高校餐厅服务能力仿真与优化*

朱 丹，陈 丹，李雪颖

（厦门理工学院经济与管理学院，福建厦门 361024）

0 引言

餐厅是高校校园内的一处重要生活设施，具有人员密度大、聚集性强、流动性高等特征，其场所的空间舒适度与人员流动顺畅性不仅影响到师生们的就餐体验感与满意度，还与当下校园疫情防控要求有着密切关联。减少人员空间聚集、保持安全社交距离等防疫措施的施行客观上造成了校园餐厅服务能力的下降，给师生就餐带来了不便[1]。如何在既有的设施空间中通过管理、组织等“软环境”因素优化与设施空间布局等“硬环境”因素改善来为广大师生打造舒适安全的就餐环境，保障就餐服务需求，已成为高校校园环境建设的现实需要。用餐高峰期点餐窗口人流拥挤、点餐等待时间长、就餐桌椅数量不足等问题是高校餐厅运营中存在的普遍问题。既有文献从餐厅设施布局规划与就餐流程改进[2-5]，点餐排队系统效率优化[6-8]，餐厅前台与后台服务系统效能提升[9-11]等领域进行了Flexsim仿真研究，仿真结果验证了优化措施能够有效缓解餐厅在用餐高峰期的服务能力瓶颈问题，为高校餐厅现实运营系统的效率提升与服务环境改善提供了参考借鉴。然而，即有文献的优化措施多以增加设施设备与服务人员数量、重新规划设施空间布局等“硬环境”因素为优化举措，未能充分考虑现实系统中的约束条件，如后厨备餐能力、餐厅功能区域空间面积等，使得优化措施的可执行性存在不足。此外，新冠疫情的防疫措施对常态环境下的餐厅服务系统运作提出了新要求，使得原有优化措施需进行修正才能符合新环境下的餐厅运营现实。

厦门理工学院是一所在校学生人数超万人的高校，每到用餐高峰期，校内各餐厅都面临着庞大的就餐服务需求，在保障餐厅服务能力的同时开展就餐环境的疫情防控已成为校园管理的一项常态化工作。本文通过构建Flexsim仿真模型对研究对象餐厅进行虚拟仿真运营，根据仿真结果揭示出点餐排队子系统、备餐子系统、用餐服务子系统等领域的服务能力瓶颈及其产生原因，从“软环境”因素层面提出餐厅服务能力的优化策略，并通过模型优化验证上述策略的施行可提升餐厅运营的整体效率，缓解服务系统瓶颈，为高校餐厅实现疫情防控管理与服务能力保障兼顾提供了参考依据。

1 数据采集与拟合

严谨、客观的环境数据采集不仅使得虚拟仿真系统的构建更为真实，同时还保障了仿真结果输出的可靠性。根据餐厅的经营时段及就餐人数的变化趋势，选择中午11：30－12：30为用餐高峰期进行仿真，据此开展前期的现场数据采集。根据模型参数的设置要求，将所得数据样本处理后得到如表1～2所示结果。在模型中，上述参数与仿真实体的对应关系及作用如表3所示。

表1 数据样本拟合结果Tab.1 Data sample fitting results

表2 各点餐窗口的人数分布比例Tab.2 Distribution proportion of people at each order window

表3 参数与仿真实体的对应关系及作用Tab.3 Corresponding relationship and function between parameters and simulation entities

通过上述环境参数的设定，仿真模型具有了与现实餐厅运营系统相似的系统运行规律，为开展餐厅服务系统的瓶颈诊断与服务能力优化构建了基础研究环境。

2 仿真模型构建

2.1 模型空间布局

研究对象餐厅的功能区主要包括：快餐点餐窗口、小吃点餐窗口、取汤处、用餐区、餐盘回收处、出入口、办公区，各功能区的空间布局如图1所示。

图1 餐厅功能区空间布局Fig.1 Spatial layout of canteen functional area

该学生餐厅共有4个点餐窗口，分别是2个快餐点餐窗口和2个小吃点餐窗口。在用餐高峰期，快餐1点餐窗口前会形成4队排队队列，快餐2点餐窗口前会形成5队排队队列，每队队列均有1名服务员负责点餐服务。小吃1与小吃2点餐窗口前各有1队排队队列，受后厨备餐能力限制，小吃1商家每批次最多可同时烹饪食物8份，小吃2商家每批次最多可同时烹饪食物4份。为便于单独控制每位点餐者的服务时长，在建模区中将小吃1和小吃2的后厨烹饪设备设置为8个和4个。就餐区有4列共40张餐桌，其中2列为4人桌，2列为8人桌，在常态环境下可同时容纳最大就餐者人数为240人。

根据上述餐厅空间设施布局，在Flexsim建模区中建立如图2所示模型实体布局。

图2 Flexsim仿真模型实体布局Fig.2 Entity layout of Flexsim simulation model

2.2 就餐仿真流程

模型仿真流程以就餐者到达餐厅为起始，以就餐者用餐完毕离开餐厅为终结，完整模拟就餐者在餐厅内的就餐活动，具体流程如图3所示。

图3 就餐仿真流程Fig.3 Simulation process of dinning

2.3 模型构建假设

为保证模型运行的有序性与仿真规则的严谨性，在模型构建时遵循以下基本前提假设，具体如下。

本次研究结果显示，疾病疗效的总有效率，试验组为96.40%，对照组为94.55%，非劣效检验成立，试验组不劣与对照组。咳嗽起效时间的组间比较，差异有统计学意义（试验组＜对照组），提示试验组较对照组能缩短咳嗽起效时间。两组中医证候疗效、单项症状及体征的消失率的组间比较，差异均无统计学意义。试验期间，试验组未发生不良事件。综上可认为，在头孢呋辛酯干混悬剂基础上，应用止咳橘红颗粒对小儿急性支气管炎（痰热壅肺证）的病情改善作用不劣于金振口服液，且具有更好的止咳对症治疗作用，临床应用的安全性较好。

（1）H1：进入餐厅的就餐者选择排队等待，不因排队队伍长度较长而离开餐厅，以保证就餐高峰期到达餐厅的就餐者人数能够客观反映出餐厅所面临的服务需求规模。

（2）H2：就餐者按先来后到顺序排队，不允许插队，中途也不离开队伍，以保证人员流动的有序性。

（3）H3：就餐者选择排队队列时遵循最短队列原则，以保证仿真数据的合理性，减少非必要排队等待时间。

（4）H4：快餐1和快餐2点餐窗口的服务效率独立且无差别，人均服务时长均服从相同的统计分布函数。

3 仿真结果分析

基于上述模型构建分析，完成餐厅仿真模型的实体连线与参数设置，实现对研究对象餐厅系统的内在运行规则建立。现实中，餐厅开始运营的时间是11：00，在用餐高峰期到来前已有部分就餐者到达餐厅用餐，因此，为保证仿真结果的精准性，在仿真运行数据收集前先进行10 min的模型预热，即让仿真模型的各服务子系统均处于服务状态下，10 min后再进行仿真数据收集。由此，模型的仿真周期为4 200 s，运行模型，得出各点餐窗口前的排队情况，如表4所示。

表4 各点餐窗口前的排队情况Tab.4 Situation of queues in front of each order window

根据仿真结果所示，快餐1和快餐2点餐窗口前各排队队列的最多等待人数在2～4人，属于较合理范围，但有56%的排队队列的最大等待时长超过1.5 min；小吃点餐窗口前的排队队列人员累积现象较为显著，最多等待人数分别达到24人和15人，最大等待时长均超过10 min以上。由此可知，点餐排队子系统与备餐子系统面临的服务压力不同，但都存在优化服务效率、缩短个体服务时长的需求。依据仿真结果及现场调研可知，点餐排队子系统产生瓶颈的原因在于点餐过程用时较长，备餐子系统的瓶颈是由食物烹饪用时较长导致。

此外，根据校园疫情防控的需要，堂食用餐需遵守“隔位就座”规则，即同排隔位就坐，对面错位相坐，以保持安全距离。因此，防疫规则的施行导致餐厅用餐服务子系统的最大服务能力下降一半，客观上加剧桌椅资源的短缺，给就餐者带来不便。仿真结果显示，在“隔位就座”规则下，用餐区等待空桌椅的就餐者人数峰值达到329人，造成餐厅内严重拥堵，如图4所示。

图4 就餐者等待空桌椅的情况Fig.4 State of diners waiting for seats

4 模型优化

4.1 优化策略

由于缺乏必要的现实支撑条件，针对仿真结果所呈现出的各服务子系统问题，无法通过增加点餐窗口、后厨生产设备、就餐桌椅以及重新规划功能区域空间布局等“硬环境”因素优化措施给予解决。因此，结合瓶颈产生原因分析，采取以下“软环境”因素优化策略着手改善餐厅的服务能力。

（2）通过提供外带点餐服务进行人员分流，减少堂食人员规模。在疫情防控措施下，用餐区的人员容纳能力受限，堂食服务能力下降，因此，需要对就餐者进行人流量引导，让部分就餐者选择外带用餐，以减轻对用餐服务子系统的需求压力。在不新增点餐窗口的前提下，将快餐1与快餐2现有服务窗口各辟出一个排队队列作为外带点餐队列，提前配餐好不同价位的外带套餐，以方便就餐者选购。此外，小吃窗口亦可在完成现场烹饪后提供外带打包服务，以方便就餐者带离食用。通过外带就餐人员分流，将有助于缩减堂食人员规模，在降低用餐服务子系统压力的同时，也符合疫情期间减少人员大规模聚集的防疫要求。

（3）改进小吃烹饪工艺，提升备餐效率。受后厨备餐能力约束，小吃商家无法通过增加后厨生产设备来提高服务能力。因此，改进现有烹饪工艺，提高烹饪制作效率，是另一种可行的方案选择。根据供应链的延迟制造策略，供应链上游企业通过制备半成品而非成品，当下游需求明确后再通过快速流通加工完成成品定型，从而缩短需求响应周期，提高对供应链下游不确定需求的快速响应能力[12]。由此，可将延迟制造策略引入小吃制作过程，部分烹饪耗时较长的食材可以根据销量预测提前预制成半成品。当点餐后，半成品再与其它烹饪耗时较短的食材一并下锅烹煮，即可在较短时间内完成小吃成品的制作，有效缩短烹饪时长。如水饺、面条、麻辣烫等食品均可采用延迟制造策略来提高烹饪效率。在保证食物新鲜的前提下，提前预制成品或半成品是有效缓解餐厅后厨系统服务压力的可行措施。

（4）提倡“餐毕即离”的用餐文明，减少对桌椅的长时间占用。加快桌椅的循环利用是变相增加桌椅供给量的一种有效措施。就餐者用餐完毕后能够快速离开用餐区，将桌椅让给有需要的后来就餐者，既是校园文明的一种体现，也是非常时期减少人员聚集、保持社交安全的有效途径。通过校园文明志愿者文明引导的方式让就餐者逐步养成良好的文明就餐习惯，自觉减少在用餐区的非就餐停留时间，可提高桌椅的使用周转率，客观上提升了用餐服务子系统的服务能力。

4.2 优化结果

根据上述优化策略，以10%的预期效率优化为目标，即各点餐窗口的人均服务时长、就餐者的人均用餐时长缩短10%，外带用餐人数占总人数10%，对模型参数进行修正。优化模型运行后，各点餐窗口前的排队情况如表5所示。

表5 优化后的各点餐窗口前的排队情况Tab.5 Situation of queues in front of each order window after optimized

根据仿真结果所示，点餐排队子系统的各排队队列的最多等待人数在1～4人，与优化前相比，变化不大，但最大等待时长超过1.5 min的排队队列占队列总数的比例下降至33%；备餐子系统仍面临较大的服务压力，但与优化前相比，小吃点餐窗口前的排队队列的最多等待人数与最大等待时长缩减幅度均在20%以上。此外，用餐区等待空桌椅的人数峰值为162人，较优化前的人数峰值减少了51%。由此可见，上述优化策略对于餐厅运营系统效率的改善有着积极的影响，有利于缓解餐厅在用餐高峰期的服务能力瓶颈。在此基础上，可进一步调整各服务子系统的预期效率优化目标，以找出实现餐厅服务系统综合效率改善更优的解决方案。

再次对仿真模型进行参数修正，当快餐点餐窗口的人均服务时长缩减20%，小吃点餐窗口的人均服务时长缩减30%，就餐者的人均用餐时长缩短20%，外带用餐的人数占总人数30%时，运行模型，得到二次优化后的各点餐窗口前的排队情况，如表6所示。

表6 二次优化后的各点餐窗口前的排队情况Tab.6 Situation of queues in front of each order window after optimized again

如仿真结果所示，点餐排队子系统的各排队队列的最多等待人数为2～4人，与优化前无明显变化，但所有排队队列的最大等待时长均低于1.5 min，实现了点餐排队系统整体效率的改善。快餐1队列4与快餐2队列5为外带点餐队列，其最大等待时长和最多等待人数与其它堂食点餐队列的仿真结果较为接近，避免了现实中就餐者因为外带点餐时间比堂食点餐时间更长而选择堂食的可能性，保障了外带用餐人员分流预期优化目标的达成。备餐子系统的效率改善更为显著，最大等待时长由优化前的10 min以上下降至4 min和8 min，最多等待人数与后厨一个烹饪批次的最大食物供给量大体相当，效率改善明显。此外，用餐区等待空桌椅的人数峰值小于10人，说明用餐服务子系统的服务能力已基本能够满足高峰期需求。由此，餐厅在用餐高峰期的服务能力瓶颈问题得到解决。

5 结束语

本文应用Flexsim仿真方法对研究对象餐厅进行模型构建与仿真，找出餐厅在用餐高峰期的服务能力瓶颈，提出四点“软环境”因素优化策略，并通过模型优化验证了策略的有效性，为高校餐厅实现疫情防控管理与服务能力保障兼顾提供了参考依据。主要研究结论如下。

（1）仿真结果表明研究对象餐厅的服务能力瓶颈体现在三方面：一是点餐排队子系统的服务效率不高，造成点餐排队等待用时较长；二是备餐子系统的烹饪用时较长，造成排队人员大量累积；三是用餐服务子系统服务能力不足，造成就餐者因等待空桌椅而形成餐厅拥堵。

（2）采用手机点餐、提供外带点餐服务、改进烹饪制作工艺、“餐毕即离”四项“软环境”因素优化策略，能够有效改善餐厅的服务效率，缓解服务能力瓶颈。

（3）对不同服务子系统的预期效率优化目标进行差异化设置，能够更加全面提升餐厅的综合服务能力，实现餐厅服务系统整体效率的更优改善。