高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)研究

摘要：財(cái)稅數(shù)字化轉(zhuǎn)型加速業(yè)財(cái)稅一體化趨勢(shì)，高職院校需緊跟時(shí)代步伐，深化教學(xué)改革，以培養(yǎng)符合智能財(cái)稅需求的復(fù)合型人才，教學(xué)改革必須通過評(píng)價(jià)才能檢驗(yàn)其改革成效，構(gòu)建一套可量化、有效地高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)模型成為研究的難點(diǎn)。采用平衡計(jì)分卡構(gòu)建高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)體系，搭建改進(jìn)熵權(quán)-TOPSIS法評(píng)價(jià)方法，通過實(shí)例研究證明該評(píng)價(jià)模型有效，以期為高職院校教學(xué)改革成效構(gòu)建評(píng)價(jià)模型提供參考，并為提升智能財(cái)稅人才培養(yǎng)教學(xué)改革成效提供針對(duì)性的指導(dǎo)意見。

關(guān)鍵詞：平衡計(jì)分卡；改進(jìn)熵權(quán)-TOPSIS法；數(shù)字化轉(zhuǎn)型；教學(xué)改革成效評(píng)價(jià)

0 引言

2024年4月工業(yè)和信息化部、財(cái)政部、國家數(shù)據(jù)局等聯(lián)合印發(fā)關(guān)于《加快數(shù)字人才培育支撐數(shù)字經(jīng)濟(jì)發(fā)展行動(dòng)方案（2024—2026年）》的通知（人社部發(fā)〔2024〕37號(hào)），通知要求推進(jìn)數(shù)字技能提升行動(dòng)，深入推進(jìn)產(chǎn)教融合，支持行業(yè)企業(yè)、職業(yè)院校、職業(yè)培訓(xùn)機(jī)構(gòu)、公共實(shí)訓(xùn)基地、技能大師工作室等，加強(qiáng)創(chuàng)新型、實(shí)用型數(shù)字技能人才培養(yǎng)培訓(xùn)。為適應(yīng)數(shù)字化浪潮下智能財(cái)稅技術(shù)的崛起，人工智能、大數(shù)據(jù)分析和自動(dòng)化技術(shù)的迅速發(fā)展，解決傳統(tǒng)會(huì)計(jì)人才面臨的新培養(yǎng)需求和職業(yè)轉(zhuǎn)型壓力^[1]，2021年教育部印發(fā)關(guān)于《職業(yè)教育專業(yè)目錄（2021年）》的通知（職教成〔2021〕2號(hào)），將高職會(huì)計(jì)專業(yè)名稱正式更名為大數(shù)據(jù)與會(huì)計(jì)專業(yè)，其他財(cái)稅專業(yè)同時(shí)進(jìn)行更名，因此在2022版高職院校財(cái)稅專業(yè)人才培養(yǎng)方案中增加智能財(cái)稅技術(shù)的專業(yè)課程，例如財(cái)務(wù)大數(shù)據(jù)基礎(chǔ)、稅務(wù)大數(shù)據(jù)應(yīng)用、智能審計(jì)和RPA財(cái)務(wù)機(jī)器人等課程，涉及課程設(shè)置是否合理，師資力量是否充足，教學(xué)預(yù)期是否達(dá)到等問題，都需要設(shè)置科學(xué)合理的智能財(cái)稅人才培養(yǎng)評(píng)價(jià)體系來實(shí)時(shí)檢驗(yàn)教學(xué)改革成效。

大數(shù)據(jù)技術(shù)的廣泛應(yīng)用使得會(huì)計(jì)發(fā)展從傳統(tǒng)模式向數(shù)字化、智能化方向轉(zhuǎn)變，業(yè)財(cái)稅融合一體化成為趨勢(shì)。目前已有高職院校將“業(yè)財(cái)稅融合”思想有效融入專業(yè)人才培養(yǎng)方案，例如深度融合到“納稅實(shí)務(wù)”課程實(shí)踐教學(xué)改革，深度融合到智能管理會(huì)計(jì)實(shí)訓(xùn)平臺(tái)設(shè)計(jì)，以及“業(yè)財(cái)稅融合大數(shù)據(jù)應(yīng)用”職業(yè)技能大賽引領(lǐng)財(cái)稅專業(yè)教學(xué)改革等等，因此在設(shè)置智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)指標(biāo)時(shí)，應(yīng)該將“業(yè)財(cái)稅融合”思想有效融入，培養(yǎng)學(xué)生“業(yè)務(wù)分析、財(cái)務(wù)分析和稅務(wù)分析”綜合實(shí)踐能力，滿足就業(yè)市場(chǎng)需求的復(fù)合型會(huì)計(jì)技能人才。

在大數(shù)據(jù)技術(shù)必然成為智能財(cái)稅人才變革驅(qū)動(dòng)力的趨勢(shì)下，我國職業(yè)院校紛紛開展財(cái)稅專業(yè)的人才培養(yǎng)教學(xué)改革，注重培養(yǎng)學(xué)生運(yùn)用“大數(shù)據(jù)思維”實(shí)現(xiàn)會(huì)計(jì)核算工作，重視數(shù)字價(jià)值、提高數(shù)字能力、培養(yǎng)數(shù)字素養(yǎng)，但截至目前文獻(xiàn)中還未出現(xiàn)過一套可量化、有效的高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效的評(píng)價(jià)方法和評(píng)價(jià)體系，導(dǎo)致智能財(cái)稅人才培養(yǎng)教學(xué)改革成效無法進(jìn)行可視化評(píng)判，指導(dǎo)財(cái)稅專業(yè)未來發(fā)展走向^[2]。

研究聚焦我國大數(shù)據(jù)背景下智能財(cái)稅人才培養(yǎng)領(lǐng)域，針對(duì)“業(yè)財(cái)稅融合”視角下教學(xué)改革成效缺乏量化評(píng)價(jià)體系的現(xiàn)狀，提出運(yùn)用平衡計(jì)分卡構(gòu)建評(píng)價(jià)體系，并創(chuàng)新性地結(jié)合改進(jìn)熵權(quán)-TOPSIS法進(jìn)行實(shí)證評(píng)估。以廣西金融職業(yè)技術(shù)學(xué)院為例，本研究旨在為高職院校智能財(cái)稅人才培養(yǎng)的教學(xué)改革成效評(píng)價(jià)提供科學(xué)、量化的理論指導(dǎo)和實(shí)踐參考。

1 理論基礎(chǔ)和研究方法

1.1 平衡計(jì)分卡

本研究主要采用平衡計(jì)分卡構(gòu)建智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)體系。1992年，哈佛商學(xué)院的羅伯特·卡普蘭教授和復(fù)興全球戰(zhàn)略集團(tuán)的大衛(wèi)諾頓總裁在《哈佛商業(yè)評(píng)論》首次提出平衡計(jì)分卡概念，這一評(píng)價(jià)體系將企業(yè)的戰(zhàn)略目標(biāo)逐級(jí)細(xì)化，并歸結(jié)為4個(gè)既相互關(guān)聯(lián)又可衡量的層面：財(cái)務(wù)、客戶、內(nèi)部流程及學(xué)習(xí)與成長，協(xié)調(diào)并整合企業(yè)各部門的績效考核指標(biāo)，確保企業(yè)的整體戰(zhàn)略保持一致^[3]。該評(píng)價(jià)體系已經(jīng)大量運(yùn)用到高?？冃гu(píng)價(jià)、教師績效考核、課程改革評(píng)價(jià)等評(píng)價(jià)領(lǐng)域，因此本文將平衡計(jì)分卡運(yùn)用到教學(xué)改革成效評(píng)價(jià)中。

1.2 改進(jìn)熵權(quán)-TOPSIS法

熵權(quán)法是一種基于數(shù)據(jù)變異程度來分配權(quán)重的客觀方法。通過量化每個(gè)評(píng)價(jià)指標(biāo)的信息熵，即指標(biāo)數(shù)值的分散程度所傳遞的信息量大小，以此來確定各指標(biāo)的權(quán)重。在應(yīng)用這種方法進(jìn)行具體評(píng)價(jià)時(shí)，通過對(duì)各指標(biāo)的變異程度分析，并借助信息熵來確定每個(gè)指標(biāo)的重要性，接著對(duì)所有指標(biāo)按其重要性進(jìn)行加權(quán)計(jì)算，最終得出一個(gè)較為客觀的綜合評(píng)價(jià)結(jié)果^[4]。

TOPSIS法是接近理想點(diǎn)獲得理想解的一種方法。主要內(nèi)容是在原始數(shù)據(jù)的標(biāo)準(zhǔn)化基礎(chǔ)上創(chuàng)建基于標(biāo)準(zhǔn)化的重要事項(xiàng)，并根據(jù)每個(gè)指定對(duì)象的最大值和最小值確定正負(fù)理想解，以此計(jì)算每一個(gè)對(duì)象到正負(fù)理想解的歐式距離，得到距離正理想解的相對(duì)接近度，以相對(duì)接近度為標(biāo)準(zhǔn)對(duì)其進(jìn)行排序^[5]。

熵權(quán)-TOPSIS法是熵值法與TOPSIS法的結(jié)合。傳統(tǒng)熵值法較為容易忽視指標(biāo)重要程度，使得評(píng)級(jí)結(jié)果出現(xiàn)一定偏誤^[6]。TOPSIS法則可以有效避免數(shù)據(jù)主觀性，提升樣本靈活性和便捷性^[7]。兩者結(jié)合，在少量前提條件下，選擇數(shù)據(jù)的要求較低，具有廣泛的適用性^[8]。

由于本文研究重點(diǎn)是高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)，帶有一定主觀性，因此將熵權(quán)-TOPSIS法進(jìn)行改進(jìn)，克服熵權(quán)法均衡化分配導(dǎo)致與實(shí)際情況背離的缺陷，同時(shí)將主觀賦權(quán)方法的專家賦權(quán)法進(jìn)行對(duì)比，今后可直接采用改進(jìn)熵權(quán)-TOPSIS法進(jìn)行評(píng)價(jià)，避免采用復(fù)雜、易偏差的主觀賦權(quán)方法。

2 智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)指標(biāo)體系的構(gòu)建及評(píng)價(jià)方法選取

智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)是全面衡量高職院校財(cái)稅專業(yè)在進(jìn)行人才培養(yǎng)教學(xué)改革后，對(duì)學(xué)生教育教學(xué)質(zhì)量評(píng)判的過程，需要從多個(gè)角度進(jìn)行篩選，得到有效評(píng)價(jià)的教學(xué)改革評(píng)價(jià)指標(biāo)。構(gòu)建的評(píng)價(jià)指標(biāo)體系應(yīng)當(dāng)能夠?qū)χ悄茇?cái)稅人才培養(yǎng)教學(xué)改革的總體情況進(jìn)行主客觀、詳細(xì)的刻畫，指標(biāo)體系的構(gòu)成能夠完成以下目標(biāo)：能夠系統(tǒng)的反映智能財(cái)稅人才培養(yǎng)教學(xué)改革的發(fā)展情況，綜合評(píng)價(jià)高職院校財(cái)稅專業(yè)人才培養(yǎng)改革的優(yōu)劣，為高職院校智能財(cái)稅人才培養(yǎng)發(fā)展戰(zhàn)略方向提供合理參考。

2.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

采用平衡計(jì)分卡構(gòu)建人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)體系，將智能財(cái)稅人才培養(yǎng)教學(xué)改革成目標(biāo)設(shè)置為目標(biāo)層，將財(cái)務(wù)、客戶、內(nèi)部流程和學(xué)習(xí)與成長設(shè)定為準(zhǔn)則層。推動(dòng)教學(xué)改革離不開資金的支持和保障，即財(cái)務(wù)層面反映安置教學(xué)配套設(shè)施和建設(shè)實(shí)訓(xùn)室基地等資金方面支出；學(xué)生是學(xué)校教學(xué)運(yùn)轉(zhuǎn)的服務(wù)對(duì)象，即客戶層面反映學(xué)生在校期間成長能力等情況；高校圍繞人才培養(yǎng)和科學(xué)研究兩大基本職能，即內(nèi)部流程層面反映教學(xué)資源和師資資源等情況；人才培養(yǎng)的制定帶有時(shí)效性和時(shí)代性，即學(xué)習(xí)與成長層面反映人才培養(yǎng)修訂情況。智能財(cái)稅人才培養(yǎng)教學(xué)改革成效目標(biāo)分解的4個(gè)層面見圖1。

在確定目標(biāo)層和準(zhǔn)則層的指標(biāo)后，利用問卷調(diào)查法和德爾菲法，組織專家、學(xué)者對(duì)高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)體系確定進(jìn)一步的核心指標(biāo)作為因素層。在初步確定核心指標(biāo)后，向高職院校相關(guān)單位、校企合作機(jī)構(gòu)及政府合作部門進(jìn)行意見征詢，增加更具有代表性的評(píng)價(jià)指標(biāo)，刪除相關(guān)性減弱的評(píng)價(jià)指標(biāo)，最終確定高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)指標(biāo)，具體指標(biāo)設(shè)置見表1。

2.2 數(shù)據(jù)預(yù)處理

由于本文所選擇的指標(biāo)具有不同的指向意義，指標(biāo)對(duì)評(píng)價(jià)體系的貢獻(xiàn)程度也不同，不同量綱的指標(biāo)難以進(jìn)行計(jì)算，不具有可操作性，因此需要對(duì)數(shù)據(jù)進(jìn)行無量綱化處理。本文選擇用“Min-Max”的歸一化方法，先將所選擇的指標(biāo)進(jìn)行正向、反向指標(biāo)的篩選，正向指標(biāo)即指標(biāo)數(shù)值越大對(duì)評(píng)價(jià)的貢獻(xiàn)程度越大，反向指標(biāo)即指標(biāo)數(shù)值越大對(duì)評(píng)價(jià)的貢獻(xiàn)程度越小，正向指標(biāo)見式（1），反向指標(biāo)見式（2），具體為

X^Newij=Xij-min （Xij）max（Xij）-min （Xij）（1）

X^Newij=max （Xij）-Xijmax（Xij）-min （Xij）（2）

2.3 確定指標(biāo)權(quán)重的方法

本文采用改進(jìn)“熵權(quán)法”作為客觀賦權(quán)方法確定客觀權(quán)重，采用專家賦權(quán)法作為主觀賦權(quán)方法確定主觀權(quán)重。

2.3.1 熵權(quán)法

本研究為克服利用熵權(quán)法取得的指標(biāo)權(quán)重存在均衡化分配的缺陷，利用指標(biāo)間差異性的差異系數(shù)來解決上述熵權(quán)法的缺陷，即變異系數(shù)，來確定評(píng)價(jià)指標(biāo)的權(quán)重。改進(jìn)“熵權(quán)法”賦權(quán)步驟見圖2。

2.3.2 專家賦權(quán)法

主觀賦權(quán)方法求取指標(biāo)權(quán)重的操作步驟如下：共邀請(qǐng)X位專家組成專家小組，通過問卷形式讓每位專家對(duì)給出的問題做出相應(yīng)獨(dú)立判斷，經(jīng)過多輪調(diào)研后，根據(jù)最后一次收集到的結(jié)果最終確定各指標(biāo)所占權(quán)重。各專家在問卷中將指標(biāo)按重要程度高低對(duì)各級(jí)指標(biāo)賦予主觀權(quán)重，隨后對(duì)各位專家為不同指標(biāo)賦子的主觀權(quán)重進(jìn)行加權(quán)平均，得出最終的各指標(biāo)主觀權(quán)重^[9]。計(jì)算公式為

Sj=∑xk=1nkjx（3）

式中，nkj為x位專家分別對(duì)第j個(gè)指標(biāo)給出的主觀權(quán)重，k=1，2，…，x，j=1，2，…，m；Sj為各指標(biāo)最終的主觀權(quán)重。

2.3.3 綜合權(quán)重確定法

分別取得客觀權(quán)重和主觀權(quán)重后，指標(biāo)j的綜合權(quán)重Cj計(jì)算公式為

Cj=λW+（1-λ）Sj（4）

式中，Cj第j個(gè)指標(biāo)的綜合權(quán)重；λ為客觀權(quán)重系數(shù)；（1-λ）為主觀權(quán)重系數(shù)。

2.4 評(píng)價(jià)方法的選取

利用TOPSIS法，根據(jù)上述公式將各指標(biāo)權(quán)重系數(shù)Cj與各指標(biāo)規(guī)范化后指標(biāo)數(shù)據(jù)Pj相乘后，可以得到評(píng)價(jià)對(duì)象的綜合得分，評(píng)價(jià)對(duì)象的綜合得分Mj計(jì)算公式為

Mj=∑mj=1Cj×Pj（5）

3 實(shí)證研究

基于數(shù)據(jù)的可獲得性以及評(píng)價(jià)指標(biāo)的可比性，本文選取數(shù)據(jù)均為廣西金融職業(yè)技術(shù)學(xué)院會(huì)計(jì)學(xué)院的內(nèi)部真實(shí)數(shù)據(jù)，其中選取2021—2023年內(nèi)部真實(shí)數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行橫向?qū)Ρ?，展開智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)的實(shí)證分析。在獲取2021—2023年樣本數(shù)據(jù)后，先進(jìn)行標(biāo)準(zhǔn)化處理，再采用改進(jìn)熵權(quán)-TOPSIS法計(jì)算評(píng)價(jià)對(duì)象的綜合得分，即可得到廣西金融職業(yè)技術(shù)學(xué)院會(huì)計(jì)學(xué)院2021—2023年智能財(cái)稅人才培養(yǎng)教學(xué)改革成效的評(píng)價(jià)分?jǐn)?shù)。

3.1 智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)結(jié)果

3.1.1 評(píng)價(jià)指標(biāo)權(quán)重計(jì)算結(jié)果

1.客觀賦權(quán)法權(quán)重計(jì)算結(jié)果

客觀賦權(quán)法權(quán)重計(jì)算結(jié)果見表2。

3.2 智能財(cái)稅人才培養(yǎng)教學(xué)改革成效評(píng)價(jià)結(jié)果分析

從表2可以看出，首先，對(duì)于數(shù)據(jù)客觀權(quán)重分析，“大數(shù)據(jù)技術(shù)”教學(xué)平臺(tái)支出和“業(yè)財(cái)稅一體化”虛擬仿真實(shí)訓(xùn)基地支出的權(quán)重較大，分別占0.151 2、0.155 8，由此可見“業(yè)財(cái)稅”和“大數(shù)據(jù)”軟硬件建設(shè)對(duì)智能財(cái)稅人才培養(yǎng)十分重要；其次，“業(yè)財(cái)稅一體化”在線精品課程數(shù)和“大數(shù)據(jù)技術(shù)”師資分別占0.140 9、0.140 8，由此可見精品課程和師資隊(duì)伍的建設(shè)對(duì)智能財(cái)稅人才培養(yǎng)效果起著較大的作用；最后，“互聯(lián)網(wǎng)+現(xiàn)代學(xué)徒制”教學(xué)效果、人才培養(yǎng)修訂調(diào)研考察效果和智能財(cái)稅“1+X”證書考核通過率分別占0.109 7、0.086 6、0.078 8，由此可見，這3項(xiàng)指標(biāo)的重要性不容忽視。

從表3可以看出，對(duì)于數(shù)據(jù)主觀權(quán)重分析，與數(shù)據(jù)客觀權(quán)重分析的權(quán)重重要性排序基本一致，由此可見改進(jìn)熵權(quán)法對(duì)于數(shù)據(jù)的重要性排序起到較好的作用，往后的智能財(cái)稅人才培養(yǎng)成效指標(biāo)權(quán)重分析，可以直接借鑒改進(jìn)熵權(quán)法進(jìn)行指標(biāo)權(quán)重排序，無需再進(jìn)行重復(fù)復(fù)雜的專家打分排序。

從表4分析可知，提升高職院校智能財(cái)稅人才培養(yǎng)的教學(xué)改革成效，關(guān)鍵在于以下6個(gè)方面：一是增加“大數(shù)據(jù)技術(shù)”教師的比例；二是加大對(duì)“業(yè)財(cái)稅一體化”虛擬仿真實(shí)訓(xùn)基地的投入；三是提升“大數(shù)據(jù)技術(shù)”教學(xué)平臺(tái)的支出以優(yōu)化教學(xué)資源；四是增加“業(yè)財(cái)稅一體化”在線精品課程數(shù)量；五是強(qiáng)化“互聯(lián)網(wǎng)+現(xiàn)代學(xué)徒制”的教學(xué)效果；六是加強(qiáng)人才培養(yǎng)方案的修訂，并充分利用專家指導(dǎo)效果。這些專項(xiàng)措施的實(shí)施將有效推動(dòng)高職院校智能財(cái)稅人才培養(yǎng)的教學(xué)改革，顯著提升培養(yǎng)成效。

從表5可以看出，廣西金融職業(yè)技術(shù)學(xué)院會(huì)計(jì)學(xué)院的智能財(cái)稅人才培養(yǎng)教學(xué)改革成效在逐年提高，2021年的人才培養(yǎng)方案還未進(jìn)行改革，由此可見2021年的綜合得分只有0.252 1，從2022年開始學(xué)校進(jìn)行智能財(cái)稅人才培養(yǎng)教學(xué)改革，大力培養(yǎng)“大數(shù)據(jù)技術(shù)”師資隊(duì)伍，例如展開python、RPA、BI等大數(shù)據(jù)技術(shù)師資培養(yǎng)，投入建設(shè)“業(yè)財(cái)稅一體化”虛擬仿真實(shí)訓(xùn)基地，例如智能財(cái)稅虛擬仿真大廳等，引進(jìn)“大數(shù)據(jù)技術(shù)”教學(xué)平臺(tái)，例如科云python平臺(tái)等，到2023年，學(xué)校的綜合得分為0.782 4，智能財(cái)稅人才培養(yǎng)教學(xué)改革成效顯著。

廣西金融職業(yè)技術(shù)學(xué)院會(huì)計(jì)學(xué)院自2021年加大教學(xué)改革以來，取得了較好的成果。如2022年底順利通過了廣西高水平高職專業(yè)建設(shè)驗(yàn)收，2023年《一體兩翼引領(lǐng)三教四維支撐：大數(shù)據(jù)與會(huì)計(jì)專業(yè)群數(shù)字化升級(jí)探索與實(shí)踐》獲自治區(qū)級(jí)教學(xué)成果獎(jiǎng)二等獎(jiǎng)，由此可見所構(gòu)建的教學(xué)改革成效評(píng)價(jià)模型是有效，為高職院校教學(xué)改革成效構(gòu)建評(píng)價(jià)模型提供參考，并為提升智能財(cái)稅人才培養(yǎng)教學(xué)改革成效提供針對(duì)性的指導(dǎo)意見。

4 結(jié)語

結(jié)合高職院校智能財(cái)稅人才培養(yǎng)教學(xué)改革評(píng)價(jià)體系的建立過程和改進(jìn)熵權(quán)TOPSIS法綜合評(píng)價(jià)結(jié)果，建議從以下5個(gè)方面提升高職院校人才培養(yǎng)教學(xué)實(shí)效。

第一，引入“大數(shù)據(jù)技術(shù)”教學(xué)平臺(tái)，培養(yǎng)“大數(shù)據(jù)技術(shù)”師資隊(duì)伍。智能財(cái)稅人才培養(yǎng)新增“RPA數(shù)字機(jī)器人設(shè)計(jì)與開發(fā)”“BI數(shù)據(jù)分析可視化”“Python大數(shù)據(jù)處理技術(shù)應(yīng)用”等數(shù)字技能課，需要“大數(shù)據(jù)技術(shù)”教學(xué)平臺(tái)的軟件支撐。開展數(shù)字技能課離不開“大數(shù)據(jù)技術(shù)”師資，注重培養(yǎng)懂財(cái)務(wù)、會(huì)大數(shù)據(jù)技術(shù)的師資隊(duì)伍建設(shè)。

第二，重構(gòu)“業(yè)財(cái)稅一體化”實(shí)踐教學(xué)課程，建設(shè)“業(yè)財(cái)稅一體化”虛擬仿真實(shí)訓(xùn)基地。“業(yè)財(cái)稅一體化”實(shí)踐教學(xué)課程立足于企業(yè)真實(shí)發(fā)生業(yè)務(wù)，在開展財(cái)務(wù)流程和稅務(wù)流程的實(shí)戰(zhàn)練習(xí)中，涉及業(yè)務(wù)、賬務(wù)處理、開票和報(bào)稅等環(huán)節(jié)，加強(qiáng)學(xué)生“業(yè)財(cái)稅一體化”的綜合能力處理。實(shí)踐課程的開展離不開“業(yè)財(cái)稅一體化”虛擬仿真實(shí)訓(xùn)基地，學(xué)生一站式體驗(yàn)真實(shí)的業(yè)務(wù)、財(cái)務(wù)和稅務(wù)流程。^[10]

第三，“課賽”融通，打造“業(yè)財(cái)稅一體化”在線精品課程，銜接職業(yè)院校技能大賽。職業(yè)技能大賽的競(jìng)賽內(nèi)容涵蓋財(cái)稅專業(yè)發(fā)展所需的“1+X”證書、專業(yè)技術(shù)資格證書考試內(nèi)容和大數(shù)據(jù)技術(shù)應(yīng)用，綜合企業(yè)業(yè)務(wù)、財(cái)務(wù)流程和稅務(wù)流程。打造“業(yè)財(cái)稅一體化”在線精品課程，優(yōu)化課程不相融合的缺陷，將“業(yè)財(cái)稅融合”思維最大化推廣到其他相關(guān)專業(yè)，銜接職業(yè)院校技能大賽。

第四，深化“互聯(lián)網(wǎng)+現(xiàn)代學(xué)徒制”教學(xué)模式改革，落實(shí)智能財(cái)稅“1+X”證書制度?！盎ヂ?lián)網(wǎng)+現(xiàn)代學(xué)徒制”教學(xué)模式將產(chǎn)、學(xué)、研協(xié)同發(fā)展，培養(yǎng)符合當(dāng)前需求的財(cái)稅人才，推動(dòng)產(chǎn)教融合共同體建設(shè)與發(fā)展。落實(shí)智能財(cái)稅“1+X”證書制度引領(lǐng)創(chuàng)新教學(xué)模式，深化“三教”改革。

第五，實(shí)施周期性高職院校智能財(cái)稅教學(xué)改革成效評(píng)價(jià)，及時(shí)調(diào)整教學(xué)改革方向。新技術(shù)、新工藝的不斷更迭發(fā)展，要求高職院校不斷更新教學(xué)模式和教學(xué)內(nèi)容。在實(shí)施周期性教學(xué)改革成效評(píng)價(jià)后，用可視化的數(shù)據(jù)引領(lǐng)教學(xué)改革方向，及時(shí)發(fā)現(xiàn)和解決教學(xué)改革存在的問題，提升教學(xué)改革成效。

參考文獻(xiàn)

[1]刁鏡林.淺談智能財(cái)稅背景下會(huì)計(jì)人才培養(yǎng)的建議[J].今日財(cái)富（中國知識(shí)產(chǎn)權(quán)），2023（11）：152-154.

[2]吳讓軍，簡(jiǎn)單.智慧財(cái)務(wù)背景下高職會(huì)計(jì)專業(yè)“三橫四縱五層次”人才培養(yǎng)模式探索與實(shí)踐：以內(nèi)江職業(yè)技術(shù)學(xué)院為例[J].職業(yè)技術(shù)教育，2020，41（23）：38-42.

[3]張宏.高校績效評(píng)價(jià)體系構(gòu)建與應(yīng)用：以S開放大學(xué)為例[J].陜西開放大學(xué)學(xué)報(bào)，2024，26（2）：71-77.

[4]成鵬飛，劉敏.基于熵權(quán)-TOPSIS的大學(xué)科技城協(xié)同創(chuàng)新成果轉(zhuǎn)化績效評(píng)價(jià)與分析[J].新余學(xué)院學(xué)報(bào)，2024，29（3）：39-49.

[5]尹夏楠，鮑新中.基于熵權(quán)TOPSIS方法的高新技術(shù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)：以生物制藥行業(yè)為例[J].會(huì)計(jì)之友，2017（4）：70-74.

[6]薛婧，周紹杰.通信與交通基礎(chǔ)設(shè)施通達(dá)性與普及度評(píng)估與比較：基于熵值法與門檻模型的研究[J].經(jīng)濟(jì)問題探索，2022（7）：29-45.

[7]郭曉曉，皇甫瑞靈，鄭艷潔.中國綠色農(nóng)業(yè)產(chǎn)業(yè)鏈現(xiàn)代化水平指標(biāo)體系構(gòu)建與測(cè)度[J].生態(tài)經(jīng)濟(jì)，2023，39（12）：110-117.

[8]王禹，魏靜.基于熵權(quán)TOPSIS法的物流公司財(cái)務(wù)績效評(píng)價(jià)[J].物流科技，2024，47（16）：48-52.

[9]岳宗耀，范新川，原白云，等.“雙碳”視角下煤炭企業(yè)及其生產(chǎn)礦井碳績效評(píng)價(jià)體系與應(yīng)用[J].礦業(yè)研究與開發(fā)，2024，44（1）：176-182.

[10]余孟.“大智移云”背景下財(cái)管專業(yè)業(yè)財(cái)稅一體化實(shí)踐教學(xué)研究[J].會(huì)計(jì)師，2021（14）：74-75.

作者簡(jiǎn)介：

樊紅藝，女，1995年生，碩士研究生，講師，主要研究方向：財(cái)會(huì)職業(yè)教育。

蘇梅（通信作者），女，1985年生，碩士研究生，教授，主要研究方向：財(cái)會(huì)職業(yè)教育。

*基金項(xiàng)目：廣東省2023—2024年度會(huì)計(jì)科研課題“財(cái)務(wù)人員職業(yè)倦怠成因分析及激勵(lì)機(jī)制探索研究”（20238-03）。