食品企業外部食品安全風險識別的基礎與方法探討

楊雪 孫國梁 袁波

摘 要：食品生產經營企業在食品安全方面面臨的風險按照其識別來源可分為內部風險和外部風險。跟蹤收集食品企業食品安全風險相關數據，并利用大數據技術對其進行綜合應用分析，是食品企業識別其外部食品安全風險的有效途徑之一。本文主要介紹了基于大數據的識別食品安全風險的基本方法和途徑。

關鍵詞：食品安全;大數據;風險識別

Abstract：The risks faced by food production and management enterprises in food safety can be divided into internal risk and external risk according to their identified sources. It is one of the effective ways for food enterprises to identify their external food safety risks by tracking and collecting all kinds of food safety data related to food safety risks and using big data technology to carry out comprehensive application analysis. This paper mainly introduces the basic methods and approaches of food safety risk identification based on big data.

Key words：Food safety; Big data; Risk identification

中圖分類號：F203

食品是影響公眾健康的核心要素之一，持續提升食品品質與安全是世界各國政府普遍關心的重點民生問題，全球食品產業鏈也在從傳統的“吃得飽”轉變成“吃得好、吃得放心”，對食品品質與安全的要求越來越高。在全球貿易融合發展大趨勢下，監管政策、進出口貿易政策變動大幅增加了企業產品合規的不確定性，食品全產業鏈領域細分與多層級產業整合帶來的供應鏈風險日益顯著。特別是隨著公眾對食品安全問題的重視以及新媒體技術的快速發展，食品安全輿情、政府食品安全公共監測等信息給食品全行業帶來的影響日益凸顯，因此，食品行業迫切需要在做好內部傳統食品質量與安全風險管控的基礎上，積極應對公共社會信息與輿情、供應鏈以及政府監管相關政策性變動等外部風險。目前，企業在內部風險管控方面大都建立了相對完善的管理制度，但對外部信息帶來的風險的關注較度低，也尚未形成系統性工作方法。本文主要結合實例對外部風險的獲取、識別和利用進行介紹。

1 食品企業食品安全風險識別

傳統食品安全風險主要是指食品中可能對人體健康產生危害的不良影響因素，按照不同的分類方法，具體包括物理性風險、化學性風險、生物性風險、食品加工過程中產生的風險物質和由于經濟利益驅動導致的非法添加、摻假、假冒偽劣和食品過期等人為風險等。此外，由于食品安全監管的進一步嚴格和職業打假的活躍，食品標簽標識、廣告以及宣傳營銷等方面的風險也應引起食品企業的重視。目前，食品企業面臨的風險分類如表1所示。

風險因子是促使或引起風險事件的條件，以及風險事件發生時，致使損失增加、擴大的條件。風險因子是風險事件發生的潛在因素，是造成損失的間接和內在原因。大部分傳統食品安全風險因子在食品安全標準法規中有明確規定，但有些風險因素尚無相關規定。食品企業如果對食品安全風險因子的識別和控制不足，則可能導致企業產品出現質量安全問題或在監管部門的風險監測中發現不安全因素，甚至可能導致食品安全事件，導致產品召回、被職業打假人投訴、被行政處罰等后果。因此，食品企業必須對各類食品安全風險進行有效識別，并對風險程度做出預判。

按照上述各類風險因子的來源，食品安全風險可劃分為內部風險和外部風險。其中，內部風險是指通過食品企業的原料驗收數據分析、生產經營過程監測與分析等方式方法能識別的風險，而外部風險是指由于外部大環境所造成的潛在食品安全風險。本文主要介紹食品企業外部風險的識別。

2 食品企業外部風險識別來源

食品企業外部風險識別的主要依據是食品安全大數據，食品企業外部風險識別所需要的食品安全數據包括食品安全監管大數據（如標準、法規、抽檢、監督檢查）和食品安全輿情大數據。

2.1 食品安全監管大數據

食品安全監管大數據主要包括監管部門發布的食品標準法規以及企業的生產經營資質許可、生產經營過程控制、產品抽檢監測結果等方面的數據。

2.1.1 食品標準法規數據

食品標準是對與食品安全相關的各項技術性指標的要求，通常包括食品產品安全標準、食品添加劑及食品中危害物質的限量要求、食品相關理化和微生物及感官檢測方法以及食品標簽標識要求等。食品法規是政府針對食品生產經營和監督管理制定的政策規定，通常為食品生產經營企業的準入許可、日常監督管理、食品原料可食用性、食品標簽標識、食品生產經營以及操作規范等[1]。

食品標準法規信息主要通過監管機構公開發布信息的網站、政府發文等途徑獲取，也可以通過專業的第三方咨詢機構或數據庫獲取。目前，司法部（原國務院法制辦）建立了我國法規文本數據庫，國家食品安全風險評估中心建立了食品安全國家標準數據庫，食品伙伴網等網站也有實時更新標準、法規信息，均可以作為食品標準法規信息的參考來源。

依據我國食品安全法，食品標準法規的制/修訂都必須以風險評估為科學依據。食品標準法規的制定和修訂，都反映了我國食品安全形勢的變化和監管措施的調整。食品標準法規數據是食品企業合規生產經營所必須符合的要求，因此食品標準法規是企業進行食品安全風險識別優先需要關注的因素。例如，GB 2762-2017刪除了茶葉中稀土元素的限量要求，表明經過科學評估不再需要對茶葉中稀土元素進行控制，則稀土不再是茶葉中的主要風險點;2020年發布的《食品安全國家標準 食品中污染物限量》（征求意見稿）將香辛料油由調味品類別調整至植物油脂類別，伴隨著分類調整，香辛料油中鉛限量要求將由1.5 mg·kg-1改為 0.08 mg·kg-1、將增加總砷0.1 mg·kg-1限量要求，以及苯并[a]芘 10 μg·kg-1的限量要求，香辛料油相關企業應密切關注該意見稿的最新動態并提前制定應對措施。

2.1.2 食品監督抽檢大數據

食品監督抽檢是食品安全監管的主要形式之一，是指市場監督管理部門按照法定程序和食品安全標準等規定，以排查風險為目的，對食品組織的抽樣、檢驗、復檢和處理等活動。自2015年以來，我國各級食品安全監管機構逐漸加大了食品抽檢力度，不定期發布食品安全抽檢信息。食品監督抽檢大數據主要通過各級市場監督管理部門的網站發布，數據內容包括食品抽檢涉及的產品、企業、產地、執法機構、所屬品類、不合格原因和產品不合格率等信息。

對這些抽檢數據進行統計分析，可以識別不同品類食品主要的不合格原因、易出現不合格產品的地區等風險信息。例如2018—2020年，我國國家和省級市場監管部門共抽檢肉及肉制品共抽檢264 945批次，其中合格262 101批次，合格率98.93%，不合格2 844批次，不合格批次中有46.72%是因為獸藥殘留不合格，這就提醒肉及肉制品相關食品企業仍要把獸藥殘留作為重點進行控制，加強監測[2]。

2.1.3 食品監督檢查大數據

食品監督檢查大數據具體包括各級食品安全監督管理部門發布的食品安全風險監測信息、食品行政處罰信息、食品企業體系檢查與飛行檢查方面的信息等。目前許多地方監管部門公開的處罰信息會詳細說明處罰的事由和法律依據。食品監督檢查大數據一般可以通過各級市場監管機構的網站獲取，國家市場監督管理總局也構建了行政處罰數據庫，可以查詢相關信息。這些檢查和處罰信息主要針對食品企業生產經營過程中的違規信息，如環境設施、人員操作、原料驗收和過程控制等。對這些信息進行匯總研究分析，也有助于企業對照檢查自身的生產經營過程，有效識別過程風險。

2.2 食品安全輿情大數據

用于食品安全風險識別的食品安全輿情大數據主要包括食品安全事件數據和食品安全判決案例數據等信息。

2.2.1 食品安全事件數據

食品安全事件數據主要是指由各類食品引起的食源性疾病、食物中毒、食品企業違規生產經營、消費者被誤導或欺詐等食品安全方面的各類輿情事件，其主要來源包括各類媒體、論壇社區評論，微博、微信等自媒體，主要通過監控各類信息源來獲取?；ヂ摼W的信息積累為識別食品安全風險提供了便利，利用輿情監控分析工具回溯過去幾年食品行業的主要輿情、熱點輿情，并分析事件的基本情況概述、事件進展、各方評論、輿情走勢、專家點評和技術分析等，有助于發現媒體、消費者關注的食品安全風險，從而實現風險識別[3]。

2.2.2 食品安全判決案例大數據

食品安全判決案例大數據主要是指食品安全方面的投訴案例，以及與食品安全相關的判決文書等。主要的獲取來源包括中國裁判文書網等司法文書網站。食品判例數據可拆解分析的因素主要包括食品安全投訴案例發生的地區、涉及品類、起訴案由、判決結果及其依據、涉及的主要食品標準法規等內容。對這些判例進行統計分析，研究職業打假人員容易獲勝的食品品類和起訴理由，有助于食品企業對照檢查自身產品可能存在的問題，有效識別被職業打假的風險。

3 食品企業外部風險識別方法

3.1 收集所需的食品安全大數據

收集關于風險識別對象在特定時間和特定地域的所有標準法規的制修訂動態、食品抽檢預警通報、食品監督檢查信息以及食品安全事件、食品安全判決案例等食品安全大數據。進行食品安全風險識別所需的食品安全大數據種類繁多，來源廣泛，數據的內容結構并不統一，更新發布也沒有統一的規律，因此其收集相對困難。對于食品企業而言，食品安全大數據的收集，可以借助于專業的搜索引擎、信息監控軟件、郵件定制等形式或者第三方數據收集服務機構進行。

3.2 確定規則，整理形成結構化數據

對收集到的信息進行規范整理、研判分析是后續有效利用數據的前提。數據的規范整理一方面要注意數據結構的規范性，便于后期分析;另一方面要考慮風險識別的目的，有針對性的進行數據拆解。如針對前述各類食品安全大數據都涉及的產品品類、地域、時間、風險因子、企業及其品牌產品等信息，可建立統一的分類體系及判定規則，使針對同一風險識別研究對象的各類數據都能夠按照統一邏輯進行統計分析。另外可以根據不同產品的不同特點，對不同數據賦予權重，以便更加客觀的建立風險模型[4]。

3.3 綜合數據分析識別風險

在結構化數據的基礎上，利用信息化手段，如借助BP神經網絡模型等模型開展食品安全風險態勢感知，借助歷史數據實現建模，從而實現風險等級的識別判定，為后續風險預防控制提供依據。

4 結語

綜上所述，食品行業在互聯網、新媒體技術高速發展的時期，應充分利用“互聯網+”的新思路，及時關注和跟蹤相關政策監管、輿情信息，加強大數據、人工智能新技術與食品行業經濟發展的深度融合，真正實現外部風險的實時感知、及時決策、科學應對，進而實現公共社會信息與輿情的合理引導與正向利用，行業供應鏈的多維度風險感知與防控，政府監管政策的前瞻性進行預測與應對。

參考文獻：

[1]鄧云，王華.供應鏈視角下食品安全風險因子分析[J].江蘇商論，2019（10）：3-9.

[2]張紅霞.我國食品安全風險因素識別與分布特征——基于9314起食品安全事件的實證分析[J].當代經濟管理.2020（8）135-141.

[3]張紅霞，安玉發，張文勝.我國食品安全風險識別、評估與管理——基于食品安全事件的實證分析[J].經濟問題探索，2013（6）：135-141.

[4]楊朝慧，文曉巍.食品安全風險識別、評估與管理研究綜述[J].食品工業，2019，40（1）：224-227.