基于大数据挖掘的食品安全管理研究

潘晓晓，王冀宁，陈庭强,2，罗珺

(1.南京工业大学 经济与管理学院，南京 211816；2.南京大学 工程管理学院，南京 210093；3.南京中医药大学 卫生经济管理学院，南京 210023)

1 概述

近年来，我国对于食品安全问题的治理开展了大量工作，相继出台了新的食品安全法、食品安全追溯政策、食品安全抽检方法等系列措施[1]，食品安全监管形式得到改善，食品质量情况总体来说稳中向好。然而，随着我国逐步迈入大数据时代，海量的食品安全数据对传统的监管方式提出了挑战。因此，在我国现存的食品安全监管问题前，大数据挖掘成为促使食品安全监管由分段监管、人工监管、以罚代管、事后监管、主渠道监管向全产业链监管、循“数”监管、全方位监管、事前事中监管和全面监管转变，解决新形势下食品安全问题的新模式[2]。

大数据挖掘是指通过Weka、RapidMiner、NLTK、Orange、KNIME、R-Programming等数据挖掘工具抓取、分析每个数据[3,4]，从大量数据中寻找其规律的技术。大数据的发展逐渐受到各国的广泛关注，2008年Nature出版专刊“Big Data”，大数据概念得以形成；2012年美国政府启动“大数据研究和发展计划”[5]，进行了进一步的大数据技术的探索；2017年9月，在党的十九大报告中，习近平总书记指出要推动大数据和实体经济深度融合。目前，大数据挖掘技术被广泛应用于情报与档案管理、经济学、教育学、社会学、食品安全等各领域[6]。此外，我国在《“健康中国2030”规划纲要》、《“十三五”卫生与健康规划》、《“十三五”国家食品安全规划》中也提出全面实施促进大数据发展，让大数据多跑路，公众少跑腿。食品安全成为大数据发展的重要组成部分。基于此，本文从大数据在食品安全领域的国内外发展进行溯源(见图1)，在充分分析食品安全管理现状的基础上，从食品安全管理部门、标准管理、环节治理、参与主体综述并归纳问题，针对性地提出大数据挖掘在食品安全发展中的对策建议，为推动食品安全管理大数据体系的建设提供参考。

图1 大数据在食品安全管理研究中的国内外发展

2 食品安全管理现状

食品安全数据形式多样，诉求不一，通过对食品安全事件和食品安全数据的归纳分析，将食品安全数据主要划分为食品安全部门监管数据、食品安全标准数据、食品安全环节治理数据以及作为食品安全数据源的各主体数据四类，并对此做现状分析和问题探究。

2.1 食品安全监管趋于数据化，但大数据化程度较低

联合国及各发达国家食品安全监管部门通过资料化、数据化逐渐形成了食品可追溯体系。联合国粮农组织和世界卫生组织成员国陆续参与并制定了食品安全法律法规及各项标准，并作为我国设置食品安全监管标准的参照性数据之一[7]。发达国家如欧盟通过建立欧洲食品安全局来协助各会员国建立食品安全资料库[8]，美国的食品药品监管局/食品安全营养与应用中心(FDA/CFSAN)通过联邦登记来保障食品安全信息的公开透明[9,10]，日本也通过农林水产省和厚生劳动省建立的食品安全委员会一元化信息搜集分析机制打造食品安全的数据化监管[11](见图2)，我国更是通过国家食品药品监督管理局设置了专家库信息管理平台、食品抽检结果查询系统、国家药品抽验查询数据库和食品药品监管数据中心，数据化发展趋势明显。

各国对食品安全的监管虽然形成了较为统一的数据化趋势，但对于数据采集与管理也仅仅停留在数据保存和基本管理，未实现大数据的综合运用和管理，大数据挖掘分析程度较低。我国食品安全管理部门则侧重食品安全数据的公开、流程化监管，缺乏综合分析、周期性报告与风险预测，如食品药品监管数据中心抽检结果查询系统，只列示不合格指标值，仅能基本保障食品在流通过程中的安全，数据量较少，整合分析利用程度低，数据代表性不足。

图2 国内外食品安全的部门监管现状对比

2.2 食品安全标准公开明确，但更新滞后明显

食品安全标准信息、数据样本检验检测结果和因素分析构成了食品安全标准大数据[12]，我国的食品安全标准由国家卫生计生委和食药监局共同向社会公开发布，目前，我国已建成食品安全标准查询数据库，数据库囊括国家标准、地方标准和添加剂使用标准，并进行不定时更新发行。食品安全标准逐渐在时间空间、标准层次、多维监测等方面实现标准数据的透明化发展。

但在中央着力强调保障舌尖上安全的要求下，食品安全标准数据库面临严峻考验，大数据前瞻性与食品安全标准滞后性问题突出。首先，标准数据库只存储了食品安全国家标准及实操视频、食品法典标准、香港食品标准，且国内的标准阈值都较低，没有和发达国家标准的对比性数据，公众对食品安全标准的整体认知不足。其次，食品安全标准数据库中的数据多为静态数据，只列出了食品安全标准的基本阈值，缺乏大数据挖掘技术特有的整合分享、可视化应用，公众只能获取不合格检测报告，无法动态获知及监测该食品合格状态下数据的平均标准值和常规水平状态[13]，未实现食品安全标准及时更新、精确化动态发展。

2.3 环节治理目标一致，但各环节数据透明度较低

环节治理可以有效地推动食品的安全发展。环节治理标志着食品安全管理链式发展的形成，国际食品法典委员会在1997年公布并实施HACCP(危害分析和关键点控制)食品卫生管理规则。我国自2008年也相继对食品安全问题进行了源头治理与环节控管，并以HACCP原则建立“食品安全控制体系”[14]；HACCP、LIMS(质量管理控制系统)、RFID(应用射频识别技术)等技术实现对食品生产、物流、销售环节及多环节监管的治理，并推动形成食品安全指数、透明指数的食品安全管理体系[15]，各省市如四川、江苏等省份也构建食品药品监管业务平台，加强省级食品药品安全监管数据中心建设。

食品安全各环节数据透明度较低。食品安全的环节治理虽早在1997年就得以发展，但目前基于大数据挖掘进行食品安全环节监管信息透明度较低[16]，食品安全生产环节监管信息透明度较差，在原材料及原材料处理方面存在较高隐患[17]，物流环节的仓储技术和物流可追溯体系建设方面信息化水平较低，销售环节的员工素质和销售环境方面信息化水平较低[18]。

2.4 主体参与性强，但数据利用价值低

食品安全管理的参与主体主要为政府、企业、第三方评价机构及公众。政府在食品安全管理中通过食品安全数据库及相关管理平台形成主要数据流，如食药监局于2014年出台监管数据库设计规范，助力食品安全与卫生营养事业发展；各企业通过明厨亮灶、供应链管理[19]、数据关联、集成、整合、绩效评价等[20]途径形成企业食品安全数据流；第三方评价机构以食品安全评价的专业性、数据搜集的高效性、评价结果的科学性成为监管主体的核心与数据源之一，巨大的网民规模通过各网站、微博等新媒体平台提供海量数据源和舆情信息源[21]，各主体通过网络媒体、实体报送信息等形式积极参与到食品安全管理中，并形成了稳定的食品安全管理数据流(见图3)。

图3 食品安全参与主体数据流

但正是因为各主体数据源源不断地通过网络不断产生堆砌，食品安全数据的可信度、真实性及大数据利用价值较低。在信息爆炸时代，由于网络传播速度快，各类错综复杂的食品安全信息在未辨真假时已迅速传播出去，使得数据可信度较低，且数据面向公众开放，容易造成公众的片面理解与误解；同时大量混乱、冗杂信息泛滥堆砌，如不能选择较好的大数据挖掘工作和数据筛选手段进行科学的分析与处理[22]，则会造成食品安全大数据实际利用价值低，数据分析结果精确性降低。

3 基于大数据挖掘的食品安全管理对策建议

我国在食品安全问题中已经逐步通过实施大数据挖掘技术构建食品安全体系，在面对食品安全监管部门、各参与主体在食品安全标准、环节治理等数据建设中存在的问题，需采取相应的措施来提升数据质量，提高大数据化程度，搭建完善透明的食品安全大数据体系。

3.1 大数据挖掘驱动社会治理，搭建完善的食品安全管理体系

我国食药监局及食品安全管理相关部门虽然成立了食品安全标准数据库、食品抽检数据库，建成食品安全可追溯一库四平台[23]，但是食品安全管理部门对食品安全的监管预见性不足，在食品安全的HACCP、追溯体系、风险预警、食品召回方面存在滞后性，不能很好地统一企业自检数据、政府检测数据、第三方机构研究数据。

因此，在食品安全管理层面，需加快顶层设计，明确大数据挖掘的方向和监管部门的职责，落实大数据的平台构建任务及食品安全队伍数据化建设，形成专业化、层次化食品安全管理与自监自测队伍，打造食品安全管理队伍数据体系，保障食品安全管理框架的透明与数据化。在此基础上驱动社会治理，落实四有两责，鼓励各市、县、区及社会组织参与食品安全监督治理，实现食品安全数据业务的全方位覆盖，统一企业、政府和各机构数据，搭建完善的食品安全管理数据体系，使大数据真正高效助力食品安全管理。

3.2 严控食品安全标准阈值，推动食品安全标准动态发展

标准数据库虽然涉及香港食品安全标准、国际食品法典标准，但缺少代表性发达国家的食品安全标准，因此需融合国际标准数据，实施食品安全标准刚性约束，促进食品安全标准动态提升(见图4)。在食品安全标准数据库中，首先让数据有可对比性，即在食品安全数据库中汇入代表性发达国家的食品安全标准[24]，其次在对应的食品安全标准中，公布抽样的源数据，并通过SAS等大数据挖掘工具对该类目的食品安全标准做现状分析和总体水平值分析，既可以了解该标准下食品的发展现状，也可以看到其整体标准的动态走向，同时对于检测结果值相对集中的食品品类，可以促进食品安全标准值的提升。既是对食品安全标准的刚性约束，对企业也起到了警示预防的作用，最终达到促进食品安全标准动态提升的目标。

图4 食品安全标准大数据

3.3 大数据环节可视化，打造食品安全透明数据链

针对食品部分环节如运输环节中的部分冷链食品脱离数据化监管、部分食品无法进行源头追溯与管控、无完善的监控监测体系、生产链中各环节对应的原材料提供商、生产商、物流服务商、销售商缺少统一的数据信息共享链、各环节数据信息处于独立断节状态现象[25]。政府和企业应通力合作，明确食品安全的界定，完善对各环节的职能划分与责任落实，在完善政策环境和支撑保障的前提下，结合大数据挖掘技术进行数据提取、制定指标体系，基于食品安全环节链建设公开透明的食品安全大数据监控监测体系[26]，各生产链数据信息共享，既有利于相互监督也有利于食品安全问题的追溯与预警。其次针对不同种类的食品链，制定明确定性的监控管理指标与措施，真正做到食品环节数据可视化，形成食品透明数据链。

3.4 大数据整合分析，推动食品安全健康认知

大数据信息量大，数据来源不一，我国网民规模大，人员类别众多[27]，在食品安全数据不断产生、不断更新充斥网络的情况下[28]，应积极进行大数据挖掘，通过数据萃取、规约、集成、实时处理分析，实现大数据的实际应用价值。同时，需加强第三方评价机构的治理，强化对第三方主体的食品安全知识与食品安全意识教育，保障食品安全大数据来源的有效性[29]。通过制定合理的食品安全大数据共享模式，对食品安全相关人员进行食品安全意识启蒙、知识普及，同时在公布相关食品安全问题时及时跟进食品安全评价解读，以免以讹传讹，造成食品安全恐慌[30]。消费者作为数据源的一大主体，提供的数据真假难辨，需要加强消费者诚信教育，提高食品安全管理数据流的可信度，同时完善相关法律法规，对于恶意反馈的民众和企业，予以相应的惩罚与规范，保障食品安全数据平台的诚信机制建设，打造积极、高效的食品安全大数据平台。

4 结语

综上可知，大数据挖掘技术已被广泛应用于食品安全管理部门、食品安全标准管理、食品安全环节治理、食品安全多元主体共同监管等各个领域，推进了我国食品安全治理能力建设。然而，由于我国在推动大数据发展方面，没有真正实施大数据挖掘技术和工具，食品安全各参与主体不能形成稳定可信的数据流，使得我国在提升食品监管的数据化利用程度、细化食品安全标准阈值、推动食品安全标准动态发展方面的作用无法显现。在环节治理中也未能实现食品安全环节的数据化、可视化发展，打造食品安全数据链。食品安全相关部门在食品安全相关主体普及性教育，保障及提升大数据的利用价值层面上也具有很大的上升空间，随着科学技术的不断飞跃，食品安全和大数据挖掘技术的深度融合将大大推动食品安全全网监控、预警预测的发展，并推动建成完善的食品安全管理大数据体系，实现大数据多跑路，公众少跑腿的预期。