食品系统变革中新兴食品安全风险的驱动因素与指标识别：一种协同创新方法

《Journal of Agriculture and Food Research》：A co-creation approach to identify drivers and indicators for emerging food safety risks in a changing food system

本研究针对食品系统变革背景下新兴食品安全风险预警需求，采用协同创新(co-creation)方法，通过文献分析、专家访谈和线上研讨会，系统识别了11个驱动因素、39个子驱动因素及72个监测指标，构建了基于STEEP(LE)框架的预警指标体系，为开发前瞻性食品安全管理系统提供了重要依据。

　　

随着全球人口预计在2050年达到98亿，食品需求将比2010年增长56%，食品安全保障面临前所未有的挑战。气候变化、消费者偏好改变、非食品来源污染、塑料回收和技术创新等因素正在重塑食品系统的风险格局。传统的食品安全监测系统如欧盟快速预警系统(RASFF)和危害分析关键控制点(HACCP)主要针对已知危害，但对于暴露度增加的已知危害和全新危害的预警能力有限。特别是随着植物基蛋白消费增加等饮食结构变化，可能带来霉菌毒素和农药残留等新型风险，亟需建立前瞻性的风险识别机制。

在这项发表于《Journal of Agriculture and Food Research》的研究中，研究团队采用独特的协同创新方法，开展了为期一年半的系统研究。通过多阶段混合方法，包括文献综述、专家访谈和线上研讨会，成功构建了覆盖社会、技术、经济、环境和政治五大维度的食品安全风险预警指标体系。

研究采用的关键技术方法主要包括：基于STEEP(LE)框架的系统分析方法，用于分类和整合驱动因素；协同创新工作坊组织技术，通过Mural Whiteboard工具促进35-40名跨国食品安全专家的跨领域交流；多轮德尔菲法专家咨询流程，确保指标体系的科学性和实用性。研究团队还系统检索了Eurostat等公开数据库，评估了各指标的数据可获得性。

3.1. 社会驱动因素

研究发现消费者行为、人口发展和健康福祉构成主要社会驱动因素。通过分析膳食选择、消费者知识水平和公共意识等子驱动因素，确定了销售数据、教育水平和网络搜索量等关键指标。例如，监测肉类替代品的销售变化可以预警新型蛋白质来源带来的潜在风险。

3.2. 技术驱动因素

食品生产和加工技术的创新既带来风险控制手段，也可能引入新的危害。研究识别了初级生产、生物工程和新型食品来源等关键技术驱动，其中转基因食品生产率和昆虫蛋白消费率等指标具有重要预警价值。特别是数字技术的应用增加了网络安全风险，需要监测网络攻击频率。

3.3. 经济驱动因素

全球贸易和分销渠道的变化显著影响风险传播速度。研究发现食品欺诈警报数量和国际贸易额等指标能够有效反映经济因素对食品安全的影响。新的分销模式如幽灵厨房等需要特别关注，因其标准化程度较低可能增加风险。

3.4. 环境驱动因素

生物过程和环境污染是重要的风险放大器。通过分析跨境病虫害传播和生物富集现象，研究提出了监测昆虫分布变化和污染物在动物体内积累等生态指标。废水处理程度和回收率等环境管理指标也纳入预警体系。

3.5. 政治驱动因素

地缘政治不稳定和法规政策变化直接影响食品安全监管效能。贸易禁运数量、欧盟法规变更频率等政治指标被证明对预警系统性风险具有重要价值。战争冲突导致的供应链中断需要通过预期与实际收成差异来监测。

研究讨论部分指出，食品系统的复杂性导致各驱动因素高度互联，某些指标可能同时反映多个驱动因素的变化。与既往研究相比，本研究特别强调了经济和技术驱动因素的重要性，填补了相关研究空白。同时发现现有数据库存在明显盲区，特别是时间序列数据的缺乏限制了趋势分析能力。研究建议通过国际合作建立统一的食品系统观测站，持续更新监测指标。

这项研究的创新之处在于首次采用协同创新方法构建食品安全预警系统，确保了专家知识与实践需求的紧密结合。所建立的72个指标为开发数据驱动的风险管理工具提供了基础，其中约三分之一被专家标记为优先监测项。未来研究需要重点关注指标与具体危害的关联性验证，以及解决数据可及性障碍。该指标体系为应对食品系统变革中的新兴风险提供了科学框架，对实现联合国可持续发展目标中的食品安全指标具有重要实践意义。