CDIO下的大数据审计人才培养

前言：想要写出一篇引人入胜的文章？我们特意为您整理了CDIO下的大数据审计人才培养范文，希望能给你带来灵感和参考，敬请阅读。

摘要：大数据战略成为我国国家战略后，各个学科领域掀起了大数据对各专业的影响研究热潮，学者们开始探究在大数据背景下各个专业的未来发展趋势。本文立足审计学专业，提出大数据审计人才能力需求变革下，目前人才培养现存的问题，并提出大数据审计人才培养应跳出传统模式，建议引入国际上工程教育改革的cdio理念以建立大数据审计人才培养模式。

关键词：大数据审计；人才培养；CDIO

2015年，国务院印发了《促进大数据发展行动纲要》，同年党的十八届五中全会将大数据战略正式上升为国家战略。我国大数据产业发展规划（2016-2020年）中，将数据明确为国家基础性战略资源，是21世纪的“钻石矿”。规划中还提出我国应建立适应大数据发展需求的人才培养和评价机制。鼓励高校整合资源，探索建立培养大数据领域专业型人才和跨界复合型人才机制。另外，我国已将“审计监督”列为国家八大监督之一，并提出要实行“审计全覆盖”。因此，在依法治国、中国经济由高速增长向高质量发展的转型大背景下，审计作为经济监督体系的重要组成部分将愈来愈发挥其巨大的推动力。然而大数据技术将深刻地改变审计环境和审计方式，这会对传统的审计产生颠覆式的影响。随着科技以及大数据的普及，审计工作将真正成为信息化智能审计。利用数据的体量及模态之大，审计人员能更快更好地发现疑点从而提升审计工作效能。这种以大数据技术的发展而产生的计算机审计方式称为大数据审计。其内容包括大数据环境下的电子数据审计和对大数据环境下的计算机信息系统进行审计两方面的内容。无论是哪一方面的内容，大数据技术均促使审计证据来源更加广泛、数量更加充分但审计工作也因审计环境及审计方式的演变而更复杂。因此，大数据战略对我国审计行业发展既是时代机遇，又是挑战。在大数据环境下，从业务承接再到风险评估与应对乃至整个审计流程，审计人员都须利用计算机对数据进行处理。在数据收集、数据预处理、数据分析、得出结论四个阶段中，除传统审计人员须具备的审计知识、财务知识外，大数据审计人才还需要具备较好的数学与统计知识、计算机技能，因此未来的大数据审计需要专业的复合型人才。然而，目前市场中这类人才极为匮乏。作为人才主要供给方的高校，目前也仍采用传统的培养模式培养人才。虽然很多高校已经意识到传统审计转型是大势所趋，但它们普遍面临的问题是缺模式、缺方案、缺教材、缺师资。

一、大数据审计人才培养现状

（一）审计人才培养理念滞后要适应大数据技术发展与审计行业变革，就须要培养大数据领域专业型人才和跨界复合型人才。但目前我国审计学和大数据相关专业相互分离，一个属人文社科，而另一个则属于信息技术属于工科，审计学教师几乎都没有工科背景而不能精通大数据技术及新兴审计业务。除复合型审计师资队伍匮乏外，我国对大数据审计专业建设重视不够。审计学专业毕业生拿的是管理学学位，人才培养方案和目标均围绕传统的审计技术和方法，大多数高校尚无适应大数据变革对行业人才需求变迁的紧迫性，与国家审计事业发展需求不符。因此，应将大数据技术引入人才培养体系，建立大数据审计人才培养的理念。

（二）审计信息化课程设置落后与大数据技术发展和审计行业变革现状不同的是，目前我国高校设置大数据审计方向或专业的少之又少。即便有少数高校已洞察时代需求开设了相关方向或专业，其中的人才培养方案仍停留在传统审计人才培养目标中，仅在传统课程设置的同时增加了部分计算机相关课程。这种仅将部分大数据相关计算机课程简单嵌入课程体系的方法，不利于有效培养学生大数据审计技术及思维方法，不利于学生对大数据课程深入学习，从而难以建构出大数据审计相关知识体系。

（三）审计教师教学能力不足传统审计课程围绕着财务、审计开展，但在大数据背景下，数学类、计算机类课程的重要性也显得不分伯仲，诸如高等数学、统计学、信息论、常用数据库应用、数据结构、数据分析、程序设计、人工智能等课程在构建完整的大数据审计知识体系起着举足轻重的作用。然而，目前绝大多数承担审计学人才培养的教师并不同时具备财务、审计、数学、计算机等知识与技能，更不用说在教学过程中，尤其是在综合实验中把这些知识与技能融会贯通教授给学生。（四）审计专业学生缺乏实践目前，审计教学偏重于传统的基础理论知识，就连实训实践课程也主要以传统财务报表审计案例为主，涉及大数据技术的审计案例极度匮乏；另外，高校审计信息化实践教学软件市场中可供选择的种类和数量比较少，常见的有EXCEL、各种数据库系统、用友/金蝶等财务软件。这些软件尚可服务于传统审计教学，但远远达不到大数据审计的实践技能培养要求。

二、大数据审计人才培养中CDIO模式的借鉴价值

CDIO代表构思（Conceive）、设计（Design）、实现（Im-plement）和运作（Operate）。CDIO认为工程毕业生应具备四个层面的能力，即工程基础知识、个人能力、人际团队能力和工程系统能力。因此，CDIO强调以学生为中心，以产品研发到产品运行的生命周期为载体进行教学，是一种继承和发展了工程教育改革的理念。这样一种以工程为主线，注重培养学生工程素养又密切联系实践，具备大工程观的教育模式与大数据审计人才培养目标具有高度的契合度。如前文所述，大数据审计人员一是要具备财经类、审计类知识和技能，二是要掌握相关的大数据技术，不仅需要学习多种学科门类的知识，还需要将这些知识运用于现实的审计场景，有计划有步骤地进行数据收集、数据预处理、数据分析、找到疑点并得出审计结论。这样的人才已与传统审计培养模式下培养出的人才有很大程度的区别。因此，鉴于大数据审计人才培养的需求变革，大数据背景下的审计学专业应充分借鉴工科人才培养的模式。基于此，本文以国际上工程教育改革的CDIO理念来解决大数据审计人才培养问题。

三、大数据审计人才培养大纲

CDIO大纲涵盖了一个现代工程师应该具备的所有知识、能力和素质。大纲分为四个层面，每一层面又有较为详尽的细分指标，可操作性强且良好的专业适应性使得其已被推广用于指导很多专业的人才培养。以下参照CDIO大纲，对大数据审计人才培养大纲进行设计。

（一）技术知识与推理能力作为一个多学科交叉融合的领域，对大数据审计人才培养而言，应至少培养学生以下技术知识与推理能力。1.数学与统计类大数据审计需要依赖算法来进行分析，而数学是这些算法的描述方式。大数据审计人才应该能立足于数学原理和方法，对审计各环节及其具体内容进行理解和运用，能对什么时候选择何种算法有着深刻的理解，能够运用数学知识来理解各种模型的结构并在必要时作出选择和判断。因此大数据审计人才培养课程体系中应包括微积分、线性代数、概率论、离散数学、统计分析等内容。2.财经及审计类大数据审计人才应在大数据环境下实现审计目标，故培养过程中依然应注重学生对会计、审计规则与现象的理解与应用。这就要求高校开设审计、财务、税务、企业管理、经济、金融等课程，让学生掌握公认会计原则、审计准则及相关政策和程序。以上财经类的课程应在教学过程中融汇贯通，而作为审计学专业的专业课程，审计类课程除了传统的介绍审计过程、审计技术、审计风险等知识外，应注重对审计原理（包括背后的数学原理）的教学，以适应传统审计向大数据审计的转变。3.计算机类在数学课程的基础上，大数据审计人员需要具备很强的计算机技术能力，熟练掌握大数据工具、操作系统、数据库、算法、数据分析等方面的应用。故大数据审计人才培养课程体系应大幅提高计算机课程所占比重，在人才培养初级阶段，先向学生讲授数学类课程，在中级阶段向学生教授诸如数据库概论、数据库应用、Python程序设计、Windows/linux/unix操作系统等，在高年级向学生教授Hadoop、数据结构、算法分析与设计、计算机安全基础、spark、Strom、OpenStack、数学模型，并安排具有综合应用要求的人工智能、数据恢复、大数据审计等课程。

（二）个人能力、职业能力和态度在掌握学科知识的基础上，大数据审计人才应具备分析性推理、通过假设、调查发现疑点，运用系统思维能力解决审计项目问题的能力。在此过程中，一方面审计人员要懂得审计问题识别与界定，要能够理解数据的各个维度并作出应有的判断和清洗，完成数据收集、数据预处理和数据分析，最终针对审计项目得出结论，给出审计意见及报告；另一方面应在获取到大量数据信息时能保持良好的职业道德及社会责任感。因为在大数据审计过程中，审计人员运用相关工具和技术获取数据较传统审计更广更深，这些数据可能包括被审计单位的敏感信息、个人隐私等，是否以及如何在相关法律政策范围内使用该信息，将是对审计人员独立性、审计行为合法性的考验。

（三）团队协作与交流大数据审计人才培养课程的设计已兼顾数学、财经、审计、计算机类多学科知识，但在现实环境中，要一个人兼具所有相关学科的专长，成为所有大数据审计应用场景的专家，能解决大数据审计中所有的问题是非常困难的。所以，大数据审计项目团队里各有所长的成员之间应具备良好的团队协作精神。同时，审计人员应懂得设置相应的咨询制度，必要时利用专家的工作。因此，依据CDIO大纲，大数据审计人才培养过程中应创建审计项目场景，训练学生团队协作与交流的能力。

（四）综合运用能力为实现CDIO培养模式中通过“做中学”的、以实践为导向的目标，高校应构建一体化跨专业的大数据审计仿真实践平台。在仿真的企业、社会和环境背景下，以审计项目设计到运行的生命周期为载体，这一平台将前文涉及的技术知识与推理能力、个人能力、职业能力和态度及团队协作与交流能力有机融合，培养的是学生运用所学处理问题的综合能力。平台中不同的实践项目设计逐层递进、循序渐进，遵循认知规律，组成由认知项目、设计性项目到综合性项目构成的多层次实践教学体系。

四、大数据审计人才培养模式构建

（一）专业培养理念在CDIO的框架下，大数据审计人才应注重培养解决现实问题的能力。学生应具备在特定目标下，根据所处的环境和条件，构思、设计、实施、运作审计项目的能力。因而在专业人才培养中，应以解决审计问题为目标，采用触发式学习方法，以学生为中心，将审计问题转化为数据，开展数据获取、数据预处理、数据分析等任务。

（二）一体化教学计划要将CDIO大纲中的各项指标落实，就必须考虑如何将这些指标反映在培养计划中。首先，应梳理大数据审计人员的社会需求及其在未来工作中所需的知识、技能和素质，以设定大数据审计教育的成果；其次，根据设定的成果，将其进行教学任务分解，制定每一门课程或每一个知识点的具体教学计划；最后，为培养学生跨学科综合探索和发现问题的能力，教学计划的设计还须考虑各个学科之间的相互关联和支撑，明确地将CDIO的12项标准融于其中。建立一体化教学计划，须有相应的课程体系设计，根据前文对大数据审计人才知识、能力分析并结合目前我国人才培养国家标准，CDIO一体化课程体系如下图所示：

（三）设计—实现场所及综合性学习经验由认知项目、设计性项目到综合性项目构成的多层次实践教学体系，是训练学生大数据审计项目设计-实现综合性学习经验的载体。此外，尤其是设计性项目或综合性项目阶段，应设计至少一个高级实验项目，在其中安排具有一定综合性和协作性的问题，以培养学生的团队协作能力。再次，无论是哪一阶段的实验，均通过情景化教学模式，项目驱动式教学方法、触发式学习方法，使教学相长。在完成项目的同时，培养学生的系统思维、批判性思维及创造性思维。另外，具备以上功能的实践场所，应是一体化、开放、共享的大数据审计实践平台，且具有一定的可扩展、可复用、模块化和灵活性的特点，为审计数据提供丰富的处理接口和服务。

（四）教师能力提升大数据审计人才的知识体系跨学科、跨专业、高度综合的特点，以及数据科学的不断进步，必然要求教师成为终生学习者。因此，大数据审计人才培养模式不能忽略教师能力的提升。第一，应更新教师教学理念，促进教师从心态和思想上融入大数据技术的变革与普及，积极适应和推进大数据审计教育的发展；第二，设计不拘一格的教师选拔聘任制度，积极招聘包括但不仅限于数据科学、审计学、数学等专业背景的教师，鼓励教师开展多元化、跨学科交流与合作，推进各个学科课程教学的融合；第三，建立教师培训制度，鼓励教师了解行业最新技术和工具，定期或不定期组织教师参加培训，提高其大数据分析技术教学和实践能力；第四，建立相关教师科研、教研激励机制，加大相关课程建设力度，激发跨学科研究和教学改革的积极性，建成一支优秀的复合型师资队伍。

（五）考核与评估根据CDIO设置的大纲和标准以及大数据审计人才的特点，一是需要立足于学生四个层面的能力以及学科知识建立情况等维度，设置一套相应的考核体系。设定不同维度考核结果的度量和记录规则，以确定学生是否达到专业目标以及获得的学分及等级；二是需要针对大数据审计专业或方向建立系统化评估体系。一方面考查专业或方向是否符合CDIO的12条标准，另一方面评估现行的人才培养模式有哪些效果和影响。

五、总结

大数据环境下，审计人员所需的能力构成较以往有了巨大变化，为培养出适应相关需求的人才，高校必须结合大数据审计的特点探索建立培养适应该领域的跨界复合型人才机制。本文借鉴CDIO的培养大纲及标准，建构了大数据审计人才培养的大纲及模式。以学生为中心、项目驱动式的培养模式在实施中还会遇到诸多问题，如一体化的教学计划需要对目前实行的绝大多数高校审计学人才培养方案进行大刀阔斧的改革，如何妥善地将多学科领域的课程安排到各个教学阶段、各个课程中不同知识点哪些需要重点讲授、如何巧妙地将不同课程的内容融合并加以提炼、如何构建适合大数据审计教学的实验项目、缺少教材时如何安排课程、如何对教与学的效果进行考核及评估等。

参考文献：

[1]阳杰,应里孟.审计大数据分析人才需求及其培养———基于CDIO理念的模式建构［J］.财会月刊,2019(4):108-119．

[2]陈伟,居江宁.大数据审计：现状与发展［J］.中国注册会计师,2017(12):77-81.

作者：李娟凤 单位：云南大学旅游文化学院