边用手比划着，仿佛在虚拟的屏幕上操作：“在软件里，我们可以设置‘养殖场名称’、‘年度’、‘乡镇’等作为筛选条件。比如，我们先从庞大的无害化处理数据中，筛选出那些我们需要重点核实的、有疑点的养殖场，看看它们在投保期间，官方记录的病死猪无害化处理数量是多少。”
“接着，我们再从出栏检疫数据中，找到这些同一个养殖场，在同一个保险期间内，实际出售生猪的官方检疫数量。接下来是关键的一步：我们将这个养殖场在保险期内的死亡无害化处理数量，与其同期的生猪实际出栏数量相加。您想，一个养殖场在一定时期内，猪的去向主要就是两个：要么养大卖掉了（出栏），要么中途病死了（无害化处理）。所以，这两个数字加起来，理论上就应该约等于这个养殖场在这一时期内的真实养殖存栏量，或者说是它的生产周转总量。”
赵旭听得非常专注，不时点头，显然理解了其中的逻辑：“嗯，有道理。死亡加出栏，基本就是它的活动总量。那然后呢？怎么发现异常？”
“然后就是比对分析了。”王兵继续说，“根据筛选和计算的结果，会出现几种异常情况，非常能说明问题。”
“第一种，”他伸出一根手指，“个别养殖场，你会发现它在保险期内，官方的无害化处理数量和出栏检疫数量竟然都是0。这意味着什么？意味着这个养殖场在官方记录里，既没有死过猪，也没有卖过猪。那它投保的那些猪是哪里来的？
难道都凭空消失了？或者根本就是‘空气猪’？对于这种养殖场，检查人员就必须高度警惕，这极有可能涉嫌虚构养殖业务，纯粹是为了骗取财政补贴资金而设立的空壳项目。接下来，我们就可以进一步核查这类养殖场的用水、用电情况。如果水表、电表显示消耗量极低，甚至长期是0，那就基本可以断定，这个养殖场根本没有开展实际经营，骗保的嫌疑就非常大了。”
本小章还未完，请点击下一页继续阅读后面精彩内容！
“第二种情况，”王兵伸出第二根手指，“部分养殖场，它既有无害化处理数据，也有出栏检疫数据，看起来是正常经营的。但是，当我们把它的出栏数量和无害化处理数量相加，会发现这个‘总和’远远小于它向保险公司投保的数量。
比如，它投保了1000头，但出栏加死了总共才300头。那另外700头去哪了？难道是不用检疫、不用处理就‘隐形’了？这显然不合常理。这种情况下，检查人员就需要进一步核实这个养殖场的实际养殖规模，比如它的圈舍面积、设计存栏能力等。如果核实发现，其投保的数量远远超出了养殖场最大的承载量，比如一个最多只能养500头猪的场地，却投保了1000头，那么它就涉嫌虚增养殖数量，以小报大，骗取超额保费和财政补贴。”
王兵总结道：“通过这种数据交叉验证的方法，我们可以快速地从海量的养殖场中，精准地锁定那些异常点，然后再有针对性地开展现场检查，核查经营痕迹、走访周边农户、核实饲料购买凭证等等，这样检查效率会大大提高，也更容易抓住真凭实据。”
赵旭听完，眼中露出赞赏的光芒：“王科长，你这套方法非常系统，而且具有很强的可操作性！将动物卫生监督部门的客观数据引入保险核查，等于是用第三只眼睛看问题，打破了保险机构单方面信息的局限性。这对于我们发现虚假承保、虚假理赔，确保财政补贴资金真正落到实处，意义重大！看来这次带你一起来，真是带对人了！”
得到赵旭的肯定，王兵心里也踏实了一些，他谦虚地说：“赵科过奖了，这只是我过去工作中总结的一点心得。其实这套思路，完全可以应用到我们对国旺公司江城中心支公司的检查中。我们可以尝试从江城动物卫生监督所获取近两年的相关数据，特别是重点围绕那些理赔频率高、赔付金额大的养殖户进行交叉比对，说不定能有意外发现。”
“好！这个思路很好！”赵旭当即拍板，“明天一早，我们就调整检查方向。一方面，继续按计划核查财务凭证
