【中图分类号】F239 【文献标识码】A 【文章编号】1004-0994（2025）09-0036-6
一、引言
新兴技术的发展给会计和审计领域带来了不可忽视的冲击。信息技术的发展在给审计工作带来极大便利的同时，也带来了新的机遇和挑战。2021年6月，中央审计委员会办公室发布了《“十四五”国家审计工作发展规划》，强调全面贯彻落实习近平总书记关于科技强审的要求，加强审计技术方法创新，充分运用现代信息技术开展审计，提高审计质量和效率。审计智能化在新技术的影响下不断发展，如何更好地实践并形成稳固的保障，最终形成完善的审计智能化体系，是当下学者们研究的重点。
目前，学者们对智能审计的框架体系、实施路径、保障措施、人才培养等展开了大量研究，对部分行业的智能审计进行了特殊的应用场景分析。在人工智能技术不断发展的背景下，杨寅（2024）对审计工作如何演进、如何构建合适的框架进行了研究。基于各行业财务共享平台的建立，大数据审计、国家审计、内部审计等审计平台的构建与审计实施路径也引起学者们的关注（刘国成等，2021；姚岚等，2024；刘国成等，2024；陈凤霞和姜宾，2023；邱爽和潘伟，2023；徐京平和朱哲茹，2022；阳杰和应里孟，2022）。我国审计已向信息化、数字化、智能化迈进，但与人工智能技术的结合仍然不足（曹志炜等，2024）。
本文的研究贡献主要体现在：第一，运用聚类分析、共词分析、知识图谱分析和热点演化分析等多种文献计量方法，针对核心期刊智能审计相关文献做了更加全面的知识图谱分析；第二，从时间、期刊和机构等多个维度进行了全面统计和分析，总结了智能审计研究的特征和规律；第三，系统全面地对智能审计研究的关键词动态演化规律进行了分析，揭示了智能审计研究的趋势和方向。
二、研究设计
本文以“审计智能化\"“智能审计\"\"大数据审计\"为主题词，在知网选取 2 0 0 1 ～ 2 0 2 3 年核心期刊发表的相关文章，一共获取449篇样本文章。本文借鉴温素彬等（2022）使用的方法，主要采取描述性统计、聚类分析、战略坐标图分析、共词分析、知识图谱分析、关键词热点演化分析、关键词突变分析等方法进行分析。对智能审计研究文献的发文量，依次从时间、期刊、机构角度进行统计分析；对智能审计的知识结构和研究热点展开多种分析；对智能审计研究热点的演化过程进行细化分析。
三、智能审计研究的多维度描述性统计
2 0 0 1 ～ 2 0 2 3 年，智能审计相关研究发文量如图1所示，其中2001年、2003年、2007年、2011年发文量为0。
根据图1，可以大致将智能审计研究的发展分为三个阶段： ① 初步探索阶段 2 0 0 1 ～ 2 0 1 5 年），该阶段发文量很低，尤其是在2011年之前，发文量不超过1篇，部分年份甚至没有相关研究。2011年之后，发文量缓慢上升，学者们开始逐步探索智能审计相关领域。这个阶段标志着智能审计作为一个新兴领域的起步，研究者开始探索和定义智能审计的概念、方法和技术。发文量较低可能是因为研究者较少、研究资源较少且对该选题的关注度不高。 ② 研究爆发阶段（ 2 0 1 6 ～ 2 0 1 9 年），该阶段发文量增加幅度较大，每年发文量在 3 0 ～ 4 0 篇。这可能是因为随着人工智能、大数据等热门话题研究的兴起，智能审计的研究也开始获得更多的关注和认可。学者们开始探索智能技术在审计不同领域的应用，研究者数量增加，研究资源也开始丰富。 ③ 稳定增长阶段（2020年至今），该阶段每年发文量保持在60篇左右，且呈稳定上升趋势。研究者在这个阶段对智能审计相关研究进行了更深人的探讨和实践应用，人工智能技术也更加成熟完善。发文量高峰反映出智能审计领域的研究热度高。
" "图1智能审计相关研究发文量的时间分布统计此外，本文还对各期刊及机构智能审计研究的发文量进行了统计。对各期刊的统计发现，《审计研究》以及会计类北大核心期刊对智能审计研究的关注度较高，发文量均在50篇以上，总体占比约为 6 9 % 。对发文机构的统计发现，排名前十的机构主要是各大高校，也有中国审计署的相关部门。其中南京审计大学发文量最高，达73篇。
四、智能审计研究的知识结构
1.高频关键词统计分析。本文用SATI软件提取样本关键词。为提高关键词信息含量，在设置字段时，合并“智能审计\"与“智慧审计”为“智能审计”，停用“审计\"“会计\"等信息含量少的字段，最终获取779个关键词。“大数据\"高居榜首，频次达141次，其后依次为“大数据审计”“国家审计\"“内部审计”“大数据技术\"“区块链”。高频关键词如表1所示。
表1 智能审计研究高频关键词根据统计出的关键词构建共词矩阵，可分析关键词之间联系的紧密程度，部分高频关键词共词矩阵如表2所示。“大数据”与“国家审计\"“内部审计”“区块链”“政府审计\"同时出现的频次依次为10次、10次、8次、6次，由此可见大数据已经覆盖不同类型的审计，而大数据与区块链技术的联系也十分紧密。“国家审计”与\"国家治理\"\"大数据审计\"的共词频率依次为9次、8次，都属于高频词行列，体现了国家对审计的重视。
表2 智能审计研究高频关键词共词矩阵（部分）2.关键词聚类与多维尺度分析。本文采用SATI软件、Ucinet软件、SPSS软件对样本进行聚类分析及多维尺度分析。首先，通过SATI软件获取关键词间的关联度矩阵，根据相似矩阵，通过Ucinet软件进行层次聚类分析，结果如图2所示。基于前30的高频关键词的关联程度，将其划分为七个群集，分类结果如表3所示，可将其概括为：内部审计及审计模式；智能审计与人才培养；大数据与信息系统审计；审计风险；审计全覆盖；绩效审计；数据存储。
表3 智能审计研究高频关键词聚类结果其次，运用SPSS软件可以对样本进行多维度分析，利用关键词间的相异性分析主题结构（因篇幅有限，图略），并据此将智能审计相关的研究主题划分为三类： ① 大数据在审计领域的应用与发展，关键词有“数字化转型”“审计信息化\"\"安全审计”\"医保审计\"\"预算执行审计”等。大数据时代，审计工作需要处理和分析海量数据，利用大数据分析技术，审计可以更深人地挖掘数据价值，提高审计洞察力。 ② 人工智能背景下国家审计与内部控制，关键词有“国家审计\"\"国家治理\"“政府审计\"“人工智能”“内部控制\"等。国家审计是国家治理的重要组成部分，而国家治理体系和治理能力现代化又需要有效的审计监督作为支撑，互联网与区块链技术为审计提供了广泛的数据来源和大量的实时数据，提升了审计数据的记录安全性，确保了政府和企业的运营效率与合规性。③ 大数据背景下审计技术革新与审计模式发展，关键词有“电子数据审计\"\"审计模式\"\"信息系统审计\"\"智能审计\"\"大数据技术\"\"人才培养\"等。大数据技术的发展帮助审计获取大量数据、深入理解数据、准确分析数据，随着传统审计模式向更加自动化、智能化的方向发展，其对具备新技术知识和技能的审计人才的需求也与日俱增。审计领域需要不断适应新技术发展，培养具备新技能的人才，以提高审计工作的效率、质量和公信力。
图2智能审计研究高频关键词聚类分析图3关键词共线图谱3.网络知识图谱分析。运用Netdraw软件进行社会网络分析，可以获取关键词之间的网络关系。智能审计相关关键词的网络关系如图3所示。
数字经济内部控制 云审计大数据分析 智能审计数据挖掘 内部工大数据计算知识图谱 审计风险国家审计医保审计 国家治理审计监督 X 计算机辅助审计技术大数据技术 审计模式 大数据审计 电子数据审计经济责任审计 审计信息化 政府审计审计全覆盖创新审计质量 互联网
由图3可知，智能审计的研究热点以“大数据”为核心，覆盖审计工作的各个方面，可大致概括为以下几个方面： ① 基于大数据的国家审计与国家治理，关键词有“大数据审计\"“国家审计\"“国家治理\"“政府审计\"等。大数据提高了审计的效率和准确性，促使透明度提升，国家审计作为国家治理的重要组成部分，是学者们优先关注的对象。 ② 大数据技术，关键词有“智能审计\"\"大数据\"“区块链\"“云计算”\"互联网\"等，可见“大智移云物区\"等新兴技术深入渗透了智能审计研究领域。 ③ 大数据背景下审计监督与审计风险，关键词有“审计风险”“审计监督\"“审计全覆盖”。当下审计机构需要不断适应大数据环境，提升审计能力，以确保审计监督的有效性和审计风险的可控性。数据的准确性与安全性是审计面临的新挑战，审计人员也需提升数据分析能力，在遵守法律法规的前提下提高审计质量。
4.战略坐标图分析。通过战略坐标图分析，可以获取每一群集在当下的研究成熟度及未来可能的发展情况。根据前文分层聚类分析，将高频关键词分为7个群集，依据各群集内关键词的向心度与密度，进而获取群集的向心度与密度。以向心度为横坐标、密度为纵坐标，绘制出战略坐标图，具体数据如表4所示，坐标图如图4所示。
表4 战略坐标计算结果向心度代表群集与群集之间的联系强度，密度代表各群集内部知识单元的联系强度。位于第一象限说明是成熟度较高的核心主题。如图4所示，群集1、群集3、群集5位于第一象限。这三个群集包含的关键词有“大数据\"“云计算”\"公立医院\"“内部审计\"“大数据审计\"“国家审计\"“国家治理”“政府审计\"等，对照前文网络知识图谱
·38·财会月刊2025.09
图4智能审计研究战略坐标图分析也可以看出，这些关键词之间的联系十分紧密，且关注度高，是当下研究较多、成熟度很高的主题。群集2、群集4、群集6、群集7位于第三象限，说明其向心度和密度都较低，有可能是刚出现的主题，也有可能是即将消失的主题，因此无法确定未来的研究发展情况。从目前的情况来看，智能审计的发展本就较为缓慢，审计行业可能仍在接受大数据技术带来的冲击，正在探索一条适合的智能审计发展之路。
五、智能审计研究的动态变化
1.关键词的热点演化。运用Citespace软件对 2 0 0 1 ～ 2023年智能审计相关文献进行关键词共词演化分析，结果如图5所示。智能审计研究的热点主要集中于“大数据”“国家审计”\"内部审计\"“区块链\"“数据挖掘”“国家治理”。“大数据”作为核心关键词与“国家审计”“政府审计”“审计监督\"等关键词联系紧密。“区块链”\"云计算\"“人工智能\"“数据挖掘\"等关键词之间联系也比较紧密。
图 年智能审计研究关键词共线网络演化
由前述描述性统计分析可知， 2 0 0 1 ～ 2 0 1 3 年，智能审计相关研究较少，每年发文量不超过五篇，因此取 2 0 1 4 ～ 2023年数据进一步细化分析。图6为 2 0 1 4 ～ 2 0 1 8 年数据演化，图7为 2 0 1 9 ～ 2 0 2 3 年数据演化。 
年关键词主要以“大数据\"为核心，中心性较强，少量文献研究“国家审计\"\"政府审计\"“云计算”。 2 0 1 9 ～ 2 0 2 3 年，“大数据”仍占据主要位置，但其他关键词的相关研究数量逐渐上涨，整个智能审计研究朝着多样化方向发展，主要包括“内部审计\"\"国家审计\"\"人工智能\"\"智能审计\"\"审计监督\"等。
图62014～2018年智能审计研究关键词共线网络演化
图72019～2023年智能审计研究关键词共线网络演化随着人工智能技术的发展，智能审计这一关键词出现次数增加，智能化对审计类型、审计模式的影响研究范围在扩大。
图8展示了智能审计研究关键词随时间演化的过程。可以看出，从2015年开始智能审计研究的关键词逐渐细化。2015年前后以大数据、国家审计为核心，之后对政府审计、内部审计、国家治理、数据挖掘的研究开始增多。至2020年，审计监督、人工智能、智能审计研究占比增大。至2023年底，智能审计相关研究更加细化，随着时代发展也在不断更迭。
2.研究主题的突变演化。
（1）研究主题的突变检测。运用CiteSpace软件，可说明研究主题更加深人和细化。
（2）突变术语排序及其持续演化分析。在突变检测的基础上，进一步将突变时间与突变术语频次的变化情况结合分析。突变术语排序如表6所示，突变频次如表7所示。综合表6和表7来看，可以将排名前十的突变术语划分为五类，分别是：
其一，前期波动变化型：突变术语在早期阶段呈现波动变化的趋势。在国内智能审计的研究中，属于该类型的突变术语有“云会计”。该关键词属于早期的研究热点，到后期对其关注度逐渐减少。
图8智能审计研究关键词时间演化以对 2 0 0 1 ～ 2 0 2 3 年智能审计研究相关主题的突变演化进行分析，并根据突变的年限对检测到的突变术语进行排序，如表5所示。
表5 智能审计研究主题的突变演化情况2015年之前智能审计研究还处于探索阶段，少，2015年之后随着发文量的增加，术语开始突变演化。“云会计\"（3.38）、“大数据\"（3.11）、“绩效审计\"（2.18）、“内部控制\"（1.73）、“审计监督\"（1.67）位于突变强度的前五名。其中“云会计\"与“大数据”是最早开始突变的术语，2015年作为大数据爆发节点，会计首先遭受冲击，而随着被审计对象的改变，相应的审计方式也发生变化。 2 0 1 5 ～ 2 0 1 7 年，研究重点仍在会计的变化上，大数据与大数据技术仍是重点研究对象。紧接着\"云存储\"与\"全覆盖\"开始突变，在对大数据有了一定程度的研究之后，研究者们的关注重心转向如何存储大数据、如何将新技术运用到审计各领域。近几年，突变重点又放在“内部控制”“审计监督”“内部审计”上，其二，前期增长型：突变术语在早期出现且增长幅度较大。在国内智能审计研究中，属于该类型的突变术语有“大数据”。该术语在
2015年开始突变时出现的频次就较高，且在突变周期内呈大幅增长。当时各类大数据场景与平台持续研发，学者们开始探索大数据在审计中应用的可能性。
其三，近期波动型：突变术语在近期呈现波动变化趋势。在国内智能审计的研究中，属于该类型的突变术语有“内部控制”与“内部审计”。该类型突变术语在 2 0 2 1 ～ 2023年的研究频次都较高，呈现波动变化的状态。可以看出，学者们更多关注企业内部智能化对审计的影响，研究热度相对较高，可能是当下及未来的研究热点。
表6智能审计研究突变术语突变度排序与突变趋势情况
表7智能审计研究突变术语频次及持续情况其四，近期稳定型：突变术语在近期呈现较为稳定的趋势。在国内智能审计的研究中，属于该类型的突变术语有“绩效审计”“审计监督”“政府审计”。该类型的突变术语在近年的研究趋势较为稳定，但后续是否会成为活跃的研究热点还不能确定。
其五，突然出现型：突变的术语频次较低且持续周期短。在国内智能审计的研究中，属于该类型的突变术语有“云存储”“全覆盖”“互联网”。该类型的术语虽然有突变的情况，在一定时间内也有一定的热度，但总体而言持续周期短、热度低，成为研究热点的概率较小，并随着研究发展逐渐消失。
六、研究结论与展望
本文通过多种文献计量工具，对智能审计相关研究的知识结构与演化状态进行了分析，梳理总结后发现：
1.智能审计领域的研究处于持续发展状态，热度稳定增加。通过统计智能审计相关研究的时间分布情况，发现智能审计研究发展可以分为三个阶段，分别是初步探索阶段（ 2 0 0 1 ～ 2 0 1 5 年）、研究爆发阶段（ 2 0 1 6 ～ 2 0 1 9 年）、稳定增长阶段（2020年至今）。随着数字化浪潮的袭来，智能财务研究热潮在前，智能审计研究也跟着发展的脚步向前迈进。2016年智能审计相关发文量成倍增长，后续几年逐渐进入稳定发展期，随着人工智能技术不断成熟，智能审计相关研究也在不断拓展。
2.各研究主题围绕大数据开展，但主题词之间的联系较为分散。通过分析智能审计研究知识结构，发现该研究的高频关键词有“大数据\"“大数据审计\"“国家审计”“内部审计”“大数据技术\"等。通过聚类分析把各关键词分为七个群集，分别是内部审计及审计模式、智能审计与人才培养、大数据与信息系统审计、审计风险、审计全覆盖、绩效审计、数据存储。通过多维尺度分析，利用关键词间的相异性将主题结构分为三类，分别是大数据在审计领域的应用与发展、人工智能背景下国家审计与内部控制、大数据背景下审计技术革新与审计模式发展。通过对高频关键词网络知识图谱进行分析，发现智能审计的研究热点以“大数据”为核心，可概括为几个方面，分别是基于大数据的国家审计与国家治理、大数据技术、大数据背景下审计监督与审计风险。通过战略坐标图对聚类分析的七个群集再次进行划分，发现群集内部审计及审计模式、大数据与信息系统审计、审计全覆盖属于核心度较高的群集，群集内部的关键词之间联系也相对紧密；群集智能审计与人才培养、审计风险、绩效审计、数据存储的研究热度与紧密度都较低，可能属于正在发展的研究话题，也可能是研究热度本身较低。
3.研究主题在不断从单一核心向多元化趋势发展。智能审计的研究始终离不开大数据的发展。根据关键词的动态演化分析，可以看出智能审计相关研究至今仍以大数据占主导。然而通过细化阶段分析发现，在2015年前后大数据的爆发期，研究主题更多地关注大数据这一热点，而对审计中的应用关注较少。随着大数据技术的发展与成熟，“内部审计\"“国家审计\"“人工智能\"“智能审计”“审计监督”等研究主题的热度增加，智能化对审计类型、审计模式的影响研究范围不断扩大。审计是党和国家监督体系的重要组成部分，习近平总书记强调审计监督要全面覆盖，国家审计在审计监督体系中也占据着主导地位，是国家治理的一项重要制度安排。智能审计研究的关注点也随着国家政策在不断演化，始终坚持全覆盖，因此研究主题开始逐渐深入到审计的各个应用场景，如“政府审计\"“公立医院\"等具体场景。除了对审计本身应用场景的研究，智能审计的研究也十分关注人工智能技术的发展，“区块链”“数据挖掘\"“云计算\"等主题的研究热度也在增加。
总而言之，智能审计的研究热度仍在攀升。目前的研究离不开大数据、人工智能技术的发展革新，审计的创新变革与新兴技术息息相关。近年的研究已取得一定的成果，研究主题不断细化，逐渐扩大到审计的各类应用场景，智能化在不断深入审计工作，智能审计的发展稳步迈进，也是符合我国国情与发展脚步的革新。而这项发展革新工作仍是一个浩大的工程，要紧紧围绕党中央提出的“构建集中统一、全面覆盖、权威高效的审计监督体系”，不断深化对中国特色社会主义审计事业的规律性认识。智能审计的研究不仅要从技术、制度上深人，也要更多地关注人才培养、审计风险等。
【主要参考文献】
曹志炜，赵朗，张琦琛.人工智能技术本地化探索及在国家审计中的应用[J].审计研究，2024（5）：26～37.
陈凤霞，姜宾.大数据技术赋能政府审计全覆盖：动因、困境与进路[J].财会月刊，2023（7）：108～112.
刘国城，马欣萌，徐志.审计全覆盖驱动下大数据审计平台构建研究[J].会计之友，2021（11）：125～132.
刘国城，孙秋萍，陈婕妤.国家审计智能化的研究态势、实践路径与保障措施[J].财会通讯，2024（1）：14～21.
邱爽，潘伟.数字化审计：技术、模式与应用[J].财会通讯，2023（5）：18～23.
温素彬，李慧，孙婷.鉴往知来：国内智能会计研究的知识图谱分析[J].财会月刊，2022（23）：65～72.
徐京平，朱哲茹.大数据审计：发展逻辑、要素解构与演进路径[J].财会通讯，2022（17）：18～26.
阳杰，应里孟.国家治理体系下大数据审计理论框架研究[J].财会月刊，2022（8）：104～111.
杨寅.人工智能对审计工作的影响：演进逻辑与分析框架[J].财会月刊，2024（18）：52～57.
（责任编辑·校对：黄艳晶罗萍）
