食品安全风险监测数据统计处理常见问题分析

邓秀武、高亚娟、司海丰、杨安、李翠芳、关芳、靳玲玲、刘喆、张凤金、石格鑫（滦平县食品药品监督管理局，河北滦平 068250）



食品安全风险监测数据统计处理常见问题分析

邓秀武、高亚娟、司海丰、杨安、李翠芳、关芳、靳玲玲、刘喆、张凤金、石格鑫（滦平县食品药品监督管理局，河北滦平 068250）

承德市社会科学发展研究课题2016年合作项目

项目编号：H20162021 承德市科学技术研究与发展计划项目 课题编号：201601A115

随着我国食品生产技术的不断发展，人们的生活质量明显提升，但是在此过程中引发了越来越多的食品安全问题。所以，为了进一步保证消费者的消费安全，食品监督管理部门通过对食品生产进行严格的监督管理，降低食品安全风险。其中，在食品安全风险监测过程中需要对监测到的数据进行统计分析，如果技术检测人员不能严格按照一定的规章流程进行操作，有可能在数据统计环节出现重大的问题，从而导致我国食品监测安全无法得到保证。

食品安全；风险；监测数据；统计；常见问题

一、当前我国食品安全风险监测数据统计处理常见类别

通常情况下，在对我国的食品安全风险监测数据结果进行统计学处理过程中，主要涉及计量资料的统计学指标与计数资料的统计学指标。因此，对于监测样本的统计学处理，需要进行科学分类，依据不同的统计学监测分析依据进行分组对比。一般在具体的操作过程中，技术检测人员会根据不同的统计学处理指标，对相关的检测数据进行计数资料分析以及计量资料分析，从而保证我国食品安全风险监测数据统计处理结果科学、安全。但是，在此过程中也需要对各类检测的食品进行归类处理。

当前，我国市场中的食品种类较多，因此食品安全风险监测应从不同的分类标准入手，由于具体的分类情况不同，因此具有不同的统计学数据处理方式。但是通常来讲，同一食品可以作为不同类别进行统计学处理，而不同食品种类的污染物指标也存在很大的差异性，所以对食品种类的科学划分［2］将直接决定其检测数据统计学处理结果科学与否。鉴于我国食品安全风险监测实施样本归类网络直报这一现状，建议在实际的检测过程中将食品检测样本进行统一归类处理，剔除重复或者按照地域分类的食品类别，对所采集的样本数据进行归类、整合，并将其进行统计学计量与计数处理。

本文认为，在对食品安全风险监测数据进行统计学分析时，结合亚类或者小类进行分组分析，有利于准确反映食品风险监测结果。通过实践表明，在统计学分类处理过程中要严格遵循“大样品数按照小类划分，小样品数按照亚类划分”的划分原则，例如所选样本分组在满足统计学方法的条件和要求下，对肉与肉制品安全风险监测数据结果进行分处理时，如果样品数较大，则按照牛肉、猪肉以及羊肉和鸭肉及鸡肉等小类进行分析处理，会得到更加科学的检测结果。但是，由于当前我国食品行业的安全风险监测样本较少，特别是一些地级市，则可以按照熟肉制品、牲畜肉以及生禽肉这三大种类进行科学划分，也能从中得到相对准确的数据统计、分析处理结果。对此，从上分析中可以看出，我国食品安全风险监测数据统计学处理过程中，针对常见问题的处理，首先需要对食品类别进行科学划分［3］。

表1　食品安全风险监测数据统计中食品类别的科学划分

4　熟制米面制品　米粉、凉皮、米线、蛋炒饭、米饭等　沙门氏菌、金黄色葡萄球菌（定量）、单核细胞增生李斯特氏菌、志贺氏菌、蜡样芽孢杆菌（定量）5果蔬类　生食水果（包括去皮和预切的鲜水果）、生食蔬菜　沙门氏菌、大肠埃希氏菌（计数）、大肠埃希氏菌、大肠埃希氏菌芽苗菜（豆苗、豆芽等）6　婴幼儿食品　婴幼儿配方食品、婴幼儿谷基辅助食品　金黄色葡萄球菌（定量）、蜡样芽孢杆菌（定量）、阪崎肠杆菌（定量）7其他　冷面（即食），包括冷面配菜　沙门氏菌、单核细胞增生李斯特氏菌、金黄色葡萄球菌、志贺氏菌、大肠杆菌

二、食品安全风险监测数据统计处理中低于检出限数据的问题处理

一般而言，在我国的食品安全风险监测过程中，主要涉及一些有害化学元素以及化学污染物质。因此，技术检测人员经常采用超衡量分析技术以及痕量技术进行分析处理。为了确保每一种统计学处理方式具有科学性以及安全性，在同一检测系统中提出了两个不同的检测评价指标，一是统计学定量限值LOQ［4］，另一个是统计学检出限值LOD，由于这两大检测指标具有不同的使用范围，因此在我国食品行业的安全风险监测过程中，通常会出现样本检测结果低于实际风险检测值的情况，造成这一常见检测问题出现的主要原因是，我国现阶段的分析监测技术水平不高，再加上我国食品安全风险监测中，对低于检出限的数据处理通常采用“零”代替的数据处理方法，并确定为“未检出”样本，由于检测样本中检测指标的分布介于“零”和LOD之间，因此采用“零”值代替“未检出”个数进行数据统计学分析不太科学，特别是对于偏态分布的统计数据，采用“零”值代替“未检出”个数无法实现对统计数据的计算转换。

因此，为了不断完善我国食品安全风险监测体系，确保在检测过程中得到科学的检测结果，WHO全球环境监测系统/食品污染监测与评估规划（GEMS/FOOD）［5］第二次会议中提出了“食品中低水平污染物可信评价推荐”这一要求，这是我国食品行业中关于“低于检出限数值的处理参照方法”，在实际的应用中也多采用“1/2LOD”代替或“零”代替低于检测限数值的统计学处理方式，从而进行食品安全风险监测数据统计学科学处理。

表2　不同比例的“低于检出限监测数据的处理方法”

三、食品安全风险监测数据统计分析方法的正确处理应用

（一）科学选择适当的统计学方式

基于统计学分析目的不同，在对实际的食品安全风险监测数据进行统计学处理时，需要对监测到的数据资料进行统计学转化，其中计量资料与计数资料的统计学转化是经常会采用的两种数据转化方式。比如，在对肉制品以及水产品中的铅这一污染物进行分析比较时，其样本的铅含量数据为计量资料，而按照我国国家食品安全风险监测标准中对铅的限量，判定其合格数之后，还需要对合格数资料进行计数资料转化，由于其在食品安全风险监测数据统计学分析处理过程中，实际的数据资料之间存在很大的差异，因此经常会采用到不同的统计学方式。

（二）对食品安全风险监测数据计量资料进行系统的统计分析

通常而言，计量资料的统计学指标分为描述集中的趋势以及描述离散的趋势两种不同的指标，描述数据的集中度则主要包括了中位数以及平均值、众数等，而描述离散度则主要包括了方差、标准差以及全距、极差及四分位数间距等几大重要的指标。但是，由于不同的指标具有各自的特定适用条件，因此在对实际的食品安全风险监测数据进行统计学分析时，技术人员需要针对不同的食品检测类别进行科学区分，可以将这些不同的指标结合使用，也可以将其进行独立划分使用，从而保证整个数据统计学分析的结果科学、准确。比如，在对两类统计学指标进行分析时，可以将方差以及极值、标准差等相关的统计学计算指标进行有效结合，从而实现对一组统计学数据进行全面、科学的描述。

（三）食品安全风险监测数据计量计数资料进行系统的统计分析

相对数和绝对数是描述食品安全风险监测数据技术资料的两大重要统计指标，由于绝对数据为原始统计资料经过汇总后得到的小计或总计数，因此其不能科学准确对食品安全风险数据的关系变化情况进行深入分析。但是，相对数则通过对两个有关绝对数进行比值评估，从而科学表示食品安全风险的相对大小；其中，这一分析方式主要包括食品的构成比以及括率、食品安全风险的相对比等。

（四）食品安全风险监测数据统计分析中关于标准化率的科学应用

除了上述分析过程中提到的几种有关食品安全风险监测问题处理方式之外，还会采用到一种十分重要的食品安全风险监测衡量指标就是标准化率，又称为调整率。这项监测指标主要用于两个或者两个以上的实际构成比的比较过程中。比如，在对其他非研究因素各组间关系研究中，由于非研究因素会对研究因素造成一定的干扰，因此在对食品安全风险检测数据进行统计学处理时，可以采用标准化率进行比较，从而有效消除非研究因素的不良影响，最终得到科学的安全风险检测结果。

结束语

综上所述，随着我国食品安全生产的相关管理制度法规相继出台，食品安全风险监测在全国范围内大量展开，但是在实际的食品安全风险监测过程中，会涉及数据的统计分析这一重要环节，由于具体的检测数据结果与实际的安全风险管理数据要求相差较大。因此，为了确保我国食品生产安全，对食品安全生产风险进行数据检测及常见检测数据统计处理，具有非常重要的作用。

［1］苏亮，任鹏程，任雪琼，赵天琪，孙赫阳，吴爽，肖辉.食品安全风险监测信息化浅析［J］.中国食品卫生杂志，2013，06：533-536.

［2］宫春波，王朝霞，孙月琳，董峰光.食品安全风险监测数据统计处理常见问题探讨［J］.中国食品卫生杂志，2013，06：575-578.

［3］唐晓纯.国家食品安全风险监测评估与预警体系建设及其问题思考［J］.食品科学，2013，15：342-348.

［4］李宁，杨大进，郭云昌，赵云峰.我国食品安全风险监测制度与落实现状分析［J］.中国食品学报，2011，03：5-8.

［5］孟鹏.目前开展食品安全风险监测工作存在的问题及应对对策——以福建食品质检中心为例［J］.质量技术监督研究，2010，06：2-7.

［6］何平.提高我国食品安全抽检监测有效性的分析和建议［J］.中国酿造，2015，03：162-165.

［7］张明忠.2014年孟州市食品安全风险监测结果分析［J］.江苏卫生事业管理，2015，05：142-144.

［8］蒋定国.2010年我国食品化学污染物风险监测概况、存在问题及建议［J］.中国食品卫生杂志，2012，03：259-264.