2020—2022年食用農產品安全監督抽檢數據分析

彭雯婧 羅斌 曹喜春 李越凡 熊錚 盧素珍

摘 要：本研究采用統計學方法對食用農產品的抽檢情況進行了多維度分析，并通過不合格率高位值分級、抽檢情況二項分布檢驗、趨勢分析等方法評估食品品種總體風險情況，利用卡方檢驗對抽檢不合格的相關因素進行了驗證，對食品品種進行風險畫像，提高食品安全抽檢計劃的科學性和精準性。

關鍵詞：監督抽檢；風險因素；不合格因素；食用農產品

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，保障食品安全是社會穩定的重要舉措。農產品作為人們日常生活中必不可少的食材，每年抽檢量在40%以上，不合格率較高。本研究以2020—2022年食用農產品監督抽檢數據為例，引入二項分布檢驗、卡方檢驗等多種統計學方法對食品農產品監督抽檢數據進行分析，量化食品品種風險值，結合場所、購進/生產月份、不合格項目分析，為食品品種進行精準畫像，以期為抽檢計劃執行提供科學支持。

1 數據來源

通過國家市場監督管理總局食品安全抽檢公布結果查詢系統收集2020—2022年食用農產品監督抽檢數據（數據來源：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等軟件對下載的數據進行錄入處理和統計分析。

2.1 食品品種風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險評估，該指標是一個動態變量，在特定時間段內，不合格率存在較大的隨機性，這給分析帶來了不確定性。采用二項分布檢驗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險。

2.1.1 不合格率風險分級

通常使用不合格率或不合格度等指標來表征食品安全風險。以全年總體不合格率作為衡量的標尺，將食品不合格率進行分級賦分，從而體現該食品品種在全年中不同的風險程度。當食品品種的不合格率所屬級別越高，就可以認為該食品類別的風險較高，并給予相應的高分值。

2.1.2 二項分布檢驗風險分級

二項分布檢驗是一種適用于二分類問題的統計方法，用于檢驗二項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，然后使用二項分布檢驗來計算每個食品品種合格率的置信區間。通過分析置信區間的寬度和位置，可以將食品品種劃分為低風險、中風險、高風險3個等級。如果置信區間較寬，表示合格率的不確定性較大，食品品種的風險也較高。

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行線性擬合，找到一條與實際觀測數據的殘差平方和最小的直線，進而確定最佳擬合直線的參數，y＝kx＋b，y是因變量，x是自變量，k是斜率，b是截距。k在一定程度上表達了該食品品種不合格率在近幾年的整體發展趨勢，一般來說k＞0表示食品不合格率呈上升趨勢，有風險增高的趨勢，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 食品品種風險量化

將3個因素結果進行分級量化，綜合評價各食品風險性。以比較范圍數據的總體不合格率作為不合格率風險分級的標準，將品種不合格率與總體不合格率的比值以及不合格率2%作為標準進行劃分。二項分布檢驗可以將食品品種風險分為高、中、低風險，增長趨勢按k值進行等級劃分。等級賦分具體分值情況見表1。

綜合上述風險因素，根據實際賦予不同權重對各品種風險值進行量化計算，為抽檢計劃的制定和執行提供指導。風險值計算公式為

式中：T為食品品種總風險值；vi為各項分值；αi為各分項權重（根據工作重點確定，如對該品種分析的關注度等），i=1，2，…。

2.2 食品品種抽樣月份、抽樣區域、檢驗項目的風險點分析

卡方檢驗是一種基于分布的假設檢驗方法，用于綜合分析食品品種、生產月份、抽樣區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險表達方式，可結合不合格檢驗項目為食品品種進行預警。

3 結果與分析

3.1 食品品種風險值

根據表1對2020—2022年食用農產品的整體數據進行賦分，假定所有食品抽檢的各分項權重α均為1，計算得到各食品品種的風險值見表2。表2中食莢豌豆和蔥根據二項分布檢驗被歸為低風險品種，不合格批次分別占總批次的1/8、2/39，不合格率得分較高，可能是因為抽檢量和不合格批次量較少導致二項分布檢驗與不合格率分級差別較大，后期監管中可以適當提高抽檢批次進行風險驗證。說明風險分析應避免單一指標的片面解讀，需要考慮相關因素的綜合影響。13個高風險品種中，結合不合格率、斜率得分、二項分布檢驗分值分析，其他水產品（牛蛙）、海水蟹、豇豆和姜等幾類產品在3個維度的結果都屬于高風險分值品種，應重點加強監管；豆芽的不合格率得分和二項分布檢驗分值都屬于高風險組別，斜率得分屬于降低組別，可在重點監管范圍內降低頻次。

3.2 食品品種時間、抽樣場所、檢驗項目的風險點分析

選取高風險品種進行風險點分析，包括豇豆、姜、海水蟹、其他水產品、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。卡方檢驗結果及不合格項目統計見表3。

3.2.1 食品品種時間、抽樣場所風險點分析

食用農產品是非預包裝食品，一般以購進/抽樣日期統計。食用農產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，應在全年加強抽檢和監管頻率，并在抽樣場所對有差異性的品種提高抽檢數量與監管力度；食莢豌豆為時間與場所沒有顯著性差異的高風險品種，可能是抽檢量和不合格批次量偏少，應在全年對各場所適當提高抽檢量與監管力度進行驗證；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，針對重點時間和場所適當提高抽檢量與監管力度。

3.2.2 食品品種檢驗項目的風險點分析

農藥殘留不合格常檢出于蔬菜水果中。由于農藥以及作物特性不同，部分作物與農藥間有緊密關聯。4-氯苯氧乙酸鈉、6-芐基腺嘌呤對種子發芽、細胞分裂有促進作用，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花芽分化、保花保果、促進果實膨大的作用，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，不合格農藥種類也較多，需要重點關注[3]。禁用農藥甲胺磷和限用農藥（毒死蜱、克百威、氧樂果等）也在辣椒和豇豆等產品中被檢測出。以上情況主要是由農戶在種植環節追求經濟效益，過度依賴農藥造成的。

獸藥殘留主要檢出于水產品中。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，在其他水產品（牛蛙）、淡水魚、海水蝦中均有檢出，可能是養殖場或者商戶為了減少水產品在養殖過程或運輸過程中的病死率，使用了含有大量恩諾沙星的飼料或暫養水，導致遷移性污染。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產品在種植、養殖過程中受到環境污染造成的。如海水中的鎘超標會造成甲殼類生物重金屬的富集[4]，蔬菜受種植環境的污染造成重金屬殘留不合格。

質量指標（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）。花生作為植物油脂的主要原料之一，在種植、儲存、運輸或加工環節的不當操作都有可能使花生發生霉變或者腐敗，造成花生內部油脂的酸敗和黃曲霉毒素的產生與富集[5]。

綜上所述，13個品種中農獸藥殘留和重金屬污染問題較為普遍，應結合農獸藥殘留與品種的關聯性以及農業農村部禁限用公告，對重點項目與品種進行重點監控。重金屬污染的主要原因是環境污染和食品品種本身特性，應重點關注產生問題品種的種植、養殖環節，對整體過程加強監管。

4 結語

通過對2020—2022年食用農產品監督抽檢的分析，將食用農產品分為4個風險等級，監管部門可以根據不同風險等級的具體情況分配任務。對于其他水產品（牛蛙）、豇豆等多維度分析都屬于高風險的品種，應加大抽檢與監管力度，如開展專項行動等。對于部分如蔥、茭白等不同維度分析大部分屬于中高風險情況但不同分析方法風險情況有差異，應適當提高抽檢批次進行風險驗證，并結合各品種在不同月份與環節場所不合格率顯著性差異情況，合理執行抽檢計劃。

根據不同的食品品種對農獸藥殘留、重金屬污染等問題的不同敏感程度以及種養殖環境影響，應采取不同措施進行干預和解決，結合農獸藥的禁限用要求，針對不合格率較高的品種、時間、區域分布，合理安排檢查和抽檢工作，避免潛在的食品安全風險，提高監管的效率和精確性。對重金屬污染嚴重的種植、養殖地進行溯源分析。

由于食用農產品的特殊性，需要各部門間加強合作與信息共享，農業、環境等部門進行聯動監管，加強對農業生產者的管理和監督，確保農藥合理使用和安全使用，包括正確選擇以及使用農藥、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，同時加大對農產品的質量檢測和監督力度，建立完善的農產品溯源制度，保障公眾的食品安全。

本文主要以2020—2022年食用農產品安全監督抽檢數據為例進行了分析與預警，剖析品種、項目、時間等方面的風險因素，為高風險種類的風險畫像，期望通過信息化手段，為后期的監管與抽檢工作提供方向，為政府監管部門提供決策支持，有針對性地制定監管措施，最大限度地提高監管效率和精確性，確保食品安全。

參考文獻

[1]宋曉婉，宋旭鳳，姚凱.豆芽中植物生長調節劑的殘留及風險監測評估[J].現代農業科技，2020（6）：229-230.

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

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

[4]宋成成.水產品中重金屬污染現狀及檢測技術[J].中國食品工業，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[J].現代農業科技，2022（10）：181-183.