台湾一家冷藏肉加工厂中，植物层面微生物对食品质量的影响及操作过程中的食品安全防护指标：一项为期24个月的回顾性研究

《Journal of Food Protection》：Plant-level microbiological food quality and operational food protection indicators in a Taiwanese chilled meat processing plant: A 24-month retrospective study

　　蔡乃晨 | 赖英江 | 何玮萱 | リェンケンウェン | チュアンペイティン
台湾海洋大学生命科学学院食品安全与风险管理研究所，基隆202301，台湾

**摘要**
关于中小型冷藏肉加工企业（SMEs）中微生物食品质量和食品保护性能的厂级纵向证据仍然有限。本研究采用回顾性观察方法，分析了2019年和2020年从一个属于多站点公司的台湾冷藏肉加工厂收集的存档月度记录。选择火锅猪肉片作为指数产品，因为该产品是该工厂产量最高、销量最大的产品之一，并且拥有完整的产品、工艺、危害控制、微生物学和运营记录。研究评估了总平板计数（TPC）、大肠菌群和普通大肠杆菌的含量，并结合了运营食品保护指标，包括缺陷率和经调整后的退货情况。在第二年，总平板计数、大肠菌群和大肠杆菌的含量分别下降了13.2%、60.9%和53.6%，而发货量增加了15.5%。缺陷率和与退货相关的指标也有所下降。同期，工厂采取了加强监控和验证、扩大产品采样范围、更换供应商、实行分班制以及加强卫生管理等措施。这些发现支持使用常规工厂记录来回顾性地评估冷藏肉加工中小型企业的微生物食品质量和运营食品保护性能。

冷藏肉制品的微生物质量是食品保护的核心组成部分，因为冷藏肉产品容易受到原材料、食品接触表面、员工操作以及日常生产和分销过程中的卫生问题导致的污染。在这种情况下，指示性微生物成为评估产品和工厂卫生状况及污染模式的实际工具。总平板计数（TPC）、大肠菌群和普通大肠杆菌（E. coli）被广泛用于此目的，因为它们提供了整体微生物负荷、卫生性能和潜在粪便污染的实用指标（Buchanan和Oni，2012年；Tortorello，2003年）。最近的研究进一步表明，肉类工厂中的微生物生态受到卫生条件和加工过程的影响，细菌群落到食品接触表面的转移会加剧生产过程中的污染（Guron等人，2024年；Yadav等人，2025年；Yang等人，2024年）。因此，微生物指标对于评估冷藏肉加工中的卫生控制仍然非常有用，微生物负荷常用于实际监测肉品质量和安全（Jiang等人，2025年）。

目前很少有研究报道冷藏肉加工中小企业在微生物食品质量和食品保护性能方面的厂级纵向数据。除了认证状态外，一些研究强调了需要使用微生物学结果和实际运营指标来评估食品安全管理体系（Djekic和Smigic，2025年；Jacxsens等人，2010年；Rihawi，2024年）。大多数已发表的文献主要集中在认证状态、实施因素、供应链实施或广泛的组织成果上，而不是记录随时间变化的微生物指标和运营食品保护信号（Cheah等人，2021年；Jacxsens等人，2009年；Lahou等人，2012年；Maiberger和Sunmola，2023年；Nguyen和Li，2022年；Ren等人，2022年）。这一差距在面临外部压力的冷藏肉工厂尤为明显，因为食品供应链中断可能影响采购、生产连续性和运营决策，同时可能会发生供应商更换、人员重组、加强验证和强化卫生措施（Rojas-Reyes等人，2024年）。在这种情况下，将基于实验室的微生物结果与实际运营指标（如缺陷率和退货事件）结合考虑，可以更有效地解读食品保护性能（Luning等人，2008年；Luning等人，2011年；Pai等人，2024年）。

在冷藏肉工厂中，微生物结果可以与常规运营记录（如缺陷发生、产品退货和经调整后的退货指标）一起解读。现有文献越来越多地鼓励使用结构化的关键绩效指标（KPI）框架来评估食品安全性能，而不仅仅依赖认证状态。多项研究表明，在评估系统有效性时，应综合考虑微生物学结果、运营指标和背景管理因素（Cheah等人，2021年；Jacxsens等人，2009年；Jacxsens等人，2010年；Lahou等人，2012年；Ren等人，2022年）。关于ISO 22000:2018和HACCP的台湾案例研究也报告了在其他食品行业实施后的改进情况，表明这些改变可以在实际工业环境中得到记录（Chen等人，2021年；Chen等人，2022年）。然而，还需要来自冷藏肉加工环境的更多基于常规工厂记录的证据。

本研究的目标是：（1）评估选定冷藏猪肉产品的微生物指标（包括TPC、大肠菌群和普通大肠杆菌）的月度变化；（2）考察运营食品保护指标（包括缺陷率和经调整后的退货情况）的同期变化；（3）确定常规工厂记录是否可以为冷藏肉加工中小型企业的食品安全保护性能的回顾性评估提供实用依据。这项研究并非旨在测试单一干预措施的效果，而是评估在常规工业实践中微生物学和运营指标是否表现出一致的变化模式。

**材料与方法**
**研究设计、数据来源和保密性**
本研究是对2019年1月至2020年12月从一家台湾冷藏肉加工厂收集的存档工厂级记录进行的回顾性观察分析。该工厂隶属于一家多站点的冷藏肉加工公司。为保护商业机密性并避免公司或工厂的识别，未报告公司名称、工厂位置、品牌信息、客户身份或特定站点的业务标识符。该公司同意提供去标识化的存档记录以支持学术研究，这是其致力于食品安全改进和社会责任的一部分。公司已经批准使用和发布去标识化的研究结果。

**主要定量数据集**
主要定量数据来源于该工厂提供的原始电子表格记录。其他存档的工厂文件用于明确研究背景、产品特性、工艺描述、监控框架以及食品安全控制点的分类。本研究的报告遵循STROBE观察研究建议（Vandenbroucke等人，2007年；von Elm等人，2007年）。

**研究环境及选定产品**
研究工厂是一家为台湾零售分销系统供应50多种新鲜食品的冷藏肉加工厂。该工厂已于2014年1月获得了ISO 22000:2005和HACCP认证，并在研究期间采用了符合ISO 22000:2018标准的修订后的食品安全管理措施（国际标准化组织，2018年）。分析 Period将2019年1月至12月定义为基线期，2020年1月至12月定义为第二研究期。这些标签用于组织月度数据集，并不意味着所有观察到的变化都归因于单一干预措施。研究环境、选定产品和监控指标在表1中总结。

**表1. 研究工厂、选定产品和监控指标的特征**
| 类别 | 项目 | 描述 |
| ---- | ---- | ---- |
| 研究工厂 | 工厂类型 | 为台湾零售分销系统提供冷藏肉的加工厂 |
| 产品组合 | 常规工厂操作中处理的50多种新鲜食品产品 |
| 研究设计 | 基于月度工厂级记录的回顾性观察研究 |
| 研究期间 | 2019年1月至2020年12月 |
| 研究阶段 | 基线运营（2019年）及伴随強化验证的干扰过渡期（2020年） |
| 选定产品 | 产品名称 | 火锅猪肉片 |
| 产品类型 | 冷藏切片猪肉产品 |
| 存储条件 | 冷藏分销和储存 |
| 预期用途 | 消费前需完全煮熟 |
| 选择原因 | 作为工厂产量最高、销量最大的产品之一，且拥有完整的产品、工艺流程、危害控制、微生物学和运营记录 |

**表2. 24个月研究期间基于阶段的运营变化**
| 类别 | 基线运营（2019年） | 干扰伴随的过渡期（2020年） |
| 食品安全管理背景 | 在现有食品安全管理框架下的常规工厂运营 | 与ISO 22000:2018相关的修订食品安全管理系统和实践及强化验证 |
| 原材料供应 | 根据标准供应商安排进行常规采购 |
| 供应商更换 | 当进口原材料无法按计划交付时实施 |
| 产品监控和验证强度 | 在基线阶段对选定产品进行每日批次监测；在第二研究期间增加监测范围和强度 |
| 劳动力组织 | 实施分班制和劳动力重组以减少操作拥挤并保持连续性 |
| 卫生管理 | 加强卫生管理措施和卫生监督 |
| 培训和沟通 | 在干扰期间加强员工沟通、管理跟进和卫生相关教育/培训 |
| 验证重点 | 在干扰期间加强常规监测和验证活动 |

**产品工艺和食品安全控制框架**
选定产品的详细工艺流程和危害控制信息见补充表S1。选择火锅猪肉片作为指数产品，是因为它在常规运营中是工厂产量最高、销量最大的产品之一，对工厂运营至关重要，并为工厂食品保护性能评估提供了有意义的依据。此外，该产品有完整的存档文档，包括产品特性、工艺流程记录、危害控制分类、微生物监测数据和运营性能指标。该产品是在冷藏条件下分发的切片猪肉产品，消费前需完全煮熟。

**研究期间的背景**
第二年与外部运营干扰期重叠，期间由于原材料供应不确定性、劳动力保护措施和加强的食品安全管理而发生变化。在这一时期，当进口原材料无法按计划交付时实施了供应商更换，扩大了产品采样范围和验证强度，生产被重组为分班制，加强了卫生措施，并加强了与卫生和防疫相关的沟通和培训。由于个别运营变化的具体实施日期没有一致记录，这些变化被视为阶段性背景因素而非独立的时间戳干预措施。存档的工厂记录还显示，在第二研究期间监控和验证活动得到加强。

**结论**
本研究表明，在冷藏肉工厂中，将微生物结果与常规运营记录（如缺陷发生、产品退货和经调整后的退货指标）一起解读具有重要意义。当前文献越来越多地鼓励使用结构化的关键绩效指标（KPI）框架来评估食品安全性能，而不仅仅依赖认证状态。多项研究表明，在评估系统有效性时应综合考虑微生物学结果、运营指标和背景管理因素。关于ISO 22000:2018和HACCP的台湾案例研究也报告了在其他食品行业实施后的改进情况，表明这些改变可以在实际工业环境中得到记录。然而，仍需要来自冷藏肉加工环境的更多基于常规工厂记录的证据。结果变量被分为微生物指标、操作性食品保护指标和次要背景指标。微生物指标包括总 plate count (TPC)、大肠菌群和普通大肠杆菌（针对所选产品）。操作性食品保护指标包括每月的发货箱数、总生产箱数、缺陷率、缺陷箱数、门店退货数和客户退货数。缺陷率定义为每月缺陷箱数除以当月总生产箱数，再乘以100。为了提高不同研究期间的可比性，使用了调整后的退货指标，其分母为每月的发货量。

次要背景指标包括发货价值、门店投诉事件和异常处理事件，尽管发货价值被视为背景信息，而非主要的食品保护结果。在本研究中，与缺陷相关的事件指的是工厂记录的产品损失或不符合标准的情况，包括运输挤压、包装损坏、温度偏差、交货错误、异物发现、产品变质或变色、日期标签错误、内部移除通知或营养标签错误等情况。

**微生物测试程序和数据处理**：研究期间的微生物监测使用了 3M Food Safety 品牌下的 Petrifilm 和 Clean-Trace 产品，该品牌现为 Neogen Corporation（美国密歇根州兰辛市）旗下的品牌。产品名称使用当前的 Neogen 术语表示，同时在必要情况下保留了历史上的 3M 背景信息。

**TPC 监测**：从每个每日批次中随机选取两个样品进行检测。将两次测量结果的平均值作为每日 TPC 值，然后这些每日值汇总为月平均值以进行回顾性分析。TPC 测试使用 Neogen Petrifilm 好氧计数平板（前身为 3M Petrifilm 好氧计数平板；Neogen Corporation，美国密歇根州兰辛市）进行。25 克产品样本与 225 克无菌稀释液混合均匀后，取 1 毫升混合物接种到计数平板上，并在 36 摄氏度下培养 48 小时后计数菌落。

**大肠菌群和普通大肠杆菌的检测**：使用 Neogen Petrifilm 大肠杆菌/大肠菌群计数平板（前身为 3M Petrifilm 大肠杆菌/大肠菌群计数平板；Neogen Corporation，美国密歇根州兰辛市）进行检测，该平板可以分别提供大肠菌群和大肠杆菌的结果。25 克产品样本与 225 克无菌稀释液混合均匀后，取 1 毫升混合物接种到计数平板上，并在 36 摄氏度下培养 48 小时。根据制造商的说明，产气红色菌落被解释为大肠菌群，而产气蓝紫色菌落被解释为大肠杆菌。

**Clean-Trace 监测**：作为常规验证活动的一部分使用，但这些数据未被纳入本研究的月度定量数据集中。

**外部第三方实验室检测**：由具有 ISO/IEC 17025 认证资格的独立实验室使用政府公布的或官方认可的微生物方法进行检测，而非快速筛查程序。在研究工厂中，第三方实验室的结果用于验证内部快速筛查结果，支持上游供应商管理，并为下游客户提供可信的文件记录。这些外部实验室结果用于验证目的，并非本回顾性研究的主要月度数据集。

本研究中分析的月度纵向数据集来源于归档的工厂监测摘要。TPC、大肠菌群和普通大肠杆菌的值以 log CFU/g 为单位表示。统计比较的分析单位为月份，每个研究期间有 12 次月度观察数据。连续指标的计算包括了月平均值和标准差。相对变化是通过比较第二个研究期间的平均值与基准期的对应平均值来计算的。在解释实际绩效时，优先考虑调整后的退货指标，因为它们考虑了不同研究期间生产吞吐量的差异。

**统计分析**：使用描述性统计方法总结两个研究期间的每个指标。对于配对的月度比较，当配对差异的分布大致呈正态分布时，应用配对 t 检验；否则，使用 Wilcoxon 符号秩检验。每项期间间比较涉及 12 次配对月度观察数据，参数检验或非参数检验的选择基于每个指标的配对月度差异的分布特性。统计分析使用 IBM SPSS Statistics 版本 25（IBM 公司，美国纽约州阿蒙克）进行。采用了双侧 alpha 水平 0.05，p<0.05 被认为具有统计显著性。统计检验用于描述期间间差异的强度和方向，而非推断单一原因的干预效果。鉴于回顾性观察设计和使用单一工厂的记录，分析目标是评估在常规工业操作中微生物指标和操作指标是否朝相同方向变化。

**结果**：分析共包含了 24 个月份的工厂级记录，每个研究期间有 12 次月度观察数据。监测变量在“材料与方法”部分有所定义，并在表 1 中进行了总结。以下展示了微生物指标、操作性食品保护指标和次要背景指标的结果。

**所选产品的月度微生物指标**：在整个 24 个月的数据集中，热锅猪肉片的月度微生物汇总值在第二研究期间低于基准期。平均月 TPC 从 3.44 log CFU/g 降至 2.98 log CFU/g，减少了 13.2%（配对比较显示期间间差异具有显著性，p=0.0019）。大肠菌群的数量减少更多，平均月值从 2.78 log CFU/g 降至 1.09 log CFU/g，减少了 60.9%（p=0.0003）。平均月大肠杆菌数量也从 1.65 log CFU/g 降至 0.77 log CFU/g，减少了 53.6%（p=0.0387）。尽管两个期间内的月度变化仍然存在，但所有三个微生物指标的整体变化方向都是向第二研究期间的较低值。月度变化模式见图 1，期间间比较见表 3。

**下载**：下载高分辨率图片（364KB）| 下载全尺寸图片

**图 1. 基准运营期（2019 年）与中断相关过渡期（2020 年）热锅猪肉片的月度微生物指标值**：A 面板为总平板计数（TPC，log CFU/g）；B 面板为大肠菌群（log CFU/g）；C 面板为大肠杆菌（log CFU/g）。y 轴刻度在各个面板间进行了标准化（0–5 log CFU/g），以便于比较微生物指标。

**表 3. 基准运营期（2019 年）与中断相关过渡期（2020 年）的月度微生物和操作指标比较**

| 指标 | 基准运营期（2019 年），平均值 ± 标准差 | 中断相关过渡期（2020 年），平均值 ± 标准差 | 绝对差异 | 相对变化（%） | 统计检验 |
|-------------------|------------------|----------------------------------|------------------|------------------|-------------------|
| 总平板计数 | 3.44 ± 0.26 | 2.98 ± 0.30 | -0.45 | -13.2 | 配对 t 检验 | p=0.0019 |
| 大肠菌群 | 2.78 ± 0.99 | 1.09 ± 0.67 | -1.69 | -60.9 | 配对 t 检验 | p=0.0003 |
| 大肠杆菌 | 1.65 ± 1.15 | 0.77 ± 0.58 | -0.89 | -53.6 | 配对 t 检验 | p=0.0387 |
| 发货箱数 | 4.02 ± 0.40 | 4.64 ± 0.38 | 0.62 | 15.5 | 配对 t 检验 | p=0.0020 |
| 缺陷率 | 0.081 ± 0.04 | 0.037 | -0.043 | -53.7 | Wilcoxon 符号秩检验 | p=0.0005 |
| 缺陷箱数 | 2,994 | 4,2 | 4,6 | 1,77 | 4.6 | 配对 t 检验 | p=0.0007 |
| 门店退货数 | 497 | 85 | 42 | 4,4 | 1,77 | 配对 t 检验 | p=0.0007 |
| 每 10,000 发货箱的门店退货数 | 1.26 | 0.92 | 0.9 | -0.34 | 配对 t 检验 | p=0.0011 |
| 客户退货数 | 1,401 | 170 | 72 | 22 | 1.7 | 配对 t 检验 | <0.0001 |
| 每 10,000 发货箱的客户退货数 | 3.50 | 0.36 | 2.1 | 2.1 | 配对 t 检验 | <0.0001 |
| 发货价值 | NTD 百万 | 331.8 | 397.5 | 65.6 | Wilcoxon 符号秩检验 | p=0.0005 |
| 门店投诉事件 | 7.8 | 1.3 | 3.1 | -4.7 | 配对 t 检验 | <0.0001 |
| 异常处理事件 | 1.0 | 0.4 | 0.4 | -0.6 | Wilcoxon 符号秩检验 | p=0.0156 |

a. 值基于每个研究期间的 12 次月度观察数据。2019年1月至12月定义为基准运营期，2020年1月至12月定义为中断相关过渡期（加强验证）。

b. 标准化退货指标表示为每 10,000 发货箱的退货数量，计算公式为（每月退货数 ÷ 每月发货箱数）× 10,000。

c. 当配对月度差异大致呈正态分布时，使用配对 t 检验；否则，使用 Wilcoxon 符号秩检验。

d. 由于这是一项使用工厂级记录的回顾性观察研究，统计比较被视为关联性的证据，而非单一原因干预效果的证据。

**操作性食品保护指标和调整后的退货结果**：操作性食品保护指标也显示出积极的期间间变化。平均每月发货量从 4.02 百万箱增加到 4.64 百万箱，增长了 15.5%（p=0.0020）。尽管吞吐量增加，但平均每月缺陷率从 0.081%降至 0.037%，降低了 53.7%（p=0.0005），平均每月缺陷箱数从 2,994 笼降至 1,775 笼，减少了 40.7%（p=0.0007）。原始门店退货数从 497 次/月减少到 424 次/月（减少了 14.7%，p=0.0084），而客户退货数从 1,401 次/月减少到 972 次/月（减少了 30.6%，p<0.0001）。经过按每月发货量标准化后，相同的变化趋势仍然明显。平均每月门店退货率从 1.26 次/10,000 发货箱降至 0.92 次/10,000 发货箱（减少了 27.2%，p=0.0011），客户退货率从 3.50 次/10,000 发货箱降至 2.12 次/10,000 发货箱（减少了 39.5%，p=0.0001）。这些发现表明，退货相关指标的下降不能仅由发货量的变化解释。操作性月度变化模式见图 2，期间间比较见表 3。

**讨论**：本研究回顾性地评估了月度工厂级记录，以检查台湾一家冷冻肉类加工厂的微生物食品质量和操作性食品保护指标。主要发现是，尽管发货量增加，但在第二个研究期间，所选产品的 TPC、大肠菌群和普通大肠杆菌值较低，同时缺陷相关结果和调整后的退货指标也较低。由于调整发货量后退货相关指标仍然较低，因此观察到的模式不能仅用生产量减少来解释。虽然门店投诉事件和异常处理事件也有所减少，但这些被视为次要背景指标，而非食品保护改善的主要证据。总体而言，较低的微生物值伴随着较低的缺陷相关和退货相关结果。

**结论**：从食品保护的角度来看，TPC、大肠菌群和普通大肠杆菌的同时减少是有意义的，因为这些指标广泛用于反映食品生产环境中的卫生控制、污染模式和整体微生物状况（Buchanan 和 Oni, 2012；Tortorello, 2003）。在冷冻肉类加工中，这样的结果不太可能由单一因素造成；而是可能受到原材料质量、卫生执行情况、食品接触表面、工人操作、验证强度和更广泛工厂环境的共同影响（Guron 等人，2024；Yadav 等人，2025；Yang 等人，2024）。在本研究中，第二个研究期间与多项工厂级变化同时发生，包括供应商更换、扩大产品采样范围和验证强度、分班操作、加强卫生措施以及加强沟通和培训。这些发现应被视为常规工厂运营期间的改善，而非任何单一措施的效果。

月度变化模式还显示，微生物指标并非每月都均匀下降。在某些月份（包括 5 月和 6 月）出现了较高的数值，这些峰值应谨慎解读，因为回顾性记录中没有包含每月增加的原因调查报告。然而，在冷冻肉类加工中，这种月度变化是合理的，因为原材料的微生物状况、卫生执行情况、食品接触表面、员工操作、生产压力和环境条件可能共同影响指标计数。由于缺乏重复性环境采样数据以及针对特定时间的纠正措施记录，我们无法为这些 monthly peaks（月度峰值）确定具体原因。然而，从整个周期来看，三个微生物指标的月平均值总体上呈下降趋势。这些运营发现增强了微生物结果的实际解释意义。在第二个研究期间，货物运输量增加了，但缺陷率、缺陷箱数、商店退货率、客户退货率以及经过调整后的货物退货指标却下降了。这种模式表明，退货率的下降并非仅仅是由于生产量减少所致。在这种情境下，经过调整后的指标特别有用，因为当不同周期间的吞吐量发生变化时，原始退货统计数据可能会产生误导。通过计算每 10,000 个发货箱的退货情况，分析提供了在变化的生产条件下更具有可比性的操作性食品防护性能指标。这种方法与先前的研究一致，即应通过多种输出和背景指标来评估食品安全管理体系的性能，而不仅仅依赖认证状态（Jacxsens 等，2009；Jacxsens 等，2010；Luning 等，2008；Luning 等，2011）。

这项研究的实际贡献在于，它表明单个工厂层面的数据集虽然无法建立普遍适用的因果关系，但可以将存档的工业记录整理成可解释的食品防护性能评估。私人食品制造设施提供完整且去标识化的纵向微生物和运营记录的情况并不常见。在这项研究中，一家参与的企业提供了一个罕见的机会，展示了如何利用常规存档的记录来评估随时间变化的微生物食品质量和运营食品防护性能。对于资源可能有限、难以进行前瞻性验证研究的小型企业来说，对现有工厂记录的回顾性分析有助于判断微生物指标、与缺陷相关的结果以及经过调整后的退货指标是否在运营变化期间保持一致的方向。尽管研究结果来自单一参与设施，但这种方法对于那些拥有常规存档微生物和运营记录的其他冷冻肉制品中小型企业来说也可能具有实际价值。企业不仅可以依赖认证状态或孤立的微生物结果，还可以通过将产品级别的指标数据与缺陷率、退货结果及经过调整后的退货指标联系起来来评估食品防护性能。对于食品加工商，尤其是中小企业而言，这种回顾性评估方法可以在不需要前瞻性干预试验的情况下支持内部验证、供应商管理、客户沟通和持续改进。

需要注意的是几个局限性：首先，这项研究基于来自单一设施和单一产品的工厂层面记录，因此无法推广到其他公司场所、企业、产品或供应链环境；其次，个别运营变化的具体实施日期并未被一致记录下来，因此这些变化被视为周期性的背景因素而非特定的干预措施；第三，现有的回顾性数据集未包含重复性环境采样结果、病原体趋势数据、每月增长情况的详细根本原因调查记录或对比数据。由于多个工厂层面的变化同时发生，无法单独评估每个措施的影响。尽管存在这些局限性，该研究仍具有实际价值：它记录了真实工业环境中的完整 24 个月数据，整合了微生物指标与经过调整后的运营结果，并展示了在仅有常规工厂记录的情况下可行的回顾性评估方法。研究结果还强调了区分按批次每日监测数据、按月分析单位以及书面化的微生物验收计划的重要性。当使用常规工业监测记录进行学术分析时，清晰描述这些数据层是非常必要的。

**结论**
这项回顾性研究表明，在 Taiwanese 冷冻肉制品加工工厂的 24 个月工厂层面记录中，尽管货物运输量增加，但在第二个研究期间，总污染负荷（TPC）、大肠菌群和通用大肠杆菌的数量减少，与之相关的缺陷结果及经过调整后的货物退货指标也有所下降。由于多个工厂层面的变化同时发生，这些发现应被视为工厂日常运营过程中的改进结果，而非单一措施成效的证明。结果表明，可以借助常规的月度工厂记录来回顾性地评估冷冻肉制品加工中小企业的微生物食品质量和运营食品防护性能，特别是在有去标识化的工业数据可用于学术分析的情况下。

**资金来源**
本研究未获得外部资助。

**数据可用性声明**
支持本研究结果的数据属于私人食品加工设施的专有运营记录，不会公开披露。经相关作者同意并得到参与公司的许可后，可能可以提供去标识化的数据。

**作者贡献声明**
Nai-Chen Chi：撰写——初稿撰写、可视化、方法论设计、调查实施、数据分析、数据整理、概念构建
Ying-Jang Lai：撰写——审稿与编辑、方法论设计
Wei-Hsuan Hsu：撰写——审稿与编辑、方法论设计
Keng-Wen Lien：撰写——审稿与编辑、方法论设计
Pei-Ting Chuang：撰写——审稿与编辑、监督工作、资源协调、项目管理、方法论设计、概念构建