会计大数据标准化：会计云计算建设的条件，本文主要内容关键词为：会计论文,条件论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
“得标准者得天下。”获得标准已成为世界经济竞争的法则。有人说，相对其他信息技术领域(如硬件技术、软件技术)，在云计算方面我国与西方国家当前在同一起跑线上。因此，云计算标准归属是各国云计算建设中明争暗斗的战略高地。作为云端企业，如何面对纷繁复杂的云计算标准，从而进行会计云计算标准建设来获取竞争优势？基于这种背景，笔者以云计算标准化为切入口，分析企业会计云计算建设中会计大数据标准化存在的问题及其解决思路。
一、大数据标准化：云计算建设中的条件
(一)会计大数据标准化是人与计算机沟通的语言问题
数据标准化问题是计算机科学家为之奋斗的四个基本问题(一是语言问题，解决人与计算机交流的问题；二是算法问题，解决如何让计算机更快地解决社会实际问题；三是计算机架构问题，解决能否构建更好的计算机问题；四是计算机智能问题，解决能否编写程序让计算机自己找到解决社会问题的方法)中的语言问题。数据标准优劣直接关系到人与计算机交流的顺畅、便捷，而且影响到算法问题的解决、计算机架构问题设计，甚至影响到计算机智能问题的解决。如数据的标准化问题首要应该是计算机中的数据字节的标准化。数据字节(byte，即能够容纳一个字符的0和1的序列)的标准化是数据存储与计算的前提。可是，为什么一个字节由8个比特(bit)构成？字节是美国Weiner Buchholz在Stretch项目中提出的。一个字节有8比特能够解决存储256个可能的值，而这个256个可能的值恰好足以表示绝大多数欧洲语言字母表中的所有字符(包括字母、数字和标点符号等)。值得注意的是，这有8比特的一个字节并不是能够以表示我国汉字的所有字符为标准来设计的，这就是我国计算机汉化困难的原因。我国计算机应用初期，许多人必须要会用英文，才能够在dos背景下应用计算机。
随着物的智能化和物与网络的联接，不仅人的行为会产生大量的经济数据，而且物的行为也产生大量的经济数据。这些经济数据不仅仅是数字数据等结构化数据，而且包括声音、图像等非结构化数据。同时，由于会计大数据除了具有一般大数据的3个“V”的特征［数据数量规模大(Volume)、数据异构的数据(Variety)、数据产生与处理实时性(Velocity)］外，它还具有无形性与黏性的特征。
因而，会计大数据需要标准化才能高效、低成本地进行会计大数据的存储、计算。
(二)数据标准化是云计算建设的重要前提
云计算建设的目标是实现企业及其企业联盟(企业供应链的生态群落)便捷地获取信息、更有效地协同工作。云计算首先是社会计算，互联、互通、互操作的基本前提是标准。因此，云计算主要解决数据的统一计算，这就必须遵循一个标准：大家都能够便捷地应用数据，共享数据。没有标准，云计算建设是不能得到便捷应用的。计算机数据呈现的形态是多种多样的，主要有文本、图形、图像、声音、视频、动画等。机器要像人一样理解这些媒体的内容，必须要突破它们的语义处理，这些都需要标准，如自然语言处理、图像视频语义生成、语音识别等处理标准。
大数据存在于各种业务中，具有信息的碎片性质，从而呈现“信息孤岛”的特征，如：数据、信息之间的相互分离，到处都是零散的知识碎片，相关联的信息间缺少必要的链接；信息系统之间的相互分离，信息系统的互操作性(interoperability)低，由此造成信息孤岛问题；人、物与信息的分离，大部分信息与其创造者都是分离的，并不能方便地联系到信息背后的人，大部分信息都没有记录用户行为数据，信息与用户之间也是分离的。数据与信息分离的存在，妨碍了信息资源和人在不同的信息系统之间实现优化配置，妨碍了信息革命理想前景的达成。
因此，必须解决大数据“信息孤岛”的问题。数据标准是解决“信息孤岛”的根本途径，也是不同信息管理系统之间数据交换和互操作的基础。首先，数据标准化可以解决数据可信性的问题。由于有了标准，就可以方便数据用户的使用。其次，数据标准化可以解决数据有效利用的问题。由于有了标准，数据的挖掘、利用、分析就能够方便可行，教据的使用价值才能够得以实现。
二、大数据标准的种类与大数据标准组织
(一)大教据标准的种类
依据不同分类标准，大数据标准有不同的分类，主要有开放标准(法律标准)与事实标准，管理标准、技术标准和应用标准等。
1.开放标准与事实标准
开放标准(法律标准)往往由国家、区域、协会及其产业联盟来制定并对外开放；而事实标准一般则是由企业在物联网建设过程中主导制定的，虽然企业对外声称标准是开放的，但往往由于其营利目的而属于企业从而具专有性质。当前，除了许多进行云计算标准制定的组织正在积极进行大数据开放标准的制定，许多云服务提供商和企业也在努力进行大数据事实标准的建设。
2.管理标准、技术标准和应用标准
按大数据标准体系性质分，大数据标准体系可分为大教据技术标准、大数据管理标准、大数据应用标准(具体请参考图1)。大数据技术标准主要有信息分类与编码标准、信息采集技术标准、信息交换技术标准、网络技术标准等；大数据管理标准主要有技术管理标准、生产组织标准、经济管理标准、行政管理标准、业务管理标准和工作标准等；大数据应用标准又称专业标准，是指按物联网具体应用的不同用途而区分的专业标准，比如智能电网标准、家庭智能标准等。
ANCC(EAN/UCC)系统标准体系 全球数据同步(ODS)过程标准 管理标准 技术标准 应用标准 信息分类与编码标准 信息采集技术标准 信息交换技术标准 网络技术标准 分类标准 编码标准 条码技术标准 RF技术标准 ECP网络技术标准 EANCOM ebXML OPC UNSPSC 一维条码 二维条码 ECP技术标准 基于条码应用的编码标准 EPC系统编码标准 贸易单元编码标准 储运单元编码标准 物流单元编码标准 … 物流单元编码标准 全球数据字典OCD 商务流程整合标准 报文标准
图1 数据标准化结构体系
(二)大教据标准的社会组织
各个国家及其国际标准化组织都在率先进行云计算标准的研究，如欧洲电信标准研究所(EISI)、国际电信联盟(ITU)、国际标准化组织(ISO)和国际电工协会(IEC)等(具体参见表1)。我国也非常重视并积极参与国际云计算标准化的建设。在工信部和国家标准化管理委员会的领导下，电子标签标准工作组、传感器网络标准工作组、全国工业过程测量和控制标准化技术委员会等16家相关标准化组织共同组成的“中国物联网标准联合工作组”在2010年6月正式成立。特别值得一提的是，在会计领域，由审计署组织起草的国家标准《财经信息技术会计核算软件数据接口》(GB/T 24589-2010)已于2010年6月30日经国家标准化管理委员会批准发布并于2010年12月1日起在全国范围内实施。该标准是全国审计信息化标准化技术委员会成立以来在继承2004年发布的《信息技术会计核算软件数据接口》标准的基础上，组织制定的第一批标准，依据新版《企业会计准则》进行了技术更新，扩展了标准适用范围，内容进行了体系化完善，并对市场主流软件产品开展了标准符合性认证。
三、会计大数据标准化的建设思路
为了解决上述会计大数据的“信息孤岛”问题，会计大数据标准化的目的是不仅要实现会计大数据间的“互联、互通、互操作”，而且要实现会计大数据的智能运用。云端企业在会计大数据标准化建设过程中除了要遵循标准化的统一原理、简化原理、协调原理和最优化原理等基本原理外，关键要坚持可靠性、效率性、经济性的基本原则，树立正确的会计大数据标准化建设思路，反对简单套用国际标准或完全个性化的标准化观念，执行社会动态协同设计的标准化建设思路。
(一)当前数据标准化的错误观念
在数据标准化建设的实际案例中，常见的典型误区主要包括简单套用国际标准、标准完全个性化。
1.简单套用国际标准
当前，许多人认为，企业会计大数据标准化最简单、最便捷的方案就是参照国际高标准的方案。一方面，目前国际上没有业界公认、优化可靠的会计大数据的标准，所以云端企业很难有规划设计单位的会计大数据的标准。另一方面，国际上的会计大数据标准与云端企业实际业务有一定差异，不会完全匹配。云端企业不同的业务需求有不同的会计大数据标准的要求，设置过高或者过低的建设标准都是不恰当的。云端企业应当通过业务需求分析，找到与会计大数据标准应用的合适点，有些业务需要高的标准，而有些业务需要相对低的标准。
2.标准完全个性化
标准必须符合企业的实际业务，成为一些人会计大数据标准完全个性化的理由。标准完全个性化或许在短期内可以获得较高的客户满意度，但由于这些标准往往比较具体、不够系统，具有较强的个性化色彩，这就无法克服随意性、片面性的问题，在后续云计算建设中面临较大的需求变更。当面临重大企业变革时，完全个性化的标准方案可能还处于无法优化和升级的尴尬境地。
对于一个大型的云端企业来说，需要面对的不仅仅是企业具体的业务标准，更要从会计大数据全周期性的角度出发，站在统一建设标准的高度，对企业业务进行分析、归纳和完善，形成明确而系统的会计大数据标准体系。
(二)社会动态协同设计的会计大数据标准建设思路
1.可靠性、效率性、经济性：会计大数据标准化的原则
(1)可靠性原则，也叫可用性原则。它指会计大数据标准能够在企业云计算建设中有效使用，不仅能够满足当前的业务要求，而且能够解决将来的业务需要。标准可靠性越高，企业业务发生变革时，系统故障的时间越短，业务恢复的时间越快。设置可靠性标准的要求，在标准规划前期显得特别重要。其核心是正确评估标准所承载应用对业务连续性和数据完整性等要求，所有标准都要贴紧业务连续性和数据完整性的要求，过低的可靠性标准无法满足业务的需要，而过高的可靠性标准将造成投资浪费。
(2)效率性原则，是指会计大数据标准让会计云计算的生产能力与投入资源的比例达到高效率，如空间效率标准、能源效率标准和设备及其运行效率标准。
(3)经济性原则，主要指会计大数据标准化建设的全周期成本的经济性，如会计大数据标准化的建设成本、大数据标准运行等成本的经济性。
2.社会动态协同设计的标准化建设的思路
与前面开放标准和事实标准相对应，会计大数据标准化建设当前主要有两种思路：一是官方设计的思路，由官方(政府或协会)统一设计，然后把设计的标准全部无偿开放；二是民间设计的思路，由应用标准的企业根据实际需要自主设计，再由企业以免费或收费的方式向社会开放。官方设计思路成本低，但由于标准不直接来源于实际，标准不够客观，可行性较差。而民间设计的思路，标准相对客观可行，但是整个社会的成本高，进度慢。例如，随着物联网与云计算技术的发展，Google、Amazon、Salesforce、IBM和微软等软件公司纷纷推出各自公司的云计算平台和云计算标准，这就导致了这些标准的兼容性问题。用户无法让自己的数据和应用程序在不同云计算中心之间无缝迁移。
标准化的定义(定义来自GB/T20000.1-2002《标准化工作指南第1部分：标准化和相关活动的通用词汇》)是：为了在一定范围内获得最佳秩序，对现实问题或潜在问题制定共同使用和重复使用的条款的活动，这些活动主要包括编制、发布、实施标准，达到统一的过程。标准化的目的是“获得最佳秩序和社会效益”。而数据标准化是一个复杂的过程，它不能走简单的官方设计或民间设计的道路，应该走官方、民间、普通用户等多方协同设计的道路。
会计大数据标准不仅是一个企业的数据标准，而且关系到世界所有企业的标准，它已经跨越了国界。由于世界上没有一个有权威的、能够承担数据标准化的官方组织，当前只能是各个国家的官方组织参与数据标准化的制定。同时，由于民间设计的标准直接关系到标准制定企业的利益，标准难免有个别企业利益的表现。笔者认为，会计大数据标准化应该是一个各方协同制定的过程。在这个过程中，官方、各个经济组织、高校、研究机构、协会都应以平等的身份参与到标准的制定过程中来。
会计大数据标准的制定是一个逐步演化、相互竞争的过程。政府能够起到的是搭建平台、制定数据标准化规则的作用，而不是亲自制定标准。在大数据竞争协同开发应用平台上，协同则不仅仅反映人与人间的协作，还包括不同应用系统之间、不同数据资源之间、不同终端設备之间、不同应用情景之间、人与机器之间、科技与传统之间的全方位的协同。其核心是以用户为中心，以业务为目标，有效组织与充分利用各种资源，消除信息孤岛的思想体系。会计大数据标准化过程应体现“人人平等”和“集体智慧是无穷的”思想。在这个制定过程中，没有权威和专家，专家和权威都应以数据的普通用户的身份参与数据标准的确认。当然，专家和权威由于能够深刻认识到数据分类的本质，能够在众多的普通用户中脱颖而出获得更多用户的支持。