食品安全抽检数据质量提升策略研究

摘 要：食品安全抽检数据为我国研判食品安全状况、预测食品安全趋势及排查食品安全风险来源等提供了重要依据。但目前食品安全抽检数据在一定程度上存在准确性、完整性、一致性、可靠性及代表性不足等问题。目前市场监督管理部门推进抽检数据高质量发展，本文通过鱼骨图梳理分析，发现低质量抽检数据存在抽样误差和非抽样误差，建议从工作规范、创新管理模式以及形成自查机制等方面改善误差问题，提升抽检数据质量，为监管工作提供有力依据。

关键词：食品安全抽检；数据质量；鱼骨图；高质量

Research on Strategies for Improving the Quality of Food Safety Sampling Data

YANG Zien

（School of Management， Shanghai University， Shanghai 200444， China）

Abstract： The food safety sampling data provide an important basis for China to study and judge the food safety situation， predict food safety trends， and investigate the sources of food safety risks. However， to some extent， the current food safety sampling data are not accurate， complete， consistent， reliable and representative. At present， the market supervision and management department promotes the high-quality development of sampling data. This paper combs and analyzes the fishbone diagram and finds that there are sampling errors and non-sampling errors in low-quality sampling data. It is suggested to improve the error problem from the aspects of work specification， innovative management mode and the formation of self-inspection mechanism， improve the quality of food safety sampling data， and provide a strong basis for supervision work.

Keywords： food safety sampling; data quality; fishbone diagram; high quality

食品安全监督抽检是以问题为导向，为及时发现风险隐患，有效防范食品安全苗头性、系统性、区域性风险，依据有关食品安全国家标准等要求在全国范围内进行的活动。为了进一步规范食品抽检工作运行，统一食品抽检信息格式和填报要求，提升食品抽检工作整体监管效能，国家市场监督管理总局建设了国家食品安全抽样检验信息系统（下称国抽信息系统）。2016年至今，国抽信息系统存储了历年各地食品安全抽检数据，为排查食品安全风险提供了重要的数据来源，发挥了重要作用[1]。例如，章德宾等[2]基于BP神经网络方法，输出以检测项目分类为结果的预测模型；GENG等[3-4]在2017—2021年现有的食品安全抽检数据上利用AHP-ELM、AHP-EW结合AHC-RBF等不同方法分别建立食品安全模型，并利用肉制品进行验证，效果良好。

但是，目前抽检数据质量仍有待提高，以四川省及福建省为例，其2021年数据抽查问题率分别为32.5%和59.48%。食品安全抽检数据质量是食品安全抽检工作有效性的重要保障，是分析发现问题和研判食品安全形势的重要支撑，是做好核查处置工作的关键因素[5]。因此，全国各地市场监管部门均积极探索抽检数据抽查考核的方式方法、考核内容，组织数据自查，开展数据质量提升专题培训并制定相关管理办法，努力推进食品抽检数据高质量发展。然而，事后监管的方式费事费力且倒逼效果有限，从根源上提升抽检数据质量尤为迫切。

一般来说，造成抽检数据质量低下的误差主要有两类，一类是抽样误差，一类是非抽样误差。抽样误差主要来自抽样方法，包括样本量、覆盖率等；非抽样误差是指对抽检的理解及数据收集过程中产生的误差，两类误差都可能降低抽检数据的精度和准确度。本文拟使用鱼骨图分析法找出影响抽检数据质量的根本原因，并提出提高数据质量的建议，旨在为数据质量提升构建长效机制，推进食品安全抽检工作高质量发展提供参考。

1 食品安全抽检数据存在的普遍问题

鱼骨图是工业界常用的质量分析工具，是一种能够发现问题根本原因的方法。其中，原因型鱼骨图是通过头脑风暴法找出可能的原因，并对原因进行分类整理绘制成层次分明、条例清晰的特征要因图。本文通过省级抽检工作会议及专家咨询收集了27家承检机构的意见，对意见进行整理，并绘制出影响食品安全抽检数据质量的原因型鱼骨图，主要原因分为抽样误差和非抽样误差两个大类，样本量、覆盖率、工作准则、承检机构内部管理、人员因素及其他因素6个细类（图1）。

1.1 抽样误差

1.1.1 样本量

在其他条件相同的情况下，样本量越大，抽样误差越少。从整体上看，我国抽检样本容量足够大[6]，但仍会在一定程度上低估食品安全情况，主要原因是部分食品分类抽取的样品未能体现实际市场情况，即抽样样本中抽取了大量的合格样本，不合格样本抽取很少，与实际市场情况的合格、不合格样本的比例不一致（图2），偏离了以问题为导向的原则。出现该情况的原因主要是抽样人员的素质不高，抽样人员在抽样时常常以“随意抽样”代替“随机抽样”，且抽样时带有主观选择性，专业性不高，影响抽检数据质量的靶向性。余超[7]等指出，抽检样本量应考虑抽检地、食品分类、检测项目、抽样环节与时间等，并通过计算得到，但实际抽样中，抽样方案中设定的样本量多以人均抽检批次决定，样本量设定不准确，影响抽检数据的可靠性。甚至部分地方机构盲目追求考核，未按实际上报问题发现率，影响抽检数据的真实性。

1.1.2 覆盖率

以农村为例，目前农村食品安全问题仍然突出，农村食品市场监管力量薄弱。农村消费者注重低价，忽略优质，对食品质量和安全不够注重，越来越多在城市中被淘汰下来的假劣商品流入农村市场。从承检机构反馈情况来看，60%～80%的农村小店因为抽样基数不满足《国家食品安全监督抽检实施细则》而无法进行抽检，抽检覆盖率不足，导致缺失对应的抽检数据，抽检数据缺乏代表性。

部分抽样员在遇到被抽样单位拒绝抽样时，只考虑自身的工作效率，未填写《拒绝抽样认定书》并报送市场监管部门，使得部分商家不在抽检范围内；部分商品缺少对应的食品安全标准，因此未对其进行抽检[8]；生产企业按订单生产，仓库无多余商品供给抽检等情况均会降低抽检覆盖率，使抽检数据缺乏完整性。

1.2 非抽样误差

1.2.1 工作准则

（1）抽检工作准则。工作准则包括抽检管理文件以及食品安全标准，是抽检工作的指南，规范抽检工作有利于提高数据质量。为了规范国家食品安全抽检监测工作，2021年，国家食品药品监督管理总局发布了《食品安全监督抽检和风险监测工作规范》（15号令），明确抽样检验的填报要求。因为该文件的范围仅限于国家食品安全抽样检验任务，所以各地市场监督管理部门在下达抽检任务时，有的要求承检机构按照15号令执行，有的在15号令的基础上另作规定，如山东省[9]、深圳市[10]等地方均出台了地方的抽检工作规范，还有的未作任何要求。不同市场监督管理部门的不同填写标准，使得抽检数据质量缺乏一致性。食品安全抽检工作有统一的检验方法标准与判定标准，但标准存在表述不明确、可操作性不足、判定标准与检验方法不匹配等情况，不能完全涵盖与指导抽检工作。例如，《原料乳与乳制品中三聚氰胺检测方法》（GB/T 22388—2008）未明确是否适用于含乳复合蛋白饮料[11]，不同承检机构在使用该标准时有不同的理解，影响抽检数据质量有效性。

（2）抽查工作准则。数据抽查分为两种，一种是省级及以下市场监管部门组织的，主要形式是承检机构间互查，抽查工作准则各地不同；另一种是国家市场监管部门组织的，主要形式是秘书处或牵头单位抽查，抽查工作准则并未公开。承检机构间互查的组织时间紧，抽查数据多，承检机构往往针对自己擅长的模块或普遍易错点进行核查，加上不同承检机构的水平不一，存在错误未能及时发现并修正的情况，影响国抽信息系统的数据质量可靠性。抽查依据应当与抽检工作规范一致，若无统一的抽检工作规范，则抽查依据不统一，在抽查过程中，有时牵头单位不了解地方抽检工作规定的要求而认为其填报错误，有时承检机构不熟悉牵头单位的核查要求而漏填信息，比如牵头单位为了方便统计，在小范围的培训中规定样品名称落实到五级分类，未参加培训的机构则未能按其要求填报，影响抽检数据质量。

1.2.2 承检机构内部管理

（1）制度管理。从承检机构内部管理的细节上看，与抽样相关的制度管理是重要的影响因素。抽样是抽检的重要一步，抽样的有效性会影响最终结果的有效性。许多承检机构管理者认为抽样只是购买样品和填写单证等简单事项，不具备任何技术含量，没必要进行提升培训，不重视抽样环节，放任技术人员流失。管理层的态度影响着员工对工作的态度，部分员工敷衍对待抽样，影响抽样数据填报质量。松散的抽样管理也会给抽样质量带来影响，尤其在考核管理上没有考虑抽样人员的工作性质及抽样单填报质量要求等因素制定对应的管理办法，仅用简单的计件工资制，缺乏激励机制，众所周知，计件工资制不易保证质量。部分机构实行奖惩机制，却往往因为执行不到位打击抽样员的积极性，影响工作质量。

（2）流程管理。不合理的流程管理影响工作进度与工作质量。近年来，新成立了许多承检机构，此类新生承检机构没有长期的管理经验与积累，在流程设置上实行拿来主义，直接引用其他机构的流程，在发展的过程中也并未针对遇到的不同情况作适当的流程调整。管理中忽视部门间协作的重要性，部门只考虑各自的效益，当问题出现时便易引起冲突，使得工作开展困难，发现抽样信息问题也不易及时修改。与新生承检机构相反，在市场快速发展和竞争日益激烈的背景下，一些具有完整固定流程链的事业单位或国资背景的承检机构追求精益求精，出现信息问题则通过增加人手进行核查，但有时候实效不明显，相似的信息错误一错再错，没有从根本上解决，存在形式主义。

1.2.3 人员因素

国抽信息系统填报人员主要为抽样人员及报告人员。抽样人员在抽样时将企业信息及样品信息录入国抽信息系统，报告人员则负责录入实验数据。

（1）抽样人员。承检机构在同一时期内承接多个抽检任务，为了满足任务的时效要求，安排多个任务同时开展抽样，导致抽样人员工作量增大，需要加班加点完成抽样，无额外时间修改错误抽样单；如果是异地抽样，鉴于成本关系，一般不修改抽样单，工作安排的不合理难以保证抽检数据的及时性及准确性。抽样人员需要具备一定的专业知识，如食品分类、抽样方法、测试方法、无菌抽样等，这些知识需要在工作中逐渐积累，或在专业培训中获得，因此，资深抽样技术人员较少。此外，抽样工作是重复性工作活动，在时间紧、高强度、高要求的工作环境下，长期下来易造成抽样人员因疲惫而消极对待工作，使其职业效能下降[12]，直接体现为抽样单错填、漏填，影响抽检数据的准确性和完整性。

（2）报告人员。报告人员在出具检验报告时，既要录入又要复核实验结果，如果相关专业知识不足则容易将错误信息上传国抽信息系统。有的承检机构报告人员还承担抽样信息核查工作，一个报告需要核查几十个信息，容易因疏忽未及时发现错误。与抽样人员情况相似，报告人员也会因为工作安排不合理导致工作质量下降，出现填报错误的问题。实验室延迟告知实验结果、抽样文书退回修改等导致报告无法按时出具，不断积压；人员配置不足、分配工作量大、紧急报告多、核查时间有限等情况均会降低报告人员的专注度，导致数据填报错误。