王洪海（副教授/博士） 王融 肖侠（教授） 高玲（博士）

（江苏海洋大学 江苏连云港 222005）

一、研究背景

2021 年中央网络和信息化委员会发布《“十四五”国家信息化规划》，将“全民数字素养和技能提升行动”作为十大优先行动之首。会计与生俱来就与数字具有不解之缘，在人工智能、区块链、云计算、大数据时代，“数据+算力+算法”将成为推动新经济发展的核心驱动引擎，同时也对全民数字素养提出了新的挑战。提升数字素养同样也是数字经济时代对会计学、财务管理专业人员的基本要求。

联合国教科文组织认为数字素养是“面向就业、获得体面工作及创业，使用数字技术安全且合理地访问、管理、理解、整合、呈现、评估和创建信息的能力。欧盟将“数字素养”定义为：在工作、就业、学习、休闲以及社会参与中，有把握地、批评和创新性使用信息技术的能力。2021 年11月中央网络安全和信息化委员会发布《提升全民数字素养与技能行动纲要》，将数字素养阐述为：“数字社会公民学习工作生活应具备的数字获取、制作、使用、评价、交互、分享、创新、安全保障、伦理道德等一系列素质与能力的集合”，并将全民“数字素养”提升至网络强国、数字中国、智慧社会战略目标的高度。

2013 年牛津大学马丁学院（Oxford Martin School）研究显示，在未来10 到20 年内，许多工作岗位将被机器人所取代，其中会计岗位高达99%可能被淘汰。国外学者Michael Osborne 和Carl Frey（2017）分析了未来职业被淘汰的概率，结果会计以高达97.6%的概率位居前列。王奕俊等（2020）应用Python 爬虫技术对Boss 直聘、前程无忧、智联招聘三大网站9 875 条会计职业招聘信息进行了文本挖掘，发现“软件”“决策”“分析”是高频词语，说明市场对会计人员素质提出了新的更高要求。王小红等（2021）也认为，目前核算型会计人才早已供过于求，而高端的管理与分析类会计人才仍存在很大缺口。本文推测上述国外学者所说的会计可能是指以“核算”为主的程序化流程，而管理会计要求的“预测、分析、决策”等非程序化能力正是市场迫切需要的。

二、国内外融入“数字素养”的智能财务决策理论与实践概述

从以上对“数字素养”的定义可知，“数字素养”已经渗透到人们学习工作生活的方方面面，而且其内涵与外延随着数智化技术的不断迭代更新而与时俱进、同频共振。为了提高“数字素养”在会计学和财务管理专业教学中的可操作性，本文借鉴Martin & Grudziecki 构建的欧洲数字素养等级模型，即：第1 层次：一般性的数字能力，例如：数据的查询、分类、排序、汇总等。第2 层次：专业级的数字能力应用，例如：数据透视表→数据透视图→数据切片器等。第3 层次：数字能力创新，即应用数字技术进行探索与创新，例如：基于Monte Carlo 模拟的不确定环境下的财务管理决策。在数字经济时代，以数据为中心的技能和思维必将得到重视和培养。

（一）国外智能财务决策“数字素养”的理论探讨。2014 年美国注册管理会计师（CMA）研究报告指出，未来10 年中掌握财务知识和信息分析技术的复合型人才，将在企业管理与决策中发挥重要作用。英国高校将数据能力培养课程作为本科学位核心课程，例如要求财务管理类学生应用EXCEL、SPSS 等软件进行数据分析。波士顿管理咨询集团（Boston Consulting Group）与新加坡技能未来项目联合推出了“商业数据分析”等课程。美国雪城大学同样开设了“科学数据管理”相关课程，目标是全面提升学生的“数字素养”。

（二）国内智能财务决策“数字素养”的理论探讨。我国学者赵红梅等（2019）设想了提升会计学、财务管理专业数字素养的两种途径：（1）外延方式：增加相应的计算机等课程；（2）内涵方式：将财务管理、管理会计等核心课程与计算机深度融合。胡俊南等（2022）根据对512 份市场调查研究报告应用统计分析技术，构建以会计与大数据相互融合、相互促进的“双维双向，四能发展”能力框架。蒋瑜峰等（2022）认为，财会人才供给应与市场需求的能力要求适配，不仅要具备基本的软件操作能力，而且更重要的是通过数智技术结合商业模式与业务场景，赋能企业进行风险管理与决策。

三、面向数字素养提升的《财务大数据应用》课程教学实践——基于建构主义

目前对于数智环境下的会计学、财务管理两个专业的教学改革理论探讨很活跃，但是在实践操作层面还存在许多问题需要探索。刘勤（2021）认为目前会计人才培养与科技发展严重脱节，可以总结为“保守的教学理念，落后的知识框架，过时的教材体系等”。于晓红等（2021）总结了数字经济下财务管理教学存在的问题，即“陈旧的教材与教学内容，传统的教学方法与手段，单一考核与测试模式”。王小红等（2021）也认为目前大多数高校的会计人才培养目标还没有与大数据时代要求完全接轨。

为了适应信息技术发展对会计人才培养提出的要求，江苏海洋大学也在不断优化相关课程，第一阶段（2002—2020 年）主要开设：①Visual Foxpro 语言；②财务管理信息系统；③财务决策支持系统。第二阶段（2020 年以来）在以前的基础上，将计算机语言改为Python；同时增加了：④财务共享服务；⑤财务大数据应用。建构主义（Constructivism）是根据人类认知规律总结得出的，其中的支架式教学方法（Scaffolding Instruction）在教学实践中得到了广泛采用。本文重点探讨《大数据财务应用》课程的教学，该课程采用建构主义推荐的支架式教学方法，教学主要内容与课程设计见表1。

（一）情境设置。《财务大数据应用》课程的教学实践认为情境设置是关键，应遵循OBE（Outcome Based Education）理念，强调以问题为导向，精心策划应用场景，打破时间（When）、空间（Where）的认知障碍，使学生（Who）可以第一人称角色介入，体现教学过程的互动性与参与感。

（二）搭脚手架。这是一个借用建筑工程用语的形象化比喻，其关键是找出支撑解决问题的支点，建构主义称为最邻近发展区（Zones of Proximal Development），实际上是指学生已经具备的知识链接点，然后沿着搭建的“脚手架”循序渐进、由简到繁直至解决问题。以聚类分析中的K-means算法为例，“人以类聚，物以群分”是社会普遍现象，如何应用智能算法进行聚类呢？这里需要的“最邻近发展区”应用的是“距离”的知识点。教师可以在直角坐标中任意画几个点，随机选择K 个初始点，计算任意各点到初始点的距离，然后根据最近距离聚成簇，再以新的“质心”为起点，经过反复迭代最后得到符合要求的簇类。以上计算过程学生比较熟悉，通过上述演示就可以使学生理解K-means 算法的基本原理，正所谓“触类旁通、温故知新”。

（三）独立探索。上述简单计算消除了学生对K-means的陌生感，对于以文科为主的会计学、财务管理专业学生来说尤为关键，为其进一步的独立探索提振了信心。再将上述问题进行拓展，即由简单的两点演变为多点，然后与企业信用评估应用场景联系在一起，只要掌握了K-means的基本原理，借助于专业的统计软件，例如SPSS、WEKA（Waikato Environment for Knowledge Analysis）等，就可以比较容易地对企业信用进行聚类评价。

（四）协作学习。同样以企业信用评估为例，由于学生采取的评价指标不同，各个指标的赋权不同，甚至指标的无量纲处理不同，使得不同学生的评估结果产生了差异，这时学生就会产生疑问，通过相互交流发现不同结果，对习惯了标准答案的学生的思维产生了一定冲击。这时主讲教师可以适时提出“集成学习”的概念，该方法遵循“兼听则明，偏信则暗”的古训，例如在分类算法中，在讲完ID3 决策树后引入“随机森林”概念，顾名思义是指一群决策树，不需要探讨“随机森林”的具体算法，而是要知道该算法的思维逻辑，这正是协作学习所迸发的火花，为学生加深理解机器算法打下了良好基础。

（五）效果评价。目前对于《财务大数据应用》课程的教学正处于探索阶段，本文认为应从以下两个方面进行改进：（1）合理定位财会专业培养目标。会计学、财务管理专业培养的是数智环境下的“会计师”而不是“工程师”，陈虎（2022）也认为，借助于算子平台独立的数据处理与建模能力，财务人员即使不懂编程，也能熟练地进行数据分析。因此智能财会专业培养目标的重点是算法原理与应用场景的深度融合。（2）借助MOOC 资源提升教学效果。目前对于大多数高校来说，讲授智能财务决策对教师的知识结构提出了挑战，为了弥补师资方面的不足，建议采用线上线下混合教学方式，借助中国大学MOOC 数字资源，提升教师驾驭智能财务的教学能力。

四、总结

人类社会已经开启以数字经济为主导的新一轮科技革命，“数据+算力+算法”成为驱动新经济发展的新动能。数据：在大数据时代，财务数据更加丰富，除了反映价值计量的信息外，还有许多诸如语言、文字、图像等非结构化的数据。算力：随着科学技术的不断发展，会计的计算工具不断演化，相应的算力也得到巨大的提升，为处理多维度、非结构化数据提供了技术保障。算法：算法可以广义地理解为解决某项任务的步骤、方法、策略等。未来社会是一个“算法”定义的世界，会计“算法”可能会成为协调社会生产关系中的重要工具，因此会计学、财务管理专业学生的“数字素养”亟待加强。目前从全国范围来说，《财务大数据应用》都是一门富有挑战性的课程，陈俊（2021）认为：智能财务人才培养不应强调编程能力，课程教学应遵循“小步快跑，持续迭代”。笔者根据自身教学实践与探索提出如下建议：

（一）教师。从市场需求方来看，在数字经济时代，大量程序化的核算工作将由财务共享中心完成，财务职能在不断深化，对财会专业学生素质的要求越来越高；从市场的供应方来看，数字化转型成功的关键是教师，要担当起新时期“传道、授业、解惑”的使命，就必须勇于面对挑战。应鼓励具有数学统计、计算机等理工科背景的教师，通过线上、线下的学习，探索如何开展《财务大数据应用》课程的教学工作。同时在课堂教学中从“小数据”向“大数据”逐步过渡，以Apriori 关联算法为例，通常包含k 项的“购物篮”可能会产生2k-1 个频繁项集，为了便于教学，不妨从k=4 ～5“小数据”入手，根据排列组合绘制图形，在学生掌握基本原理后再应用专业软件进行“大数据”计算分析。

（二）教材。目前市场上有关财务智能决策的教材存在两极分化，一类是由有理工科背景的教师编写的教材，书中数学符号、计算机代码很多，容易使财会专业学生“望而生畏”；另一类是开发商编写的，只要根据教材要求按步骤操作即可，但是学生感觉“不知其所以然”，正如国外有学者提出“数字素养是关于思想的产生，而不仅仅是敲击键盘”。本文认为可以借鉴美国Jeffrey D.Camm 等编著的《商业数据分析》，通过精心设计许多通俗易懂的应用场景，采用大家都非常熟悉的EXCEL 软件（含XLminer 插件）进行实验，提高教材的可读性，从而拉近与读者之间的距离。

（三）探索。传统会计信息过度追求信度，容易导致出现“精确的错误”，反而降低了决策信息的相关性。为了解决上述难题，《财务大数据应用》课程增加了Monte Carlo 模拟。从教学实践来看，借助CRYSTAL BALL 软件可以达到如下效果：（1）数据可视化。该软件提供了全程动态可视化图表，展示了大数据的重要特色，增强了学生的直观度与清晰感。（2）数据区间性。基于历史信息的财务会计追求准确性，但是面向未来的管理会计很难对未知信息进行精确预测。而CRYSTAL BALL 软件提供的概率分布数据，为决策者提供了合理的区间选择。（3）产教融合。在毕业实习与论文阶段，笔者带领部分优秀学生深入某火力发电公司，根据煤炭价格与金融市场的变化，借助于Monte Carlo 的数值仿真功能，对某项目投资进行了风险评价，为企业经营提供了有益的建议。

总之，本文认为在教学实践中应遵循OBE 教学理念“目标导向，学生中心，持续改进”，重点培养学生的“大数据思维”，树立正确的数据安全观、伦理观、道德观，提升学生的数字素养。