卷烟零售市场监管模型指标分析及效能优化研究

姜旭 高健 张高豪 冯鹏程 冷继兵 游子毅

摘 要：烟草行业是国家财税收入的支柱之一。在许可证改革和市场化取向改革的大背景下，卷烟零售市场监管仍是烟草专卖管理工作的核心。文章以某市烟草专卖公司为例，针对该市多区域单位市场监管过程中存在的问题，提出基于模型指标数据的改进措施，在一定程度上为烟草专卖管理工作的监管效能优化提供参考和建议。

关键词：烟草专卖；市场监管；模型指标

中图分类号：F274    文献标识码：A 文章编号：1005-6432（2024）01-0078-04

DOI：10.13939/j.cnki.zgsc.2024.01.019

1 背景与意义

随着市场经济的影响和互联网信息产业的兴起，当前卷烟市场的零售业态发生较大变化，其市场监管难度也随之增加，这已成为专卖管理不可回避的事实［1-2］。烟草专卖局作为行业专卖管理工作的基础，承担着行业内部专卖管理监督、市场监管和打假打私等重要职责。2013年发布的《国家烟草专卖局办公室关于推进烟草零售市场检查方法创建试点工作的通知》要求专卖人员通过分析、计划、执行、处理四个环节开展专卖市场检查工作。近几年，新的国家局专卖系统的“市场监管模块”在贵州省上线使用，其中模型应用功能使分析环节从人工分析发展到系统自动分析，进一步提升分析问题的准确性。到目前，各基层烟草专卖局均已开展此模型的应用研究，希望通过此模型准确筛选出辖区的违法违规客户，切实提高市场检查效率［3-4］。文章以该省某市烟草专卖公司Z为例，在市场监管的模型指标选取及效能分析方面，结合自身管理实际需要提出相应方案，以期对当前基于大数据、人工智能等先进信息技术支撑下的卷烟销售违法案件监管体系的构建有所借鉴［5-7］。

图1 市场检查历史数据情况

2 历史数据分析

Z公司基于历史数据调研本市多区域单位市场监管过程中存在难点、堵点（见图1）。当前实际卷烟零售检查现状存在停留时间过短、重叠时间、偏差距离过大和执法记录仪未使用的问题。对这些存在的问题分析如下：

（1）政策导向。由于所管片区经营户全覆盖的政策要求和现阶段精准监管要求相矛盾，检查员缺乏对重点户的前置分析，只是机械的走访，几乎没有对模型进行具体操作。经过分析了解到未使用的原因主要是部分专卖人员认为模型操作麻烦，不愿意研究，且认为利用模型进行市场检查的命中率太低。

（2）普遍存在打卡式检查，即使形成案件也未录入系统。在一些检查过程中发现零售户违法行为且进行了行政处罚，但未在系统App中录入，导致系统数据未真实记录。指标作为模型分析功能的基础，在数据缺失严重的情况下，将对分析结果造成极大的影响。

（3）现行部分指标转换率低，导致检查效率未得到提高。通过调查发现，现有106个数据指标中，仅有近一半的指标有数据。其原因包括专卖人员未进行维护、专卖系统有数据但在指标中未读取以及营销系统有数据但未能同步到专卖系统。

（4）对于指标有效运用主观能动性不强，存在机械使用情况。模型指标未能依据辖区零售户商圈、业态分布及卷烟销售淡旺季情况，而是每月机械运行指标无任何调整，导致任务池过大。通过问卷调查，发现多数专卖人员没有参加过模型方面的培训，对模型的使用只靠自己摸索。同时，因没有比较好的模型管理方面的内部培训师，所以培训的次数也非常少，导致了专卖人员在制定模型、操作系统等方面的能力较差。

3 提出改进措施

讨论如何运用模型提高市场检查案件命中率的方法，对于烟草行业具有一定参考价值。因此，为优化市场监管效能、有效提高市场检查案件命中率，根据上述问题对市场监管措施提出改进。改进思路建立在模型指标数据分析的基础上，实施重点为利用营销、证件、案件、市场、物流的维度，通过收集、分析、选择、制定、运行的5个步骤，筛选出真烟流入/流出、假烟/走私烟流入、许可证问题等违法类型的零售户。改进思路的具体要点如下：第一，检查户次降下来。缩减模型指标识别+自定义指标识别形成的任务池；尽量不使用临时检查。第二，基于优化的模型指标提高检查质量。第三，聚焦提升市场检查案件命中率。定义市场检查案件命中率=任务池形成案件数/任务池总数。

此外，除基于模型指标的改进措施外，还应加强培训，提升专卖人员的模型应用水平。从以下几方面加强培训：一是加强模型方面的内训师培养，通过以点带面的形式，提升全体专卖人员的模型应用水平。二是根据所长、专管员等不同岗位开展不同类别的、多层次的培训。三是除传统授课培训，还需开展小班教学、骨干交流、实操培训等多种方式进行培训。四是加强培训实践，要将所学的内容运用到实践中。

4 模型指标数据分析

贵阳市烟草专卖局现有5类指标——营销、案件、证件、市场和物流共106个，包括销量增长率、同比、环比、覆盖率等常用指标，针对模型应用从系统采集所涉及的数据。其中，内部信息系统涉及烟草经营户档案库（包括许可证号、企业（字号）名称、经营地址、负责人（经营者）姓名、联系人姓名、身份证号、工商营业执照编号及有效期、供货单位、租赁开始期限与截止期限、零售戶地址、特殊群体类型、零售业态等）、订单信息库（包括许可证号、预订人姓名、电话、地址、订单时间、卷烟规格等）、卷烟信息数据库（包括烟草品牌、厂家、规格、烟型等）、商户信息数据库和涉烟犯罪前科人员信息库等；外部信息系统涉及涉烟犯罪高危人群库、涉烟犯罪高危地区库、快递点部数据库（包括企业编码、企业名称、快递公司、详细地址、固定电话、经营范围、经营状态等）、涉烟寄递物流数据库（包括快递公司、单号、发件人、发件人电话、发件人地址、收件人、收件人电话）、假烟专车信息库和案件信息数据库等。对所收集的数据进行汇总、加工，分析市场出现的违法违规行为，进而从全部烟草商户里筛选出需要重点监管的商户的指标。经分析得出，在实际工作当中，绝大部分指标没被运用。根据历史数据，长期使用的只有5个指标，分别被运用在许可证有效期管理模型、重点省籍零售户模型、32位码流出指向户模型、违法重点户模型、未正常经营零售户模型。具体描述如下：

（1）许可证有效期管理模型使用证件指标许可证到期提醒。其工作机制为在数据库里的商户信息表中，对许可证有效期到期前几个月（比如60日到期）的商家展开搜寻，给检查人员报告出具体名单，进行提前预警。

（2）重点省籍零售户模型使用市场指标经营人籍贯。其工作机制为提取数据库里的商户信息表，针对重点省籍（比如广东）的商户进行筛选，输出准确符合这个标准的商户。

（3）32位码流出指向户模型使用案件指标。其工作机制为在数据库里的案件表中，筛选出一段时间内流出卷烟数大于设定值的零售户。

（4）违法重点户模型使用案件指标重点监管人员。其工作机制为提取数据库里的案件表，在一段时期内，输出涉案人员信息库内的零售户。

（5）未正常经营零售户模型使用营销指标零售户进货总量低于N条。其工作机制为在数据库里的商户销售表中，检查零售户是否存在前一个周期进货总量小于等于设定条数N的行为。当N=0时，满足条件的商户是未正常经营零售户。

图2 市场检查数据优化情况

这些模型由使用者选中某单个指标，再定好参数，制定出对应模型。当模型指标设定好时，从数据库里的案件表、商户信息表、销售表中筛选，输出满足给定指标条件的商户表。

检查员的日常市场巡查目标为：发现商户的违法违规行为，包括未营业、擅自使用中国烟草及标识、销售天价烟等违规经营问题，还有未亮证经营、许可证超有效期、许可证丢失损坏等许可证问题和违法案件。其中，查获违法案件最为重要。当前市场巡查工作根据各个模型识别出的名单形成当月检查任务，在检查任务中即可得到检查案件命中率。基于此，运用Z公司从2020年1月到2022年1月这两年多的数据针对5个模型指标进行数据分析。重点是统计命中率的分子和分母。首先，从数据库导出每个月的案件表、检查结果表、模型识别结果表。把这些月表拼接成2年的表。然后，使用数学与三角函数（sumifs）进行跨表多条件求和，在模型识别结果表中总计每个模型每月识别商户数，并以此模型2年识别商户次数作分母。接着，运用统计函数（countifs）计算多区域满足给定条件的记录个数，即在案件表、检查结果表中统计每个模型每月识别出的商户的检查结果。最后，以此2年的检查结果，即具有违法违规行为的商户次数作为违法违规命中率的分子，从而计算出检查案件命中率。其中违法违规行为的商户次数包括涉案商户次数。

数据分析结果显示，未正常经营零售户模型的违法违规命中率最高，从2020年1月到2022年1月在全市远高于其他模型及指标。分析原因得出未正常经营零售户命中率做出贡献的是未营业这个不规范经营行为。虽然未正常经营零售户模型及其营销指标看上去最方便工作，但却是混淆监管主要目标的假象。由于造成未营业的原因多种多样，例如修路、商家休息等，一旦商户未营业，检查人员就只能路过关门的店门开始检查下一家，无法继续追查下去。所以未正常经营零售户模型对最重要的案件命中率没有帮助。另外，若除去其他违规行为计数，只看违法案件指标，违法重点户模型的案件命中率最高。这符合办案人员经验，即违过法的商户很可能再次违法。案件命中率第二高的是重点省籍零售户模型；第三高的是32位码流出指向户模型。最低的是许可证有效期管理和未正常经营零售户模型，都是零。其中未正常经营零售户模型每月识别商户数都特别大，在5个模型里占比最大。所以未正常经营零售户模型使得检查人员耗时耗力却徒劳无功，需要被弃用。

5 效能优化及预期效果

从上述市场监管改进思路及模型指标的分析结果开展效能优化。首先，选择模型应用的方向，分4类：一是运行模型。如果分析可能存在的某种违法违规行为，已有对应的模型且指标参数可用，则直接运行该模型。二是修改模型。若对应可能存在的某种违法违规行为，已有模型但指标参数不可用，如需更改阈值，则进行相应修改。三是新增模型。若对应可能存在的某种违法违规行为，没有该类型的模型，或在原有模型上需要新增、删减指标的，应重新制定模型。四是停用。为了避免模型过多，要求对超过某时间段长期不使用或未命中的模型进行停用。其次根据以上模型应用方向选择得出结论，制定具体模型，对应3种方式：一是初始建模。通过指标目录挑选相应的指标，制定新模型。二是二次建模。根据现有的模型，修改或增减原有的模型指标。三是违规户反推。

下面按照改进措施进行试运行，针对Z公司2022年的案件检查工作进行优化并分析验证（见图2）。优化后的预期效果归纳如下：

（1）优化后检查案件次数在相同时间间隔内相比优化前有大幅减少，避免了一些不必要的检查。

（2）提取2022年3—5月市场查获案件数据和对应任务池，发现重合的概率分别是10/62、13/43、8/40，平均下来是0.2 。假定两年内通过市场查获案件数据为600件，则据此可以保守推算现行指标转换案件为60件。

（3）某区局2022年7月通过任务池查获案件4起，结合该区在两年内市场查获案件数中比例为13%，该辖区持证户占全市总持证户的14%，平均下来为13.5%，据此可推算全市年度通过任务池查获案件数350多起，比较适中，也为下一步具体测算任务池形成案件数据提供指引。

可见，文章所提出的提升市场监管效能优化的改进措施在一定程度上达到预期效果。

6 结论

针对Z公司历史数据分析当前卷烟市场案件检查存在的问题提出改进措施，并分析现有5个主要模型指标占比及转换率，为制定市场检查效能优化策略提供借鉴。此外，对近期案件检查工作进行试运行优化，并取得了一定的成效。虽然预期效果取得了有效性验证，但即使剔除无用的指标，现有模型整体案件命中率仍然较低。下一步的改进方向是使用组合指标的模型，以降低命中率的分母，更精准地从数据库找出目标。下一步研究工作包括：

（1）选择某区局作为试点，运行新的模型指标，评价案件数量影响。

（2）针对两年内违法持证户违法情形及特征进行分析，制定能够提升检查命中率的检查时间策略。

（3）针对两年内两次及以上且单次金额超过某阈值的违法持证户订货数据进行分析，调整自定义指标，尤其是订货量阈值区间设置。

（4）针对现行全覆盖要求进行修改。进一步探索是否需要区域全覆盖、时间全覆盖以及全覆盖的实施主体和责任。

（5）通过培训提升专卖人员模型应用水平。应加强业务技能的培训，坚持集中培训和业余自学相结合、内部培训和外部培训相结合、理论培训和案例培训相结合以及现场培训和远程网络培训相结合，通过多种培训方式的有效结合，切实提高专卖人员对市场异常信息深入分析、找寻线索的能力，提高问题预警的准确率。同時健全完善考核制度，细化月度案件查处数量、涉案卷烟查处数量等任务指标，充分激发专卖人员工作积极性和主动性。

参考文献：

［1］邓力川，张龙，周异琛，等.新形势下卷烟市场监管问题、原因及对策探讨［J］.东方企业文化，2020（增刊1）：163-164.

［2］杨刚.新常态形势下烟草企业卷烟市场营销策略优化分析［J］.中国产经，2021（8）：47-48.

［3］邓艳.卷烟市场监管工作现状分析及完善措施探讨［J］.企业改革与管理，2022（2）：171-173.

［4］王克武，丁莫愁.新形势下卷烟市场监管的完善与创新［J］.现代商贸工业，2020，41（27）：56-57.

［5］万建平.探索新形势下的卷烟市场监管方法和途径［C］.北京：中国烟草学会，2017.

［6］章惠民.福建烟草商业系统大数据技术研究与应用［J］.中国烟草学报，2019，25（6）：98-104.

［7］章惠民.漳州烟草数据中心前置环境综合业务预警分析体系构建 ［J］.中国烟草学报，2019，25（2）：99-103.