编辑推荐：
Tim Ingold（2027）的论文《Telling by Numbers: Narrative Threads and the Craft of Accounting》是一篇引人入胜的作品。笔者在2025年8月下旬于圣安德鲁斯Gateway大楼聆听其演讲时
Tim Ingold（2027）的论文《Telling by Numbers: Narrative Threads and the Craft of Accounting》是一篇引人入胜的作品。笔者在2025年8月下旬于圣安德鲁斯Gateway大楼聆听其演讲时便觉妙趣横生。Ingold编织故事的方式及其现场演绎要求听众全神贯注、聚焦思考，这与会计学术会议上多数标准化的报告迥然不同。如今该文以书面形式呈现，使读者得以按自身节奏细细品味。本文仅撷取Ingold文中的两个概念——数字（numbers）与技艺（craft）——作为展开讨论的基石。在数字部分，作者回顾了会计研究中对量化信息的运用历程：从早期环境报告的文字计数与页面比例测量，到第三方数据提供商（如KLD、Trucost、Asset4）带来的"精确性"，再到当前WIND、LSEG Workspace或Bloomberg等平台上层出不穷的可持续相关指标（绿色资本支出、范围三排放、可再生能源比率等）。作者指出，大量论文不加思考地使用可得数据，恰如Ingold所言"被操作的是数字本身，而无论这些数字是关于什么的"。机器学习与"人工智能的九头蛇"进一步加剧了这一问题，数字与所描述的现实之间常常失去联系。在技艺部分，作者回忆了通过反复阅读来习得学术研究技艺的传统路径，对比当下借助AI工具即时获取文献摘要、关系图谱的便捷方式，指出技艺的本质在于"讲述"——叙述已发生之事并预见将随之而来之事。然而，许多来稿的文献综述如同散乱的散点图，缺乏内在连贯性，回归表中的星号因此失去意义。作者最终呼吁：无论身处研究、指导、评审何种角色，都应珍视阅读与连贯性的价值，超越纯粹的"外显"层面，追问数字究竟为何而用。
论文解读
一、研究背景与问题提出
本文是一篇针对Tim Ingold（2027）在圣安德鲁斯Gateway大楼发表的学术演讲《Telling by Numbers: Narrative Threads and the Craft of Accounting》的评论性文章。作者以学术期刊评审专家（European Accounting Review）的视角，对当代会计学术研究中日益突出的两个问题展开反思。
研究背景方面，会计学术研究正经历深刻的方法论变革。早期社会与环境会计研究依赖人工内容分析，通过计算词频、句子数量、页面比例等方式将模糊的叙述转化为看似客观的量化信息。随后，第三方数据提供商（如KLD、Trucost、Asset4）的出现使量化信息获取更加便捷，但作者始终对其准确性持保留态度。进入21世纪10年代末至20年代初，WIND、LSEG Workspace、Bloomberg等平台提供了极为广泛的可持续相关指标，包括绿色资本支出（green capex）、范围三排放（Scope 3 emissions）、可再生能源比率（renewable energy ratios）、各类支柱得分（pillar scores）、环境创新得分（environmental innovation scores）、绿色收入比率（green revenue ratios）等。与此同时，机器学习与人工智能（artificial intelligence, AI）技术进一步扩展了数据来源，会议电话记录被转化为数字、语气被量化、多种语言被通约为一。
存在的主要问题包括：其一，大量研究不加批判地使用可得数据，缺乏对数据含义及其构建过程的理解，正如Ingold所言"被操作的是数字本身，而无论这些数字是关于什么的"；其二，在现代数据概念中，信息与物质被割裂开来，数字与其所描述的现实之间缺乏联系；其三，文献综述和参考列表常常呈现为"杂乱的散点图"，缺乏内在连贯性；其四，许多稿件声称探索了前所未有的经验现象，但缺乏底层逻辑论证和连贯的整体框架。
开展本研究的意义在于：作者作为资深期刊编辑，基于大量审稿经验，呼吁学术界回归研究的"技艺"本质，强调叙事连贯性、深度阅读和批判性思考的价值，以应对技术变革带来的学术质量挑战。
二、研究设计与方法
本文为学术评论文章，作者采用批判性反思与个人学术经历回顾相结合的方法。主要方法包括：其一，对Ingold（2027）论文中"数字"与"技艺"两个核心概念进行文本阐释与延伸讨论；其二，结合自身在European Accounting Review的编辑审稿经验，对当前会计学术研究中的普遍问题进行现象归纳与批判分析；其三，通过个人学术训练历程的回顾（包括博士论文写作、早期内容分析尝试、对第三方数据的使用等），形成历史对比视角。作者未使用实证数据或实验方法，属于理论思辨与学术批评类文章。
三、研究结果
数字（Numbers）：作者通过回顾自身学术生涯，揭示会计研究中数字使用的演变轨迹。早期内容分析方法（词频、页面比例计数）未能使作者信服其意义；第三方数据（KLD、Trucost、Asset4）虽带来"精确性"，但作者始终怀疑这些数字能否讲述真实故事。当前，丰富的可持续指标唾手可得，但大量论文"使用任何能获取的数字而不加思考"。机器学习与AI进一步加剧了这一问题——"指尖与手失去了联系"，数字与所描述的现实（reality）脱节。作者强调，数据使用必须有逻辑、有与事物的联系，研究者必须能够解释数字的含义及其帮助理解会计、组织实践和世界的具体方式。
技艺（Craft）：作者对比了传统学术技艺习得路径与当代技术辅助路径。传统路径通过反复阅读、追溯参考文献、经历迂回与死胡同来构建对学术对话的整体理解。当下，AI工具可即时提供"正确"论文、文献关系图谱、摘要和章节片段，虽提高效率，但绕过了深度阅读与理解过程。作者指出，技艺的核心在于"讲述"——叙述已发生之事并预见将随之而来之事。然而，许多来稿的文献综述缺乏连贯性，参考列表如同散乱散点图，各点之间缺乏明显联系；回归表中的星号（stars）因缺乏底层逻辑而失去意义。
四、讨论与结论
讨论部分指出，技术进步、时间压力、制度性效率要求（如缩短博士学制、机构推动全员使用AI）共同挤压了深度阅读与思考的空间。作者承认理解这些压力，但坚持相信技艺的价值——专注于复杂事物、经历迂回与死胡同的价值。作者呼吁研究者在执行研究、指导他人、担任评审或编辑角色时，致力于提升阅读与连贯性的价值，超越纯粹的"外显"（explication）层面，善意追问数字究竟为何而用，主动寻求"摩擦"（friction），例如参加叙事型演讲活动。
结论部分（In the End）表达了作者的信念与自省：作者相信技艺的价值，无论身处何种学术角色都应珍视深度阅读与连贯性。同时，作者以自嘲方式承认自己可能只是"梦想着学术仍是技艺的旧日时光"，或许这确是一个"美丽新世界"（Brave New World），而自己不过是个无法跟上时代的"卢德分子"（luddite），甚至可能无法理解现代，最终只能请Scotty将自己"传送"（beam me up）离开。文章以"披露声明"（Disclosure Statement）结尾，声明作者不存在潜在利益冲突。
