導航：安全管理網(wǎng)>> 安全論文>> 食品安全論文>>正文

灰色關(guān)聯(lián)理論法評估2015年新疆食品安全風險的研究

文檔作者：胡斌 1, 2 王子榮1 文檔來源： 1. 新疆農(nóng)業(yè)大學食品科學與藥學學院 2. 新疆維吾爾自治區(qū)食品藥品監(jiān)督管理局		點擊數(shù)：	更新時間： 2025年06月23日
下載地址：點擊這里	文件大?。?2.53 MB 共3頁	文檔格式： PDF	下載點數(shù)： 1 點（VIP免費）

全屏查看

內(nèi)容預(yù)覽 [文件共3頁]

本文件共3頁，如需編輯使用，請下載。

注：預(yù)覽效果可能會出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問題，下載是正常的。

	文件大?。?.53 MB 共3頁文件格式：PDF 下載點數(shù)：1 點（VIP會員免費）

上一篇：動物及動物產(chǎn)品質(zhì)量安全的風險評估與風險…

文本預(yù)覽

僅提取頁面文字內(nèi)容，供快速閱讀使用。

第8 卷第 8 期食 品 安 全 質(zhì)量檢測學報Vol. 8 No. 8
2017 年8 月Journal of Food Safety and Quality Aug. , 2017
*通訊作者: 王子榮, 教授, 博士生導師, 主要研究方向為動物生產(chǎn)與農(nóng)畜產(chǎn)品質(zhì)量控制。E-mail: wangzirong212@126.com
*Corresponding author: WANG Zi-Rong, Professor, College of Food Science and Pharmacy, Xinjiang Agricultural University, Urumqi 830052,
China. E-mail: wangzirong212@126.com
灰色關(guān)聯(lián)理論法評估 2015 年新疆食品安全
風險的研究
胡 斌 1, 2, 王子榮1*
(1. 新疆農(nóng)業(yè)大學食品科學與藥學學院, 烏魯木齊 830052;
2. 新疆維吾爾自治區(qū)食品藥品監(jiān)督管理局, 烏魯木齊 830002)
摘要: 目的 對食品安全風險評估中主要影響因素進行分析, 有效反映新疆維吾爾自治區(qū)食品安全抽樣檢
查現(xiàn)狀。方法結(jié)合灰色關(guān)聯(lián)理論對2015 年各個月份新疆15 個地、州、市地區(qū)的3910 批次的食品抽樣檢查
及檢測得到相關(guān)數(shù)據(jù)進行分析。結(jié)果抽樣檢查中不合格樣品大多屬于低風險類, 可以得出2015 年的食品安
全狀況屬于安全可控狀態(tài)。結(jié)論結(jié)合灰色關(guān)聯(lián)理論法分析食品安全可準確描述食品安全風險的等級, 加強
了監(jiān)管食品安全的有效性, 也為評估食品安全風險等級提供合適的分析方法。
關(guān)鍵詞: 灰色關(guān)聯(lián); 食品安全; 風險評估; 抽樣檢查
Evaluation of food safety risk in Xinjiang in 2015 by grey correlation theory
HU Bin1,2, WANG Zi-Rong1*
(1. College of Food Science and Pharmacy, Xinjiang Agricultural University, Urumqi 830052, China;
2. Xinjiang Uyghur Autonomous Region Food and Drug Administration, Urumqi 830002, China)
ABSTRACT: Objective To analyze the main influencing factors in food safety risk assessment and effectively
reflect the status of sampling inspection of food safety in Xinjiang Uygur Autonomous Region. Methods A total of
3910 batches were analyzed through gray correlation theory, which came from food sampling inspection and testing
in different states and cities (about 15 areas) of Xinjiang in 2015. Results Most of the unqualified samples in the
sampling inspection belonged to the low risk category. The situation of food safety was safe and controllable in 2015.
Conclusion The analysis of food safety combined with gray correlation theory can accurately describe the level of
food safety risks, strengthen the effectiveness of food safety supervision, and provide appropriate analytical methods
to assess the risk level of food safety.
KEY WORDS: grey correlation; food safety; risk assessment; sampling inspection
1 引 言
“民以食為天, 食以安為先”。食品是人類賴以生存的
最基本的物質(zhì)條件之一, 食品消費水平是衡量一個國家文
明程度和人民生活質(zhì)量的重要標志, 食品安全事關(guān)國民健
康、社會穩(wěn)定和國家安全[1]。近據(jù)新疆維吾爾自治區(qū)(以下
簡稱新疆)統(tǒng)計局公布, 新疆有注冊的食品生產(chǎn)加工企業(yè)
3600 家, 餐飲企業(yè)約為5.7 萬家。新疆食品加工企業(yè)及餐
飲業(yè)的發(fā)展及現(xiàn)狀是影響新疆食品安全問題的主要因素,
所以對新疆食品安全問題的監(jiān)督與檢測更為重要, 只有有
萬方數(shù)據(jù)
3272 食品安全質(zhì)量檢測學報第 8 卷
力保證食品質(zhì)量安全才能使新疆的食品加工及餐飲行業(yè)良
好快速發(fā)展, 為維持人民安全飲食提供有力保障[2,3]。
食品安全風險評估指對食品、食品添加劑中生物性、
化學性和物理性危害對人體健康可能造成的不良影響所進
行的科學評估[4,5], 包括危害識別、危害特征描述、暴露評
估、風險特征描述等[6]。食品質(zhì)量安全可以通過定期進行
風險監(jiān)測, 有效反映出食品的質(zhì)量安全情況。通過檢測機
構(gòu)對監(jiān)測樣品進行理化指標和微生物指標中相關(guān)項目檢測,
對監(jiān)測樣品做出定性分析, 并結(jié)合國家規(guī)定的標準限量值
來判斷受檢樣品是否合格。但是對由不同的樣品超標程度
對消費者健康狀況的威脅程度信息并不明確。所以結(jié)合相
關(guān)分析方法可有效反映出不合格樣品的風險?；疑碚撌?
由鄧聚龍于1982 年首次提出, 可用于研究小樣本、貧信
息不確定性的新方法, 目前已廣泛應(yīng)用于經(jīng)濟建設(shè)[7]、無
線通訊[8]、環(huán)境評價[9]、風險預(yù)測[10,11]等領(lǐng)域?；疑P(guān)聯(lián)
理論是灰色理論的一個重要組成部分, 是對一個系統(tǒng)發(fā)展
變化態(tài)勢的定量描述和比較的方法, 是灰色聚類分析和灰
色決策的基礎(chǔ)[12-14]。目前已有相關(guān)研究使用灰色理論在熟
肉制品[15]、山西陳醋[16]、冷凍魚糜[17]、涼拌菜[18]等進行
食品安全風險評估。
本文通過結(jié)合灰色關(guān)聯(lián)理論對新疆部分地州進行食
品質(zhì)量安全抽樣檢測結(jié)果進行分析, 對食品的生產(chǎn)環(huán)節(jié)、
流通環(huán)節(jié)、餐飲環(huán)節(jié)進行風險評估, 旨在建立簡單實用、
快速有效的對新疆不同地區(qū)不同食品類型各季節(jié)食品質(zhì)量
安全風險評估的方法。為食品質(zhì)量安全風險評估方法提供
理論參考。
2 材料與方法
2.1 抽樣檢查取樣情況
2.1.1 抽樣檢查樣本類別及批次情況
抽樣檢查樣本范圍參考國家食品藥品監(jiān)督管理總局
公布的食品生產(chǎn)許可分類目錄32 類中25 類主要食品[19],
包括: 糧食及糧食制品、食用油、油脂及其制品、調(diào)味品、
肉制品、乳制品、飲料、方便食品、罐頭、冷凍飲品、速
凍食品、薯類和膨化食品、糖果制品、酒類、蔬菜制品、
水果制品、炒貨食品及堅果制品、蛋制品、食糖、水產(chǎn)制
品、淀粉及淀粉制品、糕點、豆制品、蜂產(chǎn)品、嬰幼兒配
方食品等共計3910 批次。
2.1.2 抽樣檢查區(qū)域分布情況
食品安全抽樣檢查區(qū)域分布包括: 烏魯木齊市、昌吉
回族自治州、伊犁哈薩克自治州、阿勒泰地區(qū)、塔城地區(qū)、
博爾塔拉蒙古自治州、克拉瑪依市、石河子市、吐魯番地
區(qū)、哈密市、巴音郭楞蒙古自治州、阿克蘇地區(qū)、克爾克
孜勒蘇自治州、喀什地區(qū)、和田地區(qū)等15 個地州市。
2.1.3 抽樣檢查時間段及抽樣檢查樣本情況
抽樣檢查時間段及樣本數(shù)量如表1 所示。
表 1 2015 年各月份食品質(zhì)量安全隨機抽樣檢測數(shù)量情況
Table 1 Number of random sampling of food quality and safety inspection in each month of 2015
抽樣檢查時間/月1 2 3 4 5 6 7 8 9 10 11 12 計共計
抽樣檢查樣本數(shù)量/個224 375 449 543 327 217 336 384 128 113 327 487 3910
2.1.4 食品供應(yīng)鏈中各環(huán)節(jié)食品安全抽樣檢查樣本情況
將抽檢食品樣品分為食品供應(yīng)鏈中3 大環(huán)節(jié): 生產(chǎn)環(huán)
節(jié)、流通環(huán)節(jié)、餐飲環(huán)節(jié), 抽檢樣本數(shù)量如表2 所示。
表 2 影響食品質(zhì)量安全的各環(huán)節(jié)隨機抽樣數(shù)量
Table 2 Number of random sampling in each link of affecting
food quality and safety
抽樣情況 生產(chǎn)環(huán)節(jié) 流通環(huán)節(jié) 餐飲環(huán)節(jié)
樣本數(shù)量/批3869 3864 1427
不合格數(shù)/批132 163 12
不合格率/% 0.41 0.48 0.11
2.2 檢測條件及參考標準
2.2.1 依托監(jiān)測機構(gòu)
通過公開招標依托檢測機構(gòu)包括: 自治區(qū)食品藥品
檢驗所、自治區(qū)產(chǎn)品質(zhì)量監(jiān)督檢驗研究院、伊犁州質(zhì)檢所、
農(nóng)業(yè)部農(nóng)產(chǎn)品質(zhì)量監(jiān)督檢驗測試中心(烏魯木齊)、新疆分
析測試研究院等國家認證檢測機構(gòu)。
2.2.2 抽檢樣品檢測合格參照標準
抽樣檢查要求參照: 國家食品藥品監(jiān)督管理局頒發(fā)
《食藥總局關(guān)于印發(fā)食品安全風險監(jiān)測管理規(guī)范(試行)等
四個文件的通知》[20]及附件中關(guān)于食品加工、流通、餐飲
等環(huán)節(jié)的相關(guān)國家衛(wèi)生標準、食品添加劑計量、食品相關(guān)
物質(zhì)含量界限等明確規(guī)定[21], 確定抽檢樣品合格情況。
2.3 分析方法
2.3.1 新疆不同地區(qū)食品安全抽樣檢查結(jié)果分析
依據(jù)我國季節(jié)特征將食品抽檢數(shù)據(jù)分為4 個季度[22]:
春季3~5 月、夏季6~8 月、秋季9~11 月、冬季12~2 月。
分析新疆15 個地區(qū)食品抽樣檢查的結(jié)果。
2.3.2 新疆不同類型食品安全抽樣檢查結(jié)果分析
將食品抽樣檢查過程中出現(xiàn)不合格率較高的食品進
行數(shù)據(jù)統(tǒng)計如下表: 分析不同類型食品在4 個季度中抽樣
檢查結(jié)果如表3。
萬方數(shù)據(jù)
第8 期胡 斌, 等: 灰色關(guān)聯(lián)理論法評估2015 年新疆食品安全風險的研究 3273
表 3 不同類型隨機抽樣數(shù)量
Table 3 Number of random sampling of different types of food
抽檢食品類型
糧食及糧食
制品
食用油、油脂
及其制品
蔬菜及
其制品
水果及其
制品
飲料類 調(diào)味品酒類焙烤食品
薯類和膨
化食品
蜂產(chǎn)品 餐飲食品
樣本數(shù)量/個391 537 89 236 558 115 203 131 62 107 284
2.3.3 新疆食品供應(yīng)鏈中各環(huán)節(jié)食品安全抽樣檢查結(jié)果
分析
將食品質(zhì)量安全風險的影響3 大因素: 物理因素, 化
學因素和生物因素, 選取這些因素中有代表性的具體影響
類別: 溫度、異物混入、化學添加劑, 殘留物超標、生物
滋生5 個因素為指標, 根據(jù)抽檢樣本中超標案例為樣本,
來評價這些因素對整個食品供應(yīng)鏈中的食品質(zhì)量安全風險
的影響程度。
2.4 數(shù)據(jù)分析
所有測得數(shù)據(jù)采用Excel 和SPSS 19.0 軟件進行均值
方差分析, 相關(guān)性分析利用Pearson 相關(guān)性分析, 圖示均使
用Origin 8.5 Pro 進行繪圖分析。
3 結(jié)果與分析
3.1 新疆不同地區(qū)食品安全抽樣檢查結(jié)果分析
根據(jù)每個月對新疆部分地區(qū)食品進行抽樣進行安全
檢測, 參照相關(guān)規(guī)定判定該地區(qū)的食品安全不合格率, 并
以 4 個季度進行分組, 得到結(jié)果如圖1 所示。
由圖 1 可以看出, 不同地區(qū)食品不合格情況差異明顯,
相同地區(qū)在春季、夏季、秋季、冬季的食品不合格情況不
相同, 通過各個季度食品安全不合格率對比可以得知, 春
季為食品不合格率多發(fā)的季節(jié), 冬季食品安全不合格率較
低。其中吐魯番、巴州、和田地區(qū)在春季食品不合格率均
超過20%。而烏魯木齊、昌吉、石河子、克拉瑪依、博州、
伊犁、塔城等地處天山北麓的城市食品不合格率低于吐魯
番、哈密、巴州、阿克蘇、克州、和田等地。和田地區(qū)的
春季為所抽樣檢查中食品不合格率最高。克拉瑪依市各季
度相比其他各地、州、市食品安全不合格率始終維持最低
水平。
各季節(jié)食品不合格率的相關(guān)性分析見表4, 通過對各
地、州、市的4 季抽檢食品不合格率進行Pearson 相關(guān)性
檢驗結(jié)可以看出春季與夏季、夏季與冬季、秋季與冬季食
品不合格情況的發(fā)生具有極顯著正相關(guān)性, 相關(guān)系數(shù)(r)分
別為0.8、0.667、0.835。
3.2 不同類型食品安全抽樣檢查結(jié)果分析
通過對新疆部分地、州、市11 大類食品進行抽樣檢查,
以不同季節(jié)對全年該類食品不合格率進行分析得到圖2。
圖1 各季節(jié)不同地區(qū)食品抽樣檢查不合格情況
Fig. 1 Unqualified status of food sampling inspection in different seasons of different regions
萬方數(shù)據(jù)
3274 食品安全質(zhì)量檢測學報第 8 卷
表 4 各季節(jié)食品不合格率的相關(guān)性分析
Table 4 Correlation analysis of the food unqualified rate in
different seasons
季節(jié) Pearson 檢驗
相關(guān)性
夏季 秋季 冬季
春季
相關(guān)系數(shù) 0.800** 0.602* 0.631*
顯著性 0 0.017 0.012
夏季
相關(guān)系數(shù) 1 0.586* 0.667**
顯著性 0.022 0.007
秋季
相關(guān)系數(shù) 1 0.835**
顯著性 0
注: 同一行, **表示具有極顯著性相關(guān), P＜0.01; *表示具有顯著
性相關(guān), P＜0.05。
由圖 2 可以看出, 在全年的抽樣檢查中糧食及糧食制
品在11 類食品中不合格率最低, 而蜂產(chǎn)品的不合格率為最
高, 并且夏季的不合格率最高。糧食及糧食制品、蔬菜及
其制品、水果及其制品、飲料類、酒類薯類及膨化食品類
在春季的不合格率均高于夏季、秋季、冬季該類食品不合
格情況。調(diào)味品、焙烤食品、蜂產(chǎn)品、餐飲食品在夏季的
不合格率均高于其他3 個季節(jié)食品不合格情況, 其中蜂產(chǎn)
品類在夏季時不合格情況達到35.1%。此外, 11 類食品中
僅食用油及其制品在秋季時不合格率高于春季、夏季、秋
季時的不合格情況。
3.3 基于灰色關(guān)聯(lián)度分析食品供應(yīng)鏈的食品質(zhì)量安
全風險
3.3.1 評價數(shù)列和評價標準
食品供應(yīng)鏈中各環(huán)節(jié)食品安全抽樣檢查結(jié)果統(tǒng)計及
參考數(shù)列設(shè)置。標準數(shù)列(又稱參考數(shù)據(jù)列)的取值為每一
影響因素所引發(fā)的食品質(zhì)量安全事件不合格的總次數(shù)。結(jié)
果如表5 所示。
表 5 統(tǒng)計結(jié)果及標準數(shù)列
Table 5 Statistical results and standard series
環(huán)節(jié) 溫度 異物混入 化學添加劑殘留物超標生物滋生
生產(chǎn)環(huán)節(jié)38 21 42 23 8
流通環(huán)節(jié)51 18 27 33 34
餐飲環(huán)節(jié)3 1 1 2 5
標準數(shù)列51 21 42 33 34
累計次數(shù)92 40 70 58 47
注: 對于抽檢樣品不合格由多個因素影響的采用多次計算的方法
統(tǒng)計。
由于對抽檢不合格次數(shù)的評判指標間通常有不同的
量綱和數(shù)量級, 所以不能將表中數(shù)據(jù)直接進行比較。為保
證結(jié)果的真實可靠, 需要對原始指標值進行無綱量化處
理。本節(jié)為研究各影響食品質(zhì)量安全因素在各環(huán)節(jié)中的重
要性程度, 所以選取表5 中標準數(shù)列中的最大值51 作為無
綱量化處理的標準數(shù)值, 用表中所有環(huán)節(jié)不合格次數(shù)除標
準數(shù)值51, 以百分比表示影響因素對供應(yīng)鏈各環(huán)節(jié)的影響
程度, 影響因素對供應(yīng)鏈各環(huán)節(jié)的影響程度結(jié)果如表6。
圖2 各季節(jié)不同種類食品抽樣檢查不合格情況
Fig. 2 Unqualified status of food sampling inspection in different seasons of different kinds of food
萬方數(shù)據(jù)
第8 期胡 斌, 等: 灰色關(guān)聯(lián)理論法評估2015 年新疆食品安全風險的研究 3275
表 6 影響因素對供應(yīng)鏈各環(huán)節(jié)的影響程度
Table 6 Impact of influencing factors on various links in the
supply chain
環(huán)節(jié) 溫度 異物混入 化學添加劑殘留物超標生物滋生
生產(chǎn)環(huán)節(jié)74.5 41.2 82.4 45.1 15.7
流通環(huán)節(jié)100.0 35.3 52.9 64.7 66.7
餐飲環(huán)節(jié)5.8 2.0 1.9 3.9 9.8
標準數(shù)列100 41.2 82.4 64.7 66.7
3.3.2 權(quán)重的確定
對于各因素需要判定其在食品安全中的重要性, 所
以通過定量統(tǒng)計法來確定各因素的權(quán)重。根據(jù)表5 可知,
各因素致使發(fā)生食品不安全累計次數(shù)最多為92 次, 最少
40 次, 所以可將各指標的重要性評價設(shè)定為4 個標準, 分
別為: “有點重要”發(fā)生次數(shù)為0~49 次; “重要”發(fā)生次數(shù)為
50~65; “很重要”發(fā)生次數(shù)為66~80; “極為重要”發(fā)生次數(shù)
為81~95。即每一個因素根據(jù)不合格次數(shù)可劃分為有點重
要、重要、非常重要和極為重要4 個標準。根據(jù)表5 中溫
度、異物混入、化學添加劑、殘留物超標、生物滋生等5
個影響因素累計發(fā)生次數(shù)可以確定其重要性評價標準, 具
體分析結(jié)果如表7。
表 7 各因素權(quán)重分析結(jié)果
Table 7 Results of the weight analysis of each factor
因素發(fā)生次數(shù)
重要性評價
有點重要 重要 很重要 極為重要
溫度92 1
異物混入40 1
化學添加劑70 1
殘留物超標58 1
生物滋生47 1
將各重要性評價等級進行賦分: 有點重要的賦值為1
分, 重要的賦值為2 分, 很重要的賦值為3 分, 極為重要的
賦值為4 分。則可以計算得到4 種重要性選項的權(quán)重分別
為:
有點重要: 1/(1+2+3+4)=0.1;
重要: 2/(1+2+3+4)=0.2;
非常重要: 3/(1+2+3+4)=0.3;
極為重要: 4/(1+2+3+4)=0.4。
計算每個指標的權(quán)重如下:
溫度權(quán)重=(92×0.4)/(92×0.4+40×0.1+70×0.3+58×0.2+
47×0.1)=36.8/(36.8+4+21+11.6+4.7)=0.471;
同理可得:
異物混入權(quán)重=(40×0.1)/78.1=0.051;
化學添加劑權(quán)重=(70×0.3)/78.1=0.269;
殘留物超標權(quán)重=(58×0.2)/78.1=0.149;
生物滋生權(quán)重=(47×0.1)/78.1=0.060。
所以按照溫度、異物混入、化學添加劑、殘留物超標、
生物滋生5 個因素確定權(quán)重集如下, 且根據(jù)歸一化原則各
權(quán)重之和為1。
R={0.471, 0.051, 0.269, 0.149, 0.060};
各因素的權(quán)重大小依次為: 溫度＞化學添加＞殘留
超標＞生物滋生＞異物混入。
3.3.3 灰色關(guān)聯(lián)系數(shù)的計算
在灰色關(guān)聯(lián)理論分析數(shù)據(jù)列時首先需要計算得到極
差, 即將一組數(shù)據(jù)中的最大數(shù)據(jù)與最小數(shù)據(jù)的差稱之為極
差。兩級最小差、兩級最大差, 就是先求極差的極差, 然
后再從中找出最小、最大值。
根據(jù)灰色關(guān)聯(lián)理論, 設(shè)定X0 為參考數(shù)據(jù)列, Xj 為比較
數(shù)據(jù)列, 對于生產(chǎn)環(huán)節(jié)兩級最小差與兩級最大差分別為:
min（i）min（k）| X0(k) - Xi(k) |= 0;
max（i）max（k）| X0(k) - Xi(k) |= 51。
同理對于流通環(huán)節(jié)兩級最小差與兩級最大差分別為:
min（i）min（k）| X0(k) - Xi(k) |= 0;
max（i） max（k ） |X 0(k)-Xi(k)| = 29.5。
對于餐飲環(huán)節(jié)兩級最小差與兩級最大差分別為:
min（i） min（k） | X0(k) - Xi(k) |= 39.2;
max（i）max（k）| X0(k) - Xi(k) |= 94.2。
計算出序列差如表8 所示。
表 8 不同因素在各環(huán)節(jié)的序列差
Table 8 Sequence difference of different factors in each link
環(huán)節(jié) 溫度 異物混入化學添加劑殘留物超標生物滋生
生產(chǎn)環(huán)節(jié)25.5 0 0 19.6 51
流通環(huán)節(jié)0 5.9 29.5 0 0
餐飲環(huán)節(jié)94.2 39.2 80.5 60.8 56.9
根據(jù)灰色關(guān)聯(lián)理論, 各個數(shù)據(jù)列與標準數(shù)據(jù)列的關(guān)
聯(lián)系數(shù)ξi(k):
| X - X | ξmax max | X - X |
min min | X - X | ξmax max | X - X |
ξ
0(k) i(k) i k 0(k) i(k)
i k 0(k) i(k) i k 0(k) i(k)
i k
（ ） （ ）
（ ） （ ） （ ） （ ）
+
+
（ ） = ;
設(shè)定ξ 為最大值分辨率, 取ξ=0.5;
0 50
100 74 5 0 5 51
0 0 5 51
= .
| - . |+ . ×
+ . ×
ξ（1 1）=
同理可得各因素在生產(chǎn)環(huán)節(jié)的關(guān)聯(lián)系數(shù)為:
ξ1(2)=1.00、ξ1(3)=1.00、ξ1(4)=0.57、ξ1(5)=0.33,
即ξ（1 k）={ 0.50,1.00,1.00,0.57,0.33};
同理得到各因素在流通環(huán)節(jié)的關(guān)聯(lián)系數(shù)為:
ξ 2（k）= {1.00,0.71,0.33,1.00,1.00} ;
萬方數(shù)據(jù)
3276 食品安全質(zhì)量檢測學報第 8 卷
ξ（3 k）= {0.61,1.00,0.68,0.80,0.83};
綜上所述, 各個環(huán)節(jié)各因素的關(guān)聯(lián)系數(shù)如下:
ξ（1 k）= {0.50,1.00,1.00,0.57,0.33};
ξ 2（k）= {1.00,0.71,0.33,1.00,1.00} ;
ξ（3 k）= {0.61,1.00,0.68,0.80,0.83}。
3.3.4 計算結(jié)果分析
由溫度、異物混入、化學添加劑、殘留物超標、生物
滋生等因素在各環(huán)節(jié)的數(shù)據(jù)列計算得到的關(guān)聯(lián)系數(shù)可知,
在生產(chǎn)環(huán)節(jié)中最容易引發(fā)食品質(zhì)量安全不合格情況發(fā)生的
因素是異物混入和化學添加劑其關(guān)聯(lián)系數(shù)為1.00; 關(guān)聯(lián)系
數(shù)最小的因素為生物滋生, 溫度和殘留物超標與食品不合
格現(xiàn)象發(fā)生的關(guān)聯(lián)系數(shù)分別為0.50、0.57。在食品生產(chǎn)環(huán)
節(jié)異物混入和化學添加劑會對食品質(zhì)量不合格的影響最嚴
重, 因為生產(chǎn)加工過程時間較短所以生物滋生致使食品不
合格的影響現(xiàn)象較小。
在食品流通環(huán)節(jié)中, 關(guān)聯(lián)系數(shù)同為1.00 的溫度、殘留
物超標、生物滋生屬于第一類容易引發(fā)食品質(zhì)量不合格的
影響因素。異物混入與食品質(zhì)量安全不合格現(xiàn)象發(fā)生的關(guān)
聯(lián)系數(shù)為0.71。化學添加劑相比于其他因素對于食品在流
通環(huán)節(jié)不合格現(xiàn)象發(fā)生的影響較小, 其相關(guān)系數(shù)為0.33。
同理可得, 餐飲環(huán)節(jié)中異物混入對于食品質(zhì)量安全
不合格現(xiàn)象發(fā)生的影響最大, 其關(guān)聯(lián)系數(shù)為1.00。溫度、
化學添加劑、殘留物超標、生物滋生等因素引發(fā)食品質(zhì)量
安全不合格現(xiàn)象的關(guān)聯(lián)系數(shù)均大于0.6, 所以這4 個因素對
于食品質(zhì)量安全不合格影響均較為重要, 根據(jù)各因素在餐
飲環(huán)節(jié)關(guān)聯(lián)系數(shù)計算結(jié)果可知致使食品質(zhì)量安全不合格影
響因素的重要性程度排序如下: 異物混入＞生物滋生＞殘
留物超標＞化學添加劑＞溫度。
綜上所述, 生產(chǎn)環(huán)節(jié)最需要關(guān)注異物混入和化學添
加劑的使用。流通環(huán)節(jié)中除異物混入、化學添加劑外, 其
余3 個因素的關(guān)聯(lián)系數(shù)均為1.00, 說明均是食品質(zhì)量安全
不合格的影響因素。餐飲環(huán)節(jié)應(yīng)在嚴格控制各個因素對食
品質(zhì)量安全的影響的同時重點關(guān)注食品異物混入的影響。
3.4 灰色關(guān)聯(lián)度的確定
3.4.1 各環(huán)節(jié)各因素灰色關(guān)聯(lián)度的計算
根據(jù)灰色關(guān)聯(lián)理論定義各因素灰色關(guān)聯(lián)度W 等于權(quán)
重R 與關(guān)聯(lián)系數(shù)ξi(k)的積的數(shù)量之和, 公式如下:
生產(chǎn)環(huán)節(jié)各因素的食品質(zhì)量安全風險影響因素灰色
關(guān)聯(lián)度W1 計算如下:
生產(chǎn)環(huán)節(jié): W1=0.471×0.50+0.051×1.00+0.269×1.00+
0.149×0.57+0.060×0.33=0.66;
ik ( ( ) )
i
i k
k
W（ ）=Σ R ×ξ
同理可以分別計算得到食品流通環(huán)節(jié)、餐飲環(huán)節(jié)中食
品質(zhì)量安全風險影響因素灰色關(guān)聯(lián)度W2、W3 計算結(jié)果分
別為:
流通環(huán)節(jié): W2=0.471×1.00+0.051×0.71+0.269×0.33+
0.149×1.00+0.060×1.00=0.80;
餐飲環(huán)節(jié): W3=0.471×0.61+0.051×1.00+0.269×0.68+
0.149×0.80+0.060×0.83=0.69。
所以各環(huán)節(jié)所受到的食品質(zhì)量安全風險影響因素灰
色關(guān)聯(lián)度排序為: W2＞W(wǎng)3＞W(wǎng)1。
3.4.2 灰色關(guān)聯(lián)度結(jié)果分析
通過灰色關(guān)聯(lián)理論計算各環(huán)節(jié)各因素與食品質(zhì)量安
全不合格情況的關(guān)聯(lián)度結(jié)果可知, 各環(huán)節(jié)所受到的食品質(zhì)
量安全風險影響因素灰色關(guān)聯(lián)度排序為: 流通環(huán)節(jié)>餐飲
環(huán)節(jié)>生產(chǎn)環(huán)節(jié)。由此結(jié)果可知在發(fā)生食品質(zhì)量安全風險
的各個環(huán)節(jié)中, 流通環(huán)節(jié)各因素對食品不合格現(xiàn)象的影響
最大, 是引發(fā)食品質(zhì)量安全風險的主要環(huán)節(jié)。因此對食品
各環(huán)節(jié)質(zhì)量安全風險采取控制措施時, 應(yīng)該重點關(guān)注該環(huán)
節(jié)的各種影響因素對食品質(zhì)量安全風險的影響。此外由于
在食品質(zhì)量安全風險在各個環(huán)節(jié)上具有一定的相互影響的
傳導效應(yīng), 因此同時需要根據(jù)各個環(huán)節(jié)的主要影響因素分
別實施管理, 以達到實現(xiàn)高效快速控制食品質(zhì)量安全風險
的目的。
4 結(jié) 論
根據(jù)對新疆15 個地、州、市的糧食及糧食制品、食
用油、肉及肉制品、乳制品、餐飲食品等25 大類73 個食
品細類的食品每月進行抽樣質(zhì)量安全檢測, 并依據(jù)春季、
夏季、秋季、冬季不同季節(jié)進行區(qū)分不合格情況。對抽樣
檢查結(jié)果進行數(shù)據(jù)分析, 得出新疆的各地、州、市均有食
品質(zhì)量安全不合格情況, 且在不同地、州、市的食品質(zhì)量
安全現(xiàn)狀明顯不同, 各地、州、市不同季節(jié)的食品質(zhì)量安
全特點各有不同。所以在食品質(zhì)量安全風險監(jiān)督檢查過程
中應(yīng)該采取不同的措施。通過灰色關(guān)聯(lián)理論分析法可有效
評估2015 年新疆部分地、州、市在食品生產(chǎn)、流通、餐飲
環(huán)節(jié)中溫度、異物混入、化學添加劑、殘留物超標、生物
滋生等因素對食品安全風險。對于食品的生產(chǎn)加工環(huán)節(jié)中
各個因素在日常工作中有針對性地對各自環(huán)節(jié)的影響因素
實施重點關(guān)注, 可以及時發(fā)現(xiàn)問題并采取措施。
5 討 論
在對于新疆不同地區(qū)食品安全抽樣檢查結(jié)果分析中
通過對比春季、夏季、秋季、冬季4 個季度的抽樣中, 各
個地區(qū)春季的不合格率均高于其他3 個季節(jié), 這可能與春
季溫度與其他季節(jié)相比食品在生產(chǎn)加工過程中的環(huán)境溫度,
水分含量更加適合微生物生長繁殖, 這與雷少華等[23]的研
究結(jié)果相似。也與食品加工生產(chǎn)、流通過程中對食品安全
的規(guī)范化密切相關(guān)。在對不同季節(jié)的各大類食品進行分析
時, 夏季蜂蜜的不合格現(xiàn)象最高, 這與蜂蜜的生產(chǎn)、加工
以及貯藏過程中溫度會直接影響蜂蜜的品質(zhì)與食用安全特
萬方數(shù)據(jù)
第8 期胡 斌, 等: 灰色關(guān)聯(lián)理論法評估2015 年新疆食品安全風險的研究 3277
性, 本結(jié)果與朱丹實等[24]的研究結(jié)論一致。在蜂蜜不合格
的監(jiān)測中出現(xiàn)蜂蜜摻假現(xiàn)象, 這可能與抽樣檢測樣品蜂蜜
的不同碳原子結(jié)構(gòu)的單糖結(jié)構(gòu)變化較大相關(guān)[25]。
本文對基于灰色關(guān)聯(lián)理論對食品質(zhì)量安全風險因素
進行分析, 發(fā)現(xiàn)在生產(chǎn)環(huán)節(jié)、流通環(huán)節(jié)、餐飲環(huán)節(jié)3 大環(huán)
節(jié)中, 對溫度、異物混入、化學添加劑、殘留物超標、生
物滋生5 個因素對食品質(zhì)量安全風險的影響關(guān)聯(lián)度分析,
得到流通環(huán)節(jié)各因素對食品不合格現(xiàn)象的影響最大, 是引
發(fā)食品質(zhì)量安全風險的主要環(huán)節(jié)。所以對于各個環(huán)節(jié)的影
響因素應(yīng)該有重點、有針對性的采取相應(yīng)控制措施。
對于食品3 大環(huán)節(jié)中各因素的關(guān)聯(lián)系數(shù)計算可知, 在
生產(chǎn)加工環(huán)節(jié)中各影響因素對食品質(zhì)量安全風險的影響程
度排序為: 異物混入=化學添加劑＞殘留物超標＞溫度＞
生物滋生。由此可見在該環(huán)節(jié)食品風險監(jiān)管過程中需要對
異物混入以及化學添加劑嚴格進行控制, 由于食品生產(chǎn)加
工過程中特定的加工條件所以不利于微生物的滋生。對于
食品流通環(huán)節(jié),在食品流通環(huán)節(jié)排序結(jié)果是: 溫度=生物滋
生=殘留物超標＞異物混入＞化學添加劑, 在該環(huán)節(jié)中除
溫度、生物滋生、殘留物超標3 個因素外, 各種影響因素
對食品質(zhì)量安全風險的影響程度最大且影響程度相同, 所
以在食品流通環(huán)節(jié)要著重對著3 個因素進行控制。此外,
在餐飲環(huán)節(jié)各個影響因素的影響程度排序為: 異物混入＞
生物滋生＞殘留物超標＞化學添加劑＞溫度, 在該環(huán)節(jié)過
程中應(yīng)該加強對餐飲單位對食品中添加其他物質(zhì)的監(jiān)管力
度。由于微生物的滋生與餐飲環(huán)節(jié)的衛(wèi)生狀況密切相關(guān),
所以要加強對餐飲單位的衛(wèi)生監(jiān)管控制。
參考文獻
[1] 徐萬清. 淺談食品安全監(jiān)管的重要性[J]. 科技創(chuàng)業(yè)家, 2011, (5):
280-282.
Xu WQ. Discussion on the importance of food safety supervision [J].
Technol Entrepreneur, 2011, (5): 280-282.
[2] 奚瑞芳, 趙玉梅, 李婷, 等. 多維灰聚類分析在熟肉制品安全風險評估
中的應(yīng)用[J]. 食品工業(yè), 2012, (7): 87-89.
Xi RF, Zhao YM, Li T, et al. The application of multidimensional grey
clustering evaluation in the food safety risk assessment of the cooked meat
products [J]. Food Ind, 2012, (7): 87-89.
[3] 中華人民共和國國務(wù)院新聞辦公室. 中國的食品質(zhì)量安全狀況[J]. 江
西食品工業(yè), 2007, (3): 10-18.
The information office of the state council of the People's Republic of
China. The food quality and safety situation of China [J]. Jiangxi Food Ind,
2007, (3): 10-18.
[4] Bosman A, Brent P, Cocconcelli PS, et al. Expertise for the future:
learning and training in the area of food safety risk assessment [J]. EFSA J,
2016, 14: 3-5.
[5] Ross T, Sumner J. A simple, spreadsheet-based, food safety risk
assessment tool [J]. Int J Food Microbiol, 2002, 77(1/2): 39-53.
[6] 譚彥君, 陳子慧, 蔣琦. 食品安全風險評估-危害識別[J]. 華南預(yù)防醫(yī)
學, 2013, (2): 91-94.
Tan YJ, Chen ZH, Jiang Q. Food safety risk assessment-hazard
identification [J]. South China J Prev Med, 2013, (2): 91-94.
[7] Camelia D. Grey systems theory in economics-bibliometric analysis and
applications overview [J]. Grey Syst Theor Appl, 2015, 5(2): 244-262.
[8] Amanna A, Price MJ, Thamvichai R. Grey systems theory applications to
wireless communications [J]. Analog Integr Circ S, 2011, 69(2): 259-269.
[9] Tseng ML. Using linguistic preferences and grey relational analysis to
evaluate the environmental knowledge management capacity [J]. Expert
Syst Appl, 2010, 37(1): 70-81.
[10] Wang YH. Grey prediction model-based food security early warning
prediction [C]. International Conference on Grey Systems and Intelligent
Services, 2011.
[11] Ip WC, Hu BQ, Wong H, et al. Applications of grey relational method to
river environment quality evaluation in China [J]. J Hydrol, 2009, 379(3):
284-290.
[12] 郭慧芳, 莫連光. 灰色關(guān)聯(lián)理論運用于農(nóng)民收入分析的研究[J]. 財貿(mào)
研究, 2007, (1): 31-37.
Guo HF, Mo LL, The application of grey relevancy theory in the analysis
of farmers’ income [J]. Financ Trad Res, 2007, (1): 31-37.
[13] 劉思峰, 楊英杰, 吳利豐. 灰色系統(tǒng)理論及其應(yīng)用[M]. 北京: 科學出
版社, 2014.
Liu SF, Yang YJ, Wu LF. The grey system theory and application [M].
Beijing: Science Press, 2014.
[14] Mashreghi E, Moghadasian M, Rahimnia F. Application of grey theory
approach to evaluation of organizational vision [J]. Grey Syst Theor Appl,
2011, 1(1): 33-46.
[15] 王麗. 多維灰聚類法與定性分析在熟肉制品安全風險評估中的應(yīng)用[J].
食品安全質(zhì)量檢測學報, 2016, 7(1): 389-394.
Wang L, Application of multidimensional grey clustering method and
qualitative analysis in the safety risk assessment of cooked meat products
[J]. J Food Saf Qual, 2016, 7(1): 389-394.
[16] 王瑞, 李婷, 趙玉梅, 等. 多維灰聚類評估在山西老陳醋質(zhì)量評價中的
應(yīng)用[J]. 食品工業(yè), 2014, (7): 166-168.
Wang R, Li T, Zhao YM, et al. The application of multidimensional grey
clustering assessment on the quality evaluation of Shanxi extra aged
vinegar [J]. Food Ind, 2014, (7): 166-168.
[17] 黃瀟. 灰色聚類評估法對冷凍魚糜品質(zhì)分析[J]. 食品工業(yè)科技, 2016,
(10): 106-110.
Huang X. Research of gray clustering evaluation on frozen surimi quality
[J]. Sci Technol Food Ind, 2016, (10): 106-110.
[18] 趙玉梅, 宋翔, 張威, 等. 對中部某省涼拌菜安全風險的灰聚類評估
[J]. 食品工業(yè), 2013, (3): 176-178.
Zhao YM, Song X, Zhang W, et al. The grey clustering evaluation of the
safety risk of cold dish in the middle of China [J]. Food Ind, 2013, (3):
176-178.
[19] 國家食品藥品監(jiān)督管理局. 國家食品藥品監(jiān)督管理總局關(guān)于公布食品
生產(chǎn)許可分類目錄的公告[EB/OL]. [2016-01-27].
http://www.sda.gov.cn/WS01/CL1600/143140.html
China Food and Drug Administration. China Food and Drug
Administration on the announcement of the classified catalogue of food
production licenses [EB/OL]. [2016-01-27].
http://www.sda.gov.cn/WS01/CL1600/143140.html
[20] 國家食品質(zhì)量監(jiān)督檢驗中心. 食藥總局關(guān)于印發(fā)食品安全風險監(jiān)測管
萬方數(shù)據(jù)
3278 食品安全質(zhì)量檢測學報第 8 卷
理 規(guī) 范 ( 試行) 等四個文件的通知[EB/OL]. [2013-10-17].
http://www.cfda.com.cn/newsdetail.aspx?id=65958
State Food Quality Supervision and Inspection Center. Notice of the
General Administration of food and drug on the issuance of four
documents concerning the supervision and management of food safety risk
(for Trial Implementation) and other documents [EB/OL]. [2013-10-17].
http://www.cfda.com.cn/newsdetail.aspx?id=65958
[21] 中華人民共和國衛(wèi)生部. 食品衛(wèi)生標準及相關(guān)法規(guī)匯編[M]. 北京: 中
國標準出版社, 2005.
Ministry of Health of the People's Republic of China. Compilation of food
hygiene standards and related regulations [M]. Beijing: China Standard
Press, 2005.
[22] 王耀庭, 苗世光, 張小玲. 基于激光雷達的北京市氣溶膠光學參數(shù)季
節(jié)特征[J]. 中國環(huán)境科學, 2016, 36(4): 970-978.
Wang YT, Miao SG, Zhang XL. Seasonal characteristics of the aerosol
optical parameters based on lidar over the Beijing area [J]. China Environ
Sci, 2016, 36(4): 970-978.
[23] 雷少華. 關(guān)于即食涼拌食品中微生物污染情況的調(diào)查分析[J]. 中國衛(wèi)
生產(chǎn)業(yè), 2015, (24): 20-22.
Lei SH. About microbial contamination in ready-to-eat cold food situation
investigation and analysis [J]. China Health Ind, 2015, (24): 20-22.
[24] 朱丹實, 張慜. 不同溫度、濕度條件對蜂王漿及蜂蜜貯藏的影響[J]. 食
品與生物技術(shù)學報, 2005, 24(2): 78-84.
Zhu DS, Zhang M. Effect of different temperature and humidity conditions
on preservations of honey and royal jelly [J]. J Food Sci Biotechnol, 2005,
24(2): 78-84.
[25] Elflein L, Raezke KP. Improved detection of honey adulteration by
measuring differences between 13C/12C stable carbon isotope ratios of
protein and sugar compounds with a combination of elemental
analyzer-isotope ratio mass spectrometry and liquid
chromatography-isotope ratio mass spectrometry (δ13C-EA/LC-IRMS) [J].
Apidologie, 2008, 39(5): 574-587.
(責任編輯: 姜 姍)
作者簡介
胡 斌 , 碩士研究生, 主要研究方
向為農(nóng)畜產(chǎn)品質(zhì)量安全控制。
E-mail: 1375659326@qq.com
王子榮, 教授, 主要研究方向為動物
生產(chǎn)與農(nóng)畜產(chǎn)品質(zhì)量控制。
E-mail: wangzirong212@126.com

網(wǎng)友評論 more

食品安全論文最新內(nèi)容

06-23