一、研究背景
严格规范是烟草行业持续健康发展的“生命线”。“关门零售户”的出现,已成为规范市场经营秩序的新课题,部分零售户虽已关门但其烟草专卖零售许可证未注销,这就给市场带来了不确定性因素,如许可证出租出借、非法囤积等。因此,在烟草行业数字化转型的大背景下,构建数字智能化的预警机制很好地契合了当前烟草销售市场对高效专卖管理、合理资源布局的需求,对于保障市场秩序具有重要意义。
(一)面临的问题和挑战
1.零售业态变迁与“关门”现象突显
随着互联网技术的发展,部分小型零售户由于缺乏竞争优势导致经营困难乃至“关门”,却未办理许可证的注销手续,形成了所谓的“关门零售户”。这不仅给市场监管带来新的挑战,还可能滋生非法倒卖卷烟等一系列违规行为,扰乱正常的市场秩序。
2.现有监管体系的局限性暴露
传统的烟草市场监管主要依赖市场巡查、投诉举报等方式,面对数量庞大、分布广泛的零售网点,难以做到全覆盖、无死角,对于持证后经营状态的变化也难以及时识别和纠正潜在的问题。
3.真烟非法外流问题严峻
在真烟异常流动方面,“关门零售户”是很大的隐患,真烟大量外流不仅掩盖了市场真实需求,还影响了规范有序的卷烟市场环境。
(二)建立关门户重点监管预警模型的意义
一方面,通过预警模型,监管部门能够合理分配监管资源,集中力量对高风险区域和零售户进行重点监管,从而精准地把握市场动态和零售户的经营行为；另一方面,通过预警模型,有助于及时发现内部不规范经营问题,加强内部人员的行为管控,堵塞卷烟经营制度的漏洞。
二、关门户重点预警监管模型的构建
(一)数据收集
数据收集主要从系统、市场反馈、举报投诉三个方面入手。经过梳理与分析2020年-2024年期间关门户的信息,选择对不规范经营行为有显著影响的预警指标,收集了7个与“关门零售户”的因数,分别是:关门频次:x1；档位:x2；业态:x3；商圈:x4；近一年外流卷烟条数:x5；近一年涉案数量:x6；近一周订货数量:x7。
(二)“关门零售户”的经营风险设定
使用线性模型评估关门零售户的经营风险:
z=wTx+b=w1x1+w2x2+w3x3+w4x4+w5x5+w6x6+w7x7+b
上述公式中,wi(i=1…7)为权重,xi(i=1…7)为特征指标值,b为偏值项,z为“关门零售户”的经营风险,即关门户重点监管预警模型的总分。
(三)确立指标的权重与预警阈值
运用Logistic回归分析的方法确定权重与偏值项(b)差数,其方程为Sigmoid函数:
Sig(z)=1/(1+e^(-z))
在输入相关数据后,经过函数映射Sig(z)为0到1之间。为了确定模型中各特征指标的权重,将所有存在关门迹象的零售户按是否重点监管分为两类,若Sig(z)大于或等于0.5的零售户被归入重点监管户,Sig(z)小于0.5的零售户即被归入一般监管户。本次研究调取了辖区2020年-2024年的数据,选取关门户489户和同等数量的合规经营户,使用Sigmoid函数对数据进行测试,测算出每个特征指标的权重值(wi)以及偏值项(b)的参数,再将权重值(wi)以及偏值项(b)的参数代入公式z=wTx+b,从而确定经营风险的预警阈值。
三、关门户重点监管预警工具的实施
(一)预警响应机制
根据预警模型,当发现有关门迹象的零售户时,把其每个特征指标值都乘以权重并相加,计算其违规的风险性,一旦经营风险指标达到预警阈值,将触发预警。
(二)模型运用成效
为了验证预警模型应用的实际效果,将模型应用进行双重验证,即根据2025年1月-2月的63条关门户线索,通过应用对相关零售户的信息进行数据转换,代入预警模型进行风险评估,同时由调查人员进行实地调查,将两者结果进行比较。验证结果发现,实地调查存在经常性闭店的为32户,模型应用评估为经营风险较高的为37户,包含前者的31户,模型命中率为96.88%,模型准确性达到86.49%。
通过对预警模型的运用,帮助调查人员实现对关门户线索信息的及时判断和处理,缩短对关门户进行调查处置的周期,从而在对关门户进行监管时做到有的放矢,进一步提升监管效率。
四、结语
本研究针对关门户监管进行了深入探讨与分析,构建了“重点监管预警”工具,实现了对关门户的及时监测。实践证明,该模型能够有效提升市场监管效率,自动化预警机制大幅减轻了人工监管的工作负担,使监管人员能够更快速、更精准地定位和处理问题,同时也促进了零售户的自觉遵纪守法。
严格规范是烟草行业持续健康发展的“生命线”。“关门零售户”的出现,已成为规范市场经营秩序的新课题,部分零售户虽已关门但其烟草专卖零售许可证未注销,这就给市场带来了不确定性因素,如许可证出租出借、非法囤积等。因此,在烟草行业数字化转型的大背景下,构建数字智能化的预警机制很好地契合了当前烟草销售市场对高效专卖管理、合理资源布局的需求,对于保障市场秩序具有重要意义。
(一)面临的问题和挑战
1.零售业态变迁与“关门”现象突显
随着互联网技术的发展,部分小型零售户由于缺乏竞争优势导致经营困难乃至“关门”,却未办理许可证的注销手续,形成了所谓的“关门零售户”。这不仅给市场监管带来新的挑战,还可能滋生非法倒卖卷烟等一系列违规行为,扰乱正常的市场秩序。
2.现有监管体系的局限性暴露
传统的烟草市场监管主要依赖市场巡查、投诉举报等方式,面对数量庞大、分布广泛的零售网点,难以做到全覆盖、无死角,对于持证后经营状态的变化也难以及时识别和纠正潜在的问题。
3.真烟非法外流问题严峻
在真烟异常流动方面,“关门零售户”是很大的隐患,真烟大量外流不仅掩盖了市场真实需求,还影响了规范有序的卷烟市场环境。
(二)建立关门户重点监管预警模型的意义
一方面,通过预警模型,监管部门能够合理分配监管资源,集中力量对高风险区域和零售户进行重点监管,从而精准地把握市场动态和零售户的经营行为；另一方面,通过预警模型,有助于及时发现内部不规范经营问题,加强内部人员的行为管控,堵塞卷烟经营制度的漏洞。
二、关门户重点预警监管模型的构建
(一)数据收集
数据收集主要从系统、市场反馈、举报投诉三个方面入手。经过梳理与分析2020年-2024年期间关门户的信息,选择对不规范经营行为有显著影响的预警指标,收集了7个与“关门零售户”的因数,分别是:关门频次:x1；档位:x2；业态:x3；商圈:x4；近一年外流卷烟条数:x5；近一年涉案数量:x6；近一周订货数量:x7。
(二)“关门零售户”的经营风险设定
使用线性模型评估关门零售户的经营风险:
z=wTx+b=w1x1+w2x2+w3x3+w4x4+w5x5+w6x6+w7x7+b
上述公式中,wi(i=1…7)为权重,xi(i=1…7)为特征指标值,b为偏值项,z为“关门零售户”的经营风险,即关门户重点监管预警模型的总分。
(三)确立指标的权重与预警阈值
运用Logistic回归分析的方法确定权重与偏值项(b)差数,其方程为Sigmoid函数:
Sig(z)=1/(1+e^(-z))
在输入相关数据后,经过函数映射Sig(z)为0到1之间。为了确定模型中各特征指标的权重,将所有存在关门迹象的零售户按是否重点监管分为两类,若Sig(z)大于或等于0.5的零售户被归入重点监管户,Sig(z)小于0.5的零售户即被归入一般监管户。本次研究调取了辖区2020年-2024年的数据,选取关门户489户和同等数量的合规经营户,使用Sigmoid函数对数据进行测试,测算出每个特征指标的权重值(wi)以及偏值项(b)的参数,再将权重值(wi)以及偏值项(b)的参数代入公式z=wTx+b,从而确定经营风险的预警阈值。
三、关门户重点监管预警工具的实施
(一)预警响应机制
根据预警模型,当发现有关门迹象的零售户时,把其每个特征指标值都乘以权重并相加,计算其违规的风险性,一旦经营风险指标达到预警阈值,将触发预警。
(二)模型运用成效
为了验证预警模型应用的实际效果,将模型应用进行双重验证,即根据2025年1月-2月的63条关门户线索,通过应用对相关零售户的信息进行数据转换,代入预警模型进行风险评估,同时由调查人员进行实地调查,将两者结果进行比较。验证结果发现,实地调查存在经常性闭店的为32户,模型应用评估为经营风险较高的为37户,包含前者的31户,模型命中率为96.88%,模型准确性达到86.49%。
通过对预警模型的运用,帮助调查人员实现对关门户线索信息的及时判断和处理,缩短对关门户进行调查处置的周期,从而在对关门户进行监管时做到有的放矢,进一步提升监管效率。
四、结语
本研究针对关门户监管进行了深入探讨与分析,构建了“重点监管预警”工具,实现了对关门户的及时监测。实践证明,该模型能够有效提升市场监管效率,自动化预警机制大幅减轻了人工监管的工作负担,使监管人员能够更快速、更精准地定位和处理问题,同时也促进了零售户的自觉遵纪守法。