在制定食品风险管理措施的过程中，风险评估为风险管理者提供科学的依据，然而经典的四步风险评估框架往往仅针对某一特定危害，无法帮助风险管理者通过比较不同来源风险的等级，确定优先监管的领域并得出需进一步进行经典评估的食品危害^［1-3］。食品风险分级是一种风险评估的新兴形式，对食品的污染物浓度水平、消费者的膳食暴露量以及公众健康危害程度等因素进行综合分析、考量，以对具体的食源性危害进行风险分级排序，其可在纷繁复杂的食品安全问题中科学、快速地识别风险等级，以达到为风险管理者提供资源优化分配依据的目的^［4-8］。
        目前，国际上的食品风险分级研究主要采用评分或赋值的方式对风险发生的可能性和严重程度进行评价。
如新西兰食品安全局（NZFSA）和美国食品药品监督局（FDA）在开展经典定量评估之前，对风险进行分级以确定需优先评估的危害^［9-10］；英国食品标准局（FSA）的兽药残留委员会（VRC）使用风险分级方法为制定兽药监测计划提供科学依据^［11］。为了通过风险分级建立起风险评估者和风险管理者之间的桥梁，本文对近期食品中化学物危害风险分级方法的国内外研究进展进行综述，以便使大量监督抽检数据科学有效地转化为风险的量化分级，并将其应用于风险评估结果的风险特征描述以及协助制定有针对性的风险管理措施，详见表1。
        为了确定兽药监管的优先次序，英国兽药残留委员会建立了一种矩阵风险分级方法，对42种兽药危害进行风险分级。该方法采用6个指标对每种抗生素的风险进行综合衡量，并分别进行赋分，指标包括危害性质（A）、危害强度（B）、用药动物占膳食中的比例（C）、用药频率（D）、高暴露人群（E）、药物残留检出情况（F）。危害性质依据兽药的毒理学数据，如生殖毒性、器官毒性等程度的高低进行赋分；危害强度依据兽药的每日允许摄入量（ADI）大小进行赋分，若该物质无ADI值，则使用未观察到不良作用水平（NOAELs）或未观察到效用水平（NOELs）对其危害强度进行赋分，若该物质无安全阈值（例如致癌物质、遗传毒性物质），则直接赋最高分3分；用药动物占膳食中的比例主要依据人群膳食摄入量的调查进行赋分，具体赋分情况如表2所示。将上述6个指标的分值纳入以下公式之中：（A+B）×（C+D+E）×F，计算出风险总分值。总分越高，则表示关注等级越高。结果显示，硝基呋喃类兽药分值最高，为180分，而恶喹酸的风险等级最低，总分为0。
        瑞士的STORNETTA等^［13］提出了优先指数（priority index，PI）模型对化学危害-食品组合进行风险分级。优先指数是指化学危害的毒性与危害（T）在给定食品中的暴露估计值（E）的比值，即PI=T/E。比值越低，则风险管理的优先等级越高，更应得到风险管理者的关注。在该研究中，毒性指标是由欧洲食品安全局和世界卫生组织的动物毒理试验研究得到的基准剂量下限（BMDLs）、NOAELs或NOELs来表示。与文献［11-12］研究不同的是，该研究直接采用毒理数值，而不将其划分等级赋分，这样能更加直接地利用数据，也能提高分级灵敏度。
        暴露估计值由食品样品中的化学危害物浓度（c_i）与该食品的消费量（intakes，I）的乘积所得，即E=c_i I。使用单份消费量I_S［single portion intakes，消费者（consumer only）单日内消费某食品的总量］对I进行赋值，易高估食品中化学危害物的暴露，因为该参数未考虑食品的消费频次和膳食结构，如苹果和梨子有着相同大小的单份消费量，然而它们的消费频率和消费人口比例却不相同；因此，该研究创新地引入食品的平均消费量（average intakes，I_A）用于调整食品的估计消费量，从而获得一个新的参数——消费比例（intake ratio，IR），即IR=I_S/I_A。I_A是指全人群（包括消费者和非消费者）单日内某食品的平均消费量，该参数考虑了消费频次与人群结构。单份消费量和平均消费量的数据均来源于欧洲食品安全局对超过500种食品来源的膳食调查结果。调整后某食品的消费量为I=I_S/（1+IR）。研究以面粉、花生和栗子为例说明了考虑I_A的必要性。单从I_S方面的数据来看，面粉、花生和栗子的单份消费量差不多，分别为6 428.6、2 857.1、3 571.4 mg/kg BW，说明消费者个体在一次性的食品消费中，3种食品的消费量相近，但是消费频率和消费人口比例却相差很大，造成3种食品的I_A相差很大，分别为3 612.1、66.7、5 mg/kg BW。如果只采用I_S，那很难将3种不同的化学危害-食品组合进行分级。
        研究将优先指数模型应用于瑞士日常监管的真菌毒素的风险分级之中。数据集包括26种食品及真菌毒素或其组合，如黄曲霉毒素（AF）、脱氧雪腐镰刀菌烯醇（DON）及伏马菌素（FB）等。最终结果显示，小麦中的DON危害风险等级最高，PI值仅为28，而栗子中的赭曲霉素（OTA）风险最低，PI值为2 002 800。
该研究中采用的优先指数模型是基于一个实用的概念，用来得到关于化学危害食品组合的相对风险值。它能帮助确定所关注食品、危害及其组合的相对风险等级的高低。该方法的建立能协助风险管理者在食品安全监管过程中，科学地确定优先监管次序，节约监管资源。其局限性体现在以下方面：首先不同化学危害物的毒理学数据可能来源于使用不同种类动物所进行的动物试验或来源于不同的毒性终点；其次，化学物危害-食品组合的样本量小；因此，最终输出结果具有不确定性。
        周少君等^［3］结合食品风险评估理论，采用半定量风险评估方法建立了对食品中化学性因素和生物性因素的风险分级方法和指标体系。该研究的特点除了考虑食品中的危害对人群的健康风险外，还考虑到社会、经济、监管等影响因素，因此创新性地将该类影响因素以影响因子指标加入到评价中。食品中危害的健康风险的一级指标为危害性、可能性、脆弱性，每一个一级指标由多个二级指标加权求和而成。危害性的二级指标包括健康指导值、半数致死量、致癌性、遗传毒性、其他毒性及人体危害资料，可能性的二级指标包括食品中污染物含量P50超过限量标准的倍数、食品中污染物超标率及广东省居民营养监测与健康状况调查数据，脆弱性的二级指标包括人群易感性和医疗可控性。从风险的定义出发，健康风险=危害性×可能性×脆弱性。风险的影响因子的一级指标为社会影响、经济影响、监管影响，社会影响二级指标含媒体关注度、食品中危害的波及范围，经济影响的二级指标含广东省食品的年度总产量、广东省食品的销售量和区域产业集群特点，监管影响的二级指标为监管的可及性。与健康风险公式对应，影响因子计算公式为：影响因子=社会影响×经济影响×监管影响。通过Delphi法确立健康风险权重为8，影响因子权重为2，总风险分值=8×健康风险+2×影响因子，将研究建立的方法运用于广东省食品安全形势研判，得出了8个需重点关注的风险。周萍萍等^［14］利用风险矩阵、文献综述和专家判断方法，确立健康危害和可能性两个分级参数及其评价指标，建立化学物健康风险分级的风险矩阵模型，将健康风险分为低、中、高3个等级。该研究以碘营养状况风险评估为例，初步探讨该模型在健康风险分级中的应用。案例分析表明，此模型可应用食品中化学物健康风险评估，能够对健康风险程度进行科学分级和定量，有利于规范风险程度的描述，为食品安全风险管理和风险交流提供参考。
        LENARTOWICZ等^［15］利用风险评估列线图对危害进行分级，包含的指标有发生的可能性、控制等级、消费模式、受感染人群、效应的严重性和消费者检测概率。除了列线图外，比利时食品安全联邦机构基于化学物质的危害效应、流行性和暴露情况进行赋分^［16］。
        FISCHHOFF等^［8］曾提出风险分级研究与实践面对的挑战有三方面，分别是不同的风险定义方法、繁多的风险类别及如何对评价风险的指标进行赋值。WEBSTER等^［17］总结了风险排序在各领域应用的模型共性，发现无论采用何种模型，研究过程都会面临一些共同的问题，包括：①排序可能比较花费时间；②风险本身很复杂，无法简单地描述；③单凭一个模型不能囊括所有的假设和不同的伦理因素或社会因素；④为了降低复杂性，必须在排序之前按照某一方式对风险和风险归因进行分类。综上所述，面对大量的，性质不同的风险，在分级之前首先需要对风险和风险性质进行分类，并选择相应合适的分级方法和分级指标；其次，尽量使用以客观数据为主要判定指标的风险分级方法，在特殊情况下，纳入专家组启发法^［18］进行补充；再次，在数据质量和数量满足要求的前提下，尽量选择定量分级模型，可避免主观性强的干扰，且能将数据充分利用；最后，必须意识到政府决策不能简化为一个公式，每一个因素的变化都可能使风险等级发生重大改变，降低食品安全风险最有效的手段就是及时采取行动^［19-20］；因此，随着社会需求的发展和研究的进一步深入，风险分级方法及模型需要不断修正和改善。