文/许金叶
摘要：随着数字经济的到来，海量数据过载与急需信息贫乏的“数据悖论”也困扰着人们。条数据是导致上述问题的根源之一，也是产生“信息孤岛”、“数据独裁”、信息扭曲等困境的重要原因。本文依据块数据理论、赫布定律、智能机器人工作原理及会计信息多变量特征，提出会计块数据是探解会计智能机器人数据悖论的关键，进而界定了会计块数据的内涵和特征。本文旨在为智能会计理论构建及实务推进提供理论支撑。
关键词：会计块数据；会计智能机器人；赫布定律 

一、“数据悖论”：困扰会计智能机器人的问题 

随着物联网技术迅速发展，社会从小数据时代进入大数据时代。物联网技术产生的海量数据，具有大量（Volume）、多样（Variety）、价值（Value）、高速（Velocity）的4V特征。以文档、HTML（超文本语言）、图片、音频、视频等形式存在的非结构化数据与结构化数据，关联纠缠在一起，产生了巨大的复杂性，导致难以高效获取有效的信息和知识。
会计作为信息系统，旨在通过对经济业务数据进行收集、加工、处理，获取经济活动规律，从而为人们进行经济行为选择提供信息。随着信息技术发展，会计数据处理方式经历手工处理、机械处理、电子计算机处理、网络化处理几个阶段（许金叶，2014）。当前，会计数据处理正向会计大数据处理阶段或会计智能机器人阶段①发展。人们在欢呼会计大数据的到来，更呼唤着会计智能机器人的快速到来。
然而，当前我们面临数据丰富而信息贫乏的情况。数据不是信息，也不是知识，更不是智慧（余绪璎，2001），但数据却是形成信息、知识甚至智慧的原料。数据要形成会计信息、变成会计知识，需要经历会计大数据挖掘(Data Mining)和会计智能机器人处理。企业为获取决策需要的信息和知识，花费了大量成本进行会计大数据的收集、处理、使用和保管等工作，但是并没有达到预期。人们发现，企业仍然存在“数据悖论”：一方面，企业产生包括小数据和大数据的海量数据，出现数据过载现象；另一方面，这些数据并没有产生有用的信息和知识，也没有帮助提升企业经济价值，相反还可能陷入“信息孤岛”和“数据独裁”等困境（数据侵犯隐私和数据伦理等问题这里不展开）。许多企业产生并存储着大量数据（例如我国四大国有银行自新中国成立以来产生了大量数据），而这些数据不仅没有产生应有的价值（如通过二次使用产生效益），反而耗费了企业大量存储成本和管理成本。
数据悖论是一个“缠绕不已、难以理清”的问题，一直困扰着会计智能机器人的发展，也阻碍着企业数字经济的发展。当前会计教育和会计实务的很多争论恰好是会计智能机器人数据悖论的表现。大数据论者与人工智能论者认为，宇宙由数据组成，人工智能技术能够解读数据并驱动世界。在大数据技术及人工智能技术迅速发展的今天，高校应该顺应历史潮流，用大数据会计专业、智能会计专业来取代或逐渐淡化传统的会计和财务专业。与这种言论相对应的，是会计实务界的会计职业消亡论。而技术工具论者则认为，大数据技术及人工智能只是人类创造的工具，是“雕虫小技”而“不足挂齿”。大数据技术及人工智能只是工具，不能够替代会计。过分追逐大数据技术及人工智能可能会损害会计健康发展。
谁为本，谁为末？孰为体，孰为用？只有用事实和逻辑来阐明。从数据输入的特征入手，本文认为，“条数据”不仅导致上述问题的产生，更会产生“信息孤岛”和“数据独裁”、信息扭曲等困境。依据块数据理论、认知心理学的赫布定律、智能机器人工作原理及会计信息多变量特征，本文提出会计“块数据”是探解智能会计的数据悖论的关键钥匙，进而界定了会计块数据的内涵和特征，旨在为智能会计理论构建及实务推进提供理论支撑。
许金叶：会计块数据，探解会计智能机器人数据悖论的关键-财资数科

二、条数据到块数据：破解数据悖论的关键

1.条数据：行为艺术导致道路“瘫痪”的背后秘密
根据《每日邮报》2020年2月4日报道，德国柏林的行为艺术家西蒙•韦克特，拉着一辆装着99部手机的手推车沿着街道悠闲地散步，在谷歌地图上，他所走路的路线居然眨眼间从畅通的绿色变成拥堵的红色，从而让一个区域的空旷道路都陷入“瘫痪”。利用手机卫星定位系统，西蒙•韦克特完成了一部《谷歌地图黑客》的行为艺术“作品”。
抛开这个行为艺术的其他话题，从会计智能机器人的视角，为何手机信号这个大数据会导致谷歌地图软件产生bug？它对会计大数据分析及其软件开发有什么启示呢？这值得我们深入探讨。
从哲学角度，数据是事物现象的表征，是获知事物知识的桥梁。数据所蕴含的价值可以与原料、石油能源等相提并论。实际上，谷歌地图软件主要是根据手机数据来进行交通情况分析。而手机数据只是交通场景中一个条数据，不能全面反映交通场景的实际情况。
在此，就涉及到“点数据”“条数据”“块数据”的概念。所谓“点数据”，是指在事物单个节点的数据，呈现离散的孤立数据。零星的照片、音频等点数据，没有桥梁的连接，虽然数量大，但是由于零散，价值有限，小于集合数据的价值。在会计领域，点数据表现为每个会计分录的数据。所谓“条数据”，是指在某个行业和领域呈条状串起来的数据（陈刚，2015）。由于信息技术发展的限制，当前的大数据主要以条数据（单变量）的形式存在。而“块数据”，则是指多个条数据有机整合在一起。例如，声音可以用录音机制作，图像可以用相机拍照制作，这都是条数据。而录制一条视频，可以同时包含一个人的声音与图像，而且这两者有着密切的关联，视频就是块数据。相对城市整体数据来说，教育、交通、安全等都是行业数据，都是条数据，而整个城市的数据就是块数据。一般说来，条数据具有如下基本特征：数据源自事务流、领域单一、数据封闭、数据垄断等（陈刚，2015）。
由于谷歌地图只以手机导航信息这个条数据作为判断道路是否拥堵的标准，没有兼顾其他数据，因此造成了误判。这就是行为艺术带来道路“瘫痪”的真正原因。
2.条数据的缺憾：无法解释事物真相
某个行业或领域内单维度下的点数据集合，就形成了条数据。条数据是点数据的指向性集聚，这种集聚一定程度上实现了同类数据的关联，有利于对某个行业或领域的把握和预判。但是，条数据存在以下问题：
一是管理成本较高，且容易导致决策失误和预测失真。条数据的安全性不够高，在互联网状态下，存在被人们无成本地复制、滥用的风险，从而海量零散的信息使得互联网处于一种混沌的状态，容易产生数据泛滥、信息无效、信息不足、信息扭曲等一系列问题（点数据更是如此）。这些问题会提高人们对信息获取、加工分析和预测的难度。数据泛滥产生甄选成本和监管成本，产生信息疲劳；信息无效、信息不足主要表现为针对特定问题的信息不够，容易引发决策集体的无意识行为，导致决策依赖事后结果（俗称马后炮）；信息扭曲则指信息偏离事物真相，容易导致决策失误。
二是容易产生“信息孤岛”和“数据独裁”。条数据通常是特定领域、部门、行业的特定维度的数据，被特定机构拥有甚至垄断，数据之间连接不够，容易形成“信息孤岛”；同时，过分依赖条数据，容易产生“数据独裁”（即只靠数据说话，而忽视事物本原），加上条数据内容比较单一，容易使得数据描述出现以偏概全，产生“信息茧房”，导致数据预测偏差。
3.块数据产生的背景
社会各界都在积极探索并尝试解决上文提到的数据悖论。以Google为代表的互联网企业，为了解决数据价值的外部性难题，通过空间信息（地图信息）的载体把各种条数据联在一起，发展基于空间信息系统的大数据。通过对我国贵阳市政府推行大数据建设及其应用过程经验的总结，陈刚（2015）发表《块数据的理论创新与实践探索》，提出块数据的概念范畴及块数据理论。随后，大数据战略重点实验室（北京市科学技术委员会和贵阳市人民政府共建）组织出版《块数据 大数据时代真正到来的标志》《块数据2.0 大数据时代的范式革命》《块数据3.0 秩序互联网与主权区块链》等专著，总结了块数据引领大数据时代的范式革命和块数据建设秩序互联网的理论和实践成果。除了贵阳市政府的块数据建设外，北京雄安新区城市大数据资源中心也推进政府块数据平台建设，即构建一个基于大数据技术和新一代人工智能技术的开放式智能城市块数据平台。它承担着汇聚雄安新区全域数据、统筹新区数据管理、实现新区数据融合应用的重要任务。
4.块数据的内涵与特征
块数据概念的提出者并不是高校学者，而是来源于实践部门的大数据战略重点实验室。所谓块数据，“就是以一个物理空间或行政区域形成的涉及人、事、物的各类数据的总和。”“块数据包括人的数据、物的数据，以及人与物、物与物的关系数据，构成了各种活动和事物的数据”（陈刚，2015）。块数据贯穿大数据的产生、存储及应用的过程，它来源于人、事、物等各类活动所产生的数据；它存储于通过开放、共享和聚集的数据平台；它应用于依靠抓取、比对、封装等各种技术对数据进行交叉、解构、融合，挖掘数据资产内在的功效。块数据不是“条数据集合”，而是“条数据集构”。与条数据不同，块数据具有高度关联性、立体性、强活性、主体性、开放性等特征和优势（陈刚，2015）。
总之，块数据不是大数据的分支，更不是大数据的翻版，而是大数据发展的高级形态。块数据是以人为原点的数据社会学范式，核心是用数据技术去分析人的行为、把握社会规律、预测人类未来。块数据是一场由科技引发的社会变革，它将改变人们的思维方式和社会生活方式，改变人们的世界观、价值观和方法论。
扫描下方二维码，继续阅读会计智能机器人的相关内容~
许金叶：会计块数据，探解会计智能机器人数据悖论的关键-财资数科
注释：
①大数据技术与智能机器人的工作原理基本上一致。只不过大数据技术侧重于处理对象为大数据，而智能机器人侧重于算法。在本文中，如果没有特殊说明，两个词汇的含义是一致的。为统一起见，本文主要用智能机器人来表述。
②这里提到块数据之中有块数据并非语病，而是由于嵌套性质，块数据可以作为条数据嵌套于块数据之中。
主要参考文献：
[1] 陈刚.块数据的理论创新与实践探索[J].中国科技论坛，2015，（4）：46-50.
[2] 大数据战略重点实验室.块数据 大数据时代真正到来的标志[M].北京：中信出版社，2015.
[3] 大数据战略重点实验室.块数据2.0 数据时代的范式革命[M].北京：中信出版社，2016.
[4] 大数据战略重点实验室.块数据3.0 秩序互联网与主权区块链[M].北京：中信出版社，2017.
[5] 许金叶.高级管理会计[J].北京：清华大学出版社，2014.
[6] 许金叶.基于软件开发“顶层设计”理论的管理会计体系构建[J].财务研究，2016，（1）：74-78.
[7] 许金叶.重大灾变下企业财务理论的缺陷与突破：基于新冠肺炎疫情的启示[J].财务研究，2021，（6）：15-21.
[8] 余绪缨.管理特性的转变历程与知识经济条件下管理会计的人文化趋向[J].财会通讯，2001，(10)：3-7.
▷作者 | 许金叶：上海大学管理学院副教授，博士生导师、上海大学管理会计与信息化研究中心主任
▷来源 | 《财务研究》2022年第4期