
大数据时代 食品监管曝了谁的光
8月17日,省食药监局对外公布的今年最新一批食品安全监督抽检信息显示,遛洋狗、思全等60批次食品因食品安全问题被曝光,这是近两个月以来监管部门公布的第6期抽检报告。在此之前的5期抽检信息中,还有北京二锅头酒、绵春贡酒、酒鬼花生、天喔煮瓜子、徽记川辣子花生、“好吃点”香脆核桃饼等300批次食品登上“黑榜”。
2个月、6期、360批次,相当于每10天就有一批抽检信息公布、每一天都有10批次食品倒在食品安全问题上——如此高频率曝光背后,折射出了监管部门监管方式的重大转变。“食品药品抽检信息将一律公开,这是今后各级食药监管部门必须建立的基本工作制度,让消费者用脚投票。”8月21日,国家食品药品监管总局局长、国务院食品安全委员会办公室主任毕井泉在接受本报记者专访时表示,要让信息公开成为食品药品监管的新常态。
360批次问题食品扫描——
酒类乱加甜味剂,肉类清洁度不达标
6月16日,在全省食品安全宣传周启动当天上午,省食药监局披露了今年第一批食品安全抽检结果,由此掀起了食品安全抽检曝光风暴。在接下来的两个月内,陆续公布了6期食品安全抽检信息,累计抽检粮食及其加工品、食用油、酒类、调味品、肉制品、饮料等27类、5393批次食品,其中累计合格批次5033批次,合格率约为93%,不合格批次共计360批次,不合格率约为7%。
记者对上述360批次问题食品进行分析研究发现,这360批次不合格食品中,白酒品类占比最大,有235批次,占比为65%;排名第二的为肉及肉制品,有31批次,占比约9%;排名第三的为餐饮休闲食品,有26批次,占比约8%。其余不合格数超过10批次的食品还有调味品、膨化食品等,饮料、豆及豆制品、乳制品等产品门类合格率较高,较少或未抽检出不合格产品。
而作为重灾区的白酒品类,在235批次中有近200批次问题集中在非法添加甜味剂上,包括甜蜜素、糖精钠、安赛蜜等都属甜味剂,省食品安全专家委员会专家透露,根据相关食品安全国家标准和白酒产品标准规定,白酒中不允许添加甜味剂,“造成不合格的原因可能是生产企业为降低成本,同时增加产品的口感,在产品中添加甜蜜素、糖精钠、安赛蜜等甜味剂来调节口感。”
排名第二的肉及肉制品及排名第三的餐饮休闲食品,问题都主要集中在二氧化硫残留量、菌落总数、大肠菌群等超标上。据食品安全专家委员会专家介绍,菌落总数并非致病菌指标,主要用来评价食品清洁度,反映食品在生产过程中是否符合卫生要求。“菌落总数超标说明个别企业可能未按要求严格控制生产加工过程的卫生条件,或者包装容器清洗消毒不到位;还有可能与产品包装密封不严、储运条件控制不当等有关。”而二氧化硫不符合标准的原因可能是,“个别生产者使用劣质原料以降低成本,其后为了提高产品色泽超量使用二氧化硫,少量二氧化硫进入人体不会对身体带来健康危害,但若过量食用会引起如恶心、呕吐等胃肠道反应。
食品监督人员对食品抽检进行指导和检查。
监管曝光倒逼企业整改——
期待监管“手下留情”,不如做到自身安全过硬
“每天上班头件事,便是查看当天食药监局的公告栏信息,只希望企业‘榜上’无名。”8月21日,曾在今年6月被曝光的某酒企行政负责人透露,自该公司产品被曝光后,很多经销商纷纷退订产品,近两月销售环比下降了近四成,“眼看下半年销售旺季即将来临,如再出问题今年业绩就完蛋了。”
连日来,记者采访被曝光的多家知名食品企业,大多数企业负责人都对企业出现的食品安全问题进行深刻的反省,并在监管部门指导下,通过提升硬件设备、强化管理人员安全意识等方式进行了整改。然而也有个别知名企业负责人却并不以为然,反而将怨气出在了监管部门身上,认为监管部门在公布前没有告知企业,没有从保护地方产业发展、解决就业维护稳定的角度对自己“手下留情”。
这样的思维显然已过时。今年以来,国家、省食药监部门主要领导多次强调要将食品安全抽检和检查信息一律对外公开,不管企业大小没有“例外”,改变过去主要依靠行政罚款的处罚方式。“罚款最高也罚过几百万,对一些大企业来说没什么感觉,只有把其检出的问题曝光出来,才能引起企业的警觉,倒逼企业加强食品安全监管。”省食药监局相关负责人说,食品企业应当适应信息公开这一“新常态”,自我加压提升企业安全水平。
今年10月1日,新修订的《食品安全法》将正式实施,为强化食品企业掌握新法,自7月底开始,省食药监局组织开展食品企业法人培训,在培训会现场,记者发现,有个别企业法人并没有到场,这其中还包括个别曾经登上“黑榜”的问题企业,如四川徽记食品、成都达利食品等,如此高频曝光还不能引起企业对食品安全的重视和警醒吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14