一、创新数据采集机制夯实审计基础

（一）构建协同高效的采集机制

审计组创新采用“高位推进+专班运作”模式，通过成立由分管副旗长任组长的数据协调领导小组，建立跨部门联席会议制度，有效破解传统数据采集中的部门壁垒。针对涉及乡村振兴、自然资源等领域的敏感数据，建立“双授权”机制，即部门负责人签字授权与数据安全责任承诺同步实施。

（二）实施“一点三保”数据治理策略

以审计需求为轴心构建数据采集矩阵，为保证数据时效、数据能用、数据安全，重点突破了三个关键维度：时效维度建立动态更新机制，实现财政支付数据与监测户名单实时更新；可用维度开展数据清洗，对17类SQL数据采集需求的关键字段进行标准化处理；安全维度构建涵盖采集、传输、存储全流程的加密防护体系。

下图为数据采集表。

二、多维构建分析模型精准锁定疑点

（一）粮食和重要农畜产品稳产保供审计模型组

利用补贴穿透分析模型，构建“申报主体-财政资金-确权地块”关联关系，通过对比同一乡镇的补贴发放数据与土地确权面积，发现虚报地膜补贴面积疑点：某乡镇申报的地膜补贴面积大于该乡镇土地确权总面积；虚报免耕补贴面积疑点：某合作社申报的免耕作业面积大于其所作业乡镇的土地确权总面积等疑点。

利用“资金流-项目流-地理流”三维比对模型，通过财政支付数据与卫星遥感影像时空叠加，发现某专业合作社利用原有房屋套取财政专项补贴、某村民地膜实际覆盖面积小于申报补贴面积等疑点。

下图为某村民申报地膜补贴地理坐标，已做脱密处理。

（二）高标准农田建设审计模型

利用ArcGIS+奥维互动地图模型叠加比对，结合实地踏查、走访询问等方式，发现未优先将“两区”范围内耕地全部建成高标准农田疑点；高标准农田未划入永久基本农田实行特殊保护疑点；高标准农田“上图入库”面积不真实、不准确疑点；高标准农田防护林存活率低，防护林功能发挥成效不显著等疑点。

下图为某乡镇高标准农田建设情况，已做脱密处理

（三）防返贫监测审计模型组

利用政策补贴落实人群识别模型，将防返贫监测户应享受的补贴政策与实际发放补贴进行比对，发现脱贫人口小额信贷政策落实不精准，为非监测户人员提供贷款；“雨露计划”项目应补未补疑点；超范围发放跨省就业脱贫劳动力一次性补贴等疑点数据。

下图为2022年度跨省就业脱贫劳动力一次性补贴比对结果，已做脱密处理。

三、系统揭示体制机制性问题

（一）粮食安全领域突出问题

各项财政补贴政策未严格依据项目实施方案执行，监管落实不到位，导致在项目实施过程中，存在虚报补贴面积、套取补贴等情况的发生。

（二）高标准农田建设管理漏洞

高标准农田重建轻管，导致建设完成后未划入永久基本农田、农田防护林大面积死亡等情况的发生，不利于已建成的高标准农田享受永久基本农田的特殊保护政策和国家粮食安全战略实施。

（三）防返贫政策执行偏差

责任部门相关工作人员对防返贫政策理解不到位、监管未及时跟进、审核不认真，导致执行政策不精准，应补未补、超范围发放等问题的发生。

审计组构建了“数据采集-智能分析-问题挖掘”的全链条审计模式，实践表明，大数据审计不仅提升问题发现能力，更推动形成“审计一点、规范一片”的治理效能，将事后审计升级为“政策制定-资金分配-项目执行-绩效评估”全周期监督，为新时代审计监督体系现代化提供有力支撑。（克什克腾旗审计局 蔡葵）