新文科背景下大数据审计人才培养模式优化研究.docx

新文科背景下大数据审计人才培养模式优化研究

一、引言

党的二十大报告指出,要贯彻新发展理念,着力推动高质量发展,主动构建新发展格局。[1]中国式现代化建设对我国高等教育发展提出了新要求,需要对我国高等教育课程设置及人才培养模式进行全面改革,从而为经济发展提供智力支持。为了加快建设中国特色、世界一流的大学和优势学科,2019年,教育部、科技部等13个部门共同推出“六卓越一拔尖”计划2.0,全面启动新文科、新工科、新医科和新农科建设。[2]其中,新文科建设承担着构建中国特色哲学社会科学体系,提升国家软实力,以及文科专业数字化赋能等重要任务。

大数据审计人才培养是新文科建设的重要内容,充分体现了文理学科交叉融合,是审计学科在大数据时代以及人工智能技术发展背景下的最新发展。习近平指出,审计是党和国家监督体系的重要组成部分,是推动国家治理体系和治理能力现代化的重要力量。国家审计是国家治理体系健康运行的“免疫系统”,能够通过发挥“预防、揭示、抵御”功能,防止权力滥用和治理失败。[3]大数据审计从审计数据、审计方法等多个维度突破了传统审计方法的局限,能够有效提升审计监督效能,是贯彻落实科技强审和审计信息化建设理念的最新实践。

在实践中,无论是政府审计工作还是社会审计工作都急需大数据审计人才。与此同时,大数据审计岗位对大数据审计人才的信息技术掌握程度、大数据审计思维以及创新应用能力有较高的要求。然而,在高校审计专业建设中,大数据审计专业建设明显滞后于社会需求,一方面开设大数据审计专业院校数量较少,无法满足社会日益增长的大数据审计人才数量需求,另一方面大数据审计专业开设质量明显不高,无法满足社会日益增长的大数据审计人才质量需求。在新文科建设背景下,需要优化大数据审计人才培养模式,培养出更多高质量大数据审计人才,推进我国审计事业高质量发展。

基于此,本研究在系统总结大数据审计应用现状及人才需求基础上,从课程思政与师资建设,优化数据审计课程体系与教学方法以及推进大数据审计产教融合三个维度,提出大数据审计人才培养模式优化建议。一方面,从新文科建设背景出发,探讨大数据审计人才培养模式,能够丰富新文科建设理论与实践;另一方面,大数据审计人才培养模式优化建议能够为完善大数据审计人才培养方案,构建大数据审计人才产学研体系,提升学生大数据审计实务能力提供有效指导。

二、大数据审计发展趋势与人才培养现状

(一)大数据审计发展趋势

传统审计主要依赖人工查找和分析审计数据,寻找审计线索,由于审计任务重、审计对象多,在审计人员资源和时间约束下,主要使用抽样审计方式获取审计数据。然而,随着大数据技术发展,审计对象数字化程度提升,传统抽样审计方式缺点逐渐显现。例如,传统抽样审计方式在面对体量大、类型繁多、业务复杂的审计场景时审计效率不高,且难以实现审计全覆盖。[4]近年来,随着互联网技术进步以及大数据分析技术的成熟,大数据审计开始逐渐应用到审计实践中。[5]大数据审计从审计数据、审计方法等多个维度突破了传统审计方法的局限,极大地提升了审计监督效能,是党中央关于科技强审和审计信息化建设战略的最新实践。在审计数据方面,与传统审计过度依赖财务数据相比,大数据审计突破了财务数据限制,能够充分利用网络数据及关联方数据进行多数据源对比与关联分析。在审计方法方面,传统审计利用审计人员进行专业判断,而大数据审计基于大数据分析模型以及网络实时连接,能够真正实现审计全覆盖和动态实时审计。

2017年世界审计组织成立了大数据工作组,确定了全球范围内大力推广大数据审计工作的基本方针。大数据技术进一步发展以及人工智能技术的不断成熟,推动审计业务朝着智能化、信息多维化、审计可视化、审计平台化迅速转变。基于数据分析流程,当前大数据审计分析主流方法可以划分为大数据获取技术、大数据统计分析和机器学习模型。随着大数据技术不断发展以及审计业务质量要求提升,大数据审计技术在审计实践中得到广泛应用和快速发展。例如,现有研究利用SQL查询技术发现骗取失业保险基金的审计疑点,通过网络爬虫获取公开数据辅助审计决策,通过3S技术获取空间数据用于领导干部自然资源资产离任审计。[6-8]大数据统计分析方法主要用于进行数据比对,识别数据异常,从而获取审计证据。相比于传统抽样审计方法,大数据统计分析方法能够实现审计全覆盖并进行实时审计。例如,现有研究使用大数据统计分析方法,基于财政收入大数据,探索推动财政收入更具真实性、完整性与合规性的标准化审计分析方案,并纳入审计常态化监测中。[9]机器学习技术是近年来人工智能快速发展的主要推动力。在大数据审计实践中,部分研究者开始构建并应用机器学习模型,寻找审计线索。例如,现有研究通过构建随机森林模型评估政策跟踪审计落实情况,预测政策后续执行效果;通过构建知识图谱大数据审计模型,对医疗保险工