近年来,四川省成都市新津区认真贯彻落实习近平总书记“四个最严”“产出来”“管出来”等重要指示精神,以实施国家农产品质量安全区巩固提升为抓手,坚持“产”“管”并举,全力推动农业生产标准化、产品品牌化发展,有力实现农产品监管网格化管理、数字化追溯,持续夯实新津农产品质量安全根基,切实保障人民群众“舌尖上的安全”,获评国家农产品质量安全区、四川省农产品质量安全监管示范区、四川省食品安全监管示范区。
一、围绕“标准化示范”,增加绿色产品供给
一是制定标准化技术规程。依托生态原产地保护示范区、全国粮油绿色食品原料标准化生产基地创建和“三品一标”建设工作,编制新津黄辣丁、新津韭黄、宝墩大米等特色农产品种养殖技术标准10余项,引导农业新型经营主体对标建设,提升农产品质量与标准化水平。
二是提供标准化生产服务。依托中化“MAP”新津中心、绿川农耕合作社、汪氏家庭农场等组织,采取“示范农场+技术服务中心”线上线下服务模式,提供集种植、植保、加工等于一体的农业生产全程式服务,服务面积辐射新津全域及周边10万亩农业区域。
三是推动生产生态化转型。推进化肥农药减量增效,建成示范基地1000亩、辐射带动2万亩;引进新希望智慧养殖、通威·渔光一体、利水湾深水桶养渔等产业化项目8个,推广畜禽粪污综合利用与水产生态健康养殖;设立农药包装废弃物及废旧农膜回收点60个、化肥和农药监测调查点30个,建立健全“户收集、点回收、县(镇)集中”回收体系。
二、围绕“品牌化建设”,增强市场竞争能力
一是打造农博区域公用品牌。依托国家“天府农博”品牌建设标准化示范区,搭建“天府农博”区域公用品牌标准体系,涵盖品牌规划、品牌建设、品牌管理、品牌运营、品牌支撑等品牌建设全过程及品牌产品输出,编制品牌准入准出管理、农产品生产技术规程与质量标准等核心标准14项。
二是打造优质特色企业品牌。聚焦优质粮油、绿色果蔬、农产品加工等特色优势领域,累计培育市级及以上农业产业化龙头企业30家(国家级5家),引导农业产业化龙头企业打造一批品质优良、特色鲜明、带动能力强、知名度美誉度高的农业企业精品品牌,“花中花大米”“美好小酥肉”“中粮福临门”等本土企业品牌家喻户晓、享誉海内外。
三是打造绿色安全产品品牌。支持农民合作社、家庭农场、企业等新型经营主体申请“两品一标一优”(绿色食品、有机农产品、农产品地理标志和名特优新)认证,累计培育新津黄辣丁、新津韭黄等绿色、有机、地理标志和名特优新农产品36个,“花中花”入选“天府粮仓”精品(培育)品牌。
三、围绕“网格化管理”,落实落细主体责任。
一是属地管理,健全体系。成立由区长为组长的区级农产品质量安全领导小组。全区8个镇(街道)均设立农产品质量安全监管服务站(星级5个),配备专业监管人员和检测设备。设立村(社区)农产品质量安全监管服务点57个(星级3个),配备农产品质量安全网格监管人员114名,实现区域定格、网格定人、人员定责,夯实监管“最后一公里”。
二是聚焦重点,靶向发力。围绕风险突出重点农产品,聚焦禁限用药物违法违规使用、常规农药兽药残留超标和非法添加等问题集中发力,2024年查处兽药、农药、饲料等案件62件,罚没款合计26.2万余元。加强农产品销售监管,打造“准入制”试点市场、商超3个;制定“重点监管名单”,对纳入名单的产品加强重点监管与抽检频次,精准化解农产品质量安全潜在风险。
三是创新形式,全面宣传。通过线上线下多种形式普及农安知识,营造全民参与的良好氛围。开展“食品安全宣传周”、“农资打假专项治理”、“放心农资下乡进村”等活动,建立常态化普法宣传机制,发放宣传资料2万余份;依托“长宽高课堂”“田间课堂”等平台,分类开展素质提升、食品提质等专题培训1300人次,推动“农安进万家”见形见效。
四、围绕“数字化追溯”,着力强化过程管控。
一是强化智慧监管应用。依托四川省农安监管制度机制集成创新试点和成都市溯源体系建设项目,以“数据采集+智慧监管”为导向,按照“1+1+N”建设框架,建成智慧农安监管系统,形成合格证标识、质量溯源、网格监管、信用评价、智慧管理等为一体的智慧管理新模式。建成智慧农安监管驾驶舱,实时动态掌握全区监管主体和生产经营主体的巡查监管、农残检测、合格证打印、农安信用等级等情况。
二是深化溯源体系建设。积极组织农业经营主体入驻国家安全追溯管理信息平台,主动开展追溯管理业务,及时上传追溯信息,全区入驻412家,入驻率92%。加快推广承诺达标合格证使用,严格落实展示展销产品全部加贴合格证,设立合格证自助服务站点57个,发放打印机300余台,打造标杆主体30家,今年累计开具承诺达标合格证4.9万余张。
三是优化快速检测技术。在村级监管服务点配备速测仪器设备,每月定量完成80个农产品农残快检。针对豇豆、芹菜、“六条鱼”等重点农产品易检出农药清单,推广应用农兽药残留胶体金免疫速测技术,配备胶体金快检仪25台、试纸2.5万张,增强农残检测靶向性和准确性。