基于熵權(quán)-模糊分析法的農(nóng)產(chǎn)品農(nóng)藥殘留安全風(fēng)險綜合評價

承 海，邢家溧*，鄭睿行，沈 堅(jiān)，胡 陵，毛玲燕，徐曉蓉，周子焱，路靜萍，趙思源

（1 寧波市食品檢驗(yàn)檢測研究院 浙江寧波315048 2 浙江方圓檢測股份有限公司 杭州310016 3 寧波諾丁漢大學(xué)理工學(xué)院 浙江寧波315100）

近年來，“三聚氰胺毒奶粉”、“塑化劑”、“鎘大米”、“糧食毒素污染超標(biāo)”等食品安全事件對我國經(jīng)濟(jì)社會發(fā)展和國際形象造成了極大的負(fù)面影響，也讓“餐桌安全”成為全社會日益關(guān)注的民生大事。我國政府高度重視食品安全，在國家科技戰(zhàn)略規(guī)劃中將食品安全列為公共安全和保障民生科技的重要內(nèi)容，各級地方政府也在經(jīng)濟(jì)社會全面發(fā)展中積極推進(jìn)食品安全體系的構(gòu)建[1-3]。然而，隨著食品生產(chǎn)經(jīng)營活動和餐飲消費(fèi)方式多樣化、個性化、網(wǎng)絡(luò)化、國際化的迅猛發(fā)展，物聯(lián)網(wǎng)配送、互聯(lián)網(wǎng)營銷、海外代購等新業(yè)態(tài)、新模式層出不窮，食品安全風(fēng)險態(tài)勢日趨復(fù)雜，我國面臨的食品安全壓力與挑戰(zhàn)仍然嚴(yán)峻[4-5]。因此，以綜合提升食品安全監(jiān)管效能為建設(shè)目標(biāo)，科學(xué)探索食品安全風(fēng)險分析模型，積極推進(jìn)風(fēng)險監(jiān)測與預(yù)警關(guān)口有效前移，實(shí)現(xiàn)食品安全源頭防控和主動預(yù)防的相關(guān)研究必將被重點(diǎn)關(guān)注[6]。

目前，發(fā)達(dá)國家和地區(qū)基于食品安全監(jiān)管數(shù)據(jù)已構(gòu)建較為成熟的食品污染物、食源性疾病等監(jiān)測與預(yù)警信息系統(tǒng)，主要包括世界衛(wèi)生組織國際食品安全當(dāng)局網(wǎng)絡(luò)（International Food Safety Authorities Network，INFOSAN）、全球環(huán)境監(jiān)測系統(tǒng)/食品污染物監(jiān)測與評估規(guī)劃（Global Environment Monitoring System-Food Contamination Monitoring and Assessment Programmer，GEMS/Food）、歐盟食品與飼料快速預(yù)警系統(tǒng)（Rapid Alert System for Food and Feed，RASFF）及美國食源性疾病主動監(jiān)測網(wǎng)絡(luò)（Food Net）等[7-9]。我國在食品安全監(jiān)督抽檢和風(fēng)險監(jiān)測方面的基礎(chǔ)建設(shè)也在穩(wěn)步前行，“食品安全抽檢公布結(jié)果查詢系統(tǒng)”已實(shí)現(xiàn)線上公眾服務(wù)。值得關(guān)注的是，與監(jiān)測實(shí)踐并存的海量抽檢信息對于科學(xué)研究和解決食品安全現(xiàn)狀與突出問題，綜合提升風(fēng)險評估預(yù)見性和安全監(jiān)管針對性具有極為重要的信息價值。

長期以來，國內(nèi)對食品安全風(fēng)險分析的手段局限于數(shù)理統(tǒng)計(jì)、典型病例通報等方式[10]，這類基于單因素描述性統(tǒng)計(jì)的評價手段（如合格率分析、超標(biāo)率分析等）綜合分析效能弱，可用性和實(shí)用性有限，缺乏大數(shù)據(jù)模式下針對食品檢測數(shù)據(jù)深度分析與應(yīng)用的有效手段?；跀?shù)學(xué)模型的綜合分析方法是當(dāng)前食品安全風(fēng)險綜合評價研究的重點(diǎn)方向[11-12]。為充分利用大數(shù)據(jù)自身蘊(yùn)含的真實(shí)性及代表性，克服主觀賦權(quán)法在多指標(biāo)評價體系應(yīng)用中存在的偏差，本文以2017年8月至2019年7月間某市果蔬類農(nóng)產(chǎn)品農(nóng)藥殘留檢測資料為研究對象，基于信息熵原理建立3 級定量評價指標(biāo)體系，以對標(biāo)準(zhǔn)限量值及檢測技術(shù)參數(shù)的客觀認(rèn)知，構(gòu)建通用型5 級安全風(fēng)險等級，采用模糊綜合評價方法解析當(dāng)前流通領(lǐng)域農(nóng)產(chǎn)品農(nóng)殘安全風(fēng)險特征，為我國農(nóng)產(chǎn)品安全問題分析與風(fēng)險預(yù)警提供理論依據(jù)，并為深度挖掘食品安全數(shù)據(jù)信息，探索構(gòu)建食品安全監(jiān)測和風(fēng)險評估新模式提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源及評價標(biāo)準(zhǔn)

連續(xù)收集2017年8月至2019年7月間某市流通領(lǐng)域果蔬類農(nóng)產(chǎn)品農(nóng)藥殘留檢測資料。樣品抽檢依據(jù)國家食品安全抽檢計(jì)劃并遵循“雙隨機(jī)”原則，檢測方法主要包括GB/T 20769-2008《水果和蔬菜中450 種農(nóng)藥及相關(guān)化學(xué)品殘留量的測定液相色譜-串聯(lián)質(zhì)譜法》、GB 23200.8-2016《食品安全國家標(biāo)準(zhǔn) 水果和蔬菜中500 種農(nóng)藥及相關(guān)化學(xué)品殘留量的測定 氣相色譜-質(zhì)譜法》、NY/T 761-2008《蔬菜和水果中有機(jī)磷、有機(jī)氯、擬除蟲菊酯和氨基甲酸酯類農(nóng)藥多殘留的測定》、SN/T 4039-2014《出口食品中萘乙酰胺、吡草醚、乙蟲腈、氟蟲腈農(nóng)藥殘留量的測定方法 液相色譜-質(zhì)譜/質(zhì)譜法》等。各目標(biāo)物檢出限及定量限依據(jù)相應(yīng)方法標(biāo)準(zhǔn)執(zhí)行。

檢測結(jié)果判定依據(jù)GB 2763-2016《食品安全國家標(biāo)準(zhǔn) 食品中農(nóng)藥最大殘留限量》。

1.2 綜合風(fēng)險評價指標(biāo)體系構(gòu)建

建立與綜合分析模型匹配的多級評價指標(biāo)體系，在逐級分析的基礎(chǔ)上，實(shí)現(xiàn)對繁雜原始數(shù)據(jù)的綜合評估。本研究依據(jù)GB 2763-2016《食品安全國家標(biāo)準(zhǔn) 食品中農(nóng)藥最大殘留限量》中果蔬及農(nóng)藥分類方法，以農(nóng)殘檢測原值為定量分析基礎(chǔ)，構(gòu)建農(nóng)產(chǎn)品農(nóng)殘風(fēng)險3 層次綜合評價指標(biāo)體系（見圖1）。

圖1 食用農(nóng)產(chǎn)品農(nóng)藥殘留綜合風(fēng)險評價指標(biāo)體系Fig.1 Index system for the safety evaluation of pesticide residue pollution of agricultural products

1.3 熵權(quán)計(jì)算

根據(jù)信息論原理，信息熵作為信息系統(tǒng)無序化（不確定性）的一種量化度量，可用離散隨機(jī)事件的概率衡量各事件提供有效信息能力的強(qiáng)弱[13]。隨機(jī)大樣本抽檢數(shù)據(jù)，其樣本統(tǒng)計(jì)量是總體參數(shù)的優(yōu)質(zhì)表征，分析比對其所蘊(yùn)含信息熵，可為多指標(biāo)評價體系中各研究指標(biāo)修訂客觀權(quán)重。

1）熵值計(jì)算 對于第3 級研究指標(biāo)，m 類評價指標(biāo)及相應(yīng)n 個檢測結(jié)果可構(gòu)成樣本矩陣X=（xij）n×m，其中i=1，2，3，…，n，j=1，2，3，…，m，熵值計(jì)算過程如下：

將第j 類指標(biāo)中各檢測值（xij）歸一化處理：

式中，Vij——第j 類指標(biāo)第i 個檢測值經(jīng)歸一化處理后的計(jì)算結(jié)果；xj（max）——第j 類指標(biāo)n 個檢測結(jié)果最大值；xj（min）——第j 類指標(biāo)n 個檢測結(jié)果最小值。

根據(jù)熵值定義，采用式（2）計(jì)算第j 類指標(biāo)熵值（ej）：

其中，Pij為第j 類指標(biāo)第i 個評價值所占比重，由式（3）求得：

同法計(jì)算其余各指標(biāo)熵值。

2）熵權(quán)計(jì)算第j 類研究指標(biāo)的熵權(quán)（ωj）由式（4）計(jì)算，且滿足

3）多層次指標(biāo)熵權(quán)計(jì)算 可加性是熵的重要特征之一[13]，為熵權(quán)法拓展應(yīng)用于多層次評價指標(biāo)體系提供了理論依據(jù)。在k 類2 級指標(biāo)和m類3 級指標(biāo)所構(gòu)建評價指標(biāo)體系中，第l 類2 級指標(biāo)的效用值（Dl）為其下m 類3 級指標(biāo)信息效用值（dj）之和，進(jìn)而通過熵權(quán)法可計(jì)算其權(quán)重（ωl）。采用迭代計(jì)算可推導(dǎo)1 級指標(biāo)熵權(quán)。計(jì)算方法見式（5）～（6），且滿足

其中：

1.4 風(fēng)險模糊綜合評價

風(fēng)險是一個相對模糊的概念，其本質(zhì)具有概率屬性。以單一限量標(biāo)準(zhǔn)（如食品安全國家標(biāo)準(zhǔn)MRL）對食品質(zhì)量進(jìn)行絕對評判，在綜合評判食品安全風(fēng)險中具有一定局限性。模糊綜合評價法基于模糊數(shù)學(xué)的隸屬度理論[14-15]，將對研究對象的定性鑒別轉(zhuǎn)化為定量分級評價，應(yīng)用于食品安全風(fēng)險分析，具有豐富的科學(xué)意義及實(shí)用價值[16]。

1.4.1 評語集構(gòu)建 評語集（V）是研究因素全部評價結(jié)果的集合。目前，對于食品安全評價尚無統(tǒng)一的具體分級標(biāo)準(zhǔn)。本文以農(nóng)產(chǎn)品農(nóng)殘為評價因素，基于對食品安全風(fēng)險認(rèn)知及應(yīng)用需求[17]，采用5 等級模式建立農(nóng)產(chǎn)品農(nóng)殘安全風(fēng)險評語集，即V={微風(fēng)險，低風(fēng)險，中等風(fēng)險，高風(fēng)險，超高風(fēng)險}（見表1）。

表1 農(nóng)產(chǎn)品農(nóng)殘安全風(fēng)險等級劃分Table 1 Grade classification for safety evaluation of pesticide residue pollution of agricultural products

將農(nóng)殘國標(biāo)最高限量標(biāo)準(zhǔn)（MRL）設(shè)為“高風(fēng)險”等級代表值。MRL 既是源于對風(fēng)險因子健康危害水平的全面評估，又是判定食品質(zhì)量安全及上市許可的通用標(biāo)準(zhǔn)。在食品質(zhì)量檢測實(shí)踐中，“未檢出”表示目標(biāo)物濃度低于檢測方法檢出限（LOD），從安全風(fēng)險角度考慮，此濃度水平與“微風(fēng)險”等價。綜合考慮“未檢出”結(jié)果在定量分析中的賦值方法[18]以及標(biāo)準(zhǔn)檢測方法中相關(guān)參數(shù)【信噪比（S/N）、檢出限（LOD）及定量限（LOQ）】之間的定量比例關(guān)系，本研究將檢測結(jié)果“未檢出”作為“微風(fēng)險”的代表值，賦值為0.25MRL。在“高風(fēng)險”和“無風(fēng)險”兩級指標(biāo)之間，采用等距法設(shè)中間2 個等級并賦值，即低風(fēng)險和中等風(fēng)險。為突出農(nóng)殘超標(biāo)程度對安全風(fēng)險的影響差異，設(shè)置2 倍MRL 及以上檢測結(jié)果為超高風(fēng)險。

1.4.2 隸屬函數(shù)構(gòu)建 農(nóng)藥殘留對人體健康存在直接或間接危害，屬于負(fù)效應(yīng)類指標(biāo)（即檢測值越小越優(yōu)），適用降半梯分布函數(shù)。設(shè)dq 為各評價等級代表值，q={1，2，3，4，5}，則對于第j 類研究指標(biāo)第i 個分析值（xij），其隸屬度計(jì)算方法為（式7～9）：

當(dāng)q=1 時，

當(dāng)q=2，3，4 時，

當(dāng)q=5 時，

1.4.3 模糊綜合風(fēng)險評價

兩組患者均采取相應(yīng)的手術(shù)方式進(jìn)行治療，觀察組和對照組分別配合給予手術(shù)室圍手術(shù)期護(hù)理和常規(guī)護(hù)理，觀察組的護(hù)理措施如下。

1）構(gòu)建模糊子集 對各指標(biāo)檢測原值去量綱化處理（式10）：

式中，xij——無量綱的分析值；Tij——檢測原值；MRL——研究因素相應(yīng)的限量標(biāo)準(zhǔn)。

將xij代入相應(yīng)隸屬函數(shù)式計(jì)算，獲得檢測樣本對應(yīng)于各評價等級的隸屬度，構(gòu)成第j 類研究指標(biāo)的模糊子集Rj。

對各等級隸屬度取平均，即獲得該風(fēng)險因子復(fù)合隸屬度向量Rjq。

式中，q={1，2，3，4，5}。

2）綜合風(fēng)險評價值計(jì)算 以m 類農(nóng)殘指標(biāo)風(fēng)險復(fù)合隸屬度向量構(gòu)建模糊矩陣R，R=（Rjq）m×5，其中，j={1，2，3，…，m}，q={1，2，3，4，5}。應(yīng)用熵權(quán)對模糊矩陣進(jìn)行合成計(jì)算，即可獲得各評價因素模糊綜合評價矢量（B），按式（13）計(jì)算：

式中，ωm——各指標(biāo)熵權(quán)；?——模糊合成算子。作為模糊數(shù)學(xué)常用的合成算子之一，積-和算子M（·，⊕）既突出權(quán)重，又可兼顧各類指標(biāo)，綜合效能強(qiáng)，信息損失小，故本研究選取此算子用于模糊矩陣合成運(yùn)算。

式中，sq——各評價等級秩。

對以上算法進(jìn)行迭代，可逐級構(gòu)建各級評價指標(biāo)相應(yīng)的模糊子集并計(jì)算綜合評價指數(shù)。

上述運(yùn)算過程通過Matlab 2019a 實(shí)現(xiàn)。

2 結(jié)果及討論

2.1 基本情況

蔬菜和水果均屬植物性農(nóng)產(chǎn)品，是人體所需碳水化合物、維生素、礦物質(zhì)等重要營養(yǎng)素的主要食品來源，在我國居民日常膳食消費(fèi)構(gòu)成中占據(jù)重要地位[19]，同時在農(nóng)藥殘留等方面也具有較高的安全風(fēng)險，是我國食品安全監(jiān)督抽檢和風(fēng)險監(jiān)測的重點(diǎn)對象之一。本文收集2017年8月至2019年7月間農(nóng)產(chǎn)品農(nóng)殘抽檢信息共計(jì)3 983批次（36 510 項(xiàng)次），其中蔬菜樣本抽檢3 846 批次（35 152 項(xiàng)次），包括葉菜、鱗莖類、蕓薹屬類、茄果類等12 類72 種；水果抽檢138 批次（1 398 項(xiàng)次），包括仁果、核果、柑橘、漿果、瓜類、熱帶亞熱帶水果等6 類21 種。受檢農(nóng)殘以殺蟲（螨）劑、殺菌劑和除草劑等為主，包括有機(jī)磷類、氨基甲酸酯類、有機(jī)氯類、擬除蟲菊酯類、苯并咪唑類等共31類108 種。抽檢樣本及檢測項(xiàng)目覆蓋了當(dāng)前市場供應(yīng)的主要農(nóng)產(chǎn)品及種植業(yè)常用農(nóng)藥品類（見表2）。

表2 農(nóng)產(chǎn)品安全監(jiān)督抽檢信息原始數(shù)據(jù)表Table 2 Raw data of agriculture products safety supervision and sampling

2.2 指標(biāo)權(quán)重

權(quán)重設(shè)置是構(gòu)建多指標(biāo)體系，開展定量綜合評價的基礎(chǔ)。食品安全監(jiān)督抽檢大數(shù)據(jù)具有真實(shí)性、可靠性和代表性，其中信息熵的差異客觀反映了各評價指標(biāo)對于總體評價值的貢獻(xiàn)程度。以專業(yè)視角評價，若研究指標(biāo)熵越小，表明該指標(biāo)內(nèi)部數(shù)據(jù)變異性越大，提示該指標(biāo)分析值偏離安全限量范圍的可能性越大，從而對評價總體風(fēng)險的真實(shí)影響力更強(qiáng)。通過計(jì)算獲得各級評價指標(biāo)熵權(quán)如表3所示。

表3 食用農(nóng)產(chǎn)品農(nóng)殘安全綜合風(fēng)險評價指標(biāo)體系權(quán)重表Table 3 Weight of the evaluation-indices for safety evaluation of agricultural products

2.3 農(nóng)產(chǎn)品農(nóng)殘安全風(fēng)險綜合評價

基于模糊模型的分層評價方法，既可以從局部出發(fā)，對所關(guān)注的子指標(biāo)進(jìn)行重點(diǎn)分析，也能夠以全局視角，對研究對象整體形成綜合評價。

2.3.1 子指標(biāo)風(fēng)險評價 葉菜是蔬菜消費(fèi)中最常見的品種之一，也是食品安全監(jiān)督抽檢的重點(diǎn)品種，其品質(zhì)現(xiàn)狀對評價蔬菜總體安全性具有重要意義。本研究中，葉菜類蔬菜共抽檢2 148 批次，農(nóng)殘檢測19 542 項(xiàng)次，農(nóng)殘總檢出率為1.74%，合格率為99.12%。由表4可知，葉菜中有機(jī)磷類、氨基甲酸酯類、抗生素類及煙堿類農(nóng)殘合格率分別為99.8%，100.0%，100.0%，97.6%，與葉菜總體均值相近；二甲酰亞胺、苯并咪唑類及其它農(nóng)藥（包括三唑類農(nóng)藥等）在葉菜類檢出率和超標(biāo)率分別為13.4%和13.4%、14.84%和14.84%、14.4%和10.5%，顯著高于葉菜農(nóng)殘平均水平（P＜0.01，x2檢驗(yàn)）。采用本文建立綜合評價法分析，結(jié)果可見，葉菜中有機(jī)磷類、氨基甲酸酯類、抗生素類及煙堿類農(nóng)藥綜合風(fēng)險評價值分別為0.01，0，0，0.14，均屬于Ⅰ級微風(fēng)險水平；包括三唑類在內(nèi)的其它農(nóng)藥風(fēng)險指數(shù)雖然隸屬于Ⅰ級微風(fēng)險水平，但風(fēng)險值相對較高（0.42）；二甲酰亞胺類及苯并咪唑類農(nóng)藥風(fēng)險指數(shù)顯著高于上述4 種農(nóng)殘相應(yīng)指數(shù)，隸屬Ⅱ級低風(fēng)險水平。

表4 葉用蔬菜農(nóng)藥殘留安全風(fēng)險分析Table 4 Safety index evaluation of pesticide residue pollution of leafy vegetables

在其它研究對象中，鱗莖類蔬菜二甲酰亞胺類農(nóng)藥綜合風(fēng)險評價值為0.65，隸屬Ⅱ級低風(fēng)險水平，其余品種的研究對象均屬Ⅰ級微風(fēng)險水平（具體分析結(jié)果未列出）。

以檢測數(shù)據(jù)分布特征解析以上分析結(jié)果，葉菜中雖然檢出農(nóng)藥品類較多，但有機(jī)磷類、氨基甲酸酯類等農(nóng)藥殘留量較低，總體超標(biāo)率不高，危害程度有限，這與Ⅰ級（微風(fēng)險）綜合評價結(jié)果相符。二甲酰亞胺類（以腐霉利為主）及苯并咪唑類（以多菌靈為主）的農(nóng)藥雖然超標(biāo)率較高，但主要存在問題是該類農(nóng)藥在葉菜類和鱗莖類蔬菜中屬超范圍使用，總體殘留濃度低，高殘留樣本所占比例較小，從健康風(fēng)險角度分析，實(shí)際危害程度有限[20-22]，風(fēng)險程度匹配Ⅱ級（低風(fēng)險）水平。由此可見，單因素率分析法與模糊綜合評價法在評價結(jié)果上存在一致性趨勢，而模糊評價以基于國標(biāo)限量標(biāo)準(zhǔn)的等級隸屬判斷為模式，將危害因子超標(biāo)程度對風(fēng)險高低的影響力融入綜合評價結(jié)果中，強(qiáng)化了該方法體系的綜合分析能力。

值得注意的是，瓜類蔬菜雖然在蔬菜各評價指標(biāo)中權(quán)重較低（0.100），但綜合評價結(jié)果具有相對較高的風(fēng)險度（0.45）。對樣品的實(shí)際檢測值進(jìn)一步分析，其較高風(fēng)險度主要是由于有機(jī)硫類農(nóng)藥（克螨特）和苯甲酰脲類農(nóng)藥（氟蟲脲）在瓜類蔬菜中檢出率和超標(biāo)率相對較高所致。瓜類蔬菜在蔬菜消費(fèi)中比例較低，因此在食品安全監(jiān)督抽檢計(jì)劃中所占比例也相對較低，而且這2 類農(nóng)藥在農(nóng)業(yè)生產(chǎn)中應(yīng)用較少，缺乏相應(yīng)的基礎(chǔ)性監(jiān)測資料，包括三唑類在內(nèi)的其它農(nóng)藥在葉菜中呈現(xiàn)較高的綜合風(fēng)險評價值，亦是基于此原因。本研究結(jié)果提示，在制定監(jiān)督抽檢計(jì)劃中可適當(dāng)增加重點(diǎn)蔬菜相關(guān)農(nóng)殘的抽檢比例，進(jìn)一步提高樣本覆蓋面和代表性，以利于切實(shí)掌握和防控該類產(chǎn)品安全風(fēng)險。這亦是綜合評價方法可高效服務(wù)于監(jiān)管實(shí)踐的主要表現(xiàn)之一。

2.3.2 農(nóng)產(chǎn)品總體風(fēng)險評價 從總體角度出發(fā)，以果蔬產(chǎn)品為代表的農(nóng)產(chǎn)品農(nóng)殘總檢出率1.74%，總超標(biāo)率0.68%，其中蔬菜和水果農(nóng)殘檢出率及超標(biāo)率分別為1.61%和0.67%、5.30%和1.03%。此結(jié)果與我國農(nóng)產(chǎn)品質(zhì)量安全例行監(jiān)測（風(fēng)險監(jiān)測）數(shù)據(jù)水平相近[23]。運(yùn)用模糊模型進(jìn)行綜合評價可見（表5），農(nóng)產(chǎn)品整體以及果、蔬類兩大類產(chǎn)品農(nóng)殘風(fēng)險均較低（I 級微風(fēng)險水平），表明就農(nóng)殘問題而言，當(dāng)前流通領(lǐng)域市售農(nóng)產(chǎn)品整體質(zhì)量穩(wěn)定、良好。

表5 食用農(nóng)產(chǎn)品農(nóng)藥殘留安全風(fēng)險分析Table 5 Safety index evaluation of pesticide residue pollution of agricultural products

農(nóng)業(yè)生產(chǎn)具有季節(jié)性和時令性特點(diǎn)，以時間分布特征進(jìn)一步分析各指標(biāo)趨勢，對于全面了解食品安全風(fēng)險變化規(guī)律并進(jìn)一步預(yù)測發(fā)展態(tài)勢具有現(xiàn)實(shí)意義。

由圖2所示，近2年農(nóng)產(chǎn)品農(nóng)殘檢出率和超標(biāo)率總體維持在較低水平。其中，農(nóng)殘檢出率呈現(xiàn)一定的季節(jié)波動，即冬季低，春、夏、秋季較高，與農(nóng)業(yè)生產(chǎn)周期相符，而農(nóng)殘超標(biāo)率則呈波浪狀上升趨勢。同綜合風(fēng)險評價值對比可見，曲線在變化趨勢上既表現(xiàn)出一定的相符性，又具有各自的特點(diǎn)。與超標(biāo)率逐步上升趨勢不同的是，綜合風(fēng)險評價值表現(xiàn)出在一定范圍內(nèi)（0.1～0.2）的穩(wěn)定波動。此結(jié)果進(jìn)一步表明，基于模糊數(shù)學(xué)的綜合風(fēng)險評估，不僅在一定程度上表征單因素分析指標(biāo)（檢出率和超標(biāo)率）的變化規(guī)律，同時對檢測數(shù)據(jù)變異程度的分級定量評估，又客觀反映了該模型所具有的綜合評價效能。因此，較單因素評價方法而言，綜合評價模型更加符合對“風(fēng)險”概念的認(rèn)知和應(yīng)用。

圖2 農(nóng)產(chǎn)品農(nóng)殘綜合風(fēng)險評價值時間分布特征Fig.2 Distribution characteristic of safety evaluation of agricultural products

3 結(jié)論

本文收集了2017年8月至2019年7月間農(nóng)產(chǎn)品農(nóng)殘抽檢數(shù)據(jù)信息，依據(jù)研究對象及風(fēng)險因子分類標(biāo)準(zhǔn)建立3 級評價指標(biāo)體系，并以熵權(quán)法賦予各級研究指標(biāo)客觀權(quán)重，采用降半梯隸屬函數(shù)及加權(quán)平均算法計(jì)算和分析農(nóng)產(chǎn)品農(nóng)藥殘留安全風(fēng)險綜合評價指數(shù)。通過模型構(gòu)建及數(shù)據(jù)輸出可見，當(dāng)前市售農(nóng)產(chǎn)品總體質(zhì)量良好，農(nóng)殘安全風(fēng)險水平穩(wěn)定，主要蔬菜、水果品種農(nóng)殘綜合評價均為微風(fēng)險水平。所分析農(nóng)藥中，葉菜類和鱗莖類蔬菜二甲酰亞胺類及苯并咪唑類農(nóng)藥殘留呈現(xiàn)低風(fēng)險水平，值得進(jìn)一步關(guān)注?；陟貦?quán)-模糊數(shù)學(xué)原理，本文對大樣本監(jiān)測數(shù)據(jù)進(jìn)行梳理和挖掘，建立了農(nóng)產(chǎn)品農(nóng)殘安全風(fēng)險綜合評價方法。與傳統(tǒng)單因素分析方法相比，該方法具有更高的綜合分析能力和更優(yōu)的客觀評價能力。本研究的深入和拓展，將為大數(shù)據(jù)背景下探索食品安全風(fēng)險識別和評價新路徑，助力推進(jìn)“智慧監(jiān)管”和“全程監(jiān)管”模式轉(zhuǎn)變，全面提升食品安全監(jiān)管效能提供研究基礎(chǔ)和科學(xué)依據(jù)。