
保障“舌尖”安全 借力大数据追溯具体责任人
两会期间,空气、水、食品安全等问题依然是关注热点。针对食品安全风险如何把控的话题,昨日,全国政协委员严琦、全国政协委员杜惠平、全国政协委员彭静等接受商报记者采访时均建议,新的市场环境下,除了完善的制度体系建设,解决食品安全问题更需要借助更新的技术和服务。而随着移动互联网、大数据等先进技术手段在食品安全领域的应用,配套建设诚信数据库、移动APP等将迎来商机。
现状
食品追溯体系 推广率亟待提高
食品安全关系千家万户,保障“舌尖”安全目前还有哪些方面需要完善?
全国政协委员严琦表示,在2010年和2012年,关于餐饮食品安全的相关管理措施出台,食品安全监督量化分级管理为餐饮行业食品安全提供了制度保障,“但是该制度目前并未完全发挥作用”。
严琦认为,一方面,由于社会知晓度不够,量化分级对餐饮企业约束力还不够强。另一方面,很多消费者并不知晓量化分级制度的具体内容,很多消费者并不因为A、B、C的分级而产生选择偏好。一些餐饮企业将量化分级的内容置于并不醒目的地方,有的干脆不悬挂。
全国政协委员杜惠平也表示,食品安全的保障对不少消费者来说是看似很近,实则很远。比如,目前我国的食品安全追溯体系的推广率不高,很多老百姓对食品追溯比较陌生;可追溯的食品价格高得离谱,追溯实效却不好。
“农产品的质量安全在很大程度上取决于农业投入品的使用。”全国政协委员彭静表示,由于在农业投入品生产经营使用过程的监管中,法律责任尚不明确;加上农业生产经营补贴、税费减免等激励性机制不完善,这加大了食品安全风险。
建议
借力大数据 可追溯具体责任人
保障食品安全,重点要将食品产业链的各个环节纳入监管。
彭静认为,把控农产品安全,应“从种子抓起”,严格控制农产品生产的种子来源,应配套建设专门的种子仓库、培训种子保管人员,种子应当有详细的进库、出库记录,这需要大数据支撑。
严琦则表示,要“根治”餐饮行业食品问题,一方面要不断完善分级量化指标体系,并加大宣传力度。另一方面,食品追溯体系应将食品安全各个环节的具体责任人纳入监管,实现食品安全问题可追溯到具体责任人。比如,餐饮企业食品采购负责人就容易因商业贿赂采购问题产品,导致食品安全问题,因此,应该有相关的制度和追溯体系,重点监管食品采购的商业贿赂问题。
机会
保“舌尖”安全
大数据三方面可淘金
食品追溯体系的健全,核心在于“大数据”技术的应用。
目前,重庆等多个城市正在围绕批发市场、大型商超、大型菜市场等,构建食品追溯体系,市民可在指定网站查询追溯信息。“这对普通消费者来说,远远不够。”杜惠平说,食品安全保障要“接地气”,应运用“大数据”技术和信息优势,同步建立“食品企业诚信数据库”,加大对食品企业发布信息的监管力度。政府加大财政投入,加快搭建包括食品产地编码、生产档案、产品标识和其他可追溯信息的信息资源库,实现信息互通共享,及时掌握食品安全动态信息,强化追溯、预警和信息发布。
根据计世资讯的调研数据,当前国内在溯源体系建设的投资将超过200亿元,第三方服务企业将有机会从中分羹。
大数据在食品安全领域的应用,意味着相关配套领域迎来商业机会。杜惠平认为,一方面借助移动互联网普及食品安全追溯体系,这让第三方应用开发商直接受益,如手机APP查询方式。另一方面,要满足公众查询信息需求,应增加公共查询设备数量。比如,在一些商圈、菜市场、超市就可以布局智能终端设备,提供查询服务。此外,溯源体系建设将涉及企业的流程管理服务、源头监控网络、质量监测智能化及人员监管考核服务等环节,这些领域均将提供商业机会。
探路
溯源系统开路 促销售还可淘汰售假
建立食品安全追溯体系成本高、回报低,企业缺少动力,也无法单独完成。
“当然这对于食品企业来说是无法单独完成的,需要政府的力量整合。”杜惠平表示,建立食品安全追溯体系成本高、回报低,企业缺少动力。一方面,建设追溯体系需要大量资金,如追溯信息管理系统及数据库等技术、条码扫描打印等软硬件设备,生产规模小、产品附加值低的企业很难承受。另一方面,如果将成本计算到公众头上,公众也并不买单。
不过,已有部分行业开始运用大数据开路。重庆市酒类流通商会负责人介绍,目前,商务部酒类溯源系统已建立了庞大的名酒数据库。茅台、五粮液、泸州老窖、张裕、保乐力加等白酒及红酒企业加入该系统。
该负责人介绍,消费者通过系统可查询酒类产品从厂家生产到终端销售各个环节的跟踪记录,也可了解到售假商家的信息。这不仅可直接带动销售,还可淘汰售假卖假商家。目前,一台查询设备价格不到2万元,将在试用成熟后推向市场。
此外,由伊利、三元、完达山等6家企业试点推行食品质量安全的“全程追溯”APP也已上线,消费者根据二维码,可以查询到该食品的生产日期、生产批次、生产厂家、诚信评价、生产许可证、消费者指南、质检报告、配料表等安全相关信息。如果是婴幼儿奶粉类,还可查询奶源地。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23