主管部門(mén)雖然涉獵但是可能得到粗略的信息。

于是假定部門(mén)根據(jù)感知價(jià)值作為補(bǔ)償依據(jù)，即感知的整體性能是Vr（d）而不是實(shí)際的V（d）。特別的，感知的整體性能Vr（d）的計(jì)算方法為實(shí)際自身性能和實(shí)際剩余性能的歸一化總和，即：

（三）會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系的設(shè)計(jì)方案

利用NK模型進(jìn)行搜索，也就是尋找更高適應(yīng)度的方式。不同高度的頂點(diǎn)代表著系統(tǒng)要素狀態(tài)的不同組合，所以搜索方式也可以叫做系統(tǒng)要素的變異方式。搜索的過(guò)程在適應(yīng)度景觀中表現(xiàn)為一個(gè)“攀爬”的過(guò)程，選擇不同的搜索方式會(huì)影響到系統(tǒng)的動(dòng)態(tài)變化特性。目前，研究中常用的搜索方式有五種，為了比較會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系中各種可選方案的貢獻(xiàn)（這也是本文的中心內(nèi)容），對(duì)自適應(yīng)過(guò)程中五種設(shè)置的搜索方式和特點(diǎn)做了調(diào)查，見(jiàn)表1。

1.在“局部搜索”情況下，每次搜索只能改變一個(gè)決策值，對(duì)現(xiàn)狀的評(píng)價(jià)不能基于被測(cè)量值。如若不能改善主體的適應(yīng)性，則決策值不會(huì)發(fā)生改變。

2.在“貪婪搜索”情況下，會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)允許各指標(biāo)在最終確定決策向量dc的當(dāng)前配置“最優(yōu)點(diǎn)”。因此，在每次自適應(yīng)過(guò)程中相關(guān)指標(biāo)的部門(mén)負(fù)責(zé)人完全知曉現(xiàn)狀，但是他們會(huì)被替代選項(xiàng)d和d的性能貢獻(xiàn)的不正確信息所干擾。對(duì)已實(shí)施的配置，會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)不提供任何跟蹤或記憶。

3.在“長(zhǎng)跳搜索”情況下，現(xiàn)狀可以像“貪婪搜索”情況那樣完全得到估計(jì)。此外，測(cè)量實(shí)際值的用處就是，當(dāng)某個(gè)配置已經(jīng)實(shí)施，決策者獲得關(guān)于性能的相關(guān)貢獻(xiàn)的信息。在未來(lái)期間，這些信息將被部分存儲(chǔ)，從而可以引起該設(shè)置的一個(gè)改進(jìn)的評(píng)價(jià)（例如，這反映了一個(gè)成本規(guī)劃系統(tǒng)，根據(jù)一定的成本驅(qū)動(dòng)配置提供的每個(gè)測(cè)量的性能，其成本函數(shù)會(huì)做出調(diào)整）。對(duì)每個(gè)配置dn，n=2N（因?yàn)镹=10，所以n=1 024），引入計(jì)數(shù)器countn，當(dāng)這個(gè)配置實(shí)現(xiàn)的時(shí)候按1遞增。如果dn在稍后的時(shí)間內(nèi)重新進(jìn)行配置，相應(yīng)的錯(cuò)誤（e、e和emain）被countn劃分。因此，在“集權(quán)”模式下，主管部門(mén)評(píng)價(jià)配置dn的總和性能為：

4.在“認(rèn)知搜索”情況下，會(huì)計(jì)系統(tǒng)會(huì)根據(jù)測(cè)量的實(shí)際值提供完善的記憶和即時(shí)校正的事前評(píng)估。因此在自適應(yīng)過(guò)程中當(dāng)一個(gè)配置被考慮的時(shí)候，它至少已經(jīng)實(shí)現(xiàn)了一次，決策者已獲得了其性能水平的完美信息。例如，主管部門(mén)評(píng)價(jià)一個(gè)配置dn的總體性能為：

5.在模擬過(guò)程中，“模仿搜索”作為一個(gè)基準(zhǔn)，使得不完全評(píng)價(jià)下的性能差異可以被確定下來(lái)。無(wú)論是現(xiàn)狀的估計(jì)，還是替代方案的估計(jì)，都不會(huì)遭受任何干擾，也就是說(shuō)所有的錯(cuò)誤項(xiàng)都被設(shè)置為零。

三、結(jié)果和解釋

對(duì)模擬的自適應(yīng)過(guò)程，一個(gè)“真正的”的性能景觀產(chǎn)生后，像前文中描述的適應(yīng)度景觀中的“頂點(diǎn)數(shù)”，接下來(lái)，組織被放置在隨機(jī)的景觀觀察300個(gè)時(shí)期，同時(shí)尋找“最優(yōu)點(diǎn)”。搜索過(guò)程的建模為一個(gè)迅速上升“攀爬”算法。對(duì)決策的兩個(gè)相互作用結(jié)構(gòu)進(jìn)行了模擬，這在某種程度上代表了兩個(gè)極端：在低復(fù)雜度情況下，各部門(mén)內(nèi)的相互作用是最強(qiáng)烈的無(wú)交叉單元的相互依存關(guān)系;在高復(fù)雜度情況下，所有的決定都會(huì)影響其他決定的性能貢獻(xiàn)，也就是說(shuō)，復(fù)雜性被提高到最大。文獻(xiàn)[9]中對(duì)判斷信息的實(shí)證調(diào)查結(jié)果表明，誤差在5%到30%之間。這里給出的結(jié)果誤差在10%左右。

表2顯示，速度ΔV5-1在前5個(gè)設(shè)置中實(shí)現(xiàn)的性能在增強(qiáng)，當(dāng)然這種增強(qiáng)不是絕對(duì)的（見(jiàn)“長(zhǎng)跳搜索”和“認(rèn)知搜索”）。最后一個(gè)觀察期的性能V300是搜索過(guò)程的有效性的指標(biāo)，在性能景觀中的全局最大值的頻率也是如此。此外，圖1反映了自適應(yīng)過(guò)程中干擾對(duì)模仿搜索的性能差異。

本文討論的結(jié)果主要分為兩部分。首先，重點(diǎn)比較測(cè)量和使用的實(shí)際值的不同設(shè)置，其次討論了復(fù)雜性和協(xié)調(diào)的調(diào)節(jié)作用。

（一）會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系的各種設(shè)置的有效性

顯然，不完全信息的評(píng)價(jià)選項(xiàng)可能會(huì)導(dǎo)致有利于某一個(gè)選項(xiàng)。然而事實(shí)上并非如此，相比于現(xiàn)狀而言，它降低了性能（即“誤報(bào)”決定）。低估現(xiàn)狀的績(jī)效水平可能引起錯(cuò)誤的估計(jì)。反之，采用“誤報(bào)”決定，另一種選擇是被拒絕的，因?yàn)樗鼘?duì)性能的邊際貢獻(xiàn)相比于現(xiàn)狀而言似乎更糟糕，因此現(xiàn)狀將延續(xù)。于是可以做如下假設(shè)：為提高判斷信息，隨著測(cè)量和使用的實(shí)際水平的增加，績(jī)效提升的速度增加;更高層次的組織績(jī)效得到實(shí)現(xiàn)[12]。

表1中顯示的會(huì)計(jì)誠(chéng)信系統(tǒng)的設(shè)置，包括提高信息準(zhǔn)確性的順序。發(fā)現(xiàn)在大多數(shù)情況下，速度測(cè)量（見(jiàn)表2）會(huì)隨著更先進(jìn)的會(huì)計(jì)誠(chéng)信系統(tǒng)而增加。此外，如圖1所示，更先進(jìn)的設(shè)置往往性能損失也較低。然而，結(jié)果沒(méi)有普遍支持上述假設(shè)，有一些結(jié)果值得進(jìn)一步分析。

首先，在“局部搜索”中沒(méi)有實(shí)際數(shù)字是有效的，在所有四個(gè)方案中實(shí)現(xiàn)的性能是最低的，并在三種情況下有顯著的性能損失，即使在“貪婪搜索”設(shè)置下也是如此（本文討論“高復(fù)雜度的集權(quán)模式”的情況下）。顯然，高估或低估的現(xiàn)狀導(dǎo)致性能增強(qiáng)的速度和水平的嚴(yán)重?fù)p失。這表明，使用會(huì)計(jì)系統(tǒng)時(shí)，至少跟蹤現(xiàn)狀（例如，一個(gè)實(shí)際的成本系統(tǒng)）是有效的。

第二，“長(zhǎng)跳搜索”和“認(rèn)知搜索”表明所有的情況下有類(lèi)似的結(jié)果。一個(gè)明顯的原因是，使用“長(zhǎng)跳搜索”的設(shè)置，決策者可以得到更好的適應(yīng)度景觀知識(shí)。較慢的學(xué)習(xí)可能會(huì)產(chǎn)生其他的結(jié)果。

第三，“長(zhǎng)跳搜索”和“認(rèn)知搜索”使績(jī)效水平高于“貪婪搜索”——除了高復(fù)雜性和分散協(xié)調(diào)（這是下面將討論的）。這表明會(huì)計(jì)誠(chéng)信系統(tǒng)允許存儲(chǔ)實(shí)際的價(jià)值，有助于更高的性能水平。

（二）復(fù)雜性和協(xié)調(diào)模式的影響

下面開(kāi)始討論“低復(fù)雜度的分散模式”案例（圖1A）。這里沒(méi)有跨單位的相互作用存在，因此不需要跨單元協(xié)調(diào)：與不完善的信息部門(mén)可能會(huì)決定有利于一個(gè)次優(yōu)的部分選擇，但在降低其他部門(mén)決策的表現(xiàn)方面，沒(méi)有外部的影響。平均約75個(gè)周期后會(huì)計(jì)系統(tǒng)3和4將達(dá)到完美的信息水平，而系統(tǒng)1和2之間有一個(gè)相當(dāng)高的幾乎恒定的距離。

在某種程度上，事情似乎在高復(fù)雜度的情況下改變：使用分散協(xié)調(diào)，即使在“貪婪搜索”的設(shè)置下，也導(dǎo)致性能水平超出模仿搜索的水平。經(jīng)過(guò)大約50到75期，整體會(huì)計(jì)誠(chéng)信系統(tǒng)的組織績(jī)效的實(shí)際值（即表1中的前三個(gè)設(shè)置）超過(guò)“模仿搜索”達(dá)到的性能（見(jiàn)圖1C）。這種不精確信息的“有益”效果可能是由“誤報(bào)”引起的：“誤報(bào)”可能會(huì)在短期內(nèi)使組織采取一個(gè)“錯(cuò)誤的軌道”，但在長(zhǎng)期范圍內(nèi)有機(jī)會(huì)發(fā)現(xiàn)優(yōu)越的配置[7]。特別是不完善的知識(shí)可能提供機(jī)會(huì)離開(kāi)適應(yīng)度景觀的一個(gè)局部峰值，這種效果變得具有更高的復(fù)雜性：正如已經(jīng)驗(yàn)證過(guò)的，復(fù)雜性的層次越高，局部極大值存在的越多，因此，更可能搜索到一個(gè)局部峰值。搜索過(guò)程中的不準(zhǔn)確信息誘導(dǎo)了多樣性，并提供了發(fā)現(xiàn)卓越的性能水平的機(jī)會(huì)，并且最終達(dá)到全局最大值。確實(shí)，在“高復(fù)雜度分散模式”的情況下，“模仿搜索”的全局最大值的頻率，低于整體會(huì)計(jì)誠(chéng)信系統(tǒng)的組織績(jī)效。

在會(huì)計(jì)誠(chéng)信管理制度的設(shè)置之間，協(xié)調(diào)的“集權(quán)”模式下差異下降。因此，在某種方式上，通過(guò)引入主管部門(mén)的信息處理能力，會(huì)計(jì)誠(chéng)信評(píng)價(jià)系統(tǒng)設(shè)置的相關(guān)性往往會(huì)減少。此外，研究結(jié)果（圖1）表明在提案方式下帶有不準(zhǔn)確的判斷信息的組織遠(yuǎn)遠(yuǎn)不能達(dá)到完全評(píng)價(jià)下的性能水平。

因此，在集權(quán)模式下，如果兩個(gè)條件得到滿(mǎn)足只有遺棄現(xiàn)狀。第一，至少有一個(gè)指標(biāo)相關(guān)部門(mén)已經(jīng)發(fā)現(xiàn)一個(gè)對(duì)各自的部門(mén)負(fù)責(zé)人而言可以得到更高補(bǔ)償?shù)牟糠窒蛄浚ǚ駝t他/她不會(huì)提出改變）;第二，必須接受的建議，因此，對(duì)于正在實(shí)施的每一項(xiàng)建議，必須通過(guò)一個(gè)額外的手續(xù)——不準(zhǔn)確的評(píng)價(jià)，即引入一個(gè)額外的誤差源。這樣，“誤報(bào)”是不太可能產(chǎn)生有益的影響，“誤報(bào)”評(píng)價(jià)可能會(huì)發(fā)生，組織更可能受到分散模式下慣性的影響。帶有更多慣性的適應(yīng)度景觀會(huì)降低“逐步完善”和“認(rèn)知搜索”的會(huì)計(jì)系統(tǒng)的益處。

四、結(jié)論

上述結(jié)果表明，對(duì)會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系的測(cè)量值提高判斷信息的直覺(jué)從而提高整體性能。這提供給我們改進(jìn)會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系的一個(gè)角度，就是提高信息精度，巧妙地利用干擾來(lái)協(xié)調(diào)系統(tǒng)的需要和模式，為會(huì)計(jì)誠(chéng)信重塑、凈化會(huì)計(jì)執(zhí)業(yè)環(huán)境提供了一個(gè)定量的分析研究工具，彌補(bǔ)了定性分析評(píng)價(jià)的不足，從而更有效地進(jìn)行會(huì)計(jì)誠(chéng)信評(píng)價(jià)。[13]

這里需要注意的是，當(dāng)決策問(wèn)題非常復(fù)雜的時(shí)候，更好的會(huì)計(jì)誠(chéng)信評(píng)價(jià)體系不一定是更有益的。此外，不準(zhǔn)確的信息可能對(duì)復(fù)雜決策有其積極的方面——錯(cuò)誤伴隨著分散式協(xié)調(diào)。

【參考文獻(xiàn)】

[1] KAUFFMAN S.The origins of order：self-organization and selection in evolution[M].Oxford：Oxford Univ.Press，1993.

[2] KAUFFMAN S，LEVIN S.Towards a general theory of adaptive walks on rugged landscapes[J].Journal of Theoretical Biology，1987，128（1）：11-45.

[3] RIVKIN J W，SIGGELKOW N.Balancing search and stability：interdependencies among elements of organizational design[J].Management Science，2003，49（3）：290-311.

[4] SIGGELKOW N，RIVKIN J W.Speed and search：designing organizations for turbulence and complexity[J].Organization Science，2005，16（2）：101-122.

[5] RIVKIN J W，SIGGELKOW N.Patterned interactions in complex systems：Implications for exploration[J].Management Science，2007，53（7）：1068-1085.

[6] LEVITAN B，KAUFFMAN S A.Adaptive walks with noisy fitness measurements[J].Molecular Diversity，1995，1（1）：53-68.

[7] KNUDSEN T，LEVINTHAL D A.Two faces of search：alternative generation and alternative evaluation[J].Organization Science，2007，18（1）：39-54.

[8] SIGGELKOW N，RIVKIN J W.Speed and search：designing organizations for turbulence and complexity[J].Organization Science，2005，16（2）：101-122.

[9] REDMAN T C.Data quality for the information age[M].Boston：Artech House，1996.

[10] 高紹福，陶海映.企業(yè)會(huì)計(jì)誠(chéng)信評(píng)價(jià)指標(biāo)體系構(gòu)建研究[J].會(huì)計(jì)之友，2009（4）：64-65.

[11] 郭運(yùn)豐.基于NK仿真模型的重大工程項(xiàng)目層級(jí)式組織結(jié)構(gòu)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)碩士學(xué)位論文，2014.

[12] 尹志剛.基于Agent仿真的技術(shù)創(chuàng)新合作模式策略研究[D].大連：大連理工大學(xué)博士學(xué)位論文，2016.

[13] 王惠敏.必須大力加強(qiáng)會(huì)計(jì)人員誠(chéng)信建設(shè)[N].河北經(jīng)濟(jì)日?qǐng)?bào)，2018-05-26.