国内智慧审计领域研究热点与核心主题演化分析

国内智慧审计领域研究热点与核心主题演化分析【摘要】大数据、人工智能等新兴技术与审计实务的融合和应用使得“智慧审计”成为热点话题。采用文献计量、知识图谱、文本分析等方法对国内近十年“智慧审计”领域相关研究进行系统梳理，以期为该领域的后续深入研究提供参考。研究结果表明：国内核心作者群尚未形成，且机构间缺乏多元合作；该领域热点主题包括智慧审计基础理论研究、信息化技术及其审计应用和智慧审计人才培养三个方面，研究热点由早期的信息技术对审计领域的影响及其行业应用逐步向以人工智能为核心的多点研究主题发散；该领域核心主题由早期信息化审计系统开发逐步向外扩展并形成以审计理论创新、技术应用与实践、行业人才培养为核心的三个方向，核心主题演变与热点演变趋势基本保持一致。本研究认为，未来应当加强合作，并围绕审计实务发展新态势丰富其研究理论与方法，从而扩展新的研究内容。【关键词】审计；人工智能；信息技术；文献计量；研究综述【中图分类号】F239.4"【文献标识码】A"【文章编号】1004-5937（2025）13-0034-09智慧审计并非全新事物，2014年国务院《关于加强审计工作的意见》[1]就要求将大数据技术应用在审计实践中。其后，审计署《“十四五”国家审计工作发展规划》[2]更是强调以智慧审计为手段，认真落实习近平总书记关于“科技强审”的指示要求。智慧审计不仅强调信息技术在审计实践中的应用，更是对审计理念、审计思维、审计模式的重要创新与突破，从而成为审计学、计算机科学与数据科学等交叉研究领域。随着信息技术的发展及其与审计学的深度融合，智慧审计吸引着越来越多学者的关注。其相关理论与应用场景也伴随着该领域研究的深入而不断扩展。尽管如此，现有研究仍缺乏系统性梳理而呈现碎片化分布，从而使得该领域研究的主题演变脉络与热点分布难以被直观了解。为系统全面地梳理国内智慧审计领域的相关研究成果，拟采用文献计量与文本分析相结合的方法，对2013—2023年该领域的热点主题与核心主题进行系统性回顾，从而为后续研究的开展提供相应借鉴。二、数据来源与研究方法（一）数据来源基于CNKI数据库，设置检索条件为：主题、篇名、关键词或篇关摘为“智慧审计”or“智能审计”，时间跨度限定为2013—2023年，共计检索744篇文献（搜索时间为2023年12月21日）。对搜索到的文献进行数据清洗，剔除“学术论文”“报纸”、会议及主题符合度较低的文献，剩余文献552篇。将552篇文献按“作者”“题名”“文献来源”“发表年度”“关键词”“摘要”“来源库”“单位”8个字段导出并保存，同时以Refworks格式导出作为可视化知识图谱的数据来源。（二）研究方法通过文献计量与文本分析相结合的方法对智慧审计研究热点与核心主题的演化过程进行分析。具体而言：（1）在研究热点演化分析方面。本研究通过对552篇文献采用关键词聚类、词频统计等文献计量的方法，并结合Citespace软件构建的知识图谱，从而梳理该领域下不同时段的热点主题。（2）在核心主题演化分析方面，部分学者长期耕植于智慧审计领域，其研究主题变化更能映射该领域核心主题的动态演变，因而具有代表性。因此，本研究依据552篇文献的作者发文及署名情况进行作者层次划分，从而确定该领域研究的动态核心作者群体。同时通过质性文本分析的方法对不同时期核心作者群体的研究主题变化进行梳理，从而动态刻画国内智慧审计领域核心主题变化。三、国内智慧审计领域研究现状概述（一）发文趋势分析从图1的发文情况看，国内智慧审计研究主要分为起步探索（2013—2016年）、加速发展（2017—2019年）和持续稳定（2020—2023年）三个阶段。在起步探索阶段：该领域并未引起相关研究人员的关注，因而研究文献相对较少且数量增长缓慢；在加速发展阶段：随着2014年《国务院关于加强审计工作的意见》的下发，该领域逐步受到业内学者的关注，相关研究也呈现快速增长的趋势，并在2019年后趋于平缓；2020—2023年，该领域进入持续稳定的发展阶段，发文量在年均975085篇上下浮动，并在2022年后再次呈现快速增长。（二）作者及机构合作网络分析新型研究领域的发展不仅需要研究人员间的多元合作，更依赖于各类机构的优势互补。为明确该领域研究的合作现状，并掌握该领域的关键作者与主要机构，基于552篇研究文献采用CiteSpace与VOSviewer构建作者及机构间的合作关系图谱。在个体合作方面，利用VOSviewer筛选发文阈值大于2的作者进行合作网络展示，得到图2。其中，节点大小反映作者发文数量，连接线粗细反映作者合作频次。可以发现，当前国内智慧审计领域的作者合作主要可以划分为两个持续性合作群体（深色与浅色聚类部分）。其中，群体1（深色）以许琦与黄邦夏为核心，最早合作于2021年，研究内容为数智化审计模式和数据资产管理两个细分主题；以李卫星为核心的群体2（浅色）于2020年首次合作，主要研究内容为内部审计的技术创新。整体来看，稳定的作者合作群体形成时间较晚，且数量较少。这可能与该领域尚未形成核心作者群体有关。依据普赖斯定律（m=0.749，其中m表示核心作者最低发文量（向上取整），Nmax表示最高产作者的发文数）计算发现，国内智慧审计领域核心作者的最低发文量为2，共计39人。然而，核心作者的发文数量（100篇）仅占全部文献的18.1%（小于50%），表明国内这一领域的核心作者群体尚未形成。在机构合作方面，采用CiteSpace刻画该领域的机构合作网络，结果如图3所示。其中节点代表不同的部门或机构，节点之间连线的粗细表示这些机构间合作的频次，用以反映合作的紧密程度。由图3可以看出：首先，机构间的合作主要以内部合作为主，例如南京审计大学多通过二级机构间的合作开展研究。其次，合作机构以单区域合作为主，跨区域合作较少，如南京审计大学的合作机构多为江苏省内机构，上海立信会计金融学院同样如此。最后，该领域高校内的合作较多，而“产”“研”间的机构合作较少。四、国内智慧审计领域研究热点演化分析关键词是研究内容与主题的概括，基于关键词的共线与聚类分析有利于研究人员更为快捷、直观地了解该领域的研究热点。一方面通过552篇文献的关键词进行共线分析，并以知识图谱的方式进行直观呈现；另一方面，对依据发文趋势划分的三个主要阶段进行关键词词频统计；与此同时，利用CiteSpace的关键词时序聚类，通过不同阶段的关键词共线分析该领域的热点演变。（一）智慧审计研究热点整体分析本节使用Citespace对552篇文献的关键词进行共线分析，从而得到该领域的关键词聚类知识图谱，由于智慧审计作为文献检索词，因此将其从知识图谱中剔除。结果如图4所示，其中菱形表示关键词频次，颜色深浅表示关键词首次出现时间，连线粗细表示关键词共线的频次。由图4可以发现，人工智能、内部审计、大数据、区块链、云计算、审计风险及人才培养、智能化等关键词出现频次较高，且与其他关键词共线频次较高。通过关键词聚类图谱，可以将智慧审计研究归结为三个热点主题：第一，智慧审计基础理论研究。该领域研究着重关注智慧审计的基本理论与方法应用，既包括对智慧审计内涵与外延的讨论，更包括对智慧审计现实价值的探讨。实际上，智慧审计并非脱离传统审计而独立存在，而是基于“先审计方法，后审计数据”的思维，汇集传统审计中的经验与智慧，并将此交由计算机系统进行自动化分析的过程。因此，智慧审计并非对传统审计业务的替代，而是一种通过将数智技术应用于审计实务，以减少非必要的人工工作，从而提升审计效率与效果[3]。值得明确的是，智慧审计并非单一审计技术的应用或其应用的总和，而是一种以数智化手段促进审计目标达成的审计思维[4]。第二，信息化技术及其审计应用。该主题下的研究以审计实务为基础，着重探讨区块链、云计算、人工智能等新兴技术在审计领域的应用。作为区块链技术的核心环节，智能合约由于其在交易信息的可靠性与安全性方面的特点而广泛受到学者们的关注[5]。除区块链技术外，大数据、云计算等信息化手段已逐步与各类审计业务场景结合。尤其在有限的审计成本背景下，以数据挖掘、关联与分析为核心的大数据技术可以降低审计人员对抽样数据的依赖，进而使得全业务流程的总体审计成为可能，从而被认为是实现审计全覆盖的必由之路；此外，数据关联等信息手段可以帮助审计人员通过数据间的关系证据及规律，深入探寻被审计对象内外部的紧密关系，从而降低审计失败的风险[6]。近年来，伴随人工智能技术的快速发展，以机器学习、深度学习算法为核心的人工智能审计正成为智慧审计领域的又一研究热点[7]。相较于传统数据库对结构化数据的分析，以ChatGPT为代表的大语言模型有望为非结构化审计数据的分析与关联提供可靠的解决方案[8]。尽管人工智能的应用有望提升审计效率，但其背后的法律、伦理及其管理制度的完善仍应引起足够重视[9]。第三，智慧审计人才培养。智慧审计模式下，审计人员的工作不再是重复地进行数据采集、筛选与分析，而是将更多的精力投入审计流程的优化与审计方法的决策中。这意味着，未来的审计人才不仅需要熟知审计流程及其业务规范，更需要掌握扎实的信息技术以制定可靠的审计决策方案[10]。在专业课程设置方面，应当将理论基础、技术工具、应用实施和综合实践相结合，通过教学师资和行业导师相兼容的产教融合模式培育具有国际视野的复合型审计管理人才[11]。除此以外，在审计机关的人才培育中，应当加大对大数据审计人才培养的投入，为审计从业人员的继续教育提供持续保障[12]。（二）智慧审计研究热点演变分析基于国内智慧审计领域发文量的变化趋势，将该领域研究可划分为起步探索（2013—2016年）、加速发展（2017—2019年）和持续稳定（2020—2023年）三个阶段。针对三个阶段，分别进行关键词词频统计，并依据关键词共线的时序变化分析该领域热点研究主题的演变规律。其中各阶段关键词词频结果如表1所示，关键词时序图谱如图5所示。结合表1与图5可以发现：1.在起步探索阶段，学者们主要从信息技术对审计领域的影响及其在审计领域的利用方面进行了探讨。部分学者认为，以大数据、人工智能等为代表的信息技术对审计质量的提升、审计模式的转变及审计方法的创新具有重要的推动作用，但同时也对审计人员的专业素养提出了更大的挑战。为推动智慧审计发展，不仅需要从远景目标规划、IT审计准则体系及人才培养等顶层设计进行完善[13]，更需要审计人员具备全量审计、持续审计、风险导向、人本审计、智能审计五类审计思维[14]。此外，还有部分学者分析了相关信息技术在特定审计场景中的应用与实现。如吴浩等采用决策树模型实现了数据挖掘技术在医院审计业务中的应用，并初步构建了智能审计模型。范真荣[15]探讨了XBRL在智慧审计平台中应用的可行性，并提出以该技术为核心的智慧审计平台建设方案。整体而言，在初期发展阶段，国内智慧审计研究较为零散，缺乏系统性和完整性的理论支撑，研究间缺乏足够的关联性。相关技术与算法的使用场景较为有限，难以实现可靠的迁移。2.伴随着发文量的激增，该研究领域在2017—2019年间迎来快速发展，其中人工智能、区块链与审计风险等关键词在研究中被广泛提及。人工智能技术引起的智慧审计发展变革受到学者们的广泛关注：部分研究从不同主体视角剖析了人工智能技术为审计实践带来的机遇和挑战，并认为审计行业应当积极拥抱人工智能技术产生的变革，不断提升信息化审计的能力水平[16]。鉴于人工智能对审计行业带来的巨大影响，具体相关技术的应用与国外的实践案例同样引起国内学者的关注[17]。如毕秀玲等[18]深度剖析了5G技术、人工智能、物联网设备及区块链技术与智慧审计的深度融合，进而构建了审计全过程的自动化应用场景。同时引介了国外“四大”事务所的成功案例，进而为国内智慧审计建设路径提出建议[19]。除上述两点外，如何培养人工智能环境下的新型审计人才同样引起了广泛讨论，既包括对高校审计学人才培养内容及路径的设计[20]，更包括对审计行业人才的继续教育。相较于起步阶段零星探索，该阶段研究呈现较为明确的主体研究脉络，相关研究主要围绕人工智能展开，同时结合云计算、区块链等进一步探讨了信息化技术在多元审计场景中的应用可能。部分学者还关注到人工智能扩展至审计风险防范、审计人才培养等方面，不仅促进了该领域研究内容的纵深化发展，更横向扩展了研究的主题范围[21]。3.在2020年后，研究发文量基本保持稳定，预示着该领域研究进入了短暂的稳定发展阶段。该阶段，人工智能仍然是该领域的热点研究主题，与此同时，国家治理、工程审计、智能财务、风险防控等关键词的共线频次有了明显增加，标志着对人工智能在智慧审计领域的研究正逐步细化。一方面，学者们更加关注智慧审计领域的基础理论研究与顶层设计。除更加深入地回答智慧审计的内涵、外延、特点外，各类审计要素在智慧审计背景下的结构关系同样引起了关注。智慧审计不仅是信息技术与审计业务的重合叠加，更是审计人员思维模式的变革和审计平台及顶层模式设计的协同，进而提升审计效率。基于此，黄佳佳等[22]从基础设施、数据中台、审计知识、业务建模等五个层次建立了智慧审计平台技术框架，并设计了智能化审计流程。另一方面，人工智能技术在细化审计场景中的应用得到了深入研究。程平等[8]探讨了ChatGPT对内部审计与注册会计师审计的作用机理，并分别构建了基于ChatGPT的注册会计师审计框架模型和内部审计框架模型。此外，BP神经网络、RPA技术、机器人认知自动化（Ramp;CA）、智能合约等多种人工智能技术被广泛应用在审计中的各类领域[23-24]。智慧审计不仅促进各类细化审计实务的发展，更是实现科技强审、实施国家审计的重要基础保障。其中自动化的审计证据采集、智能化的数据循证与推理能够有效缓解审计任务重与力量不足之间的矛盾，并通过审计业务流程的重塑与优化，提升审计成果质量、层次与水平。2013—2023年，国内智慧审计领域研究从起步探索阶段逐步过渡到稳定发展阶段。从理论体系看，热点主题由孤立的零散研究逐步转变为以人工智能技术与智慧审计思维为核心的深层次、多元化探索，并形成了较为丰富的理论体系。从研究内容上看，相较于早期的研究关注于传统信息技术与审计的结合，稳定发展阶段的研究更关注从细化的审计业务出发，通过选择更为合适的技术方案以扩展审计目标、提升审计效率、提高审计质量。五、国内智慧审计领域核心主题演化分析前文已通过关键词词频统计与时序聚类的方式，对近十年国内智慧审计领域的热点研究主题及其演变进行了剖析。本节将着重从核心作者的视角，通过文本内容分析梳理该领域研究的核心主题变化。相较于普通作者，核心作者由于其在特定领域的深入研究而具备更为丰富的理论知识与研究经验，因此其研究主题可以作为特定领域核心主题的代表。尽管发文数量通常用以判断特定研究人员对领域的熟知程度，但考虑到部分研究由多人合作完成，因此通过参考孙瑞英等[25]的研究对同一文章下不同署名顺序的作者赋予不同的作者权重（Cn）：Cn=■（其中n表示该作者的署名顺序，N表示署名作者的数量）。对于同一阶段的同一作者，通过其在该阶段内所有已发表研究成果的作者权重相加，得到其在该阶段的累计研究权重。综合考虑作者发文的持续性与整体数量等因素，将累计研究权重大于0.7的作者定义为该领域特定研究阶段的核心作者群体。结果如表2所示。伴随发文量的增多，核心作者数量同样有所增加，从起步探索阶段的4人，增至20人。依据33名核心作者的研究内容，将各阶段的核心主题演化趋势归结如下：（1）起步探索阶段（2013—2016年）：研究主题较为分散，不同作者围绕不同领域审计的视角进行智能化审计系统的开发与构建。如秦崴[26]认为在会计审计领域，传统的手工登账方式已经被更加有效的计算机系统所取代，并由此构建了计算机审计系统的框架结构。有学者以能源审计为应用场景，介绍了针对专线用户开发的节能诊断和能源审计智能系统，强调其提高能效评估和审计效率的技术创新[27-28]。（2）加速发展阶段（2017—2019年）：核心主题逐步向人工智能与审计实务相结合，着重从智能审计平台与流程构建、内部审计路径建设与审计人才培养模式变革三个方面进行了探讨。武晓芬等[29]将审计流程划分为重复性与特殊性审计流程两类，并从两类审计流程的特点出发，构建了涵盖数据采集分析、审计交互和安全监管的人工智能审计平台。宋夏云等[30]从财务共享模式及审计方法的视角对内部智慧审计的实施程序及审计取证流程进行了探讨，并认为人工智能在内部审计的应用能够有效减少审计成本并优化管理流程。刘国城[20]、何承丽等[10]认为高校作为审计人才培养的重要机构，应该认清人工智能对审计学与审计行业带来的影响，通过开发计算机审计应用课程、强化提升学生协调沟通能力、加强校企合作等方式革新人才培养模式。（3）持续稳定阶段（2020—2023年）：核心研究主题由人工智能逐步向外扩展，并形成三个主要方向：首先是智慧审计技术与平台创新，该方向研究聚焦于智能审计所依赖的先进技术和平台的研发与创新。通过深度自编码网络、区块链、聚类算法等技术实现审计智能预警、审计大模型构建和审计平台设计等[31]。相较于上一阶段，该阶段的核心研究内容对特定技术与场景的应用进行了深入分析，并形成较为完整的应用流程。其次是智能审计应用与实践探索，该方向的研究内容通常与实际审计场景相结合。如戚沁等[32]基于电网企业的审计业务需求，采用人工智能技术对审计业务的整改流程进行了可靠评估与评价。陈伟等[33]剖析了党政干部经济责任审计的基本原理，并将其与智能审计技术相结合，构建了基于智能审计的党政干部经济责任审计主要流程。最后是智能审计行业及其人才培养研究。该方向关注智能审计对审计行业、审计人员以及审计教育与人才培养的广泛影响。程皖川[34]基于德勤会计师事务所的案例分析剖析了人工智能在审计领域应用的优势与局限，并认为审计从业者在利用人工智能技术的同时，应当警惕其在审计责任方面可能产生的风险。因此，从教学体系、师资队伍、教学平台等多个维度完善现代智慧审计人才的培养路径仍是必要之举[35]。六、研究结论与展望（一）研究结论基于对2013—2023年智慧审计领域的研究进行分析，并对其研究热点与核心主题的演化进行了系统性梳理，得出如下结论：1.研究现状：自2013年起，智慧审计领域研究方兴未艾，发文量呈增长趋势，并于2020年前后达到稳定。但目前该领域尚未形成明确的核心作者群体，且三个发展阶段下的核心作者并无交集，这表明该领域学者缺乏持续性、系统性的研究。与此同时，机构间的合作呈显著地域分布，跨区域、“产”“研”间的机构合作仍然少见。2.研究热点及其演变：从智慧审计的整体热点研究来看，智慧审计基础理论研究、信息技术及其审计应用、智慧审计人才培养是国内学者的重点研究方向。但不同阶段下，研究热点具有显著差异，而呈现演变态势。具体而言，早期阶段聚焦于信息技术对审计领域的影响及其在审计领域的利用，且研究较为零散，缺乏系统性研究；中、后期阶段则关注于人工智能对审计技术、审计人才、审计行业等多方面的影响。然而，持续稳定阶段的研究更为细化，着重关注于特定技术在细分审计场景下的应用。这也使得后期研究主题更为深入与发散。3.核心主题演变：依据不同阶段核心作者的发文内容分析，对该领域的核心主题进行梳理。在起步探索阶段，核心主题主要包括智能化审计系统的开发与构建；而伴随研究的深入，智能审计平台构建、内部审计路径建设与审计人才培养模式变革三个研究方向受到了有关学者较为持续的关注。而在持续发展阶段，其核心研究主题由人工智能逐步向外扩展并形成智慧审计技术与平台创新、智能审计应用与实践探索、智能审计行业及其人才培养研究三个主要方向。整体而言，核心主题与热点主题的演变趋势基本保持一致，都由前期的非体系化向系统化研究演变。然而相较于热点研究主题，各阶段下的核心主题更加细分深入，且具有更为完整的研究体系。（二）研究展望2023年，习近平总书记在二十届中央审计委员会第一次会议上强调要“进一步推进新时代审计工作高质量发展”。其中，智慧审计作为审计工作高质量发展、审计能力持续提升的重要抓手，愈加受到党和国家的高度重视。国内智慧审计领域相关研究也自2022年的82篇迅速增长至2023年的131篇，表现出学界对该领域的强烈关注。可以预见，在未来几年内智慧审计领域相关研究将保持增长态势。因此，本文结合研究现状，从研究人员、研究方法、研究内容三个视角提出建议，以期为后续研究开展提供参考。从研究人员视角看：一方面，应注重跨学科、跨部门的长期研究合作。通过加强作者间的交流与合作，广泛吸收来自不同领域的观点，避免因单一分析视角导致的研究结论片面化；与此同时，鼓励智慧审计研究与审计实务的共研共创，使智慧审计研究更注重解决实际问题，加速相应研究成果的应用与转化。另一方面，“智慧”代表了审计理念与模式的创新，这必然涉及技术方法的更新和变革。因此，研究者应避免浅尝辄止的碎片化、表面化研究，保持对智慧审计领域的长期关注与深入挖掘，从智慧审计技术、理念与模式等角度形成对智慧审计的系统化研究，以应对当前智慧审计面临的重要挑战。从研究方法看：无论是起步阶段抑或持续稳定阶段，国内智慧审计研究仍多以质性分析为主，而关于智慧审计发展的影响因素实证研究较少涉及。一方面，研究人员不仅仅需要关注智慧审计的顶层设计及其实现路径，更需要对其审计效果进行切实评估，以探寻更为合理的智慧审计发展途径。对智慧审计方面的成本投入和其在审计失败风险之间的相关性进行研究，从而探寻智慧审计的最佳实践路径。另一方面，国内学者在引介国外优秀智慧审计案例的同时，同样需要关注国内智慧审计实践的发展现状及其客观特点，并从智慧审计实施的政策、文化、制度等多个角度比较国内外案例间的差异，从而为国内智慧审计的实践提供更具指导性的建议。从研究内容看，仍需加强智慧审计基础理论与应用性研究。首先，细分领域的智慧审计模型或算法的提出使得不同领域的审计模式难以迁移。这意味着面对纷繁复杂的审计业务时，其在算法层面的成本投入将形成巨大的沉没成本。因此，探寻多场景中审计业务的共性特征并开发元智慧审计模型是未来研究的必由之路。其次，基于智慧审计知识库的构建将能够帮助审计从业者更为快速地进行审计任务与审计目标的部署。如何依托知识库、人工智能技术和审计目标有效嵌入来实现对既有审计方法与经验的继承，同样值得后续研究和关注。最后，扩展评估智慧审计绩效与质量研究。智慧审计作为新的审计模式必然要经受实务检验，评估智慧审计是否能降低审计风险、提升审计质量是绩效评价的重要环节。积极应对人工智能带来的不确定性，通过评估智慧审计质量促进智慧审计模型的优化，形成良性的闭合循环。【参考文献】［1］国务院.关于加强审计工作的意见［Z］.2014-10-27.［2］中央审计委员会办公室审计署.关于印发《“十四五”国家审计工作发展规划》的通知［Z］.2021-06-22.［3］张庆龙，何佳楠，芮柏松.新时期内部审计创新之路：从数据审计到智能审计［J］.财会月刊，2021（22）：78-83.［4］杨道广，陈波，陈汉文.智慧审计研究：理论前沿、实务进展与基本结论［J］.财会月刊，2022（11）：15-31.［5］刘光强，干胜道，段华友.基于区块链技术的管理会计业财融合研究［J］.财会通讯，2022（1）：160-165.［6］郑伟，张立民，杨莉.试析大数据环境下的数据式审计模式［J］.审计研究，2016（4）：20-27.［7］赵艳霞.人工智能在交通运输部门内部审计中的应用研究［J］.会计之友，2023（15）：122-127.［8］程平，喻畅，龚悦.基于ChatGPT的智能内部审计研究［J］.会计之友，2023（20）：7-12.［9］陈雄■.人工智能伦理风险及其治理——基于算法审计制度的路径［J］.自然辩证法研究，2023，39（10）：138-141.［10］何承丽，钱莉.人工智能背景下审计人才培养模式研究［J］.科技经济市场，2019（3）：145-147.［11］徐超，王肖燕.数字经济时代智能审计微专业育人模式研究［J］.软件导刊，2023，22（12）：38-43.［12］鞠佳佑.智能信息化时代下国家审计人才培养模式探究［J］.今日财富（中国知识产权），2021（2）：128-129.［13］冯淑萍.IT审计时代背景下政策取向［J］.中国注册会计师，2016（11）：16-17.［14］郑志元.大数据下的银行审计思维［J］.中国金融，2016（14）：52-53.［15］范真荣.XBRL视角下智慧审计平台建设探讨［J］.财会通讯，2014（4）：101-103.［16］宋弋戈，赵佳菲，常依冉.浅析人工智能发展对审计人员的影响［J］.山西农经，2019（9）：153，155.［17］郭红建，吴素萱.基于RPA技术