卷烟规范经营预警模型研究与应用——以安庆市烟草专卖局为例

程国亚 杨 琳 张 帅 潘 莹 陈 曦

（安徽省烟草公司安庆市公司，安庆 246000）

引 言

严格规范是烟草行业生存发展的生命线。一直以来，由于烟草行业政企合一的特殊体制机制，以及计划管理的生产经营方式，广受社会关注。烟草行业要实现健康可持续发展，必须坚持严格规范，内部经营规范是重中之重。国家烟草专卖局、安徽省烟草专卖局高度重视卷烟规范经营工作。2019年，国家烟草专卖局下发了《卷烟经营内部专卖管理监督工作指引》。2020年，安徽省烟草专卖局积极推进“1331”内管工作制度体系建设，明确工作职责，梳理基本制度，制定工作规范，编制操作手册，立足实际做实经营监督工作。安庆市烟草专卖局作为安徽省烟草专卖局直属单位之一，自2021年启动了《卷烟规范经营预警机制研究与应用》科技创新项目，着力通过监管方式和信息技术两个方面，建立一套企业使用的预警模型，并应用于实践。

一、卷烟规范经营预警模型的研究背景

（一）安庆市烟草专卖局面临的问题

从实际工作来看，当前安庆市烟草专卖规范经营面临两个问题。一是规范经营监管效能不高。专卖、营销、物流三个条线信息传递不够顺畅，难以精准把握市场异动；各业务系统数据利用不充分，数据分析能力不够；日常监管浮在面上，尽管国家局、省局出台了相关文件和规定，但落实到工作实际，管什么、怎么管还不够清晰明了，需要进一步细分细化。二是真烟非法外流数量居高不下。安徽省2019年真烟外流量同比增幅53%，安庆市2020年一季度真烟外流量同比增幅115%，二季度环比增长105%，外流形势异常严峻。卷烟大量外流掩盖了市场真实需求，影响了规范有序的卷烟市场环境。工作中真烟非法外流治理往往侧重于事后追责，事前防范的手段和方法较为缺乏。

这两项问题亟须解决。在安徽省烟草专卖局《全省商业系统内部专卖管理监督工作考核细则》中，将“真烟非法流通治理、卷烟经营环节规范程度”列为内管条线四大核心指标中最重要的两项，努力通过考核“指挥棒”，引导各市局突出重点，聚焦问题，补足短板。

（二）建立卷烟规范经营预警模型的意义

安庆在安徽地区具有一定代表性，其辖区有山地、丘陵、平原、湖泊，可以说是安徽的缩影。安庆地处安徽、江西、湖北三省交界，各类卷烟经营风险因素相对较多，有8个县级局，管理幅面较广。由此，在安庆开展卷烟规范经营预警模型研究有普适性。

基于烟草行业的特质、上级工作的重点、实际工作的难点和安庆地区的特点，安庆研究卷烟规范经营预警模型，着力通过监管方式和信息技术两个方面，解决规范经营监管机制应用和真烟非法外流预警两个问题，推动实现严格规范，也为全省商业企业内部专卖管理监督工作提供借鉴。

（三）可行性分析

在研究卷烟规范经营预警模型前，安庆市烟草专卖局通过广泛的了解和沟通，证实有以下积极因素作为动力支持。一是基础数据准确，2020年5—6月，安庆市烟草专卖局全面核验校正补全零售户基础信息，且该项工作长期坚持，当前基础数据错误率仅万分之0.8，且自2021年6月份以来，连续3个月无差错；二是2020年通过专卖管理转型升级，对内管相关制度、流程和标准进行了全面梳理，现行制度均适用、有效；三是安徽省烟草专卖局内管处高度支持，在实地调研时指导方向；四是安庆市烟草专卖局内管条线工作人员有改变被动工作状态、提升专业素养的迫切意愿。

二、卷烟规范经营预警模型的构建

（一）数据收集

研究主要包含了两个方面的内容：一是规范经营监管机制应用，二是真烟非法外流预警。前者是管理的标准化，后者是信息支撑的数字化，两者相辅相成，主要采用了调查法、经验总结法、实验法、个案研究法、查阅资料法等研究方法，分三个阶段开展。第一阶段研究卷烟规范经营监管工作手册和数据分析规程；第二阶段清洗相关数据，研究真烟非法外流预警数字模型；第三阶段根据数字模型研究开发信息化工具。

研究首先收集安庆市烟草专卖局案件审理员、内管员记录的电话咨询问题，从2020年3月—7月，共收集涉及卷烟规范经营的问题23项，经过梳理，主要是对《卷烟经营内部专卖管理监督工作指引》的8个环节监管理解不透。然后下发调查问卷，征集真烟非法外流的各种表现和影响因子，共收集各方面指征28个，针对项目研究期间发生的真烟外流案件进行分析，重点分析发生外流的区域和人员与研究结果的重叠度。利用Python及基于Python的Scikitlearn机器学习库，研究各影响因素回归系数。

（二）收集卷烟规范经营预警模型的影响因子

使用线性模型评估不规范经营风险，即真烟外流风险：z=WTX=W1×X1+W2×X2+…+W28×X28。

上式中，Wi（i=1…28）即为权重（回归系数），X为特征值，z为真烟外流风险，也就是卷烟规范经营预警模型的总分。

通过德尔菲法收集专家意见，开展问卷调查，获取了28个可能与卷烟真烟外流相关的因子。W1～W2：真烟非法外流被省外查获的次数/卷烟条数；W3～W4：真烟非法外流被省内市外查获的次数/卷烟条数；W5～W6：本市查获的非法流通卷烟案件次数/卷烟条数；W7～W8：本营销档位/本乡镇街道外流概率；W9～W10：非法收购案件次数/卷烟条数；W11～W12：未在当地批发企业进货案件次数/卷烟条数；W13～W14：本营销档位/本乡镇街道违规概率；W15：重点区域人员在本地经营卷烟；W16：外地人在本地经营卷烟；W17～W19：同身份证号码/户籍地/订货电话对应多个零售店；W20：新增户；W21：协议对接户；W22：敏感品牌订购情况；W23：销量同比波动情况；W24：销量与去年平均销量比例；W25：曾经同IP/浏览器ID订货户；W26：曾经代收货客户；W27：长期关门等其他异常情形；W28：省际毗邻地区零售户。

（三）确立因子权重及筛选因子

针对违规维度（W1～W14），按照数量或概率分段分范围赋值，越大值越高；针对零售户属性维度（W15～W21），符合既定条件，即计分；针对业务和区域维度（W22～W28），按照概率分段赋分，或者按照既定条件计分。

为确定线性模型中的权重，将所有零售户按是否违规分为两类，违规户标记为1，合规户标记为0。运用logistics回归的方法确定回归系数。

logistics回归方程：L(z)=1/(1+e-z)。

若L(z)大于0.5，则归为1类；若L(z)小于0.5，则归为0类。

调取2020年1—10月的数据形成数据集，利用基于Python的Scikit-learn机器学习库进行训练。选取全部的流出户1348户和相等数量的合规户，编成2350个训练集、134个测试集。使用logistics回归对测试集进行测试，第一次对所有28个维度进行分析，发现有若干个回归系数（权重）为负值，存在多重共线性；第二次移除共线性的自变量；第三次选择单变量特征进行模型验证，观察拟合优度R2（回归直线对观测值的拟合程度）。

验证结果认为：W1（省外真烟查获次数）、W2（省外真烟查获条数）、W3（省内市外真烟查获次数）、W4（省内市外真烟查获条数）、W5（市内串码烟查获次数）、W6（市内串码烟查获条数）、W8（本地外流概率）、W9（非法收购查获次数）、W10（非法收购查获条数）、W11（未当案件查获次数）、W12（未当案件查获条数）、W15（重点区域人士）、W16（非本地身份证）、W19（同电话多店）、W27（配送异常情况）等15个维度权重较大，并分别给出对应权值。

三、卷烟规范经营预警工具的研发

根据建立的卷烟规范经营预警模型，将安庆市所辖片区每名正常经营的零售户相关数据经清洗和归一化处理后代入，计算其外流的可能性，筛选可能性高的零售户，提出预警。同时，统计高流出风险零售户分布区域，提出预警。

集成全市零售户营销、专卖、内管业务系统，以及微信“金数据”采集到的物流配送异常数据。从数字专卖系统-证件管理模块导出许可证列表，获取零售户姓名、地址、许可证号、身份证等基础信息数据；从数字专卖系统-案件管理模块导出案件信息列表，获取零售户涉案次数、涉案卷烟数量等信息；从内管/营销业务系统导出零售户销量列表，获取零售户销量、营销档位、相同ID/IP等数据；从微信“金数据”系统导出配送异常情况列表，获取零售户经营异常的信息。

各系统导出Excel表格后，进一步清洗加工，包括利用身份证号换算出籍贯，利用透视表计算出每个零售户的违规次数、查获数量、一人多店情况，利用VBA对地址进行乡镇分类，利用公式进行相关数据的批量比对等。此外，各档位违规和各乡镇违规概率总和相加等于1。筛选重点对象。依据卷烟规范经营预警总分进行排名，根据“二八定律”将前20%的零售户标红预警。根据流出风险、流入风险、零售户属性、物流配送异常、订单业务异常五个方面，应用雷达图为零售户画像，实现可视化。

四、卷烟规范经营预警工具的实践应用

卷烟规范经营预警工具研发完毕后，即在安庆市烟草专卖局范围内开展了实践应用，申请了软件著作权。以2021年1—6月为例，安庆流出卷烟码段能清晰确定流出户的有1709条，涉及流出户595户，其中47%与使用该工具圈定的重点防范对象重合，即该工具圈定的重点户准确率高于47%。使用该工具圈定重点监管对象7133户，占总户数的29%，2021年上半年全市涉烟案件当事人65%与该工具判定的违规户重合。

（一）内部应用效果

2021年1—8月，全市查获真烟数量同比增长46%，其中涉嫌非法收购的拟外流真烟同比增长58.4%。2021年2月，查获辖区某县非法流入卷烟后，通过该工具判定店主均为周边某市同一乡镇人，且办证时间相近。针对这一特征，安庆市烟草专卖局组织发起专项行动，一天之内查处案件4起，查获非法卷烟549条。

通过该工具，可以快速查询和筛选零售户相关信息，验证询问笔录内容，在办案中加快形成证据链。2021年8月，根据一起非法外流卷烟激光打码，应用该工具，一次性确定各流出户，通过询问流出户，比对重点户，成功锁定嫌疑人，现场查获非法收购卷烟43条。再次应用该工具，比对嫌疑人交易对象，发现关联人员，固定了非法收购证据。目前该案案值23万余元，已刑事立案。

（二）外部推广

在安徽省烟草专卖局层面，卷烟规范经营预警工具得到了省局内管处的高度肯定，研发的信息化工具入选了2021年全省系统成长·创新成果，制定的内部专卖管理监督数据分析工作规程、工作手册在针对全省情况进行适宜性修订后，纳入了《安徽烟草内部专卖管理监督工作制度体系》，在全省推广应用。2021年9月，国家烟草专卖局内管双随机检查组检查时，对安庆市烟草专卖局落实国家局《卷烟经营内部专卖管理监督内管工作指引》、内管工作基础、数据分析能力等表示肯定。

结 语

通过卷烟规范经营预警模型的研究与应用，在管理层面建立了工作机制，明确了监管目的、监管要求、监管步骤及系统操作参考，并汇编成了工作手册，便于工作人员随时查阅。立足工作实际，明确了数据采集渠道，给出了具体数据分析方法，并提出调查核实措施，形成数据分析工作规程，为基层人员开展数据分析提供参考，支撑专卖管理“数据先导”。工作手册是基本工作要求，工作规程是进阶工作技能，两者结合，可解决制度落实效果不佳问题。

在理论层面确定了数据模型。根据日常工作经验，收集了可能影响真烟非法外流的因素，应用多种数据分析方法，搭建了机器学习环境，构建了数据分析模型，确定15个直接相关的因素，并通过计算，标定了各影响因素权重系数，形成零售户卷烟非法外流风险评价模型，从数学理论层面为真烟非法外流预警提供了依据，解决了理论支撑问题。

在操作层面开发了信息工具。应用Excel+VBA，开发出卷烟规范经营预警数字模型处理工具及可视化图表工具。导出全市营销、专卖、内管及徽映云析等系统数据，通过Excel进行清洗和整合，实现一表多用；按照风险模型，对各维度赋值，实现一键统计和分析；根据“二八定律”进行零售户标红预警，实现精准预判；根据流出风险、流入风险、零售户属性等几个方面，应用雷达图为各零售户画像，实现可视化。