粮食应急体系是国家安全的重要组成部分，同时也是突发事件下应急管理的重要内容。习近平总书记强调，“确保粮食安全，不仅要着眼平时，还要提升应急保供能力
［1］”。同时，第十四届全国人民代表大会常务委员会第七次会议通过的《中华人民共和国粮食安全保障法》
［2］明确将粮食应急作为国家粮食安全体系的核心组成部分。
近年来，极端天气、地缘政治、自然灾害等突发事件频繁发生，全球粮食安全体系受到重大冲击，如何优化和完善粮食应急体系以应对多重不确定风险是当前粮食安全和应急管理工作亟待解决的问题。由于突发事件具有紧急性、复杂性和动态性，以及粮食应急过程中主体众多、流程复杂，只有明确粮食应急体系的本质、明晰其构成要素、厘清其运作机理，才能增强粮食应急体系的综合战斗力与持续保障能力。现有的文献、政策等对于上述问题尚未形成统一的理论框架和明确的界定，缺乏系统性和综合性的理论支撑。因此，从实践出发，深入分析其构成要素及其作用关系显得尤为必要。然而，随着信息技术的快速发展，现实数据呈现出多模态的特征，涵盖了文本、音频、视频等多种形式。通过分析多模态数据能够从多个维度对粮食应急体系进行全方位剖析，从而全面揭示出其构成要素及作用关系的复杂性，增强决策的科学性与全面性，对于提升整体应急响应水平具有重要意义。
综上，本研究尝试搜集粮食应急体系相关资料，结合多模态数据的处理方法，提取粮食应急体系的构成要素，构建作用关系模型，探究粮食应急体系的运作机理，为提升我国粮食应急保障能力提供理论支持和实践依据。
1 文献综述
1.1 面向突发事件的粮食应急体系
粮食应急体系是政府在面临突发性粮食供应紧缺、粮价大幅上涨的特殊状况，为维护经济社会稳定而建立的制止事件发生、消弭事件影响的宏观调控体系
［3］。目前，极端气候、重大突发事件相关的非常规风险已成为现阶段影响中国粮食安全保障的主要因素，对中国粮食安全保障形成巨大考验
［4］，也对粮食应急体系提出了更高的要求。我国已建立中央至县级的四级粮食应急预案体系，并发展了如物联网、生产检测、储备网络等信息系统，但各主体资源自含，并不互通，粮食应急保障体系仍需进一步完善
［5］。
已有研究从政策优化、韧性及智能决策等角度探讨了粮食应急体系的完善路径。余福海等
［6］分析欧盟的粮食应急研究提出完善中国粮食应急管理政策的路径；炎天尧等
［7］从粮食产业链韧性角度提出完善粮食储备及应急保障管理体制机制；李凤廷等
［8］将情景应对应用于粮食应急保障体系中；王琳
［9］运用区块链技术建立粮食应急案例库，为粮食应急保障决策提供数据支撑。
现有研究主要聚焦于优化粮食应急体系外部框架和政策层面的内容，缺乏对其内部机理的系统性剖析，使得其在实际运作中存在一定的薄弱环节。面向突发事件的粮食应急体系是一项复杂的系统工程，涉及众多相互关联的环节和因素，构成要素繁多且相互作用，因而在其优化和完善时面临诸多挑战。探究粮食应急体系的运行机理，深入剖析其构成要素之间的相互关联，是破解当前体系运作瓶颈、提升应急响应能力的关键。
1.2 应急物流体系构成要素
对于粮食应急体系的构成要素，目前没有系统性的理论概念与框架。早期研究主要聚焦于实体要素，随着数字技术的发展，粮食应急效能不仅依赖实体资源，更取决于信息流的实时性、准确性和协同性。郭晓东
［3］提出粮食应急体系主要由实体要素、信息要素等组成。从情报学及信息学的角度，张海涛等
［10］总结了现有智库在支撑粮食安全政策咨询中的不足；殷跃等
［5］将情报要素分为关键情报和支持情报两类；刘彦辉等
［11］结合BERTopic模型、知识关联计算等文本语义分析技术，丰富政策信息学理论体系。这些研究从情报信息角度探究了如何提升粮食应急效能，然而在实际应用中，还需精准提取关键要素、分析其作用关系才能促进粮食应急体系高效运作。
关于应急物流体系构成要素的提取与分析，已有研究采用定量与定性相结合的方式进行探索。马文璇等
［12-14］基于采用模糊集定性比较分析法，对应急物流体系构成要素结构模型及内在机理展开研究、基于数据共享视域判断应急物流体系构成要素间层级关系、结合扎根理论甄别应急物流体系构成要素；赵秋红
［15］通过重特大突发事件分析应急物流体系构建的核心要素及其相互关系。这些研究从不同的理论视角和方法出发，对应急物流体系的构成要素、内在机制、层级关系及其相互作用等方面进行了深入探讨，为应急物流构成要素及其作用关系研究提供了理论和方法指导。
上述研究主要依赖单一或有限的案例对应急物流体系关键要素的提取及其相互关系进行探讨。然而，随着数据来源的多样化，关于应急物流体系的数据呈现出明显的多模态特征。多模态数据的异构性和不确定性，使得传统的单一数据分析方法难以充分揭示应急物流体系构成要素的内在关联及其作用关系。因此，在应急体系研究中，如何有效处理和融合多源异构信息，是提升研究全面性、客观性与科学性的关键。
1.3 多模态数据处理
“模态”是数据的细粒度描述。在同一环境或媒介中，不同模态数据可以共存
［16］。数据领域中的“多模态”通常指不同类型的数据形式，包括文本、图像、音频、视频以及他们的混合形式
［17］。多模态数据分析的核心在于如何处理和融合来自不同模态的数据，这一过程通常采用特征提取
［18］、数据融合、模型训练等技术实现，具体的处理方法包括数据融合、深度学习、统计方法和图模型
［19］等。
目前，已有研究将多模态数据应用于不同场景，并显著提升了决策能力。郭宇等
［20］分析多种来源的公共安全事件数据，构建多模态公共安全事件事理图谱；刘先博等
［21］提出一种融合图文不一致特征的多模态谣言检测方法；鞠孜涵等
［22］提出多模态国防数据融合模型来辅助情报决策。这些研究表明，分析多模态数据可以在复杂场景中挖掘出更深层次的关联关系，提高信息的全面性和准确性。基于此，将多模态数据应用于粮食应急体系的构成要素提取与作用关系研究，能够更加精准地识别和分析相关要素及其相互作用，为提高粮食应急保障能力提供更加科学、全面的决策依据。
2 研究设计及数据处理
2.1 理论分析
目前学术界对粮食应急体系的概念内涵尚未进行统一的界定。最早的粮食应急供应研究可以追溯到1984年索马里难民救助中的粮食运送问题
［23］，已有研究针对饥荒、地震等突发事件下的粮食供应展开探讨
［24-27］。郭晓东
［3］曾提出粮食应急体系概念，明确了粮食应急体系的应对场景及本质属性，但对粮食应急体系的内涵解构不足，缺乏对粮食应急体系的构成要素及要素间作用关系的梳理。
为进一步厘清粮食应急体系概念内涵，为粮食应急体系构成要素的提取及作用关系分析提供理论支撑，本研究对“应急管理体系”“应急物流”“粮食物流”的概念内涵进行分析。“应急管理体系”是指应对突发公共事件时的组织、制度、行为、资源等相关应急要素及要素间关系的总和
［28］；“应急物流”是以提供应急资源为目的，实现应急资源运输过程效率高、人员伤亡少、反应时间短、成本支出低的特殊物流，具有高度的技术性、工程性、专业性、不可替代性和非结构化特征
［29］；“粮食物流”是指粮食从生产、收购、储存、运输、加工到销售服务的整个过程中的实体运动以及在流通环节的一切增值活动
［30］。
由此，结合“应急管理体系”界定的要素范畴、“应急物流”界定的价值范畴及“粮食物流”界定的运作范畴，我们将粮食应急体系定义为“为应对各类突发公共事件导致的粮食生产、流通、供应中断或短缺，通过粮食供应链‘产购储加销’的高效运作以保障粮食市场稳定和城乡居民基本粮食需求而建立的系统化、制度化的组织架构、运行机制、政策工具及资源保障的总和”。不难发现，粮食应急体系的前置条件与应对场景是各类突发公共事件（如自然灾害、疫情、市场波动、地缘冲突等）导致的粮食生产、流通、供应中断或短缺现象以及由此产生的恐慌性抢购等行为。核心价值与功能定位在于以“保障粮食安全底线”为核心，确保突发事件后粮食“产得出、调得动、供得上、价格稳”，维护经济社会稳定。其核心构成与运行逻辑为由组织、资源、制度、技术等要素系统构成的宏观调控体系。通过上述要素之间协同作用共同完成粮食的应急供应，其中组织要素主导统筹与操作，制度要素明确各要素运行规范，资源要素提供物质基础，技术要素赋能高效联动，通过“组织依制度调度资源、技术支撑全流程协同”的作用关系，形成从风险应对到保障供应的有效闭环。本研究经过梳理粮食应急体系内涵、界定其范畴、把握其基本架构与运行机制等，凝练出粮食应急体系概念见
图1。
2.2 研究框架
本研究通过处理整合突发事件下粮食应急相关资料，借助扎根理论系统地提取粮食应急体系的构成要素，并结合物理-事理-人理（WSR）方法论和刺激-机体-反应（SOR）理论分析其作用关系，把握粮食应急体系的本质和运作机理。研究内容主要包括资料搜集、数据处理、要素提取、作用关系分析4个模块，粮食应急体系构成要素的提取及其作用关系研究框架见
图2。
1）资料搜集。搜集的资料分为3种类型：通过网络搜索，聚焦于粮食应急体系相关案例、文献和政策文件，使用采集器对目标网页进行数据抓取，形成文本数据；访谈相关领域教授、社区居民、企业高管，获得多方面关于粮食应急的知识与经验，形成音频数据；收集关于粮食应急相关的新闻报道、案例分享和专题讲座视频，形成视频数据。
2）数据处理。通过Python对文本数据进行去除无关链接、数字和符号等不相关的内容，并采用语音识别和图像识别技术将音频和视频内容转换为结构化文本数据，以高效、灵活地从数据中提取关键信息。
3）要素提取。采用扎根理论的三级编码方法，对前期得到的资料集进行深入分析，包括开放式编码、主轴式编码和选择式编码，系统地识别和提炼粮食应急体系的构成要素，最后进行理论饱和度检验。
4）作用关系分析。结合WSR方法论和SOR理论模型构建作用关系模型，分析两种理论在粮食应急体系环境下的对应关系，将构成要素进行维度划分和作用效果分析，根据构成要素对体系的作用关系以及构成要素间的相互作用关系构建模型。
2.3 研究方法
1）扎根理论。扎根理论是基于既有文献和理论，根据研究者的知识和经验对原始资料进行编码，进而构建理论模型
［31］，它遵循从数据中建构理论的研究路径
［32］，适合规模大、碎片化样本的定量和定性分析
［33］，包括资料收集与整理、原始资料编码与分析、理论生成与检验3个环节
［34］。本研究旨在探究粮食应急体系的构成要素及其作用关系，而扎根理论擅长回答“是什么”和“如何”的问题
［35］，适用于要素提取与关系探讨。扎根理论适用于研究以前鲜有或没有形成一致理论的问题，因此对特定或具体情景下的管理问题研究具有先天优势
［36］。当前，关于粮食应急体系构成要素的提取及作用关系研究尚缺乏一致认可的权威结论，因此，本研究采用扎根理论探究此问题。
2）WSR方法论。WSR方法论是“物理-事理-人理”思维哲学集合的简称
［37］，它将复杂的研究问题视为一个系统、一个整体，并运用系统思维将其分解为多个要素，以探索各个要素之间的内在关联
［38］。WSR方法论广泛应用于高新技术下或者市场条件下的“社会-技术系统”管理问题
［39］和“自然-社会-经济复合系统”中的复杂难题
［40］。该方法论立足多维度视角，不仅能够揭示系统各个环节之间的相互作用，还能提供全局性的解决方案，有助于更加系统、深入地剖析复杂系统的内在机理，在提取和分析粮食应急体系的构成要素及其作用关系时，能够为研究提供更加细致的框架。
3）SOR理论。SOR理论是一种探讨刺激与有机体反应之间关系的理论框架
［41］，强调机体在受到刺激后并不是即刻作出反应，而是存在响应刺激并改变机体状态的中介过程
［42］，已经开始逐步应用于创新活动、能力构建等研究。在复杂系统工程的研究中，SOR理论能够提供更加系统、完整的分析框架，帮助揭示系统内各要素在面对外部刺激时的动态反应过程，并深入探讨其相互作用。SOR理论可以为粮食应急体系的要素提取及其作用关系研究提供一个系统化、动态化的分析框架，能够深入挖掘各要素在不同情境下的作用及其相互关系。
2.4 资料选取
面向突发事件的粮食应急是一项复杂的系统工程，涉及主体众多、环节复杂。粮食应急决策需随应急情景变化而动态优化，粮食应急体系生成、存储、利用的数据呈现出多来源、多模态的特点，如粮食仓储环节中的标准化粮情监测数据、反映灾害情景的视频、音频、图片等、粮食应急预案等文本资料等。基于数据的可获得性、保密要求及研究方法的适用性，本文选取的数据类型主要包括文本、音频和视频。文本数据包括案例、文献和政策文件，提供粮食应急背景、理论和制度相关的规范性知识；音频数据通过访谈领域内的教授、居民与企业高管，从不同视角分别提供了学术性专业经验、民众需求信息以及企业层面的应急经验；视频数据涵盖粮食应急相关的新闻报道、案例分享和专题讲座，提供了应急事件中的关键情境与响应过程。这3种不同数据类型互补、形成交叉验证，具有科学性、全面性与时效性，支持扎根方法的深入分析与归纳，为揭示粮食应急体系关键构成要素提供可靠的数据支撑。具体搜集情况见
表1。
2.5 数据处理
数据处理部分的目标是将搜集的粮食应急体系相关的文本、音频和视频数据转换为文本形式，作为后续扎根分析的基础。本研究使用Python并调用百度API（Application programming interface），将原始的多模态数据转化为结构化的信息，数据处理流程见
图3。
1）数据类型判断。
输入原始资料，判断数据类型并选择合适的处理方法。对于文本数据，直接进行文本处理；对于音频和视频数据，将检查文件的字节序列来判断其类型，并调用相应的API进行处理。
2）数据内容提取。
①文本数据处理。使用Python中的Jieba分词库，对文本进行去除无关链接、数字和符号和其他不相关的内容及分词处理，清洗后的文本按文档独立存储，保存为标准的格式，便于后续整合与分析。
②音频数据处理。调用百度ASR（Automatic speech recognition）API进行语音转文本，转换结果按音频片段独立存储，每条音频转录文本视为独立资料音频文件。
③视频数据处理。视频中的音频按上述ASR流程处理，视频帧则提取帧，经百度OCR（Optical character recognition）API提取画面文字，输出带时间戳的OCR结果。单条视频内的音频文本与画面文字采用时空窗对齐生成同步文本块，作为一条复合资料存储。
3）数据储存与整理。
经过上述的处理后，将各个阶段提取的文本数据进行结构化整合，形成多个独立的资料输出，其中每篇文本作为一项资料，每段音频转录的文字单独作为一项资料，每个视频中的音频及图像识别结果作为一项资料。最终，本研究得到170份原始资料，包括137篇文本资料，8篇音频资料，25篇视频资料，这些资料为后续研究粮食应急体系的构成要素提取和作用关系分析奠定了基础。
3 粮食应急体系构成要素提取及其作用关系模型构建
本研究采用扎根理论的分析框架，从170份原始资料中抽取167份，依据开放式编码、主轴式编码和选择式编码的流程，对所收集的数据进行了系统性分析。剩余3篇案例用于进行理论饱和度检验，确保研究结果的准确性。
3.1 粮食应急体系构成要素提取
3.1.1 开放式编码
开放式编码是对原始资料进行逐层概念化和范畴化的处理过程
［43］。本研究基于扎根理论，对原始资料进行了反复提取、归纳与精炼，用A、B、C对文本、音频和视频资料分别依次命名，并在资料库中进行编号。最终获得了粮食应急体系构成要素的开放式编码，部分结果见
表2。
本研究将得到的初始概念及原始资料进行比较，将能够反映同一客观现象的初始概念进一步范畴化，最终建立71个初始概念、20个初始范畴，见
表3。
3.1.2 主轴式编码
主轴式编码是通过对零散意义单元进行不断分析比较，将开放式编码中提取的范畴进一步归纳和聚焦，从而建立范畴之间逻辑关系的过程
［44］。经过主轴编码分析，最终形成7个主要范畴，各主要范畴与对应初始范畴之间的逻辑关系详见
表4。
突发事件是引发粮食应急的原因，市场环境决定粮食价格，并直接影响粮食供给的稳定性和应急响应的效率，二者属于粮食应急体系的前置条件与应对场景；流通渠道主要包括物流通道与运输方式，是资源运输的途径，起到供应保障作用，基础设施保障粮食的运输、储存和分配，是应对紧急情况时确保粮食供应链正常运转的关键，二者属于资源要素；应急预案是应对突发事件而制定的预定行动方案，确保在应急时资源快速有效地调配和协调，属于制度要素；信息共享提供信息技术系统的支持，有助于各部门协调、优化资源调配，提高应急响应效率，属于技术要素；组织协调确保应急组织协调配合，提高应急响应效率，属于组织要素。提取出的7个要素属于粮食应急体系核心构成要素，具有科学性。
3.1.3 选择式编码
选择式编码是在主轴式编码的基础上，对各主要范畴不断对照和验证，进一步系统整合的过程
［45］。由于得出的要素涉及资源、组织、技术、制度多个层面，单一的理论框架很难全面揭示这些要素之间的复杂关系。因此，本研究结合2个理论，从不同层次分析要素间的作用关系：WSR方法论将要素在哲学角度以物理、事理、人理的层次划分，提供一个系统的要素分层框架；SOR模型从行为学角度，聚焦于“刺激-机体-反应”的过程，解释外部刺激如何通过机体作用于反应。二者同属“输入-处理-输出”的逻辑框架，一一对应：物理层面关注的是客观的自然环境，是外部环境中的刺激来源；事理层面涉及组织和处理信息、资源以实现目标，与机体内部的处理机制相对应；人理层面关注的是人的动机、价值观和互动，与输出的反应相对应。结合这2个理论能够更系统、更精确地理解粮食应急过程中各要素的协同作用。
市场环境、突发事件属于外部客观环境，被划分到物理维度，同时属于刺激作用；流通渠道、应急预案、基础设施是应急体系内部运作的相关要素，被划分到事理维度，同时承担机体功能；信息共享、组织协调属于应当怎么做的要素，被划分到人理维度，同时属于反应作用。粮食应急体系核心范畴、构成要素及其作用效果见
表5。
3.1.4 理论饱和度检验
理论饱和的含义，就是指随着数据的不断收集和分析，直到新收集到的数据不再产生新概念，或对已涌现的概念的属性及维度没有补充解释时，即达到了理论饱和状态
［46］。本研究选取3个案例：“卡特里娜飓风”事件、“北京新发地市场2019年冠状病毒病疫情及对粮食供应链的影响”以及“720河南暴雨”事件。将案例进行开放式编码和主轴式编码，得到23个初始概念、13个初始范畴（
表6）。通过对预留案例进行编码得到的初级范畴与粮食应急体系构成要素开放式编码得出的初级范畴重合，没有出现新的初级范畴，7个主要范畴也没有提取出新的要素，说明粮食应急体系构成要素已被充分挖掘。
3.2 粮食应急体系构成要素的作用关系模型构建
本研究结合WSR方法论和SOR理论构建粮食应急体系构成要素的作用关系模型见
图4。市场环境、突发事件是物理维度的构成要素，对粮食应急体系有刺激作用，同时制约事理维度要素、要求人理维度要素。市场环境是影响粮食生产、流通、分配及消费的外部经济、政策、社会的综合体，包括粮食的结构性矛盾、市场需求变化、劳动力生产问题、国际贸易形势等多种因素。突发事件指的是突然发生且具有高度不确定性和严重影响的事件或危机，通常包括自然灾害、公共卫生事件、社会政治动荡、国际冲突等。二者会打破常规粮食供应链的稳定，导致市场供求失衡、物流中断、价格剧烈波动或粮食短缺等情况，要求人为干预与调整。
流通渠道、应急预案、基础设施是事理维度的构成要素，承担粮食应急体系的机体功能，同时反哺物理维度要素、支撑人理维度要素。流通渠道是粮食从生产地到消费地之间的运输、储存、分销及信息流通的网络和路径体系，包括公路、铁路、水路等运输方式与粮食仓储设施、配送中心、批发市场等中转环节，以及各类供应链管理和信息传递系统。有效的流通渠道能够在突发事件或粮食供应危机中发挥重要作用，通过迅速恢复运输通道、优化资源配置和调度，保障粮食供应的持续性和可获得性。应急预案是针对可能发生的各类突发事件或危机情境，事先制定的详细应对方案和操作流程，包括事件的应急响应、资源调配、指挥协调、信息传递、人员动员和后续恢复等各个环节，旨在通过提前规划、演练和准备，确保在粮食供应面临重大风险或中断时，能够迅速启动并有效实施应对措施，保障粮食的及时供应和市场稳定。基础设施是支撑粮食生产、储存、运输、加工和分配等各环节的物理设施和技术设施，确保在常规和突发情境下，粮食能够高效、安全地流通和分配。在应急情况下，健全的基础设施能够快速恢复粮食供应链的运转，优化资源配置，提高应对突发事件的韧性和效率。
信息共享、组织协调是人理维度的构成要素，对粮食应急体系有反应作用，同时指导事理维度要素、促进物理维度要素。信息共享指的是在粮食供应链各环节及相关应急管理机构之间，及时、准确、全面地交换和传递信息的机制与过程。在应急状态下，信息共享能够帮助相关部门了解粮食供应状况、风险预警、资源分配情况和需求变化，提升应急响应的协同性和透明度，从而优化应急资源的配置和调度，确保粮食供应链的平稳运行。组织协调指的是在粮食供应链的各参与主体之间建立起高效的协作机制和指挥体系，通过明确的责任分工、统一指挥调度和跨部门协调，确保各项应急措施的迅速落实与资源的有效配置。良好的组织协调能力有助于提升粮食应急体系的灵活性、响应速度和整体效能。
4 结论及政策建议
本研究通过多模态数据分析，系统提取粮食应急体系构成要素以及构建作用关系模型，揭示了粮食应急体系中各关键要素之间的相互依赖与协同作用。粮食应急体系的构成要素包括市场环境、突发事件、流通渠道、应急预案、基础设施、信息共享、组织协调，其作用关系模型由事理、物理、人理3个维度组成，物理维度要素市场环境和突发事件对体系起刺激作用；事理维度要素流通渠道、应急预案和基础设施承担体系的机体功能；人理维度要素信息共享和组织协调对体系起反应作用，各维度的构成要素相互影响。针对上述结论，提出以下政策建议：
1） 优化粮食应急制度建设。根据粮食安全相关法律规定，不断优化粮食应急制度设计，规范应急管理内容，加强应急指挥、应急处置、应急供应等全链条应急保障能力。利用多模态数据分析，采集视频、音频、文本等数据，动态优化、细化粮食应急预案以应对不断变化的突发事件和市场环境。建立健全不同情景下常态化的跨区域跨部门应急演练机制，在演练中不断完善预案，提升应急响应速度。同时，健全粮食储备、调度和分配的制度保障，制定粮食紧急调配的优先级清单，避免不必要的社会恐慌事件发生。
2） 完善粮食应急资源配置。粮食应急体系的有效性依赖于流通渠道和基础设施的稳定与高效运作，应完善应急供应网络、畅通保障渠道，确保在突发情况下能够迅速恢复粮食供应链的稳定运行。统筹考虑粮源地理分布、物流节点，系统优化粮食应急物流网络架构，通过创新多式联运、智慧调度等现代化物流技术手段，构建城市与社区、城际与农村间高效衔接的立体化配送体系。同时，聚焦供应链末端服务能力提升，加大“最后一公里”配送设施建设投入，强化应急物流网络的终端服务效能。
3） 加强粮食应急组织建设。为确保在应急情况下，组织和协调粮食在生产、加工、运输等各个环节的工作高效展开，应优化应急管理组织架构，设立跨部门应急指挥中心，打破部门壁垒，实现信息传递与决策执行的高效衔接。同时，强化部门协同联动，搭建信息共享平台，制定协同工作规范，保障粮食生产、加工、运输等环节在应急状态下协同运转。健全应急演练与流程评估体系，通过定期演练模拟多样场景，结合动态评估量化分析问题，形成“演练-评估-改进”闭环，提升应急组织快速响应与问题解决能力。
4） 强化粮食应急共享机制。通过大数据、云计算、人工智能等先进技术，完善粮食应急保障信息系统，实现各级管理平台、企业平台、粮库系统互联互通，确保高效统一调度应急物资、实时传达关键指令，提升应急响应效率。同时，强化多模态数据的综合应用，将市场动态、供应链信息、灾害监测及应急执行反馈等多源数据进行融合分析，以实现对市场动态、供应链运行状况及应急响应成效的实时掌握。
国家社会科学基金重大项目(20&ZD126)
国家社会科学基金青年项目(21CGL032)
河南省高等学校哲学社会科学创新人才支持计划(2023-CXRC-29)
京公网安备11010202008535号
PDF
(1322KB)
