基于数据素养培养的大数据与会计专业教学实践研究

科研项目：本文是2024年度全国高等院校计算机基础教育研究会计算机基础教育教学研究项目《基于数据素养培养的大数据与会计专业教学实践研究--以课程为例》的研究成果，项目编号：2024-AFCEC-487

一、引言

在数字经济加速发展的背景下，会计职业正经历着深刻的数字化转型。据财政部《会计信息化发展规划（2021-2025 年）》显示，超过 75%的企业 会计 备数 能力。高职教育作为培养应用型人才的重要阵地，其大数据与会计专业教学 决的关键问题。本研究以《Python基础与财务应用》课程为切入点，运用BO 培养的教学实践，旨在探索出一条切实可行的教学改革之路，为行业输送高素质人才。目前，研 定进展与成果，现将其进行系统梳理与总结。

二、高职大数据与会计专业数据素养培养现状及问题剖析（一）学生层面：学习兴趣匮乏，专业认知不足

多数学生受传统会计思维束缚，对大数据分析、数据可视化等新兴领域缺乏兴趣，难以快速适应大数据与会计交叉学科的知识体系。同时，学生普遍存在专业认知偏差，未能意识到数据素养对未来职业发展的重要性，主动学习意愿薄弱，严重影响数据素养培养效果。

（二）教学体系：课程设置滞后，教学模式陈旧

课程设置中数据类课程占比过低，且内容更新缓慢，未能及时对接Python 等行业前沿技术。教学方法仍以理论灌输为主，缺乏案例教学、项目式学习等实践驱动模式。评价体系过度依赖理论考试，忽视对实操能力的考核，难以全面评估学生数据素养水平。

（三）师资队伍：复合教师短缺，实践经验不足

具备会计专业知识与大数据技术能力的“双师型”教师严重匮乏，现有教师团队普遍缺乏企业真实数据项目实践经验。这导致教学过程中难以将行业最新技术与实践案例融入课堂，无法有效指导学生开展数据分析实战，制约教学质量提升。

（四）实训环境：设备更新缓慢，校企协同低效

校内实训设备更新周期长，无法匹配行业发展速度。校企合作仅停留在参观、讲座等层面，学生难以接触到真实商业数据，更缺乏参与企业实际数据分析项目的机会。实践环境的欠缺，使得学生无法将理论知识转化为实际数据处理能力，培养效果与行业需求严重脱节。

三、基于数据素养培养的课程教学设计创新（一）教学设计框架优化

基于数据素养培养目标，对《Python 基础与财务应用》课程教学设计进行全面系统优化，突出“以学生为中心、以能力为导向”的教学理念。在学习者分析环节，通过建立学生学习档案，运用学习分析技术，精准识别学生在认知基础、学习动机与风格等方面的差异，为实施分层教学和个性化辅导提供依据。在教学内容选取上，紧密贴合行业发展趋势，引入财务数据分析、智能财务决策等案例模块。教学流程设计进一步细化BOPPPS 模型的六个阶段，在导入环节采用短视频、企业真实案例等多样化形式，激发学生学习兴趣；参与式学习环节引入小组项目制学习，要求学生围绕企业真实项目，运用Python 完成数据处理与可视化等操作，在协作实践中提升数据处理与问题解决能力；总结环节借助思维导图、知识图谱等工具帮助学生构建系统性知识框架，提升综合应用与迁移能力。

（二）课程内容与教学模式的跨学科融合创新

突破传统学科壁垒，实现计算机编程、数据分析与财务专业知识的深度融合。在课程内容设计上，以财务典型工作任务为主线重构Python 知识体系，将语法学习嵌入真实财务场景，使学生理解数据技术在财务中的核心价值。在教学模式上，创设虚拟仿真环境，采用“项目引领、任务驱动”的教学方法，让学生以财务数据分析师的身份完成从数据获取、处理到决策建议的全流程实战任务，培养其跨学科思维和复合型技能。该创新有效解决了大数据与会计专业中技术与业务“两张皮”的问题，提升了学生的综合职业能力。

（三）教学评价体系革新

构建“全过程+多维度+多主体”的综合评价体系，实现对学生数据素养的全面动态监测。在评价内容方面，除传统测试题、作品评价外，加强对学生学习过程的行为数据分析，例如利用在线教学平台记录其视频观看完成率、互动频次、代码提交历史等，形成学习画像，客观反映其努力程度与成长轨迹。评价主体引入企业导师、行业专家，从行业实际需求角度，对学生成果的实用性、创新性进行打分。该体系通过量化与质性结合、过程与结果并重的方式，全面监测学生数据素养发展状况，为持续改进教学和促进学生发展提供科学依据。

四、教学实践进展与典型案例呈现（一）教学实践的推进过程

研究在3 所高职院校的大数据与会计专业大二班级开展教学实践，覆盖学生600 余名。自实施以来，已完成两轮完整的教学周期。在实践过程中，根据学生反馈和教学效果对教学设计持续进行调整优化，例如在循环语句教学中，根据学生掌握情况，增加更多阶梯式练习任务，逐步提升学生编程能力。

（二）典型教学实践案例分析

以《Python 基础与财务应用》课程中“条件分支语句”教学实践为例，该案例充分展现了数据素养培养导向下的教学创新。

图1 教学流程设计

1.课前阶段

教师通过学情分析精准把握学生状态，学生已掌握数据类型和 print 函数，具备基础数据思维与语法概念，但随着程序复杂度提升，易出现学习热情减退问题，且个体知识水平差异显著。基于此，教师针对性设计预习任务，为课堂教学奠定基础。

2.课中阶段

授课过程中紧密围绕数据素养培养展开。导入环节，创设Z 公司存货打折销售的真实财务场景，以“计算30件商品总价”的实际问题激发学生兴趣，将Python 知识与财务应用结合，培养数据应用意识。目标设定涵盖知识、能力、素质三个维度，不仅强调语法结构的掌握，更注重数据思维和合作探究能力的培养。

知识解析环节，教师系统讲解单分支、双分支、多分支语句，引导学生理解不同条件分支的逻辑差异。知识拓展环节，通过修改打折条件，促使学生灵活运用所学知识解决新问题，强化数据处理与逻辑分析能力。后测阶段采用多元评价方式，学生分享程序，经教师点评、自评与互评，从多角度检验学习成果，深化对知识的理解。

3.课后阶段

课后教师反思教学不足，学生则将知识迁移至更复杂的条件语句应用场景，实现知识的巩固与能力的提升。整个教学过程以实际财务问题为驱动，通过多环节设计与多元评价，有效提升了学生的数据思维、问题解决能力和合作探究意识，为数据素养培养在专业课程中的实践提供了可借鉴的范例。

五、教学实践成果分析（一）学生数据素养提升显著

通过对学生前后测数据对比分析，学生在数据意识、数据能力和数据伦理方面均有明显提升。在数据意识方面，多数学生反馈能够主动关注财务数据背后的业务逻辑，对数据价值的感知更为敏锐；数据能力方面，学生编程作业质量呈现质的飞跃，优秀作业数量较改革前大幅增加；数据伦理教育同样取得良好效果，绝大部分学生已建立起清晰的伦理认知框架，能够准确辨析数据使用中的合规边界，主动遵循伦理规范的自觉性显著提高。

（二）教学模式推广成效初显

目前，本研究的教学模式已在多所兄弟院校的相关专业进行试点推广，得到广泛认可。各院校反馈显示，学生学习积极性普遍提高，教师教学能力也在模式应用过程中得到锻炼。同时，基于该模式开发的教学资源包，包括教案、课件、案例库等，已被纳入多个院校的教学资源共享平台，进一步扩大了研究成果的影响力。

（三）教学反思与持续改进

尽管取得一定成果，但在实践过程中也发现一些问题。例如，部分学生在复杂项目实践中仍存在协作困难；教学资源的更新速度与行业发展需求存在一定差距。针对这些问题，后续将加强学生团队协作能力培训，建立校企联合开发教学资源机制，持续优化教学实践模式。

六、结论与展望

本研究基于数据素养培养开展的大数据与会计专业教学实践，在提升学生能力、推广教学模式等方面取得了阶段性成果。然而，随着大数据技术的快速发展和行业需求的不断变化，未来研究将进一步深化教学改革，探索人工智能、区块链等新技术在教学中的融合应用，持续完善教学模式，为培养适应时代需求的高素质专业人才提供有力支撑。

参考文献：

[1] 卢剑忧，曾新泉.数字经济背景下新商科人才数据素养水平测度研究[J].现代职业教育，2024 （04）：85-88.

[2] 汪桠如.高职学生数字素养水平状况与提升策略研究 ——以重庆市6所高职院校为例[D].西南大学，2025.

[3] 吴晓霞.“课程思政+大数据”视域下的新财会专业课程建设——以Python 在财务中的应用课程为例[J].业教育，2023，22（03）：51-59.

[4] 谭玉林.面向大数据与会计专业的数据素养教育探究——以江西财经职业学院为例[J]. 广西职业师范学院学报，2022，34（04）：94-99.