李茗君

一、引言

隨著現(xiàn)代財(cái)務(wù)管理理念的變革，以及企業(yè)財(cái)務(wù)信息化的快速發(fā)展，企業(yè)相關(guān)利益者需求的不僅僅是以往財(cái)務(wù)傳統(tǒng)功能下提供的信息。借助于財(cái)務(wù)共享，企業(yè)可以擺脫反復(fù)零瑣碎的規(guī)范化、流程化的業(yè)務(wù)活動(dòng)，降低運(yùn)行成本，提高財(cái)務(wù)效率，并有更多的精力和人員來(lái)專(zhuān)注于提高企業(yè)核心業(yè)務(wù)管理。財(cái)務(wù)共享儼然成為現(xiàn)代企業(yè)運(yùn)行中不可或缺的關(guān)鍵一環(huán)，而為了促進(jìn)財(cái)務(wù)共享在企業(yè)發(fā)揮最大價(jià)值，解決企業(yè)真實(shí)存在難題，學(xué)者們的相關(guān)研究也為此奠定了重要基礎(chǔ)。韋德洪、陸韻佳（2020）明確了財(cái)務(wù)共享的客體、主體和路徑研究，張慶龍（2020）基于數(shù)字化轉(zhuǎn)型背景研究了財(cái)務(wù)共享服務(wù)如何再升級(jí)?；跇I(yè)財(cái)融合視角，宗文娟、王伯倫（2020）、梁恒（2020）等學(xué)者，均選取個(gè)體案例代表，研究了財(cái)務(wù)共享模式構(gòu)建?；凇按笾且圃啤北尘埃瑥堟迹?020）等以中石化為案例，研究了其財(cái)務(wù)共享眾人人員優(yōu)化配置。除此之外，在實(shí)行財(cái)務(wù)共享會(huì)產(chǎn)生的經(jīng)濟(jì)后果（馬健、李連軍，2020）、對(duì)企業(yè)成本粘性的影響（許漢友等，2020）、財(cái)務(wù)共享建設(shè)瓶頸突破（劉明朝、杜洋，2019）等方面，也都已有豐富研究成果呈現(xiàn)。

知識(shí)圖譜作為信息可視化技術(shù)工具之一，以可視化的結(jié)果展示，解讀數(shù)據(jù)的研究熱點(diǎn)、發(fā)展進(jìn)程、趨勢(shì)、結(jié)構(gòu)關(guān)系等，也可對(duì)未來(lái)的情況作出一定預(yù)測(cè)。本文通過(guò)信息可視化分析財(cái)務(wù)共享研究熱點(diǎn)，可以方便學(xué)者以及各界關(guān)注財(cái)務(wù)共享人士把握財(cái)務(wù)共享發(fā)展進(jìn)程，也期待能為學(xué)者們未來(lái)的研究選取提供一些有用的借鑒思路。

二、研究方法與數(shù)據(jù)來(lái)源

（一）研究方法

本文借助Citespace可視功能對(duì)財(cái)務(wù)共享研究進(jìn)行分析，使用者可根據(jù)需要自定時(shí)間區(qū)間和切片間隔，在每一時(shí)間切片內(nèi)形成共現(xiàn)，再遞進(jìn)合并形成可視化網(wǎng)絡(luò)，便于清晰地看到科學(xué)知識(shí)熱點(diǎn)研究及前沿知識(shí)。

（二）數(shù)據(jù)來(lái)源

本文選擇CNKI的中國(guó)學(xué)術(shù)期刊（網(wǎng)絡(luò)版）作為數(shù)據(jù)來(lái)源，而后需要確定數(shù)據(jù)檢索策略，通常檢索策略包括“查全率”和“查準(zhǔn)率”二方面，查準(zhǔn)率高，相應(yīng)地查全率就低，由于查全率不高就會(huì)造成拒真錯(cuò)誤；而查全率高，查準(zhǔn)率就低，由于查準(zhǔn)率低就會(huì)造成取偽錯(cuò)誤。本文采取查準(zhǔn)率高而查全率低的檢索策略，即依次檢索篇名、關(guān)鍵詞。鑒于需要保證文獻(xiàn)數(shù)據(jù)來(lái)源的相關(guān)性和權(quán)威性，本文僅選擇“核心期刊”和“CSSCI”，以財(cái)務(wù)共享為檢索詞，依次檢索篇名、關(guān)鍵詞，最終得到截止至2020年12月20日前共342篇文獻(xiàn)，但由于其中部分是無(wú)效文獻(xiàn)，即指一些采訪報(bào)道、工作報(bào)告等，不屬于本文需要研究的財(cái)務(wù)共享研究熱點(diǎn)范圍，因此對(duì)這342篇文獻(xiàn)又進(jìn)行了再一步的手工剔除無(wú)效文獻(xiàn)，最終得到高質(zhì)量有效文獻(xiàn)308篇。

三、基于Citespace信息可視化功能

（一）關(guān)鍵詞共現(xiàn)圖譜分析

關(guān)鍵詞共現(xiàn)圖譜可以揭示該學(xué)科領(lǐng)域的研究熱點(diǎn)?；?006到2020年見(jiàn)發(fā)表的論文，首先選取每一年中被引次數(shù)最高的前30篇引文（即設(shè)置時(shí)間切片為一年，TopN=30），構(gòu)建當(dāng)年的共引網(wǎng)絡(luò)，進(jìn)而合成各年網(wǎng)絡(luò)得出關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜如下圖1。圖1有網(wǎng)絡(luò)有45個(gè)節(jié)點(diǎn)、88條關(guān)系連線、網(wǎng)絡(luò)密度為0.889。在知識(shí)圖譜中節(jié)點(diǎn)代表關(guān)鍵詞，節(jié)點(diǎn)越大，頻次越高，越重要，紫色圓圈就意味著對(duì)該關(guān)鍵詞的重點(diǎn)標(biāo)注；連線代表共現(xiàn)關(guān)系，連線粗細(xì)代表緊密程度，連線越粗代表關(guān)系越緊密，連線顏色代表年份，顏色意義由淺淡到明艷依次代表從2007年到2019年（具體對(duì)應(yīng)可見(jiàn)圖1上方欄）。

本文列出每個(gè)關(guān)鍵詞具體的頻次和中心性如下表1（以頻次為依據(jù)由高到低排列）。關(guān)鍵詞的頻次即其出現(xiàn)的次數(shù)，中心性即其在所有關(guān)鍵詞中的地位，頻次越高，其中心性也越強(qiáng)?！柏?cái)務(wù)共享”、“財(cái)務(wù)共享服務(wù)”、 “共享中心”、“財(cái)務(wù)共享中心”等均是財(cái)務(wù)共享標(biāo)志詞，高頻次、高中心性均反映了關(guān)鍵地位。其次與“財(cái)務(wù)共享”聯(lián)系最緊密的是“大數(shù)據(jù)”、“業(yè)務(wù)流程”、“流程再造”、“業(yè)財(cái)融合”、“機(jī)器人流程自動(dòng)化”等。除此之外，有些關(guān)鍵詞頻次低、中心性也低的關(guān)鍵詞成為熱點(diǎn)詞匯的可能性也較低，對(duì)于這部分關(guān)鍵詞，需要學(xué)者辨認(rèn)是否有真正研究?jī)r(jià)值，但是還有一部分關(guān)鍵詞頻次低、中心性高的關(guān)鍵詞需要被額外注意，因?yàn)檫@一部分詞匯有較大可能成為未來(lái)的熱點(diǎn)，例如“業(yè)務(wù)財(cái)務(wù)”、“決策支持”、“智能財(cái)務(wù)”、“人工智能”、“信息化”等。

（二）關(guān)鍵詞聚類(lèi)分析

利用citespace進(jìn)行聚類(lèi)分析，每個(gè)聚類(lèi)是多個(gè)緊密相關(guān)的詞組成的。在關(guān)鍵詞聚類(lèi)分析中，Modularity-聚類(lèi)模塊值（Q值）和Silhouette-聚類(lèi)平均輪廓值（S值）表征著聚類(lèi)效果是否有效。一般認(rèn)為Q>0.3意味著聚類(lèi)結(jié)構(gòu)是顯著的；S>0.5意味著聚類(lèi)是合理的，S>0.7意味著聚類(lèi)是令人信服的。

本文使用對(duì)數(shù)似然算法（LLR）對(duì)高頻關(guān)鍵詞進(jìn)行聚類(lèi)，于是得出財(cái)務(wù)共享關(guān)鍵詞聚類(lèi)圖如圖2，得到Q值=0.5143>0.5，S值=0.7884>0.7，因此判斷本文聚類(lèi)分析有效，說(shuō)明近年來(lái)的研究文獻(xiàn)主要圍繞財(cái)務(wù)共享（財(cái)務(wù)共享和財(cái)務(wù)共享服務(wù)可視為一個(gè)聚類(lèi)）、智能財(cái)務(wù)、深度學(xué)習(xí)三大聚類(lèi)群組展開(kāi)。

本文同時(shí)列出每個(gè)聚類(lèi)的詳細(xì)信息如表2，包括每個(gè)聚類(lèi)的節(jié)點(diǎn)數(shù)、S值，以及每個(gè)聚類(lèi)LLR標(biāo)簽值最大的三個(gè)關(guān)鍵詞。從包含節(jié)點(diǎn)數(shù)來(lái)看，聚類(lèi)1和聚類(lèi)2包含的節(jié)點(diǎn)數(shù)最多，同區(qū)塊鏈、智能合約、云會(huì)計(jì)、財(cái)務(wù)管理模式等關(guān)鍵詞聯(lián)系最緊密。從S值來(lái)看，聚類(lèi)3最高，其次是聚類(lèi)4，說(shuō)明財(cái)務(wù)共享現(xiàn)有研究要也在聚焦智能財(cái)務(wù)、深度學(xué)習(xí)、大數(shù)據(jù)等方面。在4個(gè)聚類(lèi)之中，聚類(lèi)1、3、4的S值分別都大于0.7，并且最大值達(dá)到了0.931，也說(shuō)明了聚類(lèi)有效。

（三）關(guān)鍵詞時(shí)區(qū)知識(shí)圖譜分析

關(guān)鍵詞時(shí)區(qū)知識(shí)圖譜是依據(jù)關(guān)鍵節(jié)點(diǎn)初現(xiàn)時(shí)間確定關(guān)鍵詞所屬時(shí)區(qū)，連線及粗細(xì)表示前沿關(guān)鍵詞在后續(xù)年份出現(xiàn)的頻次以及與其他關(guān)鍵詞的共現(xiàn)關(guān)系。通過(guò)關(guān)鍵詞時(shí)區(qū)知識(shí)圖譜可以直觀地觀測(cè)到某一學(xué)科領(lǐng)域前沿關(guān)鍵詞初現(xiàn)時(shí)間及關(guān)系。因此，通過(guò)觀察關(guān)鍵詞財(cái)務(wù)共享的時(shí)區(qū)知識(shí)圖譜，并把各時(shí)期熱點(diǎn)關(guān)鍵詞與時(shí)代背景結(jié)合起來(lái)，可以更加直接明了地理清財(cái)務(wù)共享相關(guān)研究的演進(jìn)過(guò)程，以及把握未來(lái)發(fā)展趨勢(shì)方向。

由圖3可見(jiàn)，有關(guān)財(cái)務(wù)共享的研究在起初一直圍繞中心本身，研究范圍較為籠統(tǒng)寬泛。在2015年起，研究分支逐漸豐富多元，由籠統(tǒng)寬泛向細(xì)致具體轉(zhuǎn)化，并且趨勢(shì)與互聯(lián)網(wǎng)、大數(shù)據(jù)相靠攏。財(cái)務(wù)共享研究趨勢(shì)的轉(zhuǎn)變是由于隨著發(fā)展，互聯(lián)網(wǎng)逐步成為驅(qū)動(dòng)經(jīng)濟(jì)社會(huì)創(chuàng)新的重要力量，同時(shí)在2015年頒布了《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》，標(biāo)志著我國(guó)全面進(jìn)入“互聯(lián)網(wǎng)+”時(shí)代，這給會(huì)計(jì)行業(yè)變革和發(fā)展帶來(lái)了新的功能。因此2015年后財(cái)務(wù)共享的研究也產(chǎn)生了更順應(yīng)時(shí)代發(fā)展需求的新研究方向與課題。

四、結(jié)語(yǔ)

首先，通過(guò)財(cái)務(wù)共享關(guān)鍵詞共現(xiàn)圖譜，得出現(xiàn)有財(cái)務(wù)共享研究熱點(diǎn)關(guān)鍵詞在“大數(shù)據(jù)”、“業(yè)財(cái)融合”等，在以后的研究需要重點(diǎn)注意頻次低且又具有一定重要性的關(guān)鍵詞，例如“人工智能”、“信息化”、“深度學(xué)習(xí)”等。

其次，通過(guò)財(cái)務(wù)共享關(guān)鍵詞聚類(lèi)圖譜，得出說(shuō)明近年來(lái)的學(xué)者研究主要圍繞財(cái)務(wù)共享、智能財(cái)務(wù)、深度學(xué)習(xí)三大聚類(lèi)群組展開(kāi)。

最后，通過(guò)財(cái)務(wù)共享關(guān)鍵詞時(shí)區(qū)圖譜，得出財(cái)務(wù)共享的研究在隨著時(shí)代背景的發(fā)展不斷調(diào)整動(dòng)態(tài)，順應(yīng)會(huì)計(jì)行業(yè)要進(jìn)行互聯(lián)網(wǎng)變革趨勢(shì)，朝著更智能、深度學(xué)習(xí)的方向細(xì)化開(kāi)展。

作者單位：南京審計(jì)大學(xué)