王小藝，王珍妮，孔建磊,*，金學波，蘇婷立，張 新

(1.北京工商大學 計算機與信息工程學院，北京 100048；2.北京工商大學 北京市食品安全大數(shù)據(jù)技術重點實驗室，北京 100048)

糧食安全問題是關系國計民生的戰(zhàn)略問題，影響著國家主權安全及經(jīng)濟、社會穩(wěn)定發(fā)展。近些年由微生物性、化學性、物理性等危害引起的食源性糧食安全問題多有發(fā)生[1]，開展科學合理性風險評價技術研究成為減少食源性風險威脅、強化糧食安全體系的重要手段。風險評價是結合食品特性、食品的污染水平、膳食暴露等各項因素對食源性危害物風險水平及組合形式進行比較[2]，在眾多復雜食品安全問題中量化風險級別、識別風險優(yōu)先次序的一種方法。近年來，各發(fā)達國家以及相關食品安全組織已將風險評價應用于食品安全領域，世界衛(wèi)生組織(WHO)和聯(lián)合國糧農(nóng)組織(FAO)指出，食品安全風險評價是一個結構化的決策過程，和風險管理[3-4]、風險交流[5]等密切相關。目前風險評價方法主要包括兩大類：1)指標體系法：從食品抽檢、調(diào)研統(tǒng)計等數(shù)據(jù)中抽取顯著因素及潛在因素，構建多層次多維度的風險評價指標體系[6]。楊磊[7]對糧食食品中不同環(huán)節(jié)進行分析，構建了糧食生產(chǎn)安全、消費安全和流通安全3個層次指標的食品安全風險指標體系。周少君等[8]綜合我國化學性危害物、食源性疾病的暴發(fā)流行病學數(shù)據(jù)特性，對廣東省食品安全監(jiān)督抽檢數(shù)據(jù)進行評定，建立了以半定量風險評價為基礎的食品風險分級指標體系，確定了7種需要重點關注的食品安全高風險組合。2)模型分析法：需要考慮食品的多樣性、危害物的多樣性及危害物毒性差異，以定量或半定量方式對風險發(fā)生的可能性和嚴重程度進行量化賦值和排序計算。目前，國際食品法典委員會提出概率暴露評價模型被國外普遍采用[9]，而世界衛(wèi)生組織、聯(lián)合國糧食及農(nóng)業(yè)組織共同推薦的決策評價法，成為歐洲計算膳食化合物風險值的常用方法[10]。其他常見模型還包括有sQMRA模型[11]、FIRRM模型[12]以及Risk Ranking Tool、iRisk[13]等。國內(nèi)學者的研究主要以模糊綜合評價法等為主，張娜等[14]在綜合考慮了食品、危害物的多樣性及危害物毒性差異上，運用模糊數(shù)學計算不同類別微生物的風險指數(shù)實現(xiàn)評價。

前述方法在食品安全評價及監(jiān)管工作中得到了一定的應用，以人體膳食健康評價為目標，找到合理有效的評價統(tǒng)一標準，避免不重要因素對風險評估干擾，從而最終實現(xiàn)對食品/危害物組合的合理、有效排序。然而食品安全監(jiān)測數(shù)據(jù)往往具有數(shù)量大、維度多、結構多樣等特點，現(xiàn)有風險評價方法難以在這個多維復雜的風險評價過程中科學運用這些數(shù)據(jù)資源。本研究的糧食供應鏈涉及種植、生產(chǎn)加工、流通倉儲、銷售消費等多環(huán)節(jié)，存在不同類別和程度的危害物風險因素耦合，且受到食品多樣性、數(shù)據(jù)多源異構、時空差異變化等影響。目前的指標體系法依賴計量數(shù)據(jù)及統(tǒng)計數(shù)據(jù)，風險評價過程中缺乏真實抽檢數(shù)據(jù)驗證，容易從主觀上獲取違背實際規(guī)律的偽結論；而模型分析法則側重在大量抽檢采樣數(shù)據(jù)對風險因素的量化排序，缺乏對危害物致病嚴重性、社會關注度、流行病學數(shù)據(jù)等風險因素的綜合評價。因此，糧食供應鏈危害物風險評價需從全供應鏈過程演化機制和多維度多層次多角度進行綜合研究，只有分析空間分布的規(guī)律性特征、地域之間的作用關系，才能采取針對性的防控措施，為政府的正確決策提供更加科學的依據(jù)。就食品行業(yè)而言，大數(shù)據(jù)的應用為相關研究者提供了足夠的樣本含量和數(shù)據(jù)[15]，合理有效的預警方法能大大提高食品安全整體水平[16]。故本研究以大量抽檢數(shù)據(jù)為基礎，結合膳食暴露計量數(shù)據(jù)、流行病學數(shù)據(jù)和調(diào)查統(tǒng)計數(shù)據(jù)等，針對糧食供應鏈各環(huán)節(jié)中主要危害物，構建多維度層次的風險評價指標體系，并利用關聯(lián)規(guī)則挖掘各風險指標內(nèi)在關聯(lián)，以獲取各指標權重，對各類危害物的風險優(yōu)先程度進行比較排序，希望為供應鏈危害物風險預警及防控提供針對性可信方案。

1 數(shù)據(jù)來源

以全國主要糧食生產(chǎn)省市的各類糧食食品進行實例分析。通過搜集、整理國家糧食局、國家質(zhì)量監(jiān)督檢驗檢疫總局網(wǎng)站公布的數(shù)據(jù)，按照重金屬、真菌毒素、微生物、食品添加劑、農(nóng)獸藥殘留、品質(zhì)指標等危害物安全問題及供應鏈環(huán)節(jié)來源進行分類整理和預處理。收集到2013年至2018年的糧食加工品抽檢結果，包括除港澳臺、西藏、新疆、內(nèi)蒙古、寧夏和甘肅以外的全國26個省份，涵蓋糧食主要產(chǎn)區(qū)、消費大省及人口密集地區(qū)。數(shù)據(jù)主要由大米、大米加工品、小麥粉，小麥粉加工品、其他糧食加工品組成，反映了我國糧食供應鏈安全概況。每個樣本由多個因素組成，包括產(chǎn)品名稱、標稱生產(chǎn)企業(yè)信息、被抽樣單位信息、抽樣環(huán)節(jié)、抽樣場所、生產(chǎn)日期、區(qū)域類型、食品分類、抽檢項目、抽檢結果、標準值等。

另外，通過對文獻和食品行業(yè)專業(yè)網(wǎng)站、新聞媒體信息的分析及預處理得到2013—2018年期間糧食食品安全事故的危害物類別及其來源數(shù)據(jù)；人口數(shù)據(jù)和消費數(shù)據(jù)參考國家統(tǒng)計局的第六次全國人口普查結果和《中國統(tǒng)計年鑒》(2013—2018年)；致病菌的污染情況、危害程度和流行病學數(shù)據(jù)來源于《中國衛(wèi)生統(tǒng)計年鑒》(2013—2018年)、《中國食品工業(yè)年鑒》(2013—2018年)。調(diào)查統(tǒng)計數(shù)據(jù)采用調(diào)查問卷的方式，共邀請自高等院校、食品藥品監(jiān)管部門、食品行業(yè)的專家及從業(yè)人員進行論證，發(fā)出并回收有效問卷461份。

2 多維層次風險評價指標體系

糧食供應鏈安全受到眾多因素影響，除了受到種植到產(chǎn)品整個食品供應鏈上所有環(huán)節(jié)的直接影響，還受政策、法律法規(guī)、經(jīng)濟、社會關注等間接因素的影響。本研究在分析海量多維數(shù)據(jù)特性及糧食安全案例基礎上，對各個環(huán)節(jié)可能出現(xiàn)的安全隱患和風險因素進行挖掘，將糧食供應鏈劃分為生產(chǎn)加工、倉儲運輸和銷售消費3個主要環(huán)節(jié)。以重金屬、真菌毒素、農(nóng)藥殘留、微生物、食品添加劑等危害物為研究對象，從統(tǒng)計特性、抽檢特性和調(diào)研特性角度，構建多維層次指標體系對糧食供應鏈危害物的風險進行量化和排序分析。為達到快速初步評估的目的，風險分級通常以半定量方法進行，因此指標體系分為一級和二級2個層次指標，每個一級指標由其多個二級指標加權求和得到，而上層評價指標需通過下層評價指標的評價結果反映出來，既涵蓋定性指標，如社會關注度、危害程度、監(jiān)管可及性等，同時兼顧定量指標，如全省年度總產(chǎn)量、糧食生產(chǎn)及消費價格等內(nèi)容，指標體系框架如圖1。

圖1 多維層次風險評價指標體系Fig.1 Multi-dimensional risk assessment index system

2.1 糧食供應鏈統(tǒng)計特性

統(tǒng)計特性從危害物本底出發(fā)，客觀反映糧食供應鏈各危害物風險狀況，如表1。其中健康指導值包括日容許攝入量，耐受攝入量、急性參考劑量等[17]，致癌性依據(jù)國際癌癥研究機構對不同危害物致癌等級進行劃分[18]，其他毒性依據(jù)危害物類別選擇歐盟生殖毒性分級、EPA神經(jīng)毒性分級、WHO化學品分級及急性半數(shù)致死量LD50等進行劃分[19-20]。而總體關注度為危害物的百度指數(shù)，經(jīng)濟性二級指標則客觀表示了各地域糧食生產(chǎn)消費經(jīng)濟結構，監(jiān)管可及性則表示加強各供應鏈環(huán)節(jié)的監(jiān)管力度對危害物影響性。

2.2 糧食供應鏈抽檢特性

抽檢特性則考慮抽檢數(shù)據(jù)分布特性，根據(jù)不同省份、不同時間對不合格產(chǎn)品進行劃分，如表2。其中危害物含量超標倍數(shù)指食品中危害物的含量超過國家標準限量的倍數(shù)，表明了污染的嚴重程度；危害物超標率是指危害物超標樣品數(shù)占總樣品數(shù)的比率，表明了污染概率程度；危害物頻次總占比是危害物超標樣品在不合格總樣本比率，表明了污染排序及普遍程度。而風險預防性是指不合格產(chǎn)品危害物產(chǎn)生的環(huán)節(jié)，本文定為生產(chǎn)、流通和消費；風險可控性指危害物的城鎮(zhèn)鄉(xiāng)村區(qū)域分布情況；健康風險指文獻調(diào)研中獲取的不同人群對象對危害物耐受性和敏感性。時空性二級指標則反映在不同省份、年份及季度、環(huán)節(jié)出現(xiàn)不合格產(chǎn)品分布情況，頻次越高表示食品安全問題越嚴重。

表1 統(tǒng)計特性指標Tab.1 Statistical characteristic indicators

續(xù)表1

2.3 糧食供應鏈調(diào)研特性

調(diào)研特性依據(jù)文獻調(diào)研和問卷咨詢形式來對糧食供應鏈中危害物風險進行輔助評價，如表3，對于普及程度和認知程度高的指標，給予更高的賦值和權重。

3 糧食供應鏈危害物風險綜合評價

3.1 綜合評價方法

本研究由多維度多方面數(shù)據(jù)出發(fā)，針對糧食供應鏈中各危害物的風險分析。從抽檢數(shù)據(jù)中隨機選取樣本進行歸一化處理，將其輸入到多維層次風險指標體系中，得到一級指標危害性A、社會性B、經(jīng)濟性C、監(jiān)管性D、可能性E、風險性F、時空性G、普及性H和認知性I，見式(1)。

表2 抽檢特性指標Tab.2 Sampling characteristic indicators

A=wa1a1+wa2a2+wa3a3+wa4a4+wa5a5+wa6a6，
B=wb1b1+wb2b2，
C=wc1c1+wc2c2+wc3c3+wc4c4，
D=wd1d1，
E=we1e1+we2e2+we3e3，
F=wf1f1+wf2f2+wf3f3，
G=wg1g1+wg2g2+wg3g3，
H=wh1h1+wh2h2+wh3h3+wh4h4，
I=wi1i1+wi2i2。

(1)

其中wj(j=a1,a2,…,i2)對應各個二級指標的權重，a1,a2,…,i2對應各個二級指標變量，下級指標加權求和得到上級指標后，可以分別得到統(tǒng)計特性(Fact1)、抽檢特性(Fact2)和調(diào)研特性(Fact3)，結果見式(2)。

Fact1=A×B×C×D，F(xiàn)act2=E×F×G，F(xiàn)act3=H×I。

(2)

結合抽檢數(shù)據(jù)中n個樣本，計算得到綜合風險評價結果為：

(3)

其中W1，W2和W3分別表示統(tǒng)計數(shù)據(jù)、抽檢數(shù)據(jù)和調(diào)研數(shù)據(jù)對風險的影響權重?？紤]到各風險指標由定性指標和定量指標結合，為避免人為設置對權重的干擾影響，本文使用頻繁模式增長(FP-growth)關聯(lián)規(guī)則算法，挖掘指標間頻繁模式和內(nèi)在關聯(lián)信息，明確3個特性間及各二級指標間的權重，關聯(lián)規(guī)則獲取的支持度、置信度和提升度如式(4)。

表3 調(diào)研特性指標Tab.3 Research characteristic indicators

(4)

其中I代表包括各種危害物和風險因素在內(nèi)的總風險項目，X和Y是不相交的對象，num表示抽檢數(shù)據(jù)中特定項目的出現(xiàn)次數(shù)，X→Y是關聯(lián)規(guī)則形式。本文分別對各一級指標中的二級指標進行關聯(lián)，利用支持度將高關聯(lián)程度的二級指標給予更高的權重，低關聯(lián)程度的指標給予較低的權重，再利用關聯(lián)規(guī)則挖掘統(tǒng)計特性、抽檢特性和調(diào)研特性間關聯(lián)，實現(xiàn)風險權重的賦值。以評價指標作為控制變量，以關聯(lián)規(guī)則分析各控制變量對狀態(tài)變量影響的程度，獲得不同變量間內(nèi)在聯(lián)系概率。這樣計算得出的權重結果，避免了人為自主設置權重的干擾，更好融合定量與定性指標，使評價結果更加接近真實數(shù)據(jù)蘊含規(guī)律。

3.2 綜合評價與分析

3.2.1單樣本風險評價計算過程

3.2.1.1 統(tǒng)計特性

以重金屬鎘超標的某大米樣本為例，鎘的每周耐受攝入量為0.2 mg/kg，故健康指導值為4，半數(shù)致死量分值取1，世界衛(wèi)生組織癌癥研究所對于鎘的評級級別為I級，致癌性為5，法規(guī)中涉及個數(shù)分值為5，屬于中等毒性。但鎘可在人體腎臟和肝臟中存留多年，會引起骨痛病、腎損傷等，其致病性為3。大米中鎘的百度指數(shù)為1 873為3分。湖南省曾出現(xiàn)嚴重的鎘大米事件，故該省風險水平更高，分值為3，2015年份風險水平分值為2，第四季度風險水平分值為2，糧食全省年度總產(chǎn)量、糧食全省年度總播種面積、糧食生產(chǎn)價格、糧食消費價格均與產(chǎn)品生產(chǎn)以及抽檢企業(yè)所在省份相關，屬于客觀因素，湖南省四項分值均為1分。鎘通常來源于天然本底，主要是通過灌溉用水、土壤以及大氣導致污染，其監(jiān)管可及性較低，分值為5。因此，2015年- 第四季度- 湖南省- 城市- 流通環(huán)節(jié)- 大米- 鎘的客觀特性=(1×4+0.4×1+0.6×5+1×5+0.4×3+0.4×3)×(0.6×3+0.6×3+0.6×2+0.6×2)×(0.4×1+0.4×1+0.6×1+0.6×1)×(0.6×5)=14.8×6×2×3=532.8。

3.2.1.2 抽檢特性

在本文數(shù)據(jù)中，鎘的超標倍數(shù)的分值為5，超標率分值為2，鎘在26個省份的波及范圍為96.15%，則對應分值為5。檢出不合格的環(huán)節(jié)為流通環(huán)節(jié)，則風險預防性分值為2；抽檢區(qū)域類型為城市，則風險可控性分值為1，健康風險值為3。在湖南省產(chǎn)品出現(xiàn)污染的比例為17.08%，分值為1，春季、夏季、秋季、冬季的污染比例分別為34.75%、26.88%、24.99%、15.04%，分值分別為2、2、2、1。最后鎘在流通環(huán)節(jié)檢出比例為38.26%，分值為2；在生產(chǎn)環(huán)節(jié)檢出比例為61.74%，分值為4。因此，2015年- 第四季度- 湖南省- 城市- 流通環(huán)節(jié)- 大米- 鎘的數(shù)據(jù)特性=(0.6×5+0.6×2+0.4×5)×(0.6×2+0.5×1+0.4×3)×(0.4×1+0.4×1+0.4×2)=6.2×2.9×1.6=28.768。

3.2.1.3 調(diào)研特性

在調(diào)查數(shù)據(jù)中，鎘多存在于大米及加工品中，普及性均為3分，某糧食品種食用人群總占比較高，設為5分，某糧食采購高頻場所項目為1分，廣大消費者對于鎘的認知程度一般為2分，危害度為4分。因此，2015年- 第四季度- 湖南省- 城市- 流通環(huán)節(jié)- 大米- 鎘的調(diào)研特性=(0.4×3+0.4×3+0.5×5+0.5×1)×(0.6×2+0.4×4)=5.4×2.8=15.12。

3.2.1.4 綜合風險值

利用總風險公式計算出高風險食品危害組合的總風險，則2015年12月- 湖南省- 城市- 流通環(huán)節(jié)- 大米- 鎘的總風險=0.6×客觀特性風險+0.2×數(shù)據(jù)特性風險+0.2×調(diào)研特性風險=0.6×532.8+0.2×28.768+0.2×15.12=328.4576。需要對該樣本進行高度重視。

3.2.2風險評價分析

根據(jù)本文所建立的風險評價體系，可以對糧食供應鏈中各危害物進行風險評價。分析供應鏈各個環(huán)節(jié)中主要危害物風險值如表4。從表4可以看出，流通環(huán)節(jié)的風險相較其他環(huán)節(jié)更為明顯；3種不同類型產(chǎn)品在生產(chǎn)、流通、消費環(huán)節(jié)中危害分布情況較為相似，因此在流通環(huán)節(jié)需嚴格把控產(chǎn)品的危害物殘留量。

表5呈現(xiàn)了糧食抽檢數(shù)據(jù)中分值較高的幾項產(chǎn)品信息。在2013年到2018年的抽檢數(shù)據(jù)中，2014、2016、2017年為3個高危年份，其中每年第一季度危害較低，均未發(fā)現(xiàn)得分較高的產(chǎn)品；在26個省份中，河南、山東、北京和江蘇相較其他省份更應引起相關監(jiān)管部門的關注；而流通環(huán)節(jié)在糧食供應鏈中尤其重要；在城市中不合格產(chǎn)品的檢出相較于鄉(xiāng)村區(qū)域影響更為廣泛；最后多種危害物復合出現(xiàn)在糧食產(chǎn)品中為較普遍規(guī)律，需要監(jiān)管人員給予重視。

表4 糧食供應鏈各環(huán)節(jié)中危害物風險評價結果Tab.4 Risk assessment results of hazardous materials in all aspects of grain supply chain

由于本文所研究糧食抽檢數(shù)據(jù)分布不均，表中展現(xiàn)風險評價結果部分缺失。

表5 糧食抽檢數(shù)據(jù)危害物風險評價排序Tab.5 Hazard risk assessment ranking of grain sampling data

4 總結與展望

糧食供應鏈安全是多維、復雜、耦合的過程，現(xiàn)有風險評價方法受到監(jiān)管目的性、數(shù)據(jù)可及性及評價可行性等因素影響，存在一定的應用局限。本文在分析26個省份的抽檢數(shù)據(jù)及其他多源異構數(shù)據(jù)基礎上，從統(tǒng)計特性、抽檢特性和調(diào)研特性3種互補角度構建多維層次風險指標體系，結合定量指標和定性指標的主要優(yōu)點，一定程度上提升糧食供應鏈危害物風險綜合評價的準確性和可行性。在此體系基礎上，采用關聯(lián)規(guī)則挖掘各指標間內(nèi)在關系，客觀準確地獲取各指標權重，實現(xiàn)多維數(shù)據(jù)驅(qū)動的糧食供應鏈危害物風險評價和程度排序。此風險指標體系和評價方法的初步建立，能識別出糧食供應鏈中危害物綜合風險和優(yōu)先次序，為監(jiān)管部門制定有針對性的預警策略、確立優(yōu)先監(jiān)管領域和合理分配風險管理措施資源提供科學依據(jù)，也為廣大消費者在選擇糧食產(chǎn)品時提供有效可行的指導意見。

隨著農(nóng)業(yè)物聯(lián)網(wǎng)的完善，農(nóng)業(yè)大數(shù)據(jù)分析在智能農(nóng)業(yè)中擁有巨大的機遇，這不僅取決于大數(shù)據(jù)分析的硬件條件，還取決于技術和方法的實用性，以及大數(shù)據(jù)源的日益開放?！笆濉币?guī)劃中對于智慧農(nóng)業(yè)的強調(diào)，鼓勵了更多對于推進農(nóng)業(yè)機械化、加強農(nóng)業(yè)與信息技術融合的學術研究，以期在未來逐步完善智慧農(nóng)業(yè)體系。在未來工作中，我們計劃研究更多基于機器學習或深度學習的模型，對糧食產(chǎn)品全供應鏈的監(jiān)控數(shù)據(jù)進行深入研究，及時預警不合格產(chǎn)品，實現(xiàn)糧食全產(chǎn)業(yè)鏈的智慧風險監(jiān)管，為相關政府機構、工廠以及消費者提供科學可靠的評估結果，以滿足更多實際應用需求。