比物連類：智能會(huì)計(jì)人才培養(yǎng)方案的比較

李慧　溫素彬

【摘要】為滿足人工智能時(shí)代會(huì)計(jì)人才需求， 深化高校會(huì)計(jì)專業(yè)供給側(cè)改革， 推動(dòng)智能會(huì)計(jì)人才培養(yǎng)方案變革， 本文對高?，F(xiàn)有的智能會(huì)計(jì)人才培養(yǎng)方案進(jìn)行比較分析。本文以179所高校為研究樣本， 其中有36所高校開設(shè)了智能會(huì)計(jì)相關(guān)課程。本文運(yùn)用描述性統(tǒng)計(jì)方法、 可視化方法、 共詞分析方法， 對所開設(shè)的智能會(huì)計(jì)相關(guān)課程進(jìn)行分類， 并對各類課程的分布情況進(jìn)行統(tǒng)計(jì)、 對各類課程之間的網(wǎng)絡(luò)關(guān)系進(jìn)行深入分析。研究發(fā)現(xiàn)： 現(xiàn)有智能會(huì)計(jì)人才培養(yǎng)方案中， 大數(shù)據(jù)分析與財(cái)務(wù)決策類課程開設(shè)比例最高， RPA、 數(shù)據(jù)結(jié)構(gòu)和云會(huì)計(jì)類課程開設(shè)相對較少； 同時(shí)開設(shè)的課程主要是數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 人工智能、 Python、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 數(shù)據(jù)分析與可視化、 IT審計(jì)、 大數(shù)據(jù)與商務(wù)智能、 智能財(cái)務(wù)共享等課程。由此， 以期能夠比物連類， 進(jìn)而為智能會(huì)計(jì)人才培養(yǎng)方案的修訂及其全面推廣提供決策參考。

【關(guān)鍵詞】智能會(huì)計(jì)；人才培養(yǎng)；課程體系；比較分析

【中圖分類號(hào)】F230? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）04-0045-6

一、 引言

近年來， 人工智能技術(shù)飛速發(fā)展， 深刻地影響著各行各業(yè)， 會(huì)計(jì)行業(yè)也不例外（況玉書和劉永澤，2019）。例如， 德勤、 普華永道推出的財(cái)務(wù)機(jī)器人， 畢馬威利用IBM Watson認(rèn)知技術(shù)提高財(cái)務(wù)數(shù)據(jù)的分析和處理能力， 中興通訊集團(tuán)成立的財(cái)務(wù)共享服務(wù)中心等。人工智能概念的不斷加深以及新興技術(shù)的不斷推廣和運(yùn)用， 均對傳統(tǒng)會(huì)計(jì)產(chǎn)生了巨大的沖擊， 逐步顛覆了對傳統(tǒng)會(huì)計(jì)工作內(nèi)涵與技術(shù)的認(rèn)知。智能時(shí)代會(huì)計(jì)的技術(shù)手段、 服務(wù)對象、 組織形式等都發(fā)生了很大變化。徐經(jīng)長（2019）指出， 人工智能和大數(shù)據(jù)時(shí)代， 財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)的分立將向一體化轉(zhuǎn)型， 會(huì)計(jì)將向業(yè)財(cái)融合的方向發(fā)展， 信息的呈現(xiàn)、 獲取和使用方式將發(fā)生改變， 非會(huì)計(jì)信息將成為會(huì)計(jì)信息的重要補(bǔ)充。會(huì)計(jì)智能化轉(zhuǎn)型迫在眉睫， 會(huì)計(jì)需要在轉(zhuǎn)型變革的浪潮中形成自身的競爭力， 以應(yīng)對新技術(shù)、 新環(huán)境帶來的挑戰(zhàn)。

（一）會(huì)計(jì)專業(yè)教育供給側(cè)面臨挑戰(zhàn)

人工智能技術(shù)的本質(zhì)是對社會(huì)生產(chǎn)力的革新， 必然會(huì)對教育的發(fā)展產(chǎn)生巨大的沖擊和挑戰(zhàn)（章君，2019）。隨著人工智能技術(shù)的飛速發(fā)展， 會(huì)計(jì)專業(yè)人才培養(yǎng)的供給側(cè)與用人單位的需求側(cè)出現(xiàn)了嚴(yán)重的脫節(jié)錯(cuò)位現(xiàn)象。會(huì)計(jì)專業(yè)學(xué)生就業(yè)困難， 用人單位招不到所需的會(huì)計(jì)人才。胡俊南等（2022）發(fā)現(xiàn)， 市場對同時(shí)具備會(huì)計(jì)和大數(shù)據(jù)專業(yè)知識(shí)的多學(xué)科交叉復(fù)合型人才的需求較高。技術(shù)進(jìn)步產(chǎn)生的人才需求短缺將驅(qū)動(dòng)高等教育供給側(cè)的變革。技術(shù)的發(fā)展對會(huì)計(jì)專業(yè)教育產(chǎn)生深遠(yuǎn)影響（周守亮和唐大鵬，2019）。傳統(tǒng)的會(huì)計(jì)教育體系主要是以工業(yè)化時(shí)代為基礎(chǔ)， 并非人工智能時(shí)代。隨著信息技術(shù)的發(fā)展， 會(huì)計(jì)人才需求側(cè)發(fā)生轉(zhuǎn)變， 傳統(tǒng)會(huì)計(jì)專業(yè)的培養(yǎng)模式逐漸與現(xiàn)實(shí)不相適應(yīng)。所以， 對于會(huì)計(jì)專業(yè)教育供給側(cè)， 無論是高等院校還是會(huì)計(jì)教師， 都面臨著巨大挑戰(zhàn)。

（二）智能會(huì)計(jì)人才培養(yǎng)方案變革是關(guān)鍵

人工智能時(shí)代， 深化專業(yè)供給側(cè)改革， 推動(dòng)會(huì)計(jì)智能化轉(zhuǎn)型， 智能會(huì)計(jì)人才培養(yǎng)方案變革是關(guān)鍵。蔡顯軍等（2022）研究了數(shù)智經(jīng)濟(jì)時(shí)代新文科背景下智能會(huì)計(jì)人才培養(yǎng)改革與實(shí)踐。王愛國和牛艷芳（2021）探索了智能會(huì)計(jì)人才培養(yǎng)課程體系建設(shè)。孫剛（2021）研究了大數(shù)據(jù)驅(qū)動(dòng)下業(yè)財(cái)融合導(dǎo)向的管理會(huì)計(jì)人才培養(yǎng)機(jī)制創(chuàng)新。大數(shù)據(jù)思維和新技術(shù)正逐漸滲透到會(huì)計(jì)教育過程中， 會(huì)計(jì)教育理念、 管理模式、 教學(xué)內(nèi)容、 教學(xué)方式方法、 學(xué)習(xí)方式等都在發(fā)生重大變化。高等院校是培育高層次會(huì)計(jì)人才的基地， 在會(huì)計(jì)專業(yè)教育供給側(cè)改革中至關(guān)重要。面對人工智能時(shí)代， 高等院校在傳授知識(shí)的同時(shí)應(yīng)培養(yǎng)學(xué)生哪些能力， 如何設(shè)置課程體系及教學(xué)內(nèi)容， 怎樣變革教學(xué)方式方法， 如何制定智能會(huì)計(jì)人才培養(yǎng)方案以滿足會(huì)計(jì)人才市場的結(jié)構(gòu)性需求， 這是深化會(huì)計(jì)專業(yè)教育供給側(cè)改革的關(guān)鍵。

（三）先行先試修訂會(huì)計(jì)人才培養(yǎng)方案

為深化會(huì)計(jì)專業(yè)供給側(cè)改革， 推動(dòng)智能會(huì)計(jì)人才培養(yǎng)方案變革， 一些高校先行先試， 制訂了新的智能會(huì)計(jì)人才培養(yǎng)方案， 或者修訂了原有的會(huì)計(jì)專業(yè)人才培養(yǎng)方案， 添加了人工智能、 大數(shù)據(jù)等相關(guān)課程， 形成了既突出自身辦學(xué)歷史又具特色優(yōu)勢的智能會(huì)計(jì)人才培養(yǎng)新模式。如浙江大學(xué)開設(shè)智能財(cái)務(wù)班； 南京理工大學(xué)、 山東財(cái)經(jīng)大學(xué)、 貴州財(cái)經(jīng)大學(xué)開設(shè)智能會(huì)計(jì)方向； 西南財(cái)經(jīng)大學(xué)開設(shè)大數(shù)據(jù)會(huì)計(jì)方向； 重慶理工大學(xué)開設(shè)會(huì)計(jì)信息化方向； 南京財(cái)經(jīng)大學(xué)開設(shè)智慧會(huì)計(jì)方向； 南京審計(jì)大學(xué)對會(huì)計(jì)人才培養(yǎng)方案的修訂， 添加了會(huì)計(jì)智能化、 大數(shù)據(jù)審計(jì)等相關(guān)課程等。智能會(huì)計(jì)人才培養(yǎng)方案的制訂如日方升， 需比物連類不斷思考逐步完善。本文依據(jù)由點(diǎn)到面的思維方法， 通過對現(xiàn)有先行先試高校的智能會(huì)計(jì)人才培養(yǎng)方案進(jìn)行比較分析， 為各高校全面開展智能會(huì)計(jì)人才培養(yǎng)提供參考。

二、 研究設(shè)計(jì)

（一）樣本來源

作為會(huì)計(jì)專業(yè)教育供給側(cè)的高等院校， 無論是財(cái)經(jīng)類院校還是理工類或綜合類院校等， 都需要為了適應(yīng)會(huì)計(jì)人才市場的需求進(jìn)行人才培養(yǎng)改革。本文特別注重智能會(huì)計(jì)人才培養(yǎng)方案的推廣應(yīng)用， 注重其普適性和可行性。所以， 本文的研究樣本面向財(cái)經(jīng)類、 理工類、 農(nóng)林類、 師范類、 綜合類、 其他等各類高校， 并且包含“雙一流”高校和非“雙一流”院校。結(jié)合各高校人才培養(yǎng)方案的可獲得性， 本文選取179所高校作為研究樣本， 進(jìn)行會(huì)計(jì)人才培養(yǎng)方案的對比分析。其中， 有36所高校開設(shè)了智能會(huì)計(jì)相關(guān)課程。

（二）課程分類

依據(jù)課程的相關(guān)性， 對36所高校開設(shè)的具有代表性的智能會(huì)計(jì)相關(guān)課程進(jìn)行分類， 具體分為人工智能、 區(qū)塊鏈、 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)結(jié)構(gòu)、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 大數(shù)據(jù)與商務(wù)智能、 數(shù)據(jù)分析與可視化、 Python、 IT審計(jì)、 智能財(cái)務(wù)共享、 業(yè)財(cái)一體化、 RPA、 云會(huì)計(jì)14大類。

（三）研究方法

本文主要運(yùn)用描述性統(tǒng)計(jì)方法、 可視化方法、 共詞分析方法。運(yùn)用描述性統(tǒng)計(jì)方法對樣本的院校類別、 是否“雙一流”、 課程設(shè)置情況、 涉及的相關(guān)課程等方面進(jìn)行統(tǒng)計(jì)， 使用Excel軟件實(shí)現(xiàn)。運(yùn)用可視化方法對36所高校開設(shè)的具有代表性的智能會(huì)計(jì)相關(guān)課程進(jìn)行可視化展示， 使用微詞云軟件實(shí)現(xiàn)。運(yùn)用共詞分析方法對36所高校開設(shè)的智能會(huì)計(jì)相關(guān)課程進(jìn)行關(guān)聯(lián)性分析， 使用Excel、 Ucinet和NetDraw軟件實(shí)現(xiàn)。Excel和Ucinet輸出給NetDraw分析需要的矩陣數(shù)據(jù)， NetDraw進(jìn)行共詞關(guān)聯(lián)性分析， 并繪制課程網(wǎng)絡(luò)分析圖。

三、 課程特征統(tǒng)計(jì)

（一）樣本特征

1. 樣本分類統(tǒng)計(jì)。樣本分類統(tǒng)計(jì)結(jié)果如表1所示。由表1可知， 179所樣本高校中， “雙一流”高校為24所， 占比13.41%。財(cái)經(jīng)類院?？倲?shù)最多， 占比34.64%； 其次是理工類、 綜合類， 分別占比29.05%、 27.37%； 師范類、 農(nóng)林類和其他占比較小， 分別為5.03%、 2.79%和1.12%。樣本高校中開設(shè)智能會(huì)計(jì)相關(guān)課程的高校總數(shù)為36所， 占比20.11%。

2. 智能會(huì)計(jì)相關(guān)課程樣本的分類統(tǒng)計(jì)。分類統(tǒng)計(jì)結(jié)果如表2所示。由表2可知， 開設(shè)智能會(huì)計(jì)相關(guān)課程的高校中“雙一流”高校占比1/4； 從高校學(xué)科類別來看， 包含財(cái)經(jīng)類、 理工類和綜合類院校。其中， 財(cái)經(jīng)類院校總數(shù)最多， 占比47.22%； 其次是理工類、 綜合類， 分別占比27.78%、 22.22%。根據(jù)不完全統(tǒng)計(jì)， 現(xiàn)有進(jìn)行智能會(huì)計(jì)人才培養(yǎng)改革先行先試的院校主要分布于財(cái)經(jīng)類、 理工類和綜合類院校， 特別是以財(cái)經(jīng)類院校為主， 側(cè)面說明財(cái)經(jīng)類院校對于會(huì)計(jì)智能化的緊迫感更加強(qiáng)烈。

對開設(shè)了智能會(huì)計(jì)相關(guān)課程的高校進(jìn)行統(tǒng)計(jì)， 發(fā)現(xiàn)對于智能會(huì)計(jì)人才培養(yǎng)改革， 大多數(shù)高校通過設(shè)置方向班開展智能化改革， 這些方向包括智能財(cái)務(wù)方向、 智能會(huì)計(jì)方向、 大數(shù)據(jù)會(huì)計(jì)方向、 會(huì)計(jì)信息化方向、 智慧會(huì)計(jì)方向、 數(shù)智化方向、 智能財(cái)務(wù)與國際會(huì)計(jì)方向等； 也有高校未設(shè)方向班， 而是對會(huì)計(jì)學(xué)專業(yè)進(jìn)行了全面的改革升級(jí)， 例如南京理工大學(xué)、 南京審計(jì)大學(xué)。

（二）課程統(tǒng)計(jì)

1. 智能會(huì)計(jì)相關(guān)課程分類。依據(jù)課程的相關(guān)性， 對36所高校開設(shè)的智能會(huì)計(jì)相關(guān)課程進(jìn)行分類， 分為IT審計(jì)、 Python、 RPA、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 大數(shù)據(jù)與商務(wù)智能、 區(qū)塊鏈、 人工智能、 數(shù)據(jù)分析與可視化、 數(shù)據(jù)結(jié)構(gòu)、 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 業(yè)財(cái)一體化、 云會(huì)計(jì)、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享等14類。各類課程包含的所開設(shè)的具體智能會(huì)計(jì)相關(guān)課程如表3所示。

2. 樣本高校開設(shè)的智能會(huì)計(jì)相關(guān)課程統(tǒng)計(jì)。36所高校開設(shè)的智能會(huì)計(jì)相關(guān)課程統(tǒng)計(jì)結(jié)果如表4所示。因相關(guān)學(xué)校要求隱去學(xué)校名稱， 所以表4中的具體高校用數(shù)字編號(hào)代替。由表4可知， 36所高校共開設(shè)174門課程， 開設(shè)的智能會(huì)計(jì)相關(guān)課程最多為10門， 并且所開課程包含了14類課程中的9類； 其次是9門智能會(huì)計(jì)相關(guān)課程， 包含了14類課程中的9類； 接著是開設(shè)了9門智能會(huì)計(jì)相關(guān)課程， 包含了14類課程中的7類。

3. 典型高校開設(shè)的主要智能化課程。表5列示了教育部首批新文科研究與改革實(shí)踐項(xiàng)目進(jìn)行智能化會(huì)計(jì)改革的高校和國內(nèi)典型高校開設(shè)的智能會(huì)計(jì)相關(guān)課程。

4. 智能會(huì)計(jì)相關(guān)課程開設(shè)情況統(tǒng)計(jì)。樣本高校開設(shè)的智能會(huì)計(jì)相關(guān)課程統(tǒng)計(jì)結(jié)果如表6所示。通過統(tǒng)計(jì)開課數(shù)量， 構(gòu)建智能會(huì)計(jì)相關(guān)課程詞云圖， 將智能會(huì)計(jì)相關(guān)課程可視化， 結(jié)果如圖1所示。圖1中各課程的字體越大， 說明開設(shè)的數(shù)量越多。表6和圖1表明， 據(jù)不完全統(tǒng)計(jì)， 現(xiàn)有開設(shè)的智能會(huì)計(jì)課程中， 大數(shù)據(jù)分析與財(cái)務(wù)決策相關(guān)課程的比例最高， 其次依次為數(shù)據(jù)庫應(yīng)用、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 大數(shù)據(jù)與商務(wù)智能、 Python、 IT審計(jì)、 數(shù)據(jù)分析與可視化、 人工智能、 區(qū)塊鏈、 業(yè)財(cái)一體化、 RPA、 數(shù)據(jù)結(jié)構(gòu)、 云會(huì)計(jì)相關(guān)課程。

5. 智能會(huì)計(jì)相關(guān)實(shí)驗(yàn)課程開設(shè)情況。表7列示了所開設(shè)的智能會(huì)計(jì)相關(guān)的實(shí)踐實(shí)驗(yàn)課程。由表7可知， 智能會(huì)計(jì)相關(guān)課程中， IT審計(jì)、 Python、 RPA、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 大數(shù)據(jù)與商務(wù)智能、 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 業(yè)財(cái)一體化、 云會(huì)計(jì)、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享、 數(shù)據(jù)分析與可視化大類包含實(shí)踐實(shí)驗(yàn)課程。

四、 課程網(wǎng)絡(luò)關(guān)系分析

為了對現(xiàn)有先行先試高校的智能會(huì)計(jì)人才培養(yǎng)方案進(jìn)行深入分析， 本文對所開設(shè)的智能會(huì)計(jì)相關(guān)課程的網(wǎng)絡(luò)關(guān)系進(jìn)行分析。首先需要用Excel構(gòu)建共詞矩陣表， 然后運(yùn)用Ucinet和NetDraw繪制課程網(wǎng)絡(luò)關(guān)系圖。

（一）共詞矩陣

為了確保所構(gòu)建共詞矩陣的準(zhǔn)確性， 本文首先構(gòu)建初始共詞矩陣， 再對初始共詞矩陣中同屬一類的相關(guān)課程合并加總得出最終的共詞矩陣， 結(jié)果如表8所示。由表8可知， 現(xiàn)有高校開設(shè)的大數(shù)據(jù)分析與財(cái)務(wù)決策、 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享類別下的課程較多， 并且較多地將大數(shù)據(jù)分析與財(cái)務(wù)決策、 Python、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享、 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)類課程同時(shí)開設(shè)。

（二）課程網(wǎng)絡(luò)關(guān)系圖

基于共詞矩陣所繪制的智能會(huì)計(jì)相關(guān)課程網(wǎng)絡(luò)關(guān)系如圖2所示。圖2中各課程的小方格尺寸越大、 顏色越深， 說明其中心度越高。由圖2可知， 現(xiàn)有先行先試高校的智能會(huì)計(jì)人才培養(yǎng)方案中， 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 人工智能類課程的中心度最高， 其次是大數(shù)據(jù)分析與財(cái)務(wù)決策、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享、 Python、 數(shù)據(jù)分析與可視化， 然后是IT審計(jì)、 大數(shù)據(jù)與商務(wù)智能； 接著依次是RPA、 區(qū)塊鏈、 業(yè)財(cái)一體化、 數(shù)據(jù)結(jié)構(gòu)； 最后是云會(huì)計(jì)。說明人工智能大數(shù)據(jù)時(shí)代， 現(xiàn)有智能會(huì)計(jì)人才培養(yǎng)方案首先注重人工智能及數(shù)據(jù)基礎(chǔ)能力的培養(yǎng)， 其次是大數(shù)據(jù)分析能力、 智能共享及可視化， 然后是IT審計(jì)及商務(wù)智能， 對RPA、 區(qū)塊鏈、 業(yè)財(cái)一體化的關(guān)注度并不高， 數(shù)據(jù)結(jié)構(gòu)及云會(huì)計(jì)類課程的開設(shè)也比較少?，F(xiàn)有智能會(huì)計(jì)人才培養(yǎng)方案更多的是同時(shí)開設(shè)數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 人工智能、 Python、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 數(shù)據(jù)分析與可視化、 IT審計(jì)、 大數(shù)據(jù)與商務(wù)智能、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享類課程。

五、 總結(jié)

為滿足人工智能時(shí)代會(huì)計(jì)人才需求， 深化高校會(huì)計(jì)專業(yè)供給側(cè)改革， 本文對高?，F(xiàn)有的智能會(huì)計(jì)人才培養(yǎng)方案進(jìn)行比較分析。以179所包含了財(cái)經(jīng)、 理工、 農(nóng)林、 師范、 綜合、 其他等類型的高校為研究樣本， 其中有36所高校開設(shè)了智能會(huì)計(jì)相關(guān)課程。據(jù)不完全統(tǒng)計(jì)， 現(xiàn)有高校主要開設(shè)IT審計(jì)、 Python、 RPA、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 大數(shù)據(jù)與商務(wù)智能、 區(qū)塊鏈、 人工智能、 數(shù)據(jù)分析與可視化、 數(shù)據(jù)結(jié)構(gòu)、 數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 業(yè)財(cái)一體化、 云會(huì)計(jì)、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享14類課程。其中， 大數(shù)據(jù)分析與財(cái)務(wù)決策類課程開設(shè)的比例最高， RPA、 數(shù)據(jù)結(jié)構(gòu)和云會(huì)計(jì)類課程開設(shè)得相對較少； 14類課程中有11類課程開設(shè)了實(shí)踐實(shí)驗(yàn)課。基于課程網(wǎng)絡(luò)關(guān)系分析發(fā)現(xiàn)， 現(xiàn)有智能會(huì)計(jì)人才培養(yǎng)方案更多的是將數(shù)據(jù)庫應(yīng)用、 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、 人工智能、 Python、 大數(shù)據(jù)分析與財(cái)務(wù)決策、 數(shù)據(jù)分析與可視化、 IT審計(jì)、 大數(shù)據(jù)與商務(wù)智能、 智能財(cái)務(wù)基礎(chǔ)與智能財(cái)務(wù)共享類課程同時(shí)開設(shè)。

出于搜集樣本的難度以及時(shí)間推移的原因， 部分高校最近可能對人才培養(yǎng)方案進(jìn)行了新版修訂， 未納入樣本之中， 或者相關(guān)課程有新的變化， 本文可能未及時(shí)掌握， 本文將在后續(xù)研究中予以補(bǔ)充完善。

【 主 要 參 考 文 獻(xiàn) 】

蔡顯軍，陳清蓉，溫素彬，王敬勇．新文科背景下智能會(huì)計(jì)人才培養(yǎng)改革與實(shí)踐 —— 以南京審計(jì)大學(xué)為例［ J］．會(huì)計(jì)之友，2022（3）：135 ～ 140．

胡俊南，杜思遠(yuǎn)，王振濤，周夢雪．大數(shù)據(jù)時(shí)代多學(xué)科交叉復(fù)合型會(huì)計(jì)人才培養(yǎng)研究［ J］．財(cái)會(huì)通訊，2022（7）：155 ～ 161．

況玉書，劉永澤．人工智能時(shí)代高等會(huì)計(jì)教育變革與創(chuàng)新［ J］．財(cái)經(jīng)問題研究，2019（7）：96 ～ 103．

孫剛．大數(shù)據(jù)驅(qū)動(dòng)下業(yè)財(cái)融合導(dǎo)向的管理會(huì)計(jì)人才培養(yǎng)機(jī)制創(chuàng)新［ J］．財(cái)會(huì)月刊，2021（2）：88 ～ 93．

王愛國，牛艷芳．智能會(huì)計(jì)人才培養(yǎng)課程體系建設(shè)與探索［ J］．中國大學(xué)教學(xué)，2021（6）：34 ～ 39．

徐經(jīng)長．人工智能和大數(shù)據(jù)對會(huì)計(jì)學(xué)科發(fā)展的影響［ J］．中國大學(xué)教學(xué)，2019（9）：39 ～ 44．

章君．“互聯(lián)網(wǎng)+”人工智能視域下高職院校會(huì)計(jì)專業(yè)改革研究［ J］．中國職業(yè)技術(shù)教育，2019（11）：58 ～ 63．

周守亮，唐大鵬．智能化時(shí)代會(huì)計(jì)教育的轉(zhuǎn)型與發(fā)展［ J］．會(huì)計(jì)研究，2019（12）：92 ～ 94．

（責(zé)任編輯·校對： 黃艷晶? 許春玲）

【基金項(xiàng)目】教育部首批新文科研究與改革實(shí)踐項(xiàng)目（項(xiàng)目編號(hào)：2021050044）；江蘇省高校首批新文科研究與改革實(shí)踐重點(diǎn)培育項(xiàng)目“‘思政引領(lǐng)+科技賦能的會(huì)計(jì)學(xué)專業(yè)智能化轉(zhuǎn)型研究與實(shí)踐”；江蘇省高等教育教改研究課題“會(huì)計(jì)學(xué)專業(yè)‘兩育三元四融人才培養(yǎng)模式研究與實(shí)踐”（項(xiàng)目編號(hào)：2021JSJG294）；財(cái)政部會(huì)計(jì)名家工程項(xiàng)目（項(xiàng)目編號(hào)：財(cái)會(huì)2019-19）