任潔 楊宇 張媛 邵帥 黃昊

摘 要：文章以企業(yè)智能會(huì)計(jì)滿意度分析為主線，通過(guò)問(wèn)卷調(diào)研及實(shí)地訪談等方式研究，探討我國(guó)企業(yè)智能會(huì)計(jì)的發(fā)展情況及實(shí)踐應(yīng)用的問(wèn)題作用。利用層次分析法（AHP）設(shè)計(jì)了4個(gè)準(zhǔn)則，分析了16個(gè)標(biāo)準(zhǔn)指標(biāo)，并利用BP神經(jīng)網(wǎng)絡(luò)驗(yàn)證了模型的適用性，為企業(yè)智能會(huì)計(jì)滿意度模型的設(shè)計(jì)應(yīng)用提供參考。

關(guān)鍵詞：AHP-BP神經(jīng)網(wǎng)絡(luò) 智能會(huì)計(jì) 滿意度分析

中圖分類號(hào)：F275.2? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2023）08-096-02

一、引言

2021年11月財(cái)政部制定的《會(huì)計(jì)改革與發(fā)展“十四五”規(guī)劃綱要》中指出，“十四五”時(shí)期會(huì)計(jì)改革與發(fā)展的總體目標(biāo)是：主動(dòng)適應(yīng)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展客觀需要，會(huì)計(jì)審計(jì)標(biāo)準(zhǔn)體系建設(shè)得到持續(xù)加強(qiáng)，會(huì)計(jì)審計(jì)業(yè)發(fā)展取得顯著成效，會(huì)計(jì)人員素質(zhì)得到全面提升，會(huì)計(jì)法治化、數(shù)字化進(jìn)程取得實(shí)質(zhì)性成果，會(huì)計(jì)基礎(chǔ)性服務(wù)功能得到充分發(fā)揮，以實(shí)現(xiàn)更高質(zhì)量、更加公平、更可持續(xù)的發(fā)展，更好服務(wù)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展大局和財(cái)政管理工作全局。

隨著計(jì)算機(jī)、信息處理技術(shù)和自動(dòng)化技術(shù)的不斷發(fā)展和融合，近年來(lái)，企業(yè)會(huì)計(jì)工作流程發(fā)生了巨大的改變。會(huì)計(jì)信息質(zhì)量是企業(yè)可持續(xù)發(fā)展的生命線，隨著會(huì)計(jì)數(shù)據(jù)量的不斷擴(kuò)大，由于會(huì)計(jì)工作人員、會(huì)計(jì)軟件和會(huì)計(jì)信息的差異，企業(yè)正在探索智能會(huì)計(jì)的應(yīng)用。因此，我國(guó)企業(yè)智能會(huì)計(jì)應(yīng)用效果的滿意度亟需調(diào)查。目前滿意度效果預(yù)測(cè)主要通過(guò)計(jì)算機(jī)輔助實(shí)現(xiàn)，建立了許多有效的滿意度效果預(yù)測(cè)模型，如基于馬爾可夫鏈的基于人工神經(jīng)網(wǎng)絡(luò)的教學(xué)效果滿意度預(yù)測(cè)模型等，為本研究提供了理論依據(jù)。

京津冀地區(qū)企業(yè)眾多，智能會(huì)計(jì)轉(zhuǎn)型工作突出，本文在問(wèn)卷調(diào)查和實(shí)地訪談等方式的基礎(chǔ)上設(shè)計(jì)構(gòu)建模型，選擇調(diào)研京津冀地區(qū)78家企業(yè)作為研究樣本，運(yùn)用AHP-BP神經(jīng)網(wǎng)絡(luò)組合模型進(jìn)行了京津冀地區(qū)企業(yè)智能會(huì)計(jì)應(yīng)用滿意度分析，研究企業(yè)智能會(huì)計(jì)應(yīng)用情況。

二、企業(yè)智能會(huì)計(jì)應(yīng)用滿意度評(píng)價(jià)模型的構(gòu)建

本研究根據(jù)企業(yè)規(guī)模及所處行業(yè)進(jìn)行分類篩選，共分發(fā)并收回了1308份問(wèn)卷，共有1254份有效問(wèn)卷，涉及78家企業(yè)。設(shè)計(jì)了智能會(huì)計(jì)技術(shù)學(xué)習(xí)、智能會(huì)計(jì)實(shí)務(wù)應(yīng)用、智能會(huì)計(jì)發(fā)展前景等3個(gè)模塊，共20個(gè)選擇類問(wèn)題及2個(gè)開放型題目。

首先，通過(guò)調(diào)查問(wèn)卷分析智能會(huì)計(jì)技術(shù)的應(yīng)用情況，根據(jù)調(diào)查結(jié)果顯示財(cái)務(wù)云平臺(tái)、移動(dòng)支付、生物識(shí)別、電子檔案、金稅平臺(tái)、財(cái)務(wù)數(shù)據(jù)可視化應(yīng)用、合同審批等電子簽名、OCR票據(jù)影像掃描、智慧審計(jì)、區(qū)塊鏈發(fā)票、遠(yuǎn)程報(bào)銷、銀企直聯(lián)、數(shù)據(jù)挖掘在等智能會(huì)計(jì)技術(shù)，在企業(yè)實(shí)務(wù)中得到了一定的推廣應(yīng)用。

其次，根據(jù)問(wèn)卷調(diào)查核心問(wèn)題，總結(jié)影響滿意度的四項(xiàng)核心因素，運(yùn)用層次分析法對(duì)影響智能會(huì)計(jì)滿意度的關(guān)鍵因素進(jìn)行分析，并建立各評(píng)價(jià)指標(biāo)的權(quán)重，圍繞著基礎(chǔ)技能、軟件條件、硬件條件、人員素質(zhì)等4個(gè)維度設(shè)計(jì)了16項(xiàng)指標(biāo)。

（1）基礎(chǔ)技能：數(shù)據(jù)庫(kù)、模型構(gòu)建、函數(shù)功能、可視化技術(shù)；

（2）軟件條件：賬務(wù)處理、影像掃描、RPA技術(shù)、集團(tuán)財(cái)務(wù)；

（3）硬件條件：財(cái)務(wù)處理器、財(cái)務(wù)機(jī)器人、數(shù)據(jù)中臺(tái)、生物識(shí)別儀器；

（4）人員素質(zhì)：人員數(shù)量、人員學(xué)歷、人員資質(zhì)、學(xué)習(xí)能力。

最后，將獲得的評(píng)價(jià)結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測(cè)試樣本，并使用BP神經(jīng)網(wǎng)絡(luò)驗(yàn)證模型的適用性，通過(guò)檢驗(yàn)得到結(jié)論。建立了一個(gè)基于AHP-BP神經(jīng)網(wǎng)絡(luò)組合模型的企業(yè)智能會(huì)計(jì)應(yīng)用滿意度評(píng)價(jià)模型。

三、層次分析法在企業(yè)智能會(huì)計(jì)應(yīng)用滿意度調(diào)查中的運(yùn)用

（一）理論概述

層次分析法（AHP）是一種將與決策相關(guān)的要素分解為目標(biāo)、標(biāo)準(zhǔn)、計(jì)劃等層次，并在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法。該方法是美國(guó)匹茲堡大學(xué)作戰(zhàn)研究員薩蒂教授在20世紀(jì)70年代初為美國(guó)國(guó)防部提出的一種分層加權(quán)決策分析方法。本文以層次分析法為基礎(chǔ)，設(shè)計(jì)層次結(jié)構(gòu)模型，構(gòu)建判定矩陣，對(duì)企業(yè)智能會(huì)計(jì)應(yīng)用滿意度要素進(jìn)行排名并進(jìn)行一致性檢測(cè)。

（二）層次分析法的步驟

1.建立層次結(jié)構(gòu)模型，本研究充分考慮企業(yè)智能會(huì)計(jì)應(yīng)用滿意度評(píng)價(jià)的目的和各種因素，并對(duì)評(píng)價(jià)計(jì)劃的目標(biāo)層、標(biāo)準(zhǔn)層和程序?qū)舆M(jìn)行細(xì)分。使用層次圖直觀地描述每個(gè)評(píng)估層次和主要評(píng)估因素及其各自的相關(guān)性。

2.根據(jù)上述評(píng)估目的構(gòu)建判別矩陣A，其中每個(gè)元素A_nm通?？紤]企業(yè)高管、財(cái)會(huì)人員和社會(huì)對(duì)每個(gè)因素的重要定量評(píng)估，如下公式所示：

（1）

在公式中，A是判斷矩陣，A_nm是比較元素n和元素m的重要性的結(jié)果。

3.對(duì)企業(yè)智能會(huì)計(jì)應(yīng)用滿意度要素進(jìn)行排名，并進(jìn)行一致性檢測(cè)，計(jì)算一致性指數(shù)，提出企業(yè)智能會(huì)計(jì)應(yīng)用滿意度指標(biāo)。一致性指數(shù)的計(jì)算公式如下：

（2）

其中λ■是判斷矩陣的最大特征值。查表得到確定的指標(biāo)RI，并計(jì)算一致性比率CR，如下公式所示：

（3）

四、基于AHP-BP神經(jīng)網(wǎng)絡(luò)組合模型的企業(yè)智能會(huì)計(jì)應(yīng)用滿意度模型的構(gòu)建

（一）AHP模型應(yīng)用

根據(jù)上述理論分析，為了研究企業(yè)智能會(huì)計(jì)應(yīng)用滿意度，1254份有效問(wèn)卷中，從4個(gè)標(biāo)準(zhǔn)層面對(duì)企業(yè)高管、財(cái)會(huì)人員和高校財(cái)會(huì)師生及社會(huì)進(jìn)行了調(diào)查，并設(shè)計(jì)了一份考慮4大準(zhǔn)則，16個(gè)因素的滿意度指標(biāo)。

滿意度的平均值采用比例乘積法計(jì)算，即乘積因子設(shè)置為0表示不滿意，25%表示一般滿意，50%表示滿意，75%表示一般滿意和100表示滿意。滿意度的平均數(shù)值=（2×0+50×0.25+160×0.5+701×0.75+341×1）/1254×100（下轉(zhuǎn)第98頁(yè)）（上接第96頁(yè)）=76.49，其中，基礎(chǔ)技能滿意度得分72.01，軟件條件滿意度得分78.99，硬件條件滿意度得分75.12，人員素質(zhì)滿意度得分72.3，其他因素的數(shù)據(jù)可以通過(guò)類比推導(dǎo)出來(lái)。根據(jù)計(jì)算結(jié)果可以得出，企業(yè)智能會(huì)計(jì)應(yīng)用滿意度分析集中在滿意和相對(duì)滿意之間，總體滿意度還有很大的提升空間。

（二）BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)由輸入層、輸出層和一個(gè)或多個(gè)隱藏層的三層結(jié)構(gòu)組成。它具有自適應(yīng)和自學(xué)習(xí)能力，在實(shí)際問(wèn)題解決中能夠很好地處理非線性問(wèn)題，因此可以用于教學(xué)滿意度評(píng)估的預(yù)測(cè)。將獲得的滿意度數(shù)據(jù)用作輸入量，將通過(guò)AHP方法確定的指標(biāo)權(quán)重向量用作輸出量。BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)置為4-7-1，即輸入層有4個(gè)節(jié)點(diǎn)，隱藏層有7個(gè)節(jié)點(diǎn)，輸出層有1個(gè)節(jié)點(diǎn)，總共有35個(gè)權(quán)重和8個(gè)閾值。隱藏層使用tansig作為傳遞函數(shù)，輸出層使用線性傳遞函數(shù)purelin，網(wǎng)絡(luò)訓(xùn)練使用普通訓(xùn)練dm，網(wǎng)絡(luò)性能函數(shù)設(shè)置為均方誤差函數(shù)mse。根據(jù)文獻(xiàn)經(jīng)驗(yàn)，學(xué)習(xí)率設(shè)置為0.05，動(dòng)量系數(shù)設(shè)置為0.8，誤差精度設(shè)置為0.0001，最大訓(xùn)練次數(shù)為500次。

五、結(jié)果分析

（一）基于AHP的企業(yè)智能會(huì)計(jì)應(yīng)用滿意度評(píng)價(jià)模型

結(jié)合業(yè)智能會(huì)計(jì)應(yīng)用滿意度的內(nèi)容，建立了層次結(jié)構(gòu)模型，判斷矩陣是在準(zhǔn)則層面上對(duì)每個(gè)因素的重要性進(jìn)行比較，反映會(huì)計(jì)專業(yè)階梯式實(shí)踐教學(xué)的滿意度。本研究的總體目標(biāo)設(shè)置為A，分別討論了準(zhǔn)測(cè)B層、準(zhǔn)測(cè)C層和方法D層的重要性。根據(jù)專家意見法，本文為每個(gè)判斷矩陣的元素賦值。

準(zhǔn)則層C1—C16的判斷矩陣設(shè)計(jì)與準(zhǔn)則層B的判斷矩陣相同，形成四大項(xiàng)和16個(gè)子項(xiàng)：數(shù)據(jù)庫(kù)C1、模型構(gòu)建C2、函數(shù)功能C3、可視化技術(shù)C4，賬務(wù)處理C5、影像掃描C6、RPA技術(shù)C7、集團(tuán)財(cái)務(wù)C8、財(cái)務(wù)處理器C9、財(cái)務(wù)機(jī)器人C10、數(shù)據(jù)中臺(tái)C11、生物識(shí)別儀器C12、人員數(shù)量C13、人員學(xué)歷C14、人員資質(zhì)C15、學(xué)習(xí)能力C16，標(biāo)準(zhǔn)級(jí)判斷矩陣，并進(jìn)行賦權(quán)。

根據(jù)計(jì)算可得，企業(yè)智能會(huì)計(jì)應(yīng)用滿意度一致性計(jì)算比率的CR值小于0.1，滿足判斷矩陣的一致性檢驗(yàn)要素，結(jié)論通過(guò)一致性檢驗(yàn)。

（二）基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)智能會(huì)計(jì)應(yīng)用滿意度評(píng)價(jià)模型的驗(yàn)證

當(dāng)訓(xùn)練誤差在規(guī)定的誤差范圍時(shí)，意味著訓(xùn)練符合預(yù)設(shè)目標(biāo)的要求。對(duì)于BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練過(guò)程中的輸出數(shù)據(jù)和期望數(shù)據(jù)進(jìn)行線性回歸分析，得到的擬合情況可以看出，復(fù)合相關(guān)系數(shù)R為0.95343，通過(guò)驗(yàn)證。在實(shí)際模擬運(yùn)行中，達(dá)到了預(yù)期誤差的允許范圍，訓(xùn)練結(jié)束。證明滿意度調(diào)查設(shè)置要素項(xiàng)目及數(shù)據(jù)真實(shí)有效。

六、結(jié)論

在數(shù)字智能背景下，基于AHP建立了一個(gè)4大準(zhǔn)則，16個(gè)因素的滿意度指的智能會(huì)計(jì)應(yīng)用滿意度評(píng)價(jià)模型，并利用BP神經(jīng)網(wǎng)絡(luò)驗(yàn)證了該模型的適用性。研究發(fā)現(xiàn)，基礎(chǔ)技能、軟件條件、硬件條件、人員素質(zhì)等因素與智能會(huì)計(jì)的應(yīng)用密切相關(guān)。數(shù)據(jù)庫(kù)、模型構(gòu)建、函數(shù)功能、可視化技術(shù)、賬務(wù)處理、影像掃描、RPA技術(shù)、集團(tuán)財(cái)務(wù)、財(cái)務(wù)處理器、財(cái)務(wù)機(jī)器人、數(shù)據(jù)中臺(tái)、生物識(shí)別儀器、人員數(shù)量、人員學(xué)歷、人員資質(zhì)、學(xué)習(xí)能力等因素影響著智能會(huì)計(jì)技術(shù)的推廣。

順應(yīng)人工智能時(shí)代的發(fā)展，“會(huì)計(jì)＋人工智能”復(fù)合型會(huì)計(jì)應(yīng)用人才是企業(yè)智能會(huì)計(jì)發(fā)展的關(guān)鍵因素。在軟硬件方面，企業(yè)應(yīng)加大對(duì)智能會(huì)計(jì)的發(fā)展的經(jīng)費(fèi)投入，加大數(shù)字化、智能化技術(shù)的應(yīng)用和與專業(yè)財(cái)務(wù)軟件供應(yīng)商的合作，加強(qiáng)實(shí)踐與應(yīng)用的結(jié)合，提升企業(yè)智能化水平。不僅要培訓(xùn)財(cái)會(huì)人員會(huì)計(jì)專業(yè)知識(shí)和職業(yè)能力，也要培養(yǎng)綜合素質(zhì)，重視員工在實(shí)踐、溝通、管理、決策方面的能力。企業(yè)應(yīng)從學(xué)習(xí)培訓(xùn)、實(shí)操能力、經(jīng)費(fèi)支持、過(guò)程評(píng)估等方面入手，提升智能會(huì)計(jì)技術(shù)的應(yīng)用水平。模型體系的運(yùn)行為我國(guó)企業(yè)智能會(huì)計(jì)運(yùn)行滿意度的提升找到了關(guān)鍵因素。

[資助項(xiàng)目：天津市教委科研計(jì)劃項(xiàng)目（人文社科）項(xiàng)目：“獨(dú)立學(xué)院財(cái)會(huì)專業(yè)管理類課程群課程思政元素分析與體系構(gòu)建”（項(xiàng)目編號(hào)：2021SK055）；中國(guó)電子勞動(dòng)學(xué)會(huì)2022年度“產(chǎn)教融合、校企合作”教育改革發(fā)展課題：“‘思政引領(lǐng)+數(shù)智賦能的應(yīng)用型本科高校會(huì)計(jì)學(xué)專業(yè)智能化轉(zhuǎn)型路徑研究”（項(xiàng)目編號(hào)：Ciel2022004）；北京科技大學(xué)天津?qū)W院骨干人才培養(yǎng)計(jì)劃“青年骨干教師”項(xiàng)目（項(xiàng)目編號(hào)：TJGG2022J08）。]

參考文獻(xiàn)：

[1] 王娜，李杰.基于AHP-熵權(quán)法的FAQ問(wèn)答系統(tǒng)用戶滿意度評(píng)價(jià)研究——以高校圖書館問(wèn)答型機(jī)器人為例[J/OL].情報(bào)科學(xué)：1-17，2023-05-18.

[2] 陳婷，朱永迪，段堯清.基于ISM-MICMAC模型的移動(dòng)政務(wù)APP用戶滿意度影響機(jī)制研究[J/OL].圖書情報(bào)知識(shí)：1-112023-05-18.

[3] 孫宇.數(shù)字化智能背景下企業(yè)財(cái)務(wù)會(huì)計(jì)發(fā)展現(xiàn)狀與對(duì)策[J].營(yíng)銷界，2023（04）：41-43.

[4] 胡常濤.智能財(cái)務(wù)時(shí)代會(huì)計(jì)轉(zhuǎn)型問(wèn)題研究[J].財(cái)會(huì)學(xué)習(xí)，2022（07）：58-60.

（作者單位：北京科技大學(xué)天津?qū)W院 天津 301830）

（責(zé)編：趙毅）