Python在“涉税风险分析”课程教学中的应用探索

●郝万丽

一、财税教学改革与“涉税风险分析”课程特点

1.国家政策环境驱动财税教学改革。2018年4月，教育部印发《教育信息化2.0行动计划》，要求将信息技术和智能技术深度融入教育全过程，推动改进教学、优化管理、提升绩效。2019年2月，中共中央、国务院印发《中国教育现代化2035》，明确指出要利用现代技术加快推动人才培养模式改革；2021年3月，十三届全国人大四次会议表决通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，明确要求深化教育改革，建设高质量教育体系。可以看出，深化教育教学改革是永恒的话题，受到国家的高度重视，在改革的过程中强化大数据和人工智能技术的应用必须落实到行动上，深入到实际中。

2.科技新变革推动财税教学变革[2]。随着以技术为驱动的创新的空前扩张，数字化体验、分析技术和云技术在社会经济生活中不断展现自身的价值，成为有效推进国家战略和新商业模式的核心基础和企业变革的颠覆性驱动力[7]。社会经济生活中，传统企业纷纷踏上自动化、智能化、数字化转型的进程[8]，企业的财务部门也正顺应这种转变，利用大数据、云计算、人工智能等信息化新技术和自身天然的“数据中心”优势，完成着从企业价值守护者向企业价值创造者的转变。在财税教学领域，通过学科间的融合为传统教学模式赋能，增强云计算、人工智能等前沿技术在教学实际中的应用，促进财税人才培养模式的特色化发展成为改革创新的新蓝海。

3.市场新需求引导财税教学变革。2021年3月，中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》，明确要到2023年实现从“以票管税”向“以数治税”分类精准监管转变，金税四期工程是实现这一转变所依托的重要信息化管理系统。金税四期依托财税数据汇集和多部门共享，能够实现对同一企业或个人不同时期、不同税种、不同费种之间，以及同规模同类型企业或个人相互之间税费匹配等情况的自动分析监控，实时发现涉税风险[7]。对企业来说，提前防范和降低风险成为新的财税业务需求点，目前来看，企业的财务领域大数据应用也已经启动并取得了一定成绩，但受困于财经商贸大数据领域数据分析人才稀缺，进展并不顺利，大数据分析工具掌握不多、运用不够，导致利用数据技术整合、分析与应用大数据的整体质效不高[3]。财经商贸领域复合型人才的培养需要社会、企业和高校共同努力，高校作为人才培养的主要载体，必须着力专业教学改革，使之与大数据技术深度融合，承担起“大数据+财经商贸”高素质复合型人才输出的主力军作用以适应时代需求。

4.课程新特点需要财税教学变革。涉税风险分析课程是契合金税四期智慧税务生态下“以数治税”的理念，贴合财经商贸大数据领域数据分析人才稀缺的现状，以培养“大数据+财经商贸”高素质复合型人才、满足市场需求为根本出发点而开设的新型财税综合应用类课程。课程开设于大学中高年级段，是基于学生已掌握基本财务处理规则和税收政策的基础上的素质拔高类课程，涉及不同报表间、报表各项目间、涉企各类数据间关系的比对和分析，不仅数据量较大，而且逻辑关系偏复杂，在实际教学过程中发现，大多数学生先修课程掌握并不扎实，在一个学期内单纯理论讲解对于学生来说接受程度较低，教学效果不好。考虑到学生的电脑操作热情普遍较高、Python先修课程学习效果较好等特点，引入大数据处理技术结合用于课程教学，不仅能够减少数据处理工作量，节省更多的精力专注于知识本身，而且能够将分析过程进行可视化展示，获得更直观的教学效果，寓教于实操的教学模式也更加能够激发学习热情，提高学习主动性。

二、Python在涉税风险分析课程中的适用性分析

Python作为一种简洁却强大、实用的脚本语言，特别适合于财经商贸专业的学生进行学习。综合来说Python有如下几点明显的优势：一是简单：Python是一种代表简单主义思想的语言，Python的语法在所有语言中称得上是最简单的，完全不限定学习和使用者的年龄，有简单英语基础的人即可以加入学习，阅读一个良好的Python程序就像是在阅读简单的英文段落，Python这种伪代码属性是其最大的优点，而且与其他语言相比Python的代码量要小的多，特别适合于初学者，能够使学习者充分利用Python大批量数据处理的优势解决问题而又不额外增加很大的学习负担。二是完全免费、开源：Python用户可以完全免费地自由获取和阅读Python源代码、对其做出复制、改动并应用于新的程序开发中，不用担心版权问题。三是丰富的库：Python拥有非常庞大的标准库和许多高质量的其他库，在许多情况下我们不需要自己编写代码，直接调用已有库的功能模块就能够完成数据爬取、处理、分析和可视化等多种功能，既缩短了学习时间，又降低了工作成本，还减少了工作量。四是Python是“胶水语言”，可将数据采集、处理、建模与分析和可视化整合到一个脚本中，一次运行便可获得结果，大大降低了工作成本，提高了工作效率。[1]

Python的上述优势使其在特别适用于高职涉税风险分析课堂。

1.与高职学生的知识技能基础相适配。高职院校学生生源渠道多样，知识和技能基础不一。普通高中生源文化课知识基础较好，但大多数会计税务专业的学生高中学习的是理科分类，信息技术逻辑思维能力稍弱；中职生源文化课基础较弱，尤其是英语技能底子差，这些都不利于学生对于高难度的信息技术技能的学习和掌握。Python简单易用的特点正好解决了上述难题，是高职财经类学生学习初学大数据信息技能的不二选择。

2.完美解决了涉税风险分析课程的教学难题。如前所述，涉税风险分析课程知识综合性高、技术技能难度大，在传统的教学模式下，老师仅仅以讲授的形式介绍企业申报异常的情况、存在的风险、识别的方法，辅之以简单案例讲解异常申报给企业带来的不良后果，只能进行基本面的知识传授，不能直观展示方法的运用和实际问题的解决途径，对于学生动手能力的培养和实操技能的提升作用不大，且极易使学生产生畏难情绪，教学效果不好。Python的辅助使大批量数据的处理成为可能，实现了将实际业务引入到课堂教学中来，一方面增强了课程的趣味性和吸引力，另一方面也更有利于学生理解和巩固理论知识。[1]

三、Python应用于“涉税风险分析”课程教学的具体案例

本部分以“企业申报异常风险识别”为具体教学案例，展示案例实践主导、大数据辅助的新型项目化教学模式的优势与可行性。

1.课程教学准备。新的教学场景下要配备数据、模型和Python技术工具这三大教学要素。数据是完成任务的基础，没有数据的支撑数据分析就只能是纸上谈兵，无源之水，产教融合的深度合作为我们解决了这个问题，百望科股份有限公司为我们提供了强有力的脱敏数据支撑并内置于大数据风险分析平台中，奠定了坚实的分析基础；模型是完成任务的灵魂和主线，在任务的推进过程中，老师会引导学生基于解决任务的视角出发思考从哪些方面、哪些角度构建模型，如何根据模型选择需要的数据，如何借助Python工具将数据带入到模型中完成数据分析和可视化工作；Python是完成任务的重要辅助，考虑到Python代码编写的难度，我们通过大数据风险分析平台将大部分的代码进行了提前预设，学生只需要补齐部分简单代码或尝试编写部分重复出现过的代码，就可以使用这一工具，既体现到了技术的先进和便捷，又避免了畏难情绪。

2.课程教学实施。

（1）申报异常风险识别的模型构建。运用Python技术对数据进行操作之前，需要首先运用所学引导学生思考总结出构建申报异常风险核查模型的规则，即完成申报异常风险识别模型：连续3个月以上零申报，累计6个月以上零申报或负申报。

（2）申报异常分析识别。在构建模型的基础上，使用内植于大数据风险分析平台中的2021年某税务局全部申报数据（约8000条，已全部脱敏）展开风险识别工作。

一是筛选连续3个月以上零申报的企业，代码如下：

上述代码对初学者来说比较困难，采取的解决策略为将复杂代码提前内置于大数据分析平台，学生仅需根据所学财税知识，按照模型的逻辑将指标关系补充完成，点击运行即可完成数据筛选。

二是筛选累计6个月以上零申报的企业，代码如下：

这部分代码相对简单，且与连续3个月以上零申报的筛选代码存在较多重复，采取的教学方式是教师引导下学生自主完成，从实际结果看学生完成度较高。

三是筛选累计6个月以上负申报的企业，代码如下：

此处代码与累计6个月以上零申报的筛选代码基本相同，采取的教学方式是以测试的方式由学生独立完成，80%的同学能够自主完成代码编写和数据筛查工作。

至此全部申报异常风险企业筛查完毕，学生在一个项目的过程中从约8000条数据中筛选出了风险企业、实际运用了所学财税知识解决问题，通过Python代码由补充到指导实操再到独立实操的循序渐进过程，完成了大数据技术的熟悉和掌握，并切实感受了大数据数据处理的效率，教学效果呈现质的飞跃。

四、结论与展望

1.教学改革中需要产教深度融合、校企深度合作。在Python在“涉税风险分析”课程教学中的应用探索过程中，深度产教融合、校企合作发挥了重要的推动作用。行业企业不仅有强大的技术研发团队支持大数据风险分析平台搭建，为案例实践主导、大数据辅助的新型项目化教学模式探索进行了Python工具和环境的预置，降低了大数据技术在财税专业教学中的融入难度，而且公司提供了大量完备的企业实际运行中产生的财税数据作为分析源，最大程度保障了课程效果，达到所学即所用，所学即有用的教学目的。

2.大数据技术在财税教学改革中确能推波助澜。在传统的财税教学中尝试引入Python大数据工具作为辅助手段的做法经实践检验是可行的，一是可以处理的数据呈级数增长，便于提供与实际工作贴合的学习环境；二是教师和学生能够有更多的精力专注于财务数据逻辑关系挖掘和模型构建，并快速检验结果；三是学生可以切实感受到大数据技术为学习和工作带来的便捷与高效，激发学习兴趣和主动性，坚定科技引领发展的信心和决心。但大数据技术的引入是一个循序渐进的过程，对于财税专业的学生来说，大数据技术的渗透和学习应用不能急于求成，应该遵循直观感受激发兴趣，简单应用尝试入门，深入探究巩固成果的由浅入深的逻辑。

3.学科融合育人新模式值得深入挖掘和探索。通过本课程教学探索，发现在财税教学中融入信息技术处理元素是完全可行的。因此，全方位、多举措地进行学科融合探索，围绕大数据、人工智能技术完善课程体系和教学手段，支持和鼓励财税类课程与前沿技术联通，开放教学理念，创新人才培养模式，对于打破原有教学理念，构建新型财税科技人才培养生态具有重要意义，值得深入挖掘和探索。