2020—2022年食用農(nóng)產(chǎn)品安全監(jiān)督抽檢數(shù)據(jù)分析

彭雯婧 羅斌 曹喜春 李越凡 熊錚 盧素珍

摘 要：本研究采用統(tǒng)計學(xué)方法對食用農(nóng)產(chǎn)品的抽檢情況進(jìn)行了多維度分析，并通過不合格率高位值分級、抽檢情況二項(xiàng)分布檢驗(yàn)、趨勢分析等方法評估食品品種總體風(fēng)險情況，利用卡方檢驗(yàn)對抽檢不合格的相關(guān)因素進(jìn)行了驗(yàn)證，對食品品種進(jìn)行風(fēng)險畫像，提高食品安全抽檢計劃的科學(xué)性和精準(zhǔn)性。

關(guān)鍵詞：監(jiān)督抽檢；風(fēng)險因素；不合格因素；食用農(nóng)產(chǎn)品

Analysis of Sampling Data of Edible Agricultural Products Safety Supervision in 2020—2022

PENG Wenjing， LUO Bin*， CAO Xichun， LI Yuefan， XIONG Zheng， LU Suzhen

（Jiangxi Provincial Institute of Food Inspection and Testing， Nanchang 330001， China）

Abstract： This study used statistical methods to conduct multi-dimensional analysis of the sampling of edible agricultural products， and evaluated the overall risk of food varieties through methods such as high value grading of non conformities， binomial distribution test of sampling situation， and trend analysis. The chi-square test was used to verify the relevant factors of unqualified sampling inspection， and the risk portrait of food varieties was carried out to improve the scientificity and accuracy of food safety sampling inspection plan.

Keywords： supervision sampling; risk factor; unsatisfactory rate; edible agricultural products

食品安全與人們的身體健康息息相關(guān)，保障食品安全是社會穩(wěn)定的重要舉措。農(nóng)產(chǎn)品作為人們?nèi)粘Ｉ钪斜夭豢缮俚氖巢模磕瓿闄z量在40%以上，不合格率較高。本研究以2020—2022年食用農(nóng)產(chǎn)品監(jiān)督抽檢數(shù)據(jù)為例，引入二項(xiàng)分布檢驗(yàn)、卡方檢驗(yàn)等多種統(tǒng)計學(xué)方法對食品農(nóng)產(chǎn)品監(jiān)督抽檢數(shù)據(jù)進(jìn)行分析，量化食品品種風(fēng)險值，結(jié)合場所、購進(jìn)/生產(chǎn)月份、不合格項(xiàng)目分析，為食品品種進(jìn)行精準(zhǔn)畫像，以期為抽檢計劃執(zhí)行提供科學(xué)支持。

1 數(shù)據(jù)來源

通過國家市場監(jiān)督管理總局食品安全抽檢公布結(jié)果查詢系統(tǒng)收集2020—2022年食用農(nóng)產(chǎn)品監(jiān)督抽檢數(shù)據(jù)（數(shù)據(jù)來源：https：//spcjsac.gsxt.gov.cn/）作為樣本分析。

2 方法與步驟

本研究用Microsoft Excel、python、SPSS等軟件對下載的數(shù)據(jù)進(jìn)行錄入處理和統(tǒng)計分析。

2.1 食品品種風(fēng)險值的多維度分析與量化

食品品種的不合格率被廣泛用于食品安全風(fēng)險評估，該指標(biāo)是一個動態(tài)變量，在特定時間段內(nèi)，不合格率存在較大的隨機(jī)性，這給分析帶來了不確定性。采用二項(xiàng)分布檢驗(yàn)和基于食品品種不合格率的多維度分析方法，全面評估食品品種的安全風(fēng)險。

2.1.1 不合格率風(fēng)險分級

通常使用不合格率或不合格度等指標(biāo)來表征食品安全風(fēng)險。以全年總體不合格率作為衡量的標(biāo)尺，將食品不合格率進(jìn)行分級賦分，從而體現(xiàn)該食品品種在全年中不同的風(fēng)險程度。當(dāng)食品品種的不合格率所屬級別越高，就可以認(rèn)為該食品類別的風(fēng)險較高，并給予相應(yīng)的高分值。

2.1.2 二項(xiàng)分布檢驗(yàn)風(fēng)險分級

二項(xiàng)分布檢驗(yàn)是一種適用于二分類問題的統(tǒng)計方法，用于檢驗(yàn)二項(xiàng)分布中比例是否等于某個特定值。本文將合格和不合格作為二分類變量，然后使用二項(xiàng)分布檢驗(yàn)來計算每個食品品種合格率的置信區(qū)間。通過分析置信區(qū)間的寬度和位置，可以將食品品種劃分為低風(fēng)險、中風(fēng)險、高風(fēng)險3個等級。如果置信區(qū)間較寬，表示合格率的不確定性較大，食品品種的風(fēng)險也較高。

2.1.3 不合格率的趨勢分級

將2020—2022年各類食品的不合格率通過最小二乘法進(jìn)行線性擬合，找到一條與實(shí)際觀測數(shù)據(jù)的殘差平方和最小的直線，進(jìn)而確定最佳擬合直線的參數(shù)，y＝kx＋b，y是因變量，x是自變量，k是斜率，b是截距。k在一定程度上表達(dá)了該食品品種不合格率在近幾年的整體發(fā)展趨勢，一般來說k＞0表示食品不合格率呈上升趨勢，有風(fēng)險增高的趨勢，且k值越高，表示增長的趨勢越高；k＜0表示該類食品不合格率整體呈下降趨勢。

2.1.4 食品品種風(fēng)險量化

將3個因素結(jié)果進(jìn)行分級量化，綜合評價各食品風(fēng)險性。以比較范圍數(shù)據(jù)的總體不合格率作為不合格率風(fēng)險分級的標(biāo)準(zhǔn)，將品種不合格率與總體不合格率的比值以及不合格率2%作為標(biāo)準(zhǔn)進(jìn)行劃分。二項(xiàng)分布檢驗(yàn)可以將食品品種風(fēng)險分為高、中、低風(fēng)險，增長趨勢按k值進(jìn)行等級劃分。等級賦分具體分值情況見表1。

綜合上述風(fēng)險因素，根據(jù)實(shí)際賦予不同權(quán)重對各品種風(fēng)險值進(jìn)行量化計算，為抽檢計劃的制定和執(zhí)行提供指導(dǎo)。風(fēng)險值計算公式為

式中：T為食品品種總風(fēng)險值；vi為各項(xiàng)分值；αi為各分項(xiàng)權(quán)重（根據(jù)工作重點(diǎn)確定，如對該品種分析的關(guān)注度等），i=1，2，…。

2.2 食品品種抽樣月份、抽樣區(qū)域、檢驗(yàn)項(xiàng)目的風(fēng)險點(diǎn)分析

卡方檢驗(yàn)是一種基于分布的假設(shè)檢驗(yàn)方法，用于綜合分析食品品種、生產(chǎn)月份、抽樣區(qū)域的不合格率的顯著差異性，并評估它們在食品品種中的不同風(fēng)險表達(dá)方式，可結(jié)合不合格檢驗(yàn)項(xiàng)目為食品品種進(jìn)行預(yù)警。

3 結(jié)果與分析

3.1 食品品種風(fēng)險值

根據(jù)表1對2020—2022年食用農(nóng)產(chǎn)品的整體數(shù)據(jù)進(jìn)行賦分，假定所有食品抽檢的各分項(xiàng)權(quán)重α均為1，計算得到各食品品種的風(fēng)險值見表2。表2中食莢豌豆和蔥根據(jù)二項(xiàng)分布檢驗(yàn)被歸為低風(fēng)險品種，不合格批次分別占總批次的1/8、2/39，不合格率得分較高，可能是因?yàn)槌闄z量和不合格批次量較少導(dǎo)致二項(xiàng)分布檢驗(yàn)與不合格率分級差別較大，后期監(jiān)管中可以適當(dāng)提高抽檢批次進(jìn)行風(fēng)險驗(yàn)證。說明風(fēng)險分析應(yīng)避免單一指標(biāo)的片面解讀，需要考慮相關(guān)因素的綜合影響。13個高風(fēng)險品種中，結(jié)合不合格率、斜率得分、二項(xiàng)分布檢驗(yàn)分值分析，其他水產(chǎn)品（牛蛙）、海水蟹、豇豆和姜等幾類產(chǎn)品在3個維度的結(jié)果都屬于高風(fēng)險分值品種，應(yīng)重點(diǎn)加強(qiáng)監(jiān)管；豆芽的不合格率得分和二項(xiàng)分布檢驗(yàn)分值都屬于高風(fēng)險組別，斜率得分屬于降低組別，可在重點(diǎn)監(jiān)管范圍內(nèi)降低頻次。

3.2 食品品種時間、抽樣場所、檢驗(yàn)項(xiàng)目的風(fēng)險點(diǎn)分析

選取高風(fēng)險品種進(jìn)行風(fēng)險點(diǎn)分析，包括豇豆、姜、海水蟹、其他水產(chǎn)品、香蕉、海水蝦、韭菜、淡水魚、辣椒、獼猴桃、生干籽類、食莢豌豆及豆芽?？ǚ綑z驗(yàn)結(jié)果及不合格項(xiàng)目統(tǒng)計見表3。

3.2.1 食品品種時間、抽樣場所風(fēng)險點(diǎn)分析

食用農(nóng)產(chǎn)品是非預(yù)包裝食品，一般以購進(jìn)/抽樣日期統(tǒng)計。食用農(nóng)產(chǎn)品抽樣場所主要有餐飲（如餐館和食堂等）和流通（如超市、菜市場等）場所。綜合分析，韭菜、姜、豇豆、香蕉、其他水產(chǎn)品（牛蛙）和淡水魚等食品品種絕大部分月份甚至全年的不合格率均具有顯著差異性，應(yīng)在全年加強(qiáng)抽檢和監(jiān)管頻率，并在抽樣場所對有差異性的品種提高抽檢數(shù)量與監(jiān)管力度；食莢豌豆為時間與場所沒有顯著性差異的高風(fēng)險品種，可能是抽檢量和不合格批次量偏少，應(yīng)在全年對各場所適當(dāng)提高抽檢量與監(jiān)管力度進(jìn)行驗(yàn)證；對于豆芽、獼猴桃、海水蝦、海水蟹和生干籽類等部分月份不合格率具有顯著差異的食品品種，針對重點(diǎn)時間和場所適當(dāng)提高抽檢量與監(jiān)管力度。

3.2.2 食品品種檢驗(yàn)項(xiàng)目的風(fēng)險點(diǎn)分析

農(nóng)藥殘留不合格常檢出于蔬菜水果中。由于農(nóng)藥以及作物特性不同，部分作物與農(nóng)藥間有緊密關(guān)聯(lián)。4-氯苯氧乙酸鈉、6-芐基腺嘌呤對種子發(fā)芽、細(xì)胞分裂有促進(jìn)作用，且具有抑制胚根生長的生理作用，不合格樣品只檢出于豆芽[1]。氯吡脲對瓜果類植物有促進(jìn)花芽分化、?；ū９⒋龠M(jìn)果實(shí)膨大的作用，能改善獼猴桃的外觀，并延長獼猴桃的貨架期，只檢出于獼猴桃[2]。腐霉利是一種微毒級的殺菌劑，被大量用于易被真菌和細(xì)菌感染的韭菜。豇豆與辣椒因成熟期較短且病蟲害較多，不合格農(nóng)藥種類也較多，需要重點(diǎn)關(guān)注[3]。禁用農(nóng)藥甲胺磷和限用農(nóng)藥（毒死蜱、克百威、氧樂果等）也在辣椒和豇豆等產(chǎn)品中被檢測出。以上情況主要是由農(nóng)戶在種植環(huán)節(jié)追求經(jīng)濟(jì)效益，過度依賴農(nóng)藥造成的。

獸藥殘留主要檢出于水產(chǎn)品中。恩諾沙星是一種用于治療動物皮膚感染、呼吸道感染的抗生素，在其他水產(chǎn)品（牛蛙）、淡水魚、海水蝦中均有檢出，可能是養(yǎng)殖場或者商戶為了減少水產(chǎn)品在養(yǎng)殖過程或運(yùn)輸過程中的病死率，使用了含有大量恩諾沙星的飼料或暫養(yǎng)水，導(dǎo)致遷移性污染。此外，禁用的獸藥硝基呋喃類藥物和孔雀石綠也被檢測出于其他水產(chǎn)品（牛蛙）、淡水魚、海水蝦。

重金屬鉛、鎘被檢出于海水蝦、海水蟹、辣椒、韭菜和姜。重金屬污染主要是由于農(nóng)產(chǎn)品在種植、養(yǎng)殖過程中受到環(huán)境污染造成的。如海水中的鎘超標(biāo)會造成甲殼類生物重金屬的富集[4]，蔬菜受種植環(huán)境的污染造成重金屬殘留不合格。

質(zhì)量指標(biāo)（酸價）和生物毒素（黃曲霉毒素B1）不合格只檢出于生干籽類（花生）?；ㄉ鳛橹参镉椭闹饕现?，在種植、儲存、運(yùn)輸或加工環(huán)節(jié)的不當(dāng)操作都有可能使花生發(fā)生霉變或者腐敗，造成花生內(nèi)部油脂的酸敗和黃曲霉毒素的產(chǎn)生與富集[5]。

綜上所述，13個品種中農(nóng)獸藥殘留和重金屬污染問題較為普遍，應(yīng)結(jié)合農(nóng)獸藥殘留與品種的關(guān)聯(lián)性以及農(nóng)業(yè)農(nóng)村部禁限用公告，對重點(diǎn)項(xiàng)目與品種進(jìn)行重點(diǎn)監(jiān)控。重金屬污染的主要原因是環(huán)境污染和食品品種本身特性，應(yīng)重點(diǎn)關(guān)注產(chǎn)生問題品種的種植、養(yǎng)殖環(huán)節(jié)，對整體過程加強(qiáng)監(jiān)管。

4 結(jié)語

通過對2020—2022年食用農(nóng)產(chǎn)品監(jiān)督抽檢的分析，將食用農(nóng)產(chǎn)品分為4個風(fēng)險等級，監(jiān)管部門可以根據(jù)不同風(fēng)險等級的具體情況分配任務(wù)。對于其他水產(chǎn)品（牛蛙）、豇豆等多維度分析都屬于高風(fēng)險的品種，應(yīng)加大抽檢與監(jiān)管力度，如開展專項(xiàng)行動等。對于部分如蔥、茭白等不同維度分析大部分屬于中高風(fēng)險情況但不同分析方法風(fēng)險情況有差異，應(yīng)適當(dāng)提高抽檢批次進(jìn)行風(fēng)險驗(yàn)證，并結(jié)合各品種在不同月份與環(huán)節(jié)場所不合格率顯著性差異情況，合理執(zhí)行抽檢計劃。

根據(jù)不同的食品品種對農(nóng)獸藥殘留、重金屬污染等問題的不同敏感程度以及種養(yǎng)殖環(huán)境影響，應(yīng)采取不同措施進(jìn)行干預(yù)和解決，結(jié)合農(nóng)獸藥的禁限用要求，針對不合格率較高的品種、時間、區(qū)域分布，合理安排檢查和抽檢工作，避免潛在的食品安全風(fēng)險，提高監(jiān)管的效率和精確性。對重金屬污染嚴(yán)重的種植、養(yǎng)殖地進(jìn)行溯源分析。

由于食用農(nóng)產(chǎn)品的特殊性，需要各部門間加強(qiáng)合作與信息共享，農(nóng)業(yè)、環(huán)境等部門進(jìn)行聯(lián)動監(jiān)管，加強(qiáng)對農(nóng)業(yè)生產(chǎn)者的管理和監(jiān)督，確保農(nóng)藥合理使用和安全使用，包括正確選擇以及使用農(nóng)藥、控制施藥頻次、遵守安全間隔期和對重金屬污染源的分析治理等，同時加大對農(nóng)產(chǎn)品的質(zhì)量檢測和監(jiān)督力度，建立完善的農(nóng)產(chǎn)品溯源制度，保障公眾的食品安全。

本文主要以2020—2022年食用農(nóng)產(chǎn)品安全監(jiān)督抽檢數(shù)據(jù)為例進(jìn)行了分析與預(yù)警，剖析品種、項(xiàng)目、時間等方面的風(fēng)險因素，為高風(fēng)險種類的風(fēng)險畫像，期望通過信息化手段，為后期的監(jiān)管與抽檢工作提供方向，為政府監(jiān)管部門提供決策支持，有針對性地制定監(jiān)管措施，最大限度地提高監(jiān)管效率和精確性，確保食品安全。

參考文獻(xiàn)

[1]宋曉婉，宋旭鳳，姚凱.豆芽中植物生長調(diào)節(jié)劑的殘留及風(fēng)險監(jiān)測評估[J].現(xiàn)代農(nóng)業(yè)科技，2020（6）：229-230.

[2]董金磊.氯吡脲對獼猴桃理化參數(shù)的影響及獼猴桃膨大果識別方法研究[J].咸陽：西北農(nóng)林科技大學(xué)，2016.

[3]王定軍，胡容，曾強(qiáng)，等.余慶縣辣椒主要病蟲害發(fā)生種類及其防治技術(shù)[J].農(nóng)技服務(wù)，2023，40（9）：67-70.

[4]宋成成.水產(chǎn)品中重金屬污染現(xiàn)狀及檢測技術(shù)[J].中國食品工業(yè)，2022（18）：40-41.

[5]鄭冬梅，姬婧，張文山，等.日照市花生黃曲霉毒素污染成因與防控技術(shù)[J].現(xiàn)代農(nóng)業(yè)科技，2022（10）：181-183.