摘要：目的 应用灰色关联分析法对生猪代宰过程进行风险评估。方法 以企业规模、车间面积、年屠宰量等为静态风险因素,布局设施、过程管理、人员资质、管理制度建立及运行等为动态风险因素, 应用灰色系统理论中灰色关联分析方法对四川、重庆10个生猪代宰场进行风险评价,并与百分制评定法进行对比。 结果 采用2种方法对四川、重庆10个生猪代宰场风险评价, 其中8号屠宰场百分制评定为79分,属于Ⅲ级(中等)范围；而采用灰色关联评判关联度为0.4241, 关联序排名第5,关联度所在级别比百分制评定低一个等级, 属于Ⅱ级(较低)范围。另对16个风险因素关联度大小排序结果显示：静态风险因素r1(车间面积)和r2(年屠宰量)为第1与第2名次；动态风险因素r3～r16 中,r7(进场)排在首位,与生猪屠宰需通过静养观察期,这一个关键因素相一致,其次是r3(屠宰资质)和r8(待宰)。对于r10(肉品检验)、r14(管理制度)和r11(无害化处理)等因素关联度次序亦符合屠宰场的生产实际。结论 灰色关联评判法可提高风险防范能力和预警能力,有利于实现对不同风险等级的生猪屠宰企业进行分类管理,为监管部门基于风险分析的政策制定和监管创新提供支持。
关键词：灰色系统；灰色关联分析；生猪代宰；风险评估；肉品安全
1 引言
我国邓氏首创灰色系统理论,灰色关联分析是灰色系统理论中核心内容之一。灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为贡献度的一种方法,是对于一个系统发展变化态势的定量描述和比较。只有弄清楚系统或因素间的这种关联关系,才能对系统有比较透彻的认识,分清哪些是主导因素、哪些是潜在因素, 哪些是优势、哪些是劣势。在农业经济、家畜育种等方面均有报道。从唐爱发等研究撒坝猪胴体瘦肉率与活体性状间的灰色关联度分析的实验结果来看, 该方法所研究的猪选育目标性状与影响因素间的关系,对提高选育效率有很强的实践指导意义。同时该法还可进一步推广到种猪个体的综合评比、新品系鉴定和杂交组合的筛选等方面。应用关联度分析方法在不同的瘦肉型猪品系进行选育,调整育种思路,采取相应的技术措施对于选育出符合本地生态和生产条件的优良品系具有科学指导意义。
当前生猪屠宰环节仍存在一些较为突出的问题,主要包括：一些地区私屠滥宰活动屡禁不止；对生猪和生猪产品注水以及屠宰病害猪、注水猪的现象时有发生；销售、使用病害肉、注水肉等不合格生猪产品的情况还不同程度地存在；有的生猪定点屠宰厂(场)行为不够规范甚至成为制售病害猪肉、注水肉的窝点。为全面贯彻落实《生猪屠宰厂(场)监督检查规范》，切实加强屠宰企业日常监管。构建屠宰监管长效机制，创新监管制度和监管方式，逐步推行生猪屠宰企业风险分级管理，根据企业风险级别，确定监督执法重点、方式和频次。建立完善检查制度，坚持日常监管与专项整治相结合，实行科学有效监管，合理配置监管资源。为此，本文运用灰色系统理论中灰色关联分析方法，通过关联序运用于生猪代宰风险评估，由关联度来确定因素“权重”分配，对四川、重庆10个不同规模生猪屠宰企业的生猪代宰模式进行综合评估，确定生猪代宰经营者风险等级，探讨生猪代宰风险评估方法，以期为监管部门基于风险分析的政策制定和监管创新提供科学支持。
2 材料与方法
2.1 样品来源
实验样品与数据来源于本课题组2017～2018年中国动物疫病预防控制中心委托项目“生猪代宰风险评估与监管模式研究”所得的调查数据。按灰色系统理论的要求将四川、重庆2省市10个生猪代宰模式的屠宰场,记为W= {W1(1号屠宰场), W2(2号屠宰场),…, W10(10号屠宰场)}进行风险评价。整个生猪代宰风险评价指标体系因素,分为3个级别指标。由此，得出风险评价因素集为U={U1(车间面积), U2(年屠宰量), U3(屠宰资质), U4(布局), U5(设施设备), U6(消毒), U7(进场), U8(待宰), U9(生猪屠宰), U10(肉品检验), U11(无害化处理), U12(出场生猪产品), U13(人员要求), U14(管理制度), U15(信息报送), U16(档案管理)},试确定 U1,U2,…,U16权重的分配(表1)。
2.2 实验方法
2.2.1 比较数列Ui和Wk
将综合评判的因素U1,U2,…,Un和参试屠宰场W1, W2,…,Wk分别看成数列, 称为比较数列Ui(i=1,2,…,n)和Wk(k=1,2,…,m)。上述数列各项根据问卷调查数据统计处理结果对参试屠宰场和同一因素赋予“权”构成。
2.2.2 参考数列U0和W0
构造一个“最大的权”作为参考数列U0和W0。其方法是从比较数列Ui(i=1, 2,…,n)和比较数列Wk(k=1,2,…, m)中找出最大的一个权,赋予参考数列的各项。
2.2.3 关联度
采用关联分析法，分别求出Ui(i=1,2,…,n)与U0的关联度(关联度是度量Ui 与U0关联程度，即接近程度的尺度),以及Wk(k=1,2,…,m)与W0的关联度(关联度是度量Wk与W0关联程度，即接近程度的尺度)。
2.2.4 灰色关联评判
按上述Wk与W0的关联度大小，通过排序，确定参试屠宰场风险评估的严重程度。排序第1位的属Ⅰ级(低)警情，第2位次之。
2.2.5 关联度作归一化处理
由上述Ui与U0关联度计算，进行归一化处理，得“权重”分配集合A，记为 A=(a1,a2,…,an), 式中ai为第i个因素Ui所对应的“权”，有:
表1 生猪代宰风险评价指标体系
| 一级指标 | 二级指标 | 三级指标 | 因素 |
| 静态 A | 企业规模 A1 | 车间面积 A11 | U1 |
| 年屠宰量 A12 | U2 | ||
| 屠宰资质 B11 | U3 | ||
| 布局设施B1 | 布局 B12 | U4 | |
| 设施设备 B13 | U5 | ||
| 消毒 B14 | U6 | ||
| 动态 B | 过程管理 B2 | 进场 B21 | U7 |
| 待宰 B22 | U8 | ||
| 生猪屠宰 B23 | U9 | ||
| 肉品检验 B24 | U10 | ||
| 无害化处理 B25 | U11 | ||
| 出场生猪产品 B26 | U12 | ||
| 人员资质 B3 | 人员要求 B31 | U13 | |
| 管理制度 B4 | 管理制度 B41 | U14 | |
| 信息档案 B5 | 信息报送 B51 | U15 | |
| 档案管理 B52 | U16 |
表2 生猪代宰静态风险因素量化分值表
| (1)车间面积 A11 (20分) | 分值/分 |
| ＜100m2 | 2 |
| 100～300m2 | 4 |
| 301～500m2 | 8 |
| 501～1000m2 | 12 |
| ＞1000m2 | 20 |
| (2)年屠宰量A12(20分) | 分值/分 |
| 0.5万头以下 | 2 |
| 0.5～1万头 | 4 |
| 1～3万头 | 8 |
| 3～10万头 | 12 |
| 10万头以上 | 20 |
表3 生猪代宰(静态＋动态)风险因素警情评估级别量化分值表
| 情评估级别 | 总 评 分 |
| V1 Ⅰ级 (低) | 85分以上 |
| V2 Ⅱ级 (较低) | 80～85分 |
| V3 Ⅲ级 (中等) | 75～79分 |
| V4 Ⅳ级 (较高) | 60～74分 |
| V5 Ⅴ级 (高) | 60分以下 |
3 结果与分析
3.1 百分制评定法
市场监管部门确定生猪代宰风险评价等级系采用评分方法进行，以百分制计算。其中，静态风险因素量化分值为40分，动态风险因素量化分值为60分。表1静态A栏目中，显示了二级指标企业规模A1,它包括车间面积A11和年屠宰量A12两部分三级指标，其评定的分值见表2。
表1(静态 A＋动态 B)栏目中, 其论域采用5个等级警情评估，风险分值越高，风险等级越低。V=｛V1(低), V2(较低), V3(中等), V4(较高), V5(高)｝其5个等级警情评估的分值见表3。
将来自四川、重庆10个生猪代宰模式的屠宰场的静态因素和动态因素调查数据进行量化统计处理，以百分制评定法计算1号～10号屠宰场的总评分，并对照表3进行警情评估级别划分，百分制评定结果见表6。
3.2 灰色关联评判法
1)调查数据统计结果
应用上述生猪代宰风险评估指标体系(表1)对四川重庆2省市10个生猪代宰的屠宰场进行问卷调查，分别进行规范化的生猪定点屠宰及肉品安全风险管理调研、生猪代宰及肉品安全风险管理调研和生猪屠宰企业风险因素量化分值表的填表, 研究生猪代宰风险因素，将调查数据统计处理结果见表4。
表4中每列是根据调查数据计算结果赋于各因数的权，表中显示最大的权为0.2，为此可假设有一因素和一个区县屠宰场，称为参考因素和参考屠宰场，分别记为U0和W0, 并设U0和W0各项赋予的权均为0.2。
2）数列将U0,U1,U2,…,U16和W0,W1,W2,…,W10看为数列, 且数列的项由权构成, U0和W0称为参考数列，其余U1,U2,…,U16与W1,W2,…,W10称为比较数列。
(1) 整个生猪代宰风险评价指标体系因素的参考数列与比较数列分别记为:
(2) 10个生猪代宰模式的屠宰场风险评价因素的参考数列与比较数列分别记为:
3) 求差序列
在下列表4中显示最大的权为 0.2。为此, 假设有一因素和一个区县屠宰场, 称为参考因素和参考屠宰场, 并将该最大权0.2 的数值设为U0参考因素和W0参考屠宰场各项赋予的权。由文献求差序列见表5。
在表5差序列Δ1=U0(K)—U1(K)计算：即1号屠宰场的参考数列U0(K)均为0.2
减去表4中第1行U1的比较数列各项数字(0.2,0.2,0.04,0.04,0.04,0.04,0.04,0.2,0.2,0.2), 结果显示为表5的第 1 行(0,0,0.16,0.16,0.16,0.16,0.16,0,0,0)。余Δ2=U0(K)—U2(K)…Δ10=U0(K) —U10(K)类同。
4)求关联系数
由文献中 U0(K)参考数列与Ui(K)比较数列的关联系数公式计算：
表4 四川、重庆2省市10个生猪代宰场布局设施、过程管理和信息档案等因素调查数据统计处理结果表
| 因素 | 屠 宰 场 代 号 | |||||||||
|
1（川1） |
2(川 | 3(川 3) | 4 (渝 4) | 5 (渝 5 | 6 (川 4) | 7 (川 5) | 8 (渝 3) | 9 (渝 | 10(渝 1) | |
| U1 | 0.2 | 0.2 | 0.04 | 0.04 | 0.04 | 0.04 | 0.04 | 0.2 | 0.2 | 0.2 |
| U2 | 0.12 | 0.2 | 0.12 | 0.04 | 0.04 | 0.12 | 0.08 | 0.04 | 0.04 | 0.04 |
| U3 | 0.07 | 0.07 | 0 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 |
| U4 | 0.03 | 0.03 | 0.03 | 0.02 | 0.02 | 0.03 | 0.03 | 0.03 | 0.025 | 0.02 |
| U5 | 0.06 | 0.06 | 0.055 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 |
| U6 | 0.025 | 0.025 | 0.025 | 0.015 | 0.02 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 |
| U7 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 | 0.07 |
| U8 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 |
| U9 | 0.03 | 0.005 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 |
| U10 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.06 | 0.04 | 0.06 | 0.06 |
| U11 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.04 | 0.04 | 0.04 | 0.04 | 0.04 |
| U12 | 0.03 | 0.025 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 | 0.03 |
| U13 | 0.02 | 0.02 | 0.01 | 0.02 | 0.02 | 0.02 | 0.02 | 0 | 0.02 | 0.02 |
| U14 | 0.05 | 0.05 | 0.05 | 0.05 | 0.05 | 0.05 | 0.05 | 0.05 | 0.05 | 0.05 |
| U15 | 0.015 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 |
| U16 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 | 0.02 |
表5 差序列
| Δi 屠宰场代号 K | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| Δ1=U0(K)-U1(K) | 0 | 0 | 0.16 | 0.16 | 0.16 | 0.16 | 0.16 | 0 | 0 | 0 |
| Δ2=U0(K)-U2(K) | 0.08 | 0 | 0.08 | 0.16 | 0.16 | 0.08 | 0.12 | 0.16 | 0.16 | 0.16 |
| … … … | ||||||||||
| Δ10=U0(K)-U10(K) | 0.18 | 0.18 | 0.18 | 0.18 | 0.18 | 0.18 | 0.18 | 0.18 | 0.18 | 0.18 |
上式中由构成参考数列知：
而表4显示：
maximaxk|U0（K）-Ui（K）|=0.2，
则：
1号屠宰场关联系数1（K）={1.00，1.00，0.38，
0.34，0.38，0.38，0.38，1.00，1.00，1.00}；
同法可得
2号屠宰场关联系数2（K）={0.56，1.00，0.56，
0.34，0.38，0.56，0.45，0.38，0.38，0.38}；
10号屠宰场关联系数10（K）={0.36，0.36，0.36，
0.36，0.36，0.36，0.36，0.36，0.36，0.36}
5)求关联度
因为关联系数是比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值，所以它的数不止一个, 而信息过于分散不便于进行整体性比较。因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下：
（1）求Ui与U0关联度（ri）（i=1，2，...，16）
得因素U1（车间面积）关联度：
同法可得其余因数U 2 ～ U 1 6 的关联度：
r2=0.4998，r3=0.4246，r4=0.3657，r5=0.4158，
r6=0.3651，r7=0.4348，r8=0.4167，r9=0.3672，
r10=0.4135，r11=0.3775，r12=0.3697，r13=0.3535，
r14=0.4000，r15=0.3565，r16=0.3571。
（ 2 ） 求Wk与W0的关联度（ R k ） （ K = 1 ，
2，...10）
得1号屠宰场关联度：
同法可得2号～10号屠宰场关联度：R2=0.4624，
R3=0.3909，R4=0.3804，R5=0.3866，R6=0.3998，
R7=0.3975，R8=0.4241，R9=0.4272，R10=0.4268
6)关联序 (1)按上述 Ui与U0的关联度计算结果，经排序，得16个生猪代宰风险评价指标体系因素的关联度大小次序：r1(车间面积)＞r2(年屠宰量)＞r7(进场)＞r3(屠宰资质)＞r8(待宰)＞r5(设施设备)＞r10(肉品检验)＞r14(管理制度)＞r11(无害化处理)＞r12(出场生猪产品)＞r9(生猪屠宰)＞r4(布局)＞r6(消毒)＞r16(档案管理)＞r15(信息报送)＞r13(人员要求)
由上述结果显示：r1(车间面积)和r2(年屠宰量)为16个生猪代宰风险评价指标体系因素的关联度大小排序的第1与第2名次，属于静态风险因素，其量化分值为40分；而r3～r16属于动态风险因素，其量化分值为60分。对于生猪r7(进场)需通过静养观察期，保持外部环境安静，发现病猪和伤猪需剔除。静养可减少白肌肉 PSE(Pale Soft Exudative)产生率。能提高猪肉产品质量，是一个重要的关键因素，排在首位。其次是r3(屠宰资质)和 r8(待宰)。即在16个生猪代宰风险评价指标体系因素的关联度大小次序为第3、第4和第5名次。对于r10(肉品检验)、r14(管理制度)和 r11(无害化处理)等因素亦符合屠宰场的生产实际。而对于出现r16(档案管理)＞r15(信息报送)＞r13(人员要求)问题, 尚有待于进一步探讨。
（2）按上述Wk与W0的关联度计算结果，经排序，得10个生猪代宰的屠宰场关联度大小次序：R2＞R1＞R9＞R10＞R8＞R6＞R7＞R3＞R5＞R4。
3.3 灰色关联评判法与百分制评定法比较
对10个生猪代宰的屠宰场按2种方法评定, 结果见表6。表6显示四川、重庆2省市10个生猪代宰场风险评价，采用灰色关联评判与百分制评定法结果不同之处: ①由灰色关联序可见 3(川3)号生猪代宰场的关联度为0.3909，位于第8位, 7(川5)号生猪代宰场的关联度为0.3935,位于第7位，虽属于同一级别Ⅲ级(中等)的风险评估, 但由排序次序显示,7号风险警情比3号要重；而采用百分制评定：3(川3)号和7(川5)号警情划分均属于Ⅳ级(较高)范围。②对于8(渝3)号生猪代宰场，系重庆附近的一个屠宰车间面积达1000平方米以上，每年生猪屠宰量不足1万头。采用2种方法比较，百分制评定为79分，属于Ⅲ级(中等)范围；而采用灰色关联评判关联度为0.4241，关联序排名第5，关联度所在级别比百分制评定为Ⅲ级(中等)要低一个等级，属于Ⅱ级(较低)范围。2种方法相比，灰色关联评判法可提高风险防范能力和预警能力，有利于实现对不同风险等级的生猪屠宰企业进行分类管理，切实保证生猪产品质量安全，促进生猪屠宰行业健康发展。
表6 百分制法和灰色关联法2种评判结果比较表
| 百分制评定法 | 灰色关联评判法 | |||||||||||
| 屠场 代号 |
车间 面积 |
年屠 宰量 |
车间 设施 |
过程 管理 |
人员 资质 |
管理 制度 |
信息 档案 |
合计 总分 |
评定 级别 |
关联度 | 关联序 | 关联度所在级别 |
| 1 | 20 | 12 | 18.5 | 28 | 2 | 5 | 3.5 | 89 | 1 | 0.4366 | 2 | 1 |
| 2 | 20 | 20 | 18.5 | 25 | 2 | 5 | 4 | 94.5 | 1 | 0.4624 | 1 | 1 |
| 3 | 4 | 12 | 11 | 28 | 1 | 5 | 4 | 68 | 4 | 0.3909 | 8 | 3 |
| 4 | 4 | 4 | 16.5 | 28 | 2 | 5 | 4 | 56.3 | 5 | 0.3804 | 10 | 5 |
| 5 | 4 | 4 | 17 | 28 | 2 | 5 | 4 | 64 | 4 | 0.3866 | 9 | 4 |
| 6 | 4 | 12 | 19 | 29 | 2 | 5 | 4 | 75 | 3 | 0.3998 | 6 | 3 |
| 7 | 4 | 8 | 19 | 29 | 2 | 5 | 4 | 71 | 4 | 0.3935 | 7 | 3 |
| 8 | 20 | 4 | 19 | 27 | 0 | 5 | 4 | 79 | 3 | 0.4241 | 5 | 2 |
| 9 | 20 | 4 | 18.5 | 29 | 2 | 5 | 4 | 82.5 | 2 | 0.4272 | 3 | 2 |
| 10 | 20 | 4 | 18 | 29 | 2 | 5 | 4 | 82 | 2 | 0.4268 | 4 | 2 |
4 结论与讨论
生猪屠宰质量安全问题事关群众肉品消费安全和公共卫生安全，逐渐受到公众越来越广泛的关注，关系到产业可持续发展和人类身心健康，逐渐成为社会热点问题，是一项重要的民生工程。国家对规模以上畜禽屠宰加工企业，出台了GB 12694-2016《食品安全国家标准 畜禽屠宰加工卫生规范》，规定了畜禽屠宰加工过程中畜禽验收、屠宰、分割、包装、贮存和运输等环节的场所、设施设备、人员的基本要求和卫生控制操作的管理准则。然而，目前我国约有75%的定点屠宰企业实行代宰制，由于企业设施简陋，作坊式操作，产品质量难以保证。为此，加强生猪代宰风险评估与完善肉食品质量安全监管模式，从肉品生产到加工各个环节入手，强化安全管理，切实保证生猪产品质量安全，促进生猪屠宰行业健康发展，具有重要的现实意义。
生猪屠宰是猪肉质量安全风险监控的重要环节，本研究调研了重庆铜梁、潼南、荣昌和长寿4个区县生猪屠宰场代宰模式，存在主要风险因素和监管现状， 确立了生猪屠宰场的规模、车间面积、年屠宰量等静态风险因素，以及布局设施、过程管理、人员资质、管理制度建立及运行等动态风险因素和动态、静态警情评估级别量化分值, 建立了生猪代宰风险评价3级指标体系框架。在此基础上，比较了灰色关联评判法与百分制评定法对四川、重庆10个屠宰场的评估效果, 认为灰色关联评判法应用于生猪代宰风险评估，具有所需样本小和方法简便等特点。评估结果不会与定性分析的结论矛盾，可以为生猪屠宰监管部门对不同风险等级的生猪屠宰企业分类管理提供有力支持。
在我国由于历史和经济发展以及管理制度不完善等原因，统计数据十分有限, 且不很规范，现有数据灰度较大，再加上人为的原因，许多统计数据可能都出现几次大起大落，没有什么典型的分布规律。因此采用数理统计方法往往难以奏效。在“生猪代宰风险评估与监管模式研究”课题调研中，也发现当前各区县定点屠宰场除少数是完全从事自宰外，多数为自宰和代宰兼有，更有部分是完全代宰。然而，当代宰环节出现问题时，如，对于化学危害物的风险评估对象，主要包括食品添加剂、农药残留和兽药残留、环境污染物等因素，由于存在屠宰企业、代宰户甚至养殖户等多个相关主体，给产品追溯与召回管理带来难度。如何切实提高生猪代宰场安全监管效能和水平？当今，尽管风险评估方法的科学合理性日渐明显，但唯有上升为法律并在食品行业中贯彻施行，将风险评估制度法制化、常态化，才能做到有效防范，让食品监管从“田间到餐桌”各供应链环节的风险降至最低。针对当前风险评估在屠宰企业工作并没有法律保障，缺乏强制性，很难在企业生产和监管工作中贯彻落实的实情，值得探讨的是如何通过第三方应用好生猪屠宰企业风险分级管理软件，建立职能分开、法制化的风险分析体系。
灰色系统理论的关联度分析与数理统计学的相关分析是不同的。数理统计中的回归分析、方差分析、主成分分析等方法，采用数理统计方法作系统分析，存在以下不足之处： ①要求有大量数据，数据量少就难以找出统计规律； ②要求样本服从某个典型的概率分布、要求各因素数据与系统特征数据之间呈线性关系，且各因素之间彼此无关，这种要求往往难以满足；③计算量大，一般要借助计算机； ④可能出现量化结果与定性分析不符的现象，导致系统的关系和规律遭到歪曲和颠倒。与数理统计学的相关分析相比，灰色系统理论的关联度分析方法存在以下不同：①它们的理论基础不同。关联度分析基于灰色系统的灰色过程， 而相关分析则基于概率论的随机过程。②分析方法不同。关联分析是进行因素间时间序列的比较, 而相关分析是因素间数组的比较。③数据量要求不同。关联分析不要求数据太多，该法最大特色，是简便、准确，对数据不要求大样本，不要求呈典型分布，即试验资料一般不适用于传统的生物统计对数据处理的要求，而采用的一种新的折衷方法，而相关分析则需有足够的数据量。④研究重点不同。关联度分析主要研究动态过程，而相关分析则以静态研究为主。灰色关联度分析适应性更广，尤其在社会经济系统中更有其独到之处。灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺陷。它对样本量的多少和样本有无规律都同样适用，所获结果不会与定性分析的结论出现矛盾。
应用灰色关联方法：为各省市（区）动物卫生监督机构合理地评估分析生猪代宰风险评估模式提供便利和可能，利于基层推广应用定量风险评估方法。应用灰色关联分析对生猪代宰的风险评估结果表明：屠宰企业审批关、生猪入场静养关、质量检验制度关和常态监管关。切实解决人民群众吃上“放心肉”的问题，特别是自2017年6月1日起，各地畜牧兽医主管部门要根据农业部《生猪屠宰厂（场）飞行检查办法》，针对现有的生猪屠宰厂（场）组织开展不预先告知的飞行检查。通过法律法规的贯彻落实，改进生猪屠宰检验、检疫的监管模式，提高动物卫生监督执法和生猪产品质量安全监管的规范化水平和工作效率。同时，监管部门以风险分析结果为依据制定相关政策，明确政府及其有关部门的职责，修改、完善有关制度措施，监督屠宰企业认真落实，加大违法行为的惩处力度。
