作者：杭州电子科学与技术大学会计学院

摘要：在数字经济时代，随着新技术的广泛开发和应用，企业的数据量正在经历爆炸性增长，并且数据已成为企业的“导航器”。企业内生数据的重要性逐渐出现，甚至已成为企业的关键生产因素。但是，由于数据缺乏统一的标准，并且缺乏多个数据，因此很难进行数据利用。为了提高企业的数据管理功能并全面发挥了会计数据的价值，会计元数据标准的制定是紧急的。文章主要讨论了在数字经济背景下制定会计元数据标准的必要性，并提出了有关元数据标准制定的思想和建议。

关键词：数字经济；会计数据；元数据标准；数据管理

1。引言是一种新的经济形式，数字经济已成为推动我国家经济发展，转型和升级的驱动力引擎。 2019年，我国家的数字经济总数达到35.8万元人民币，占GDP①的36.2％。诸如人工智能，大数据，云计算和物联网之类的新兴技术正在加速集成，与许多传统领域的互动创新，在新经济中寻求突破。

随着数字技术在经济活动和经济环境中的广泛应用，会计环境发生了巨大变化，当前的会计理论研究逐渐与之脱节。上海金融与经济学大学的Sun Zheng教授认为，我们正在进入工业4.0时代，而我们的法律和法规，行政系统，会计标准和专业判断仍然陷入行业1.0-3.0时代。这导致无法满足利益相关者在质量，内容，时态和频率方面的需求。会计信息的相关性和实用性正在恶化（Huang Shizhong，2018年），需要紧急提高会计信息的质量。

在新的会计环境中，数据已成为主要生产手段，数据生态系统已成为重要的生产关系。作为企业数据资源的重要组成部分，会计数据包含可以满足业务决策需求的重要信息。会计数据值的实现取决于企业的有效会计数据管理。然后，会计研究的核心重点应从传统的财务报告转向专注于如何更好地管理和使用新会计环境中的财务数据。为了有效地管理和利用这些资源，我们必须将来自不同来源和类别的数据分类为不同的数据仓库，并设计一个代码系统，以访问会计信息资源，以方便检索，即会计元数据标准。

2。数字经济下企业面临的会计数据管理困难。数字技术的开发不仅促进了企业的数字化转型过程，而且还导致企业的数据量迅速增长。在数字经济时代，数据资源是企业核心竞争力的体现（Zhang Qinglong，2020年）。企业每年生成的数据量非常大，但是大多数公司仍处于对会计数据价值的理解中。华为和IDC共同发布的白皮书指出，目前只使用10％的管理数据，而90％的“睡眠数据”无法唤醒。一些学者还研究了，公司通常只专注于企业总数据资源的2％-4％。可以看出，企业会计数据管理的意识仍然相对较弱，并且数据利用率较低。在企业业务规模的过程中，各种数据管理问题伴随着。

（1）会计信息严重分散，很难共享会计数据

目前，许多公司在信息化构建的早期阶段就建立了ERP，CRM，SCM和其他系统，但是由于尚未从全球范围内考虑它们，因此企业的内部系统体系结构已成为独立的“烟囱”，无法实现集成的集成。尽管企业内的会计信息系统子系统已逐渐集成到信息技术的构建中，但会计信息系统，业务信息系统，仓库管理和其他系统仍处于分裂状态，实际上与其他企业信息系统无关。因此，与会计相关的数据分散在多个系统和部门之间。这种数据是独立存储和维护的，在企业内形成了一个信息岛。信息岛阻止了数据的共享和总体利用，形成了企业内大量信息盲点，这导致会计信息在各个单位中的沉积，浪费资源是严重的，并且企业内生成的数据水平和共享水平非常有限。

（ii）会计数据界面标准不是统一的，利用率较低，数据质量很差

在大数据的背景下，将企业或群体分散成数十或数百个系统非常普遍，并且企业的大多数数据都是由多个头部管理的。当需要集成和利用信息时，由于缺乏统一的数据界面标准，多个部门或家长和子公司像信息岛一样，诸如数据值不一致，跨系统和部门不一致的理解，不同部门的同一数据或不一致的数据出版的问题等问题。这意味着，当企业中需要某些会计数据时，金融人员将花费大量时间组合，调整和汇总数据，而企业需要更长的时间来接收可用的数据。无法快速“交付”会计数据意味着数据的价值在传输中也丢失，这最终导致了高调整成本和低数据质量的情况。

（iii）会计数据的尺度有限，数据的粒度不够好，因此很难挖掘价值

传统会计信息的保质期取决于信息载体，例如原始优惠券，发票等，但是信息运营商的寿命通常具有一个术语，这使得很难在长期和大规模的基础上存储传统的会计信息。由于会计信息的不同来源，随着应用程序系统的升级和转换，这些会计信息资源的兼容性逐渐减少，并且长期保存也已成为企业的问题。影响大数据价值的重要因素是数据的规模。大数据需要根据大量数据发现数据的“隐喻”价值（Xu Zongben等，2014）。

不完整的数据粒子代表具有不规则数据结构和大量混合内容的元素。这不仅大大降低了数据的质量，而且还增加了数据处理的成本和困难，降低了数据管理效率，并且使企业决策者很难为企业决策者提供深入定制的决策信息资源。

3。制定会计元数据标准的必要性（i）有利于快速检索会计信息资源并为决策者提供便利。

会计元数据标准可以准确定义和描述各种会计信息资源的特征属性，并最终将此信息存储在企业的数据仓库或数据中心中。当决策者需要相关信息时，他们可以通过不同的标识快速定位，提取和集成相关的会计信息资源，从而帮助企业实现ETL（Extract-Transrysform-Load）过程。同时，他们可以帮助决策者实现各种在线检索计划，构成多维数据报告和枢轴表，从而为决策带来更大的便利。

（ii）它有利于实现企业业务系统与决策支持系统之间的数据连接

决策支持系统很难直接利用企业每日运营中产生的原始信息资源。建立会计元数据标准可以将日常业务信息转换为可存储的数据，然后通过描述和识别元数据简化和突出显示属性，最后整合和分类数据并将其转换为支持决策系统所需的信息资源。元数据的参与使得将企业的面向应用程序数据转换为存储在数据仓库有效且方便的信息中，实现了企业流程的优化并提高数据管理级别。建立元数据标准使数据能够在初始阶段统一，为企业的随后数据连接，数据共享和利用奠定了基础，并促进了财务与业务之间的密切联系。

（iii）它有利于长期保存和跟踪会计信息资源

随着数字技术的发展，数据收集，存储，传输，分析等的功能得到了极大的改进。通过建立用于会计信息资源的元数据标准，使用元数据标准来描述资源的相关属性，记录原始业务逻辑以及对数据结构变化的实时跟踪。这不仅实现了会计信息资源的长期存储，改变了传统形式中资源损失的现象，而且还进一步确保了以不同系统和格式中会计信息转换的完整性和真实性，从而使其在开发过程中具有可持续性。在元数据管理系统中设置监视和预警规则之后，可以通过跟踪和监视关键业务的关键数据和指标来实现关键业务中关键数据和指标的实时风险警告和控制。

4。关于我国会计元数据标准的研究基础，以及缺乏足够的外国元数据标准的发展和应用，开始了早期，起点很高，并取得了巨大的成果。但是，近年来，国内元数据标准的发展和发展也取得了长足的进步。在许多领域中，都应用了更成熟的元数据标准解决方案，例如：数字图书馆元数据解决方案，电子政务元数据标准，土地和资源信息信息核心元数据标准等等。

就会计信息资源领域而言，我国家的第一个会计软件数据界面标准：《信息技术 会计核算软件数据接口》 GB/T 19581-2004共同提议并起草了国家审计办公室和财务部，并在2005年1月1日在全国范围内实施了2005年10月1日在全国范围内实施的国家。 2008年12月，最终草案成立了《财会信息资源元数据标准》，并通过了专家组的审查。作为根据国际规则的技术规范，《财会信息资源核心元数据标准》不仅具有良好的可扩展性，而且还为各种会计信息资源的搜索和应用提供了新的方法，这是我国第一个元数据标准。

尽管我的国家已经建立了《财会信息资源核心元数据标准》，但这只是一般标准。在有效的处理和信息应用中，它仍然需要加强，并且与其他领域的互操作性也很低。这需要从相关外国领域的高级经验中学习，以不断优化我国的会计元数据标准，以实现会计信息的充分利用。

5。会计元数据标准的初步概念。 Currently, the most common metadata formats in the humanities and social sciences and comprehensive fields in the world include: Dublin Core (Dublin Core, referred to as DC), AACR2 (Anglo-American Cataloguing Rules, 2nd edition), MARC (Machine-Readable Cataloging), Literature Coding Plan (Text En-coding Imitative, TEI), etc. Among the many metadata formats, DC可以说元数据是一种在国际上广泛认可和应用的元数据，也是一种国际认可的元数据格式，用于确定最小信息资源的描述。它包括元数据的15个核心要素：标题，创建者，日期，主题，出版商，类型，描述，其他负责人，格式，源，权限，权利，身份证，标识符，语言，人际关系和覆盖区域

会计型元标准的设计基于直流元数据，并采用了最新的国际标准ISO 15836-1:2017来描述相关元数据元素的会计信息资源对象的属性。这些资源可以是物理形式的，例如纸张券，购买和销售合同等，或数字化，例如PDF电子发票，业务系统数据库。基于这些描述的对象的特殊性，会计元数据标准的初步设计计划如下：

首先，选择通常可以从DC元数据的15个元素中描述会计信息资源对象的元素，例如：title（title），日期（日期），源（源（source）等），并遵循其元素语义定义，仅进行必要的修改。 DC元数据元素中无法使用三个元素：创建者，出版商和其他负责人（贡献者）仍然保留，并且在数据库中是空的，使得在元数据库之间很容易共享。

其次，根据会计信息资源对象的特殊性，有必要在上述基础上扩展一些新的元数据元素，例如：货币（货币）和附件（附件），以充分描述会计信息资源的属性并添加替代字段以进行未来扩展。

第三，对选定的元数据元素定义进行必要的修改，并且某些元素给出了实际的含义，主要是为了对DC Metadata元素的扩展元素和编码方案进行必要的添加和删除，以适应会计信息资源的特征。

最后，根据XML/RDF描述系统，将各种类型的数据封装在一起，并统一元数据描述方法，以确保企业操作中生成的会计元数据的质量和完整性，并提高会计领域和相关领域之间元数据的互操作性。

6.关于会计元数据标准的提出的建议，外国和国内都取得了成就，在会计领域建立元数据标准方面取得了成就。因此，在制定之前，各种机构需要研究和研究参考或一般标准应用解决方案。为了避免浪费早期的投资资源，各种研究机构在随后的研究和制定元数据标准中研究和制定元数据标准时需要加强合作，并在必要时可以共同开发和共享研究结果。这不仅将促进深入的研究并持续改进会计元数据标准，而且还可以促进我国会计信息标准化的发展过程，并提高会计信息资源构建的整体水平。

其次，增强元数据在不同领域的互操作性。在数字时代，各种数据已成为学者研究的基石。因此，在研究会计元数据标准时，我们应该首先了解和分析各种类型元数据的发展趋势，优势和缺点，尤其是在与会计相关的领域，然后尝试在特定设计期间保留国际上常见和有效的元素。这样，可以增强元数据之间的元数据之间的互操作性，并为随后的信息资源描述，通信和精确交换提供基础。

第三，在制定我国家的会计元数据标准时，我们还必须注意与国际相关标准和通用语言的兼容性，例如：都柏林核心元数据和XML语言，以便用户可以更方便地使用元数据标准。从全球化的一般背景来看，高兼容性会计元数据标准不仅减少了会计实践中的元数据互操作性问题，还可以避免语言表达引起的歧义，而且还促进了进一步的发展和大规模促进变化。

第四，会计元数据标准在制定时需要专注于它们的扩展。文章中元数据标准的初步设计计划以都柏林核心元数据为中心，因为其互操作性高和适应性，并且在国际上得到了广泛认可。由于会计信息资源的特殊性，由于单位或主要业务的性质，不同的用户可能有不同的特定需求，而且其特定需求也大不相同。将来，需要根据实际情况来扩展关键字或元素。因此，增加会计元数据标准的扩展也为用户随后的实际使用提供了扩展的空间。

7。在数字化转型浪潮中的结论，企业和政府部门不断投入大量资源，以“数字信息智能”的转型路径。组织的管理水平正在逐渐改善，对所使用信息的要求越来越高，并且累积的会计信息资源的价值逐渐变得越来越突出，但是很明显，各种组织对此信息的利用程度远非足够。尽管组织内建立了智能决策支持系统，但需要使用的会计信息就像一团糟，这使得智能系统无法获得数据支持。因此，各种组织需要更多地关注会计信息资源的利用，并且注意内源数据管理是各种组织可持续发展的重要策略。

无论是企业还是政府部门，会计元数据标准的价值和必要性都是不言而喻的。从企业到政府部门，从有序地访问会计信息到在线检索和数据共享，他们都依靠会计元数据标准。会计元数据标准的制定有助于企业充分利用内源性财务信息资源，不仅可以确保会计信息的质量，而且在未来的分析和决策中为企业带来了强大的数据支持，并为政府部门的信息监督和数据分析提供了便利和效率。因此，我们应该加快会计元数据标准的实践研究，帮助改善国家的会计标准系统，并实现各种组织的可持续发展以及在国外共享会计信息资源。

注意：①数据来源：中国信息与通信学院《财会信息资源核心元数据标准》

参考文献：[1]胡里尤，朱江。会计信息资源元数据标准的研究[J]。会计研究，2008（07）：43-48+96-97。

[2]张青龙。分析集团公司会计数据管理的当前状况[J]。每月会计，2020（12）：60-62。

[3] Hu Renyu，Chu Yanshu，Wei Wencui。建立总账元数据标准的概念[J]。新会计，2009（07）：2-4。

[4] Huang Shizhong。旧统治者无法衡量新经济——关于会计信息之间的相关性的恶化和赎回[J]。当代会计评论，2018，11（04）：1-23。

[5] Chen Zhiyong，Zhu Jianguo。关于为会计信息资源建立元数据标准的必要性[J]。中国管理信息化，2008年（17）：4-6。

[6] Chen Caihong。国内外元数据标准的宏观比较研究[J]。 Hebei科学技术Tuyuan，2011，24（01）：65-67。

[7] Xu Zongben，Feng Zhiyan，Guo Xunhua，Zeng Dajun，Chen Guoqing。大数据驱动的管理和决策的前沿主题[J]。管理世界，2014年（11）：158-163。