2020——2022 年食用农产品安全监督抽检数据分析

彭雯婧，罗 斌，曹喜春，李越凡，熊 铮，卢素珍

（江西省检验检测认证总院食品检验检测研究院，江西南昌 330001)

食品安全与人们的身体健康息息相关，保障食品安全是社会稳定的重要举措。农产品作为人们日常生活中必不可少的食材，每年抽检量在40%以上，不合格率较高。本研究以2020——2022 年食用农产品监督抽检数据为例，引入二项分布检验、卡方检验等多种统计学方法对食品农产品监督抽检数据进行分析，量化食品品种风险值，结合场所、购进/生产月份、不合格项目分析，为食品品种进行精准画像，以期为抽检计划执行提供科学支持。

1 数据来源

通过国家市场监督管理总局食品安全抽检公布结果查询系统收集2020——2022 年食用农产品监督抽检数据（数据来源：https://spcjsac.gsxt.gov.cn/）作为样本分析。

2 方法与步骤

本研究用Microsoft Excel、python、SPSS 等软件对下载的数据进行录入处理和统计分析。

2.1 食品品种风险值的多维度分析与量化

食品品种的不合格率被广泛用于食品安全风险评估，该指标是一个动态变量，在特定时间段内，不合格率存在较大的随机性，这给分析带来了不确定性。采用二项分布检验和基于食品品种不合格率的多维度分析方法，全面评估食品品种的安全风险。

2.1.1 不合格率风险分级

通常使用不合格率或不合格度等指标来表征食品安全风险。以全年总体不合格率作为衡量的标尺，将食品不合格率进行分级赋分，从而体现该食品品种在全年中不同的风险程度。当食品品种的不合格率所属级别越高，就可以认为该食品类别的风险较高，并给予相应的高分值。

2.1.2 二项分布检验风险分级

二项分布检验是一种适用于二分类问题的统计方法，用于检验二项分布中比例是否等于某个特定值。本文将合格和不合格作为二分类变量，然后使用二项分布检验来计算每个食品品种合格率的置信区间。通过分析置信区间的宽度和位置，可以将食品品种划分为低风险、中风险、高风险3 个等级。如果置信区间较宽，表示合格率的不确定性较大，食品品种的风险也较高。

2.1.3 不合格率的趋势分级

将2020——2022 年各类食品的不合格率通过最小二乘法进行线性拟合，找到一条与实际观测数据的残差平方和最小的直线，进而确定最佳拟合直线的参数，y＝kx＋b，y是因变量，x是自变量，k是斜率，b是截距。k在一定程度上表达了该食品品种不合格率在近几年的整体发展趋势，一般来说k＞0 表示食品不合格率呈上升趋势，有风险增高的趋势，且k值越高，表示增长的趋势越高；k＜0 表示该类食品不合格率整体呈下降趋势。

2.1.4 食品品种风险量化

将3 个因素结果进行分级量化，综合评价各食品风险性。以比较范围数据的总体不合格率作为不合格率风险分级的标准，将品种不合格率与总体不合格率的比值以及不合格率2%作为标准进行划分。二项分布检验可以将食品品种风险分为高、中、低风险，增长趋势按k值进行等级划分。等级赋分具体分值情况见表1。

表1 风险指标与分值对应表

综合上述风险因素，根据实际赋予不同权重对各品种风险值进行量化计算，为抽检计划的制定和执行提供指导。风险值计算公式为

式中：T为食品品种总风险值；vi为各项分值；αi为各分项权重（根据工作重点确定，如对该品种分析的关注度等），i=1，2，…。

2.2 食品品种抽样月份、抽样区域、检验项目的风险点分析

卡方检验是一种基于分布的假设检验方法，用于综合分析食品品种、生产月份、抽样区域的不合格率的显著差异性，并评估它们在食品品种中的不同风险表达方式，可结合不合格检验项目为食品品种进行预警。

3 结果与分析

3.1 食品品种风险值

根据表1 对2020——2022 年食用农产品的整体数据进行赋分，假定所有食品抽检的各分项权重α均为1，计算得到各食品品种的风险值见表2。表2 中食荚豌豆和葱根据二项分布检验被归为低风险品种，不合格批次分别占总批次的1/8、2/39，不合格率得分较高，可能是因为抽检量和不合格批次量较少导致二项分布检验与不合格率分级差别较大，后期监管中可以适当提高抽检批次进行风险验证。说明风险分析应避免单一指标的片面解读，需要考虑相关因素的综合影响。13 个高风险品种中，结合不合格率、斜率得分、二项分布检验分值分析，其他水产品（牛蛙）、海水蟹、豇豆和姜等几类产品在3 个维度的结果都属于高风险分值品种，应重点加强监管；豆芽的不合格率得分和二项分布检验分值都属于高风险组别，斜率得分属于降低组别，可在重点监管范围内降低频次。

表2 各食品品种风险值

3.2 食品品种时间、抽样场所、检验项目的风险点分析

选取高风险品种进行风险点分析，包括豇豆、姜、海水蟹、其他水产品、香蕉、海水虾、韭菜、淡水鱼、辣椒、猕猴桃、生干籽类、食荚豌豆及豆芽。卡方检验结果及不合格项目统计见表3。

表3 食品品种时间与抽样场所卡方结果以及不合格项目汇总表

3.2.1 食品品种时间、抽样场所风险点分析

食用农产品是非预包装食品，一般以购进/抽样日期统计。食用农产品抽样场所主要有餐饮（如餐馆和食堂等）和流通（如超市、菜市场等）场所。综合分析，韭菜、姜、豇豆、香蕉、其他水产品（牛蛙）和淡水鱼等食品品种绝大部分月份甚至全年的不合格率均具有显著差异性，应在全年加强抽检和监管频率，并在抽样场所对有差异性的品种提高抽检数量与监管力度；食荚豌豆为时间与场所没有显著性差异的高风险品种，可能是抽检量和不合格批次量偏少，应在全年对各场所适当提高抽检量与监管力度进行验证；对于豆芽、猕猴桃、海水虾、海水蟹和生干籽类等部分月份不合格率具有显著差异的食品品种，针对重点时间和场所适当提高抽检量与监管力度。

3.2.2 食品品种检验项目的风险点分析

农药残留不合格常检出于蔬菜水果中。由于农药以及作物特性不同，部分作物与农药间有紧密关联。4-氯苯氧乙酸钠、6-苄基腺嘌呤对种子发芽、细胞分裂有促进作用，且具有抑制胚根生长的生理作用，不合格样品只检出于豆芽[1]。氯吡脲对瓜果类植物有促进花芽分化、保花保果、促进果实膨大的作用，能改善猕猴桃的外观，并延长猕猴桃的货架期，只检出于猕猴桃[2]。腐霉利是一种微毒级的杀菌剂，被大量用于易被真菌和细菌感染的韭菜。豇豆与辣椒因成熟期较短且病虫害较多，不合格农药种类也较多，需要重点关注[3]。禁用农药甲胺磷和限用农药（毒死蜱、克百威、氧乐果等）也在辣椒和豇豆等产品中被检测出。以上情况主要是由农户在种植环节追求经济效益，过度依赖农药造成的。

兽药残留主要检出于水产品中。恩诺沙星是一种用于治疗动物皮肤感染、呼吸道感染的抗生素，在其他水产品（牛蛙）、淡水鱼、海水虾中均有检出，可能是养殖场或者商户为了减少水产品在养殖过程或运输过程中的病死率，使用了含有大量恩诺沙星的饲料或暂养水，导致迁移性污染。此外，禁用的兽药硝基呋喃类药物和孔雀石绿也被检测出于其他水产品（牛蛙）、淡水鱼、海水虾。

重金属铅、镉被检出于海水虾、海水蟹、辣椒、韭菜和姜。重金属污染主要是由于农产品在种植、养殖过程中受到环境污染造成的。如海水中的镉超标会造成甲壳类生物重金属的富集[4]，蔬菜受种植环境的污染造成重金属残留不合格。

质量指标（酸价）和生物毒素（黄曲霉毒素B1）不合格只检出于生干籽类（花生）。花生作为植物油脂的主要原料之一，在种植、储存、运输或加工环节的不当操作都有可能使花生发生霉变或者腐败，造成花生内部油脂的酸败和黄曲霉毒素的产生与富集[5]。

综上所述，13 个品种中农兽药残留和重金属污染问题较为普遍，应结合农兽药残留与品种的关联性以及农业农村部禁限用公告，对重点项目与品种进行重点监控。重金属污染的主要原因是环境污染和食品品种本身特性，应重点关注产生问题品种的种植、养殖环节，对整体过程加强监管。

4 结语

通过对2020——2022 年食用农产品监督抽检的分析，将食用农产品分为4 个风险等级，监管部门可以根据不同风险等级的具体情况分配任务。对于其他水产品（牛蛙）、豇豆等多维度分析都属于高风险的品种，应加大抽检与监管力度，如开展专项行动等。对于部分如葱、茭白等不同维度分析大部分属于中高风险情况但不同分析方法风险情况有差异，应适当提高抽检批次进行风险验证，并结合各品种在不同月份与环节场所不合格率显著性差异情况，合理执行抽检计划。

根据不同的食品品种对农兽药残留、重金属污染等问题的不同敏感程度以及种养殖环境影响，应采取不同措施进行干预和解决，结合农兽药的禁限用要求，针对不合格率较高的品种、时间、区域分布，合理安排检查和抽检工作，避免潜在的食品安全风险，提高监管的效率和精确性。对重金属污染严重的种植、养殖地进行溯源分析。

由于食用农产品的特殊性，需要各部门间加强合作与信息共享，农业、环境等部门进行联动监管，加强对农业生产者的管理和监督，确保农药合理使用和安全使用，包括正确选择以及使用农药、控制施药频次、遵守安全间隔期和对重金属污染源的分析治理等，同时加大对农产品的质量检测和监督力度，建立完善的农产品溯源制度，保障公众的食品安全。

本文主要以2020——2022 年食用农产品安全监督抽检数据为例进行了分析与预警，剖析品种、项目、时间等方面的风险因素，为高风险种类的风险画像，期望通过信息化手段，为后期的监管与抽检工作提供方向，为政府监管部门提供决策支持，有针对性地制定监管措施，最大限度地提高监管效率和精确性，确保食品安全。