烟草基层单位政策执行效果的多维度统计评估体系研究

随着烟草行业进入高质量发展新阶段，县区级烟草专卖局作为政策落地的“最后一公里”，其执行效能直接关系行业战略目标的实现。传统评估多聚焦单一经济指标（如卷烟销量、利税贡献），难以全面反映政策在市场监管、社会服务、创新应用等维度的综合效果。本文以 YB 市 XZ 区为样本，构建融合定量与定性分析的多维度统计评估体系，推动评估方法从经验判断向数据驱动转型。

1 多维评估体系构建

1.1 指标体系设计

基于烟草政策经济管制与公共服务双重属性，构建5 个一级维度、16 项核心二级指标（表1），遵循系统性、可操作性、动态性原则。

表1 多维度评估核心指标体系

1.2 AHP- 熵权组合赋权法

AHP 主观权重：专家打分确定维度重要性（ ），权重向量：W_AHP=[0.15，0.35，0.25，0.12，0.13]^T 。

熵权客观权重：基于叙州区数据差异计算信息量，权重向量：

组合权重：线性加权（ α=0.6 ）得最终权重：政策落实度 0.13、市场规范度 0.33、社会满意度0.23、经济贡献度 0.18、创新响应度 0.13 市场规范度与社会满意度为核心维度。

1.3 模糊综合评价模型

评语集：V={ 优秀 （90-100）， 良好 （80-89）， 一般 （70-79）， 较差 （<70）_l^l }。

隶属度计算：根据指标实际值对照预设阈值确定对各评语等级的隶属程度（示例：政策传达及时率8.2 小时→隶属“良好”程度0.80）。

分层合成：二级指标加权平均合成一级维度评价，一级维度按组合权重合成综合得分

1.4 动态优化机制

权重修订：年度数据更新后重算熵权权重，若变化 >15% 则启动AHP 矩阵调整。

LSTM 预测：输入历史月度市场净化率序列，预测未来趋势（ MAE=0.98% ），支撑动态预警。

GIS 空间分析：识别案件高发区域，定位执法资源投放重点。

2 实证分析：XZ 区案例

2.1 数据采集与评估结果

采集XG 区最新周期数据（表2），经模糊综合评价得：

综合得分：82.7 分（良好）

分维度结果（表2）：

表2 各维度评估结果表

表3 XG 区关键指标数据

2.2 空间异质性分析

GIS 热点分析显示：NA、ZC、BX 街道为案件高发核心区（案件量占比 63.40% ），主要成因包括流动人口密集（ _.r=0.72. ）、监控覆盖率低（ r=0.35 ）。

3 对策建议

3.1 构建“智能预警 - 精准干预”机制

（1）风险分级响应：基于GIS 热点与LSTM 预测，划分高/ 中/ 低危区，动态调整巡查频次（高危区：周巡查 +AI 布控）。

（2）技术赋能：

部署AI 摄像头（人脸识别 + 包装检测）。

应用社会网络分析识别违规关键节点（点度中心度 >0.7 ）。

推广区块链存证（缩短案件周期 40% ）。

（3）预期成效：高危区域案件量下降 ，执法资源利用率提升 35%

3.2 提升创新响应度与经济贡献

（1）创新沙盒试点：在BX 街道试点数字人民币结算（提升资金效率 50% ）、智能货柜年龄验证（杜绝未成年人购烟）。

（2）平衡政策目标：

设立“淡季保供基金”稳定零售户毛利率（目标 12% ）。

推行“健康积分”计划（戒烟时长兑换公共服务），协调控烟责任与经济贡献。

（3）预期成效：创新响应度得分提升至85 分，大模型应用深度达4.2 级。

3.3 夯实数据治理基础

（1）统一数据仓库：整合专卖、营销等9 大系统数据，构建零售户全景画像（32 标签）。（2）前沿技术应用：

联邦学习：关联公安流动人口数据预测风险区（原始数据不出域，精度损失 <2% ）。区块链存证：确保执法证据链可信（法院采信率 98% ）。

（3）预期成效：数据准备周期从3 天缩至4 小时，高危区许可证审批时效压缩 50% 4 结论

本研究构建了融合“经济管制 - 公共服务”双维度的烟草基层单位政策执行效果统计评估体系。方法上，通过 AHP- 熵权组合赋权法平衡主客观权重，利用模糊综合评价集成异构数据，结合LSTM 预测与GIS 分析实现动态优化。YB 市XZ 区实证表明：政策在规范市场（91.2分）与服务民生（89.5 分）成效显著，但经济贡献（单箱税利 +3.97% ）与技术创新（大模型3.2/5 级）存在短板。提出的“智能预警- 精准干预”机制，依托数字孪生平台、联邦学习、ESG 量化等工具，为基层政策评估与精准治理提供了可推广的解决方案。未来研究需深化跨域数据协同（联邦学习）、拓展ESG 指标、并探索政策仿真预演。

参考文献

[1] 国家烟草专卖局.2023 年度打假专项行动效益评估报告[R].2023.

[2] 王林 ， 周涛 . 烟草控制政策效益的三维计量模型构建 [J]. 中国卫生经济 ，2019，38（7）：45-48.

[3] 刘京 ， 张明华 ， 李峰 . 基于 ANP-BSC 的烟草专卖监管绩效评估模型 [J]. 中国烟草学

报 ，2017，23（3）：112-120.

[4] 张伟 . 电子烟草专卖许可证的政策效果评估——基于双重差分法的实证研究 [J]. 公共管理学报 ，2020，17（2）：134-145+176.

[5] 王磊等 . 烟草政策数字化转向研究 [J]. 统计研究 2024（3）：77-85.

[6] 李航 ， 王思远 ， 赵磊 . 基于动态主题嵌入网络的烟草政策演化分析 [J]. 情报学报 ，2023，42（5）：567-578.

[7] 国家局课题组. 烟草市场监管效能影响因素分析（研究报告）[R].202

[8] 国家烟草经济信息中心. 市场净化率预测技术白皮书[Z].2024.

[9] 陈阳 ， 刘建国 . 融合政策干预的 LSTM 烟草市场净化率预测模型 [J]. 系统管理学报 ，2021，30（4）：734-742.