大數據技術背景下專業升級與人才培養質量提高的路徑研究

摘要：隨著大數據時代數字經濟的迅猛發展，各行各業也在不斷發展。為迎合市場需求以及多元化的發展趨勢，高職院校經管類專業的專業構建與升級、人才培養模式的優化和質量的提升也被提上日程。本文通過分析高職院校會計專業建設與人才培養現狀，發現其存在的問題，指出結合大數據進行變革的必要性，對職業院校專業的升級和高技能人才培養模式進行研究，推動職業教育和區域經濟發展有機融合，確定職業院校專業構建的內在邏輯，有針對性地升級以服務數字經濟為目標的人才培養模式，實現培養高技能人才的目標。

關鍵詞：大數據技術；專業升級；人才培養

1. 大數據背景下專業升級與人才培養質量提高的意義

為契合“十四五”規劃和2035年遠景目標的戰略部署，2021年教育部印發新版《職業教育專業目錄（2021年）》，對職業教育專業目錄進行了全面修訂，充分體現了專業升級和數字化改造理念，形成了定位清晰、縱向貫通、橫向融通的一體化專業目錄體系，為提高職業教育適應性、服務技能型社會建設和終身學習需求奠定了新基礎、樹立了新坐標[1]。

在推進數字化升級改造、構建未來技術技能方面，新版《目錄》優化和加強了5G、人工智能、大數據、云計算、物聯網等領域相關專業設置。適應數字化轉型、產業基礎高級化趨勢，面向不同行業的數據驅動、人機協同、跨界融合、共創分享的智能形態等，從專業名稱到內涵全面進行了數字化改造[2]。

全國高校人工智能與大數據創新聯盟在梳理中發現，大數據與財務管理專業是國內高職院校在2021年第一次獲批設立的新專業，由許多傳統財務管理專業更名而來。湖南水利水電職業技術學院經濟管理學院也在2021年首次開設大數據技術相關專業并開始招生。該專業前瞻性培養適應當今大數據時代財務管理與會計業務新型業務特征如財務信息日益呈現海量數據處理、實時云計算化、財務智能決策等的專業會計人才。

2. 高職院校會計專業建設與人才培養現狀

2.1 傳統教學模式為主，信息化手段運用少

目前高職院校會計專業的教學模式仍然以傳統的教學手段為主。課堂上以老師為主體進行傳授式教學，輔助以習題進行訓練鞏固，雖然可以在一定程度上提升學生的考試成績，但是與企業需要的實踐型人才相距較遠。相對于傳統的講授模式，多元主體的生動教學方式對于提升課程教學效率更有幫助。而實現課程的信息化教學，有助于將抽象化的知識具象化，有效降低知識的難度、實現教學形式的多樣化、提升教學內容的趣味性等。但要實現信息化教學仍然存在主客觀因素的限制，例如學校硬件設施不完備、教師信息化教學水平有待提高、思維需要轉換、學生自主學習能力不夠不能達到預期學習效果等，使得信息化教學難以有效地推動與發展，不能更好地服務于教育教學。

2.2 人才培養目標與用人單位需求脫節

當前很多高職院校的人才培養目標都大同小異，普遍缺乏特色人才培養方式，過于重視學生學習成績的提高，而在增加崗位技能、迎合市場需求方面較為匱乏，導致人才培養目標定位和專業性與社會、用人單位對人才的要求有較大的差距，也難以滿足企業對于經管類人才的多元化需求[3]。

另外，當前高職院校積極響應國家號召，逐步擴大辦學規模，但在增加生源數量的同時，生源的質量難以保證。結合人才培養目標與用人單位需求脫節的影響，存在學生畢業即失業和就業難的問題，長此以往將嚴重阻礙學校與學生的進步發展，也不利于社會經濟建設。

比如企業目前使用較多的用友、金蝶、蕓豆等財務軟件，以及Python相關軟件，學生在課堂上沒有機會進行接觸學習。比如基礎會計這門課程，老師會介紹賬簿的種類，但是不會介紹如何在軟件系統中進行設置；老師會介紹會計科目的含義，但是不會教如何在軟件系統中進行增設科目、如何進行目標查詢、數據搜索、數據抓取等。諸如此類實踐性的操作，仍然是教學的空白，當學生走上工作崗位時，難以得到用人單位的認可。

2.3 國內起步較晚，教學資源受限

大數據信息技術已經深入社科類等眾多學科。在國際上，歐美等國家的高校對于大數據人才培養起步較早。許多先進的大學將大數據技術與原有學科的專業特色相結合，在本校具有優勢的領域中率先進行大數據技術的融入，并非常重視專業的實踐性，以提高學生的實際應用能力，提高學生就業的匹配程度與實踐能力。

在國內的人才培養過程中，一方面，很多高校缺乏大數據的獲取渠道，缺乏成熟的大數據人才培養方案，特別是缺乏在大數據人才思維訓練方面的經驗。大數據具有綜合性多學科融合的特點，然而在起步階段，受限于資源、師資、設備、軟件等多個方面，比如市面上雖然書籍眾多，但是普遍專業性較高，特別是對于經濟管理類學科方面，并不是純技術的教學，需要結合不同的專業情境，可以作為教材的選擇較少；很多老師也沒有接觸過大數據的培訓與專業學習，很難達到理想的教學效果。

另一方面，在資金投入方面，由于大數據相關的專業對硬件與軟件的要求都較高，前期對機房的建設、電腦的配置，特別是軟件的購置都需要較大的資金投入。目前國內外的軟件普遍費用高昂，動輒幾十萬元，這給一些經費不足的高校開展大數據課程教學帶來了很大的困難。

2.4 教育層次受限，課程設置滯后

由于教育整體規劃與學生層次的原因，目前國內主要在本科、研究生層次開設大數據的相關專業，高職院校無論在課程設置還是人才培養模式方面都存在較大的滯后性。在教育觀念上對于具備實操能力的大數據基礎人員的儲備與教育也都極為缺乏。

當前企業的決策分析更多依賴信息的處理以及根據各項數據信息結合實際情況進行分析，但是目前高職院校開設大數據類新課程的師資建設、改革方案都非一日之功，不能及時有效開設新課程，難以滿足數字經濟時代的多元化需求。

另外，在實訓實踐方面，經濟管理類相關的大數據專業強調理論與實踐相結合，大數據相關的教學內容需要依托真實的相關領域的企業案例，例如財務分析、電子商務、資產評估、投資理財等學科的案例需要配備大量數據，否則難以達到預期教學效果。

3. 培養大數據人才的必要性

3.1 緊跟國家戰略培養計劃

近年來，大數據、人工智能、智慧城市等都成為熱門話題，2014年大數據首次寫入政府工作報告，2015年黨的十八屆五中全會正式提出“實施國家大數據戰略，推進數據資源開放共享”。2017年國務院印發的《新一代人工智能發展規劃》中指出，到2030年，使我國成為世界主要人工智能創新中心。可見我國已將大數據以及人工智能發展視作戰略資源并上升為國家戰略。

當前全國對大數據、人工智能以及建設人才的需求越來越大，據最新統計數據顯示，未來3～5年內大數據人才的缺口將高達150萬。在人工智能產業高速發展的背后，對引領AI發展人才的需求數量已經突破百萬。而隨著智慧城市建設數量的不斷增加，各個城市對人才的需求量也不斷增加。因此，加快發現和培養適應新技術變革趨勢的專業復合型人才，重視并集中力量培養既懂理論又懂實操的大數據、人工智能的人才隊伍，已迫在眉睫。

3.2 迎合企業用人需求

大數據本身是信息處理技術的一次飛躍性的發展，而信息處理是一個公司立足于市場的根本。市場調查、戰略規劃、財務核算和內部管理等方面都需要信息技術的處理，包括信息收集、信息篩選清洗等能力，這也是一個企業未來獲得競爭優勢的重要資源之一。

目前，大數據技術與業務發展相融合已成為趨勢，數據、高效、簡化是發展要求的必然。企業若想贏得長遠的發展，就要迎合時代的需求。目前在一些主流的招聘網站上，相關人才的需求與日俱增，數據分析師、數據算法工程師、數據建模工程師、數據運維工程師都是熱門需求職位，除了以上技術需求的理工科崗位以外，管理類人才則更多由新商科進行培養，以便助力企業實現可持續發展目標。

不僅如此，信息化、數據化工具的利用都必不可少，如大數據技術、互聯網技術等，才能使企業的財務管理與業務發展之間能夠合理地互通有無，大數據技術與業務相結合，為企業提供更加可靠的數據支持，從而進一步促進企業財融合工作的有效開展。

4. 大數據技術背景下財經類專業升級的路徑

4.1 優化課程體系

為了貼近大數據化的發展趨勢，迎合企業的用人需求，學校應該對專業進行調整升級。例如從學校的整體層面整合計算機專業和信息軟件專業的學科資源，對經濟管理類專業進行大數據課程的融入與建設。以目前比較主流的技術Python的應用為例，簡單闡述課程的體系優化。

以大數據和會計專業為例，首先由于經濟管理類學生缺乏編程的基礎，所以應該先開設大數據基礎類的課程，使學生對于大數據有基本的認知與理論基礎，了解基礎的大數據操作、數據庫的安裝與配置。其次是開設大數據場景應用類課程，包括“Python在財務中的應用”和“智能財務與可視化”等課程，這類課程可以讓學生掌握編程的基本邏輯與語法規則、認識Python的標準庫，熟悉數據的抓取、清洗和提取等流程并完成可視化的處理。這類課程的設置不僅可以提升學生的大數據相關能力，也是迎合各類比賽的技能要求，是崗課賽證融合的基礎路徑。最后可以開設“大數據財務分析”等相關課程，將大數據技術與傳統的財務分析課程進行結合，提升學生掌握數據的分析能力，更好地進行實踐運用。

4.2 加強資源建設

對于大部分高職院校來說，教材的選用與更新以及師資的合理配置是專業能否順利升級的重要因素。

由于企業在大數據的實踐方面有豐富的實踐經驗以及最前沿的咨詢，所以可以進行校企共建，合作完成教材的編寫，充分利用雙邊的優勢資源，基于產業結合、學科交叉、結合專業特點與市場形勢，編寫出老師與學生共同適用的教材，對于專業的建設有著重要的意義。

而在師資配備方面，由于大部分經濟管理類教師沒有大數據的基礎，所以院校在教師的培訓與再教育方面應提供相關的支持與資源，加強教師的數字化教學應用能力。在前期師資缺乏的階段，院校可以考慮校企合作，實施“引進來”的策略，聘請企業中有實操經驗的大數據人員進行授課，在教授學生的同時，也有利于校內教師的學習，提高教師對數字化課程的專業認知與技能；同時，教師也可以利用寒暑假時間“走出去”，走進企業的相關財務崗位進行大數據的學習，同時也能了解行業發展的現狀與需求。

5. 大數據技術背景下財經類人才培養質量提高的路徑

5.1 更新人才培養方案

通過招聘平臺顯示，目前企業所需的大數據人才基本上分為大數據工程師與大數據分析師。大數據工程師一般由理工科進行培養，而商科類主要培養大數據分析師，基于此，院校應該有意識地進行人才培養方案的更新。

以大數據和會計專業為例，高職院校應該在學生進入大二專業課程學習時開始設置大數據的基礎課程，例如“大數據與人工智能基礎”此類的課程，首先使學生對大數據有初步的認知與了解，并且在專業核心課程中有意識地進行數據化的融入。比如原本的“成本核算與管理”課程，可以更新為“智能化成本核算與管理”課程，原本的“納稅實務”課程，可以更新為“智慧稅費申報與管理”課程，使學生在專業課程的學習中不斷接觸大數據智能化的練習。在學生有了一定的大數據基礎之后，可以開設“大數據技術在財務中的應用”以及“大數據財務分析”等專業課程，加強學生對于大數據技能的學習，完善整體的課程體系，調整相關的人才培養方案。

5.2 實施產教融合育人模式

面對大數據時代多學科融合的要求，復合型經濟管理類人才的培養應該從教學理念、合作機制及培養方式上進行探索與創新。重構教學生態，持續深化產教融合，在教學資源中引入大數據案例和真實的信息化項目，教學模式也從傳統的“先學后練”變成“邊學邊練、邊練邊做”。

院校應進一步加大力度建設實訓實操基地，按照生產的真實背景與需求模擬企業的場景，教師靈活制定教學策略，建設多元化數字財務綜合實驗平臺，以強化培養學生多元復合型綜合實踐能力。同時高職院校的學生在大三時可到大數據產業園相關企業進行財務崗位的頂崗實習，增強數據處理分析能力，為以后工作就業打下堅實的基礎。

5.3 嵌入比賽考證培養體系

隨著信息時代不斷更新升級，很多學生的比賽與技能類證書都將大數據的應用與操作納入考核范圍。以“楚怡杯”湖南省職業院校技能競賽會計專業類賽項為例，近兩年的智能財稅賽項以及業財稅融合賽項都著重進行了Python相關知識技能的考查，涉及數據的抓取、清洗以及數據的可視化等方方面面。同時，相關的“1+X”證書也對于數據化應用的能力提出了更高要求。

將大數據基礎人才培養嵌入高職院校的大數據人才培養的方案存在必要性，一方面基于各項比賽的大數據內容，將部分知識點融入日常教學，同時利用比賽平臺的資源讓學生進行自學與提高；另一方面基于“1+X”證書標準，重構教學內容，將教學資源與X證書的培訓內容、蘊含的大數據知識完全打通，讓會計行業領域的新規范、新制度、新業態很好地融入教學中。借助1+X平臺資源，對學生的大數據知識進行培訓，提升學生專業技能，培養符合企業需求的復合型財務人才。

結語

基于大數據背景下推動高職院校的專業升級與人才培養質量的提高，對于促進高校職業教育的發展具有重要意義。高職院校要從自身出發，整合相關資源，優化課程體系，推動專業升級，促進校企聯合，改進實踐方法，構建全新的大數據財務技能人才培養模式，培養更多符合市場需求的復合型人才。

參考文獻：

[1]茍建華，孫卓.大數據時代背景下財會類專業課程體系優化策略探究[J].商業會計，2022，（2）：117-119.

[2]胡國義，鄭明娜，邵根富.大數據基礎人才培養現狀與對策研究[J].商展經濟，2021，（17）：101-104.

[3]嘉丹.大數據背景下高職經管類專業人才培養思考[J].科教導刊（中旬刊），2019（20）：35-36.

作者簡介：談奕，碩士研究生，講師，研究方向：財務管理。

基金項目：2021年湖南水利水電職業技術學院校級課題一般項目——大數據技術背景下專業升級與人才培養質量提高的路徑研究—以大數據與會計專業為例（編號：XJYB202110）。