王小藝，王珍妮，孔建磊,*，金學波，蘇婷立，白玉廷

（1.北京工商大學人工智能學院，北京 100048;2.北京工商大學 食品安全大數(shù)據(jù)技術北京市重點實驗室，北京 100048）

糧食作為人類賴以生存的重要商品，影響著國家主權安全及經濟、社會穩(wěn)定發(fā)展。然而近些年糧食安全問題時有發(fā)生，為減少食源性風險威脅，風險分級評價正逐漸成為強化糧食安全體系的有力保障[1]。作為風險評估的一種形式，風險分級評價指基于科學層面對危害物及潛在危害可能產生的風險進行技術性評估，是結合食品特性、食品污染水平、膳食暴露等各項因素對食源性危害物的污染水平進行等級劃分，在眾多復雜食品安全問題中量化風險級別、識別風險優(yōu)先次序[2]。世界衛(wèi)生組織（World Health Organization，WHO）和聯(lián)合國糧食及農業(yè)組織（Food and Agriculture Organization of the United Nations，F(xiàn)AO）指出食品安全風險分級評價是一個結構化的決策過程，和風險管理[3-4]、風險交流[5-6]等密切相關[7]，可以幫助風險評估者準確把握不同危害物風險差異，指導風險管理并明確優(yōu)先及重點監(jiān)管對象，合理分配資源決策相應管理措施。目前風險分級評價方法主要包括兩方面：1）指標體系法：從食品抽檢、調研統(tǒng)計等數(shù)據(jù)中抽取顯著因素及潛在因素，構建風險分級評價指標體系進行風險量化分級。周少君等[8]綜合我國化學性危害物、食源性疾病的暴發(fā)流行病學數(shù)據(jù)特性，對廣東省食品安全監(jiān)督抽檢數(shù)據(jù)進行評定，建立了以半定量風險評估為基礎的食品風險分級指標體系，確定了7 種需要重點關注的食品安全高風險組合。2）分級模型方法：考慮食品的多樣性、危害物的多樣性、各危害物毒性差異和評價指標關聯(lián)性，兼顧生長及擴散等因素，以定量或半定量方式對風險發(fā)生的可能性和嚴重程度進行量化賦值、權重計算和等級排序。常見模型包括概率暴露評估模型[9]、決策評估模型[10]、sQMRA模型[11]、FIRRM模型[12]以及Risk Ranking Tool[13]、iRisk[14]等。國內學者采用的研究方法則主要以模糊綜合評價法[15-16]、集對分析[17]等為主，杜樹新等[18]在綜合考慮了食品、危害物的多樣性以及危害物毒性的差異性基礎上，運用模糊數(shù)學計算不同類別危害物的風險指數(shù)。徐超等[19]綜合進出口食品風險評價各項指標，利用集對分析理論對指標內在關聯(lián)進行分析，構建了相應危害物風險評價及預警模型。

這些方法雖在食品安全評估、預防及監(jiān)管工作中獲得了一定的應用，但糧食安全涉及到種植、生產加工、流通倉儲、銷售消費等多環(huán)節(jié)的過程，其中任何一個環(huán)節(jié)都存在不同類別和程度的危害物風險因素，且每個因素受到食品多樣性、數(shù)據(jù)多源異構、地區(qū)分布差異、時間變化性等影響。糧食食品供應鏈危害物的風險分級評價所涉及指標眾多，且災害程度及對社會穩(wěn)定造成的影響是多方面的，傳統(tǒng)風險分級方法難以適用[20]。因此，糧食供應鏈危害物風險評價需從全供應鏈過程的演化機制和發(fā)展規(guī)律角度進行研究，目前已取得了一定研究成果。Smid等[21]使用貝葉斯網絡模型來預測并描述食品在各環(huán)節(jié)中的微生物數(shù)量，并以此作為參考來評估微生物風險;楊磊[22]對糧食食品中不同環(huán)節(jié)進行分析，構建了糧食生產安全、消費安全和流通安全3 個層次指標的食品安全風險指標體系。金海水等[23]應用危害分析關鍵控制點研判其供應鏈薄弱環(huán)節(jié)，從企業(yè)視角對供應鏈作業(yè)工序進行控制，但對多危害物的綜合評價主要是主觀比較判斷，對政府部門的宏觀監(jiān)管和決策優(yōu)化的支持有限。楊雪美等[24]則在層次指標體系框架下，從生產、流通、食品消費等環(huán)節(jié)出發(fā)，結合突變理論模型構建突發(fā)食品安全事件風險評價指標體系。這些方法依賴計量數(shù)據(jù)及統(tǒng)計數(shù)據(jù)，但由于風險分析過程中缺乏真實抽檢監(jiān)督的客觀數(shù)據(jù)驗證，掩蓋了危害物在供應鏈環(huán)節(jié)內的耦合作用，容易從數(shù)理統(tǒng)計上得到違背實際關聯(lián)規(guī)律的偽結論。

甘明等[25]從大量的食品安全監(jiān)督抽檢數(shù)據(jù)入手，在生產、流通以及消費環(huán)節(jié)采集超標率、合格率、不合格率等信息，實現(xiàn)了廣西區(qū)域食品安全隱患排序。陳洪根[26]則以天然毒素、生物性危害因素和化學性危害因素為驅動，從深圳食品抽檢數(shù)據(jù)中構建供應鏈各環(huán)節(jié)作業(yè)故障樹模型，實現(xiàn)供應鏈系統(tǒng)安全綜合風險評價。這些方法科學、有效地把大量的監(jiān)督抽檢的數(shù)據(jù)和“三率”轉化為風險的量化分級，但缺乏對危害物致病嚴重性、人群對食品消費量、膳食暴露、流行病學數(shù)據(jù)等風險因素的綜合評估。且其分析過程中指標量化和權重分配存在過多人為設定，忽略了供應鏈環(huán)節(jié)內多維異構食品數(shù)據(jù)對危害物風險作用機理過程，對供應鏈危害物風險重點層次確定、監(jiān)管優(yōu)先秩序安排等問題難以提供針對性可行方案。

因此，上述評價方法在糧食供應鏈危害物風險分級評價的實際應用中存在一定局限性，針對存在的問題，本研究提出結合頻繁模式增長（frequent pattern growth，F(xiàn)PG）的關聯(lián)規(guī)則和自組織映射（self-organizing maps，SOM）算法的多維層次風險指標體系。FPG-SOM算法可以合理利用定量與定性指標，削減主觀評價的影響，通過FPG挖掘客觀數(shù)據(jù)中存在的關聯(lián)關系，獲取危害物在供應鏈環(huán)節(jié)內的耦合作用，而應用SOM開展綜合風險評價，可以自適應地獲得不同變量間的交叉關聯(lián)概率和權重分配，區(qū)分時間、空間、供應鏈環(huán)節(jié)等不同因素對糧食供應鏈中危害物風險等級的影響程度，以更加準確無偏地識別糧食中危害物的風險優(yōu)先次序。本研究以食品抽檢數(shù)據(jù)為基礎，結合危害物含量水平、膳食結構、產品類型等計量統(tǒng)計數(shù)據(jù)以及調研數(shù)據(jù)，針對糧食供應鏈主要危害物（重金屬、真菌毒素、農藥殘留和食品添加劑等）構建多維層次結構的風險評價指標體系;利用FPG關聯(lián)規(guī)則挖掘一級指標和二級指標內在關聯(lián)，對風險指標層次性和優(yōu)先程度進行排序;以排序結果為指導，應用SOM算法分析指標交叉聯(lián)系，自適應地計算各指標元素的風險權重，科學分析我國糧食各供應鏈環(huán)節(jié)上各類危害物的風險分級情況，避免主觀預定風險等級數(shù)量和劃分限值干擾，可為后續(xù)糧食供應鏈風險預警和防控提供良好的依據(jù)。

1 多維層次危害物風險評價指標體系

1.1 數(shù)據(jù)來源

本研究以全國主要糧食生產省市的各類危害物進行實例分析。搜集整理國家糧食局、國家質檢總局等網站公布的信息和數(shù)據(jù)，按照重金屬、真菌毒素、微生物、食品添加劑、農藥殘留等危害物安全問題類別及其供應鏈環(huán)節(jié)來源進行分類整理和預處理，收集2013年—2018年的大量糧食加工品抽檢數(shù)據(jù)的危害物類別及其來源，包括除港澳臺、西藏、新疆、內蒙古、寧夏和甘肅在外的26 個省份，涵蓋中國糧食產品的主要產區(qū)和消費大省，亦屬于人口密集地區(qū)。糧食產品種類由大米、大米加工品、小麥加工品、小麥粉加工品、其他糧食加工品組成。每個抽檢數(shù)據(jù)樣本由多個因素組成，包括：產品名稱、標稱生產企業(yè)及被抽樣企業(yè)信息、抽樣環(huán)節(jié)及場所、生產及抽檢日期、食品分類、抽檢項目及結果、標準值等。

鑒于糧食安全受到政策法規(guī)、經濟和社會等眾多因素影響，而糧食供應鏈涵蓋從種植、生產加工、倉儲物流，到最后在商場、超市及其他消費場所銷售消費等眾多環(huán)節(jié)，各環(huán)節(jié)都可能出現(xiàn)安全隱患和風險因素。因此本研究整理收集其他方面的多維度數(shù)據(jù)，通過對文獻和食品行業(yè)專業(yè)網站、新聞媒體信息的分析及預處理得到2013年—2018年期間糧食食品安全事故的危害物類別及其來源數(shù)據(jù);參考國家統(tǒng)計局的第六次全國人口普查結果和《中國統(tǒng)計年鑒》獲取糧食相關人口數(shù)據(jù)和消費數(shù)據(jù);致病菌的污染情況、危害程度和流行病學數(shù)據(jù)則來源于《中國衛(wèi)生統(tǒng)計年鑒》、《中國食品工業(yè)年鑒》。調研中國食品安全網等網站公告糧食安全事件問題，并采用調查問卷的方式，共邀請自高等院校、食品藥品監(jiān)管部門、食品行業(yè)的專家及從業(yè)人員進行調研論證，發(fā)出共回收有效問卷521 份。綜合抽檢數(shù)據(jù)、計量統(tǒng)計數(shù)據(jù)、調研數(shù)據(jù)等構建多維異構數(shù)據(jù)集合。

1.2 多維層次風險評價指標體系

本研究在分析多維異構數(shù)據(jù)特性及糧食安全案例基礎上，將糧食供應鏈劃分為生產、加工和消費3 個主要環(huán)節(jié)，以重金屬、真菌毒素、農藥殘留、微生物、食品 添加劑等危害物為研究對象，從統(tǒng)計特性、抽檢特性和調研特性角度，對各個環(huán)節(jié)都可能出現(xiàn)的安全隱患和風險因素進行挖掘，構建多維層次風險指標評價體系。本指標體系每個特性均分為一級和二級兩個層次，上層評價指標需通過下層評價指標的評價結果反映，既涵蓋定性指標，如社會關注度、危害程度、監(jiān)管可及性等，同時兼顧定量指標，如全省年度總產量、糧食生產及消費價格、國家標準限定值等內容，體系框架如圖1所示。

圖 1 多維層次風險評估指標體系Fig. 1 Multidimensional risk assessment indicator system

本指標體系中統(tǒng)計特性包括由危害性、社會性、經濟性和監(jiān)管性組成的一級指標，反映危害物對人體暴露威脅、致癌致病毒性等影響因素，也體現(xiàn)出社會、經濟及監(jiān)管因素對糧食供應鏈危害物的關注程度和監(jiān)管能力。抽檢特性則由可能性、風險性和時空性這3 個一級指標組成，考慮到數(shù)據(jù)的時空分布特性客觀地反映出我國糧食產品的風險分布，根據(jù)不同省份、不同時間對不合格產品進行劃分。調研特性由普及性和認知性組成，通過調研依據(jù)和文獻依據(jù)來對糧食產品中危害物的風險進行輔助評價，整個指標體系共9 個一級指標和32 個二級指標，具體如表1所示。

表 1 多維層次風險評價指標Table 1 Multidimensional risk assessment indicators

2 危害物綜合風險分級評價

2.1 標準歸一化處理

本研究由大量多維異構數(shù)據(jù)出發(fā)，針對我國國情進行糧食食品供應鏈中各危害物的綜合風險分析，從n個抽檢數(shù)據(jù)中隨機選取第k個樣本輸入多維層次指標體系中，得到其第m個二級指標xmk，由于各指標定義及取值范圍均不同，需要對其每個二級指標進行標準歸一化處理，按公式（1）用t分布變換法將指標值變換為0～1之間的數(shù)值。

2.2 上下級指標內在關聯(lián)計算

對標準化處理后的指標值進行量化遞歸運算，定義一級指標分別為危害性A=[a1，a2，...，a6]、社會性B=[b1，b2]、經濟性C=[c1，c2，c3，c4]、監(jiān)管性D=[d1，d2]、可能性E=[e1，e2，e3]、風險性F=[f1，f2，f3]、時空性G=[g1，g2，g3]、普及性H=[h1，h2，h3，h4，h5]和認知性I=[i1，i2，i3，i4]，將二級指標作為輸入，再逐層向上加權求和，推算對應一級指標的函數(shù)值（式（2））。

式中：wk（k=a1，a2，…，i4）對應各個二級指標對一級指標的權重影響，為避免人為設置對權重的干擾影響，本研究使用FPG的關聯(lián)規(guī)則算法[27]分步確定各一級指標與所屬二級指標的權重，通過挖掘頻繁模式來分析上下級指標間內在關聯(lián)，獲取一級指標和二級指標間支持度Sup、置信度Con和提升度Lif（式（3））。

式中：I代表包括各種危害物和風險因素在內的總風險項目;X和Y代表不相交的對象;num表示抽檢數(shù)據(jù)中特定項目的出現(xiàn)次數(shù)，X→Y是關聯(lián)規(guī)則形式。本研究分別將各一級指標中的二級指標進行關聯(lián)，利用支持度將高關聯(lián)程度的二級指標給予更高的權重，低關聯(lián)程度的指標給予較低的權重，對比分析各二級指標間關聯(lián)，實現(xiàn)風險權重的賦值。

2.3 指標交叉關聯(lián)計算

由于食品安全風險評價指標由定性指標和定量指標結合，而且涉及統(tǒng)計數(shù)據(jù)、抽檢數(shù)據(jù)和調研數(shù)據(jù)等方面，各指標對危害物的綜合風險評價作用不同、量化分值差異，且相互間存在交叉影響。為全面評價各指標對綜合風險的影響過程，本研究在分析上下級指標內在關聯(lián)基礎上，以所有一級指標及二級指標作為控制變量，應用SOM神經網絡[28]開展綜合風險評價，獲得不同變量間交叉關聯(lián)概率和權重分配。

SOM算法作為一種聚類和高維可視化的無監(jiān)督學習算法，其內部競爭機制反映了自組織學習最根本的特征[29]。本研究設計兩層SOM網絡，包含變量層和競爭層。通過權向量將各指標匯集輸入到變量層，其各神經元節(jié)點數(shù)與指標維數(shù)相等;再將糧食食品危害物風險評價等級作為競爭層的輸出，通過變量層和競爭層間神經元排列及非線性鏈接，實現(xiàn)危害物綜合風險等級自適應劃分。以9 個一級指標和32 個二級指標作為網絡輸入，為X＝[A，B，C，...，i3，i4]，則變量層神經元個數(shù)為41 個;然后結合食品安全監(jiān)管部門的實際需要，將糧食供應鏈危害物風險等級劃分為“安全（A）”、“低風險（L）”、“較低風險（RL）”、“中風險（M）”、“較高風險（RH）”、“高風險（H）”、“超高風險（EH）”共7 個級別，等級集合用變量Y＝{A，RL，L，M，H，RH，EH}表示，將其作為競爭層的輸出向量，按以下步驟對整個網絡進行迭代訓練和指標權重學習：1）初始化。首先對變量層的權重向量賦最小隨機數(shù)，進行歸一化處理得到＝1，2，...，41，并建立初始優(yōu)勝鄰域Nj*（0），同時給學習率η賦初始值;2）變量輸入。從本研究糧食數(shù)據(jù)中隨機選取p個樣本，經過各項指標提取處理和公式（1）、（2）運算，得到指標向量p，p∈X;3）尋找獲勝節(jié)點。計算p與的點積，選擇其中點積最大的節(jié)點作為獲勝節(jié)點j*;若向量維度無法匹配，計算歐氏距離，從中找出距離最小的獲勝節(jié)點;4）定義優(yōu)勝鄰域Nj*（t）。以j*為中心確定t時刻的權值調整域，設置較大初始鄰域Nj*（0），在訓練過程中，Nj*（t）隨訓練時間逐漸收縮;5）調整權值。對優(yōu)勝鄰域Nj*（t）內所有節(jié)點的權值進行調整（式（4））。

式中：η（t，N）是訓練時間t和鄰域內第j個神經元與獲勝神經元j*之間的拓撲距離N的函數(shù)。鑒于該函數(shù)隨訓練時間延長而提高，又隨拓撲距離增大而降低，根據(jù)該變化規(guī)律，構造目標函數(shù)（式（5））。

式中：η（t）可采用t的單調下降函數(shù)，這種隨時間變化單調下降的函數(shù)也被稱為退火函數(shù)。

6）結束檢查。SOM訓練過程以學習率η（t）是否衰減到0或某個預定的正小數(shù)為條件而結束，重復此步驟多次直至學習率小于預先設置的最小學習率時達到收斂，即調整的程度越來越小，神經元（權重）趨于聚類中心，不滿足結束條件則回到步驟2;7）如此迭代循環(huán)，得到優(yōu)化后權重結果，將其與對應指標進行加權求和，得到某類危害物總風險值，值越高對應風險等級越大，整個過程如圖2所示。

圖 2 SOM網絡結構的綜合風險分級算法Fig. 2 Comprehensive risk grading algorithm based on SOM network structure

本研究提出糧食供應鏈危害物綜合風險分級評價方法，以關聯(lián)規(guī)則挖掘一級指標和二級指標間內在關聯(lián)程度，再依托SOM神經網絡通過競爭學習機制將高維空間中各指標變量映射到風險等級結果，充分結合定量與定性指標間互補信息和差異信息，對不同地區(qū)各糧食供應鏈環(huán)節(jié)中主要危害物綜合風險進行跟蹤測評與等級評價，降低風險評價分數(shù)的分散程度，使評價結果更加接近真實數(shù)據(jù)蘊含規(guī)律，以實現(xiàn)糧食供應鏈的風險控制、降低監(jiān)管成本，從而減少食品安全風險隱患提供可行的科學依據(jù)。

3 案例評價與分析

根據(jù)本研究所建立風險評價體系可以計算出不同危害物在糧食產品中的總風險值并進行風險等級劃分，下面以某些危害物風險均值和風險等級進行分析。其中，危害物可以粗略分為：霉菌毒素、農藥殘留、重金屬和其他危害物（品質指標、食品添加劑、非法添加劑等）。首先，分別計算各危害物在城市和鄉(xiāng)村的抽檢區(qū)域得分情況，并劃分為7 個等級：安全（A）、低風險（L）、較低風險（RL）、中風險（M）、較高風險（RH）、高風險（H）和超高風險（EH）。從表2可以看出，除鉛（以Pb計）和玉米赤霉烯酮這兩項危害物在城市區(qū)域得分低于鄉(xiāng)村區(qū)域外，城市各項危害物得分比鄉(xiāng)村更高一些，這表明城市的糧食產品污染發(fā)生時產生的風險要高于鄉(xiāng)村區(qū)域，不難分析出城市的糧食食品供應鏈相對于鄉(xiāng)村更加復雜，導致其得分更高，但從城市和鄉(xiāng)村區(qū)域比較來看，通過對城市和鄉(xiāng)村區(qū)域數(shù)據(jù)進行方差分析可以得到兩組數(shù)據(jù)的檢驗統(tǒng)計量為0.04，遠小于其臨界值4.49，可以說明各危害物風險等級在城市與鄉(xiāng)村區(qū)域間沒有明顯差別，故抽檢區(qū)域對危害物嚴重程度無顯著影響。而無論城市還是鄉(xiāng)村區(qū)域，危害物風險分值分布基本服從其他危害物＞重金屬＞霉菌毒素＞農藥殘留的規(guī)律，這也為劃分糧食產品危害物監(jiān)管的優(yōu)先級提供了參考。

表 2 不同抽檢區(qū)域中各危害物綜合風險均值和風險等級Table 2 Average risk scores and risk levels of each hazard in different sampling areas

表 3 不同抽檢環(huán)節(jié)中各危害物綜合風險均值和風險等級Table 3 Average risk scores and risk levels of each hazard in different sampling links

從供應鏈環(huán)節(jié)分析，如表3所示，消費環(huán)節(jié)的數(shù)據(jù)雖然較少，但鋁的殘留量（以干基計）得分為3 個大環(huán)節(jié)中最高，需要引起密切關注，而流通環(huán)節(jié)各危害物風險均高于生產環(huán)節(jié)，等級也略高于生產環(huán)節(jié)危害物所產生的風險等級，這顯然與消費者所認為的常理相符，即危害物在流通環(huán)節(jié)發(fā)生風險的嚴重性更高，生產環(huán)節(jié)發(fā)生風險的嚴重性最低，因為相較于流通環(huán)節(jié)來說，生產環(huán)節(jié)更加利于監(jiān)管，可以通過加強監(jiān)管來實現(xiàn)污染物的有效防控。

接著，對不同糧食產品中的危害物風險均值分布情況進行分析，如表4所示，該表描述了各危害物在不同類型的糧食產品中出現(xiàn)的危害程度。其中，在大米、小麥及其他糧食加工品這3 類糧食產品中，多數(shù)危害物在出現(xiàn)的評價分數(shù)都比較相近，通過對3 組數(shù)據(jù)進行差異顯著性分析，可以得出該3 類產品間的風險等級也無顯著差異，值得關注的是一些有特殊數(shù)據(jù)的危害物，例如：大腸菌群在小麥類的得分要3 倍于大米類和其他類，這表明大腸桿菌在小麥類中出現(xiàn)的危害程度相對另外兩類要更高，這就給大腸桿菌的重點監(jiān)控提供了方向，可以起到節(jié)省監(jiān)控成本的作用。另外，苯并(a)芘、黃曲霉毒素B1和菌落總數(shù)中也有類似的情況出現(xiàn)，均可從本研究所建立糧食評價體系中得出各危害物風險情況并進行進一步分析，為合理布局糧食產品抽檢提供科學的參考依據(jù)。

表 4 不同抽檢產品類型中各危害物綜合風險均值和風險等級Table 4 Average risk scores and risk levels of each hazard in different sampling types

最后，選出6 個糧食產量最高的省份，安徽、河南、河北、吉林、江蘇和黑龍江，并對各典型危害物評價得分情況進行分析。如圖3所示，各省份中危害物的種類分布較為平均，尤其是山東省和河南省幾乎覆蓋了所有典型危害物，從條形圖的高度來看，可以看出河南省糧食總體危害物風險較其他省份更高，而山東省涵蓋的危害物類型最多，也應引起相關監(jiān)管機構的注意。橫向來看，危害物鋁的殘留量（以干基計）分布最為廣泛，在各省份中均有體現(xiàn)，其次是苯并(a)芘、菌落總數(shù)、脫氧雪腐鐮刀菌烯醇和大腸菌群，這些典型危害物不僅分布廣泛且風險平均值更高，為監(jiān)控部門劃分重點監(jiān)控省份及典型危害物提供了良好的依據(jù)，降低了監(jiān)控成本。

根據(jù)本研究所建立風險分級評價體系，可以對我國糧食風險防控的關鍵節(jié)點進行評估，得出風險等級高的食品危害物組合。通過對評價結果進行方差分析，可以得出需要聚焦的重點省份為山東省、河南省，典型區(qū)域為城市區(qū)域，關鍵環(huán)節(jié)為流通環(huán)節(jié)以及高風險危害物，包括鋁殘留、苯并(a)芘、菌落總數(shù)、脫氧雪腐鐮刀菌烯醇和大腸菌群。因此，本研究建立基于FPG-SOM的糧食供應鏈危害物風險分級評價體系可以為我國的糧食監(jiān)管提高針對性與高效性，為消費者對糧食產品的消費提供科學依據(jù)。

圖 3 不同危害物在典型省份中綜合風險分布情況Fig. 3 Distribution of different hazards in typical provinces

根據(jù)上述風險評價及分析結果，近幾年我國糧食安全風險從總體來看情況樂觀，特別是供應鏈上各環(huán)節(jié)總體風險均處于下降趨勢，這主要歸功于我國近年來不斷完善的食品安全法律法規(guī)體系和食品安全監(jiān)管體系[30]，但目前我國糧食供應鏈中生產和流通環(huán)節(jié)存在風險隱患較大，城市地區(qū)風險相對較高，而且河南、山東、黑龍江、江蘇、安徽等地食品安全問題相對高發(fā)，容易發(fā)生食品安全事件。因此，應在完善我國糧食安全監(jiān)管體系的基礎上，針對高風險區(qū)域的食品生產、加工、銷售企業(yè)進行監(jiān)督，保障糧食供應整體安全。

4 結 論

糧食供應鏈安全是多維、復雜、耦合的過程，現(xiàn)有風險評價方法受到監(jiān)管目的性、數(shù)據(jù)可及性及評價可行性等因素影響，存在一定應用局限性。本研究在分析全國各省份的大量抽檢數(shù)據(jù)及其他多維度數(shù)據(jù)基礎上，從統(tǒng)計特性、抽檢特性和調研特性3 種互補角度構建多維層次風險指標體系，提升糧食供應鏈中危害物風險綜合評價的合理性和可行性。在此體系基礎上，應用關聯(lián)規(guī)則挖掘一級指標和二級指標的內在關系，客觀準確地獲取各指標權重，再通過競爭學習SOM網絡將各指標變量映射到風險等級結果上，明確指標交叉關聯(lián)，兼顧定量指標和定性指標的互補和差異，實現(xiàn)糧食供應鏈危害物綜合風險等級評價和分析。此風險指標體系和評價方法的建立，能識別出糧食供應鏈中危害物風險程度和優(yōu)先次序，為監(jiān)管部門制定有針對性的預警策略、確立優(yōu)先監(jiān)管領域和合理分配風險管理措施資源提供科學依據(jù)，也為廣大消費者在選擇糧食產品時減少食品安全風險隱患提供可行指導。