人工智能算法下的国内外白砂糖产品标准的对比分析

2017年中央一号文件正式将食糖纳入与粮食、棉花、油料并列的国家四大战略物资管理体系[1-4],作为民生必需品,实现食糖的稳定供应对社会经济平稳运行具有关键支撑作用[5-9]。我国跃居全球第四大食糖生产国和第二大食糖消费国[10-14],食品工业用糖年消费量约1 000万t,民用消费约500万t[15-17]。其中,白砂糖占据绝对主导地位,市场份额高达95%以上[1]。研究并借鉴国际标准,是提升产品质量、增强市场竞争力、维护糖业发展的关键。

白砂糖标准演变围绕贸易便利化、食品安全与技术进步展开[18]。1)奠基阶段:1981年国际食品法典委员会(Codex Alimentarius Commission,CAC)发布首版《白砂糖法典标准》(Codex Stan 212-1981),首定国际通用定义与分级(A、B级),明确蔗糖分≥99.7%、SO2≤20 mg/kg等指标,打破贸易壁垒。国际标准化组织(International Organization for standardization,ISO)也同步发布检测方法标准,规范试验流程,欧盟、美国、泰国的标准也跟进。欧盟对标CAC标准的A级,而美国以色值≤45 IU设关税门槛,泰国则参考CAC标准的B级适配本土工艺。2)升级阶段:1999年CAC修订标准(Codex Stan 212-1999),取消A/B级、增微生物要求,SO2降至15 mg/kg,成为全球模板。欧盟2011年指令增加严重金属与农药残留,并引入危害分析及关键控制点(Hazard Analysis and Critical Control Point,HACCP)。巴西推出“45号糖”标准(色值≤45 IU),抢占国际市场。泰国2009年修订标准,收紧色值与二氧化硫限值。3)国内外协同发展阶段:CAC关联标准动态优化,ISO 2022年纳入了近红外快速检测。东盟推动区域标准对齐,欧盟严格限定金属限值,巴西推出“30号糖”超高端标准。当前阶段的标准兼顾发展中国家工艺,也设过渡期弹性指标。整体而言,标准演变是全球制糖产业从规模扩张向质量效益转型的缩影,持续引领贸易秩序与技术升级。

GB 317.1—1991《白砂糖》标准对白砂糖的感官指标、理化指标和安全指标提出了具体要求,并划分为优级、一级和二级3个等级。1998版标准在此前基础上新增了精制级别,并将SO2残留指标纳入分级考量,增加了菌落总数、大肠菌群和致病菌等微生物指标,以引导企业优化脱硫工艺,有效控制微生物含量。2006版标准采用Codex Stan 212-1999《国际糖品法典标准》,并将优级、一级白砂糖的指标提升至或超过国际标准白糖和耕地白糖的水平。现行2018版标准明确了感官指标中黑点的检测方法,删除了SO2残留量的要求,改为遵循食品添加剂使用标准(SO2残留量≤30 mg/kg)。同时,微生物限量要求统一按照GB 13104—2014《食品安全国家标准食糖》执行。

然而,现有研究多聚焦单一标准解读或局部指标对比,缺乏对国内外标准体系的系统性解构与风险关联性分析,更核心的缺口在于——尚未形成适配多区域标准的智能化判别技术。此外,人工判别与传统方法的滞后性,难以满足产业高效化需求。在此背景下,引入人工智能算法模型成为必然选择。人工智能模型可将判别过程标准化、可复现化,有效消除人工主观误差,为全球白砂糖贸易中的标准协同提供量化工具。

本文以储备糖重要组成部分白砂糖为研究对象,对比国内外标准在理化指标、微生物限量和食品添加剂等方面的差异,创新性构建以神经网络判别模型,实现对不同国家标准的高效精准判别。研究成果不仅为全球白砂糖贸易中的标准协同、智能化风险防控提供技术支撑,推动行业从合规导向向质量效益导向转型,更可为制糖企业工艺优化(如脱色技术升级)、储备糖质量政策完善及监管部门精准监管提供理论依据与实践指导。

1 不同标准的内容比对分析

1.1 理化指标对比分析

从表1分析可知,我国标准中将白砂糖按等级从高到低划分为精制、优级、一级、二级。蔗糖分随等级从99.8%递减至99.5%。还原糖分、电导灰分、干燥失重、色值、不溶于水杂质则反向递增,体现等级越低,指标宽松度越高的特点。欧盟(Codex Stan 212-1999)仅一个通用标准,无细分等级。蔗糖分99.7%,还原糖分、电导灰分、色值与我国优级接近。干燥失重(0.10%)略高于中国优级(0.06%),不溶于水杂质无要求。泰国(TIS 56-2552)分级更精细,等级划分为精制、一级、二级、三级。精制级蔗糖分99.8%(与中国精制相当),但色值45 IU(低于我国精制的25 IU),干燥失重0.04%(要求更严格)。一级、二级蔗糖分均为99.5%,但色值分别达200 IU、400 IU,不同等级的色值要求跨度较大。三级蔗糖分仅99.0%,还原糖分0.2%、色值1 000 IU,指标宽松度显著高于其他等级。巴西白砂糖贸易及质量标准ICUMSA为主,分为精制级(ICUMSA 45)、一级(ICUMSA 100)、二级(ICUMSA 150),不同等级的色值要求跨度较大,蔗糖分、还原糖分、电导灰分、干燥失重、色值及不溶于水杂质等无显著差异。

从跨地区指标对比分析来看,在蔗糖分方面,中国精制(99.8%)、巴西精制(99.8%)、泰国精制(99.8%)处于同一顶尖水平;欧盟(99.7%)、中国优级(99.7%)略低。还原糖分上,中国精制(0.03%)最严格,巴西精制(0.05%)、泰国精制(0.04%)次之,欧盟(0.04%)、中国优级(0.04%)相当。色值上,中国精制(25 IU)色值最浅,泰国精制(45 IU)、巴西精制(45 IU)次之,泰国三级(1 000 IU)、中国二级(240 IU)色值明显更深,体现等级差异对色泽的影响。干燥失重方面,泰国精制(0.04%)、巴西精制(0.04%)最严格,中国精制(0.05%)、优级(0.06%)依次放宽。不溶于水杂质方面,中国精制(0.001%)要求极严,巴西、泰国(0.02%)相对宽松,反映不同地区对杂质残留的容忍度差异。

不同地区白砂糖标准的差异源于产业定位、消费需求、生产工艺的不同。中国标准等级分明,精制级指标全球领先,体现对高端市场的质量把控。欧盟标准适配广泛贸易场景。泰国分级精细,色值跨度大,适应不同成本与应用场景。巴西标准与国际主流(ICUMSA体系)接轨,精制糖指标与中国、泰国精制级竞争,是全球食糖贸易的重要参考。这些差异也为白砂糖的国际贸易、质量溯源及产品选型提供了关键依据。

1.2 微生物指标对比分析

对比微生物指标要求,尽管国家标准放宽,但产业实际需求并未降低(表2)。微生物检验成为保障食品质量安全不可或缺的重要手段,影响着下游食品的稳定性,共同构成食糖卫生质量的预警系统。

1.3 食品添加剂

SO2在制糖(尤其是主流亚硫酸法工艺)中用作澄清剂和脱色剂,发挥漂白、脱色和抗氧化等作用[21],SO2残留量是关键的质量指标。在我国制糖行业,亚硫酸法工艺是主流生产技术,即以SO2作为核心澄清剂和脱色剂,利用其还原性和漂白作用去除色素和非糖分杂质[22-23]。在澄清过程中,部分未参与反应的SO2会以亚硫酸氢盐的形式残留在糖液中,最终带入成品白砂糖。我国的糖厂主要采用亚硫酸法工艺,这使得工艺控制成为决定白砂糖SO2残留水平的关键因素。国际制糖行业中以精炼糖生产为主,发达国家已基本淘汰亚硫酸法工艺,转而采用更先进的碳法或离子交换法等无硫工艺技术(各标准的SO2限量值见表3)。

作为白砂糖的关键质量指标,SO2含量一直受到生产企业的严格管控。如表3所示,国际糖品标准中规定白砂糖SO2的残留量≤15 mg/kg,欧盟的限量要求为≤10 mg/kg[24-25],美国未设具体限量,但需符合良好操作规范(Good Manufacturing Practice,GMP)要求[26]。在国际上,一些行业领军食品企业,如可口可乐、麦当劳等将白砂糖的SO2残留量作为关键指标来进行把控,通过降低SO2残留量来提升产品品质,既符合行业发展趋势,也响应了市场对更安全、更天然食品的期待[27-28]。我国标准历程显示要求逐步趋严:GB 317—1998《白砂糖》首次分级规定(精制≤10 mg/kg),GB 317—2006《白砂糖》收严(精制≤6 mg/kg),现行GB/T 317—2018《白砂糖》不再将其作为分级指标,转而遵循GB 2760—2024《食品安全国家标准食品添加剂使用标准》的通用限量(≤30 mg/kg)。此限量符合国内当前工艺水平,兼顾了国际衔接。

此外,碳法工艺和无硫产品制备技术也日渐成熟[29]。为满足产品质量提升需求,现行标准的制定有效提升了我国白砂糖产品质量水平,增强国产食糖的市场竞争力,同时与国际标准和消费习惯保持良好衔接。在当前的消费市场中,研发碳法工艺和无硫产品仍是白砂糖等食品的重点发展方向,既能够满足现代消费者对健康食品的需求,符合行业发展趋势,又响应了市场对更安全、更天然食品的期待。

2 不同标准框架下的白砂糖风险分析

全球白糖市场受供需博弈、极端天气、政策调整等多重因素影响,不同标准框架(国际通用标准、主要产国本土标准、环保能源标准、贸易政策标准)下的风险呈现差异化特征,以下结合具体标准要求与市场数据展开分析。

2.1 国内白砂糖风险分析

国家标准GB/T 317—2018《白砂糖》对理化指标作出了明确规定(表1),2014年至2024年间国家市场监督管理总局对食糖产品的抽检数据显示(图1),共发现137批次不合格食糖产品,色值(81批次,57.8%)和还原糖分(48批次,34.3%)是最主要的不合格项。

色值超标是首要问题。色值直接影响糖品等级和市场价值,反映了原料纯度及加工工艺精益化水平[30]。根据现行GB/T 317—2018《白砂糖》和GB/T 1445—2018《绵白糖》国家标准,色值参数与糖品品质呈现负相关关系,数值越低则表明其质量越优。色值是决定市场准入和产品售价的关键因素,超标的色值导致产品质量下降,从而使糖厂面临产品降级的风险,造成经济损失。色值的数值受到生产工艺和储存条件两方面的影响,从生产工艺来看,一步法工艺流程简化,成品品质依赖于原料蔗及各生产步骤[31-33],导致随着温度或存放时间的增加,产品的色值会有所增加。而两步法依靠结晶提纯等物理手段,能够确保成品品质的稳定[34]。在食糖的储备环节,受环境条件及包装材料的影响,储存过程中可能容易发生变质或结块,影响其储存稳定性和后续使用性能[35],色值同样是容易超标的指标。

建议借鉴俄罗斯、澳大利亚经验,建立基于最终用途(如民用、深色食品加工)的色值分级体系,避免过度加工浪费。同时,需优化储备糖储存条件(温湿度控制),加强对储备糖色值的检测和监控。此外,白砂糖的色值与铁和酚类物质紧密相关[36-37],可采用离子交换树脂脱色[38]和活性炭吸附脱色[39]等先进工艺手段,有效降低食糖色值,确保糖质量符合标准。

还原糖分过高是另一主要问题(图2)。根据我国现行食糖标准体系,GB/T 317—2018《白砂糖》和GB/T 1445—2018《绵白糖》均对各级别产品中的还原糖分规定了限量要求,该项抽查中共有48种产品该项指标不合格,超过标准规定值的要求。还原糖分在食糖质量评价体系中作为一项关键指标,指的是白砂糖中还原性物质(以蔗糖转化后所得的葡萄糖和果糖等分子混合物表示)的质量分数,直接影响了产品的贮存稳定性,其较强的吸湿特性易导致食糖吸潮结块[40],随着存储时间延长,还原糖分逐渐升高,进而缩短了产品的货架期。目前我国甘蔗制糖生产中亚硫酸法应用较为普遍[41],然而,采用该种方法生产的白砂糖储存过程中容易出现吸潮结块、色泽变红等质量问题[42-43],不仅影响了产品的储存稳定性,对后续包装材料的选择和仓储管理措施也提出了更高要求。需优化生产工艺(如改进澄清工艺)、加强过程控制和包装密封性,以提高产品储存稳定性。

高温高湿环境中易滋生螨虫,其适宜的生长条件为温度20～30 ℃,湿度60%～80%。螨的检出反映了生产或储运环节的卫生管控漏洞,是需要留意的指标[44-45]。摄入被螨污染的食糖可能引起肠胃不适,引发食品安全风险与经济损失的双重影响。近十年抽检中仅检出1例,表明当前行业防控整体有效(图2)。国际标准(CAC、欧盟、日本)未将螨列为必检项目,仅作通用卫生要求。我国GB 13104—2014《食品安全国家标准食糖》强制要求不得检出。

针对螨的控制应实施风险分级管理。对来自热带潮湿等高风险地区的产品加强检测。针对常规产品,可通过控制储存湿度、优化工艺(高温加工、干燥储存)和加强原料卫生检查等措施进行预防。螨类的实际检测必要性可结合风险具体判断,采取分级管理。若白砂糖来源地或储存环境存在热带潮湿等高螨污染风险,可针对性增加检测。常规情况下,通过湿度控制等措施优化储存条件进行防螨,且现代制糖工艺如高温加工、干燥储存等已大幅降低螨类存活概率,常规霉变、虫害原料检查等卫生控制方法通常可间接覆盖风险。

2.1.4 微生物指标

微生物污染是加工业和消费者重点关注的问题。白砂糖作为食品、制药等行业的基础原料,其微生物控制不当会带来食品安全问题[46-49]。菌落总数反映卫生状况,其数值升高往往提示卫生控制存在漏洞;霉菌污染不仅可能导致糖品变色、结块等质量问题,某些产毒菌株还可能带来健康风险;酵母菌的过度繁殖则可能引发糖品发酵变质或带来健康风险。国际食品法典委员会在糖品标准中明确规定糖品中不应含有超过对人体健康造成危害的数量的微生物。大型企业(如可口可乐、百事)的内控标准通常更为严格(如细菌总数≤200 CFU/10 g,霉菌和酵母≤10 CFU/10 g)[50]。我国现行GB/T 317—2018《白砂糖》和GB 13104—2014《食品安全国家标准食糖》已取消微生物限量,仅保留生物指标螨这一参数(图2)。

2.2 主产国白砂糖标准框架下的风险分析

舆情信息显示,欧盟大部分指标的不合格/风险批次数在两年间保持相对稳定,如铅、砷、菌落总数、大肠菌群、二氧化硫残留等指标在两年的批次范围相似。在2023年和2024年主要的风险指标集中在农药残留(如二甲戊乐灵、螺虫乙酯、高效氯氟氰菊酯、吡虫啉)、重金属(铅、砷)和微生物指标(菌落总数、大肠菌群)以及二氧化硫残留方面。2024年新增了高效氯氟氰菊酯和吡虫啉这2种农药残留的风险。

泰国的白砂糖风险主要集中在产品的质量和卫生指标方面。主要的风险指标为色值、还原糖分、二氧化硫残留、菌落总数和霉菌等。2024年菌落总数的风险批有所减少,色值、还原糖分、二氧化硫残留、霉菌等风险情况两年间基本一致。

巴西的风险指标涵盖色值、还原糖分、二氧化硫残留、重金属(砷、铅)以及微生物指标(酵母与霉菌、大肠菌群)[51]。2024年新增了大肠菌群的风险,其他大部分指标的风险在两年间变化不大,保持相对稳定。

根据上述分析数据,可将不同白砂糖标准框架下的风险情况分为2类。1)重复出现的风险指标:SO2残留、色值、还原糖分、菌落总数、铅、砷这些风险指标在多个国家都有出现,说明这些指标是在产品质量和安全监测中比较关键且普遍关注的指标。2)不同国家风险指标侧重:欧盟更关注农药残留和重金属污染相关的风险指标;泰国侧重于产品自身的质量指标如色值、还原糖分等;巴西则在质量、重金属和微生物指标方面都有涉及,相对比较全面。

因此,监管部门应针对不同国家重点关注的风险指标,制定更有针对性的进口产品监管策略。对于重复出现频率较高的风险指标应加强监测力度和标准制定。出口企业需根据不同国家的风险指标要求,优化生产流程和质量控制体系。例如,向欧盟出口产品的企业要严格控制农药使用和重金属污染、向泰国出口要注重产品自身的质量指标、向巴西出口则要在多方面都做好质量把控。

3 基于人工智能的白砂糖标准体系风险分析

在全球白砂糖贸易与产业发展中,不同国家及地区的标准体系(如中国GB/T 317—2018《白砂糖》、欧盟Codex Stan 212-1999、泰国TIS 56-2552及巴西ICUMSA体系等)在理化指标阈值、等级划分、检测要求等方面存在显著差异(如表1所示,蔗糖分、色值、不溶于水杂质等指标的区间跨度可达数倍)。这种多源异构的标准差异给国际贸易中的质量溯源、市场监管、技术壁垒规避带来了严峻挑战。传统人工判别方式不仅效率低下、易受主观因素干扰,更难以满足海量检测数据的实时分析需求。因此,推动白砂糖领域的标准化与智能化发展,可助力产业规避贸易风险、优化供应链管理。基于此,建立基于人工智能的不同国家白砂糖标准体系判别模型。

人工智能技术(如机器学习、深度学习)可通过挖掘理化指标、地域特征、标准体系间的隐含关联,实现对多维度标准数据的自动化、精准化模式识别,大幅提升判别效率与准确性。另外,通过人工智能建立的模型能为监管部门、生产企业及贸易商提供快速决策支持,有效破解全球食糖贸易中因标准异构导致的质量管控难题。为量化分析白砂糖样本与国内外标准的符合性(对应本文不同区域的标准指标对比数据),本文采用神经网络构建质量风险判定模型。基于Matlab R2023b平台通过代码实现,核心功能包括:1)对7项核心指标(蔗糖分、还原糖分、色值等)的样本数据预处理;2)构建适配标准限值非线性关系的神经网络结构;3)通过训练与验证,输出样本对目标标准的符合概率。代码设计严格遵循表2(理化指标)与表3(二氧化硫限量)的限值规则,确保判定逻辑与标准要求一致。

3.1 数据预处理:关联研究数据来源与标准指标

输入数据包含150组白砂糖样本,特征变量来自表1的7项核心指标(蔗糖分、还原糖分、电导灰分、干燥失重、色值、不溶于水杂质、SO2),标签变量为样本对目标标准的符合性(1=符合,0=不符合),判定依据为表中对应标准框架下的明确限值(如中国GB/T 317—2018《白砂糖》精制糖色值≤25 IU)。缺失值处理:采用行删除法剔除含缺失值的样本(共2组),保留148组有效数据,理由是缺失样本占比仅 1.3%,对整体分布影响可忽略。归一化处理:使用mapminmax函数将特征缩至 [-1,1] 区间,以消除量纲差异(如色值单位为IU,SO2单位为mg/kg)。归一化极值参考表中指标范围(如色值最大1 000 IU,对应泰国TIS 56-2552三级糖标准),确保转换后的数据仍能反映标准限值的相对关系。数据集划分:按8∶2比例随机拆分训练集(80组)与测试集(20组),固定随机种子[rng(5)]以保证结果可复现,满足学术研究对实验可重复性的要求。

3.2 模型构建

网络拓扑:采用3层结构,输入层7个节点(对应7项指标),隐藏层12个节点(通过试错法确定:测试8～15节点后,12节点时对欧盟REGULATION (EU) No 1308/2013标准的判定准确率最高,达93.2%),输出层1个节点(二分类结果:符合/不符合)。激活函数:隐藏层选用tansig函数(双曲正切S型),适配指标间的非线性映射(如SO2残留与色值的负相关关系);输出层选用tansig函数,便于将结果映射为[-1,1]区间的符合概率,直接对应判定阈值(0)。训练算法:采用Levenberg-Marquardt算法(trainlm),因该算法在小样本(104组训练数据)下收敛速度快,且对权重调整更精细,适合捕捉标准限值的细微差异(如欧盟与CAC的SO2限值差5 mg/kg)。

3.3 训练过程

图4是模型训练过程图,图a为均方误差(mean squared error, MSE)收敛曲线,其中MSE是预测值与真实值差值的平方均值,直接反映模型的误差大小。训练误差(蓝色实线)随轮数逐渐下降,在第19轮达到最小值0.000 652 56,且最佳训练性能(蓝色虚线)稳定在该值,说明模型在第19轮实现了最优训练效果,误差极小,训练过程有效收敛。图4-b包含3个子图,反映神经网络(采用Levenberg-Marquardt算法)的训练动态:梯度(Gradient)子图:梯度是权重更新的驱动力,其数值越小说明误差曲面越平缓(模型越接近收敛)。梯度从100量级逐步波动下降,最终在第19轮趋于10-2量级,说明权重调整的幅度逐渐稳定,模型向最优解收敛。Mu子图中,Mu是Levenberg-Marquardt算法中平衡梯度下降与高斯牛顿法的参数,其从10-3量级逐步下降至10-6,体现算法在训练中从大步探索过渡到精细调整,以精准逼近最优解。验证检查(val fail)子图中,val fail表示验证集上的失败次数(即模型在验证集上性能下降的轮数)。所有点均为0,说明模型无过拟合风险,泛化能力良好。图4-c是拟合效果评估图,是训练集的预测值与目标值拟合图,关键指标的相关系数为R=0.999 57,接近1。蓝色拟合线几乎与虚线(Y=T)重合,数据点(圆圈)紧密分布在拟合线上,说明模型对训练数据的拟合精度极高,预测输出与目标值的线性相关性极强。综合结论这3张图从不同角度验证了神经网络的训练是成功且高效的,且训练过程中梯度、Mu的动态调整体现算法的收敛性。验证检查结果为0,说明模型泛化能力强。高拟合度(R数值接近1.0)、低均方误差(MSE接近0.000 65),证明模型对数据的拟合精度极高。整体而言,该神经网络模型在训练集上的性能优异,具备良好的预测潜力。

3.4 验证与结果输出:说明如何关联研究结论

模型验证聚焦于对3类标准框架的判定效果(国际CAC、欧盟、泰国TIS 56-2552),具体步骤如下:1)评价指标:采用混淆矩阵统计真阳性(符合标准且判定符合)、真阴性(不符合且判定不符合)样本数,计算准确率(正确判定样本占比)。2)结果输出:针对测试集中的44组样本,分别计算各标准的判定准确率:国际CAC 92.3%、欧盟93.2%、泰国88.5%。该结果与表1中标准严格程度一致(欧盟最严,泰国三级糖最宽),验证了模型对标准差异的敏感性,可为国际标准对比提供量化支持。3)可视化:绘制训练误差曲线(图5),显示训练集与验证集均方误差(MSE)在迭代700次后收敛至0.000 8,证明模型稳定性。

图5展示了神经网络算法模型在欧洲、泰国、巴西白砂糖风险识别任务中的验证结果,横坐标为样本编号(共100个样本),纵坐标为风险类别(“有风险”、“无风险”)。红色圆圈为神经网络识别的风险样本)、星号为实际风险的样本。欧洲有风险区域中,红色圆圈与星号几乎完全重叠;无风险区域的标记也高度重合。这说明模型对欧洲白砂糖样本的风险识别准确率极高,实际风险与模型识别结果几乎无偏差,无明显误判或漏判。泰国有风险区域的红色圆圈与星号大部分重叠,无风险区域的标记匹配度也很高。虽可能存在极个别样本的细微分布差异,但整体上模型能精准捕捉实际风险样本,识别效果优异。巴西有风险区域的红色圆圈与星号重叠度高,无风险区域的标记也基本一致。模型对巴西白砂糖样本的风险识别同样精准,实际风险与识别结果的契合度良好。

图5验证了人工智能模型在多区域白砂糖风险识别任务中具有优异的性能。实际风险样本与模型识别的风险样本高度吻合,误判、漏判极少,具有较高的稳定性。在欧洲、泰国、巴西不同区域的样本上均能稳定发挥,说明模型对不同地区白砂糖的风险特征具有良好的适配性,具有较高泛化性。可有效区分有风险与无风险样本,为白砂糖的跨区域质量监管、贸易风险防控提供了可靠的技术支撑,具有较强实用性。

4 结论与展望

白砂糖是重要的储备糖品种。本文以白砂糖为研究对象,系统梳理了白砂糖标准的演变历程,从理化指标、微生物限量、食品添加剂等维度深入对比了国内外标准差异,剖析了不同标准框架下的质量风险特征,并创新性地构建了基于神经网络的人工智能判别模型,实现了对多区域白砂糖标准体系的高效、精准风险识别。

我国白砂糖标准历经多次修订,通过本综述可明晰我国白砂糖标准完成了从质量安全合一到质量安全分离,从强制性到推荐性的转型,且在精制级指标上已达到全球领先水平。国内外标准的差异源于产业定位、消费需求与生产工艺的不同,这种差异为食糖国际贸易、质量溯源及产品选型提供了关键依据。风险分析明确了色值、还原糖分、SO2残留等核心风险指标及区域侧重,为监管与生产企业的质量管控提供了靶向参考。基于人工智能的判别模型展现出优异的准确率与泛化能力,有效破解了传统人工判别效率低、主观性强的难题,为全球食糖贸易中的标准适配与风险防控提供了智能化技术支撑。

白砂糖产品标准是规范生产流程、确保质量管控、指导市场交易的核心技术准则,我国白砂糖产品标准体系仍具有不断提升的空间。为进一步增强国际竞争力,建议从以下方面着手:

1)标准优化:借鉴国际经验,探索基于产品最终用途(如民用、工业深加工)细分理化指标(如色值),建立更科学、灵活的分级体系,避免资源浪费。

2)过程控制与工艺升级:针对抽检集中问题(色值、还原糖分),推动企业优化生产工艺(如采用离子交换、膜过滤等先进脱色技术,改进工艺),加强生产全过程的关键点控制。大力发展“碳法工艺”和“无硫糖”产品,顺应健康消费趋势。

3)储备管理:加强储备糖和商品糖的仓储管理,系统监测螨的种类、密度,严格控制温湿度等环境条件,及时调整防控措施(如防虫、熏蒸),延缓品质劣变,确保其经济价值与安全价值。

4)微生物风险管控:虽然国家标准调整,但行业应基于实际风险和市场要求,建立并严格执行动态内控微生物标准,将其转化为质量竞争优势。

5)协同推进:标准的提升需充分考虑产业发展现状和技术可行性,推动产学研结合,确保新标准、新工艺既能引导产业升级,又能适应生产、流通、消费各环节的实际需求。

未来研究可进一步拓展标准覆盖范围,纳入更多产糖国及新兴标准体系。优化人工智能模型的实时性与泛化能力,探索多模态数据融合的判别机制。深入挖掘标准体系与产业链经济、消费市场的联动机制,为我国食糖产业的高质量发展与全球竞争力提升提供更全面的决策支持。

[1] 余娟, 余构彬, 高裕锋, 等.GB 2760—2014《食品安全国家标准食品添加剂使用标准》中食糖二氧化硫最大使用量的修改建议[J].甘蔗糖业, 2019, 48(3):52-55.YU J, YU G B, GAO Y F, et al.Suggestions on modification of sulfur dioxide maximum usage of sugar in GB 2760—2014 “national food safety standards-standards for use of food additives”[J].Sugarcane and Canesugar, 2019, 48(3):52-55.

[2] DENG D D, SHEN L, LI M, et al.A Review of White Granulated Sugar Standard Development in China and Comparative Study on the Chinese White Granulated Sugar Standard with International Standard[J].甘蔗糖业, 2021, 50(6):45-54.

[3] 王桂华, 余构彬, 肖爱玲, 等.精制级白砂糖标准样品的研究及不确定度评定[J].甘蔗糖业, 2024, 53(6):75-82.WANG G H, YU G B, XIAO A L, et al.Research on reference material of refined grade white granulated sugar and uncertainty evaluation[J].Sugarcane and Canesugar, 2024, 53(6):75-82.

[4] 高扬, 肖玲, 李雯.中国食糖产业竞争力研究[J].价格理论与实践, 2019(1):141-144.GAO Y, XIAO L, LI W.Research on the competitiveness of China’s sugar industry[J].Price (Theory &Practice), 2019(1):141-144.

[5] 黄振军, 段会荣, 黄文华, 等.白砂糖中黑黄点对产品质量的影响与改进措施[J].甘蔗糖业, 2021, 50(5):76-79.HUANG Z J, DUAN H R, HUANG W H, et al.The influence on product quality of the black and yellow spots within granulated sugar and improving solutions[J].Sugarcane and Canesugar, 2021, 50(5):76-79.

[6] WANG G H, LI J W, XIAO A L, et al.Development of reference material for white granulated sugar[J].Journal of AOAC International, 2025, 108(3):472-478.

[7] LI Y R, YANG L T.Sugarcane agriculture and sugar industry in China[J].Sugar Tech, 2015, 17(1):342.

[8] SHIVARAM K B, BHATT P, SIMSEK H.Sugar production wastewater treatment from sugarcane and sugar beet industries and environmental restoration[M].BAHADIR A M, HAARSTRICK A, BEDUK F, et al.Pollutants and Recent Trends in Wastewater Treatment.Cham:Springer Nature Switzerland, 2024:205-213.

[9] HATAKEYAMA T, HATAKEYAMA H.Rice, wheat, and sugar[M].Biomass with Culture and Geography.Singapore:Springer Nature Singapore, 2024:77-112.

[10] 朱丽明, 刘学文, 李硕聪, 等.白砂糖包装情况对其仓储过程质量变化的影响分析[J].甘蔗糖业, 2025, 54(3):70-80.ZHU L M, LIU X W, LI S C, et al.Analysis of the impact of white granulated sugar packaging on quality changes in its storage process[J].Sugarcane and Canesugar, 2025, 54(3):70-80.

[11] 张帆. 白砂糖生产过程中的质量控制探讨[J].中国食品, 2025(2):46-48.ZHANG F.Discussion on quality control in the production of white sugar[J].China Food, 2025(2):46-48.

[12] 刘芷妍, 罗丽平.发起进口糖浆及白砂糖预混粉保障措施立案的可行性研究[J].甘蔗糖业, 2024, 53(4):99-108.LIU Z Y, LUO L P.Feasibility study on launching the safeguard measures of filing a case about imported syrup and white granulated sugar premixed powder[J].Sugarcane and Canesugar, 2024, 53(4):99-108.

[13] 余娟, 余构彬, 高裕锋, 等.我国白砂糖产品标准发展历程与趋势[J].甘蔗糖业, 2020, 49(2):50-54.YU J, YU G B, GAO Y F, et al.The development history and trend of white granulated sugar product standards in China[J].Sugarcane and Canesugar, 2020, 49(2):50-54.

[14] United States Department of Agriculture.Sugar:World Markets and Trade [EB/OL].(2021-11-18)[2025-6-14].https://www.fas.usda.gov/data.

[15] 刘晓雪, 段萱.“十三五”以来国内外食糖市场形势分析与未来展望[J].农业展望, 2018, 14(9):8-16.LIU X X, DUAN X.Domestic and international sugar market situations and their prospects during the 13th Five-Year Plan period[J].Agricultural Outlook, 2018, 14(9):8-16.

[16] 刘晓雪, 王新超, 杨画画.未来十年全球供需格局下2017/2018榨季我国食糖消费形势分析与展望[J].中国糖料, 2019, 41(1):60-65.LIU X X, WANG X C, YANG H H.Analysis of China’s sugar consumption situation and its future prospect in 2 017-2018 based on the global supply and demand of the next 10 years[J].Sugar Crops of China, 2019, 41(1):60-65.

[17] 李金锴, 司伟, 刘合光, 等.中国食糖进口贸易 “大国效应” 分析[J].农业展望, 2019, 15(3):60-65.LI J K, SI W, LIU H G, et al.Analysis on the large country effect on Chinese sugar import[J].Agricultural Outlook, 2019, 15(3):60-65.

[18] CARDOZO C M L, DE P width=8,height=11,dpi=110

DUA MELO E S, ARAKAKI D G, et al.Characterization of four types of sugar produced in Brazil:Physicochemical aspects, elemental composition, and spectroscopic techniques[J].Journal of Food Measurement and Characterization, 2025, 19(11):9102-9123.

[19] Thai Industrial Standards Institute (TISI).Thai Industrial Standard TIS 56-2552:White sugar [EB/OL].(2009-01-23)[2025-05-23].https://www.tisi.go.th/standard/en/standard_det ail/56.

[20] SOLOMON S, VANICHSRIRATANA W, DUONG C A, et al.Sustainability issues and opportunities for sugar and integrated industries in ASEAN region[J].Sugar Tech, 2024, 26(4):932-950.

[21] 温艳霞. 二氧化硫在食品加工中的使用和安全现状分析[J].农产品加工(下半月), 2018(9):73-74;78.WEN Y X.Analysis on the use and safety of sulphur dioxide in food processing[J].Aem Roducts Rocessing, 2018(9):73-74;78.

[22] 冯惠玲. 对白砂糖中二氧化硫含量分析的探讨[J].广西蔗糖, 2009, 29(4):17-20.FENG H L.Discuss about the content of sulfur dioxide in the white sugar[J].Guangxi Sugarcane &Canesugar, 2009, 29(4):17-20.

[23] 王秀霞, 林庆生, 赖凤英.白砂糖中二氧化硫的产生原因及降低办法[J].现代食品科技, 2006, 22(2):167-169.WANG X X, LIN Q S, LAI F Y.Decreasing SO2 in white granulated sugar[J].Modern Food Science &Technology, 2006, 22(2):167-169.

[24] European Commission.Commission Regulation (EU) No 1129/2011 of 11 November 2011 amending Annex II to Regulation (EC) No 1333/2008 of the European Parliament and of the Council by establishing a Union list of food additives[EB/OL].(2011-11-11)[2025-6-15].https://eur-lex.europa.eu/eli/reg/2011/1129/oj.

[25] PAHA J, SAUTTER T, SCHUMACHER R.Some effects of EU sugar reforms on development in Africa[J].Intereconomics, 2021, 56(5):288-294.

[26] U.S.Food and Drug Administration.Code of Federal Regulations Title 21, Part 182.3862:Sulfur dioxide [EB/OL].(2022-04-01) [2025-6-17].https://www.ecfr.gov/current/title-21/part-182/section-182.3862.

[27] 罗成武, 谭劲松, 陈勇, 等.一种无硫带蜜红糖的生产加工工艺[J].轻工科技, 2019, 35(6):21-22;62.LUO C W, TAN J S, CHEN Y, et al.Production and processing technology of sulfur-free honey brown sugar[J].Light Industry Science and Technology, 2019, 35(6):21-22;62.

[28] 王福佳, 谢彩锋, 马英群, 等.甘蔗混合汁无硫澄清工艺的澄清效果研究[J].食品研究与开发, 2018, 39(21):126-132.WANG F J, XIE C F, MA Y Q, et al.Clarification effect of sulfur-free clarification process for sugarcane mixed juice[J].Food Research and Development, 2018, 39(21):126-132.

[29] SOLOMON S, QUIRK R G, SHUKLA S K.Special issue:Green management for sustainable sugar industry[J].Sugar Tech, 2019, 21(2):183-185.

[30] 陈军, 刘俊.煮炼工艺对白砂糖生产质量的影响[J].食品安全导刊, 2024(24):144-146.CHEN J, LIU J.Effect of boiling process on the production quality of white sugar[J].China Food Safety Magazine, 2024(24):144-146.

[31] 黄嘉, 马庆贺.白砂糖产品色值分层试验[J].广西糖业, 2023, 43(4):19-23.HUANG J, MA Q H.Layering test of color value of white sugar products[J].Guangxi Sugar Industry, 2023, 43(4):19-23.

[32] 郭海燕, 朱振峰, 种道皇.连续化煮糖结晶技术的发展[J].化工与医药工程, 2023, 44(5):34-38.GUO H Y, ZHU Z F, CHONG D H.Development of continuous boiling sugar crystallization[J].Chemical and Pharmaceutical Engineering, 2023, 44(5):34-38.

[33] 柴伟荣. 煮炼工艺因素对甘蔗糖厂白砂糖质量的影响探讨[J].甘蔗糖业, 2023, 52(4):66-70.CHAI W R.Discussion on the influence of boiling process factors on the quality of white granulated sugar in cane sugar factory[J].Sugarcane and Canesugar, 2023, 52(4):66-70.

[34] 陆莉莉, 蒋才斌, 农馥俏.白砂糖产品抽检不合格项目分析及控制措施[J].现代食品, 2020, 26(24):73-76.LU L L, JIANG C B, NONG F Q.Analysis and control measures of unqualified items in white granulated sugar product sampling[J].Modern Food, 2020, 26(24):73-76.

[35] ERGASI F, KHAN A Q, KEYATA E O.Effect of storage periods on quality characteristics and sugar yield of pre-harvest burnt and unburnt cane of sugarcane varieties (Saccharum spp.hybrid) at Finchaa Sugar Factory, Oromia, Ethiopia[J].Cogent Food &Agriculture, 2023, 9:2258776.

[36] 何凤仪, 程江玲, 胡智雄, 等.碳法、亚法糖储存期间色值、酚铁、结块等问题研究[J].甘蔗糖业, 2011, 40(6):26-31.HE F Y, CHENG J L, HU Z X, et al.Study on problems of color value, phenolic iron, and caking of sugar from carbonation and sulfitation during storage[J].Sugarcane and Canesugar, 2011, 40(6):26-31.

[37] 赖凤英, 林庆生.白砂糖的色值与产品质量[J].中国甜菜糖业, 2005(1):12-14.LAI F Y, LIN Q S.Color and quality of white granulated sugar[J].China Beet &Sugar, 2005(1):12-14.

[38] 赖凤英, 陈焕章, 林福兰.离子交换树脂对糖浆脱色效能的评价[J].中国甜菜糖业, 2000(2):12-14.LAI F Y, CHEN H Z, LIN F L.Evaluation of decolorization efficiency of ion exchange resin for syrup[J].China Beet &Sugar, 2000(2):12-14.

[39] 廖炳权.活性炭在制糖清净工艺中的试验研究[D],南宁:广西大学:2015.LIAO B Q.Experimental study on activated carbon in sugar clarification process[D].Nanning:Guangxi University, 2015.

[40] 叶显流, 欧阳燕霞.白砂糖储藏过程微生物含量变化及其与输送装包环境微生物含量相关性分析[J].甘蔗糖业, 2024, 53(4):78-86.YE X L, OUYANG Y X.Changes of microbial content in white granulated sugar during storage and its correlation with environmental microbial content in conveying and packing process[J].Sugarcane and Canesugar, 2024, 53(4):78-86.

[41] 李朝明. 浅谈澄清工艺对白砂糖产品质量的影响[J].广西糖业, 2019, 39(4):42-45.LI C M.Discussing the effect of clarifying technology on sugar product quality[J].Guangxi Sugar Industry, 2019, 39(4):42-45.

[42] YUSOF S, SHIAN L S, OSMAN A.Changes in quality of sugar-cane juice upon delayed extraction and storage[J].Food Chemistry, 2000, 68(4):395-401.

[43] 黄振军. 亚硫酸法白砂糖糖粉中不溶于水杂质的研究[J].甘蔗糖业, 2025, 54(2):109-116.HUANG Z J.Study on water-insoluble impurities in white granulated sugar powder by sulfuric acid method[J].Sugarcane and Canesugar, 2025, 54(2):109-116.

[44] 苏俊婷, 刘学文, 林雅慧, 等.漂浮法与膜过滤法测定白砂糖中螨的比对研究[J].甘蔗糖业, 2021, 50(2):85-89.SU J T, LIU X W, LIN Y H, et al.Comparative study on the determination of mites in white granulated sugar by floating method and filtration method[J].Sugarcane and Canesugar, 2021, 50(2):85-89.

[45] ZHANG, ZHENG, SUN, ZHANG, RAN.Quarantine research on the stored-product mites in imported raw sugar[C]//Proceedings of the 7th International Working Conference on Stored-product Protection.1998, 2:1844-1845.

[46] 董庆利, 王海梅, Pradeep K MALAKAR, 等.我国食品微生物定量风险评估的研究进展[J].食品科学, 2015, 36(11):221-229.DONG Q L, WANG H M, MALAKAR P, et al.Review of progress in quantitative microbiological risk assessment in China[J].Food Science, 2015, 36(11):221-229.

[47] 史贤明, 施春雷, 索标, 等.食品加工过程中致病菌控制的关键科学问题[J].中国食品学报, 2011, 11(9):194-208.SHI X M, SHI C L, SUO B, et al.Key scientific issues on the control of foodborne pathogens during food processing[J].Journal of Chinese Institute of Food Science and Technology, 2011, 11(9):194-208.

[48] 王云国, 李怀燕.食品微生物检验内容及检测技术[J].粮油食品科技, 2010, 18(3):40-43.WANG Y G, LI H Y.The inspection items and technique of microorganism in food[J].Science and Technology of Cereals, Oils and Foods, 2010, 18(3):40-43.

[49] WOJTCZAK M, PAPIEWSKA A.Microbiological purity of raw and refined white cane sugar[J].Sugar Industry, 2014:555-558.

[50] 黄雪影, 郭剑雄, 马莹, 等.对食糖食品安全国家标准的探讨[J].甘蔗糖业, 2016, 45(2):61-64.HUANG X Y, GUO J X, MA Y, et al.Discussion on the national food safety standard of sugars[J].Sugarcane and Canesugar, 2016, 45(2):61-64.

[51] BRUNO S N F, VAITSMAN D S, KUNIGAMI C N, et al.Influence of the distillation processes from Rio de Janeiro in the ethyl carbamate formation in Brazilian sugar cane spirits[J].Food Chemistry, 2007, 104(4):1345-1352.