◎ 张帅军，吴育飞，葛武鹏，石 荣

（1.西北农林科技大学，陕西 杨凌 712100；2.陕西恒通果汁集团股份有限公司，陕西 西安 710075）

关键字：浓缩苹果清汁；色值变化；模型分析

数据分析是指运用统计学的原理，对收集的大量数据进行汇总整理、量化总结，提取挖掘出数据的潜在价值和规律，找出趋势，为决策层提供有力依据，对产品或服务发展方向起到积极作用，推动企业内部的科学化、信息化管理[1-2]。通过数据分析预测某一件事的发展趋势并提前进行人为干预，使其朝着理想的方向发展。基于事实作出决策，有理有据，而不是凭经验和感觉。这种思维模式将推动社会发生巨大变革[3]。

预测的方法有多种，常见的有类比分析法、因果分析法、统计分析法[4]。本文主要采用类比分析法进行预测，即通过相似事物间类比判断其发展趋势。

在实际的预测模型建立过程中，通常存在以下限制，①对预测有影响的各种因素不可能全部在模型中体现。②预测模型中的众多参数之间很难确定一个比较精确的关系[5]。影响因素多而复杂，且不能获取完整信息，使得预测拟合度差，预测精度也大大降低。预测有2 条基本的原则：稳定性假设和无后效性假设[6-9]。数据分析预测依赖数据来源，数据源的特征也决定了数据预测分析的特征—实样而非抽样、效率而非精确、相关而非因果[10]。也就是说，元数据的数据量之大使得数据本身参差不齐，实际样本并不等于全部样本，预测模型可能存在系统性偏差。数据预测分析模型要求时效性，需要尽早掌握事件发生的趋势，进而保证 精度。

在浓缩苹果汁的销售过程中，产品色值变化的不确定性，为产品的销售带来了极大的风险[5]。本文通过对产品的到货交付色值进行预测评估，转换产品色值下降风险，站在销售终端—到货交付的时刻进行配货，让配货选择有据可依，降低索赔概率[11-14]。本文以浓缩苹果清汁为例，分析浓缩苹果清汁在冷库储存环境下的色值变化情况，评估发货预期风险。

1 材料与方法

1.1 材料与仪器

1.1.1 材料

浓缩苹果清汁样品，去离子超纯水。

1.1.2 主要仪器

隔水式电热恒温培养箱（PYX-DHS*400-BS）：上海博泰实验设备有限公司；紫外-可见分光光度计（UVmini-1240）：日本京都岛津制作所；阿贝折射仪（NAR-3）：TATAGO； 电 子 天 平（BS223S）：Sartorius；澳柯玛冰柜（BD525）：中国青岛澳柯玛。

1.2 试验方法

1.2.1 浓缩果汁产品的高温色值破坏试验

试验温度的选取参照产品日常储运过程中较有代表性的温度，色值复测周期根据产品色值的下降速率确定。浓缩苹果清汁产品下线后，取多组样品分别放入温度为28、36、45 ℃的隔水式电热恒温培养箱中，每隔一定周期复测各组样品的色值，记录并汇总数据，然后分析数据。

1.2.2 产品风险等级划分

根据对以往历史数据的分析，制定了产品的色值风险等级划分标准，对下线产品每个批次统一采取45 ℃、3 天的破坏性试验，对高温色值实验结果按照2 ∶6 ∶2 的比例划分高、中、低风险。

1.2.3 产品的月度色值复测

产品色值复测样品直接用每批次产品下线时所取的样品，该样品储存在0 ～4 ℃的冷库样品间或实验室冰柜中，每间隔30 d 复测一次样品色值，复测时先使样品温度恢复至室温，再检测其色值。

对复测色值数据进行汇总分析，并对产品色值复测值和高温色值试验结果进行比对分析，根据数据分析结果及数据的正态分布曲线图确定高、中、低风险等级产品的月度色值下降范围。

2 结果与分析

2.1 浓缩苹果清汁的高温色值破坏性试验

浓缩苹果清汁的高温色值破坏试验结果见表1。对实验结果进行统计分析可知，同一样品试验温度越高，单位时间内色值下降速率越大，复测色值越低，且样品色值下降速率与时间和温度均为正相关关系。

表1 不同温度下苹果浓缩汁贮存过程中色值变化表（色值/%）

图1、图2 分别为样品在不同温度下的色值下降速率及其方差分析，由图可见样品色值下降速率与时间和温度均为正相关关系。对试验结果进行系统分析，综合考虑试验的精度、效率、成本和可操作性，最终确定按45 ℃3 d 的方法进行高温色值破坏试验。

图1 不同温度下样品色值下降速率图

图2 不同温度下产品色值下降速率的方差分析图

2.2 产品风险等级划分

依据45 ℃高温色值破坏试验3 d 的日均色值下降值，对高温色值实验结果按照2 ∶6 ∶2 的比例划分高、中、低风险。具体划分标准见表2 产品风险等级划分标准。

表2 产品风险等级划分标准表

2.3 产品月度色值复测值与高温色值试验结果的比对分析

表3 为产品品月度色值试验结果与样品高温色值试验结果，图3 和图4 为试验结果的比对分析。

表3 样品45 ℃高温色值试验结果与月度色值复测值表

图3 显示，高风险产品色值下降速率大，低风险产品色值下降速率小。在产品的月度色值下降过程中，其色值下降速率先上升再下降，即产品下线初期色值下降速率慢，随储存过程逐步加快，下降至一定水平后，色值下降速率逐渐降低，这与化学反应的反应速率特征一致。而在45 ℃高温色值破坏试验中，产品色值受高温影响，第一天下降的色值最大，随后逐渐减小。

图3 产品色值下降速率图

图4 产品色值下降速率方差分析图

分析可知，产品的月度色值下降速率与高温色值破坏试验日色值下降速率正相关，即产品每个月的色值下降速率大，其高温色值试验日色值下降速率也大。对比分析两组数据，可得出产品色值预测评估系统的核心数据：产品色值评估指标，见表4。

表4 产品色值评估标准表

产品下线N 个月后的预测色值即为产品的下线色值减去产品的月度色值下降值与下线月份N 的乘积，即：预测色值=下线色值-月度色值下降值×N（产品下线后的储存月份）。

3 结论

3.1 产品风险等级的确定

由数据分析可见产品色值在不同温度下的下降趋势相同，下降速率与温度成正比。对数据的准确性进行偏差分析，最终确定45 ℃作为产品高温色值破坏试验的温度。依据产品45 ℃高温色值试验3 天日均色值下降值的高低，将产品划分为高风险、中等风险和低风险产品。其风险等级划分标准为：45 ℃高温色值试验日均色值下降值范围4.0%～7.0%为低风险； 7.0%～10.0%（含等于）为中等风险；10.0%～14.0%为高风险。

3.2 产品月度色值变化范围的确立

对0 ～4 ℃环境储存产品的样品进行色值复测，收集数据并分析可得，在0 ～4 ℃冷库环境中储存的产品，低风险产品月度色值下降值范围为：0.5%～1.5%；中等风险产品月度色值下降范围为：1.5%～2.5%；高风险产品月度色值下降范围为：2.5%～3.5%。

3.3 0 ～4 ℃环境产品色值变化预测评估

产品下线N 个月后的预测色值即为产品的下线色值减去产品的月度色值下降值与下线月份N 的乘积，即：预测色值=下线色值-月度色值下降值×N（产品下线后的储藏月份）。