基于SECI的“互联网+MPAcc”大数据智能管理会计人才培养

程 平（博士生导师），王 爽

一、引言

随着互联网技术的成熟发展以及新时代下行业对会计人才培养提出的更高要求，MPAcc教育面临着新一轮的改革。根据《会计改革与发展“十二五”规划纲要》有关管理会计发展的内容，财务部制定发布了《关于全面推进管理会计体系建设的指导意见》，明确指出要持续推进管理会计人才队伍建设，尽快探索出管理会计人才能力框架。互联网时代下，依托大数据、人工智能等新兴技术的发展，MPAcc教育改革更加注重大数据与人工智能相结合的管理会计人才的培养。大数据智能管理会计人才重在培养其面向未来企业内部管理需要，通过利用数据信息，以大数据智能技术为支撑，有机融合财务与业务活动，在企业财务规划、决策、控制和评价等方面发挥重要作用的能力。

重庆理工大学作为全国目前唯一的“互联网+会计”MPAcc深化教育改革研究单位，在管理会计人才培养上也走在全国前列，因此本文结合重庆理工大学MPAcc培养模式构建出基于大数据智能的管理会计人才培养模型，并就人才培养中能力形成的过程进行深入探讨，旨在为全国MPAcc教育改革提供一定的指导。

近年来，随着互联网、大数据智能技术的快速发展，有关MPAcc教育改革以及管理会计人才培养的话题引起了学者们的广泛关注。程平等[1]就MPAcc教育人才培养模式进行改革，构建了基于协同创新的总体培养框架，详细分析了战略协同、主体协同、过程协同和知识协同等四个协同过程的内涵，并针对关键培养环节重点阐述了相应的协同创新改革路径。程昔武等[2]从培养“卓越会计师”的角度，根据“卓越会计师”培养计划的目标，以及社会对“卓越会计师”能力结构的需求，明确了MPAcc能力结构，并在此基础上设计了培养方案。乌婷等[3]则从大数据时代对管理会计产生的影响入手，提炼出管理会计职业能力新要求，进而提出制定管理会计发展战略、搭建管理会计信息化平台以及完善管理会计人才培养的建议，为会计人员胜任大数据时代管理会计工作提供了帮助。江小琴[4]以提升会计人员管理能力为目标，基于我国现有管理会计人才能力框架，考虑大数据背景对会计人员数据处理能力的特殊要求，构建了以技术能力、人际能力、决策能力为三大核心技能的能力框架。

综观上述文献研究可以发现，现有关于MPAcc大数据智能管理会计人才培养的研究主要包含两个方面，即从MPAcc教育总体上进行人才培养模式的改革与框架的构建以及在大数据环境下进行管理会计人才培养能力框架的构建。但有关MPAcc教育在大数据智能技术快速发展的背景下进行管理会计人才培养模型的构建，同时通过知识转换SECI理论进行管理会计能力培养的研究少之又少。鉴于此，本文将大数据智能技术融入MPAcc管理会计人才培养具体内容中，通过构建大数据智能管理会计人才培养框架模型（基础层中以诸多课程与多种形式的教学场所为该模型的后续支撑，应用层以具体课程为例，融合SECI理论实现教学模式的转变，提高课程知识的转换效率），从而达到人才能力培养的目的。

二、SECI理论与大数据智能管理人才培养模型的融合

SECI理论由日本学者野中郁次郎提出，其理论核心为知识的转换过程，从隐性知识到显性知识再到新的隐性知识，其间经过四个知识转化阶段，分别为隐性知识社会化阶段、隐性知识外化阶段、显性知识融合阶段以及显性知识内化阶段。SECI模型存在两个基本前提：一是知识是已经存在的，因为只有这样才有可能创造出新的知识；二是知识的转化与创造都是在特定环境下才能进行的。因此，该理论完整的框架内容有知识资产、知识场、知识转化阶段。

SECI理论以知识资产与知识场为支撑进行知识的转换，从而形成知识再造。大数据智能管理会计人才培养也是将现有的管理会计知识结合大数据智能技术，使学生对知识进行获取、转化与升华，从而形成自身的知识与能力。因此，本文将SECI模型的核心框架引入大数据智能管理会计人才培养模型中，并依据人才培养的实际情况，在模型基础层，将知识资产演化为大数据智能管理会计相关课程知识，将知识场演化为多种形式的课堂，将知识转换的四个阶段转化为能力的形成过程，从而构建出完整的大数据智能管理会计人才培养模型。

图1 大数据智能管理会计人才培养框架模型

三、大数据智能管理会计人才培养模型的构建

重庆理工大学MPAcc教育中基于大数据智能技术管理会计人才培养模型的构建，参考了管理会计人才能力框架的要求与重庆理工大学现有的管理会计课程体系，从基础层、应用层、能力形成层三大层面形成人才培养框架模型，如图1所示。基础层由课程体系以及学习场两大内容构成，是应用层中进行学生能力培养的前提。在应用层，以“云会计与智能财务共享”课程为例，根据课程目标与特点，将课程的各个阶段与SECI理论中知识的转化阶段相融合，创造出适合该门课程的知识转化模式。通过各种形式的课堂与融合了SECI理论特点的授课模式，实现管理会计课程体系所有课程的教学，继而完成大数据智能管理会计人才能力的培养。能力形成层则能体现出管理会计人才培养的最终目标。

（一）基础层的构建

能算法。方向核心课程根据管理会计的主要目标——预测、决策、控制与评价进行开设，主要知识点包括：内部控制框架与风险识别、分析、管控；财务共享流程梳理与优化；大数据智能技术融合管理会计知识进行财务预测、决策；公司战略管理过程、战略问题分析方法与工具；战略地图应用与平衡计分卡绩效管理。实践课程主要为：会计信息系统分析、设计与软件开发；企业财务共享沙盘模拟实验等。第二课堂主要为邀请企业管理会计有关岗位人员进行实务案例讲座。

基础层的核心内容为管理会计课程体系的设计与学习场的搭建。管理会计课程体系可分为基础课程、方向核心课程、实践课程以及第二课堂，如图2所示。基础课程主要为管理会计基本理论知识以及大数据智能技术层面的内容，管理会计基本理论知识主要包括：管理会计的概念、特点与理论体系；作业成本计算原理；战略成本管理基本框架；全面预算管理基本原理；经济增加值基本原理；标杆管理基本原理；基本激励理论。大数据智能技术层面主要包括：大数据挖掘、处理、分析与储存技术；机器学习智

图2 管理会计课程体系

学习场所依据不同课程的特点与教学要求，配置了多种特色教学设备，以便使教学达到最大效用。校内课堂为主要的教学场所，拥有丰富的软件支持，包括浪潮财务共享模拟沙盘的部署，金蝶ERP沙盘模拟实验软件，金算盘、用友等财务软件以及Python、Hadoop等大数据智能处理软件的配备。MPAcc大讲堂主要为第二课堂的学习场所，由学校聘请在管理会计领域或在大数据专业领域工作经验丰富的校外研究生导师以及在大数据智能研究领域已有成效的专家学者进行实务案例讲座。移动课堂即校外课堂，将课堂布置在企业，根据课程的性质，选择不同公司进行调研与学习，让学生深入企业内部进行学习。校外合作实践基地主要是为校内课堂教学内容完成后开设的教学场所，校外合作实践基地包括与大数据智能管理会计方向有关的行业领先企业、审计局与地税局等政务部门。实践基地具有现实的工作环境，能够提供真实的财务大数据资源，配有支撑大数据挖掘、处理与分析等多线程运作的服务系统以及专业的实习指导老师。

实质上，在大数据智能管理会计人才培养框架基础层中，无论是管理会计课程体系还是颇具特色的学习场所，在内涵和成立形式上都融合了SECI模型中知识资产与知识场的特点，也验证了大数据智能管理会计人才培养模型与SECI理论是契合的。

（二）基于SECI理论的大数据智能管理会计人才培养模式具体应用

重庆理工大学旨在通过多门课程、多种形式的学习场所以及具有针对性的教学方式完成大数据智能管理会计人才能力的培养。在人才培养框架模型具体应用层面，以管理会计人才培养方向核心课程之一“云会计与智能财务共享”为例，根据该门课程的教学目标与特点结合SECI理论中知识转换的内容，形成课程的知识转换，进而实现学生知识的获取与能力的培养。

1.隐性知识传递与转换：课前准备阶段。课前准备主要为隐性知识进行传递与转换的阶段，是课堂中显性知识产生的基础。教师课前根据该门课程教学内容确定多个学习主题，如企业财务转型与财务共享、人工智能与财务共享、RPA机器人流程化与财务共享、财务共享与管理会计等比较前沿的主题。随后，将这些主题连同课前任务通过师生线上交流平台发放给学生，学生根据自身兴趣或者研究方向确定选题。课前任务要求学生以小组为单位，由小组组长根据主题特点进行任务分工，这里以选取了财务共享与管理会计主题的小组为例进行此阶段以及后续阶段的具体阐述。

目前，实施财务共享服务的集团企业已经普遍存在，因此组长可安排部分小组成员到已经建立财务共享中心的企业进行调研与走访，了解财务共享中心岗位设置与运作流程，观察财务共享中心人员的工作情况，并且重点关注在企业财务共享已经建立的背景下管理会计的实践程度。成员们在此期间，身处于企业环境与人员的工作活动中，通过观察、交流潜移默化地形成该主题的隐性知识。其他成员需要查找该主题相关的资料，明确主题重点，列出关键词并在网上收集资料，或者询问具有该主题研究经验的老师。在搜集资料的过程中，成员们需要思考如何从主题中寻找关键点，并且从诸多文献中筛选出契合主题的信息，这些反复的思考与行动即形成了学生自身的隐性知识。随后，所有成员通过小组会议分享调研心得和收集资料的过程与结果，通过肢体动作与语言实现隐性知识的传递。在会议过程中，需要安排成员通过会议纪要的形式记录隐性知识，并在会后形成ppt或者文本文档，实现隐性知识到显性知识的转换，由此完成课前任务。

2.显性知识共享与升华：课中学习阶段。课中学习阶段虽然也存在一些隐性知识，但该阶段更多的是显性知识的共享与升华。教师根据每次课程的教学内容选择主题与该内容相关的小组进行ppt展示。在展示过程中，教师要求学生在展示ppt内容的基础上有所延伸，结合自身课前准备所获得的所有隐性、显性知识进行讲解，不能完全照本宣科。这样做一方面能够让学生在共享知识时进一步加深自己对现有知识的理解，另一方面能够培养其语言表达的逻辑思维能力。展示结束后，其他小组成员针对该小组展示的内容进行评价与提问，小组成员予以回应。对于参与课堂互动的学生，老师根据评价与所提问题的质量给予一定的积分，作为该门课程考核的一部分，这样做避免了各个小组由于只关注自己所选主题而带来的知识无法真正共享的问题。随后，教师在汇报小组共享知识的基础上，对重难点知识进行补充。如对于财务共享与管理会计主题来说，重难点应为两项内容的衔接，而学生们由于缺乏工作经验且研究能力不足，不能很好地展现两项内容之间的关联性。因此，教师需要根据企业项目参与与研究的经验，分享更多基于财务共享中心的管理会计实施情况与管理会计组织构建的知识。此阶段中，通过各个主题的汇报，小组间进行着显性知识的互相传递，再通过教师的知识分享，进一步巩固与升华显性知识。

3.显性知识组合与归纳：课后整理与反馈阶段。课后整理与反馈是以以上阶段形成的学生的显性知识为基础，进行知识的组合与归纳。例如，针对课中展示的ppt所存在的不足，需要学生进行补充与修改，同时附加小组成员对该主题进一步的认识与心得，并在课程结束时提交给教师，作为教学考核的一部分。同时，教师可以鼓励学生通过美篇、简书等图文编辑工具将知识获取的过程图文并茂地展示出来，并通过公众号发布。学生也可以根据自身的学习兴趣针对这些主题撰写论文，进行更深层次的研究。此过程中，学生将课前与课中的显性知识进行组合与系统梳理，通过规范的文本形式呈现，进一步加深了对知识的理解，并且培养了自身的写作能力。

4.显性知识内化：校外实践阶段。校外实践是将显性知识内化为隐性知识、决定学生能力是否能够真正形成的关键阶段。校外实践依靠的学习场由校内课堂转变为校外合作实践基地。此阶段需要教师与符合本次教学内容的实践基地进行对接，安排相应的岗位，让学生进行实践学习。实践期间，学生将课程中学到的显性知识运用到真实的工作环境中，如参与企业财务共享中心的组织与流程优化等项目研讨会、负责财务共享中心不同岗位的工作、体会企业财务会计向管理会计转型时会计岗位工作的变化、与企业员工交流分享所学相关知识，由此，完成显性知识向隐性知识的转换。

（三）大数据智能管理会计能力形成

在应用层，具体课程的教学实现了知识的转换，培养了学生学习该门课程后应该形成的能力。因此，对于基础层中管理会计体系包含的所有课程，针对课程特点与教学目标，分别设计出基于SECI理论的教学方式，并搭配相应的学习场所，最终完成大数据智能管理会计框架中所有能力的培养。

大数据智能管理会计人才应具备的能力可以按照技术技能、管理会计业务能力以及人际能力进行划分。

技术技能包括管理会计相关软件、工具与方法的使用能力，如浪潮GS财务共享软件、平衡计分卡、战略地图等。大数据挖掘与分析能力的形成需掌握Python程序语言进行数据的爬取，并使用回归、机器学习等算法进行数据的分析。掌握大数据储存与处理技术的能力，要求会使用Mysql、Oracle等数据库管理系统建立数据库，并进行大量级数据的存储、增减、删除与修改。会计信息系统开发软件与辅助工具的使用能力包括会使用power builder进行会计软件开发，使用power designer提高软件开发效率。

管理会计业务能力体现为学生对管理会计有关业务的综合处理能力，即管理会计人才除了要掌握财务会计、管理会计知识，还要掌握管理学、统计学、运筹学、金融学等延伸领域的知识，通过多种知识融合，并在技术层面各个工具的支撑下，完成财务预测与决策、企业财务流程优化、内部控制与风险评估以及制定企业战略等工作。

传统会计人员往往忽略了其人际能力的培养，而在企业会计转型的环境下，人际能力对会计人才未来职业发展起着愈发重要的作用，在人际能力的培养中应注重以团队培养为主要形式。在团队内部，形成团队协作与沟通的能力、团队领导与激励能力；在组织内部，作为团队代表能够与其他团队相互沟通、协调，共同提高组织运行效率；在组织外部，也能够代表组织与相关业务单位进行交流与学习，为组织业务规划、决策等方面发挥作用。

四、结论

随着互联网技术的成熟发展，大数据智能技术的热潮为社会各个行业的发展带来了新的血液，会计行业由此面临着新的变革，传统财务会计正走在向管理会计转型的路上。MPAcc专业的学生作为未来会计行业的领军储备人才，其培养模式更要把握时代机遇，将大数据智能技术深层次地嵌入管理会计方向培养过程始终。因此，本文构建出基于大数据智能管理会计的培养框架，以期为全国MPAcc教育中管理会计人才培养提供借鉴。大数据智能时代充满无限可能与未知的特点影响着管理会计人才培养，面对环境的变化，应把握理论框架不变，实时进行培养方案的改进与优化，灵活制定适应时代发展的培养内容，为国家输送大数据智能管理会计人才而不断进行新的探索。