姚振民，邢家溧，承海，郑睿行，毛玲燕，徐晓蓉，张书芬，沈坚

    (宁波市产品食品质量检验研究院(宁波市纤维检验所)浙江宁波 315048)

    民以食为天，食品是人民生存最基本的物质保障。近年来，国民经济水平的大幅提升，人民生活水平大幅改善，食品质量成为消费者关注的重点。食品安全与人民身体健康息息相关，因此业内外各界都格外关注食品安全管理[1]。然而，“固体饮料冒充配方奶粉”“苏丹红”“红心鸭蛋” 等食品安全问题的报道屡见不鲜[2]，这些频繁发生的食品安全事件既严重侵犯了消费者的合法权益，也对国家公信力有一定的影响，因此，食品安全问题引起我国政府与有关部门的高度重视[3]。以综合提升食品安全监管效能为建设目标，科学探索食品安全风险分析模型[4]，积极推进风险监测与预警关口有效前移，实现食品安全源头防控和主动预防的相关研究必将被重点关注[5]。

    目前，我国食品安全风险评估和风险监测中存在覆盖面窄，数据共享程度不高，资源投入较少等问题[6]。虽然我国食品安全风险评价已开始，但是与其他国家，尤其是发达国家相比仍存在显著差距，因此在评估中不断借鉴新的经验是必不可少的[7]。目前，国际上的主流方法是通过评级或赋值来对风险发生的可能性和严重程度进行等级排序[8]。基于这些不同的方法，研究人员探索出不少风险分级模型，包括定性、定量和半定量模型3 类[9]。如美国食品药品监督管理局(FDA)向公众开放的一个基于网络的定量风险评估系统——iRISK，被认为是最适合微生物风险分级的方法[10]。这些风险分级模型的分级效果与风险指标体系构建、初始数据形式、使用的方法等有关，其中定量风险分级模型的分级效果最好，然而，缺点是需要有充足的数据支持[11]。目前美国和欧盟的食品安全风险分级模型主要是针对食品中的微生物和化学污染物[12]，国际上尚无通用的食品安全风险分级模型。

    国务院 《促进大数据发展行动纲要》(国发[2015]50 号)提出：推动大数据应用，建立并不断完善涵盖基础、数据、技术、平台/工具、管理、安全和应用的大数据标准体系[13]。大数据时代的到来，为食品安全分析模型的建立提供了一种全新的思路。原先单一的食品数据分析方法，例如不合格率、超标率等，渐渐不能满足人们对食品安全信息的要求。基于食品安全大数据特点，开展食品安全大数据标准化研究，从而构建食品安全风险分析模型并做出深度分析，乃至进一步预测地区风险才是充分利用大数据特征，响应国家号召、顺应时代潮流的重点方向。

    本文以2019 年12 月到2020 年12 月间某市蔬菜产品各项检测数据为研究对象 ......