摘 要：本文通過查閱文獻(xiàn)資料，對近幾年統(tǒng)計學(xué)分析在食品監(jiān)督抽檢數(shù)據(jù)分析中的應(yīng)用進(jìn)行綜述，研究統(tǒng)計學(xué)分析在數(shù)據(jù)處理與挖掘工作中取得成果進(jìn)展。統(tǒng)計分析方法可以為食品安全事件的預(yù)警和處置提供支持，還可以為食品監(jiān)督抽檢制訂計劃提供科學(xué)依據(jù)，有助于提高食品安全監(jiān)管的效率和水平，構(gòu)建食品安全的共治格局。

關(guān)鍵詞：統(tǒng)計分析；食品抽檢；研究進(jìn)展

Research Progress on the Application of Statistical Analysis in the Analysis of Sampling Data of Food Supervision

HUANG Hao， ZHANG Zhilong， CHEN Zifan*， HUANG Yuanbiao

（Heyuan Food Inspection Institute， Heyuan 517000， China）

Abstract： This paper reviews the application of statistical analysis in food supervision and sampling data analysis in recent years， and studies the progress of statistical analysis in data processing and mining. The statistical analysis method can provide support for the early warning and disposal of food safety incidents， and also provide a scientific basis for the formulation of plans for food supervision and sampling inspection. It is helpful to improve the efficiency and level of food safety supervision and build a co-governance pattern of food safety.

Keywords： statistical analysis; food sampling inspection; research progress

食品監(jiān)督抽檢是保障食品安全的重要手段，通過對不同環(huán)節(jié)的各類食品進(jìn)行監(jiān)督抽檢，可以達(dá)到及時預(yù)警和控制風(fēng)險的目的，通過這種方式，可以促使市場淘汰不符合食品安全標(biāo)準(zhǔn)的產(chǎn)品，從而保障食品安全并推動食品產(chǎn)業(yè)的高質(zhì)量發(fā)展。隨著食品產(chǎn)業(yè)的快速發(fā)展，食品抽檢與監(jiān)管面臨著前所未有的挑戰(zhàn)。食品種類的增多和食品供應(yīng)鏈的復(fù)雜化使得抽檢難度加大，同時公眾對食品安全的期望值不斷提高，要求監(jiān)管部門更加嚴(yán)格、高效地執(zhí)行抽檢任務(wù)[1]。因此，傳統(tǒng)的抽檢方法已經(jīng)難以滿足現(xiàn)代社會的需求，如何利用智能化手段進(jìn)行食品監(jiān)督抽檢成為相關(guān)學(xué)者研究的熱點(diǎn)之一。將統(tǒng)計分析方法與食品監(jiān)管的有機(jī)結(jié)合，借助先進(jìn)的統(tǒng)計分析方法來提高抽檢效率和準(zhǔn)確性，可以更加精準(zhǔn)地確定抽檢對象、抽檢頻率、抽檢項目，從而降低監(jiān)管成本、提高監(jiān)管效率。

1 食品監(jiān)督抽檢概述

目前，食品安全日益受到社會各界廣泛關(guān)注，食品監(jiān)督抽檢即對市面上生產(chǎn)、流通、餐飲等食品樣品進(jìn)行隨機(jī)抽樣并檢測的過程，其目的是發(fā)現(xiàn)食品中可能存在的安全隱患，保障消費(fèi)者的健康和權(quán)益，是確保食品安全和質(zhì)量的重要手段，已被多地政府納入民生實(shí)事項目清單。

食品安全抽檢第一步是制訂抽檢方案，主要涉及依據(jù)文件要求確定抽檢的范圍，包括抽檢的時間、地點(diǎn)、種類以及抽樣量等。計劃方案主要包括確定人員情況和各自職責(zé)，根據(jù)任務(wù)量及時間周期要求，按照“雙隨機(jī)”原則，根據(jù)風(fēng)險評估隨機(jī)選取抽樣點(diǎn)，重點(diǎn)選擇風(fēng)險較高的區(qū)域或商品，選擇的地點(diǎn)場所應(yīng)能充分代表整個過程鏈條，確保具有代表性；隨機(jī)安排抽檢人員去往不同的抽檢地點(diǎn)[2]。

食品抽檢過程中，抽樣人員需要嚴(yán)格按照操作規(guī)范進(jìn)行采樣，使用適當(dāng)?shù)墓ぞ吆腿萜?，防止樣品污染。對每個樣品進(jìn)行標(biāo)識和記錄，包括采樣時間、采樣地點(diǎn)、采樣人員以及生產(chǎn)經(jīng)營者等信息，樣品的運(yùn)輸應(yīng)該符合相關(guān)規(guī)范[3]。近年來，我國針對食品監(jiān)督抽檢出臺了很多指導(dǎo)性文件，如每年發(fā)布一版的《食品安全監(jiān)督抽檢實(shí)施細(xì)則》《食品安全抽樣檢驗工作規(guī)范》（市監(jiān)食檢發(fā)〔2023〕76號）和《中華人民共和國食品安全法》等，這些相關(guān)法律法規(guī)都對食品監(jiān)督抽檢的過程和方法有相關(guān)要求。

2 統(tǒng)計學(xué)理論研究

統(tǒng)計學(xué)理論在挖掘數(shù)據(jù)、發(fā)現(xiàn)規(guī)律的過程中發(fā)揮著至關(guān)重要的作用。統(tǒng)計分析方法不僅是一種工具、方法，更是一種思維方式，有助于從雜亂無章的大量數(shù)據(jù)中找出其內(nèi)在的邏輯和趨勢。應(yīng)利用統(tǒng)計分析方法，研究如何從數(shù)據(jù)中挖掘獲取所需信息并進(jìn)行合理推斷，通過對數(shù)據(jù)的收集、整理、分析和解釋，為決策提供有利的依據(jù)。在大數(shù)據(jù)時代，統(tǒng)計學(xué)的應(yīng)用更加廣泛。統(tǒng)計分析理論的出現(xiàn)和運(yùn)用對食品質(zhì)量評估有積極作用，其通過提高評估結(jié)果的科學(xué)性和真實(shí)性[4]，為食品監(jiān)督抽檢的發(fā)展創(chuàng)造良好條件。

3 統(tǒng)計學(xué)分析的具體應(yīng)用

3.1 定性統(tǒng)計分析和描述性統(tǒng)計分析

高慧宇等[5]通過調(diào)查近30年以來益生菌保健食品發(fā)布的審批信息，對相關(guān)益生菌種類、營養(yǎng)聲稱、建議攝取量以及適宜人群等數(shù)據(jù)進(jìn)行統(tǒng)計分析，對數(shù)據(jù)結(jié)果進(jìn)行定性分析和描述性統(tǒng)計分析。明確益生菌等術(shù)語的含義，建立益生菌功能清單和證據(jù)等級評價體系，從循證角度出發(fā)梳理現(xiàn)有產(chǎn)品。

定性統(tǒng)計分析具有較高的靈活性和適應(yīng)性，能夠根據(jù)特定研究問題制訂研究方案，但定性分析的結(jié)果往往容易受到研究者個人偏見和主觀判斷的影響，難以保持高度的客觀性和一致性。此外，由于定性分析更多地依賴于特定情境和個案的研究，定性分析的結(jié)論通常難以推廣到更廣泛的總體。同時，定性分析雖然在處理復(fù)雜性和多樣性問題方面有優(yōu)勢，但在提供精確數(shù)據(jù)和量化描述方面則相對較弱。

描述性統(tǒng)計分析也存在一定的優(yōu)點(diǎn)和局限性。描述性統(tǒng)計分析的優(yōu)點(diǎn)是它可以對數(shù)據(jù)進(jìn)行全面概括，有助于了解數(shù)據(jù)的中心趨勢、離散程度、分布形態(tài)等。其描述性統(tǒng)計分析的缺點(diǎn)是只能對已有數(shù)據(jù)進(jìn)行概括，無法解釋數(shù)據(jù)背后的原因和機(jī)制，無法推斷或預(yù)測未來的情況。

3.2 假設(shè)檢驗法

黃麗娜等[6]收集某省2015—2017年糕點(diǎn)食品監(jiān)督抽檢結(jié)果相關(guān)數(shù)據(jù)，采用SPSS 16.0軟件、卡方檢驗等進(jìn)行統(tǒng)計學(xué)分析，風(fēng)險分析采用Logistic回歸模型，分析結(jié)果發(fā)現(xiàn)糕點(diǎn)在生產(chǎn)環(huán)節(jié)的不合格率與流通環(huán)節(jié)無顯著差異，糕點(diǎn)在流通環(huán)節(jié)中農(nóng)貿(mào)/批發(fā)市場抽檢出不合格產(chǎn)品的風(fēng)險顯著高于商場/超市、食雜店及其他業(yè)態(tài)；而在鄉(xiāng)村抽檢的不合格率顯著高于城市；5月份和9月份抽檢出不合格產(chǎn)品的風(fēng)險顯著高于其他月份；主要存在的問題是超范圍/限量使用食品添加劑和微生物污染。監(jiān)管部門應(yīng)提高對于糕點(diǎn)食品的監(jiān)管力度，針對性地對不合格率高發(fā)區(qū)域、高發(fā)季節(jié)、高風(fēng)險業(yè)態(tài)進(jìn)行加強(qiáng)監(jiān)管，有靶向性地對不合格食品重點(diǎn)問題加大跟蹤抽檢力度，從而提高監(jiān)管效能，有效降低相關(guān)食品不合

格率。

袁鑫[7]以農(nóng)產(chǎn)品質(zhì)量安全溯源為主題，進(jìn)行問卷調(diào)查，將得出的相關(guān)數(shù)據(jù)分成高低組別，使用t檢驗進(jìn)行差異對比后，發(fā)現(xiàn)均具有良好的區(qū)分性，決定予以保留，再進(jìn)行下一步分析。鄭美惠等[8]應(yīng)用Excel 2019、SPSS 22.0軟件對湖南省2014—2021年食品污染物監(jiān)測數(shù)據(jù)進(jìn)行統(tǒng)計和分析，對計數(shù)資料采用率或構(gòu)成比（%）進(jìn)行描述，用χ2檢驗或Fisher確切概率法對不同食品特征（季度、食品類別、采樣地點(diǎn)類型以及包裝類型）的單核細(xì)胞增生李斯特氏菌檢出率差異進(jìn)行比較，用比值比（Odds Ratio，OR）定量描述不同食品單核細(xì)胞增生李斯特氏菌污染風(fēng)險差距，得出2014—2021年湖南省各季度間的單核細(xì)胞增生李斯特氏菌檢出率差異有統(tǒng)計學(xué)意義（χ2=15.635，P=0.001），第二季度的檢出率（3.24%）最高，原因可能是不同季度監(jiān)測的食品類別構(gòu)成不同、具體采樣地點(diǎn)有所差異。以統(tǒng)計為基礎(chǔ)，通過不同方法以數(shù)據(jù)的特征為參照，對樣品進(jìn)行同質(zhì)分類，可達(dá)到食品品質(zhì)評價中以提高有效監(jiān)管為出發(fā)點(diǎn)的目的。

3.3 回歸分析

廖冬冬等[9]通過多因素Logistic回歸分析發(fā)現(xiàn)，季節(jié)、可疑食品類別、來源是影響食源性疾病病原體檢出率的主要因素（P＜0.05）。與冬季相比，夏季、秋季的病原體檢出風(fēng)險明顯升高，夏季檢出風(fēng)險是冬季的2.088倍，秋季檢出風(fēng)險是冬季的1.819倍。職業(yè)分類中散居兒童的病原體檢出風(fēng)險最高，是其他類別人群的2.814倍。可疑食品來源中餐館飯店/食堂的檢出風(fēng)險最高，是其他類別來源的2.192倍。通過分析食源性疾病的主動監(jiān)測病例，得出某一段時間節(jié)點(diǎn)、某一種特定人群和食源性疾病高檢出率之間的相關(guān)特征值，為監(jiān)管部門制定食源性疾病防控政策和措施提供了參考依據(jù)，同時有利于進(jìn)行食源性疾病的防病相關(guān)宣傳教育，提高人們的食品安全意識。

3.4 聚類分析法和因子分析法

王珊珊等[10]為了研究河南省農(nóng)產(chǎn)品物流情況，助力農(nóng)業(yè)發(fā)展，以河南省的18個省轄市為研究樣本，借助SPSS.23軟件進(jìn)行因子分析，以評價各市農(nóng)產(chǎn)品物流不同的發(fā)展水平。利用聚類分析，按照農(nóng)產(chǎn)品物流發(fā)展水平的綜合得分將河南省的18個省轄市分為4類，最后有針對性地提出相關(guān)建議以推進(jìn)各地區(qū)農(nóng)產(chǎn)品物流高效發(fā)展。運(yùn)用聚類分析法和因子分析法從變量群中提取共性因子，根據(jù)分類結(jié)果以及變量，進(jìn)行回歸分析或聚類分析，根據(jù)數(shù)據(jù)結(jié)果，可針對性地提出相關(guān)意見和建議。

3.5 反向傳播神經(jīng)網(wǎng)絡(luò)

反向傳播神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network，BPNN）是1986年由以Rumelhart和McClelland

為首的科學(xué)家提出的概念，是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一[11-12]。由于其非線性映射功能好、網(wǎng)絡(luò)結(jié)構(gòu)柔性好，在解決不確定性問題上具有一定的優(yōu)越性。賀夢桐等[13]運(yùn)用在預(yù)測云南花卉未來幾年的物流需求量時，基于反向傳播神經(jīng)網(wǎng)絡(luò)預(yù)測法的底層邏輯和運(yùn)行算法，建立反向傳播神經(jīng)網(wǎng)絡(luò)物流需求預(yù)測指標(biāo)體系。反向傳播神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程是正向信號和反向信號反復(fù)傳播的過程結(jié)合，由于反向傳播神經(jīng)網(wǎng)絡(luò)預(yù)測方法本身存在過擬合問題，可能造成預(yù)測數(shù)據(jù)不夠準(zhǔn)確的問題，建議引入遺傳算法提高精度。

3.6 其他可參考的方法

方振威等[14]通過對比基于原始數(shù)據(jù)和OpenVigil 2.1對美國食品藥品監(jiān)督管理局不良事件報告系統(tǒng)進(jìn)行數(shù)據(jù)分析，采用STATA軟件對FAERS原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、查詢與統(tǒng)計，以目標(biāo)藥品“達(dá)格列凈”和目標(biāo)不良事件“急性腎衰竭”為例，可以得到藥品與相關(guān)不良反應(yīng)之間的可能性。李曉明等[15]則通過2019—2021年歐盟食品和飼料類快速預(yù)警系統(tǒng)，從通報類型、通報國家、產(chǎn)品類型、危害類型以及通報類型與危害類型相關(guān)性分析5個分析維度進(jìn)行歸類統(tǒng)計分析，發(fā)現(xiàn)2021年歐盟食品和飼料類快速預(yù)警系統(tǒng)通報對華食品安全問題中，農(nóng)藥殘留、食品添加劑和香精、工業(yè)污染以及霉菌毒素是占比較高的4類風(fēng)險危害。

4 結(jié)語

基于數(shù)據(jù)挖掘和大數(shù)據(jù)分析技術(shù)的原理與方法，可以通過收集、整理、分析大量食品相關(guān)數(shù)據(jù)來揭示隱藏的規(guī)律和趨勢，為食品質(zhì)量安全提供科學(xué)依據(jù)。通過對大量食品質(zhì)量指標(biāo)的監(jiān)測和分析，可以快速發(fā)現(xiàn)品質(zhì)異常的食品，并及時采取措施進(jìn)行處置和追溯。

借助大數(shù)據(jù)技術(shù)，可以幫助食品安全監(jiān)管機(jī)構(gòu)將相關(guān)的食品信息、企業(yè)信息等錄入到平臺中，監(jiān)管人員可以在線上完成食品安全信息的共享以及追溯等[16]。監(jiān)管人員可通過平臺進(jìn)行動態(tài)化監(jiān)管，通過數(shù)據(jù)篩查，加大對食品生產(chǎn)、銷售等環(huán)節(jié)對于某種異常預(yù)警的監(jiān)管力度。

統(tǒng)計學(xué)理論跟食品安全監(jiān)督抽檢的有機(jī)結(jié)合，從狹義上可以看作以各種數(shù)據(jù)為基礎(chǔ)，通過各種統(tǒng)計學(xué)方法，發(fā)掘監(jiān)管特征性指標(biāo)和監(jiān)管漏洞，完善監(jiān)管體系的過程；從廣義上來講，就是監(jiān)管主體多元化參與，各方單位利用各種新興數(shù)字信息技術(shù)，通過互聯(lián)化及智能化手段，收集、整合、分析處理各種與監(jiān)管業(yè)務(wù)相關(guān)的數(shù)據(jù)信息，從而達(dá)到合理分配監(jiān)管資源，對監(jiān)管全程進(jìn)行有效協(xié)同，讓監(jiān)管主體與監(jiān)管對象雙方享受到便捷高效的服務(wù)，實(shí)現(xiàn)監(jiān)管雙方的雙贏。

參考文獻(xiàn)

[1]楊清茹.大數(shù)據(jù)技術(shù)在食品安全監(jiān)管中的應(yīng)用分析[J].中國食品工業(yè)，2023（12）：73-75.

[2]黃麗俊，宓曉黎，華佳淼，等.食品安全抽樣過程質(zhì)量控制[J].現(xiàn)代食品，2022，28（21）：100-103.

[3]劉國新.動物性食品檢測抽樣方法及需要注意的問題[J].科學(xué)與財富，2021，13（5）：141.

[4]樸美憬，李宇欣，劉佳.統(tǒng)計分析方法在食品質(zhì)量評估中的應(yīng)用[J].現(xiàn)代食品.2023，29（10）：13-15.

[5]高慧宇，馬姍婕，張雪松，等.1996—2022年中國含益生菌保健食品調(diào)查分析[J].中國食品衛(wèi)生雜志，2023，35（4）：543-549.

[6]黃麗娜，王鳳嬌，白宏琦，等.2015年—2017年某省糕點(diǎn)食品監(jiān)督抽檢結(jié)果分析[J].中國衛(wèi)生檢驗雜志，2019，29（5）：638-640.

[7]袁鑫.湖南省農(nóng)產(chǎn)品質(zhì)量安全追溯體系建設(shè)實(shí)證研究[J].湖南工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報，2023，23（4）：53-58.

[8]鄭美惠，賈華云，賴天兵，等.2014—2021年湖南省市售食品中單核細(xì)胞增生李斯特菌污染監(jiān)測分析[J].中國食品衛(wèi)生雜志，2023，35（11）：1593-1599.

[9]廖冬冬，周權(quán)，林馨，等.2016年—2022年福州市食源性疾病主動監(jiān)測流行病學(xué)特征及病原學(xué)結(jié)果分析[J].中國衛(wèi)生檢驗雜志，2023，33（18）：2267-2270.

[10]王珊珊，王妹.基于因子分析法與聚類分析法的河南省農(nóng)產(chǎn)品物流發(fā)展水平研究[J].物流科技，2024，47（7）：26-29.

[11]聞新，李新，張興旺.應(yīng)用MATLAB實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)[M].北京：國防工業(yè)出版社，2015.

[12]聞新，張興旺，朱亞萍，等.智能故障診斷技術(shù)：MATLAB應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2015.

[13]賀夢桐，張凌.基于BP神經(jīng)網(wǎng)絡(luò)的云南花卉物流需求預(yù)測[J].物流科技，2024，47（1）：63-66.

[14]方振威，張澤華，林陽.基于原始數(shù)據(jù)和OpenVigil 2.1對美國食品藥品監(jiān)督管理局不良事件報告系統(tǒng)進(jìn)行數(shù)據(jù)分析的對比研究[J].中國臨床藥理學(xué)雜志，2023，39（9）：1331-1335.

[15]李曉明，郝莉花，喬青青，等.2021年歐盟對華食品風(fēng)險預(yù)警分析研究[J].中國食品衛(wèi)生雜志，2023，35（6）：896-902.

[16]劉先.計算機(jī)技術(shù)在食品質(zhì)量安全與檢測中的應(yīng)用[J].電子技術(shù)，2023，52（9）：398-399.

作者簡介：黃浩（1986—），男，廣東河源人，本科，工程師。研究方向：食品安全管理。

通信作者：陳子凡（1981—），男，廣東河源人，本科，高級工程師。研究方向：儀器分析和化學(xué)分析。E-mail：chenzifan2@21cn.com。