基于SD-GA的外卖餐饮安全影响因素分析及对策研究

李天然，李墨潇，唐 攀，刘杰鑫，赛尔达尔·艾克拜尔

(1.武汉理工大学 中国应急管理研究中心，湖北 武汉 430070；2.武汉理工大学 安全科学与应急管理学院，湖北 武汉 430070；3.暨南大学 公共管理学院，广东 广州 510632)

当前，互联网+餐饮运营模式发展迅速，国内外卖消费人群已经突破4.6亿人，网络外卖为人们的饮食提供了便捷的消费途径，也提供了更多的餐品类型、多元化的选择空间，极大促进了国民经济发展和就业水平[1]。由于该营销模式是多方协作的结果，消费者难以直观了解食品的制作过程，容易导致消费信息不对称，难以掌握食品质量水平[2]。因此，如何提高外卖餐饮安全质量是亟待解决的现实问题。

自网络订餐模式盛行以来，外卖餐饮安全成为学者研究的热点内容。SONG等[3]通过对微博话题贴进行民意分析，发现公众认为政府规制外卖食品行业是促进其健康发展的有利途径。HU等[4]对外卖食品消费者进行满意度实证分析，得出消费者对在线订购的满意度远低于线下服务的主要原因是在线订购的安全性较低，且其食品质量、服务质量、物流质量得不到保证。陈丽[5]从法律角度指出当前中国网络食品行业的监管模式还存在模糊性、对第三方平台的审查缺乏内部动机等问题，需完善法律法规，坚持“社会共治”理念以发挥第三方平台的监管效用。SHEN等[6]通过构建在线餐饮安全治理、单一治理、共同治理3种模式探索治理效果，得出平台单一治理模式的效果不理想，在社会共治模式下，政府监管对促进外卖餐饮安全能够发挥更大作用。马元[7]通过博弈分析，提出网络订餐要坚持依法治理和技术治理相结合，构建行业统一标准，促进社会共治。

1 外卖餐饮安全动力学分析与建模

外卖食品营销过程是一个动态的、多方合作的系统动作，有相对固定的平台和卖家，面对大量的消费者终端，内部是不断调整变化的[8]，相较于传统餐饮模式而言，存在自发性、盲目性、逐利性等特点[9]。分析该运营模式的食品安全影响因素机制，需要一个动态模型进行概括[10]。系统动力学作为定性和定量相结合的研究方法，可以适当的解决外卖系统运转过程中难以界定的逻辑关系，客观的解释外卖餐饮安全的影响因素作用机理[11]。

1.1 外卖餐饮安全影响因素研究分析

食品加工制作的全过程主要由3种方式保障安全，质量投入、供应链各环节的资源整合以达到内部约束、完善的食品安全可追溯体系[12]。外卖食品从原材料进货、食品初次加工、再加工、成品包装、骑手递送，最后到消费者食用，这条服务链上至少需要4方人员参与工作才能完成[2]。结合其他学者的研究，将全面质量管理理论和人机环管理论交叉结合应用[13]，分析外卖食品产出的全过程，将食品安全系统划分为人、机、料、管、环5大指标。以人的安全行为、设备的安全动作、环境的安全可靠性、管理措施的安全全面性、物料的安全可靠性作为对照原则[14]，构建因果关系图，如图1所示。

图1 外卖餐饮安全因果关系图

(1)人因子系统。在该系统中，参与外卖食品“买卖”动作的有两部分人。一是员工，包括餐厅工作人员和外卖递送人员；二是消费者。该子系统的安全风险由两类参与者的相关特性决定。员工素质水平、消费者食品安全意识等对食品安全产生直接影响。再者，经济能力、消费习惯会影响消费者对风险信息的感知力，进而影响食品安全。

(2)机因子系统。主要分析参与食品加工制作的机器设备的相关安全参数，通过描述设备运行水平和设备维护水平两大要素来反映该子系统的安全水平。

(3)物料因子系统。食材质量、加工和储存环境是影响物料安全的关键因素，食品制作工艺、添加剂、食品特性等都会影响食品的质量，需要综合考量物料因子系统的安全水平[15]。

(4)管因子系统。作为过程监控者，是人因子系统的另一体现。模型中将管理分为餐厅管理、外卖平台建设和法制管理3部分。餐厅管理水平是决定餐厅发展水平的重要因素，会直接影响食品安全性。外卖平台是消费者和商家的纽带，是保证消费信息对称性的管理者，互联网交互平台的建设水平涉及到商家入驻、消费评价、投诉举报等机制，都会对该系统安全水平造成影响。从宏观市场角度来看，相关法制建设、行业标准等也是食品安全管控的有力措施，立法监督管理、处罚是保证行业健康发展的前提[16]。

(5)环因子系统。食品加工环境、市场环境和法制环境是该营销模式得以发展的大前提。小到厨房卫生水平，大到外卖市场竞争力度，都能直接或间接影响系统的安全水平。

经过上述分析，绘制系统动力学流图，如图2所示。为保证系统的动态性和连续性，在模型中加入“安全资金投入”为辅助变量，通过资金投入对各个子系统的分配来量化相应影响因素，将“餐厅发展水平”嵌入系统，与安全资金投入、外卖食品系统安全水平等影响因素构成反馈闭环。经查阅相关文献，整合出外卖餐饮安全影响因子变量集，如表1所示。

图2 外卖餐饮安全系统动力学流图

表1 外卖餐饮安全影响因子变量集

1.2 系统动力学方程

结合上述相关影响因素分析，构建各因素之间的动力学方程：

(1)水平变量

L.K=∑(Li.K×QZi)

(1)

∑(QZi)=1

(2)

Li.K=Li.J+DT×Ri(t)

(3)

(2)速率变量

Ri(t)=∑(Aij×QZij)+∑(YXij)

(4)

(3)辅助变量

AF.K=AF.J+(L×YX61+YX51)

(5)

ATR=AF.K×31.25%

(6)

TRi=ATR×BFi

(7)

A11=TR1×ZH11

(8)

A12=(TR31×ZH12+A11×YX15)×

YX14×YX13×YX44

(9)

A2j=TR2×ZH2j

(10)

A31=TR32×ZH31×YX31×YX32

(11)

A41=(TR4×ZH41+AF×YX43+

A11×YX42) ×YX41

(12)

A41=(TR4×ZH41+AF×YX43+

A11×YX42) ×YX41

(13)

式中：DT为仿真模拟的时间步长；Li.J、Li.K分别为J时刻、K时刻系统的安全水平；QZi为各辅助变量在系统中所占比重。

2 系统动力学模型仿真及分析

2.1 模拟仿真参数选取

现选取武汉一家经营外卖和堂食的饭店作为分析对象，总资产约为90万元，日均业务流水约为1万元，投入费用约占营业额的67%，在该模型中5个子系统涉及的资金投入约占营业额的31.25%。经充分了解该餐厅的经营状况后，得出各子系统的安全水平初始值如表2所示。

表2 子系统安全水平初始值及权重

通过权重分析、犹豫模糊评估等方法，计算出相关因素对该餐厅的系统安全水平的影响系数。个别数值通过中国饭店协会、美团研究院等网站获取，由于篇幅有限，相关过程不做罗列。在此基础上计算出该餐厅的系统安全水平初值为L0=51.161 4，设定系统安全水平及格值为60，目标值为90，理想状态值为100，其他相关参数值设置如表3～表5所示。

表3 辅助变量对系统的影响系数

表4 转化率参数值

表5 常量参数值

2.2 模型假设

由于环境卫生、员工素质等都存在模糊性，模型不能将所有风险因素囊括，因此需要做边界设定：①假设该饭店按照理想状态运营，不会发生严重影响营业收入的黑天鹅事件；②假设饭店运营过程中的人、机、料、管、环各子系统都按照规定状态运行，相关参数不会发生变化；③假设系统安全水平随时间发展可以达到理想状态值100，且不大于100。

2.3 基于遗传算法的资金投入最优解

系统动力学通过解释系统内部相关因素间的因果关系，从内部研究问题发生的源头，但VENSIM软件不能直接给出各子系统的安全资金投入最优分配比例，因此采用遗传算法实现该目标，运用Matlab编程将该问题转化成组合优化问题，在实际情况约束下求出最优解。

2.3.1 遗传算法

遗传算法是JOHN HOLLAND提出的一种根据模拟自然进化过程搜索最优解的方法[17]。其计算原理如图3所示。

图3 遗传算法概述

2.3.2 目标函数

(14)

(15)

式中：L为外卖系统安全水平值；L0为系统安全水平初值；Li0为子系统的安全水平初值；Li为各子系统的安全水平值；QZi为各子系统相对于总系统的相对权重值；i为运行的次数，单位为月；x1～x5为资金投入的比例；t为运行时间，单位为月。

2.3.3 模型最优解运算结果

相关参数如下：种群大小N=600，淘汰概率pc=0.8，保护概率pm=0.05，遗传进化代数G=300。通过200次循环计算得出最优解为52个月。截取前5组数据，如表6所示。

2.4 SD模拟仿真实验结果对比分析

将各组解按系统安全水平值降序排列，选取第一组数据代入Vensim PLE运行检验，得出在第12个月时达到及格水平值60.05，第52个月时系统安全水平值为90.53。为了比较资金投入方案对系统安全水平的影响情况，设置最优比例资金投入、均分比例资金投入、无资金投入3种方式进行对比分析，并将相关参数代入系统动力学模型中模拟运行53个月，模拟结果如图4所示。

表6 资金分配比例及系统水平值

由图4可知，系统安全水平逐渐升高，最优比例资金投入的图像明显高于其他二者。将3种资金分配方案分别代入Vensim PLE运行，得到系统水平值如表7所示。可知3种方案分别在第12、16、28个月达到及格水平，系统运行第52个月时，最优分配方案达到目标值90。

图4 外卖食品系统安全水平

各子系统对总系统的影响程度不同，平均分配资金投入会使安全效益低下。外卖模型属于开放系统，外卖市场环境、法制水平等因素的变动会引起安全水平发生变化[18]。无投入方式下，系统安全水平会随社会发展缓慢上升，但相较前两种方式而言，系统安全发展状况不容乐观。不同投入方式对子系统安全水平的增益效果不同。在人、物、管、环子系统中，3种投入方式都能对安全水平起到正向影响，这是由于消费者安全意识、消费习惯、法制水平等与投入无关的影响因素对系统具有促进作用[19]。资金投入作为机因子系统中唯一提高安全水平的措施，无投入情况下安全水平不会发生变化。为了比较投入方式对各子系统安全水平的影响，绘制的反馈图如图5～图9所示。

图5 人因子系统安全水平

图6 机因子系统安全水平

图7 物因子系统安全水平

图8 管因子系统安全水平

图9 环因子系统安全水平

由图5～图9可知，在人因子系统中，最优比例方案在14个月时达到及格水平，而均分、无投入方案分别需要18、31个月才可以达到及格水平，这是资金投入对员工培训正向作用较大导致的。在机因子系统中，由于设备运行维护受资金投入的制约，无投入情况下系统安全将保持低水平，投入资金后该系统安全水平明显提升。在物料子系统中，资金投入对食品质量的影响作用较小，物料的安全水平在市场环境的影响下呈现上升趋势。在管理子系统中，只有餐厅管理水平受资金投入的影响，员工素质提升受人因子系统资金投入影响，外卖平台建设、法制水平占有较大权重却不受资金投入影响，这使该系统呈现上升趋势。在环因子系统中，外卖市场环境、法制水平从外部角度对安全水平施加影响，而食品加工环境会受到资金投入的影响且对安全状况的影响力大，因此在均分、无投入方案中对安全水平有显著促进作用，并在无投入方案中处于缓慢上升的状态。

为了更好的描述资金投入对子系统安全水平的影响程度，对各图像线性回归拟合，得出各曲线的回归系数来比较资金投入对安全水平的影响力[20]。

(16)

(17)

式中：a为纵截距；b为回归系数。

在回归方程的基础上，通过设置参数M、N来描述系统水平变化的差异性，参数估计值如表8所示。其中，M表示系统中最优方案与均分方案拟合曲线回归系数的差值；N表示系统中最优方案与无投入拟合曲线回归系数的差值。M值越大，表明资金合理分配对于系统安全水平提升越重要；N值越大，表明投入对系统安全水平的增益效果越明显。

表8 回归参数估计值

由表8可知，M(L2)>M(L1)>M(L)>M(L5)>M(L3)>M(L4)，表明资金分配方式对机因子系统的影响最显著，物因子系统较弱，这是由各影响因素间的构造关系所决定的。由于管因子系统对总系统的影响权重较低，最优方案对该子系统的资金投入少于均分方案，导致前者的增益效果低于后者，M呈现负值，属于合理情况。N(L2)>N(L1)>N(L)>N(L5)>N(L3)>N(L4)，表明资金投入对机因子系统安全水平增益最大，由于该系统的安全状况主要由资金投入决定，充足的投入才能保证设备更新和维护；资金投入对总系统、人因子系统、环因子系统的安全水平有显著的正向影响，三者对于资金投入的波动较为敏感，是由资金投入对辅助变量的安全作用转化率所决定的。

3 结论

从食品生产过程中风险致因因素出发，以资金投入作为系统安全水平的主要控制因素构建动力学模型，通过遗传算法找出各子系统得最优投入分配比例，用Vensim PLE模拟出6个系统的安全水平变化情况。得出以下结论：

(1)由影响因素权重可得各子系统对食品安全水平的影响力排序：人>料>机>管>环。

(2)人、机、料、管、环5个子系统的投入比例为0.35：0.35：0.01：0.04：0.25时，系统安全水平增长速率最快，12个月时达到及格水平。

(3)机因子系统对投入的敏感度最高。最优投入方式下，15个月的安全水平增幅可达31.3%。提升该子系统的安全投入比例能有效提升整体安全水平。

(4)由于外卖平台建设、法制水平等外部环境的影响，管因子系统在最优和无投入方式下的系统安全水平曲线斜率差值仅为0.08，因此提高平台管理水平，加强社会共治体系建设能有效保障外卖餐饮安全。