大数据时代的到来，高校专业人才的培养模式有了新的探索和发展方向，会计学专业作为广大学子追求的热门专业，也需要顺应大数据发展要求的、符合自身发展的创新型人才培养模式。
本文在对大数据的内涵及特征、会计学专业人才培养模式的演变、大数据对会计学专业人才培养提出的挑战三个方面论述的基础上提出面向大数据的会计审计专业人才的创新培养模式。
一、大数据的内涵及特征
1.大数据的内涵。目前，对于大数据的定义没有统一定论，通常认为大数据是指以多元形式存在的、数量庞大且内容复杂的、需要专门的软件与分析工具进行搜集、整理、发掘及分析的那些自许多来源汇集而来的庞大数据组。可以从三个层面解释大数据：第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线;第二层面是技术，技术是大数据价值体现的手段和前进的基石;第三层面是实践，实践是大数据的最终价值体现。
2.大数据的特征。①Volume(数据体量巨大)。据“产业信息网”相关统计，截止到2012年底，人类已生产200PB(1PB=210TB)印刷材料的数据量，历史上全人类说过的所有的话大约是5EB(1EB=210PB)的数据量。而当前，典型个人计算机硬盘的容量为TB量级，但一些大企业的数据量已经接近EB量级，如此海量的数据对我们正确识别真实数据的能力提出了巨大的挑战。②Variety(数据类型繁多)。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，如图片、视频等多类型的数据对我们的处理及分析数据的能力提出了更高要求。
③Value(价值密度低)。价值密度的高低与数据总量的大小成反比。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。如何通过强大的算法更迅速地对数据的价值进行“萃取”成为当今大数据背景下亟待攻克的难题。④Velocity(处理速度快)。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告显示，全球数据预计到2020年时使用量将达到35.2ZB。在如此庞大的数据面前，高效处理数据就是企业的生命。
二、会计学专业人才培养模式
1.国外会计学专业人才培养模式。①德国的FH模式。德国推行的应用型人才培养的模式被称为FH模式。不仅注重系统的科学知识的讲授，更加注重实际应用能力的培养。尤其重视学生实践能力的考核，将学生的培养与企业实际紧密结合。②英国“三明治”模式。英国的应用型人才培养采用了实践与学习相交错的“三明治”模式，即实践环节与学习环节交替进行，课程设置与招生充分结合市场。③美国“生计教育”模式。20世纪70年代的石油危机爆发后，为解决毕业生的就业问题，美国推出了“生计教育”模式。该模式下，学生在学校不仅接受教育，而且接受技能的培训。教学方式方法灵活、校企合作、政府支持为这一模式的主要特点。
2.国内会计学专业人才培养模式。①精英教育。我国长期推行的是精英教育，尽管精英教育饱受诟病，但就会计人才的培养来看，精英教育并非一无是处。精英教育使得学生可以获得足够的教育资源。教师可以和学生在课堂上进行充分的互动沟通，帮助学生培养批判的精神和能力。此外，精英教育模式下遴选出的精英通常不仅在校期间学习刻苦，在进入工作岗位后也后劲十足，发展潜力巨大，能够将在学校培养出的良好习惯和能力运用到工作实际中。
②大众教育。随着经济社会的发展，我国的会计教育由精英型教育转向了大众化教育。这一转变给我国的会计教育带来了一些问题，表现在会计教育的发展严重滞后于会计职业界的实际，会计人才培养不能满足市场的需求，供求出现结构性矛盾。培养目标侧重于技术的培养，而忽视了通用能力的训练;课程过分强调会计的规则性，抑制了职业判断;教学方法上，倾向于灌输式的教育，而缺乏必要的实践操作。
三、大数据对会计学专业人才培养提出的挑战
1.培养重点不明确、培养目标不清晰。我国高校会计学专业人才培养模式的重点主要以理论和科研教学为主，大多课程的安排也充斥着浓浓的文学色彩，如会计学原理、审计理论等。同时，我国大多高校会计学专业人才培养目标并不清晰，单一的追求学生理论知识的掌握，使得学生的实践及应用能力欠缺。这两者与当今市场对会计学专业人才的需求不对接，与当今社会职业界对会计学专业人才的要求相差较远。
2.课程设置不合理，导致无法灵活应对大数据。会计学作为一级学科，与经济学、数学、统计学等学科的交叉增添了会计学课程设置的多样及多元化。但我国会计学课程设置的本身就存在着很多问题。如过分注重理论研究，不能更好地体现会计学的实用性;课程设置的层次性不鲜明;专业课程前瞻性不够，与社会的热点及最新发展衔接脱钩;实践环节设置的相对欠缺，导致对大数据处理的应用能力受限。
3.考核制度没有得到严格执行。在我国专业人才培养模式中，会计学等各学科的结课考核方式以考试为主、结业考试以论文形式为主。因教学中研究氛围的不浓，经费支撑的不足，以及部分学生为就业等现实因素的影响造成其投放在论文上的精力不够，这都使得考核制度对会计学专业人才的培养质量的保障作用在一定程度上受到削弱，也使考核结果及论文质量受到严重影响。
4.开源课程等新型教育方式及新媒体模式对传统会计学专业人才培养模式的冲击。当今，互联网上充斥着海量的教学资源，除了各类精品课程、教学视频外，开源课程充分利用在线视频进行远程教学，为任何有意者提供学习的平台，突破了地域和时间的限制。微博等新媒体模式与移动互联网相结合，打破了教学的界限，将课堂讨论延伸到网络。吉姆.格雷指出，科学研究的方法除了基于实验、基于数学理论和基于计算模拟的三种范式外，基于数据探索的第四范式正在形成。
四、面向大数据创新会计学专业人才培养模式
1.课程设置。面向大数据，创新型会计学专业人才培养中应开设数据分析、搜索引擎系统应用、信息检索、信息处理等这些与数据的大量获得紧密联系的课程，增强学生接触数据与获得数据的可能。高校应加强对会计学相关数据库的建设以及完善图书馆信息系统，通过这样的方式对数据进行归集、整理、分类，不仅可以提高对数据的大量获取性，统一数据口径，而且有助于在数据高速产生的状态下数据的高效提取性，为后面数据的分析提供帮助。
大数据的多样性特征使得我们接触到的数据的形式各式各样，相应在创新型会计学专业人才培养中课程设置也会多种多样，为大数据环境下培养复合型专业人才奠定扎实基础，可以设置专业核心课程。由于大数据的数据量虽大但价值量小的特征，因此在课程设置上应开设信息检索、数据挖掘与数据仓库等检测、分析数据价值的课程，并通过采用案例教学法、课堂模拟法、角色扮法、体验式教学法等方法，引导学生将提取出的、有价值的数据应用于中，培养学生运用数据高效解决实际问题的能力。
2.师资建设。创新型会计学专业人才培养中，师资力量是支撑学生正确获得有用及真实数据的基础。高校在会计学专业人才培养中应加大对大数据教学及运用的教师培养及经费支出的同时，组建“在线教育、实体操作与校企合作”三位一体的平台，完善具有大数据特色的师资建设。高校建设中应加强对教师大数据知识与应用的培训，与企业合作获取高效大数据平台建设及培训经费的同时，加强教师接触第一手数据的可获取性，提升教师对数据的接受性及运用能力，改变以往教学存在的偏理论、缺乏数据感的问题。另外，高校应积极引进国外先进人才，同时选派青年教师去国外高校访学、进修。
高校实行创新型会计学专业人才培养模式下，应举办会计学相关教师与其他学科教师的交叉学习与培训，为实现会计学专业人才的跨专业联合培养打下基础。另外，通过建立产学研联合实验基地等项目，为教师更好的理解大数据、掌握先进方法、接触前沿性知识、运用研究成果以及未来的创新发展创造良好的平台。
3.个性化学习。创新型会计学专业人才培养中，无论课内及课外，高校教师都应该引导学生去获取更多的数据，以作为课程教学、讨论的有力支撑，做到尽可能的用数据说话。高校在寒暑期开设的相关专业模拟实习，如会计核算模拟实验、会计岗位沙盘模拟实验等，可以为学生更切身的接触数据提供便利，通过实践的反馈和思考，也可以培养学生的创新思维。大数据高速的特征加上现代开源课程等新型教育方式及新媒体模式等在线资源的冲击，使得学生接触数据的方式多样。根据学生自主选择接触数据，然后相互交流。这增加了学生的学习兴趣，而且可以激发学生的创造性。
大数据的多样化特征下，高校应为学生提供相关专业学习的辅修课程，开通学生与其他学科专业教师的沟通渠道，举办“跨学科联合培养、培养复合型专业人才”的实践大赛数据分析大赛、基于大数据的数学建模大赛等。高校应为学生提供实验室、计算机机房、计算机操作系统等软硬件条件，开放式的引导学生自主参与产学研实验基地、多校联合培养项目以及国家政策引导下的大数据开发项目研究之中，为“跨学科联合培养、培养复合型专业人才”的培养目标提供实践平台和发展空间。
作者：王小红 张丽 来源：教育教学论坛 2016年25期
