基于FPG-SOM的糧食供應(yīng)鏈危害物風(fēng)險分級評價

王小藝，王珍妮，孔建磊,*，金學(xué)波，蘇婷立，白玉廷

（1.北京工商大學(xué)人工智能學(xué)院，北京 100048;2.北京工商大學(xué) 食品安全大數(shù)據(jù)技術(shù)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(quán)安全及經(jīng)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(fēng)險威脅，風(fēng)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(fēng)險評估的一種形式，風(fēng)險分級評價指基于科學(xué)層面對危害物及潛在危害可能產(chǎn)生的風(fēng)險進行技術(shù)性評估，是結(jié)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(fù)雜食品安全問題中量化風(fēng)險級別、識別風(fēng)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(nóng)業(yè)組織（Food and Agriculture Organization of the United Nations，F(xiàn)AO）指出食品安全風(fēng)險分級評價是一個結(jié)構(gòu)化的決策過程，和風(fēng)險管理[3-4]、風(fēng)險交流[5-6]等密切相關(guān)[7]，可以幫助風(fēng)險評估者準確把握不同危害物風(fēng)險差異，指導(dǎo)風(fēng)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(yīng)管理措施。目前風(fēng)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(diào)研統(tǒng)計等數(shù)據(jù)中抽取顯著因素及潛在因素，構(gòu)建風(fēng)險分級評價指標體系進行風(fēng)險量化分級。周少君等[8]綜合我國化學(xué)性危害物、食源性疾病的暴發(fā)流行病學(xué)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(fēng)險評估為基礎(chǔ)的食品風(fēng)險分級指標體系，確定了7 種需要重點關(guān)注的食品安全高風(fēng)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(guān)聯(lián)性，兼顧生長及擴散等因素，以定量或半定量方式對風(fēng)險發(fā)生的可能性和嚴重程度進行量化賦值、權(quán)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(nèi)學(xué)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(chǔ)上，運用模糊數(shù)學(xué)計算不同類別危害物的風(fēng)險指數(shù)。徐超等[19]綜合進出口食品風(fēng)險評價各項指標，利用集對分析理論對指標內(nèi)在關(guān)聯(lián)進行分析，構(gòu)建了相應(yīng)危害物風(fēng)險評價及預(yù)警模型。

這些方法雖在食品安全評估、預(yù)防及監(jiān)管工作中獲得了一定的應(yīng)用，但糧食安全涉及到種植、生產(chǎn)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(fēng)險因素，且每個因素受到食品多樣性、數(shù)據(jù)多源異構(gòu)、地區(qū)分布差異、時間變化性等影響。糧食食品供應(yīng)鏈危害物的風(fēng)險分級評價所涉及指標眾多，且災(zāi)害程度及對社會穩(wěn)定造成的影響是多方面的，傳統(tǒng)風(fēng)險分級方法難以適用[20]。因此，糧食供應(yīng)鏈危害物風(fēng)險評價需從全供應(yīng)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(wǎng)絡(luò)模型來預(yù)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(fēng)險;楊磊[22]對糧食食品中不同環(huán)節(jié)進行分析，構(gòu)建了糧食生產(chǎn)安全、消費安全和流通安全3 個層次指標的食品安全風(fēng)險指標體系。金海水等[23]應(yīng)用危害分析關(guān)鍵控制點研判其供應(yīng)鏈薄弱環(huán)節(jié)，從企業(yè)視角對供應(yīng)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(chǎn)、流通、食品消費等環(huán)節(jié)出發(fā)，結(jié)合突變理論模型構(gòu)建突發(fā)食品安全事件風(fēng)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(fēng)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(yīng)鏈環(huán)節(jié)內(nèi)的耦合作用，容易從數(shù)理統(tǒng)計上得到違背實際關(guān)聯(lián)規(guī)律的偽結(jié)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(chǎn)、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(xué)性危害因素為驅(qū)動，從深圳食品抽檢數(shù)據(jù)中構(gòu)建供應(yīng)鏈各環(huán)節(jié)作業(yè)故障樹模型，實現(xiàn)供應(yīng)鏈系統(tǒng)安全綜合風(fēng)險評價。這些方法科學(xué)、有效地把大量的監(jiān)督抽檢的數(shù)據(jù)和“三率”轉(zhuǎn)化為風(fēng)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(xué)數(shù)據(jù)等風(fēng)險因素的綜合評估。且其分析過程中指標量化和權(quán)重分配存在過多人為設(shè)定，忽略了供應(yīng)鏈環(huán)節(jié)內(nèi)多維異構(gòu)食品數(shù)據(jù)對危害物風(fēng)險作用機理過程，對供應(yīng)鏈危害物風(fēng)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(yīng)鏈危害物風(fēng)險分級評價的實際應(yīng)用中存在一定局限性，針對存在的問題，本研究提出結(jié)合頻繁模式增長（frequent pattern growth，F(xiàn)PG）的關(guān)聯(lián)規(guī)則和自組織映射（self-organizing maps，SOM）算法的多維層次風(fēng)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(guān)聯(lián)關(guān)系，獲取危害物在供應(yīng)鏈環(huán)節(jié)內(nèi)的耦合作用，而應(yīng)用SOM開展綜合風(fēng)險評價，可以自適應(yīng)地獲得不同變量間的交叉關(guān)聯(lián)概率和權(quán)重分配，區(qū)分時間、空間、供應(yīng)鏈環(huán)節(jié)等不同因素對糧食供應(yīng)鏈中危害物風(fēng)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(fēng)險優(yōu)先次序。本研究以食品抽檢數(shù)據(jù)為基礎(chǔ)，結(jié)合危害物含量水平、膳食結(jié)構(gòu)、產(chǎn)品類型等計量統(tǒng)計數(shù)據(jù)以及調(diào)研數(shù)據(jù)，針對糧食供應(yīng)鏈主要危害物（重金屬、真菌毒素、農(nóng)藥殘留和食品添加劑等）構(gòu)建多維層次結(jié)構(gòu)的風(fēng)險評價指標體系;利用FPG關(guān)聯(lián)規(guī)則挖掘一級指標和二級指標內(nèi)在關(guān)聯(lián)，對風(fēng)險指標層次性和優(yōu)先程度進行排序;以排序結(jié)果為指導(dǎo)，應(yīng)用SOM算法分析指標交叉聯(lián)系，自適應(yīng)地計算各指標元素的風(fēng)險權(quán)重，科學(xué)分析我國糧食各供應(yīng)鏈環(huán)節(jié)上各類危害物的風(fēng)險分級情況，避免主觀預(yù)定風(fēng)險等級數(shù)量和劃分限值干擾，可為后續(xù)糧食供應(yīng)鏈風(fēng)險預(yù)警和防控提供良好的依據(jù)。

1 多維層次危害物風(fēng)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(chǎn)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(zhì)檢總局等網(wǎng)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(nóng)藥殘留等危害物安全問題類別及其供應(yīng)鏈環(huán)節(jié)來源進行分類整理和預(yù)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(nèi)蒙古、寧夏和甘肅在外的26 個省份，涵蓋中國糧食產(chǎn)品的主要產(chǎn)區(qū)和消費大省，亦屬于人口密集地區(qū)。糧食產(chǎn)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(chǎn)品名稱、標稱生產(chǎn)企業(yè)及被抽樣企業(yè)信息、抽樣環(huán)節(jié)及場所、生產(chǎn)及抽檢日期、食品分類、抽檢項目及結(jié)果、標準值等。

鑒于糧食安全受到政策法規(guī)、經(jīng)濟和社會等眾多因素影響，而糧食供應(yīng)鏈涵蓋從種植、生產(chǎn)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(fēng)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(wǎng)站、新聞媒體信息的分析及預(yù)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(jié)果和《中國統(tǒng)計年鑒》獲取糧食相關(guān)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(xué)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(diào)研中國食品安全網(wǎng)等網(wǎng)站公告糧食安全事件問題，并采用調(diào)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(diào)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(diào)研數(shù)據(jù)等構(gòu)建多維異構(gòu)數(shù)據(jù)集合。

1.2 多維層次風(fēng)險評價指標體系

本研究在分析多維異構(gòu)數(shù)據(jù)特性及糧食安全案例基礎(chǔ)上，將糧食供應(yīng)鏈劃分為生產(chǎn)、加工和消費3 個主要環(huán)節(jié)，以重金屬、真菌毒素、農(nóng)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(diào)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(fēng)險因素進行挖掘，構(gòu)建多維層次風(fēng)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(jié)果反映，既涵蓋定性指標，如社會關(guān)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(chǎn)量、糧食生產(chǎn)及消費價格、國家標準限定值等內(nèi)容，體系框架如圖1所示。

圖 1 多維層次風(fēng)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(jīng)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(jīng)濟及監(jiān)管因素對糧食供應(yīng)鏈危害物的關(guān)注程度和監(jiān)管能力。抽檢特性則由可能性、風(fēng)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(chǎn)品的風(fēng)險分布，根據(jù)不同省份、不同時間對不合格產(chǎn)品進行劃分。調(diào)研特性由普及性和認知性組成，通過調(diào)研依據(jù)和文獻依據(jù)來對糧食產(chǎn)品中危害物的風(fēng)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(fēng)險評價指標Table 1 Multidimensional risk assessment indicators

2 危害物綜合風(fēng)險分級評價

2.1 標準歸一化處理

本研究由大量多維異構(gòu)數(shù)據(jù)出發(fā)，針對我國國情進行糧食食品供應(yīng)鏈中各危害物的綜合風(fēng)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(nèi)在關(guān)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(jīng)濟性C=[c1，c2，c3，c4]、監(jiān)管性D=[d1，d2]、可能性E=[e1，e2，e3]、風(fēng)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(quán)求和，推算對應(yīng)一級指標的函數(shù)值（式（2））。

式中：wk（k=a1，a2，…，i4）對應(yīng)各個二級指標對一級指標的權(quán)重影響，為避免人為設(shè)置對權(quán)重的干擾影響，本研究使用FPG的關(guān)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(quán)重，通過挖掘頻繁模式來分析上下級指標間內(nèi)在關(guān)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(fēng)險因素在內(nèi)的總風(fēng)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(guān)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(guān)聯(lián)，利用支持度將高關(guān)聯(lián)程度的二級指標給予更高的權(quán)重，低關(guān)聯(lián)程度的指標給予較低的權(quán)重，對比分析各二級指標間關(guān)聯(lián)，實現(xiàn)風(fēng)險權(quán)重的賦值。

2.3 指標交叉關(guān)聯(lián)計算

由于食品安全風(fēng)險評價指標由定性指標和定量指標結(jié)合，而且涉及統(tǒng)計數(shù)據(jù)、抽檢數(shù)據(jù)和調(diào)研數(shù)據(jù)等方面，各指標對危害物的綜合風(fēng)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(fēng)險的影響過程，本研究在分析上下級指標內(nèi)在關(guān)聯(lián)基礎(chǔ)上，以所有一級指標及二級指標作為控制變量，應(yīng)用SOM神經(jīng)網(wǎng)絡(luò)[28]開展綜合風(fēng)險評價，獲得不同變量間交叉關(guān)聯(lián)概率和權(quán)重分配。

SOM算法作為一種聚類和高維可視化的無監(jiān)督學(xué)習(xí)算法，其內(nèi)部競爭機制反映了自組織學(xué)習(xí)最根本的特征[29]。本研究設(shè)計兩層SOM網(wǎng)絡(luò)，包含變量層和競爭層。通過權(quán)向量將各指標匯集輸入到變量層，其各神經(jīng)元節(jié)點數(shù)與指標維數(shù)相等;再將糧食食品危害物風(fēng)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(jīng)元排列及非線性鏈接，實現(xiàn)危害物綜合風(fēng)險等級自適應(yīng)劃分。以9 個一級指標和32 個二級指標作為網(wǎng)絡(luò)輸入，為X＝[A，B，C，...，i3，i4]，則變量層神經(jīng)元個數(shù)為41 個;然后結(jié)合食品安全監(jiān)管部門的實際需要，將糧食供應(yīng)鏈危害物風(fēng)險等級劃分為“安全（A）”、“低風(fēng)險（L）”、“較低風(fēng)險（RL）”、“中風(fēng)險（M）”、“較高風(fēng)險（RH）”、“高風(fēng)險（H）”、“超高風(fēng)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(wǎng)絡(luò)進行迭代訓(xùn)練和指標權(quán)重學(xué)習(xí)：1）初始化。首先對變量層的權(quán)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(xué)習(xí)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(jīng)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(quán)值調(diào)整域，設(shè)置較大初始鄰域Nj*（0），在訓(xùn)練過程中，Nj*（t）隨訓(xùn)練時間逐漸收縮;5）調(diào)整權(quán)值。對優(yōu)勝鄰域Nj*（t）內(nèi)所有節(jié)點的權(quán)值進行調(diào)整（式（4））。

式中：η（t，N）是訓(xùn)練時間t和鄰域內(nèi)第j個神經(jīng)元與獲勝神經(jīng)元j*之間的拓撲距離N的函數(shù)。鑒于該函數(shù)隨訓(xùn)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(gòu)造目標函數(shù)（式（5））。

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

6）結(jié)束檢查。SOM訓(xùn)練過程以學(xué)習(xí)率η（t）是否衰減到0或某個預(yù)定的正小數(shù)為條件而結(jié)束，重復(fù)此步驟多次直至學(xué)習(xí)率小于預(yù)先設(shè)置的最小學(xué)習(xí)率時達到收斂，即調(diào)整的程度越來越小，神經(jīng)元（權(quán)重）趨于聚類中心，不滿足結(jié)束條件則回到步驟2;7）如此迭代循環(huán)，得到優(yōu)化后權(quán)重結(jié)果，將其與對應(yīng)指標進行加權(quán)求和，得到某類危害物總風(fēng)險值，值越高對應(yīng)風(fēng)險等級越大，整個過程如圖2所示。

圖 2 SOM網(wǎng)絡(luò)結(jié)構(gòu)的綜合風(fēng)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(yīng)鏈危害物綜合風(fēng)險分級評價方法，以關(guān)聯(lián)規(guī)則挖掘一級指標和二級指標間內(nèi)在關(guān)聯(lián)程度，再依托SOM神經(jīng)網(wǎng)絡(luò)通過競爭學(xué)習(xí)機制將高維空間中各指標變量映射到風(fēng)險等級結(jié)果，充分結(jié)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(yīng)鏈環(huán)節(jié)中主要危害物綜合風(fēng)險進行跟蹤測評與等級評價，降低風(fēng)險評價分數(shù)的分散程度，使評價結(jié)果更加接近真實數(shù)據(jù)蘊含規(guī)律，以實現(xiàn)糧食供應(yīng)鏈的風(fēng)險控制、降低監(jiān)管成本，從而減少食品安全風(fēng)險隱患提供可行的科學(xué)依據(jù)。

3 案例評價與分析

根據(jù)本研究所建立風(fēng)險評價體系可以計算出不同危害物在糧食產(chǎn)品中的總風(fēng)險值并進行風(fēng)險等級劃分，下面以某些危害物風(fēng)險均值和風(fēng)險等級進行分析。其中，危害物可以粗略分為：霉菌毒素、農(nóng)藥殘留、重金屬和其他危害物（品質(zhì)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(fēng)險（L）、較低風(fēng)險（RL）、中風(fēng)險（M）、較高風(fēng)險（RH）、高風(fēng)險（H）和超高風(fēng)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(chǎn)品污染發(fā)生時產(chǎn)生的風(fēng)險要高于鄉(xiāng)村區(qū)域，不難分析出城市的糧食食品供應(yīng)鏈相對于鄉(xiāng)村更加復(fù)雜，導(dǎo)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(fēng)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?qū)ξ：ξ飮乐爻潭葻o顯著影響。而無論城市還是鄉(xiāng)村區(qū)域，危害物風(fēng)險分值分布基本服從其他危害物＞重金屬＞霉菌毒素＞農(nóng)藥殘留的規(guī)律，這也為劃分糧食產(chǎn)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(fēng)險均值和風(fēng)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(fēng)險均值和風(fēng)險等級Table 3 Average risk scores and risk levels of each hazard in different sampling links

從供應(yīng)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(guān)注，而流通環(huán)節(jié)各危害物風(fēng)險均高于生產(chǎn)環(huán)節(jié)，等級也略高于生產(chǎn)環(huán)節(jié)危害物所產(chǎn)生的風(fēng)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(fēng)險的嚴重性更高，生產(chǎn)環(huán)節(jié)發(fā)生風(fēng)險的嚴重性最低，因為相較于流通環(huán)節(jié)來說，生產(chǎn)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(chǎn)品中的危害物風(fēng)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(chǎn)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(chǎn)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(chǎn)品間的風(fēng)險等級也無顯著差異，值得關(guān)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(fēng)險情況并進行進一步分析，為合理布局糧食產(chǎn)品抽檢提供科學(xué)的參考依據(jù)。

表 4 不同抽檢產(chǎn)品類型中各危害物綜合風(fēng)險均值和風(fēng)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(chǎn)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(fēng)險較其他省份更高，而山東省涵蓋的危害物類型最多，也應(yīng)引起相關(guān)監(jiān)管機構(gòu)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(fēng)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(fēng)險分級評價體系，可以對我國糧食風(fēng)險防控的關(guān)鍵節(jié)點進行評估，得出風(fēng)險等級高的食品危害物組合。通過對評價結(jié)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(guān)鍵環(huán)節(jié)為流通環(huán)節(jié)以及高風(fēng)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(yīng)鏈危害物風(fēng)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(chǎn)品的消費提供科學(xué)依據(jù)。

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

根據(jù)上述風(fēng)險評價及分析結(jié)果，近幾年我國糧食安全風(fēng)險從總體來看情況樂觀，特別是供應(yīng)鏈上各環(huán)節(jié)總體風(fēng)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(yīng)鏈中生產(chǎn)和流通環(huán)節(jié)存在風(fēng)險隱患較大，城市地區(qū)風(fēng)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(yīng)在完善我國糧食安全監(jiān)管體系的基礎(chǔ)上，針對高風(fēng)險區(qū)域的食品生產(chǎn)、加工、銷售企業(yè)進行監(jiān)督，保障糧食供應(yīng)整體安全。

4 結(jié) 論

糧食供應(yīng)鏈安全是多維、復(fù)雜、耦合的過程，現(xiàn)有風(fēng)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(yīng)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(chǔ)上，從統(tǒng)計特性、抽檢特性和調(diào)研特性3 種互補角度構(gòu)建多維層次風(fēng)險指標體系，提升糧食供應(yīng)鏈中危害物風(fēng)險綜合評價的合理性和可行性。在此體系基礎(chǔ)上，應(yīng)用關(guān)聯(lián)規(guī)則挖掘一級指標和二級指標的內(nèi)在關(guān)系，客觀準確地獲取各指標權(quán)重，再通過競爭學(xué)習(xí)SOM網(wǎng)絡(luò)將各指標變量映射到風(fēng)險等級結(jié)果上，明確指標交叉關(guān)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(yīng)鏈危害物綜合風(fēng)險等級評價和分析。此風(fēng)險指標體系和評價方法的建立，能識別出糧食供應(yīng)鏈中危害物風(fēng)險程度和優(yōu)先次序，為監(jiān)管部門制定有針對性的預(yù)警策略、確立優(yōu)先監(jiān)管領(lǐng)域和合理分配風(fēng)險管理措施資源提供科學(xué)依據(jù)，也為廣大消費者在選擇糧食產(chǎn)品時減少食品安全風(fēng)險隱患提供可行指導(dǎo)。