張健麗 孫桂春

摘 要：目前人工智能進(jìn)入各個(gè)應(yīng)用領(lǐng)域，經(jīng)濟(jì)學(xué)家熊彼特認(rèn)為微小的技術(shù)創(chuàng)新也會(huì)對(duì)生產(chǎn)率產(chǎn)生極大的影響，反饋到收入分配與就業(yè)。本文立足于研究人工智能投入對(duì)財(cái)會(huì)人員就業(yè)的影響，影響機(jī)制包括替代效應(yīng)與互補(bǔ)效應(yīng)，短期替代效應(yīng)主導(dǎo)，長(zhǎng)期互補(bǔ)效應(yīng)主導(dǎo)，進(jìn)一步通過問卷調(diào)查詳細(xì)研究會(huì)計(jì)人員對(duì)人工智能的認(rèn)知、人工智能對(duì)財(cái)會(huì)的影響程度以及會(huì)計(jì)人員對(duì)人工智能的轉(zhuǎn)型態(tài)度，表明我國(guó)會(huì)計(jì)人員愿意持積極主動(dòng)態(tài)度應(yīng)對(duì)人工智能沖擊。

關(guān)鍵詞：人工智能;財(cái)會(huì)人員;影響機(jī)制;就業(yè)

一、引言

全球工業(yè)發(fā)展進(jìn)入4.0階段，德、日、美等多個(gè)國(guó)家陸續(xù)發(fā)布工業(yè)4.0相關(guān)政策，其中與智能技術(shù)相關(guān)的大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈陸續(xù)上市。2017年國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出到2025年我國(guó)實(shí)現(xiàn)部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，與發(fā)達(dá)國(guó)家完成工業(yè)化——工業(yè)轉(zhuǎn)移不同的是，我國(guó)目前處于后工業(yè)化時(shí)代，產(chǎn)業(yè)鏈、工業(yè)鏈與智能技術(shù)深度融合是我國(guó)特色，同時(shí)外需日漸疲軟，生產(chǎn)、加工、制造經(jīng)濟(jì)發(fā)展模式面臨發(fā)展轉(zhuǎn)型，尋求突破“卡脖子”問題成為經(jīng)濟(jì)技術(shù)重心。

探究提出工業(yè)4.0背后的邏輯，其中“老齡化”是比較重要的原因，應(yīng)對(duì)老齡化帶來的勞動(dòng)力短缺，工業(yè)4.0應(yīng)勢(shì)而生，智能化可對(duì)重復(fù)程序性工作替代，同時(shí)內(nèi)生出與智能化相關(guān)的工作，財(cái)會(huì)就業(yè)崗位中，會(huì)計(jì)、稅務(wù)與審計(jì)均可被人工智能替代，自2016年以來，四大會(huì)計(jì)師事務(wù)所陸續(xù)推出財(cái)會(huì)機(jī)器人?；诖耍疚脑噲D探究人工智能投入對(duì)財(cái)會(huì)就業(yè)人員影響機(jī)制，研究是替代效應(yīng)還是互補(bǔ)效應(yīng)，尤其《十四五規(guī)劃》提出穩(wěn)住就業(yè)“基本盤”，打造“更有高度”的產(chǎn)業(yè)人才，可見人工智能對(duì)財(cái)會(huì)人員就業(yè)有著重大的意義，關(guān)系民生及社會(huì)保障。

二、人工智能投入對(duì)財(cái)會(huì)就業(yè)的影響機(jī)制

1.歷次產(chǎn)業(yè)革命對(duì)就業(yè)影響機(jī)制

人工智能的前身是自動(dòng)化，在上世紀(jì)90年代伴隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，自動(dòng)化轉(zhuǎn)變?yōu)橹悄芑?，尤其是面臨老齡化的沖擊，累加人們對(duì)個(gè)性化定制與服務(wù)的延伸，工業(yè)4.0技術(shù)應(yīng)運(yùn)而生，每一次產(chǎn)業(yè)革命都會(huì)帶來生產(chǎn)率提高，圖1展示了全球共經(jīng)歷了五次產(chǎn)業(yè)革命，從英國(guó)水力渦輪發(fā)展到信息和遠(yuǎn)程通訊時(shí)代，每一輪產(chǎn)業(yè)革命平均經(jīng)歷50年產(chǎn)業(yè)生命周期，經(jīng)歷萌芽-初創(chuàng)-成長(zhǎng)-成熟四階段，從五次產(chǎn)業(yè)革命看出產(chǎn)業(yè)革命創(chuàng)新的突破點(diǎn)在地域距離，從硬件設(shè)施上縮短企業(yè)（人）與企業(yè)（人）之間的距離到軟件面對(duì)面距離，目前信息和遠(yuǎn)程通訊時(shí)代從1971年發(fā)展以來，經(jīng)歷了2000年互聯(lián)網(wǎng)泡沫，處于成熟轉(zhuǎn)型期，尋求新的突破口，五次產(chǎn)業(yè)革命極大程度影響了分工分配，形成目前的全球化生產(chǎn)分配格局。在生產(chǎn)分配中均取代了一批舊崗位同時(shí)內(nèi)生出一批新崗位，如汽車時(shí)代大批量取代了馬車夫，但同時(shí)內(nèi)生出大量的司機(jī)，信息和遠(yuǎn)程通訊時(shí)代階段取代了一批打字員和記錄員，同時(shí)內(nèi)生出大批量工程師，可見每一次產(chǎn)業(yè)革命對(duì)就業(yè)均有替代效應(yīng)和互補(bǔ)效應(yīng)。

通過歷次產(chǎn)業(yè)革命對(duì)就業(yè)的效應(yīng)，可以發(fā)現(xiàn)技術(shù)對(duì)就業(yè)的影響機(jī)制隨時(shí)間長(zhǎng)短不一，短期來看替代效應(yīng)大于互補(bǔ)效應(yīng)，長(zhǎng)期互補(bǔ)效應(yīng)大于替代效應(yīng)，因國(guó)家國(guó)情與產(chǎn)業(yè)生命周期長(zhǎng)度不一致，影響機(jī)制時(shí)間窗口期不一致。圖2展示了短期替代效應(yīng)與互補(bǔ)效應(yīng)兩種機(jī)制在產(chǎn)業(yè)生命周期的作用機(jī)制。

從短期效應(yīng)來看，通常在產(chǎn)業(yè)生命周期發(fā)展階段的萌芽與初創(chuàng)期，會(huì)有大量資本投入這一新興產(chǎn)業(yè)，隨著生產(chǎn)率的提升，傳統(tǒng)產(chǎn)業(yè)淘汰尋求產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，舊崗位工作人員被新技術(shù)替代，同時(shí)舊崗位工作人員與新技術(shù)錯(cuò)配，導(dǎo)致結(jié)構(gòu)性失業(yè)。當(dāng)產(chǎn)業(yè)生命周期進(jìn)入成長(zhǎng)與成熟期，完整產(chǎn)業(yè)鏈形成，一批新產(chǎn)品進(jìn)入穩(wěn)定期，創(chuàng)造大量新的工作崗位，互補(bǔ)效應(yīng)主導(dǎo)，需要大量技術(shù)匹配工人，舊崗位工作人員通過再培訓(xùn)，高校在這個(gè)過程提供與新技術(shù)相匹配人才。

2.人工智能對(duì)財(cái)會(huì)就業(yè)影響機(jī)制

回顧財(cái)務(wù)會(huì)計(jì)的發(fā)展變化，歷經(jīng)手工核算-電算化核算-智能核算，手工核算階段從原始憑證-記賬憑證-會(huì)計(jì)賬簿-會(huì)計(jì)報(bào)表全過程全部由人工整理紙質(zhì)票據(jù)-人工確認(rèn)-人工登記-人工編制，電算化核算階段人工整理紙質(zhì)票據(jù)-人工確認(rèn)自動(dòng)確認(rèn)-自動(dòng)登記-自動(dòng)編制，智能核算階段電子票據(jù)人工掃描-自動(dòng)確認(rèn)-自動(dòng)登記-自動(dòng)編制，其中在電算化核算階段，交易業(yè)務(wù)貢獻(xiàn)收益66%，業(yè)財(cái)一體化階段決策支持貢獻(xiàn)了50%，交易業(yè)務(wù)處理僅22%，到云財(cái)務(wù)階段，決策支持貢獻(xiàn)了65%，交易業(yè)務(wù)處理僅貢獻(xiàn)5%。

整體來看，人工智能對(duì)財(cái)務(wù)會(huì)計(jì)的沖擊使得傳統(tǒng)的記賬、算賬、報(bào)賬由計(jì)算機(jī)自動(dòng)完成，傳統(tǒng)的記賬紙質(zhì)載體由數(shù)據(jù)庫(kù)保存，傳統(tǒng)的單一核算由區(qū)塊鏈、去中心、多節(jié)點(diǎn)取代，傳統(tǒng)的財(cái)務(wù)部門由財(cái)務(wù)共享取代。財(cái)務(wù)會(huì)計(jì)發(fā)展的變化內(nèi)生出一批新的崗位，同時(shí)對(duì)舊有崗位重新進(jìn)行了定位，工作內(nèi)容由行動(dòng)領(lǐng)域到學(xué)習(xí)領(lǐng)域。圖3展示了人工智能對(duì)財(cái)會(huì)就業(yè)的替代效應(yīng)與互補(bǔ)效應(yīng)。

（1）人工智能對(duì)財(cái)會(huì)就業(yè)的替代效應(yīng)

財(cái)會(huì)就業(yè)崗位中存在大量的重復(fù)程序性工作，財(cái)務(wù)、審計(jì)、稅務(wù)等基礎(chǔ)工作崗位，在人工智能的沖擊下，這些工作崗位被智能化取代，逐步進(jìn)入認(rèn)知層級(jí)更高的領(lǐng)域，從鏈條底部初階認(rèn)知識(shí)記-理解-應(yīng)用到高階認(rèn)知分析-評(píng)價(jià)-創(chuàng)新，一些工作崗位如出納、會(huì)計(jì)核算崗、會(huì)計(jì)管理崗、會(huì)計(jì)監(jiān)督崗與財(cái)務(wù)管理崗被程序設(shè)計(jì)化，從手工會(huì)計(jì)轉(zhuǎn)向基于流程自動(dòng)化財(cái)務(wù)核算的智能會(huì)計(jì)，被智能化賦能的業(yè)務(wù)核算崗、資金管理崗、運(yùn)營(yíng)管理崗與綜合支持崗替代，這些崗位需要熟悉利用大數(shù)據(jù)、云計(jì)算、財(cái)務(wù)共享，通過數(shù)據(jù)作出自己的判斷，作出決策，短時(shí)間內(nèi)，舊有崗位無(wú)法滿足工作技能，出現(xiàn)結(jié)構(gòu)性失業(yè)，與會(huì)計(jì)智能化無(wú)法匹配，可見初期人工智能投入對(duì)財(cái)會(huì)就業(yè)的替代效應(yīng)大于互補(bǔ)效應(yīng)。

（2）人工智能對(duì)財(cái)會(huì)就業(yè)的互補(bǔ)效應(yīng)

伴隨著人工智能在財(cái)會(huì)領(lǐng)域應(yīng)用到成長(zhǎng)期與成熟期，二者之間有了很好的有機(jī)融合，內(nèi)生出從初級(jí)智能處理與應(yīng)用到協(xié)同應(yīng)用與管理再到財(cái)務(wù)管理與決策的相關(guān)崗位，如會(huì)計(jì)服務(wù)崗位、審計(jì)崗位、戰(zhàn)略財(cái)務(wù)崗位、財(cái)務(wù)共享中心崗位、管理崗位等，這些崗位能力要求非常高，需要知識(shí)與技能復(fù)合型人才，為企業(yè)價(jià)值創(chuàng)造提供分析與決策，此時(shí)人工智能對(duì)財(cái)會(huì)就業(yè)的互補(bǔ)效應(yīng)占主導(dǎo)地位。同時(shí)，智能化沖擊下形成的互補(bǔ)效應(yīng)，盡管創(chuàng)造出大批量新型工作崗位，但由于知識(shí)型、技能型素質(zhì)要求高，有可能造成收入分配極化，富者恒富窮者恒窮，這為我們財(cái)會(huì)人員帶來了機(jī)遇與挑戰(zhàn)。

三、人工智能對(duì)財(cái)會(huì)人員就業(yè)影響調(diào)查

針對(duì)當(dāng)前人工智能對(duì)財(cái)會(huì)人員就業(yè)的沖擊，本研究向企事業(yè)單位工作人員與高校學(xué)生展開了調(diào)查，了解財(cái)會(huì)人員對(duì)人工智能的認(rèn)識(shí)以及人工智能應(yīng)用程度與影響程度。

1.問卷設(shè)計(jì)

抽樣范圍來源于全國(guó)范圍，包括兩部分人員：企事業(yè)單位會(huì)計(jì)工作人員與高校學(xué)生。在問卷中投放了三部分指標(biāo)：第一部分是財(cái)會(huì)人員對(duì)人工智能的認(rèn)識(shí)程度指標(biāo)，共篩選出5個(gè)指標(biāo);第二部分是人工智能對(duì)財(cái)會(huì)影響因素指標(biāo)，共篩選出6個(gè)指標(biāo);第三部分是建議指標(biāo)，共篩選出4個(gè)指標(biāo)。

2.問卷結(jié)果分析

問卷采取網(wǎng)絡(luò)發(fā)放形式，共收回有效問卷1054份，來自于全國(guó)各個(gè)省市與院校，從就業(yè)和高校學(xué)生來看，就業(yè)人員占了67.12%，中小企業(yè)就業(yè)人員占了71.24%，大型企業(yè)占了26.03%，其余為事業(yè)單位，985院校學(xué)生1.37%，211院校學(xué)生4.11%，94.52來自于普通院校。從學(xué)歷年級(jí)分布來看，?？茖W(xué)生19.18%，本科學(xué)生53.43%，碩士學(xué)生27.4%。

財(cái)會(huì)就業(yè)人員與高校學(xué)生反饋表明，從認(rèn)知程度指標(biāo)來看，50.14%的人員上過人工智能相關(guān)課程，可見人工智能對(duì)財(cái)會(huì)人員與高校畢業(yè)生有較大的吸引力，在這些人員中，就業(yè)人員中大型企業(yè)上過相關(guān)課程人數(shù)占比最多，高校學(xué)生中本科和碩士上過相關(guān)課程比例最高，其中已畢業(yè)就業(yè)人員上相關(guān)課程的渠道中花錢網(wǎng)絡(luò)培訓(xùn)學(xué)習(xí)最多;從人工智能發(fā)展來看，79.45%的人員認(rèn)為目前人工智能還存在一些問題，不能完全替代會(huì)計(jì)人員，更多時(shí)候是人機(jī)協(xié)作，這與目前我國(guó)人工智能發(fā)展階段高度相關(guān)，目前人工智能在會(huì)計(jì)領(lǐng)域的發(fā)展處于初創(chuàng)期，存在沒有行業(yè)標(biāo)準(zhǔn)，各自為政的局面;從人工智能出現(xiàn)的原因來看，31.51%的人員認(rèn)為使財(cái)會(huì)行業(yè)工作效率大大提升，27.4%人員認(rèn)為使人力成本降低，27.4%人員認(rèn)為大幅度提高財(cái)務(wù)信息質(zhì)量，9.59%人員認(rèn)為能更好地防范風(fēng)險(xiǎn)提高企業(yè)競(jìng)爭(zhēng)力，同時(shí)4.11%人員認(rèn)為會(huì)計(jì)信息安全受到威脅;從替代程度與應(yīng)用程度來看，二者相關(guān)度很高，大型企業(yè)人工智能應(yīng)用程度較高，財(cái)會(huì)人員認(rèn)為3-5年替換傳統(tǒng)崗位程度較高，中小企業(yè)人工智能應(yīng)用程度不高，認(rèn)為7-9年替換傳統(tǒng)崗位，大范圍應(yīng)用。

從人工智能對(duì)財(cái)會(huì)沖擊影響因素指標(biāo)來看，98.75%人員認(rèn)為工作效率指標(biāo)最高，即人工智能最大的好處是提高會(huì)計(jì)工作效率，依次為成本、0錯(cuò)誤率、核心競(jìng)爭(zhēng)力與工作時(shí)間、交付周期，其中大型企業(yè)與985、211類院校人員認(rèn)為核心競(jìng)爭(zhēng)力是人工智能對(duì)財(cái)會(huì)沖擊最重要的影響因素，但因這部分人群占比較小，核心競(jìng)爭(zhēng)力僅排在中間位置。

從應(yīng)對(duì)人工智能的對(duì)策建議來看，41.1%人員愿意從財(cái)務(wù)會(huì)計(jì)轉(zhuǎn)型到管理決策崗位，34.2%人員愿意加強(qiáng)自身職業(yè)判斷力，更好地對(duì)數(shù)據(jù)分析與決策，10.9%考取管理分析等方面前景更好的證書，這部分人群中，大部分是學(xué)生，4.11%的人員想轉(zhuǎn)行。

四、研究結(jié)論與對(duì)策建議

1.研究結(jié)論

本文基于1054份調(diào)查問卷，輔以人工智能對(duì)財(cái)會(huì)就業(yè)效應(yīng)的影響機(jī)制，探究人工智能對(duì)財(cái)會(huì)人員就業(yè)的影響。主要研究結(jié)論如下：

第一，人工智能對(duì)財(cái)會(huì)就業(yè)效應(yīng)的影響機(jī)制。短期看，財(cái)會(huì)就業(yè)崗位中存在大量的重復(fù)程序性工作，財(cái)務(wù)、審計(jì)、稅務(wù)等基礎(chǔ)工作崗位，在人工智能的沖擊下，被智能化賦能的業(yè)務(wù)核算崗、資金管理崗、運(yùn)營(yíng)管理崗與綜合支持崗替代。長(zhǎng)期看，逐步進(jìn)入認(rèn)知層級(jí)更高的領(lǐng)域，如會(huì)計(jì)服務(wù)崗位、審計(jì)崗位、戰(zhàn)略財(cái)務(wù)崗位、財(cái)務(wù)共享中心崗位、管理崗位等。

第二，大型企業(yè)與211、985院校財(cái)會(huì)人員對(duì)人工智能較重視。他們更愿意花錢上人工智能相關(guān)課程培訓(xùn)，其中大型企業(yè)與985、211院校學(xué)生相較中小型企業(yè)與普通高校學(xué)生對(duì)人工智能的應(yīng)用程度、重視程度以及認(rèn)知程度較高。一方面，基于很多大型企業(yè)已經(jīng)應(yīng)用人工智能，財(cái)會(huì)人員對(duì)人工智能接觸較多，緊迫性更強(qiáng)，這也進(jìn)一步導(dǎo)致了不同企業(yè)類型對(duì)人工智能替代時(shí)間的預(yù)期不一致;另一方面，985、211高校學(xué)生學(xué)習(xí)過人工智能相關(guān)課程，對(duì)影響因素的分析集中在提高核心競(jìng)爭(zhēng)力角度更顯著。

2.對(duì)策建議

根據(jù)本文的研究結(jié)果，提出如下對(duì)策建議：

（1）完善與調(diào)整高校課程體系，培養(yǎng)會(huì)計(jì)與人工智能復(fù)合人才

當(dāng)前人工智能已經(jīng)進(jìn)入各個(gè)應(yīng)用領(lǐng)域，生產(chǎn)與服務(wù)整條產(chǎn)業(yè)鏈均與人工智能息息相關(guān)，很多產(chǎn)業(yè)面臨轉(zhuǎn)型升級(jí)，會(huì)計(jì)與人工智能的復(fù)合人才成為市場(chǎng)迫切需求，但是目前供應(yīng)相對(duì)較少，應(yīng)對(duì)人才短缺的情況，政府與教育機(jī)構(gòu)可以從短期和長(zhǎng)期著手，短期內(nèi)制定會(huì)計(jì)與人工智能復(fù)合人才的職業(yè)培養(yǎng)教育體系，以期降低結(jié)構(gòu)失業(yè)導(dǎo)致的錯(cuò)配。長(zhǎng)期來看，伴隨著人工智能在財(cái)會(huì)領(lǐng)域應(yīng)用到成長(zhǎng)期與成熟期，二者之間有了很好的有機(jī)融合，內(nèi)生出從初級(jí)智能處理與應(yīng)用到協(xié)同應(yīng)用與管理再到財(cái)務(wù)管理與決策的相關(guān)崗位如會(huì)計(jì)服務(wù)崗位、審計(jì)崗位、戰(zhàn)略財(cái)務(wù)崗位、財(cái)務(wù)共享中心崗位、管理崗位等。

（2）建立再培訓(xùn)制度，引導(dǎo)會(huì)計(jì)人員轉(zhuǎn)崗與再就業(yè)

根據(jù)本研究得出，短期內(nèi)人工智能對(duì)會(huì)計(jì)的沖擊替代效應(yīng)大于互補(bǔ)效應(yīng)，同時(shí)當(dāng)前大中型企業(yè)已經(jīng)引入人工智能與會(huì)計(jì)融合模塊，這些都促使企業(yè)和行業(yè)協(xié)會(huì)再培訓(xùn)制度，扭轉(zhuǎn)結(jié)構(gòu)性失業(yè)局面，通過網(wǎng)絡(luò)與線下課程塑造終身學(xué)習(xí)培訓(xùn)，開設(shè)人工智能與會(huì)計(jì)融合實(shí)踐課程。一方面分流兩部分會(huì)計(jì)人員，一部分從事重復(fù)程序性工作向維修檢測(cè)機(jī)器、數(shù)據(jù)管理轉(zhuǎn)型，另一部分財(cái)務(wù)會(huì)計(jì)人員向管理、分析與決策轉(zhuǎn)型;另一方面政府實(shí)時(shí)觀測(cè)與統(tǒng)計(jì)財(cái)會(huì)人員轉(zhuǎn)型期的失業(yè)問題，提供再就業(yè)培訓(xùn)與轉(zhuǎn)崗服務(wù)，對(duì)特困人員提供失業(yè)補(bǔ)貼。

（3）促進(jìn)會(huì)計(jì)領(lǐng)域與人工智能融合發(fā)展

目前從人工智能應(yīng)用領(lǐng)域來看，生產(chǎn)制造業(yè)與金融服務(wù)業(yè)融合程度最佳，會(huì)計(jì)行業(yè)與人工智能的融合自2016年以來，以四大會(huì)計(jì)師事務(wù)所陸續(xù)推出財(cái)會(huì)機(jī)器人為突破口，陸續(xù)在會(huì)計(jì)企業(yè)與會(huì)計(jì)咨詢機(jī)構(gòu)展開人工智能在會(huì)計(jì)領(lǐng)域的研發(fā)與應(yīng)用，目前處于初創(chuàng)期，沒有形成統(tǒng)一的標(biāo)準(zhǔn)與成熟技術(shù)，在人工智能產(chǎn)業(yè)生命周期中，發(fā)展全產(chǎn)業(yè)鏈配套設(shè)施，塑造全產(chǎn)業(yè)鏈人才迫在眉睫，做好技術(shù)與人才有效銜接。

參考文獻(xiàn)：

[1]馬國(guó)旺，李焙堯.人工智能應(yīng)用、勞動(dòng)報(bào)酬份額與失業(yè)率動(dòng)態(tài)關(guān)系的實(shí)證分析[J].深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021（02）：61-70.

[2]蔡躍洲，陳楠.新技術(shù)革命下人工智能與高質(zhì)量增長(zhǎng)、高質(zhì)量就業(yè)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（5）：3-22.

[3]張鵬飛.人工智能與就業(yè)研究新進(jìn)展[J].經(jīng)濟(jì)學(xué)家，2018（8）：27-33.

[4]楊偉國(guó)，邱子童，吳清軍.人工智能應(yīng)用的就業(yè)效應(yīng)研究綜述[J].中國(guó)人口科學(xué)，2018（5）：109-119.

[5]謝萌萌，夏炎，潘教峰等.人工智能堯技術(shù)進(jìn)步與低技能就業(yè)——基于中國(guó)制造業(yè)企業(yè)的實(shí)證研究[J].中國(guó)管理科學(xué)，2019（12）：1-9.

作者簡(jiǎn)介：張健麗（1989.03- ），女，漢族，內(nèi)蒙古赤峰人，研究生，講師，研究方向：經(jīng)濟(jì)學(xué);孫桂春（1976.11- ），女，漢族，內(nèi)蒙古赤峰人，本科，副教授，研究方向：會(huì)計(jì)