浅析质量管理在食品安全领域的应用与发展.doc

浅析质量管理在食品安全领域的应用与发展摘 要：改革开放以来，中国的食物质量安全管理发展经历了起步、建设和调整三个阶段。当前，中国的食物质量安全管理仍处于发展时期，还没有形成科学系统的管理体系、高效合理的运行机制和健全完整的法规体系；将控制图运用于食品风险预警,建立了针对不同危害物和食品种类的阳性检出率控制图,危害物检出率控制图,危害物超标率控制图和平均值-标准偏差控制图等,并对CIQ系统大量的实验数据进行实验论证和相关修正,为食品安全预警和快速反应提供了有效可行的数理统计模型和快速预警依据. 关键词：食物质量安全管理；控制图;正态分布1 前言近20多年来，中国政府始终高度重视食物安全，特别是近几年来，食物安全工作取得了重要进展：13亿人口的食物供给基本满足、食物结构明显优化、营养状况逐步趋好、食物卫生不断改善，为中国经济和社会的健康持续稳定发展提供了重要的基础保障。随着综合国力的增强、粮食等食物供需矛盾的缓解和人民生活水平的提高，政府和社会对于食物质量安全更加重视。中国政府的食物质量安全管理体系正在得到加强，新出台、修订了若干与食物质量安全相关的文件、法规、政策、技术标准等，食物质量安全水平不断提高。但由于管理部门分散、法规尚不健全、体制不够合理等因素，出现了“管理真空”与“重复管理”同时存在、风险评估与安全管理由同一部门承担等不合理现状，增加了管理成本、降低了管理效率。中国食物安全管理体系改革、机制调整、法规建设和方式变化，总体上强化了食物质量安全管理的水平，对于保障食物质量安全、维护人民生命健康和提高人民生活质量起到积极作用。但是，管理部门分散、体制不够合理和法规尚不健全等现实缺陷，仍在一定程度上削弱了食物质量安全管理的效率。但即使是完善的体制，也是由一个个具体的方法对食品进行预警、检测和控制才保证食品质量的安全，本文着重于控制图对食品安全的预警。2.相关定义：控制图即管理图,又称休哈特控制图,于1924年最早提出,是进行工序控制的主要统计手段,也是惟一实行动态控制的方法,它使质量管理从原来的事后检验发展到事前预防,广泛应用于生产工序质量状况的动态控制,但在食品风险预警中的应用尚未见报道.控制图基于历史数据进行分析并能进行动态预测的特性,正是食品风险预警中所需要的.实际上,所有的食品都是经过一定生产工和流程后所生产的产品(包括未经深加工的蔬菜,水果等,其种植,施肥,收割等过也可视作生产过程),其危害物的含量便是其中的一个重要的质量指标,而实验室获得的危害物检测数据则是该指标的直接反映.当受到环境污染,工艺变化,原料化以及其他异常因素干扰时,危害物的含量会发生变化并直接体现在所获得的检测数据的波动上.这些检测数据通过控制图处理便可显示随时间变化的危害物波动情况,并有助于分析和判断是偶然性的原因还是系统性原因所造成的波动,并对系统性原因造成的异常波动发出预警,从而起到事先预防的作用。危害物检出率:限量类危害物检测结果大于方法检测低限的数据定义为检出数据,某种限量类危害物在一段时间内被检出的次数占总施检次数的比例为该种危害物的检出率. 危害物超标率:指在一定时间区段内(或在一定数量的检测数据样本中)限量类危害物超过其最大残留限量MRL的数据个数占所考察的总数据个数的比例. Pn控制图：（见抄写）3 控制图在食品安全预警中的应用3. 1 危害物超标率控制图(C - Pn控制图)预警对限量类危害物,按时间顺序每100个数据为一个样本,建立C - Pn控制图.一个样本中的超标数据的个数定义为该样本的Pn值,当控制图发生异常情况时,系统将产生预警.以广州食检中心在一段时间内对某种食物中某一限量类危害物进行监测的数据为例进行统计分析.将限量类危害物的MRL规定为0. 20 mg/ kg ,将检测结果数据按时间排序,取样本大小n =100 ,其中检测结果大于0. 20 mg/ kg被视为超标数据,统计Pn ,建立C - Pn控制图,见图1.从图1看出,样本的超标数据均是在中心线CL附近上下波动,且未超过控制上限,表明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.3. 2 危害物检出率控制图(J - Pn控制图)预警大量实际的检测数据表明,限量类危害物的检测结果不但常常是小于MRL ,而且常常是小于检出低限的(即未检出).在危害物没有超过其最大残留限量(MRL)值时,一段时间内危害物本身是否被检出以及被检出的频率也可以为危害物未来的趋势走向提供重要的信息.因此我们以方法检出低限作为判定指标,建立起基于危害物检出率的检出率控制图(J -Pn控制图),正常情况下,检出率服从正态分布,当危害物的含量发生异常变化时(虽然该种变化还不足以引起危害物超标),危害物的检出率将发生非正常的波动,可运用控制图理论来考察这类异常波动并进行预警.与超标率控制图相比,检出率控制图更侧重于危害物超标前的事前预防,预警作用更加明显.当某个样本的Pn值超过控制上限以及发生其他控制图异常情况时,系统将产生预警.以广州食检中心在某一段时间内对进口食品添加剂中的铅进行监测的数据为例进行分析统计.该检测方法的检测低限为0. 15 mg/ kg ,食品添加剂中铅的MRL为10 mg/ kg.将检测结果数据按时间排序,取n = 100 ,统计每个样本中的检出数据个数Pn ,建立J - Pn控制图2从图2可以看出,2号样本中的检出数据个数(Pn= 21)超出了控制上限(UCL = 20. 07),系统将产生预警.该预警表明虽然仍没有任何检测结果超过MRL值,但在该样本所处的时间段中,进口食品添加剂中的铅已频频超过方法的检测低限,与历史检测数据相比,呈异常分布的趋势,随时有可能引发超标,需特别引起注意,并加强监控检验.4 基于控制图理论预警方法的几点说明4. 1 控制图异常情况的判定危害物超标率控制图(C - Pn控制图),危害物检出率控制图(J - Pn控制图)均遵循于同样的统计学原理,相关的控制图异常判定规则也同样适用于这几种控制图.4. 2 控制图中样本数据的正态分布运用控制图的前提是所考察的样本数据应服从正态分布.事实上,由于进出口监管上的要求,在地域分布上,通常只能指定进出口国家国别来对样本进行考察,在检验数据的正态分布上显然会有一定的影响.另一方面,系统中食品的分类对危害物检验数据的正态分布有着重要影响,食品的类别选定得越为恰当和细致,数据的正态分布情况就越好;而如果分类过于大类化,样本数据将不再服从正态分布,控制图也失去应用的基础.另外,由于国家卫生标准中关于各类食品中各种限量危害物的MRL规定各不相同,客观上也要求分类细化.我们可以从法国进口酒中甲醇的分布情况来看看食品分类对样本数据正态分布的影响,在选定检验类别为进口,国家为法国的情况下,食品分类分别选择酒类,白兰地,其甲醇含量的频数分布直方图如图3,4和5所示.显然,白兰地中甲醇含量数据的正态分布情况最好,而白兰地的正态分布次之.而法国进口的所有酒只能勉强称得上是正态分布.但是,虽然详细的样本分类有助于数据良好的正态分布,但同时也会降低系统进行分析判断的效率和减少统计样本的数据量,从而影响样本代表性.因此,恰当的食品分类应同时兼顾数据的正态分布,系统的效率和统计样本的大小.5 结论根据危害物种类的不同,所提供信息的差异,可以发展出基于控制图原理的几种预警方法,从不同的角度产生不同的预警信息.几种预警方法是互相联系,互为补充的.通过将控制图理论用于食品安全预警和快速反应,为将我国进出口食品安全控制从消极,被动,事后和弥补改为积极,主动,事前和预防,为检验检疫系统从批批检验的传统监管模式向科学有效的监管模式转变提供理论依据和技术支持.参考文献 1 杨洁彬,王晶,王柏琴,等.食品安全性.北京:中国轻工业出版社,1