卷煙零售市場監管模型指標分析及效能優化研究

姜旭 高健 張高豪 馮鵬程 冷繼兵 游子毅

摘?要：煙草行業是國家財稅收入的支柱之一。在許可證改革和市場化取向改革的大背景下，卷煙零售市場監管仍是煙草專賣管理工作的核心。文章以某市煙草專賣公司為例，針對該市多區域單位市場監管過程中存在的問題，提出基于模型指標數據的改進措施，在一定程度上為煙草專賣管理工作的監管效能優化提供參考和建議。

關鍵詞：煙草專賣；市場監管；模型指標

中圖分類號：F274????文獻標識碼：A?文章編號：1005-6432（2024）01-0078-04

DOI：10.13939/j.cnki.zgsc.2024.01.019

1?背景與意義

隨著市場經濟的影響和互聯網信息產業的興起，當前卷煙市場的零售業態發生較大變化，其市場監管難度也隨之增加，這已成為專賣管理不可回避的事實［1-2］。煙草專賣局作為行業專賣管理工作的基礎，承擔著行業內部專賣管理監督、市場監管和打假打私等重要職責。2013年發布的《國家煙草專賣局辦公室關于推進煙草零售市場檢查方法創建試點工作的通知》要求專賣人員通過分析、計劃、執行、處理四個環節開展專賣市場檢查工作。近幾年，新的國家局專賣系統的“市場監管模塊”在貴州省上線使用，其中模型應用功能使分析環節從人工分析發展到系統自動分析，進一步提升分析問題的準確性。到目前，各基層煙草專賣局均已開展此模型的應用研究，希望通過此模型準確篩選出轄區的違法違規客戶，切實提高市場檢查效率［3-4］。文章以該省某市煙草專賣公司Z為例，在市場監管的模型指標選取及效能分析方面，結合自身管理實際需要提出相應方案，以期對當前基于大數據、人工智能等先進信息技術支撐下的卷煙銷售違法案件監管體系的構建有所借鑒［5-7］。

圖1?市場檢查歷史數據情況

2?歷史數據分析

Z公司基于歷史數據調研本市多區域單位市場監管過程中存在難點、堵點（見圖1）。當前實際卷煙零售檢查現狀存在停留時間過短、重疊時間、偏差距離過大和執法記錄儀未使用的問題。對這些存在的問題分析如下：

（1）政策導向。由于所管片區經營戶全覆蓋的政策要求和現階段精準監管要求相矛盾，檢查員缺乏對重點戶的前置分析，只是機械的走訪，幾乎沒有對模型進行具體操作。經過分析了解到未使用的原因主要是部分專賣人員認為模型操作麻煩，不愿意研究，且認為利用模型進行市場檢查的命中率太低。

（2）普遍存在打卡式檢查，即使形成案件也未錄入系統。在一些檢查過程中發現零售戶違法行為且進行了行政處罰，但未在系統App中錄入，導致系統數據未真實記錄。指標作為模型分析功能的基礎，在數據缺失嚴重的情況下，將對分析結果造成極大的影響。

（3）現行部分指標轉換率低，導致檢查效率未得到提高。通過調查發現，現有106個數據指標中，僅有近一半的指標有數據。其原因包括專賣人員未進行維護、專賣系統有數據但在指標中未讀取以及營銷系統有數據但未能同步到專賣系統。

（4）對于指標有效運用主觀能動性不強，存在機械使用情況。模型指標未能依據轄區零售戶商圈、業態分布及卷煙銷售淡旺季情況，而是每月機械運行指標無任何調整，導致任務池過大。通過問卷調查，發現多數專賣人員沒有參加過模型方面的培訓，對模型的使用只靠自己摸索。同時，因沒有比較好的模型管理方面的內部培訓師，所以培訓的次數也非常少，導致了專賣人員在制定模型、操作系統等方面的能力較差。

3?提出改進措施

討論如何運用模型提高市場檢查案件命中率的方法，對于煙草行業具有一定參考價值。因此，為優化市場監管效能、有效提高市場檢查案件命中率，根據上述問題對市場監管措施提出改進。改進思路建立在模型指標數據分析的基礎上，實施重點為利用營銷、證件、案件、市場、物流的維度，通過收集、分析、選擇、制定、運行的5個步驟，篩選出真煙流入/流出、假煙/走私煙流入、許可證問題等違法類型的零售戶。改進思路的具體要點如下：第一，檢查戶次降下來。縮減模型指標識別+自定義指標識別形成的任務池；盡量不使用臨時檢查。第二，基于優化的模型指標提高檢查質量。第三，聚焦提升市場檢查案件命中率。定義市場檢查案件命中率=任務池形成案件數/任務池總數。

此外，除基于模型指標的改進措施外，還應加強培訓，提升專賣人員的模型應用水平。從以下幾方面加強培訓：一是加強模型方面的內訓師培養，通過以點帶面的形式，提升全體專賣人員的模型應用水平。二是根據所長、專管員等不同崗位開展不同類別的、多層次的培訓。三是除傳統授課培訓，還需開展小班教學、骨干交流、實操培訓等多種方式進行培訓。四是加強培訓實踐，要將所學的內容運用到實踐中。

4?模型指標數據分析

貴陽市煙草專賣局現有5類指標——營銷、案件、證件、市場和物流共106個，包括銷量增長率、同比、環比、覆蓋率等常用指標，針對模型應用從系統采集所涉及的數據。其中，內部信息系統涉及煙草經營戶檔案庫（包括許可證號、企業（字號）名稱、經營地址、負責人（經營者）姓名、聯系人姓名、身份證號、工商營業執照編號及有效期、供貨單位、租賃開始期限與截止期限、零售戶地址、特殊群體類型、零售業態等）、訂單信息庫（包括許可證號、預訂人姓名、電話、地址、訂單時間、卷煙規格等）、卷煙信息數據庫（包括煙草品牌、廠家、規格、煙型等）、商戶信息數據庫和涉煙犯罪前科人員信息庫等；外部信息系統涉及涉煙犯罪高危人群庫、涉煙犯罪高危地區庫、快遞點部數據庫（包括企業編碼、企業名稱、快遞公司、詳細地址、固定電話、經營范圍、經營狀態等）、涉煙寄遞物流數據庫（包括快遞公司、單號、發件人、發件人電話、發件人地址、收件人、收件人電話）、假煙專車信息庫和案件信息數據庫等。對所收集的數據進行匯總、加工，分析市場出現的違法違規行為，進而從全部煙草商戶里篩選出需要重點監管的商戶的指標。經分析得出，在實際工作當中，絕大部分指標沒被運用。根據歷史數據，長期使用的只有5個指標，分別被運用在許可證有效期管理模型、重點省籍零售戶模型、32位碼流出指向戶模型、違法重點戶模型、未正常經營零售戶模型。具體描述如下：

（1）許可證有效期管理模型使用證件指標許可證到期提醒。其工作機制為在數據庫里的商戶信息表中，對許可證有效期到期前幾個月（比如60日到期）的商家展開搜尋，給檢查人員報告出具體名單，進行提前預警。

（2）重點省籍零售戶模型使用市場指標經營人籍貫。其工作機制為提取數據庫里的商戶信息表，針對重點省籍（比如廣東）的商戶進行篩選，輸出準確符合這個標準的商戶。

（3）32位碼流出指向戶模型使用案件指標。其工作機制為在數據庫里的案件表中，篩選出一段時間內流出卷煙數大于設定值的零售戶。

（4）違法重點戶模型使用案件指標重點監管人員。其工作機制為提取數據庫里的案件表，在一段時期內，輸出涉案人員信息庫內的零售戶。

（5）未正常經營零售戶模型使用營銷指標零售戶進貨總量低于N條。其工作機制為在數據庫里的商戶銷售表中，檢查零售戶是否存在前一個周期進貨總量小于等于設定條數N的行為。當N=0時，滿足條件的商戶是未正常經營零售戶。

圖2?市場檢查數據優化情況

這些模型由使用者選中某單個指標，再定好參數，制定出對應模型。當模型指標設定好時，從數據庫里的案件表、商戶信息表、銷售表中篩選，輸出滿足給定指標條件的商戶表。

檢查員的日常市場巡查目標為：發現商戶的違法違規行為，包括未營業、擅自使用中國煙草及標識、銷售天價煙等違規經營問題，還有未亮證經營、許可證超有效期、許可證丟失損壞等許可證問題和違法案件。其中，查獲違法案件最為重要。當前市場巡查工作根據各個模型識別出的名單形成當月檢查任務，在檢查任務中即可得到檢查案件命中率。基于此，運用Z公司從2020年1月到2022年1月這兩年多的數據針對5個模型指標進行數據分析。重點是統計命中率的分子和分母。首先，從數據庫導出每個月的案件表、檢查結果表、模型識別結果表。把這些月表拼接成2年的表。然后，使用數學與三角函數（sumifs）進行跨表多條件求和，在模型識別結果表中總計每個模型每月識別商戶數，并以此模型2年識別商戶次數作分母。接著，運用統計函數（countifs）計算多區域滿足給定條件的記錄個數，即在案件表、檢查結果表中統計每個模型每月識別出的商戶的檢查結果。最后，以此2年的檢查結果，即具有違法違規行為的商戶次數作為違法違規命中率的分子，從而計算出檢查案件命中率。其中違法違規行為的商戶次數包括涉案商戶次數。

數據分析結果顯示，未正常經營零售戶模型的違法違規命中率最高，從2020年1月到2022年1月在全市遠高于其他模型及指標。分析原因得出未正常經營零售戶命中率做出貢獻的是未營業這個不規范經營行為。雖然未正常經營零售戶模型及其營銷指標看上去最方便工作，但卻是混淆監管主要目標的假象。由于造成未營業的原因多種多樣，例如修路、商家休息等，一旦商戶未營業，檢查人員就只能路過關門的店門開始檢查下一家，無法繼續追查下去。所以未正常經營零售戶模型對最重要的案件命中率沒有幫助。另外，若除去其他違規行為計數，只看違法案件指標，違法重點戶模型的案件命中率最高。這符合辦案人員經驗，即違過法的商戶很可能再次違法。案件命中率第二高的是重點省籍零售戶模型；第三高的是32位碼流出指向戶模型。最低的是許可證有效期管理和未正常經營零售戶模型，都是零。其中未正常經營零售戶模型每月識別商戶數都特別大，在5個模型里占比最大。所以未正常經營零售戶模型使得檢查人員耗時耗力卻徒勞無功，需要被棄用。

5?效能優化及預期效果

從上述市場監管改進思路及模型指標的分析結果開展效能優化。首先，選擇模型應用的方向，分4類：一是運行模型。如果分析可能存在的某種違法違規行為，已有對應的模型且指標參數可用，則直接運行該模型。二是修改模型。若對應可能存在的某種違法違規行為，已有模型但指標參數不可用，如需更改閾值，則進行相應修改。三是新增模型。若對應可能存在的某種違法違規行為，沒有該類型的模型，或在原有模型上需要新增、刪減指標的，應重新制定模型。四是停用。為了避免模型過多，要求對超過某時間段長期不使用或未命中的模型進行停用。其次根據以上模型應用方向選擇得出結論，制定具體模型，對應3種方式：一是初始建模。通過指標目錄挑選相應的指標，制定新模型。二是二次建模。根據現有的模型，修改或增減原有的模型指標。三是違規戶反推。

下面按照改進措施進行試運行，針對Z公司2022年的案件檢查工作進行優化并分析驗證（見圖2）。優化后的預期效果歸納如下：

（1）優化后檢查案件次數在相同時間間隔內相比優化前有大幅減少，避免了一些不必要的檢查。

（2）提取2022年3—5月市場查獲案件數據和對應任務池，發現重合的概率分別是10/62、13/43、8/40，平均下來是0.2?。假定兩年內通過市場查獲案件數據為600件，則據此可以保守推算現行指標轉換案件為60件。

（3）某區局2022年7月通過任務池查獲案件4起，結合該區在兩年內市場查獲案件數中比例為13%，該轄區持證戶占全市總持證戶的14%，平均下來為13.5%，據此可推算全市年度通過任務池查獲案件數350多起，比較適中，也為下一步具體測算任務池形成案件數據提供指引。

可見，文章所提出的提升市場監管效能優化的改進措施在一定程度上達到預期效果。

6?結論

針對Z公司歷史數據分析當前卷煙市場案件檢查存在的問題提出改進措施，并分析現有5個主要模型指標占比及轉換率，為制定市場檢查效能優化策略提供借鑒。此外，對近期案件檢查工作進行試運行優化，并取得了一定的成效。雖然預期效果取得了有效性驗證，但即使剔除無用的指標，現有模型整體案件命中率仍然較低。下一步的改進方向是使用組合指標的模型，以降低命中率的分母，更精準地從數據庫找出目標。下一步研究工作包括：

（1）選擇某區局作為試點，運行新的模型指標，評價案件數量影響。

（2）針對兩年內違法持證戶違法情形及特征進行分析，制定能夠提升檢查命中率的檢查時間策略。

（3）針對兩年內兩次及以上且單次金額超過某閾值的違法持證戶訂貨數據進行分析，調整自定義指標，尤其是訂貨量閾值區間設置。

（4）針對現行全覆蓋要求進行修改。進一步探索是否需要區域全覆蓋、時間全覆蓋以及全覆蓋的實施主體和責任。

（5）通過培訓提升專賣人員模型應用水平。應加強業務技能的培訓，堅持集中培訓和業余自學相結合、內部培訓和外部培訓相結合、理論培訓和案例培訓相結合以及現場培訓和遠程網絡培訓相結合，通過多種培訓方式的有效結合，切實提高專賣人員對市場異常信息深入分析、找尋線索的能力，提高問題預警的準確率。同時健全完善考核制度，細化月度案件查處數量、涉案卷煙查處數量等任務指標，充分激發專賣人員工作積極性和主動性。

參考文獻：

［1］鄧力川，張龍，周異琛，等.新形勢下卷煙市場監管問題、原因及對策探討［J］.東方企業文化，2020（增刊1）：163-164.

［2］楊剛.新常態形勢下煙草企業卷煙市場營銷策略優化分析［J］.中國產經，2021（8）：47-48.

［3］鄧艷.卷煙市場監管工作現狀分析及完善措施探討［J］.企業改革與管理，2022（2）：171-173.

［4］王克武，丁莫愁.新形勢下卷煙市場監管的完善與創新［J］.現代商貿工業，2020，41（27）：56-57.

［5］萬建平.探索新形勢下的卷煙市場監管方法和途徑［C］.北京：中國煙草學會，2017.

［6］章惠民.福建煙草商業系統大數據技術研究與應用［J］.中國煙草學報，2019，25（6）：98-104.

［7］章惠民.漳州煙草數據中心前置環境綜合業務預警分析體系構建?［J］.中國煙草學報，2019，25（2）：99-103.