去年10月，杭州市启动涉粮问题专项巡察，由桐庐县组建专项巡察组对临安区涉粮系统开展为期一个月的交叉巡察。

“10大袋200余册厚厚的财务凭证，2周内完成查阅并找出问题……”进驻第一天，财务审计小组的同志就陷入了财务凭证的“海洋”，如何从众多账目资料中尽快找到问题，这让大家犯了难。

“此次巡察时间紧、任务重，这么多资料光靠一两个人，不要说找出问题，哪怕是看一遍都来不及。”在当晚的巡察组务会上，大家进行了激烈的“头脑风暴”。

“可以尝试用‘算力’替代‘人力’。此次巡察，除了商务局（粮食和物资储备局），还涉及农业农村局、财政局等单位，点多面广，但如果把各家单位的相关信息，根据巡察需要的内容进行梳理整合，生成全新的数据库，再梳理出数据比对关联项，就可以利用SQL数据语句，对关注的数据进行碰撞。简单地说，可通过‘植入’计算公式，过滤掉数据一致的信息，筛选出数据不一致的异常情况……”会上，财务审计小组的小陆分享了自己的想法。

“要是这个方法可行，那效率和准确率都会大大提高。这几天你先试试看。”小陆的提议得到了巡察组组长包丽芳的认可。

此后两天，财务审计小组同志不分昼夜，对涉粮领域购销、存储等重点环节，人、责、粮、库等重点方面，种粮补贴与储备粮订单收购挂钩等惠农政策以及相关风险点进行综合分析，将纷繁杂乱的数据“碎片”进行深度整合，并以专项巡察视角“量身”设置10个类型的比对项，建立了一个横向、纵向关联的小型简易数据库。

“将拍卖大米、小麦、稻谷等粮食数据与出库记录表数据进行对比，查询是否一致……”嵌入数据库查询和程序设计语言后，数据库开始依据设定的比对项，把沉睡的数据“唤醒”，逐项进行自动“碰撞”分析。

“大家快来看，这组数据有问题。这个种粮大户在区农业农村局提供的2017年种粮大户补贴里面没有小麦种植补贴，但在当年粮食收储公司的粮食收购订单合同中的补助项目里却有200亩小麦，涉及小麦价外补贴、运费补贴和奖励资金15000余元。”当数据库中第一次出现了红色异常信息提示，大家瞬间兴奋了起来，连夜讨论分析、查阅资料、核查疑点。

经核查2017年种粮大户汇总表及申报表、稻麦规模经营主体（大户）面积踏勘测量报告等多份材料，发现该种植大户当年种植的作物品种均为单季稻，并未种植小麦，明显与签订的粮食收购订单合同数据不符。而根据相关政策，“订单粮食”补贴奖励的面积、品种应与农户实际种植面积、品种相一致。至此，涉及该种植大户“虚报订单面积、用外购粮顶抵订单粮、套取补贴奖励资金”和相关单位履职不力等问题浮出水面。

随后，巡察组同志一鼓作气，持续运用“数据分析快速定位+人工研判锁定疑点+定向核查确定问题”模式，巡察工作取得了更大的进展。巡察期间，比对有关信息10475条，对线上61条异常数据进行抽丝剥茧，并结合线下台账资料的对照分析，“揪”出存疑问题29条。最终，经逐一分析核实，转重点问题 10条、共性问题10条、问题线索2条。

“此次巡察让我们深刻感受到运用‘大数据’的便捷与迫切。站在新的时代风口，巡察工作更要与时俱进做好‘老门道’与新办法的深度融合文章，加快迭代升级步伐。”包丽芳表示。