2. 国家食品安全风险评估中心;
3. 湖南省职业病防治院;
4. 湖南省疾病预防控制中心
湖南省素有“鱼米之乡”的美名,作为我国水稻主产区之一,2016年稻谷产量达到2.60×107 t[1],占全国稻谷产量的12.57%,居全国之首。所产大米流向周边的广东省、湖北省及江西省等地,其数量和质量关乎多地粮食安全水平。湖南省同时又是“有色金属之乡”,矿产开采金属冶炼、合金电池制造和电镀等工业活动促进了当地经济发展,但也带来了严重的生态环境污染和破坏[2-3]。湖南省土壤和大米中镉整体超标率较高[4-7],并呈现流域性污染态势[8-9]。自2013年湖南省“镉大米”事件报道引发当年的“镉米危机”[10],学术界、政府和公众各方对湖南大米食用安全性一直高度关注。大米中镉污染状况不仅制约了当地农业经济的发展更影响了老百姓的身体健康。基于国情和省情,开展湖南大米镉污染风险监测迫在眉睫。
1 监测现状分析 1.1 取得的工作进展2000年在原卫生部主持下我国政府对我国10个省市开展食品污染物监测,当前已经建立了国家、省、市和县4级国家食品安全风险监测体系,系统、持续和规模化地收集食品安全相关数据,进行系统分析和风险评估。随着监测工作量逐年增大,监测工作从最初仅是省级层面承担逐步向地市级和区县级下沉,监测覆盖面不断横向扩展的同时也向纵向深入,积累了大量的基础数据,初步掌握了全国大米镉污染态势,从各部门种植环节的监测数据看,湖南省大米镉污染状况确实比其他省份要严重[11]。部分湖南省大米镉污染的状况见表 1。既往研究报道的湖南省大米镉的污染水平差距较大,而各监测部门又不对外公布权威信息。严重的信息混乱和信息不对称引发社会对食品安全工作的质疑,以及百姓的信任危机,也暴露出当前食品安全风险监测工作存在的一些问题。
1.2 存在的主要问题
目前,湖南省大米镉食品安全风险监测工作面临着虽掌握了大量数据,却信息匮乏的尴尬局面。主要是监测工作所收集的食品污染数据不完整,甚至只有污染监测没有风险监测,影响了对污染状况的掌握以及污染风险的评估,造成污染治理的决策困境。具体表现在以下几个方面:
1.2.1 缺乏“全链条”监测我国人口众多,地域广袤,食品种类复杂多源,为了尽可能满足当前开展的食品安全各项工作对相关数据需求,监测计划尽可能多的纳入各食品类型和检测指标[17],相比之下,资金和人力投入却有限,尤其是地方配套参差不齐,使得食品安全监测工作做专做精存在一定的困难。既往大米镉污染风险监测多基于不同的研究目的所选择的监测区域多建立小范围的有限“点”的研究上,缺乏省级范围上“面”的研究[18],采样环节也多选择在种植[19-20]或者某单一环节[9],缺乏从农田到餐桌的大米镉污染全链条监测,仅依据单一监测环节监测结果难以判定具体的污染环节,而进行环节管控。且重金属污染具有空间连续性和异质性,且分布不均匀,差异性大,采样范围、采样数量等外界因素都会影响检测结果,造成数据之间的差异性。此外,湖南省作为中部农业大省,所产大米在本地食用的同时也流向周边省份甚至全国各地,而监测工作多局限于湖南省境内,缺乏跨地域的全链条监测,难以追踪外省的湖南大米镉污染状况。
1.2.2 污染难以溯源目前的大米镉监测工作多是各部门独立开展的大米相关食品监测,数据来源及种类较为单一,缺乏对主导食品安全的自然因素和社会因素的考量。而大米中镉污染不仅是食品本身发生问题,从污染来源分析,也是土壤高背景—工业源—农业源重金属等环境因素相叠加造成的[21-22]。将食品污染与环境污染割裂开来,难以判断污染来源,不能从根源上解决食品污染问题。
1.2.3 与健康保障相互独立我国食品安全与健康保障两方面的工作相互独立,食品研究人员通常只关注从农田到餐桌的各个供应链的产品质量—即有没有超标食品;健康研究学者往往以疾病作为落脚点—即有没有得病。监测污染和人群健康双方衔接不够甚至完全割裂,导致因食品引发的健康问题被扭曲和放大,缺少科学的技术和数据支撑来引导消费[23]。事实上,风险是绝对的,安全是相对的。脱离健康影响仅仅依靠食品质量来判断食品安全是片面的,反而容易诱导消费者过度放大对食品合格率的关注度,引起舆论争议。目前,湖南大米镉污染对人群健康造成影响的机理、程度和相关疾病信息不全,缺乏基于目标人群膳食消费习惯、环境影响的整体健康风险评估。
2 应对策略近年来随着信息化与食品安全的深度融合,我国食品安全数据呈现出体量大、传播快、种类多及价值高等典型的大数据4 V(volume、velocity、variety、value)特征[24],可以借助健康医疗大数据的思维,通过数据共享交互,搭建跨部门多源信息整合的全链条大米镉污染风险监测网络平台,集数据集成、分析和预警为一体,实现“环境+食品安全+健康医疗”三维一体的广义的监测,服务于湖南省大米镉的食品安全风险评估、风险研判与预测预警,为湖南大米镉污染风险监测目前存在的问题提供一些解决思路。基于上述业务架构建立的全链条大米镉污染风险监测预警平台整体技术路线如图 1所示。
2.1 建设大米镉污染特征资源库
要想较全面地了解湖南大米镉整体的污染分布特征以及污染流向,需要贯通从农田到餐桌,从省内到省外的全链条污染风险监测网,收集不同采样环节、采样种类、采样时间及不同地域的监测信息,减少监测死角,实现全程可追溯。这就需要兼顾可行性的同时增大样本量和监测单位,增加样本对总体的代表性,提高推算结果的准确性和可靠性[25-26]。而实际上,卫生、农业和市场监督管理总局等部门都在监测大米镉污染状况,工作之间有差异也有重叠,可以通过数据共享,将分散不同部门不同环节的大米镉相关信息资源衔接起来综合管理利用,不仅可以提高数据的利用率,优化配置资源促进科学高效,减少部门间的重复劳动和重复建设,提高工作效率,还可以激发数据潜能,通过数据了解湖南省整体大米污染范围、程度、流向以及污染来源,解决污染的问题。通过收集多部门大米镉污染风险监测数据,实现业务的横向整合,建立跨部门、跨层级、跨地域的大米镉污染特征资源库,在数据挖掘和分析中发现系统性的食品安全风险,掌握大米产业全链条污染规律和主要环节,将食品安全监测关口前移,强化过程监测。此外,通过梳理和比对不同来源的同类数据,也可以互相考核验证部门间的数据质量。
2.2 建设环境—大米—健康风险识别数据库食品安全工作是一个全社会协同共治的问题,狭义的监测仅对食品自身的安全状况进行监测和分析,而广义的监测上涉及人体健康,下追溯污染来源,由基于问题到基于风险,落实到解决民生,为人群健康保驾护航。
2.2.1 建立环境—食品相关数据库通过数据共享收集大米镉的影响因素相关数据,包括灌溉水、种植土壤及空气等环境监测数据,将食品监测与环境监测数据结合起来,进行二者污染分布的相关性分析,可较为精准地追踪污染源,从根源上切断大米污染,实现智慧监管。
2.2.2 建立食品—健康相关数据库食品安全风险监测起于对食品的监测,最终要落到食品对人体健康的影响。在微观上,可以借助基因组学、代谢组学技术,进行大米中的镉对人体健康损害的机理机制研究,包括镉从“环境—食品—人体”的迁移转化、富集和健康损害机制;从宏观上,进行大米镉对人群影响的流行病学研究,包括补充湖南省本地的膳食消费量进行基于当地饮食习惯的膳食健康风险评估,采集目标人群的血、尿和毛发等生物样本和疾病相关资料进行的大米镉污染健康损伤判别。结合食品污染数据,食品相关环境数据和健康数据,建立多部门多领域多层级的“环境—大米—健康风险”识别数据库,形成“环境—食品安全—健康医疗”的信息资源闭环。
2.3 实现多源数据融合确保收集到广泛、可靠的数据,形成跨学科的食品安全大数据是将食品与健康有机结合的关键环节[27]。但食品安全风险监测工作涉及领域多,覆盖面广,各监测部门由于业务管理模式和系统条块分割,上报系统自成体系,形成信息“孤岛”,缺乏数据共享机制和平台[28],而未贯通湖南大米镉的全链条监测;更重要的是部门之间监测信息化顶层设计和整体规划不同,数据库结构和数据编码架构不同,缺乏数据信息横向纵向交互的信息化基础,数据关联性差,即使共享数据也无法实现数据桥接勾连融合。所以实现多源数据共享交互的关键是要根据各部门掌握的大米镉污染相关监测数据建立一套柔性的、可进化的智能编码,通过研究待分类对象的本质特征,给其贴上不同类型的标签,最后通过拼接获取一个统一的编码,将不同来源的数据衔接起来,由编码驱动数据关联分析,实现跨部门、跨层级及跨地域的数据融合共享。通过从农田到餐桌大米全链条食品风险监测相关数据资源的梳理,建立包括大米及其制品分类编码、地理分类编码、环境分类编码和相关疾病编码等的污染风险监测数据编码标准,汇集大米及其制品种类、空间地理信息、环境监测信息、大米—健康组合等多源数据,构建能够兼容各部门信息系统的大米全链条数据编码库,打通数据融合的技术壁垒,真正实现“信息孤岛”间的“搭桥”。
2.4 构建风险监测预警平台引入时间(历史数据)和空间(取样地点)等信息,通过时空统计等方法对集成的“大米—环境—健康风险”多源时空大数据进行深入挖掘,立体展示和分析大米镉监测状况、污染热点、风险水平、污染来源和健康影响,构建基于大数据的全链条大米镉污染风险监测预警平台,实现湖南大米镉污染风险的全面追踪、精准溯源和预警预测,变被动应对到主动防御,阻止镉污染的大米进入市场危害人体健康,最终形成能够涵盖整个大米供应链的“源头保障+过程控制+风险预警”的全程安全控制技术保障体系,为大米中镉的污染监管处置工作规范提供技术支持和行业指导。例如用空间统计学中的最邻近距离分析(nearest neighbor analysis, NNA)方法[29],对食品安全风险监测采样地点空间分布模式和地点设置合理性进行分析,有效识别出采样地点不符合随机分布和存在异常聚集的监测地区,评估数据质量控制水平;用点模式分析可视化展示大米镉污染位点和水平;对湖南省大米镉污染对人群的危害从时间、空间和属性三个维度评估健康风险;进行在多因素影响下,大米从种植、加工、流通和餐饮过程中风险的多维关联性分析;开展敏感度分析,定量评价每项风险因子的不确定性对评估输出结果产生多大程度的影响[30],较为精确地提示使用什么措施减少风险,指导消费和实际生产中的风险管理。
3 结束语《“健康中国2030”规划纲要》提出,健全从源头到消费全过程的监管格局,严守从农田到餐桌的每一道防线,让人民群众吃得安全、吃得放心。大米作为主食,已经成为我国非职业人群膳食镉暴露的最主要来源[32],开展相关的污染风险监测工作关乎国计民生。但当前湖南大米镉污染风险监测工作由于涉及相关领域广泛,数据不完整,污染状况不明,健康损害不清,无法对食品安全风险管理起到技术支撑作用。本研究针对当前湖南大米镉污染风险监测工作中存在的主要问题,提出集成多源的大米镉污染特征资源库、“大米—环境—健康”风险识别数据库,并通过建立全链条数据编码库实现多源数据融合和数据挖掘,搭建全链条大米镉污染风险监测预警平台,进行污染的风险评估、溯源和预警预测。为各部门日后基于健康的食品和环境污染的监督监测计划的制定提供科学依据;为相关部门准治理,提高监管效能提供技术支持;为降低大米镉污染健康风险至人体和社会可接受的水平提出消费建议和行业技术支持。
[1] |
中华人民共和国国家统计局. 中国统计年鉴-2017[M]. 北京: 中国统计出版社, 2017. (In English: National Statistical Bureau of the People's Republic of China. China statistical yearbook-2017[M]. Beijing: China Statistical Publishing House, 2017.)
|
[2] |
杨胜香, 易浪波, 刘佳, 等. 湘西花垣矿区蔬菜重金属污染现状及健康风险评价[J]. 农业环境科学学报, 2012, 31(1): 17-23. (In English: Yang SX, Yi LB, Liu J, et al. Heavy metals concentrations and health risk in vegetables grown on Mn and Pb/Zn Mineland in Huayuan County, West Hunan Province, China[J]. J Agro-Environ Sci, 2012, 31(1): 17-23.) |
[3] |
Wei CY, Wang C, Yang LS. Characterizing spatial distribution and sources of heavy metals in the soils from mining-smelting activities in Shuikoushan, Hunan Province, China[J]. J Environ Sci, 2009, 21(9): 1230-1236. DOI:10.1016/S1001-0742(08)62409-2 |
[4] |
Wang ME, Chen WP, Peng C. Risk assessment of Cd polluted paddy soils in the industrial and township areas in Hunan, Southern China[J]. Chemosphere, 2016, 144: 346-351. DOI:10.1016/j.chemosphere.2015.09.001 |
[5] |
张敏, 王美娥, 陈卫平, 等. 湖南攸县典型煤矿和工厂区水稻田土壤镉污染特征及污染途径分析[J]. 环境科学, 2015, 36(4): 1425-1430. (In English: Zhang M, Wang ME, Chen WP, et al. Characteristics and inputs of Cd contamination in paddy soils in typical mining and industrial areas in Youxian County, Hunan Province[J]. Environ Sci, 2015, 36(4): 1425-1430.) |
[6] |
张煜, 胡俊良, 刘劲松, 等. 湖南香花岭某钨矿区土壤中重金属的污染特征及生态风险研究[J]. 安全与环境工程, 2018, 25(3): 117-124. (In English: Zhang Y, Hu JL, Liu JS, et al. Pollution characteristics and ecological risks of heavy metals in the soil from Xianghualing tungsten mining area of Hunan Province[J]. Saf Environ Eng, 2018, 25(3): 117-124.) |
[7] |
罗义红, 李柏生, 陈绪维, 等. 湖南省衡东县稻田土壤、稻米镉污染及治理修复技术[J]. 农业工程, 2016, 6(1): 46-48. (In English: Luo YH, Li BS, Chen XW, et al. Cd pollution of paddy soil, rice and its treatment and repair technology in Hengdong county of Hunan Province[J]. Agric Eng, 2016, 6(1): 46-48. DOI:10.3969/j.issn.2095-1795.2016.01.017) |
[8] |
骆永明, 滕应. 我国土壤污染的区域差异与分区治理修复策略[J]. 中国科学院院刊, 2018, 33(02): 145-152. |
[9] |
肖革新, 何来英, 杨冰, 等. 空间统计在长江流域大米镉分布特征研究的应用[J]. 中国食品卫生杂志, 2018, 30(1): 59-62. (In English: Xiao GX, He LY, Yang B, et al. The application of spatial statistics on the cadmium contamination in rice around Yangze watershed[J]. Chin J Food Hyg, 2018, 30(1): 59-62.) |
[10] |
毛雪飞, 汤晓艳, 王艳, 等. 从"镉大米"事件谈我国种植业产品重金属污染的来源与防控对策[J]. 农产品质量与安全, 2013(4): 57-59, 73. DOI:10.3969/j.issn.1674-8255.2013.04.014 |
[11] |
李筱薇.中国总膳食研究应用于膳食元素暴露评估[D].北京: 中国疾病预防控制中心, 2012: 99-105. http://cdmd.cnki.com.cn/Article/CDMD-84501-1012427404.htm
|
[12] |
雷鸣, 曾敏, 王利红, 等. 湖南市场和污染区稻米中As、Pb、Cd污染及其健康风险评价[J]. 环境科学学报, 2010, 30(11): 2314-2320. (In English: Lei M, Zeng M, Wang LH, et al. Arsenic, lead, and cadmium pollution in rice from Hunan markets and contaminated areas and their health risk assessment[J]. Acta Sci Circumst, 2010, 30(11): 2314-2320.) |
[13] |
刘周萍.长江流域稻米重金属污染及水杨酸调控镉积累的分子生理机制[D].杭州: 中国计量大学, 2016. (In English: Liu ZP. Heavy Metal Pollution in Rice Grain of the Yangtze River and Molecular and Physiological Mechanism of Salicylic Acid in Regulating Cadmium Accumulation[D]. Hangzhou: China Jiliang University, 2016.) http://cdmd.cnki.com.cn/Article/CDMD-10356-1016292411.htm
|
[14] |
徐晶晶, 吴波, 张玲妍, 等. 基于贝叶斯方法的湖南湘潭稻米Cd超标风险评估[J]. 应用生态学报, 2016, 27(10): 3221-3227. (In English: Xu JJ, Wu B, Zhang LY, et al. Risk assessment of cadmium in rice in Xiangtan, Hunan, China based on Bayesian method[J]. Chin J Appl Ecol, 2016, 27(10): 3221-3227.) |
[15] |
Du Y, Hu XF, Wu XH, et al. Affects of mining activities on Cd pollution to the paddy soils and rice grain in Hunan province, Central South China[J]. Environ Monit Assess, 2013, 185(12): 9843-9856. DOI:10.1007/s10661-013-3296-y |
[16] |
Williams PN, Lei M, Sun GX, et al. Occurrence and partitioning of cadmium, arsenic and lead in mine impacted paddy rice:Hunan, China[J]. Environ Sci Technol, 2009, 43(3): 637-642. DOI:10.1021/es802412r |
[17] |
张卫民, 裴晓燕, 蒋定国, 等. 国家食品安全风险监测管理体系现状与发展对策探讨[J]. 中国食品卫生杂志, 2015, 27(5): 550-552. (In English: Zhang WM, Pei XY, Jiang DG, et al. Discussion for present situation and development countermeasures of management system apply to the national food safety risk surveillance system[J]. Chin J Food Hyg, 2015, 27(5): 550-552.) |
[18] |
姜桥.统计方法在稻谷重金属污染情况分析中的应用研究[D].北京: 北京工业大学, 2017. (In English: Jiang Q. Application Research of Statistical Analysis Methods for Heavy Metal Pollution in Rice[D]. Beijing: Beijing University of Technology, 2017.) http://cdmd.cnki.com.cn/Article/CDMD-10005-1018705202.htm
|
[19] |
王梦梦, 何梦媛, 苏德纯. 稻田土壤性质与稻米镉含量的定量关系[J]. 环境科学, 2018, 39(4): 1918-1925. (In English: Wang MM, He MY, Su DC. Quantitative relationship between paddy soil properties and cadmium content in rice grains[J]. Environ Sci, 2018, 39(4): 1918-1925.) |
[20] |
吴燕明, 吕高明, 周航, 等. 湘南某矿区蔬菜中Pb、Cd污染状况及健康风险评估[J]. 生态学报, 2014, 34(8): 2146-2154. (In English: Wu YM, Lv GM, Zhou H, et al. Contamination status of Pb and Cd and health risk assessment on vegetables in a mining area in southern Hunan[J]. Acta Ecol Sin, 2014, 34(8): 2146-2154.) |
[21] |
Hu YN, Cheng HF. A method for apportionment of natural and anthropogenic contributions to heavy metal loadings in the surface soils across large-scale regions[J]. Environ Pollut, 2016, 214: 400-409. DOI:10.1016/j.envpol.2016.04.028 |
[22] |
国土资源部中国地质调查局.中国耕地地球化学调查报告(2015年)[R].北京: 国土资源部中国地质调查局, 2015.
|
[23] |
肖辉, 任鹏程, 肖革新, 等. 食品安全健康大数据平台构建[J]. 医学信息学杂志, 2016, 37(5): 28-31. (In English: Xiao H, Ren PC, Xiao GX, et al. Construction of the platform for big data of food safety and health[J]. J Med Inform, 2016, 37(5): 28-31. DOI:10.3969/j.issn.1673-6036.2016.05.006) |
[24] |
肖革新, 肖辉. 基于空间统计的食品安全研究现状与展望[J]. 中国食品卫生杂志, 2016, 28(4): 409-414. (In English: Xiao GX, Xiao H. Current status and prospect of spatial statistics in food safety[J]. Chin J Food Hyg, 2016, 28(4): 409-414.) |
[25] |
杨杰, 樊永祥, 杨大进, 等. 国际食品污染物监测体系理化指标监测介绍及思考[J]. 中国食品卫生杂志, 2009, 21(2): 161-168. (In English: Yang J, Fan YX, Yang DJ, et al. Introduction and thoughts on physical and chemical indexes of food contaminant monitoring system[J]. Chin J Food Hyg, 2009, 21(2): 161-168.) |
[26] |
Duan QN, Lee JC, Liu YS, et al. Distribution of heavy metal pollution in surface soil samples in China: a graphical review[J]. Bull Environ Contam Toxicol, 2016, 97(3): 303-309. |
[27] |
Xiao GX, Yang B, Li W. Big data resource planning for food safety: a preliminary exploration of the "Environment, Food and Health" Information Chain[J]. J Resour Ecol, 2018, 9(1): 22-27. DOI:10.5814/j.issn.1674-764x.2018.01.003 |
[28] |
苏亮, 任鹏程, 任雪琼, 等. 食品安全风险监测信息化浅析[J]. 中国食品卫生杂志, 2013, 25(6): 533-536. (In English: Su L, Ren PC, Ren XQ, et al. An overview of information technology in food safety risk surveillance[J]. Chin J Food Hyg, 2013, 25(6): 533-536.) |
[29] |
梁辉, 王博远, 邓小玲, 等. 最邻近距离空间分析法在食品安全风险监测中的应用[J]. 华南预防医学, 2017, 43(4): 317-321. (In English: Liang H, Wang BY, Deng XL, et al. Application of spatial analysis by nearest neighbor method in food safety risk surveillance[J]. South China J Prev Med, 2017, 43(4): 317-321.) |
[30] |
汪雯.虾仁中副溶血弧菌杀菌技术的微生物预测模型与定量风险评估[D].杭州: 浙江大学, 2013. (In English: Jiang W. Microbial Predictive Model and Quantitative Risk Analysis for Evaluation of Intervention Technologies on Reduction of Vibrio parahaemolyticus in Peeled Shrimp[D]. Hangzhou: Zhejiang University, 2013.)
|
[31] |
李志博, 骆永明, 宋静, 等. 基于稻米摄入风险的稻田土壤镉临界值研究:个案研究[J]. 土壤学报, 2008, 45(1): 76-81. (In English: Li ZB, Luo YM, Song J, et al. Critical values for cd in paddy field based on cd risk of rice consumption: a case study[J]. Acta Pedol Sin, 2008, 45(1): 76-81. DOI:10.3321/j.issn:0564-3929.2008.01.010) |