高校会计专业大数据课程建设探讨

前言：想要写出一篇引人入胜的文章？我们特意为您整理了高校会计专业大数据课程建设探讨范文，希望能给你带来灵感和参考，敬请阅读。

[摘要]根据课程论原理，课程设计需要关注四个基本要素：课程目标、课程内容、学习活动以及学习评价。文章明确了高校会计专业大数据课程的核心要素及其内涵，建立了高校会计专业大数据课程框架，并提出将微软PowerBI数据分析工具引入高校会计专业大数据课程教学，对高校会计专业开展大数据课程具有借鉴意义。

[关键词]课程论；大数据；管理会计；PowerBI

1面向核心素养的课程目标设计

一是高校会计专业大数据课程是以业财融合为核心。业财融合是指财务与业务活动的有机融合。二是高校会计专业大数据课程需要跨学科的知识与技术为基础。三是高校会计专业大数据课程的设计有三大侧重点：培养学生分析解决问题能力、团队协作能力以及实践创新能力。分析解决问题能力是指学生能从企业大数据中发现和分析出有价值的信息，并提供决策依据；团队协作能力是指学生与他人协作、沟通与分享的能力；实践创新能力是指学生通过动手实践，发挥其创新思维以及创造性的见解等。

2基于主题的课程内容设计

课程内容是课程设计的核心要素。高校会计专业大数据课程作为一门整合课程，在内容和形式上应表现出多元性特征，其内容设计的核心就是主题的设计。首先，一个好的大数据课程主题需要遵循以下原则。一是目的性和相关性。二是充足的时间安排。三是互动性。四是复杂性。五是分享性。其次，主题的选择应当基于企业真实经济活动选取主题内容。值得注意的是，在大数据课程主题的选择上必须立足于本专业的实际情况以及学生的现实状况，切勿盲目追求“高大上”的主题设计，超越了学生的认知水平，避免出现学生负担过重的现象。

3基于PBL的课程学习活动设计

大数据课程可采用项目式学习（ProjectBasedLearning,PBL）的学习模式。该学习模式以学生为中心，在学习过程中，学生会积极参与知识和信息的获取、共同讨论方案的规划、分析并解决问题以及评价与反思。针对高校会计专业大数据课程，项目式学习的具体环节及其活动设计如下：一是提出问题。教师选择和确定大数据课程分析的主题。二是规划方案。在规划方案环节，教师可以根据学生的兴趣、创意、能力以及个性特征等方面为学生团队组建和主题选择进行适当区分，鼓励学生在团队中运用头脑风暴法激发群体智慧，提出创造性的数据分析视角以及个性化的思路。三是解决问题。大数据分析最终需要利用计算机技术来实现，这也是一直摆在会计专业等管理学科开展大数据课程建设的一大难题。大数据课程的开设需要的是跨学科的专业知识及其应用，而不是结构化的计算机学科知识。随着大数据技术的深入发展，不少大学习资源进行自主学习。四是评价与反思。评价与反思阶段主要包括成果展示、项目评价、总结反思等环节。在成果展示环节，教师组织各团队进行主题数据的汇报展示，学生则通过分享其数据分析作品获得他人的反馈，然后进一步完善作品。

4多元化的课程学习评价设计

4.1多元化的评价主体

在大数据课程的学习评价中，评价主体不止局限于课程教师，还包括学生自评及学生互评等。

4.2多维度的评价内容

从会计专业大数据课程的目标以及侧重点来看，其评价内容至少包含以下三个方面：一是问题分析解决能力，即考察学生在大数据课程学习过程中运用相关知识解决真实问题的能力，包括学生的大数据思维、跨学科知识的综合运用以及为解决方案的提出；二是团队协作能力，即重点考察学生在大数据分析过程中与团队成员之间以及他人的人际沟通与协调能力；三是实践创新能力，主要通过学生提出创造性的数据分析视角以及个性化的思路。

4.3多样化的评价工具与方法

由于大数据课程目标的多元性以及大数据分析的复杂性，我们建议对大数据课程的学习评价采用过程性评价与总结性评价相结合，综合运用多种方法，例如观察记录、汇报展示、论文写作、量规评价等方式。在课程评价过程中，教师应根据课程主题以及课程运行情况来确定适合的评价工具。

5结语

高校会计专业大数据课程设计是国家实施大数据战略的重要组成部分，也是促进传统会计转型升级的重要推动力。本文基于课程论视角，阐述了大数据课程设计的四个核心要素，包括课程目标设计、内容结构设计、学习活动设计以及评价设计。从研究视角看，本研究明确了高校会计专业大数据课程的核心要素及其内涵，建立了高校会计专业大数据课程框架，提出了将微软PowerBI大数据分析工具引入会计专业大数据课程内容，为高校会计专业开展大数据教育提供了一些借鉴。

【参考文献】

[1]秦荣生.大数据、云计算技术对审计的影响研究[J].审计研究，2014（6）：23-28.

[2]郭顺民，齐振.“互联网+税务”推动税收治理现代化的路径选择[J].税务研究，2016（12）：111-114.

作者：龚玲 刘卫 单位：重庆财经职业学院