
专家如何看待大数据时代的食品安全
7月8日下午,以“大数据时代:共筑全球食品安全”为主题的大数据时代的食品安全论坛召开。复旦大学校长、复旦发展研究院院长、中国科学院院士许宁生致辞,贵州省人民政府原省长、中国食品工业协会原会长石秀诗,中国工程院院士、中国工程院原副院长邬贺铨,美国联邦政府食品药物管理局、食品安全与营养应用中心研究员Perry G.Wang,蒙牛乳业(集团)股份有限公司质量技术总监宋晓东,德国农业协会DLG食品培训中心主任Simone Schiller,德国弗劳恩霍夫技术协会食品安全联盟主席Mark Bücking,德国杜伊斯堡埃森东亚研究所首席研究员Martin Heinberg,国家食品安全风险评估中心技术总师吴永宁,新西兰初级产业部MPI、亚太食品安全中心执行董事Helen Darling,茅台集团党委书记兼总经理李保芳等嘉宾发表了主题演讲。
石秀诗: 确保食品安全必须在治本上下功夫,一是要强化法治约束,着力构建食品安全社会共治格局;二是要紧紧抓住源头治理,把农业种植养殖环节的安全风险隐患尽快降下来;三是要加快建立健全食品安全诚信自律制度,把食品安全主体责任真正落实到每一个食品生产经营者;四是要进一步加强食品安全全程追溯管理,保证不安全隐患能准确及时发现,妥善处理,确保安全。
邬贺铨: 食品安全需要对食品从生产到销售全链条管理,需要法律保障,需要从生产、流通、使用、监管、科技和法制等多方面来把关。大数据可以起到对食品安全的“补天石”作用,但也需要挖掘与提炼。食品安全大数据需要政府、企业、民众共同提供。
Perry G.Wang: FDA(食品及药物管理局)帮助美国各地维持高水平的食品安全,为其提供指导、模型规范、培训等技术支持。食品安全营养中心主要关注食品安全、食物防御、营养、保健品和化妆品安全等五个领域。
宋晓东: 蒙牛集团应用物联网技术,依托DC305、LIMS等系统,打造产业链产品的监控管理和追溯体系,保障产业链的食品安全控制能力。利用质量大数据分析,对物料、产品的核心指标进行信息化实时管理,实现质量自动化、数字化的管理,达到产品质量实时监控,从而保障食品安全。
Simone Schiller: DLG(德国农业协会)系统是通过对流程和产品认证两个方面的把控来实现食物监测和认证。流程认证包括审计生产设施、文件及可追溯性,并且可以控制食品安全和卫生。产品认证是包括实验室测试、评估报告及感官测试等方式。
Mark Bücking: 食品安全的驱动力有消费者、媒体或政治、科学及管理。我们主要是通过控制整个食品供应链保证食品安全。大数据的解读和分析对食品安全领域是很重要的挑战。
Martin Heinberg: 中国消费者对食品安全有很高的认识,但是食品安全的知识、标签及鉴别能力有限,通过消费者教育、消费者保证、可靠的信息源及质量标识来降低此类风险。
吴永宁: 国家需要建立统一的食品安全国家标准制度、实施国家食品安全风险监测及评估制度、建立全程食品安全溯源制度来保障食品安全。风险控制是保障食品安全的现实目标,并通过危害识别、危害特征描述、暴露评估及风险特征描述等四个步骤进行评估。
Helen Darling: 现在我们面对的挑战是建立依靠标签来识别那些无法鉴别的食物是什么,以及开发一些测试去鉴定该标签鉴定是否正确的一些方法。通过知道生产方法、了解供应链缺陷、适当运用科技、了解供应链合作伙伴、建立可信的合作关系以及了解贸易的地缘政治环境去建立品牌和降低风险,从而减少食物欺诈的现象。
李保芳: 在大数据战略的指引下,不断推动工业化与信息化的融合,启动“大数据茅台”战略,将生产销售流程与质量标准体系大数据化,搭建种、购、产、存、销全产业链的大数据平台,实现生产全过程信息的数据化采集,为食品安全建设精准的大数据体系。
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: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。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11