程國亞 楊 琳 張 帥 潘 瑩 陳 曦

（安徽省煙草公司安慶市公司，安慶 246000）

引 言

嚴格規(guī)范是煙草行業(yè)生存發(fā)展的生命線。一直以來，由于煙草行業(yè)政企合一的特殊體制機制，以及計劃管理的生產(chǎn)經(jīng)營方式，廣受社會關(guān)注。煙草行業(yè)要實現(xiàn)健康可持續(xù)發(fā)展，必須堅持嚴格規(guī)范，內(nèi)部經(jīng)營規(guī)范是重中之重。國家煙草專賣局、安徽省煙草專賣局高度重視卷煙規(guī)范經(jīng)營工作。2019年，國家煙草專賣局下發(fā)了《卷煙經(jīng)營內(nèi)部專賣管理監(jiān)督工作指引》。2020年，安徽省煙草專賣局積極推進“1331”內(nèi)管工作制度體系建設(shè)，明確工作職責，梳理基本制度，制定工作規(guī)范，編制操作手冊，立足實際做實經(jīng)營監(jiān)督工作。安慶市煙草專賣局作為安徽省煙草專賣局直屬單位之一，自2021年啟動了《卷煙規(guī)范經(jīng)營預警機制研究與應用》科技創(chuàng)新項目，著力通過監(jiān)管方式和信息技術(shù)兩個方面，建立一套企業(yè)使用的預警模型，并應用于實踐。

一、卷煙規(guī)范經(jīng)營預警模型的研究背景

（一）安慶市煙草專賣局面臨的問題

從實際工作來看，當前安慶市煙草專賣規(guī)范經(jīng)營面臨兩個問題。一是規(guī)范經(jīng)營監(jiān)管效能不高。專賣、營銷、物流三個條線信息傳遞不夠順暢，難以精準把握市場異動；各業(yè)務(wù)系統(tǒng)數(shù)據(jù)利用不充分，數(shù)據(jù)分析能力不夠；日常監(jiān)管浮在面上，盡管國家局、省局出臺了相關(guān)文件和規(guī)定，但落實到工作實際，管什么、怎么管還不夠清晰明了，需要進一步細分細化。二是真煙非法外流數(shù)量居高不下。安徽省2019年真煙外流量同比增幅53%，安慶市2020年一季度真煙外流量同比增幅115%，二季度環(huán)比增長105%，外流形勢異常嚴峻。卷煙大量外流掩蓋了市場真實需求，影響了規(guī)范有序的卷煙市場環(huán)境。工作中真煙非法外流治理往往側(cè)重于事后追責，事前防范的手段和方法較為缺乏。

這兩項問題亟須解決。在安徽省煙草專賣局《全省商業(yè)系統(tǒng)內(nèi)部專賣管理監(jiān)督工作考核細則》中，將“真煙非法流通治理、卷煙經(jīng)營環(huán)節(jié)規(guī)范程度”列為內(nèi)管條線四大核心指標中最重要的兩項，努力通過考核“指揮棒”，引導各市局突出重點，聚焦問題，補足短板。

（二）建立卷煙規(guī)范經(jīng)營預警模型的意義

安慶在安徽地區(qū)具有一定代表性，其轄區(qū)有山地、丘陵、平原、湖泊，可以說是安徽的縮影。安慶地處安徽、江西、湖北三省交界，各類卷煙經(jīng)營風險因素相對較多，有8個縣級局，管理幅面較廣。由此，在安慶開展卷煙規(guī)范經(jīng)營預警模型研究有普適性。

基于煙草行業(yè)的特質(zhì)、上級工作的重點、實際工作的難點和安慶地區(qū)的特點，安慶研究卷煙規(guī)范經(jīng)營預警模型，著力通過監(jiān)管方式和信息技術(shù)兩個方面，解決規(guī)范經(jīng)營監(jiān)管機制應用和真煙非法外流預警兩個問題，推動實現(xiàn)嚴格規(guī)范，也為全省商業(yè)企業(yè)內(nèi)部專賣管理監(jiān)督工作提供借鑒。

（三）可行性分析

在研究卷煙規(guī)范經(jīng)營預警模型前，安慶市煙草專賣局通過廣泛的了解和溝通，證實有以下積極因素作為動力支持。一是基礎(chǔ)數(shù)據(jù)準確，2020年5—6月，安慶市煙草專賣局全面核驗校正補全零售戶基礎(chǔ)信息，且該項工作長期堅持，當前基礎(chǔ)數(shù)據(jù)錯誤率僅萬分之0.8，且自2021年6月份以來，連續(xù)3個月無差錯；二是2020年通過專賣管理轉(zhuǎn)型升級，對內(nèi)管相關(guān)制度、流程和標準進行了全面梳理，現(xiàn)行制度均適用、有效；三是安徽省煙草專賣局內(nèi)管處高度支持，在實地調(diào)研時指導方向；四是安慶市煙草專賣局內(nèi)管條線工作人員有改變被動工作狀態(tài)、提升專業(yè)素養(yǎng)的迫切意愿。

二、卷煙規(guī)范經(jīng)營預警模型的構(gòu)建

（一）數(shù)據(jù)收集

研究主要包含了兩個方面的內(nèi)容：一是規(guī)范經(jīng)營監(jiān)管機制應用，二是真煙非法外流預警。前者是管理的標準化，后者是信息支撐的數(shù)字化，兩者相輔相成，主要采用了調(diào)查法、經(jīng)驗總結(jié)法、實驗法、個案研究法、查閱資料法等研究方法，分三個階段開展。第一階段研究卷煙規(guī)范經(jīng)營監(jiān)管工作手冊和數(shù)據(jù)分析規(guī)程；第二階段清洗相關(guān)數(shù)據(jù)，研究真煙非法外流預警數(shù)字模型；第三階段根據(jù)數(shù)字模型研究開發(fā)信息化工具。

研究首先收集安慶市煙草專賣局案件審理員、內(nèi)管員記錄的電話咨詢問題，從2020年3月—7月，共收集涉及卷煙規(guī)范經(jīng)營的問題23項，經(jīng)過梳理，主要是對《卷煙經(jīng)營內(nèi)部專賣管理監(jiān)督工作指引》的8個環(huán)節(jié)監(jiān)管理解不透。然后下發(fā)調(diào)查問卷，征集真煙非法外流的各種表現(xiàn)和影響因子，共收集各方面指征28個，針對項目研究期間發(fā)生的真煙外流案件進行分析，重點分析發(fā)生外流的區(qū)域和人員與研究結(jié)果的重疊度。利用Python及基于Python的Scikitlearn機器學習庫，研究各影響因素回歸系數(shù)。

（二）收集卷煙規(guī)范經(jīng)營預警模型的影響因子

使用線性模型評估不規(guī)范經(jīng)營風險，即真煙外流風險：z=WTX=W1×X1+W2×X2+…+W28×X28。

上式中，Wi（i=1…28）即為權(quán)重（回歸系數(shù)），X為特征值，z為真煙外流風險，也就是卷煙規(guī)范經(jīng)營預警模型的總分。

通過德爾菲法收集專家意見，開展問卷調(diào)查，獲取了28個可能與卷煙真煙外流相關(guān)的因子。W1～W2：真煙非法外流被省外查獲的次數(shù)/卷煙條數(shù)；W3～W4：真煙非法外流被省內(nèi)市外查獲的次數(shù)/卷煙條數(shù)；W5～W6：本市查獲的非法流通卷煙案件次數(shù)/卷煙條數(shù)；W7～W8：本營銷檔位/本鄉(xiāng)鎮(zhèn)街道外流概率；W9～W10：非法收購案件次數(shù)/卷煙條數(shù)；W11～W12：未在當?shù)嘏l(fā)企業(yè)進貨案件次數(shù)/卷煙條數(shù)；W13～W14：本營銷檔位/本鄉(xiāng)鎮(zhèn)街道違規(guī)概率；W15：重點區(qū)域人員在本地經(jīng)營卷煙；W16：外地人在本地經(jīng)營卷煙；W17～W19：同身份證號碼/戶籍地/訂貨電話對應多個零售店；W20：新增戶；W21：協(xié)議對接戶；W22：敏感品牌訂購情況；W23：銷量同比波動情況；W24：銷量與去年平均銷量比例；W25：曾經(jīng)同IP/瀏覽器ID訂貨戶；W26：曾經(jīng)代收貨客戶；W27：長期關(guān)門等其他異常情形；W28：省際毗鄰地區(qū)零售戶。

（三）確立因子權(quán)重及篩選因子

針對違規(guī)維度（W1～W14），按照數(shù)量或概率分段分范圍賦值，越大值越高；針對零售戶屬性維度（W15～W21），符合既定條件，即計分；針對業(yè)務(wù)和區(qū)域維度（W22～W28），按照概率分段賦分，或者按照既定條件計分。

為確定線性模型中的權(quán)重，將所有零售戶按是否違規(guī)分為兩類，違規(guī)戶標記為1，合規(guī)戶標記為0。運用logistics回歸的方法確定回歸系數(shù)。

logistics回歸方程：L(z)=1/(1+e-z)。

若L(z)大于0.5，則歸為1類；若L(z)小于0.5，則歸為0類。

調(diào)取2020年1—10月的數(shù)據(jù)形成數(shù)據(jù)集，利用基于Python的Scikit-learn機器學習庫進行訓練。選取全部的流出戶1348戶和相等數(shù)量的合規(guī)戶，編成2350個訓練集、134個測試集。使用logistics回歸對測試集進行測試，第一次對所有28個維度進行分析，發(fā)現(xiàn)有若干個回歸系數(shù)（權(quán)重）為負值，存在多重共線性；第二次移除共線性的自變量；第三次選擇單變量特征進行模型驗證，觀察擬合優(yōu)度R2（回歸直線對觀測值的擬合程度）。

驗證結(jié)果認為：W1（省外真煙查獲次數(shù)）、W2（省外真煙查獲條數(shù)）、W3（省內(nèi)市外真煙查獲次數(shù)）、W4（省內(nèi)市外真煙查獲條數(shù)）、W5（市內(nèi)串碼煙查獲次數(shù)）、W6（市內(nèi)串碼煙查獲條數(shù)）、W8（本地外流概率）、W9（非法收購查獲次數(shù)）、W10（非法收購查獲條數(shù)）、W11（未當案件查獲次數(shù)）、W12（未當案件查獲條數(shù)）、W15（重點區(qū)域人士）、W16（非本地身份證）、W19（同電話多店）、W27（配送異常情況）等15個維度權(quán)重較大，并分別給出對應權(quán)值。

三、卷煙規(guī)范經(jīng)營預警工具的研發(fā)

根據(jù)建立的卷煙規(guī)范經(jīng)營預警模型，將安慶市所轄片區(qū)每名正常經(jīng)營的零售戶相關(guān)數(shù)據(jù)經(jīng)清洗和歸一化處理后代入，計算其外流的可能性，篩選可能性高的零售戶，提出預警。同時，統(tǒng)計高流出風險零售戶分布區(qū)域，提出預警。

集成全市零售戶營銷、專賣、內(nèi)管業(yè)務(wù)系統(tǒng)，以及微信“金數(shù)據(jù)”采集到的物流配送異常數(shù)據(jù)。從數(shù)字專賣系統(tǒng)-證件管理模塊導出許可證列表，獲取零售戶姓名、地址、許可證號、身份證等基礎(chǔ)信息數(shù)據(jù)；從數(shù)字專賣系統(tǒng)-案件管理模塊導出案件信息列表，獲取零售戶涉案次數(shù)、涉案卷煙數(shù)量等信息；從內(nèi)管/營銷業(yè)務(wù)系統(tǒng)導出零售戶銷量列表，獲取零售戶銷量、營銷檔位、相同ID/IP等數(shù)據(jù)；從微信“金數(shù)據(jù)”系統(tǒng)導出配送異常情況列表，獲取零售戶經(jīng)營異常的信息。

各系統(tǒng)導出Excel表格后，進一步清洗加工，包括利用身份證號換算出籍貫，利用透視表計算出每個零售戶的違規(guī)次數(shù)、查獲數(shù)量、一人多店情況，利用VBA對地址進行鄉(xiāng)鎮(zhèn)分類，利用公式進行相關(guān)數(shù)據(jù)的批量比對等。此外，各檔位違規(guī)和各鄉(xiāng)鎮(zhèn)違規(guī)概率總和相加等于1。篩選重點對象。依據(jù)卷煙規(guī)范經(jīng)營預警總分進行排名，根據(jù)“二八定律”將前20%的零售戶標紅預警。根據(jù)流出風險、流入風險、零售戶屬性、物流配送異常、訂單業(yè)務(wù)異常五個方面，應用雷達圖為零售戶畫像，實現(xiàn)可視化。

四、卷煙規(guī)范經(jīng)營預警工具的實踐應用

卷煙規(guī)范經(jīng)營預警工具研發(fā)完畢后，即在安慶市煙草專賣局范圍內(nèi)開展了實踐應用，申請了軟件著作權(quán)。以2021年1—6月為例，安慶流出卷煙碼段能清晰確定流出戶的有1709條，涉及流出戶595戶，其中47%與使用該工具圈定的重點防范對象重合，即該工具圈定的重點戶準確率高于47%。使用該工具圈定重點監(jiān)管對象7133戶，占總戶數(shù)的29%，2021年上半年全市涉煙案件當事人65%與該工具判定的違規(guī)戶重合。

（一）內(nèi)部應用效果

2021年1—8月，全市查獲真煙數(shù)量同比增長46%，其中涉嫌非法收購的擬外流真煙同比增長58.4%。2021年2月，查獲轄區(qū)某縣非法流入卷煙后，通過該工具判定店主均為周邊某市同一鄉(xiāng)鎮(zhèn)人，且辦證時間相近。針對這一特征，安慶市煙草專賣局組織發(fā)起專項行動，一天之內(nèi)查處案件4起，查獲非法卷煙549條。

通過該工具，可以快速查詢和篩選零售戶相關(guān)信息，驗證詢問筆錄內(nèi)容，在辦案中加快形成證據(jù)鏈。2021年8月，根據(jù)一起非法外流卷煙激光打碼，應用該工具，一次性確定各流出戶，通過詢問流出戶，比對重點戶，成功鎖定嫌疑人，現(xiàn)場查獲非法收購卷煙43條。再次應用該工具，比對嫌疑人交易對象，發(fā)現(xiàn)關(guān)聯(lián)人員，固定了非法收購證據(jù)。目前該案案值23萬余元，已刑事立案。

（二）外部推廣

在安徽省煙草專賣局層面，卷煙規(guī)范經(jīng)營預警工具得到了省局內(nèi)管處的高度肯定，研發(fā)的信息化工具入選了2021年全省系統(tǒng)成長·創(chuàng)新成果，制定的內(nèi)部專賣管理監(jiān)督數(shù)據(jù)分析工作規(guī)程、工作手冊在針對全省情況進行適宜性修訂后，納入了《安徽煙草內(nèi)部專賣管理監(jiān)督工作制度體系》，在全省推廣應用。2021年9月，國家煙草專賣局內(nèi)管雙隨機檢查組檢查時，對安慶市煙草專賣局落實國家局《卷煙經(jīng)營內(nèi)部專賣管理監(jiān)督內(nèi)管工作指引》、內(nèi)管工作基礎(chǔ)、數(shù)據(jù)分析能力等表示肯定。

結(jié) 語

通過卷煙規(guī)范經(jīng)營預警模型的研究與應用，在管理層面建立了工作機制，明確了監(jiān)管目的、監(jiān)管要求、監(jiān)管步驟及系統(tǒng)操作參考，并匯編成了工作手冊，便于工作人員隨時查閱。立足工作實際，明確了數(shù)據(jù)采集渠道，給出了具體數(shù)據(jù)分析方法，并提出調(diào)查核實措施，形成數(shù)據(jù)分析工作規(guī)程，為基層人員開展數(shù)據(jù)分析提供參考，支撐專賣管理“數(shù)據(jù)先導”。工作手冊是基本工作要求，工作規(guī)程是進階工作技能，兩者結(jié)合，可解決制度落實效果不佳問題。

在理論層面確定了數(shù)據(jù)模型。根據(jù)日常工作經(jīng)驗，收集了可能影響真煙非法外流的因素，應用多種數(shù)據(jù)分析方法，搭建了機器學習環(huán)境，構(gòu)建了數(shù)據(jù)分析模型，確定15個直接相關(guān)的因素，并通過計算，標定了各影響因素權(quán)重系數(shù)，形成零售戶卷煙非法外流風險評價模型，從數(shù)學理論層面為真煙非法外流預警提供了依據(jù)，解決了理論支撐問題。

在操作層面開發(fā)了信息工具。應用Excel+VBA，開發(fā)出卷煙規(guī)范經(jīng)營預警數(shù)字模型處理工具及可視化圖表工具。導出全市營銷、專賣、內(nèi)管及徽映云析等系統(tǒng)數(shù)據(jù)，通過Excel進行清洗和整合，實現(xiàn)一表多用；按照風險模型，對各維度賦值，實現(xiàn)一鍵統(tǒng)計和分析；根據(jù)“二八定律”進行零售戶標紅預警，實現(xiàn)精準預判；根據(jù)流出風險、流入風險、零售戶屬性等幾個方面，應用雷達圖為各零售戶畫像，實現(xiàn)可視化。