周振

摘要：提高打击假冒伪劣、走私烟草专卖品等违法行为的精确性，在保护消费者合法权益与促进烟草行业的健康发展方面的作用日益凸显。本研究通过对C市Q区近年的涉烟违法犯罪数据进行挖掘，通过定量分析方法，检验各要素对案件发生的具体影响，找出关键特征属性与涉烟违法犯罪大案之间的量化关系，对接市场监管全面化向前“一公里”问题，这可以为进一步构建市场监管预警指引体系以及监管再挖掘体系提供基础。

关键词：市场监管;数据分析;数据应用

引言

出售假冒伪劣烟草商品，以及走私贩卖烟草商品，不仅会对烟草行业的正常秩序造成严重的影响，而且会给人民群众的身体健康带来潜在风险。想要解决这一问题，烟草工作人员需要对烟草专卖市场监管数据进行详细分析，并以该数据作为基础，制定具有高度可执行性的烟草销售监督管理制度，维护烟草行业的稳定发展。

一、问题的提出

中国作为世界上最大的卷烟生产国与消费国，拥有大约3.2亿的烟民，对卷烟的需求十分巨大。同时，烟草还是国家和地方财税的重要经济来源。因此，烟草业的持续健康发展对促进国民经济的稳定发展十分重要。但由于烟草制品的“低门槛”“高利润”等原因，与烟草相关的违法犯罪案件频频发生，近年来与烟草有关的犯罪案件在数量和金额上都呈日益增长的趋势。在巨额利润驱动和监管缺失的背景下，非法经营，生产、销售伪劣产品的违法犯罪行为频发，使得我国一度跃居世界假烟生产和出口国榜首，对中国烟草行业的持续健康发展造成了严重不良影响。卷烟打假打私作为烟草管理主体的一项基本职责，是确保烟草行业持续健康发展的最后一道防线。因此，借助现代信息技术，为执法人员提供快速破案的辅助工具，提高烟草监督管理主体打击涉烟违法犯罪的效率，提高打击假冒伪劣、走私烟草专卖品等违法行为的精确性，在保护消费者合法权益与促进烟草行业的健康发展方面的作用日益凸显。

本研究的目的在于对于C市Q区近年的涉烟违法犯罪数据进行挖掘，通过定量分析方法，检验各要素对案件发生的具体影响，找出关键特征属性与涉烟违法犯罪大案之间的量化关系，对接市场监管全面化向前“一公里”问题。

二、文献综述

国外关于烟草行业的研究主要集中在管理体制方面。由于烟草行业是一个比较特殊的行业，它既与政府财政收入关系密切，又与政府监管行为紧密相关，所以世界多数国家都对烟草实行比较严格的管制制度。日本实行的是部分专卖体制，美国实行的是管制竞争的体制，而在俄罗斯实行的是自由竞争体制，对比各国的管理体制发现，不同的体制对打击非法烟草贸易的做法与方式存在较大差异。

国内研究主要集中在以下几个方面：第一，关于中国烟草行业监管的研究。烟草税收是中国财政收入的主要来源，同时烟草对人类的健康有一定的危害，加强烟草专卖监管既是增加国家财政收入的手段，也是降低烟草对于民众健康危害性的迫切需要。孙晓东（2015）分析了中国烟草专卖制度，认为存在许可证管理“重许可、轻监管”的现象，卷烟市场监管力度不够，政企合一、监管乏力，国家专卖演变为地方专卖等监管等问题。新型烟草制品问世只有十多年时间，仍处于野蛮生长的阶段，新创企业和品牌层出不穷，新事物的发展也带来了诸多问题，既需要行业自身的约束，也需要政府相关部门完善监管措施。王成（2019）认为，要加强针对新型烟草制品的市场监管，应建立新型烟草制品分类和生产统一标准，明确新型烟草制品分类和主管部门，完善宣传、购买和使用要求。第二，烟草行业违法犯罪惩处及预防研究。贺平凡和罗开卷（2011）指出在涉烟犯罪的罪数形态认定中，具体个案复杂多样，需要结合具体案情区分一罪与数罪，并决定进行一罪处理还是数罪并罚。马萧惠（2015）介绍了非法经营罪在涉烟犯罪领域适用的变化，分析了这种变化的意义。马鸣萧、惠宁和宁涛（2015）分析了烟草行业违法犯罪行为产生的信息机制，构建了烟草行业违法犯罪行为的系统动力机制模型，并提出了有效预防与遏制违法犯罪行为的相应对策。第三，数据挖掘在违法犯罪查处中应用研究。近几年，相关学者在犯罪情报分析领域开展了一系列的工作，利用數据挖掘、数据可视化等技术研究犯罪活动规律逐渐受到关注。例如郑廷、张云涛（2016）利用数据挖掘技术关联关系算法从犯罪嫌疑人的社会关系人群中筛选出案件相关人，为获取新的贿赂案件线索与突破案件提供辅助性帮助。王彬（2019）指出数据挖掘在犯罪侦查中具有发现案件线索、确定侦查方向，发现证据材料、锁定犯罪行为人、侦破案件等作用。

国外关于烟草行业的研究，为中国烟草行业管理体制改革提供了丰富经验。国内研究比较丰富，为中国烟草行业的健康持续发展注入了持续不断的动能，但目前关于烟草违法犯罪预警的研究较少。国内已有不少研究关注到数据挖掘在违法犯罪识别查处中的作用，但鲜有从数据挖掘角度研究烟草违法犯罪的关键因素、构建预警机制。本课题以C市Q区涉烟违法犯罪行为为研究对象，通过数据挖掘，识别该对象的关键特征因素，来优化对烟草市场的监督管理。

三、数据描述与分析

针对C市Q区2017年和2018年的涉烟违法犯罪数据，特别是编码了当事人职业、人口学特征（性别、年龄）、时间、地区、案件类型、案件来源等识别违法案件的主要来源特征，构建了能反映案件关键信息的可操作、量化数据集。统计了2017年和2018年案件发生的主要特征信息：

（1）从案件金额来看，2017年和2018年共328起案件，涉案金额为10000元以上的共有54例;平均涉案金额为6160元。

（2）从案件类型来看，涉及假冒伪劣香烟的案件有105件，占32%，其他类型的违法出售香烟案件共有223件（包括未在当地烟草专卖批发企业进货、无烟草专卖零售许可证经营烟草制品零售业务、烟草专卖零售经营者未在烟草专卖零售许可证核定地点经营、销售走私烟草专卖品、未在当地烟草专卖批发企业进货），占比为68%。

（3）从案件发生时间上来看，在2017年和2018年共发生的328件案件中，发生在2月、3月、5月以及10月的案件分别为40、40、49和37件，这些时间恰好是春节、五一劳动节以及国庆节期间，说明这些重要节假日发生涉烟违法犯罪的概率明显提高。

（4）从案件来源来看，市场查获的案件有241件，占73%，投诉举报的案件有87件，占27%，这说明案件主要来自市场查获。

（5）从涉烟违法犯罪涉案人员的性别特征来看，男性为183个，女性为145个，男性占比略高。

（6）从涉烟违法犯罪涉案人员籍贯的区域来看，主要是C市Q区籍贯居民，有257个涉案人员籍贯为C市，其中为Q区的有222人，接近70%。外省涉案人员主要来自浙江、云南和贵州。

（7）从涉烟违法犯罪涉案人员的职业来看，有80人为无业，占比为24%。个体工商户为179人，占比接近60%。其余职业主要分别为烟农、运输公司老板、司机。同时，涉案人员有166人为烟草零售户，占比约为50%。

（8）从涉烟违法犯罪发生的区域来看，发生在街道或高速公路的有210个案件，占比为64%，发生在乡镇的有118例，占比为36%。

四、计量结果与分析

为识别重大案件的发生线索，区分1万元以上的案件（大案）以及1万元以下的案件（小案），运用logit回归模型识别大案发生的显著线索信息（详见表1）。

根据logit回归结果，可以发现：

（1）节假日所在月份变量的估计系数显著为负，说明涉案金额超过1万元的大案并不是发生春节、五一劳动节和国庆节，这段时间仅是较小案件的高发时段。

（2）案件获取来源变量的估计系数显著为负，说明大案更主要来自投诉举报，因此要查处涉烟大案需要调动投诉举报线索。

（3）涉案人性别变量的估计系数为正，说明涉烟大案当事人主要为男性。

（4）涉案人籍贯（C市）变量的估计系数接近10%的水平上显著为正，涉案人籍贯（Q区）的估计系数接近10%的水平上显著为负，说明Q区发生的涉烟大案当事人主要为非Q区的C市居民，这类居民应该给予重点关注。

（5）涉案人是否无业变量的估计系数为正，涉案人是否零售户的估计系数显著为正，说明应该重点关注无业以及烟草零售户这两类群体。

基于此，我们可以判断出，Q区精准打击涉烟违法犯罪，需要重点关注该区域非Q区的C市居民，特别是其中无业以及为烟草零售户的男性个体。

五、Q区专卖监管数据应用方向

以C市Q区涉烟违法犯罪行为为研究对象，通过定量分析方法，从涉案卷烟品牌、当事人职业、人口学特征、案发时间、地域、运输方式、卷烟销售数据、区域经济指标等角度识别违法案件的主要特征，系统分析影响Q区涉烟违法犯罪行为的关键特征因素，并采用相关性分析的方法，精准识别各因素的影响方式，可以为进一步构建市场监管预警指引体系以及监管再挖掘体系提供基础。

1.市场监管预警指引体系构建。基于求出的关键特征属性与涉烟违法犯罪率之间的量化关系，构建市场监管预警指引体系，该体系能帮助我们识别案件发生的外部主要线索表现，即在一定程度上锁定特定时间内的重点关注区域、重点关注品牌、重点关注人群、易发案件类型等其他相关信息，解决市场监管全面化向前“一公里”问题。

2.监管软件应用结果再挖掘体系构建。通过构建涉烟违法犯罪案件数据库，采用计算机深度学习技术，寻找建立合适的算法，最大限度的描绘涉烟违法犯罪当事人的人口学特征和行为特征，构建监管软件应用结果再挖掘体系。该体系对已经筛查出的涉案線索信息进行比对，并做出进一步筛选，找出发生涉烟违法犯罪概率较高的个体与事件，解决精准打击“最后一公里”问题。

五、结束语

对于烟草从业者而言，想要充分发挥烟草专卖市场监督数据的效用，在实际工作过程中需要运用Logit回归模型对监督管理数据进行量化分析，并以该数据为基础，构建市场监管预警指引体系以及监管软件应用结果再挖掘体系，高效处理烟草行业违法犯罪行为，维护烟草市场的稳定。

参考文献：

[1]贺平凡，罗开卷.涉烟犯罪的罪数形态认定——析《关于办理非法生产、销售烟草专卖品等刑事案件具体应用法律若干问题的解释》[J].政治与法律，2011（07）：48-55.

[2]马鸣萧，惠宁，宁涛.信息、监管与犯罪遏制——以烟草行业为例[J].西安电子科技大学学报（社会科学版），2015（01）：51-56.

[3]马萧惠.浅谈非法经营罪在涉烟犯罪领域的适用变化[J].山东社会科学，2015（S1）：381-383.

[4]孙晓东.烟草专卖监管存在的问题和对策分析[J].企业改革与管理，2015（21）：182-183.

[5]王彬.犯罪侦查中的数据挖掘及其作用分析[J].广西警察学院学报，2019（02）：35-42

[6]王成.浅议新型烟草制品市场监管问题及对策[J].法制博览，2019（11）：175-176.

[7]郑廷，张云涛.基于领域本体的数据挖掘技术在贿赂犯罪侦查中的应用[J].中国检察官，2016（03）：55-57.