MPAcc大数据分析管理会计人才培养研究

 

  近年来，会计实务层面逐渐开始由核算型会计向管理型会计转型。2014 年被业界称为管理会计“元年”，企业也开始充分意识到，管理会计在自身价值创造过程中发挥着重要作用。2019 年颁布的《中国管理会计职业能力框架》对管理会计职业能力作出明确规定，高端管理会计人才需要具备统筹管理、开拓创新以及协调领导等能力。MPAcc 项目的培养目标与管理会计的专业方向有着较高的契合度，能否将 MPAcc 项目做好做强在很大程度上取决于管理会计人才培养是否到位。信息技术的飞速发展为各个行业带来颠覆性的变化，与其他行业一样，管理会计也在被大量新技术所颠覆，其中大数据技术是其中重要的一个方面。大数据技术的出现为管理会计的发展带来了前所未有的挑战，同时也带来前所未有的机遇。大数据技术的使用能够有利于企业实现资源的有效配置，提升管理层的决策效率，使管理会计更好地发挥预测、决策、规划、控制以及考核评价的功能。本文所使用的 SECI 模型最早使用在知识创造和知识管理领域，近年来多被引用到人才培养相关研究中。因此，本文重点探讨大数据技术背景下，MPAcc 项目中管理会计人才培养模式问题，结合 SECI 经典模型，重点对人才培养中能力形成的过程进行深入探讨，旨在为 MPAcc 教育改革提供一定的参考和指导。

    （一）SECI 模型概述。

    Nonaka（1995）最早构建并使用了SECI 模型，该模型涉及显性知识和隐性知识这两个基本支撑点。显性知识最显著的特点就是以语言、文字或者声像等形式进行传递，具有定义性、明确性以及直白性。与显性知识相对应，隐性知识不具备特定的形式，在很大程度上受到特定环境的影响，其传递和存在形式主要为个体经验、捷径窍门以及思维模式，难以通过直接途径进行传递。SECI 模型的核心理念则强调指出：个人、团体以及社会组织之间的显性知识和隐性知识不断进行相互催化和影响，使得新知识得以创造和形成。野中郁次郎（1995）特别强调指出，知识转换系统包含四个关键支撑点，分别是社会化（Socialization）、客观化（Externalization）、联合化（Combination）以及内在化（Internalization），SECI 模型的实质是通过上述四个支撑点实现知识转换的螺旋上升，每上升一个层次都会存在一个“场 （Ba）”，四个支撑点对应四个“场（Ba）”，分别为起源场（Originating Ba）、交流场（Interacting Ba）、系统场（Systemizing Ba）以及实践场（Excercising Ba）。

  （二）SECI 模型适用性分析。

  MPAcc 人才培养的一个核心任务，就是培养勤于实践、善于动手以及富有创新精神的管理会计人才。学生技能提升是整个培养过程的重中之重，这与SECI 模型所涵盖的知识转化过程的四个流程是高度契合的。第一，社会化阶段。MPAcc 专业有其复杂性，伴随大数据技术的飞速发展，外部对于会计人才的需求会不断发生变化，其内涵与外延也要适时进行调整；MPAcc 也有其独特性，会计学科特有的理念和知识结构会为其提供重要支撑。因此，MPAcc专业学生在掌握管理会计基本技能时，需要具备会计思维、会计素养以及大数据分析理念等相关隐性知识。这些知识的获取需要在具有大数据元素的氛围中，以管理会计知识体系为主线，潜移默化地让学生将大数据技术和管理会计内容有机融合。知识的传递过程会涉及显性知识和隐性知识，隐性知识的传递对于知识体系的创新与完善至关重要，大数据思想在课堂教学、研讨交流和校外实践环节得以传递复制，新知识往往会在此环节中产生。第二，客观化阶段。MPAcc 专业学生要系统学习会计理论、管理会计前沿以及大数据信息技术等专业知识，与隐性知识潜移默化的渗透过程相比，客观化阶段知识的形成过程会充分利用文字、图片以及影像技术，使得知识的传递更加清晰明了。学生也会将所学的会计专业知识与大数据信息技术通过语言描述、逻辑关系展示等手段进行结合与融通，同时抽离出管理会计中最为核心的成本控制、经营决策分析、业绩考核以及预算管理等内容，深入探讨大数据分析技术在其中的应用，使学生的知识结构能够体系化。第三，联合化阶段。会计专业与金融、财政、贸易、统计、数学以及信息技术等学科具有高度关联性，MPAcc 学生的培养既要重视会计基础知识的夯实，同时也要重视与其他学科的交叉融合，并能够将融合后的知识点进行系统化梳理。因此，在联合化阶段，跨学科知识点的梳理和知识体系的构建发挥着重要作用，能够让学生扩展思路，站在更高层次认知专业。大数据技术与管理会计知识的探索性融合过程，需要在师资与实践操作方面配备更多资源，提升大数据分析型管理会计人才培养质量。第四，内在化阶段。会计学科中的管理会计是应用型极强的一个方向，其中基于大数据智能管理技术下的财务共享、平衡计分卡以及战略地图等实操性较强的内容不仅需要扎实的专业知识，还需要经过不断地实验、练习以及实践基地的实习，才能最终内化为 MPAcc 学生自身的技能。经过严格而规范的课程学习、专题研讨、校外实习以及学位论文撰写所形成的显性知识，能够进一步演化成新的隐性知识。MPAcc 学生专业技能得以提升的同时，也可以使管理会计方向专业人才的培养形成良性循环，促进培养单位学科水平的提升。

  SECI 模型的结构要点和作用机制使其在人才培养方面具有一定的优势。解决新形式下 MPAcc 学生培养问题，最有效的方法便是借助知识转化模型。SECI 模型最显著的特点就是厘清显性知识与隐性知识之间的转化关系，进而能够实现知识在个人与个人以及个人与组织间的共享与传递，进而实现知识的传播、创造与优化。人才培养的实质离不开个体和组织间传播并转化显性知识和隐性知识，实现组织和个体间知识获取能力和运用能力的提升。SECI 模型中知识转换的四种模式符合人才培养规律，能够为 MPAcc 项目大数据分析管理会计人才的培养提供有效的理论依据，明确了人才培养的有效路径，将SECI 模型引入到 MPAcc 项目人才培养中是非常有必要的。

（一）创造起源场条件，推动隐性知识的汲取。
  会计思维、管理会计理念、大数据分析素养等隐性知识的获取在很大程度上依赖于实践活动的开展。一方面 MPAcc 学生要注重自身经验的积累；另一方面还要积极置身于具备丰富管理会计和大数据信息技术的隐性知识氛围之中，在严格的学术训练和潜移默化的专业引导中汲取高质量的隐性知识。因此，社会化阶段的核心任务就是要为起源场创造条件，主要通过如下几个方面得以实现：第一，在 MPAcc 项目培养单位创造起源场条件。MPAcc项目不能忽略对于学生科研能力的培养，鼓励导师带领研究生积极参与科研项目和学术研讨，让学生在导师的引导下，通过深入的互动交流，让学生充分感知会计学科的理论根源和发展趋势，了解会计的思维模式，形成会计理念。组织学生参与各类会计学术交流会、学术沙龙等活动，使会计名家、学者以及科研工作者的经验和先进理念为 MPAcc 学生带来启发，进一步强化研究生的会计素养。第二，在具体项目中创造良好的起源场条件。通过校企合作以及校外实习基地的建设，寻找大数据技术对口单位建立良好的合作关系。让学生能够有机会接触到基于大数据技术而开展的管理会计活动。第三，大数据分析型管理会计人才具有较强的复合型特征，不能仅局限于会计领域，学生在日常能力提升过程中要能够主动为自己创造有利于获取隐性知识的起源场条件，结合互联网和大数据信息技术，重点汲取与管理会计学科高度关联的通识性隐性知识，例如大数据挖掘与存储、运筹统计分析、团队协作、团队领导、沟通与激励等，这些知识通常是 MPAcc 学生个人知识结构和创新能力得以优化创新的关键性内容。

  （二）营造交流场环境，促进显性知识的吸收。

  MPAcc 人才培养的客观化阶段，主要借助教学课堂、实验室、名家讲堂、第二课堂云讲堂以及校外实践基地等交流场平台，将多种渠道和手段运用到研究生培养环节，为被培养对象与培养者的交流互动提供便利条件，促进显性知识的传播与吸收。因此，客观化的关键内容在于学习场的搭建。第一，要做好基础课程教学工作，确保管理会计和大数据技术层面设置较为全面的教学内容，管理会计要涵盖理论基础、成本管理、经营预测与决策、投资决策、资产管理、全面预算管理、业绩评价与管理层激励等内容；大数据技术层面要包括大数据挖掘处理、分析储存以及机器学习算法等内容；管理会计与大数据技术相融合的课程主要包括内部控制与风险管理、财务共享技术与流程、基于大数据技术的财务预测与决策、战略管理与平衡计分卡绩效评价等。第二，要营造良好的课堂氛围，调整优化既有的教学方式。MPAcc 学生有相当一部分在本科阶段就是财会专业，跨专业考生也会安排本科核心财会类课程的学习，因此研究生课堂教学应当与本科有所区别，避免“满堂灌”的教学模式，尽可能选择专题式教学研讨模式，让研究生充分参与到主题内容讨论中，引导学生自主思考以及解决问题的能力。知识传授方面，不仅要结合多种手段吸引学生的注意，同时给学生布置发言或论文任务，课堂整个研讨过程也会由学生专门进行记录，此过程能够有效优化隐性知识和显性知识的循环转化，推动知识的创造与创新。

  （三）优化系统场平台，确保知识体系的构建。

  MPAcc 专业人才的培养过程要求相关学科做好交叉与融合，依赖于传统课堂授课和研讨模式来获得的相关知识仍然具有一定的局限性，难以对大数据技术背景下管理会计知识形成系统性的把握。因此，还要充分优化系统场平台，使专业设置和学生培养真正实现知识体系的联结化。第一，培养单位的图书馆要尽可能准备充足的会计专业核心课程图书和资料，也要储备必要的财经类、信息技术类以及哲学社科类图书资料，用以开阔学生的视野；第二，培养大数据分析型管理会计人才，还要顺应专业培养目标的技术保证要求，购买数据库服务，如国泰安数据库、万德数据库以及锐思数据库等，为大数据分析演练提供充足的数据支撑；第三，购买相关的应用软件，如 ERP 沙盘实验软件、用友财务软件、统计分析软件以及 Python 等大数据智能分析软件，便于学生在获取充足的数据资料后，进行大数据分析技术实操演练。会计行业发展变化速度较快，培养单位所使用的资料、数据库以及应用软件要能够确保及时完善与更新，在保证权威性的同时也要确保实效性。因此，不同的 MPAcc 培养单位也要建立较为密切的合作关系，能够做到软硬件设施的共享，实现人才培养过程和知识体系形成的联结化。

（四）利用实践场平台，促使隐性知识的内化。知识的内化

与联结化是一脉相承的，经过系统化训练所掌握的知识体系需要通过实践环节予以内化，使其真正成为个人自身技能。内化的过程需要 MPAcc 学生的全程参与。作为实操性较强的学科，大数据分析型管理会计方向人才培养更要充分重视实践教学。实践教学是 MPAcc 人才培养最重要的实践场平台，能真正确保 MPAcc 学生实现知识的内化。第一，在日常培养环节，重视实践性教学。将实践操作理念引入课堂教学中，积极开展“企业家进校园”活动。聘请具有丰富实战经验的管理会计和大数据分析领域校外导师或者专家学者，定期为学生开展专题讲座。与此同时，在日常教学中的专业课授课环节，除任课教师授课外，还专门邀请校外导师或专家进行实务案例讲解。第二，将课堂搬出教室，开展“师生进企业”活动，根据不同课程的特点，充分利用校企合作平台，为学生提供调研和实践的机会。在校外实践基地开设教学场所，学生、教师以及校外专家进行充分沟通与交流。第三，校外实践基地的设置与 MPAcc 人才培养目标必须要高度契合，尤其是要符合大数据分析型管理会计人才的专业素质要求，通常选择制度完善和组织架构合理的大中型企业、财务共享服务中心、管理咨询公司以及大数据技术应用公司。实践培养环节的重视有助于 MPAcc 学生真正实现专业知识的内化，使学生有更强的动手能力和快速适应能力。

  本文基于 SECI 框架，从知识转化角度入手阐释了 MPAcc项目大数据分析管理会计人才培养问题，重点探讨了 SECI 模型在人才培养过程的适用性以及路径实现问题。为了使 MPAcc人才培养工作更有针对性，在课程设置方面首先要做好基础课程教学工作，营造良好课堂氛围，不断调整创新教学方式，注重不同学科的交叉融合，进一步丰富大数据技术相关的授课内容，增加校外实践基地的建设力度以及不断推进校企合作，实践性理念要融入到学生日常学习和科研过程中，培养单位也要使软硬件的配备进程赶上人才培养改革的步伐，真正使 MPAcc人才培养项目实现内涵式发展。
 

 

［1］竹内弘高，野中郁次郎，李萌.知识创造的螺旋：知识管理理论与案例研究［M］.知识产权出版社，2006.

［2］马永强，包锁柱，崔健.大数据背景下的会计职能新变化探究［J］.财经界，2020（29）.

［3］周祥军，李卷香，乔永婷.大数据技术对管理会计的影响［J］.合作经济与科技，2020（18）.