蜜饯质量安全风险预警系统构建

　　Kurita N，Ikeda S 研究指出食品安全预警系统是由预警信息管理系统、预警分析系统和预警反应系统组成。预警系统主要是管理预警的条件和已公布的预警信息并对检测获得的食品信息进行分析，得出该食品是否安全。预警反应系统主要是将预警分析系统所得的警情信息向公众和相关监管部门通报[1]。我国现行的食品安全预警系统，主要针对发现食品监测不合格或发生重大食品安全问题突发事件后，快速通报并采取应急响应处置措施，是关于食品安全预警信息的快速传递、发布机制的一套信息系统，作用类似欧盟食品和饲料快速预警系统（Rapid Alert System for Food and Feed,RASFF）[2]。食品生产加工过程中超范围、超限量使用食品添加剂，非法添加非食用物质，甚至是有毒有害物质，以及卫生条件控制不当造成微生物污染，将严重危害人民群众身体健康和生命安全。因此，在食品安全研究领域引入风险预警相关理论，建立完善的质量安全风险预警系统，早预警，早控制，加强对食品质量安全风险监管，是摆在我们面前的一项十分紧迫的任务。鉴于食品种类繁多，且应用于具体产品质量安全风险预警的研究较少，长期以来，我国传统食品蜜饯质量检测不合格率较高，产品质量安全存在隐患，受到社会的极大关注，本文选择蜜饯作为研究对象，对建立蜜饯质量安全风险预警系统进行探讨。

　　1. 蜜饯常见的食品安全问题

　　蜜饯是以果蔬等为主要原料，添加（或不添加）食品添加剂和其他辅料，经糖或蜂蜜或食盐腌制（或不腌制）等工艺制成的产品，包括糖渍类、糖霜类、果脯类、凉果类、化话类、果糕类和其他类等。其生产加工的基本工艺为：

　　原料处理—糖或蜂蜜或盐制—干燥（修整）—包装。由于蜜饯生产作坊式企业多，管理水平较低，根据蜜饯生产加工特点，在整个生产加工过程中，容易产生如下质量安全问题：

　　a. 原料处理采用硫处理，若脱硫工序控制不好，将造成二氧化硫残留量超标。目前最常用的是焦亚硫酸钠等产生二氧化硫的食品添加剂。

　　b. 加工处理中为调色、增甜、延长保质期而超范围或超量加入的食品添加剂如着色剂 、甜味剂、防腐剂等。甜味剂和二氧化硫，是蜜饯中最常用的食品添加剂。二氧化硫除了防腐，还是一种还原剂，可以防止水果中的多酚化合物氧化聚合成深色色素，从而保持新鲜的颜色。

　　c. 生产企业未能严格执行 GB 14881-2013 《食品安全国家标准 食品生产通用卫生规范》的要求，工序控制管理欠缺，人流物流布局不合理，卫生管理不到位，HACCP 未能有效建立和实施等，造成最终产品微生物指标不合格。

　　d. 与食品接触的设备容器清洗维护管理不善，带入污染物或锈蚀脱落造成重金属超标e. 不法分子违规添加非食品添加剂。

　　2. 预警系统评价项目指标的选择

　　2.1 相关标准项目的分类

　　与蜜饯相关的主要标准有 GB2760《食品安全国家标准 食品添加剂使用卫生标准》、GB14884《蜜饯卫生标准》、GB14880《食品安全国家标准 食品营养强化剂使用标准》、GB10782《蜜饯通则》、GB2762《食品中污染物限量》等。

　　依据上述标准要求，日常监控检测主要涉及蜜饯类食品安全项目分为二类。一类为限量类，主要包括铅、铜、总砷、二氧化硫残留量、菌落总数、大肠菌群、霉菌、、甜味剂（如甜蜜素、糖精钠、安赛蜜等）、着色剂（如柠檬黄、苋菜红、胭脂红、诱惑红、亮蓝、日落黄、赤藓红等）、防腐剂（如山梨酸、苯甲酸等）及其他食品添加剂。另一类为不得检出类，主要包括致病菌（沙门氏菌、志贺氏菌、金黄色葡萄球菌）、特定食品限用的食品添加剂以及非食品添加剂。

　　2.2 评价指标

　　根据上述国家标准，选择常用的重金属、微生物、食品添加剂和非食品添加剂等四类指标，作为构建蜜饯质量安全风险预警系统评价体系[3]，具体项目指标如表1 所示。

　　随着风险预警系统应用的发展，可根据风险预警要求，增加对蜜饯质量安全其他影响项目如农残和辐照等的监测分析。蜜饯使用的果蔬原料可能引入农残，按带入原则，最终产品质量应符合相关标准 GB 2763《食品安全国家标准 食品中农药的最大残留限量》要求。经辐照的蜜饯质量应符合 GB 14891.3《辐照干果果脯类卫生标准》要求。

　　3. 预警模式的建立

　　蜜饯质量的检测结果具有如下几种类型：限量类项目未检出、检出未超标或超标；不得检出类项目被检出或未检出。当蜜饯质量受到工艺变化、原料变化、环境污染以及其他异常因素干扰时 , 危害物的含量将会发生变化并产生检测数据的波动。资料分析显示，正常情况下，对于某一具体的项目，其在一定范围内的关注对象（如检测值、检出率、平均值等）是随机分布的，并在一定范围内上下波动，在大量数据中服从统计规律正态分布。

　　根据正态分布曲线的特点，关注对象在 U+3S 范围内是正常的，如超出此界限则说明有异常情况。控制上限是控制图进行异常判定最基本最常用的指标，对于未超出控制上限的情况，根据概率论原理，可进行控制图异常的判断[4]，从而实现风险预警。

　　3.1 限量类项目未超标的风险预警模式

　　同一监测项目未检出占多数的预警模式 采用检出率异常情况控制图进行分析和预警。检出率指同一监测项目检出样品数占总样品数的比率。以历史监检批次作为横坐标，检出率为纵坐标，计算控制图中心线和控制上限，绘制出控制图，根据控制图理论异常判定规律，来判定检出率曲线变化趋势是否出现异常，进行风险预警。

　　同一监测项目检出占多数的预警模式 模式一：平均值—标准偏差控制图法预警。即以检出数据作为分析对象，分组构成样本，以分组号作为横坐标，该分组检出数据平均值为纵坐标，计算控制图中心线和控制上限，建立“平均值—标准偏差控制图”，根据控制图理论，判定曲线变化趋势是否异常，进行风险预警。模式二：线性回归方程方法预警。即通过对监检项目的检测结果与检测时间或与其他相关检测项目检测结果进行分析存在着较好的相关性时，可建立线性回归方程，依据方程对达到限量值的相关项目和趋势程度进行定量监视，实现风险预警。

　　3.2 限量类或不得检出类项目检验不合格的预警模式

　　模式一：可采用不合格率与其历史的不合格率进行比较预警。不合格率指同一项目检验不合格样品数占总样品数的比率。具体以监检批次分组样本号为横坐标，不合格率为纵坐标，计算平均不合格率、中心线和控制上限，建立控制图，根据控制图理论判定不合格率是否异常，从而达到风险预警。

　　模式二：采取直接报警，类似我国现行的食品安全预警系统，快速通报并采取应急响应处置措施。

　　3.3 不得检出类项目未检出的风险预警模式

　　可采用监检率进行风险控制预警。监检率指该项目的监检次数占总样品数的比率，主要是为了发挥和完善项目选择性监检的作用。结合限量类项目预警、不合格率预警和相应监检率的判定比较，从而及时有效地发现该项目的监检率是否适当，为有选择性地对项目实施风险控制监检提供科学依据。将有限的资源用于风险程度较高的项目，提高监控效率。具体应用时，在项目风险程度未知，即预警系统刚建立初期，或历史的监检数据较少时，可先规定监检率不得低于多少，如 0.5。在具备积累一定量的历史数据的情况下，当根据上述分析达到任何一种预警，而此时监检率小于设定数时，发出风险预警，并及时调整提高该项目监检率。在监检中长期未检出或无不合格记录的项目可适当调低监检率。科学运用监检率，使之既能满足食品安全风险预警监检需求，又能节省大量的检测人力物力资源，对资源的有效地利用具有重要意义食品质量安全风险具有低频高危的特点，食品质量安全项目指标监检结果超标，很可能导致重大食品安全事件的发生。根据监管要求，单项质量安全指标监检结果不合格判该批产品不合格。因此，在蜜饯质量安全风险预警模式中，主要侧重分析单项项目指标。

　　4. 控制图法应用实例

　　由于蜜饯质量安全风险预警系统评价项目指标较多，为了使分析更具有实证性，本文选取了食品添加剂项目苯甲酸、山梨酸和二氧化硫，微生物项目菌落总数和大肠菌群五个限量类项目进行质量安全风险预警分析。

　　4.1 超标率控制图（C–Pn 控制图）预警

　　根据 2009 年至 2012 年某省蜜饯产品监督抽查的监测数据，将菌落总数的 MRL 值设定为 1000cfu/g，大肠菌群的 MRL 设定为 30MPN/100g，将监检结果数据按时间排序，取样本大小 n=30，其中菌落总数检测结果大于 1000cfu/g，大肠菌群检测结果大于 30MPN/100g 被设定为超标数据，一个样本中的超标数的个数定义为该样本的 Pn 值，统计 Pn，计算控制图中心线 CL 和控制上限UCL，建立 C-Pn 控制图，见图 1 和图 2。

　　由图 1 和图 2 可以看出 , 样本的超标数据均是在中心线 CL 附近上下波动 , 且低于控制上限 , 表明菌落总数和大肠菌群的超标率维持在正常的波动范围内 , 与历史检验相比 , 没有出现异常 , 不需要触发预警。

　　4.2 平均值 - 标准偏差控制图 ( –δ) 控制图预警

　　根据 2009 年至 2012 年某省蜜饯产品监督抽查的监测数据，将苯甲酸、山梨酸和二氧化硫的监检结果按时间排序，每 5 个监检数据作为一个样本组 ( 分组样本 n=5 时 ,A1= 1.342)，计算各样本的平均值和标准偏差，计算控制图中心线 CL 和控制上限 UCL，得到 -δ 控制图见图 3、图 4、图 5。

　　从图 3、图 5 可以看出 1 号样本的平均值超过了控制上限 UCL 分别为 0.198 和 0.148。系统将产生预警。

　　结果显示虽然样本组中没有任何一组平均值超过MRL值，但是在样本所处的时间段内，抽检的蜜饯样品中苯甲酸含量和二氧化硫残留量较高，需要加强监控；图 5 中样本 7、8、9 的平均值呈上升趋势，且样本 9 的值已接近UCL，说明抽检的蜜饯样品残留量正逐渐接近食品安全预警警戒线，需引起监管部门关注。

　　从图 4 可以看出，样本组的平均值均是在中心线 CL附近上下波动 , 且低于控制上限 , 表明在样本所处的时间段内，抽检的蜜饯样品中山梨酸的含量维持在正常的波动范围内 , 与历史检验相比 , 没有出现异常 , 不需要触发预警。

　　5. 风险预警系统框架与计算机应用

　　随着时间推移，数据积累将越来越庞大，利用计算机进行信息收集和处理，将更科学更迅速地提高风险预警效率。蜜饯质量安全风险预警系统基本框架，可采用预警信息采集、预警分析和预警信息反应三个模块，如图 6 所示。计算机技术应用选择 Windows 为操作系统平台 ,IIS6.0 为 Web 服务器 , 客户浏览器IE5.5 以上版本 ,Oracle 为后台数据库 ,ASP.Net 为前端开发工具。外部采用 Browser/Server( 浏览器 /服务器，B/S) 模式，系统配置为数据库可移植，能用于不同类别产品系统，具有安全性、易用性、可靠性和灵活性等特点。

　　6. 结论

　　文中所述的蜜饯质量安全风险预警系统建立的方法和模式，实用性强，风险预警科学、高效，具有一定的应用价值。

　　参考文献：

　　[1]Kurita N. Ikeda S.An early warning supportsystem for food safety risks . Food Policy[J].2006(4):446 － 457.

　　[2] 卢剑 , 孙勇 , 耿宁 , 等 . 我国食品安全问题及监管模式建立研究 [J]. 食品科学 ,2010,31(5):319-324.

　　[3] 黄晓娟 , 刘北林 . 食品安全风险预警指标体系设计研究[J]. 哈尔滨商业大学学报 ,2008,24(5):621-629.

　　[4] 秦燕 , 李辉 , 李聪 . 控制图分析在食品安全预警和快速反应中的应用 [J]. 检验检疫科学 ,2004(5)：47-50.