晚餐之前的長鏈路
一盒鮮切水果到達便利店前，可能經過採收、預冷、分切、包裝、冷鏈車與門店冷櫃。任何一段溫度失控都會讓微生物風險快速累積。生物安全供應鏈不是只掃一個溯源碼，而是把每個批次的時間、溫度、檢測與交接紀錄連起來。
產地批次
記錄採收時間、農殘快檢與初始菌落風險。
記錄採收時間、農殘快檢與初始菌落風險。
冷鏈感測
監測溫度斷點與暴露時長。
監測溫度斷點與暴露時長。
門店抽檢
把高風險批次優先送檢。
把高風險批次優先送檢。
召回路徑
定位同批商品去向與影響範圍。
定位同批商品去向與影響範圍。
TEMP WINDOW2-8°C高風險生鮮建議冷藏區間
EXPOSURE46 min單批次累計溫度暴露
RECALL3 h批次召回定位目標時間
RISK0.71綜合生物安全風險分
風險不是單點超標
食品安全模型要避免只看一次測量值。更有用的方式是把溫度暴露、剩餘保質期、檢測結果、包裝完整性與門店周轉速度組合成批次風險。這能幫助門店先處理真正脆弱的商品，而不是平均抽檢。
微生物風險
由溫度暴露和剩餘保質期共同推高。
追溯風險
交接紀錄缺失會降低召回可信度。
消費風險
臨期商品需要更清楚的標示與折扣規則。
批次風險評分
food_batch_risk.pyPYTHON
def batch_risk(temp_break_minutes, shelf_life_left, test_flag, handoff_gaps): # Estimate food safety risk for one supply-chain batch. exposure = min(1, temp_break_minutes / 120) freshness = max(0, 1 - shelf_life_left / 72) test = 0.35 if test_flag else 0 trace = min(0.25, handoff_gaps * 0.08) return round(min(1, exposure * 0.35 + freshness * 0.25 + test + trace), 2) print(batch_risk(46, 30, False, 2))
透明才會帶來信任
供應鏈資料的價值不在於堆滿儀表板，而在於讓召回更快、抽檢更準、消費者更清楚。當食品安全系統能展示批次來源與風險邊界，零售端才有可能從被動處理投訴轉向主動預防。
免責聲明：本文為食品安全資料系統設計示例，不代表具體商品檢測或監管結論。