李 慧（博士），溫素彬（博士生導(dǎo)師）

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(duì)傳統(tǒng)會(huì)計(jì)產(chǎn)生了巨大的沖擊，逐步顛覆了對(duì)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(duì)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(duì)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(duì)社會(huì)生產(chǎn)力的革新，必然會(huì)對(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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(duì)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Net-Draw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%。

表1 樣本分類統(tǒng)計(jì)

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?？倲?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(duì)于會(huì)計(jì)智能化的緊迫感更加強(qiáng)烈。

表2 開設(shè)智能會(huì)計(jì)相關(guān)課程的樣本分類統(tǒng)計(jì)

對(duì)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(duì)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(duì)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(duì)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。

表3 各院校開設(shè)的智能會(huì)計(jì)相關(guān)課程分類

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。

表4 各高校開設(shè)的智能會(huì)計(jì)相關(guān)課程統(tǒng)計(jì)

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。

表5 典型高校開設(shè)的智能會(huì)計(jì)相關(guān)課程

續(xù)表5

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。

圖1 智能會(huì)計(jì)相關(guān)課程詞云圖

表6 智能會(huì)計(jì)相關(guān)課程開設(shè)情況統(tǒng)計(jì)

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。

表7 智能會(huì)計(jì)相關(guān)的實(shí)踐實(shí)驗(yàn)課程

四、課程網(wǎng)絡(luò)關(guān)系分析

為了對(duì)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(duì)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(duì)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)。

表8 智能會(huì)計(jì)相關(guān)課程的共詞矩陣

（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(duì)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。

圖2 智能會(huì)計(jì)相關(guān)課程網(wǎng)絡(luò)關(guān)系

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(duì)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(duì)較少；14類課程中有11類課程開設(shè)了實(shí)踐實(shí)驗(yàn)課?；谡n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(duì)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。