1. 引言
随着云计算、大数据、人工智能、区块链等新一代信息技术的迅猛发展，社会正全面步入一个以数据为关键生产要素的数字经济时代。中国信通院发布的《全球数字经济发展研究报告(2024年)》显示，中国数字化转型投资规模2024年达0.46万亿，较2023年增长17.9% [1]。在未来的经济发展中，数字经济更是成为推动经济复苏、增强经济韧性的关键动能。在此背景下，企业的运营模式、决策流程和竞争格局发生深刻变革，财务职能从传统的“核算反映型”向“价值创造型”战略管理加速转型[2]。财务工作的重点不再局限于事后记账与报表编制，而是前移至事前的预测、事中的控制和事后的深度分析，财务数据与业务数据、外部数据的融合分析成为洞察企业运营、支撑战略决策的关键。
这一变革对财会人才的能力谱系提出了颠覆性要求。国际会计师联合会(IFAC)、管理会计师协会(IMA)等权威机构均强调，未来的财会专业人员必须是“数据的解读者”和“业务的合作伙伴”。然而，我国高校传统的财会人才培养模式，普遍存在重准则轻业务、重核算轻分析、重理论轻实践等弊端[3]，导致毕业生数据分析能力严重不足，与产业需求形成显著鸿沟。
在数智技术重塑会计行业边界的背景下，国内外学界与实践领域围绕会计教育改革的探讨，均聚焦于“数据分析”这一核心维度，形成能力要求升级与课程体系适配两大研究方向。从会计专业人才能力重构来看，数据分析能力已成为数智时代会计人才的核心必备能力，突破了传统会计以核算为核心的能力框架。国内研究明确，会计人才角色正从传统核算者转向“数智技术实践者”“业财融合引领者”，需具备会计数据采集、流转、分析与应用的全流程能力，以及将数据分析结果转化为企业决策支撑的能力(蒋瑜峰等，2022 [4])；国外会计组织亦将数据分析能力纳入核心能力框架，如美国管理会计师协会(IMA)在《增强版管理会计能力框架》中，将技术领域能力更新为“信息系统、数据治理、数据分析、数据可视化”，凸显数据分析在管理会计实践中的核心地位(崔华清等，2022 [5])。
从会计专业课程建设革新来看，增设与优化数据分析相关课程，成为衔接能力需求与教育输出的关键路径。国内高校已开展针对性探索，西南财经大学通过提升数学和统计类课程难度、增加大数据分析与机器学习相关课程，重构会计专业课程体系(马永强，2023 [6])；王爱国等(2021)则提出开设面向会计数据场景的专项课程，以真实业务框架引导学生掌握会计数据智能化路径，实现“业务–数据–分析”的闭环教学[7]。国外高校同样注重课程与实践的结合，如玛丽埃塔学院会计专业“顶点”课程，将FASB编纂数据库研究等数据分析技能融入教学，同步培养学生的专业分析能力与实践应用能力(汤夕粞，2021 [8])。
综上，无论是人才能力界定还是课程体系建设，国内外会计教育研究均达成共识：数据分析能力是数智时代会计教育的核心锚点，需通过“能力目标明确–课程内容匹配”的双向改革，实现会计人才培养与行业数智化需求的深度适配。因此，探索数字经济背景下财会类人才数据分析能力的系统化培养模式，已成为当前财会教育改革的紧迫课题。本文旨在构建一个普适性的能力框架与培养路径，并结合南宁学院《SPSS数据分析》课程的具体改革实践，为这一课题提供可借鉴、可操作的解决方案。
2. 数字经济时代财会人才数据分析能力框架重构
国家财政部2018年发布的《会计人员管理办法》第四条明确，会计人员需具备会计类专业知识、掌握基础会计技能以独立处理基本业务，这一要求与会计核算、税务筹划、财务报告编制等传统经典能力相呼应，核心均围绕“专业素质过硬”展开。但这类能力要求多聚焦于财会领域内部，既缺乏跨学科知识的融合，也未充分适配数字化发展背景下的新需求。
而在当前数字化浪潮中，企业财务数据量呈指数级增长，传统的能力要求已难以满足决策需求。此时，数据分析能力成为连接传统财会技能与数字化需求的关键纽带，让会计人员从“数据记录者”升级为“数据驱动的决策支持者”，恰好弥补了传统能力在跨学科融合与数字化适配中的短板。笔者认为，数字经济背景下财会人才的数据分析能力是一个多层次、复合型的能力结构，可解构为以下四个维度：
1. 数据思维层：这是能力结构的基石。它要求财会人员具备强烈的数据敏感度和批判性思维，能够从海量数据中识别出与财务和业务相关的关键信息，理解数据背后的商业逻辑，并形成“用数据说话、用数据决策、用数据管理”的思维习惯[9]。
2. 工具应用层：这是能力实现的载体。财会人员需掌握至少一种主流的数据处理与分析工具。这既包括经典的SPSS、Stata等统计软件，用于规范的统计推断与建模；也包括SQL用于数据提取，Python/R用于更灵活的数据处理和机器学习，以及Power BI、Tableau等用于数据可视化与交互式分析[10]。
3. 分析方法层：这是能力构成的核心。它超越了简单的描述性统计，要求财会人员能够根据具体的业务问题，选择和运用恰当的定量分析方法。包括但不限于：相关与回归分析、时间序列预测、假设检验、方差分析、聚类分析等，并能将分析结果转化为对收入、成本、利润、风险等财务关键指标的洞见。
4. 业务应用层：这是能力价值的最终体现。它强调将上述思维、工具和方法综合运用于真实的业务场景，解决实际问题。典型场景包括：财务报表的深度分析与业绩评价、成本动因分析与控制优化、客户信用风险评估与欺诈识别、预算编制与执行偏差分析、投资项目可行性分析与决策支持等。
这四个维度相互关联、逐层递进，共同构成了新一代财会人才所应具备的数据分析能力全景图。
3. 当前财会人才数据分析能力培养的现状与困境
尽管培养数据分析能力的必要性已成为共识，但高校在实践教学中仍面临诸多挑战：
1. 课程体系滞后，与业务场景脱节。许多高校未开设或仅简单增设一两门有关数据分析的课程，内容多照搬统计学或信息科学的知识体系，案例陈旧且与财务会计融合度低。学生虽学会操作，却不理解分析结果在成本控制、收入分析、风险预警等具体财会领域业务场景中的实际意义。
2. 教学内容“空对空”，缺乏真实数据驱动。教学案例多为教材附带的、经过高度简化的模拟数据。学生在一个“无菌环境”中学习，无法处理真实世界中数据的杂乱性、缺失性和复杂性，导致“纸上谈兵”，进入职场后面对真实数据束手无策。
3. 教学模式传统，学生参与度与创造性不足。“教师演示、学生模仿”的灌输式教学仍占主导，学生被动接受知识，缺乏主动探索、团队协作解决一个完整数据分析项目的机会，难以培养解决复杂问题的综合能力。
4. 评价机制单一，难以衡量综合能力。考核多以期末笔试或简单的上机操作为主，侧重于对软件操作和统计理论的记忆，无法有效评估学生在真实任务中展现出的数据清洗、分析设计、报告撰写和业务解读能力。
4. 财会人才数据分析能力系统化培养路径设计
针对上述困境，本文提出一个系统化的“四位一体”培养路径。
1. 构建“融合递进”的课程体系。打破单一课程孤军奋战的局面，设计一个贯穿本科四年的能力培养链路：
基础层(大一)：在《会计学原理》《中级财务会计》《管理学原理》等课程中融入基础的数据观念，并开设《数据库原理》等有关数据技术的课程。
核心层(大二大三)：开设《SPSS数据分析》《Python应用》等有关数据技术的课程，让学生掌握SPSS、Power BI、Python等数据分析的核心工具。
拓展与综合层(大四)：开设《智能财务决策》《大数据财务分析》《行业会计数据分析》等前沿课程，并通过《跨专业综合实训》《毕业设计》等环节，让学生在模拟或真实的企业环境中综合运用数据分析技能。
2. 推行“真实情境+项目驱动”的教学模式改革。这是培养路径的核心环节。其精髓在于：
内容重构：以行业和业务场景为主线重构教学内容。例如，将知识点融入“零售业销售收入因素分析”、“制造业成本偏差分析”、“金融业客户信用评分模型”等项目。
数据真实：教学数据来源应多元化，包括合作企业的脱敏数据、权威数据库(如国家统计局、Wind)的宏观微观数据、以及学生自主调研获取的一手数据。
过程完整：要求学生以个人或小组形式，完整经历“业务问题定义–数据获取与清洗–分析方法选择–模型构建与解读–分析报告撰写与可视化呈现”的全流程，强调产出导向。
3. 打造“校企协同”的“双师型”教学团队。聘请企业财务分析师、数据科学家担任行业导师，参与课程设计、案例开发、课堂讲授和项目评价。同时，鼓励校内教师赴企业实践或参与横向课题，提升实务经验，形成校企协同育人的良性循环。
4. 构建“多元多维”的教学评价与反馈机制。改变“一考定乾坤”的做法，建立过程性评价与终结性评价相结合、多元主体共同参与的考评体系。评价主体应包括教师(评价专业性与规范性)、企业导师(评价实用性与可行性)和学生(通过互评考察团队协作)；评价方式应涵盖实验报告、项目文档、数据分析报告、口头答辩等多种形式。
5. 案例实证：南宁学院《SPSS数据分析》课程改革实践
南宁学院商学院针对会计学专业大四学生开设的《SPSS数据分析》课程，是上述培养路径，特别是在“教学模式改革”与“评价机制创新”方面的成功实践。
5.1. 课程定位与目标
该课程作为专业选修课，明确服务于财会人才的数字化转型。其目标不仅是让学生掌握SPSS软件操作，更是培养其“运用统计分析理论，选择恰当方法，依托SPSS工具，解决财会领域实际数据分析问题，并撰写专业报告”的综合能力。
5.2. 核心改革举措
1. 教学内容重构：从知识逻辑到行业逻辑
课程彻底摒弃了按“描述统计–t检验–方差分析–回归分析”等知识模块组织的传统结构，创造性地按照广西地方经济的特色产业，将内容重构为“旅游业”、“商贸企业”、“制造业”“交通运输业”“金融业”“教育单位”“医疗单位”“机关单位”等8大行业的SPSS数据分析模块。每个模块都聚焦于该行业的典型财务问题，如旅游业的客单价与满意度关系分析、商贸企业的促销活动效果评估、制造业的盈利能力影响因素分析等，实现了数据分析与财会业务的深度融合。
2. 教学情境创设：三类数据源确保“真学真做”
本课程在建设过程中，主要以真实数据开展数据分析，其数据来源有三：
一是企业的真实数据：来自课程团队当中企业专家所在单位，以及其他团队成员横向课题合作单位，对企业真实数据进行脱敏后的财务与业务数据。
二是数据库挖掘数据：引导学生从学校购买的数据库及阿里研究院、镝数聚、国家统计局等公开平台，以及同花顺、东方财富网等公开咨询网站，挖掘和整理行业数据。
三是学生调研数据：学生小组围绕特定问题设计问卷并收集一手数据。
通过这种“真数据、真问题”的情境，极大地激发了学生的学习兴趣和挑战精神，让学生在真学、真做当中掌握真本领。
3. 教学模式创新：以产出为导向的项目式教学
课程主要采用项目式教学(PBL)。每个行业模块即一个分析项目，学生以小组为单位，完成从数据获取、预处理、统计分析到最终撰写一份可供企业参考的数据分析报告的全过程。教师角色从“讲授者”转变为“引导者”和“教练”，课堂中心从“教师演示”转向“学生实战”。
4. 评价体系优化：师、生、企三维协同评价
教师评价：侧重于数据分析方法的正确性、操作流程的规范性、报告逻辑的严谨性。
学生互评：在小组汇报环节，考察成员的团队协作、沟通表达与贡献度。
企业导师评价：邀请合作企业的财务总监/经理对分析报告的业务洞察力和决策参考价值进行点评与打分。
三维评价机制全面考核了学生的技术应用、团队协作和职业素养，并与多元化的考核项目(数据整理报告、分析过程记录、最终报告、小组汇报)相结合。
5.3. 改革成效
经过两轮教学实践，改革成效显著。在学生能力提升方面，学生不仅能熟练操作SPSS，更关键的是建立了将数据分析技术与财会业务问题相关联的能力。在教学满意度方面，校内评教、督导听课及学生匿名反馈中，均获得了高度评价。
以2025年的开课情况为例，南宁学院2022级会计学专业的学生约430人、共10个教学班。其中有7个班按照传统教学方法进行(以下简称传统教学班)，学生对课程的评价见图1~3；有3个班采用以上教学改革措施(以下简称教学改革班)，学生对课程的评价见图4~6。问卷调查结果如下：
以下是传统教学班在《SPSS数据分析》课程关于学习技能、实用性、SPSS工具与财会专业融合方面的答题情况。
第1题：你在《SPSS数据分析》课程学习到的技能有多少？
Figure 1. Answering performance of traditional teaching classes on question 1 in the survey
图1. 传统教学班在问卷第1题的答题情况
第2题：你认为《SPSS数据分析》课程是否实用？
Figure 2. Answering performance of traditional teaching classes on question 2 in the survey
图2. 传统教学班在问卷第2题的答题情况
第3题：你在《SPSS数据分析》课程感受到该工具与财会类专业融合了吗？
Figure 3. Answering performance of traditional teaching classes on question 3 in the survey
图3. 传统教学班在问卷第3题的答题情况
以下是教学改革班在《SPSS数据分析》课程关于学习技能、实用性、SPSS工具与财会专业融合方面的答题情况。
第1题：你在《SPSS数据分析》课程学习到的技能有多少？
Figure 4. Answering performance of teaching reform classes on question 1 in the survey
图4. 教学改革班在问卷第1题的答题情况
第2题：你认为《SPSS数据分析》课程是否实用？
Figure 5. Answering performance of teaching reform classes on question 2 in the survey
图5. 教学改革班在问卷第2题的答题情况
第3题：你在《SPSS数据分析》课程感受到该工具与财会类专业融合了吗？
Figure 6. Answering performance of teaching reform classes on question 3 in the survey
图6. 教学改革班在问卷第3题的答题情况
根据以上问卷调查的结果可知，教学改革班的学生在《SPSS数据分析》课程学习到的技能、SPSS的应用能力、SPSS工具与财会专业融合能力都比传统教学班有明显的提高。
6. 结论与展望
在数字经济浪潮下，强化财会人才的数据分析能力已不是“可选项”，而是“必答题”。成功的培养模式必须进行系统性的改革，其关键是要构建一个清晰的多维能力框架作为目标指引、设计一个融合递进的课程体系进行系统支撑、坚定不移地推行以“真实情境”和“项目驱动”为核心的教学模式革命、配套建设“双师型”队伍和“多元协同”的评价机制作为保障。
展望未来，财会人才的数据分析能力培养仍面临诸多挑战，如何解决技术更新与资源限制的问题、如何处理数据隐私与伦理问题，以及如何建立更稳定、更深入的企业数据合作渠道等，这将是下一步研究与实践深化的方向。
基金项目
本文为南宁学院2023年实践教学示范课程项目《SPSS数据分析》(项目编号：2023XJYYS03)。