加工食品风险数据库的构建思路

 引言
随着食品加工技术的快速发展和新食品的开发，农药、兽药、激素、添加剂、非食品原料带入的食品安全问题引起的社会的广泛关注。加强对食品生产加工环节的管控是降低食品安全风险的重要举措。近年来，食品监管部门持续加大风险监测的工作力度，组织实施有针对性的风险监测计划，积累了大量的食品风险监测数据资源，为发现食品中可能存在的潜在风险源提供有力的数据支撑。在此基础上，构建风险数据库，有效整合加工食品的企业、产品及监测数据等信息资源，可实现资源的统筹管理和风险预警分析。
1 加工食品风险数据库组成部分
数据库的加工食品风险数据库的构建主要包括信息管理、预警分析、系统管理三大部分，通过各模块功能作用有效实现数据录入或导入、查询统计、数据分析及研判功能，满足日常食品监管工作中不同目的的查询、统计、分析需求。①信息管理部分包括对企业信息、产品信息、检测数据信息的录入管理、综合查询两个模块，这两个模块作为操作性部分，实现对企业信息、产品信息、食品检测数据的录入、统计和管理。②预警分析部分包括数据筛查、统计分析、专家研判3个模块。这三个模块作为系统分析处理生成部分。③系统管理部分包括组织机构信息、用户权限管理等2个模块。这两个模块作为数据系统的辅助部分，实现对组织机构和用户的管理。
2 加工食品数据库设计思路
2.1 信息资源库的建立 借鉴识别安全风险的整体风险分析方法，考虑与某一加工食品相关的各种因素，针对企业、产品、检测数据建立三大信息源库，作为数据库的基础资源储备。建立某一区域食品企业信息源库，内容包括：企业名称、生产许可证号、企业所在地、生产地址、联系方式。建立不同种类产品信息源库，内容包括：QS产品类别、生产工艺及关键控制点。建立检测数据源库，内容包括：产品名称、生产日期、产品包装/规格/型号、商标、执行标准号、监测类型、监测时间、检测项目、检出值、检测单位、标准规定值、检出限、检验结论、检测标准、判定标准。
2.2 信息资源库的管理 信息资源库的管理必须消除源数据中的不一致，保证数据库的高度集成性。将数据导入数据库前，工作人员需从数据整理、对象管理、数据关系等方面建立数据维护。在将数据导入数据库前，需进行源数据的抽取、清理和转换，要注意数据的规范化，规范化数据才能进行有效的数据挖掘和数据分析。
2.3 分析工具 数据分析工具用于帮助用户对源数据进行获取和分析，是数据系统的重要组成部分，也是数据挖掘的基础。目前应用于食品数据分析的工具包括联机分析处理（OLAP）和数据挖掘（DM）。运用OLAP技术，可以进行相关数据的交互查询、汇总分析、多维分析，趋势分析等多项分析功能[1]。DM是从超大型数据库中发现并提取隐藏在内部的信息的一种新技术，可以通过发现变化趋势，帮助决策者寻找数据间潜在的关联，开展有针对性的食品风险监测，为制定食品安全预警措施提供科学依据。
3 加工食品数据分析及预警系统的建立
3.1 食品危害物标准数据库的建立 食品危害物标准数据库包含食品安全预警关键因子，即涉及食品安全的有关检测项目，本文将预警关键因子分为三大类：禁用或禁存类食品危害物、限用或限存类食品危害物、一般类食品危害物。
禁用或禁存类食品危害物，即在食品加工中不允许使用或在检测中不得检出的物质，主要是指非食用物质、病源性微生物、禁用的农药残留与兽药残留、生物毒素及化学污染物，一旦检出，即为不合格食品。
限用或限存类食品危害物，是食品中主要的危害物，即在食品中可以存在的物质，但是具有最大限量值（MRL）。食品中的含量超过最大限量值（MRL），可能对人体健康造成危害。主要有农药残留、兽药残留、食品添加剂、有害元素、化学污染物等。此类危害物在食品中的含量若不在最大限量值范围内，即为不合格食品。
一般类食品危害物，主要指与食品的质量品质相关的指标，如酸价、过氧化值、氨基酸态氮等。此类危害物对人体的危害性较小，其在食品中的含量若不在标准规定范围内，即为不合格食品。
3.2 食品安全预警关键因子风险系数R的确立 通过建立模型对某一食品的风险程度进行研判，本文参照文献[2]，修正后建立风险系数R的计算模型：R=S+a。
①S值的确定：为危害物的敏感因子，可根据危害物在国内外食品安全上关注的敏感度和重要性进行适时的调整。在本次模型建立中，参照国质检监[2010]575号《关于印发<关于加强产品质量监督风险信息管理工作实施方案（试行）>的通知》中关于风险信息分级规范确定各检测项目的S值。参照文件规定的风险信息分级分为一级风险信息、二级风险信息、三级风险信息，并结合文献资料对敏感因子的分类依据，S（危害物敏感因子）分别设为5（社会敏感度高，或危害特别严重，或影响区域广泛，或受到境内外广泛关注的，如塑化剂、致病菌及毒素），3（对产品质量安全和发展有一定影响，属于较为严重的违法添加行为，可能严重危害公众健康，如农兽药残留、非法添加物、化学及金属污染物），1（属于常规性风险项目，或尚未构成对人体的严重健康危害，但需引起一定关注，或是已较少使用的物质，关注度有所下降，如品质指标等）。
②a值设定：在本次模型建立工作中，a暂定为0；在数据分析运行一定时间后，可依据年平均问题检出率情况对风险系数R进行修正，a为修正值可直接取一定时间内该风险项目的平均问题检出率；若均无问题情况检出，该危害物的敏感因子以每年1/2递减。
3.3 数据筛查及分析 基于OLAP开展食品安全风险分析[3]，首先分析食品监测结果涉及因素：产品、企业、检测机构、监管部门，并形成关系图，见图1。采用维度分析方法，以监测产品、监测时间、监测区域、监测企业、检测项目为维度进行问题检出率统计分析，见表1。
3.4 专家研判分析
采用德尔菲法原则，充分发挥各领域专家的“智囊团”力量，将其在技术研究、产品研发、检测、生产等方面具有的技术和经验优势应用到食品风险研判分析中。专家们在加工食品风险数据库中，综合考虑产品检测数据分析结果、风险系数R值、生产工艺等诸多因素，对食品的风险等级进行评价。
4 小结
本文初步提出了加工食品风险数据库的构建思路，并就数据库的组成部分、设计思路、数据分析及预警系统三个部分进行阐述。建立加工食品风险数据库系统，是一项涉及食品工程、风险分析、数据库信息管理系统、计算机网络等多专业领域的综合性研究课题。目前，该系统的研究还处于不断完善和发展阶段，未来在数据库的共享、数据源的多维综合预测分析方面还需进行更加深入的研究，以开拓系统的应用领域，从而实现系统的有效推广。