Цифровая трансформация в бухгалтерском учете для устойчивого развития: картирование интеллектуальной структуры

1. Введение

В данной исследовательской работе представлен всесторонний библиометрический анализ, направленный на картирование интеллектуальной структуры на стыке цифровой трансформации, бухгалтерских информационных систем (БИС) и устойчивого развития. В исследовании анализируются 7302 публикации, индексируемые в Scopus с 2000 по 2024 год, с целью выявления тенденций, ключевых участников и развивающейся тематической направленности в этой важной области. Распространение таких технологий, как искусственный интеллект (ИИ), блокчейн и аналитика данных, коренным образом меняет бухгалтерскую практику, переводя её от ручного ведения записей к автоматизированным, аналитическим и интегрированным системам, поддерживающим отчётность в области устойчивого развития и корпоративное управление.

2. Методология исследования

В исследовании используется строгая библиометрическая методология для систематического анализа научного ландшафта.

2.1 Сбор данных и источники

Данные были извлечены из базы данных Scopus и охватывают публикации с 2000 по 2024 год. Поисковая стратегия объединяла ключевые слова, связанные с цифровой трансформацией (например, ИИ, блокчейн, ERP), бухгалтерским учётом (БИС) и устойчивым развитием. Итоговый набор данных включал 7302 документа, в том числе статьи в журналах, материалы конференций и обзоры.

2.2 Аналитические инструменты и методы

VOSviewer использовался для визуализации сетей, создания карт соавторства, совместного цитирования и совместной встречаемости ключевых слов. Microsoft Excel применялся для описательного статистического анализа для отслеживания объёма публикаций, темпов роста и распределения по журналам, авторам, учреждениям и странам.

3. Ключевые результаты и библиометрический анализ

3.1 Тенденции и рост публикаций

Анализ выявляет значительный всплеск исследовательской продукции после 2017 года, обусловленный растущим интересом к блокчейну, ИИ и отчётности ESG (экологические, социальные аспекты и управление). Рост публикаций следует экспоненциальной тенденции, что соответствует быстрому внедрению финтеха и нормативному давлению в сторону раскрытия информации об устойчивом развитии.

3.2 Ведущие журналы, авторы и учреждения

Данная область представлена в ведущих журналах по бухгалтерскому учёту, информационным системам и устойчивому развитию. Основная группа плодовитых авторов и учреждений из США, Китая и Европы формирует центральные узлы сети соавторства, что указывает на сложившиеся исследовательские центры.

3.3 Географическое распределение и сети сотрудничества

США и Китай являются основными источниками глобальной исследовательской продукции. Однако набирают значимость новые исследовательские центры в таких странах, как Индонезия и Индия, что отражает географическую диверсификацию интереса к этой теме. Сети соавторства демонстрируют рост международного сотрудничества.

3.4 Совместная встречаемость ключевых слов и тематическая эволюция

Анализ ключевых слов отображает интеллектуальную эволюцию. Ранние исследования (до 2010 года) группировались вокруг ERP-систем и внедрения управленческих информационных систем (MIS). С тех пор тематическое ядро сместилось в сторону продвинутой аналитики, машинного обучения, финтеха, блокчейна и интеграции факторов ESG в бухгалтерские и отчётные структуры.

4. Интеллектуальная структура и теоретические основы

4.1 Фундаментальные теории (TAM, TPB, модель успеха ИС)

Интеллектуальная структура глубоко укоренена в традиционных теориях информационных систем. Модель принятия технологий (TAM), Теория запланированного поведения (TPB) и Модель успеха ИС широко применялись для изучения внедрения и влияния цифровых технологий в контексте бухгалтерского учёта. Эти модели объясняют принятие пользователями и воспринимаемую полезность/лёгкость использования таких систем, как ERP и облачные платформы.

4.2 Организационные и стратегические перспективы

Помимо индивидуального принятия, ресурсный взгляд (RBV) на фирму предоставляет стратегическую перспективу. Исследования изучают, как цифровые бухгалтерские возможности (например, аналитика данных, аудиторские следы на основе блокчейна) могут стать ценными, редкими, незаменимыми и невоспроизводимыми (VRIN) ресурсами, которые обеспечивают конкурентное преимущество и поддерживают устойчивые бизнес-практики.

4.3 Современные тенденции: ИИ, блокчейн и интеграция ESG

Современный рубеж интегрирует передовые технологии с целями устойчивого развития. ИИ и машинное обучение используются для прогнозной аналитики, обнаружения мошенничества и автоматизированной обработки данных ESG. Блокчейн предлагает неизменяемые реестры для прозрачного учёта цепочек поставок и отслеживания углеродных кредитов. Эта конвергенция создаёт новую парадигму для аудита, интегрированной отчётности и управления эффективностью устойчивого развития в реальном времени.

5. Техническая структура и аналитические модели

Библиометрическое картирование опирается на сетевой анализ и меры сходства. Ключевым техническим аспектом является расчёт силы связи для совместной встречаемости ключевых слов, часто с использованием нормализующего подхода, такого как мера силы связи, предложенная Ван Эком и Валтманом (2009):

$s_{ij} = \frac{c_{ij}}{w_i w_j}$

Где $s_{ij}$ — сходство между элементами $i$ и $j$, $c_{ij}$ — количество совместных вхождений, а $w_i$ и $w_j$ — общее количество вхождений каждого ключевого слова. VOSviewer использует это для картирования кластеров. Кроме того, влияние ИИ в бухгалтерском учёте можно смоделировать через его воздействие на точность аудита, снижая уровень ошибок. Если ошибка традиционного аудита составляет $E_t$, а ошибка аудита с поддержкой ИИ — $E_a$, то улучшение можно выразить как:

$\Delta E = E_t - E_a = f(\text{Качество данных}, \text{Сложность модели}, \text{Обучение})$

Это подчёркивает техническую зависимость от данных и алгоритмов.

6. Структура анализа: пример библиометрического картирования

Сценарий: Исследовательский институт хочет выявить пробелы в исследованиях по теме «Блокчейн для углеродного учёта».

Применение структуры:

1. Запрос данных: Поиск в Scopus по TITLE-ABS-KEY ("blockchain" AND ("carbon accounting" OR "emissions trading" OR "ESG reporting")).
2. Построение сети: Использование VOSviewer для создания сети совместной встречаемости ключевых слов из полученных статей.
3. Идентификация кластеров: Выявление основных кластеров (например, Кластер 1: "смарт-контракты, цепочка поставок"; Кластер 2: "IoT, мониторинг в реальном времени"; Кластер 3: "аудит, подтверждение достоверности").
4. Анализ пробелов: Наблюдение слабых или отсутствующих связей между "Кластером 2 (IoT мониторинг)" и "Кластером 3 (аудит)". Это указывает на пробел в исследованиях о том, как данные IoT в реальном времени на блокчейне формально интегрируются в поддающиеся аудиту процессы подтверждения достоверности.
5. Заключение: Перспективным направлением исследований является разработка структур и стандартов для аудита потоков углеродных данных на основе блокчейна, управляемых IoT.

7. Ограничения и направления будущих исследований

В исследовании признаются ограничения: опора исключительно на базу данных Scopus и публикации на английском языке, что может исключать соответствующие исследования на других языках или в других базах данных. Будущие исследования должны:

• Расширить охват баз данных (например, включить Web of Science, Dimensions).
• Интегрировать библиометрическое картирование с систематическими обзорами литературы (SLR) для более глубоких качественных выводов.
• Изучить «как» и «почему» за выявленными количественными тенденциями.
• Исследовать проблемы внедрения и этические последствия использования ИИ/блокчейна в устойчивом бухгалтерском учёте.

8. Взгляд отраслевого аналитика

Ключевое понимание: Это не просто карта академических трендов; это запаздывающий индикатор масштабного, необратимого перераспределения капитала. Слияние цифрового бухгалтерского учёта и отчётности в области устойчивого развития, как показано здесь, является операционной основой для инвестиционного тезиса, движимого ESG, который теперь доминирует на мировых рынках капитала. Взрывной рост исследований после 2017 года отражает спрос Уолл-стрит на поддающиеся аудиту, технологически обеспеченные данные ESG.

Логическая последовательность: Последовательность критична и логична: 1) Цифровизация (ERP, облако) создала инфраструктуру данных. 2) Аналитика (ИИ/МО) предоставила инструменты для их осмысления. 3) Регулирование и давление инвесторов (CSRD ЕС, климатические правила SEC) создали не подлежащий обсуждению спрос. 4) Неизменяемая верификация (Блокчейн) теперь появляется как необходимый уровень доверия. Исследовательский ландшафт следовал за этим потоком капитала и регулирования, а не возглавлял его.

Сильные стороны и недостатки: Сильная сторона исследования — его масштаб: 7302 статьи предоставляют неоспоримую валидацию макротрендов. Его недостаток, который он признаёт, — это взгляд в прошлое. Библиометрия говорит нам, где была толпа, а не где находится передний край. Самая новаторская работа — например, применение генеративного ИИ (помимо традиционного МО) для нарративной отчётности ESG или использование децентрализованных автономных организаций (DAO) для управления устойчивым развитием — вероятно, всё ещё находится на стадии препринтов или в собственных лабораториях отрасли и ещё не попала в Scopus. Сильная зависимость от теорий TAM/TPB также является тревожным сигналом; эти модели совершенно неадекватны для объяснения внедрения сложных технологий уровня экосистем, таких как блокчейн для углеродных рынков.

Практические выводы: Для финансовых директоров и руководителей по устойчивому развитию: ваша БИС больше не является центром затрат бэк-офиса; это ваш основной механизм управления рисками ESG и отчётности. Расставьте приоритеты в интеграции между финансовым ERP и платформами данных ESG. Для инвесторов: тщательно изучайте технологический стек бухгалтерского учёта компании как показатель зрелости её данных ESG. Компания, полагающаяся на ручные таблицы ESG, — это высокорискованная ставка. Для поставщиков (SAP, Workiva и др.): рынок требует унифицированных платформ, сочетающих финансовый контроль, метрики ESG и подтверждение достоверности на основе блокчейна. Подход «модуля устойчивого развития» как дополнения устарел.

9. Будущие применения и стратегические перспективы

Точкой конвергенции являются Интегрированные системы управления эффективностью. Будущее за платформами, которые бесшовно объединяют финансовые данные в реальном времени, операционные метрики и данные о воздействии ESG (выбросы Scope 1, 2, 3, социальные показатели) в едином, защищённом блокчейном реестре. Это позволяет:

• Динамическое финансирование, связанное с устойчивым развитием: Условия кредитных соглашений и процентные ставки по облигациям автоматически корректируются на основе данных об эффективности ESG в реальном времени, поступающих непосредственно из бухгалтерских систем.
• Автоматизированная регуляторная отчётность: Агенты ИИ составляют и отправляют отчёты о соответствии (например, для CSRD, SEC) непосредственно из основного транзакционного реестра с аудиторским следом блокчейна.
• Учёт в циркулярной экономике: Отслеживание жизненного цикла и углеродного следа продуктов и материалов через цепочки поставок с использованием IoT и блокчейна, при этом затраты и кредиты автоматически признаются в БИС.
• Децентрализованные сети подтверждения достоверности: Переход от отдельных аудиторских фирм к непрерывным, распределённым процессам аудита, где алгоритмы и множество участников сети проверяют транзакции и заявления ESG.

Стратегический императив ясен: бухгалтерские функции должны эволюционировать от историков к прогнозистам и системным интеграторам, используя эту цифрово-устойчивую связь для создания ощутимой бизнес-ценности и устойчивости.

10. Список литературы

1. Asare, K. N. (2025). Digital Transformation in Accounting for Sustainable Development: Mapping the Intellectual Structure. Financial Markets, Institutions and Risks, 9(4), 1-15.
2. Van Eck, N. J., & Waltman, L. (2009). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523-538.
3. Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-340. (TAM)
4. Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. (TPB)
5. DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9-30.
6. Barney, J. B. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17(1), 99-120. (Resource-Based View)
7. International Federation of Accountants (IFAC). (2022). State of Play in Sustainability Disclosure and Assurance 2019–2022. New York: IFAC.
8. Zhu, J., & Zhu, K. (2020). AI and the Future of Accounting: A Review and Research Agenda. Journal of Information Systems, 34(3), 1-20.
9. Dai, J., & Vasarhelyi, M. A. (2017). Toward Blockchain-Based Accounting and Assurance. Journal of Information Systems, 31(3), 5-21.