基于FTA-BN的食品安全風(fēng)險(xiǎn)評(píng)估與控制模型

李 柯，唐小艷

(武漢理工大學(xué) 管理學(xué)院，湖北 武漢 430070)

?

基于FTA-BN的食品安全風(fēng)險(xiǎn)評(píng)估與控制模型

李 柯，唐小艷

(武漢理工大學(xué) 管理學(xué)院，湖北 武漢 430070)

為探究食品鏈中的薄弱環(huán)節(jié)，控制食品安全風(fēng)險(xiǎn)，提出基于FTA-BN模型的風(fēng)險(xiǎn)分析方法。首先，構(gòu)建風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)事件的故障樹(shù)，并將故障樹(shù)映射為貝葉斯網(wǎng)絡(luò)；然后利用貝葉斯正向推理預(yù)測(cè)食品安全風(fēng)險(xiǎn)發(fā)生概率，并結(jié)合反向推理對(duì)風(fēng)險(xiǎn)事件進(jìn)行故障排查；最后利用互信息進(jìn)行敏感性分析，辨識(shí)薄弱環(huán)節(jié)；提出以環(huán)節(jié)控制為核心，結(jié)合最大后驗(yàn)假設(shè)問(wèn)題和最大后驗(yàn)概率的方法逆向識(shí)別誘發(fā)風(fēng)險(xiǎn)事件的關(guān)鍵線路。以2009—2014年豬肉食品安全為例進(jìn)行實(shí)證研究，結(jié)果表明，豬肉食品安全風(fēng)險(xiǎn)概率為2.41%，其中加工環(huán)節(jié)是引發(fā)食品安全問(wèn)題的高危環(huán)節(jié)，食品安全監(jiān)測(cè)能力不足、使用不合格原料、銷售不合格產(chǎn)品、濫用添加劑等是導(dǎo)致風(fēng)險(xiǎn)事件發(fā)生的關(guān)鍵因素。

食品安全；故障樹(shù)分析法；貝葉斯網(wǎng)絡(luò)；互信息；關(guān)鍵路徑識(shí)別；風(fēng)險(xiǎn)評(píng)估與控制

近年來(lái)，食品安全問(wèn)題日趨嚴(yán)重，受到人們廣泛關(guān)注，由于食品安全直接關(guān)系到社會(huì)安全和經(jīng)濟(jì)發(fā)展，因此準(zhǔn)確分析食品安全風(fēng)險(xiǎn)，對(duì)降低事故損失和健全食品安全控制體系具有重要意義。

國(guó)內(nèi)外學(xué)者對(duì)食品安全風(fēng)險(xiǎn)評(píng)估做了較多研究，美國(guó)、日本等發(fā)達(dá)國(guó)家注重從“農(nóng)田到餐桌”供應(yīng)鏈的全過(guò)程，采用危害性評(píng)估技術(shù)，側(cè)重于特征描述和攝入量評(píng)估[1-5]。而國(guó)內(nèi)食品安全風(fēng)險(xiǎn)評(píng)估多集中于評(píng)價(jià)指標(biāo)體系和數(shù)量模型等方法，側(cè)重于定性分析?；谥笜?biāo)評(píng)價(jià)的系統(tǒng)方法[6-9]雖然能實(shí)現(xiàn)對(duì)整個(gè)食品安全水平的近似評(píng)估，但主觀性太強(qiáng)，受專家素質(zhì)、經(jīng)驗(yàn)和學(xué)識(shí)影響較大?；跀?shù)量模型的統(tǒng)計(jì)方法[10-12]作為實(shí)證研究常用方法，雖然能對(duì)食品安全問(wèn)題進(jìn)行量化分析，但掩蓋了食品安全各個(gè)環(huán)節(jié)的內(nèi)在邏輯聯(lián)系；同時(shí)對(duì)于數(shù)據(jù)的獲取和處理受人為因素影響，不確定性大。除上述風(fēng)險(xiǎn)評(píng)估方法外，部分學(xué)者將工業(yè)中運(yùn)用較成熟的故障樹(shù)分析法(fault tree analysis,FTA)應(yīng)用到食品行業(yè)[13]，運(yùn)用FTA方法易于建模，便于考慮各類風(fēng)險(xiǎn)因素的內(nèi)在邏輯，但該方法有較強(qiáng)的假設(shè)性且計(jì)算效率較低。也有學(xué)者利用貝葉斯網(wǎng)絡(luò)(bayesian network, BN)分析食品安全風(fēng)險(xiǎn)[14]，建立了基于貝葉斯網(wǎng)絡(luò)的食品安全風(fēng)險(xiǎn)評(píng)估的局部分析模型。雖然貝葉斯網(wǎng)絡(luò)可融合多源信息，比FAT方法具有更強(qiáng)的建模推理能力，但直接構(gòu)造完善的BN模型有一定的難度，需要依靠行業(yè)專家參與，帶有一定主觀性。

食品安全風(fēng)險(xiǎn)評(píng)價(jià)的現(xiàn)有研究主要是基于模型的綜合評(píng)價(jià)，而對(duì)食品安全事故誘因和內(nèi)部邏輯關(guān)系研究較少，筆者針對(duì)食品安全各環(huán)節(jié)風(fēng)險(xiǎn)因素之間存在的耦合關(guān)系和不確定性特點(diǎn)，結(jié)合FTA和BN的優(yōu)點(diǎn)，從供應(yīng)鏈系統(tǒng)定量分析食品安全風(fēng)險(xiǎn)問(wèn)題。同時(shí)，改進(jìn)采用后驗(yàn)概率尋找薄弱環(huán)節(jié)的方法，利用能融合先驗(yàn)信息和后驗(yàn)概率的互信息(MI)衡量風(fēng)險(xiǎn)因素與風(fēng)險(xiǎn)事件的依賴程度，辨識(shí)風(fēng)險(xiǎn)控制點(diǎn)并提出以環(huán)節(jié)控制為核心，結(jié)合最大后驗(yàn)假設(shè)問(wèn)題和最大后驗(yàn)概率逆向識(shí)別誘發(fā)風(fēng)險(xiǎn)事件的致因路徑。通過(guò)改進(jìn)后的FTA-BN模型全面深入分析食品安全問(wèn)題，為探究食品風(fēng)險(xiǎn)排序和關(guān)鍵路徑控制提供理論依據(jù)。

1 食品安全FT-BN模型構(gòu)建

1.1 基于食品供應(yīng)鏈的風(fēng)險(xiǎn)因素識(shí)別

食品供應(yīng)鏈的各個(gè)環(huán)節(jié)相互影響，“農(nóng)田到餐桌”任何一個(gè)環(huán)節(jié)出現(xiàn)故障都可能引發(fā)食品安全問(wèn)題，分析食品鏈各環(huán)節(jié)的風(fēng)險(xiǎn)因素關(guān)系能更加全面、高效地保證食品安全。筆者從供應(yīng)鏈角度出發(fā)，將食品供應(yīng)鏈環(huán)節(jié)分為原料生產(chǎn)環(huán)節(jié)、食品加工環(huán)節(jié)、食品流通環(huán)節(jié)和食品消費(fèi)環(huán)節(jié)[15]，所研究的食品安全問(wèn)題涉及的食品種類主要是“食品質(zhì)量安全市場(chǎng)準(zhǔn)入制度”下的28類食品，不包括轉(zhuǎn)基因食品。利用歷史事件分析法，總結(jié)出往年引發(fā)食品安全事件的主要原因[16],如圖1所示。由圖1可知食品安全事件主要是由于人的不安全行為、物的不安全狀態(tài)和管理上的疏漏導(dǎo)致，且供應(yīng)鏈各環(huán)節(jié)上大多數(shù)安全問(wèn)題都具有相同或相似的性質(zhì)，因此將引發(fā)供應(yīng)鏈各環(huán)節(jié)食品安全問(wèn)題的風(fēng)險(xiǎn)根據(jù)風(fēng)險(xiǎn)來(lái)源按人-機(jī)-環(huán)-管方法分為4類：人為風(fēng)險(xiǎn)、設(shè)備風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)，具體如表1所示。

圖1 歷年食品安全事故原因

風(fēng)險(xiǎn)原料生產(chǎn)環(huán)節(jié)A1加工環(huán)節(jié)A2儲(chǔ)運(yùn)/流通環(huán)節(jié)A3消費(fèi)環(huán)節(jié)(餐飲、銷售)A4人為風(fēng)險(xiǎn)要素施用量不當(dāng)(農(nóng)業(yè)投入品、添加劑)X1、添加有害投入品X2、標(biāo)識(shí)、包裝不當(dāng)X3、廢棄物污染(處置不當(dāng)、回收利用)X4、生產(chǎn)人員健康不合格X5添加劑使用不當(dāng)X9、使用不合格原料(劣質(zhì)、造假)X10、添加有害投入品(禁用藥物、化合物濫用)X11、食品加工程序不當(dāng)X12、廢棄物污染(處置不當(dāng)、回收利用)X13、標(biāo)識(shí)、包裝不當(dāng)X14、原料、成品存儲(chǔ)不當(dāng)X15、銷售不合格半成品X16、加工人員健康不合格X17添加有害投入品(防腐劑、保鮮劑、添加劑)X22、成品儲(chǔ)存不當(dāng)X23、運(yùn)輸方式不當(dāng)(食品交叉放置、裝卸)X24、廢棄物處置不當(dāng)X25、物流人員健康不合格X26要素施用量不當(dāng)(添加劑、天然原料)X31、使用不合格原料X32、添加有害投入品X33、烹煮、食用方式不當(dāng)X34、廢棄物污染(處置不當(dāng)、回收利用)X35、原料、成品存儲(chǔ)不當(dāng)X36、銷售不合格產(chǎn)品(劣質(zhì)產(chǎn)品、造假、摻假)X37、標(biāo)識(shí)、包裝不當(dāng)X38、服務(wù)人員健康不合格X39設(shè)備、技術(shù)風(fēng)險(xiǎn)技術(shù)風(fēng)險(xiǎn)(如轉(zhuǎn)基因食品)X6設(shè)備、設(shè)施不合格(雜質(zhì)、簡(jiǎn)陋、未定期維護(hù)等)X18、技術(shù)風(fēng)險(xiǎn)(如殺菌工藝)X19設(shè)備、設(shè)施不合格(物流設(shè)施落后)X27、技術(shù)風(fēng)險(xiǎn)(冷鏈)X28設(shè)備、設(shè)施不合格(如餐具、筷子不達(dá)標(biāo))X40環(huán)境風(fēng)險(xiǎn)自然環(huán)境影響(水、土質(zhì)等)X7、產(chǎn)品產(chǎn)地環(huán)境不合格X8加工環(huán)境不合格X20、自然環(huán)境影響(如水、空氣等)X21流通環(huán)境不合格X29、自然環(huán)境影響(如高溫、雨雪)X30自然環(huán)境影響(水、空氣等)X41、銷售、餐飲環(huán)境不合格X42管理風(fēng)險(xiǎn)生產(chǎn)環(huán)節(jié)監(jiān)管不力Y1、食品安全監(jiān)測(cè)能力不足Y2加工環(huán)節(jié)監(jiān)管不力Y3、食品安全監(jiān)測(cè)能力不足Y4流通環(huán)節(jié)監(jiān)管不力Y5、食品安全監(jiān)測(cè)能力不足Y6消費(fèi)環(huán)節(jié)監(jiān)管不力Y7、食品安全監(jiān)測(cè)能力不足Y8

1.2 故障樹(shù)的建立

故障樹(shù)分析是一種自上而下、逐層演繹的系統(tǒng)故障分析方法，以一個(gè)不希望的系統(tǒng)故障(即頂事件)作為分析總目標(biāo)，嚴(yán)格按層次的故障因果邏輯進(jìn)行剖析，找出導(dǎo)致頂事件發(fā)生的所有原因和原因組合。通過(guò)對(duì)食品供應(yīng)鏈風(fēng)險(xiǎn)因素進(jìn)行分析，得到以食品安全問(wèn)題為頂事件，各環(huán)節(jié)風(fēng)險(xiǎn)因素作為底事件的食品安全問(wèn)題故障樹(shù)，如圖2所示。其中，Bi表示i環(huán)節(jié)非管理風(fēng)險(xiǎn)，Cij表示i環(huán)節(jié)第j類因素(人為、設(shè)備及技術(shù)、環(huán)境、管理)的風(fēng)險(xiǎn)。

1.3 故障樹(shù)與BN模型的轉(zhuǎn)換

貝葉斯網(wǎng)絡(luò)是由PEARL提出的基于概率論和圖形論的不確定知識(shí)表示模型，包括有向無(wú)環(huán)圖(DAG)和條件概率表(CPT)，利用DAG和CPT能表達(dá)所有形式的不確定性及描述事件的多態(tài)性。

從構(gòu)造和應(yīng)用方面來(lái)看，故障樹(shù)和貝葉斯網(wǎng)絡(luò)非常類似。故障樹(shù)由事件和邏輯門構(gòu)成，貝葉斯網(wǎng)絡(luò)包括有向無(wú)環(huán)圖和條件概率表。根據(jù)故障樹(shù)與貝葉斯網(wǎng)絡(luò)的一一映射關(guān)系[17]將圖2轉(zhuǎn)換得到食品安全問(wèn)題BN模型，如圖3所示。

2 BN推理分析

貝葉斯網(wǎng)絡(luò)可利用DAG和CPT計(jì)算所有形式組合的概率，其基礎(chǔ)是聯(lián)合概率分布公式。在推理分析的過(guò)程中通過(guò)因果推理、診斷推理、敏感性分析和求解MAP問(wèn)題等方式，動(dòng)態(tài)分析各風(fēng)險(xiǎn)因素的邏輯關(guān)系、食品安全薄弱環(huán)節(jié)和致因關(guān)鍵路徑等。給定節(jié)點(diǎn)集合V={V1,V2,…,Vi}，其中所有事件的聯(lián)合概率表示如式(1)所示。

圖2 食品安全問(wèn)題故障樹(shù)

圖3 食品安全問(wèn)題BN模型

(1)

2.1 因果推理

因果推理是在給定根節(jié)點(diǎn)先驗(yàn)概率基礎(chǔ)上，自頂向下分析各個(gè)節(jié)點(diǎn)的邏輯關(guān)系，利用聯(lián)合概率分布公式計(jì)算風(fēng)險(xiǎn)發(fā)生概率，預(yù)測(cè)食品安全的風(fēng)險(xiǎn)水平。具體可分為無(wú)證據(jù)變量風(fēng)險(xiǎn)預(yù)測(cè)和證據(jù)變量風(fēng)險(xiǎn)預(yù)測(cè)。食品安全問(wèn)題T發(fā)生概率用P(T=1)表示，其在兩種情況下的計(jì)算式分別如式(2)和式(3)所示。

無(wú)證據(jù)變量風(fēng)險(xiǎn)預(yù)測(cè)：

P(T=1)=

(2)

證據(jù)變量風(fēng)險(xiǎn)預(yù)測(cè)：

V2=v2，…，Vn=vn)=

Vi∈Vc,vi∈(0,1)

(3)

式中:Vi(1≤i≤m-1)為根節(jié)點(diǎn)；Vc為證據(jù)變量的節(jié)點(diǎn)集合；vi∈(0,1)為表示發(fā)生與否；m為貝葉斯網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)目；n為狀態(tài)已知的節(jié)點(diǎn)個(gè)數(shù)；P(V1=v1,V2=v2，…，Vn=vn,T=1)表示狀態(tài)已知的風(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)事件同時(shí)發(fā)生的聯(lián)合概率；P(V1=v1,V2=v2，…，Vn=vn)表示狀態(tài)已知事件的聯(lián)合概率；P(T=1)表示風(fēng)險(xiǎn)事件發(fā)生的可能性，根據(jù)其發(fā)生概率將食品安全風(fēng)險(xiǎn)劃分為5個(gè)等級(jí)[18]，如表2所示。

表2 食品安全風(fēng)險(xiǎn)概率等級(jí)劃分

2.2 診斷推理

診斷推理是利用BN反向推理技術(shù)，自底向上根據(jù)給定的變量信息計(jì)算其他變量的后驗(yàn)概率，逐步尋找導(dǎo)致系統(tǒng)失效的路徑或環(huán)節(jié)。已知食品安全風(fēng)險(xiǎn)事件發(fā)生狀態(tài)下各個(gè)節(jié)點(diǎn)的后驗(yàn)概率計(jì)算式如式(4)所示。

(4)

其中P(Vj=1|Vc,T=1)為第j個(gè)節(jié)點(diǎn)的后驗(yàn)概率，Vj∈Vc,vi∈(0,1)。當(dāng)Vc為?時(shí)，可求出各基本事件的后驗(yàn)概率，找出引起故障的最可能原因，有針對(duì)性地進(jìn)行故障診斷；當(dāng)Vc為非?時(shí)，可在故障發(fā)生時(shí)，基于多證據(jù)變量逐步排查故障，更精確地進(jìn)行故障定位。

2.3 敏感性分析

敏感性分析是風(fēng)險(xiǎn)分析和控制的重要依據(jù)，筆者采用計(jì)算根節(jié)點(diǎn)與葉節(jié)點(diǎn)的互信息(mutual information, MI)[19]來(lái)衡量其對(duì)葉節(jié)點(diǎn)的敏感程度，MI值越大，則葉節(jié)點(diǎn)對(duì)根節(jié)點(diǎn)的概率依賴性越強(qiáng)，據(jù)此辨識(shí)關(guān)鍵風(fēng)險(xiǎn)以明確過(guò)程控制要點(diǎn)。兩個(gè)隨機(jī)變量之間的互信息如式(5)所示：

(5)

式中：P(vi,vj)為vi和vj的聯(lián)合概率；P(vi)與P(vj)分別為vi和vj的邊緣概率。

2.4 致因關(guān)鍵路徑

在貝葉斯網(wǎng)絡(luò)中找出影響食品安全問(wèn)題的故障節(jié)點(diǎn)組合，有利于在故障診斷和風(fēng)險(xiǎn)控制時(shí)重點(diǎn)關(guān)注這些節(jié)點(diǎn)的狀態(tài)。筆者提出以環(huán)節(jié)控制為核心逆向?qū)ふ谊P(guān)鍵路徑的問(wèn)題環(huán)節(jié)和環(huán)節(jié)內(nèi)關(guān)鍵故障節(jié)點(diǎn)。首先確定故障發(fā)生的問(wèn)題環(huán)節(jié)，每個(gè)環(huán)節(jié)的故障源出現(xiàn)問(wèn)題都會(huì)導(dǎo)致該環(huán)節(jié)變成問(wèn)題環(huán)節(jié)，因此需考慮該環(huán)節(jié)故障源的組合狀態(tài)的后驗(yàn)概率，則利用貝葉斯網(wǎng)絡(luò)中的最大后驗(yàn)假設(shè)問(wèn)題求解問(wèn)題環(huán)節(jié)。

CPT是由邏輯與門轉(zhuǎn)換情況下：

(6)

CPT是由邏輯或門轉(zhuǎn)換情況下：

(7)

3 實(shí)例分析

以2009—2014年的豬肉食品為例進(jìn)行實(shí)例分析。各根節(jié)點(diǎn)的初始概率通過(guò)收集2009—2014年發(fā)生的豬肉安全事件資料(篇幅限制，只列舉原料生產(chǎn)環(huán)節(jié)數(shù)據(jù)如表3所示)以及咨詢專家獲得，然后與中國(guó)食品安全網(wǎng)、國(guó)家食品藥品管理監(jiān)督總局以及媒體新聞公布的信息和數(shù)據(jù)對(duì)比分析，經(jīng)過(guò)專家反復(fù)修正，最終確定2009—2014年引發(fā)豬肉食品安全問(wèn)題的各根節(jié)點(diǎn)的先驗(yàn)概率，如表4所示。利用構(gòu)建的BN推理分析模型，基于風(fēng)險(xiǎn)預(yù)測(cè)-故障診斷-薄弱環(huán)節(jié)-關(guān)鍵路徑的路線全面分析豬肉食品安全問(wèn)題。

表3 2009—2014年原料生產(chǎn)環(huán)節(jié)安全事件數(shù)據(jù)

3.1 基于正向推理的風(fēng)險(xiǎn)預(yù)測(cè)

基于所構(gòu)BN模型，在根節(jié)點(diǎn)的先驗(yàn)概率下，利用式(2)推算得豬肉食品安全風(fēng)險(xiǎn)發(fā)生概率為2.41%，根據(jù)前述食品安全風(fēng)險(xiǎn)概率等級(jí)劃分可知近幾年豬肉食品的安全屬于低等級(jí)風(fēng)險(xiǎn)，比較符合我國(guó)現(xiàn)階段豬肉食品質(zhì)量與安全水平狀況。當(dāng)某節(jié)點(diǎn)的狀態(tài)已知時(shí)，利用式(3)可推算出不同情況下食品安全風(fēng)險(xiǎn)事件的發(fā)生概率。如在加工一批肉產(chǎn)品時(shí)沒(méi)有標(biāo)簽標(biāo)識(shí)，則推算得該肉產(chǎn)品安全風(fēng)險(xiǎn)發(fā)生概率為11.73%，如表5所示，可知多個(gè)風(fēng)險(xiǎn)因素發(fā)生更易引發(fā)食品安全問(wèn)題。

3.2 基于反向推理的風(fēng)險(xiǎn)診斷

若市場(chǎng)上出現(xiàn)豬肉食品安全問(wèn)題，可通過(guò)BN反向推理計(jì)算風(fēng)險(xiǎn)因素的后驗(yàn)概率，進(jìn)行事故致因排查。如2011年雙匯出現(xiàn)的瘦肉精事件P(T=1)=1，利用式(4)得風(fēng)險(xiǎn)因素后驗(yàn)概率，見(jiàn)表4，發(fā)現(xiàn)各環(huán)節(jié)食品監(jiān)測(cè)能力不足以及X10、X37、X2、X23的后驗(yàn)概率值較大，可從這幾個(gè)風(fēng)險(xiǎn)因素進(jìn)行排查。經(jīng)調(diào)查，發(fā)現(xiàn)是在養(yǎng)殖環(huán)節(jié)由于監(jiān)管疏忽導(dǎo)致健美豬流入市場(chǎng)，則P(Y1=1)=1；在事故發(fā)生P(T=1)=1且養(yǎng)殖環(huán)節(jié)監(jiān)管不力P(Y1=1)=1的情況下，更新BN網(wǎng)絡(luò)，計(jì)算根節(jié)點(diǎn)后驗(yàn)概率，發(fā)現(xiàn)引發(fā)事故最可能原因是X2(添加有害投入品)，其次是X1(要素施用量不當(dāng))，則著重調(diào)查這兩個(gè)風(fēng)險(xiǎn)因素，直到找出事故原因。經(jīng)過(guò)相關(guān)部門調(diào)查發(fā)現(xiàn)瘦肉精事件是由于養(yǎng)殖環(huán)節(jié)違禁使用瘦肉精和監(jiān)管人員玩忽職守造成，與分析結(jié)果相符。

表4 根事件先驗(yàn)概率與后驗(yàn)概率

表5 食品安全問(wèn)題發(fā)生概率預(yù)測(cè)

3.3 敏感性分析

在實(shí)際中食品安全的薄弱環(huán)節(jié)監(jiān)控常依賴于專家的實(shí)踐經(jīng)驗(yàn)，筆者采用MI指數(shù)衡量每個(gè)風(fēng)險(xiǎn)因素對(duì)風(fēng)險(xiǎn)事件的影響程度，構(gòu)建表征風(fēng)險(xiǎn)因素“重要程度”的優(yōu)化控制序列，實(shí)現(xiàn)對(duì)食品鏈中關(guān)鍵環(huán)節(jié)的預(yù)測(cè)性控制。各環(huán)節(jié)的風(fēng)險(xiǎn)因素敏感性排序如表6所示。

由表4可看出MI值排名靠前的是Y4>Y8>X10>X37>Y2>Y6>X2>X23>X9>X42，其對(duì)風(fēng)險(xiǎn)事件影響較大，是食品鏈中的薄弱環(huán)節(jié)，在預(yù)防食品安全問(wèn)題時(shí)需重點(diǎn)管控。

表6 各環(huán)節(jié)風(fēng)險(xiǎn)因素敏感性排序

注：只列出部分MI值較大的風(fēng)險(xiǎn)因素

從表6可以看出，在供應(yīng)鏈環(huán)節(jié)中，影響豬肉食品安全最顯著的環(huán)節(jié)是加工環(huán)節(jié)，其次是消費(fèi)環(huán)節(jié)，影響較小的是原料生產(chǎn)和儲(chǔ)運(yùn)/流通環(huán)節(jié)，其中監(jiān)管體制的滯后是事件多發(fā)的主要原因，在今后應(yīng)將監(jiān)管環(huán)節(jié)作為關(guān)鍵控制點(diǎn)，優(yōu)化監(jiān)管體制，提高對(duì)各類風(fēng)險(xiǎn)的監(jiān)測(cè)能力。

原料生產(chǎn)環(huán)節(jié)養(yǎng)殖戶或企業(yè)數(shù)目眾多且分布廣泛，準(zhǔn)入門檻低，容易因利益驅(qū)動(dòng)引發(fā)食品問(wèn)題。其中Y2(生產(chǎn)環(huán)節(jié)監(jiān)測(cè)能力不足)、X2(添加有害投入品)、X1(要素施用量不當(dāng))是主要風(fēng)險(xiǎn)誘因。

在加工環(huán)節(jié)中，由于加工企業(yè)組織形態(tài)以“小、散、低”格局為主，部分微小型加工企業(yè)技術(shù)手段缺乏及道德缺失，監(jiān)管困難，導(dǎo)致其成為豬肉食品安全問(wèn)題的高危環(huán)節(jié)。其中Y4(加工環(huán)節(jié)監(jiān)測(cè)能力不足)、X10(使用不合格原料)、X9(添加劑使用不當(dāng))發(fā)生概率較大，是使加工環(huán)節(jié)失效的主要誘因。

流通環(huán)節(jié)包括運(yùn)輸和存儲(chǔ)，豬肉產(chǎn)品從“養(yǎng)殖到餐桌”需要經(jīng)過(guò)多次運(yùn)輸，涉及環(huán)節(jié)多，稍有不慎就會(huì)導(dǎo)致食品污染，其中發(fā)生概率較大的有Y6(流通環(huán)節(jié)監(jiān)測(cè)能力不足)、X23(成品存儲(chǔ)不當(dāng))。

消費(fèi)環(huán)節(jié)包括食品銷售和餐飲，市場(chǎng)分散，集約化程度低，食品消費(fèi)日益呈現(xiàn)多樣化、方便化，導(dǎo)致食品質(zhì)量難以控制，使其也成為食品安全問(wèn)題的多發(fā)地帶。其中引發(fā)豬肉食品安全問(wèn)題主要成因是Y8(食品安全消費(fèi)環(huán)節(jié)監(jiān)測(cè)能力不足)、X37(銷售不合格產(chǎn)品)、X42(銷售、餐飲環(huán)境不合格)。

3.4 關(guān)鍵致因路徑

在眾多事故鏈中辨識(shí)出具有最大風(fēng)險(xiǎn)可能性的事故路徑，能夠進(jìn)一步明確風(fēng)險(xiǎn)控制要點(diǎn)。筆者利用式(6)和式(7)尋找出各個(gè)環(huán)節(jié)最易引發(fā)食品安全問(wèn)題事故鏈，如表7所示。

表7 各環(huán)節(jié)關(guān)鍵路徑

從表7可知，最易導(dǎo)致風(fēng)險(xiǎn)事件發(fā)生的路徑是加工環(huán)節(jié)的X10→C21→B2(Y4)→A2→T，其次分別是消費(fèi)環(huán)節(jié)的X37→C41→B4(Y8)→A4→T，流通環(huán)節(jié)的X23→C31→B3(Y6)→A3→T，生產(chǎn)環(huán)節(jié)的X2→C11→B1(Y2)→A1→T。其發(fā)生的概率都高達(dá)8.00%以上，風(fēng)險(xiǎn)等級(jí)屬于中等或更高，發(fā)生風(fēng)險(xiǎn)的可能性較大，因此在日常中應(yīng)對(duì)各環(huán)節(jié)的關(guān)鍵致因路徑進(jìn)行重點(diǎn)風(fēng)險(xiǎn)管控，強(qiáng)化風(fēng)險(xiǎn)意識(shí)。

4 結(jié)論

在事故樹(shù)的基礎(chǔ)上建立食品安全問(wèn)題BN模型，并以2009—2014年豬肉食品安全問(wèn)題為例進(jìn)行實(shí)證分析，得到以下結(jié)論：①針對(duì)風(fēng)險(xiǎn)因素復(fù)雜、不確定性顯著的食品安全問(wèn)題，應(yīng)用FTA-BN模型能大幅度提高推理效率，更全面分析食品安全風(fēng)險(xiǎn)的本質(zhì)原因。②能夠利用BN的正向推理預(yù)測(cè)風(fēng)險(xiǎn)事件發(fā)生概率，進(jìn)行風(fēng)險(xiǎn)等級(jí)評(píng)估；以BN的反向推理進(jìn)行故障排查，阻止事故惡性發(fā)展。③通過(guò)MI指數(shù)衡量風(fēng)險(xiǎn)因素的敏感性，能夠辨識(shí)食品安全問(wèn)題的薄弱環(huán)節(jié)，明確其過(guò)程控制要點(diǎn)，為做好事故預(yù)防提供依據(jù)。④通過(guò)提出以環(huán)節(jié)控制為核心，結(jié)合最大后驗(yàn)假設(shè)問(wèn)題和最大后驗(yàn)概率的方法能夠高效尋找引發(fā)風(fēng)險(xiǎn)事件的關(guān)鍵致因路徑，減少事故控制盲目性，對(duì)提高監(jiān)管部門的管控效率具有重要意義。⑤通過(guò)實(shí)例分析可以看出，加工環(huán)節(jié)是肉類食品安全問(wèn)題的主要環(huán)節(jié)，其次是消費(fèi)環(huán)節(jié)。其中關(guān)鍵風(fēng)險(xiǎn)因素是食品安全監(jiān)測(cè)能力不足、使用不合格原材料、銷售不合格產(chǎn)品、添加劑使用不當(dāng)?shù)?。針?duì)肉類食品供應(yīng)鏈過(guò)長(zhǎng)、組織形式不一等特點(diǎn)，應(yīng)合理配置監(jiān)管資源，強(qiáng)化對(duì)高危風(fēng)險(xiǎn)因子的監(jiān)控。

[1] 陳君石.食品安全風(fēng)險(xiǎn)評(píng)估概述[J].中國(guó)食品衛(wèi)生雜志,2011,23(1):4-7.

[2] PICHNER R, SCH?NHEIT C, KABISCH J, et al. Assessment of microbiological quality and safety of marinated pork products from German retail during shelf life[J]. Food Control,2014(46):18-25.

[3] BANACH J L, STRATAKOU I, FELS-KLERX H J V D, et al. European alerting and monitoring data as inputs for the risk assessment of microbiological and chemical hazards in spices and herbs[J]. Food Control,2016(69):237-249.

[4] CHEN Y, DENNIS S B, HARTNETT E, et al. FDA-iRISK: a comparative risk assessment system for evaluating and ranking food-hazard pairs: case studies on microbial hazards[J]. Journal of Food Protection,2013,76(3):376-385.

[5] SIMFORIAN E, NONGA H E, NDABIKUNZE B K. Assessment of microbiological quality of raw fruit juice vended in Dar es Salaam city, Tanzania[J]. Food Control,2015(57):302-307.

[6] 武力.“從農(nóng)田到餐桌”的食品安全風(fēng)險(xiǎn)評(píng)價(jià)研究[J].食品工業(yè)科技,2010,31(9):304-306.

[7] 沈進(jìn)昌,杜樹(shù)新,羅祎,等.進(jìn)出口食品風(fēng)險(xiǎn)綜合評(píng)價(jià)模型[J].科技通報(bào),2012,28(5):180-186.

[8] 雷勛平,ROBIN Q,吳楊.基于供應(yīng)鏈和可拓決策的食品安全預(yù)警模型及其應(yīng)用[J].中國(guó)安全科學(xué)學(xué)報(bào),2011,21(11):136-143.

[9] 龐紅美,劉宏志.基于云模型的食品安全監(jiān)理風(fēng)險(xiǎn)評(píng)估研究[J].食品科學(xué)技術(shù)學(xué)報(bào),2016(3):90-94.

[10] 朱淀,洪小娟.2006—2012年間中國(guó)食品安全風(fēng)險(xiǎn)評(píng)估與風(fēng)險(xiǎn)特征研究[J].中國(guó)農(nóng)村觀察,2014,(2):49-59.

[11] 劉暢,張浩,安玉發(fā).中國(guó)食品質(zhì)量安全薄弱環(huán)節(jié)、本質(zhì)原因及關(guān)鍵控制點(diǎn)研究：基于1460個(gè)食品質(zhì)量安全事件的實(shí)證分析[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,2011,32(1):24-31.

[12] 陳秋玲,馬曉?shī)?張青.基于突變模型的我國(guó)食品安全風(fēng)險(xiǎn)評(píng)估[J].中國(guó)安全科學(xué)學(xué)報(bào),2011,21(2):152-158.

[13] 陳洪根.基于故障樹(shù)分析的食品安全風(fēng)險(xiǎn)評(píng)價(jià)及監(jiān)管優(yōu)化模型[J].食品科學(xué),2015,36(7):177-182.

[14] 張麗,滕飛,王鵬.基于貝葉斯網(wǎng)絡(luò)的食品供應(yīng)鏈風(fēng)險(xiǎn)評(píng)價(jià)研究[J].食品研究與開(kāi)發(fā),2014,35(18):179-182.

[15] 鄭火國(guó).食品安全可追溯系統(tǒng)研究[D].北京:中國(guó)農(nóng)業(yè)科學(xué)院,2012.

[16] 文曉巍,劉妙玲.食品安全的誘因、窘境與監(jiān)管:2002—2011年[J].改革,2012(9):37-42.

[17] 王廣彥,馬志軍,胡起偉.基于貝葉斯網(wǎng)絡(luò)的故障樹(shù)分析[J].系統(tǒng)工程理論與實(shí)踐,2004，24(6):78-83.

[18] 張紅霞,安玉發(fā),張文勝.我國(guó)食品安全風(fēng)險(xiǎn)識(shí)別、評(píng)估與管理:基于食品安全事件的實(shí)證分析[J].經(jīng)濟(jì)問(wèn)題探索,2013(6):135-141.

[19] 吳賢國(guó),丁保軍,張立茂,等.基于貝葉斯網(wǎng)絡(luò)的地鐵施工風(fēng)險(xiǎn)管理研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2014,24(1):84-89.

LI Ke:Prof.; School of Management, WUT, Wuhan 430070, China.

Modeling for Food Safety Risk Assessment and Control Based on FTA-BN

LI Ke, TANG Xiaoyan

In order to explore weak link in food chain, and control safety risk of food, a new risk safety analysis method is worked out that based on fault tree analysis and Bayesian network. Firstly, a model was built for relationship between risk factors and risk events based on Fault tree, and FT was mapped into BN according to the mapping algorithm. Then, the probability of food safety risk has been calculated through deductive reasoning of BN and troubleshooting of food safety risk was analyzed with abductive reasoning. Finally, a sensitivity analysis was used to find sensitive risk factors based on MI index, link control was taken as core，and combine maximum a posteriori estimation and maximum posterior probability to retroactively identify the critical line of risk events. Meat food safety from 2009 to 2014 in China was taken as example, the results show that probability of food safety risk is 2.41%, manufacture processing is the uppermost step of food safety problems and poor regulation, using unqualified raw materials, sales of unqualified products, and abuse of additives were key factors.

food safety; fault tree analysis(FTA); Bayesian network(BN); mutual information(MI);identify critical path; risk assessment and control

2095-3852(2017)03-0243-07

A

2016-12-15.

李柯(1966-)，女，江蘇蘇州人，武漢理工大學(xué)管理學(xué)院教授，主要研究方向?yàn)樾畔⒗碚撆c信息系統(tǒng)、管理與決策、公共安全與應(yīng)急管理、物流與供應(yīng)鏈管理.

唐小艷(1993-)，女，重慶人，武漢理工大學(xué)管理學(xué)院碩士研究生，主要研究方向?yàn)樾畔⒐芾砼c信息系統(tǒng)，公共安全與應(yīng)急管理.

國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目(15&ZDB168).

C93

10.3963/j.issn.2095-3852.2017.03.001