張鵬 邢秋慧 梅蕾

[摘要]高質(zhì)量的服務(wù)補(bǔ)救可以提升消費(fèi)者寬恕意愿，最大程度降低服務(wù)失誤的負(fù)面影響，使得客戶滿意度和忠誠(chéng)度長(zhǎng)期保持在較高水平。因此，服務(wù)補(bǔ)救是學(xué)界與業(yè)界一直關(guān)注的重要課題。近年來(lái)，隨著人工智能（AI）被越來(lái)越多地應(yīng)用于服務(wù)補(bǔ)救工作，企業(yè)在確定了服務(wù)補(bǔ)救策略后面臨一個(gè)重要抉擇：AI機(jī)器人與人類員工，誰(shuí)參與服務(wù)補(bǔ)救效果更好？圍繞這個(gè)新的課題，基于期望差距理論與感知公平理論，構(gòu)建了服務(wù)主體與服務(wù)補(bǔ)救策略的交互作用對(duì)消費(fèi)者補(bǔ)救后滿意度的影響機(jī)制模型，通過(guò)兩項(xiàng)實(shí)驗(yàn)證實(shí)提出的研究假設(shè)。實(shí)驗(yàn)結(jié)果表明：（1）采用象征性補(bǔ)救策略時(shí)，由人類員工提供服務(wù)能夠觸發(fā)個(gè)體的互動(dòng)公平感知，使得消費(fèi)者的寬恕意愿更強(qiáng)，補(bǔ)救后滿意度更高；（2）采用功利性補(bǔ)救策略時(shí)，由AI機(jī)器人提供的服務(wù)能夠觸發(fā)個(gè)體分配公平感知，消費(fèi)者的寬恕意愿更強(qiáng)，補(bǔ)救后滿意度更高。研究結(jié)果豐富期望差距與感知公平的理論研究，同時(shí)為企業(yè)制定合理的服務(wù)補(bǔ)救方案提供指導(dǎo)性的實(shí)踐建議。

[關(guān)鍵詞]AI機(jī)器人；補(bǔ)救策略；感知公平；消費(fèi)者寬??；補(bǔ)救后滿意度

一、 引言

在客戶服務(wù)領(lǐng)域，以AI聊天機(jī)器人為載體的AI客服正逐漸替代部分人工客服為顧客提供服務(wù)。由于服務(wù)環(huán)境的復(fù)雜性和消費(fèi)者需求的異質(zhì)性，服務(wù)失誤現(xiàn)象不可避免。為此，服務(wù)失誤后的服務(wù)補(bǔ)救顯得尤為重要。服務(wù)補(bǔ)救是糾正服務(wù)提供過(guò)程中的缺陷并將服務(wù)失誤轉(zhuǎn)化為有利結(jié)果所需的努力[1]。在服務(wù)失誤發(fā)生后，企業(yè)如何最大限度降低負(fù)面影響、最大程度上獲得消費(fèi)者寬恕是企業(yè)服務(wù)補(bǔ)救的關(guān)鍵[2]。先前的研究集中于人類是服務(wù)補(bǔ)救的主要提供者[3]。然而，今天的服務(wù)交付系統(tǒng)為AI驅(qū)動(dòng)的機(jī)器人參與服務(wù)補(bǔ)救提供了機(jī)會(huì)。我們已經(jīng)在多行業(yè)看到AI智能客服在服務(wù)補(bǔ)救中的身影，如飛豬旅行、滴滴出行等使用全天候聊天機(jī)器人在其應(yīng)用程序中處理客戶投訴。酒店業(yè)也開始利用AI的及時(shí)性和響應(yīng)性等特點(diǎn)，逐漸將AI機(jī)器人整合到服務(wù)中，處理服務(wù)問(wèn)題并提供服務(wù)補(bǔ)救[4]。

學(xué)術(shù)界關(guān)于AI智能服務(wù)在服務(wù)補(bǔ)救中的研究仍處于起步階段。對(duì)不同的服務(wù)補(bǔ)救策略（How）匹配不同的服務(wù)補(bǔ)救主體（Who）會(huì)對(duì)消費(fèi)者寬恕意愿和補(bǔ)救后滿意度產(chǎn)生怎樣的影響，學(xué)界尚不清楚。本文基于期望差距理論與感知公平理論，構(gòu)建不同服務(wù)補(bǔ)救策略（象征性補(bǔ)救vs.功利性補(bǔ)救）與不同服務(wù)主體（人類員工vs.AI機(jī)器人）之間的交互作用對(duì)消費(fèi)者補(bǔ)救后滿意度的影響機(jī)制模型，采用2×2組間實(shí)驗(yàn)設(shè)計(jì)，利用Credamo平臺(tái)開展兩項(xiàng)實(shí)驗(yàn)，證實(shí)不同的服務(wù)主體執(zhí)行不同的服務(wù)補(bǔ)救策略對(duì)消費(fèi)者的補(bǔ)救后滿意度會(huì)產(chǎn)生不同的影響。與AI機(jī)器人相比，人類員工在以“賠禮”為補(bǔ)救策略的在線服務(wù)補(bǔ)救過(guò)程中能更好地理解消費(fèi)者情感方面的訴求，在與消費(fèi)者互動(dòng)過(guò)程中表現(xiàn)出更加真誠(chéng)的態(tài)度與同情心，使其感知更高互動(dòng)公平程度，寬恕意愿更強(qiáng)，滿意度更高；與人類員工相比，AI機(jī)器人在以“賠錢”為補(bǔ)救策略的在線服務(wù)補(bǔ)救過(guò)程中能夠保持服務(wù)水平不受情緒、疲勞或消費(fèi)者個(gè)人特征的各方面影響，進(jìn)行無(wú)差異化補(bǔ)償，觸發(fā)了消費(fèi)者的感知分配公平，寬恕意愿更強(qiáng)，進(jìn)而滿意度更高。本文的結(jié)論不僅能夠拓展期望差距與感知公平的理論研究，而且還能夠?yàn)槠髽I(yè)從根本上提升服務(wù)補(bǔ)救效果和效率提供理論依據(jù)以及合理的解決方案。

二、 文獻(xiàn)回顧與研究假設(shè)

1. 服務(wù)補(bǔ)救策略與服務(wù)主體

服務(wù)補(bǔ)救最初指的是商家處理服務(wù)失敗后的顧客投訴，隨著研究的深入和消費(fèi)形式的多樣化，服務(wù)補(bǔ)救策略的劃分逐漸多樣化。關(guān)于補(bǔ)救策略的劃分主要集中在兩個(gè)方面：一種是象征性補(bǔ)救策略（社會(huì)交易的感性維度，主要包括解釋原因、誠(chéng)懇道歉、共情回復(fù)等），側(cè)重于服務(wù)失誤發(fā)生后企業(yè)向消費(fèi)者和社會(huì)公眾表達(dá)歉意和同情，安撫顧客情緒，并對(duì)消費(fèi)者作出承諾以恢復(fù)企業(yè)形象，挽留顧客。如黃珍等[5]在直播帶貨的情境中指出真摯的道歉可以有效提升服務(wù)補(bǔ)救效果。另一種是功利性補(bǔ)救策略（社會(huì)交易的經(jīng)濟(jì)性維度，其主要形式有賠償、贈(zèng)送優(yōu)惠券和打折等），側(cè)重于在服務(wù)失誤發(fā)生后企業(yè)向消費(fèi)者作出經(jīng)濟(jì)補(bǔ)償。如方淑杰等[6]認(rèn)為在某些服務(wù)失敗的情境下，功利性補(bǔ)救比象征性補(bǔ)救的效果更好，補(bǔ)救后顧客的態(tài)度和行為更積極。綜上所述，本文沿用學(xué)術(shù)界對(duì)于服務(wù)補(bǔ)救策略的分類，將其分為功利性補(bǔ)救和象征性補(bǔ)救。

根據(jù)服務(wù)失誤的性質(zhì)判斷確定了應(yīng)該采取的服務(wù)補(bǔ)救策略后，選擇由哪一類服務(wù)主體來(lái)執(zhí)行服務(wù)補(bǔ)救策略是管理者要面對(duì)的同等重要的問(wèn)題。學(xué)術(shù)界關(guān)于服務(wù)主體的研究大多集中在人工服務(wù)視角，即在服務(wù)失誤發(fā)生后人類員工采取補(bǔ)救措施的有效性分析[7]。雖然有文獻(xiàn)對(duì)服務(wù)補(bǔ)救中的AI客服與人工客服的補(bǔ)救效果進(jìn)行了對(duì)比，但并未得出一致的結(jié)論[8]。一方面，有研究認(rèn)為人類員工富有情感從而帶給顧客更多的真誠(chéng)溫暖、共情以及個(gè)性化等積極感知[9]；另一方面，也有學(xué)者通過(guò)實(shí)證研究證實(shí)AI機(jī)器人提供的服務(wù)補(bǔ)救能夠提升消費(fèi)者對(duì)其產(chǎn)生的功能價(jià)值感知、降低隱私風(fēng)險(xiǎn)感知，因而比人類員工的服務(wù)補(bǔ)救效果更好[10]。經(jīng)過(guò)對(duì)相關(guān)文獻(xiàn)的梳理和分析，我們認(rèn)為在不同的服務(wù)補(bǔ)救策略下，服務(wù)主體的選擇不同，也會(huì)對(duì)消費(fèi)者的補(bǔ)救滿意度產(chǎn)生不同的影響。

2. 服務(wù)補(bǔ)救策略與服務(wù)主體的交互作用對(duì)消費(fèi)者補(bǔ)救后滿意度的影響

根據(jù)期望差距理論的內(nèi)涵，當(dāng)顧客感知服務(wù)水平與預(yù)期水平存在負(fù)向差距，就會(huì)發(fā)生服務(wù)失敗[11]。此時(shí)，企業(yè)就會(huì)采取及時(shí)有效的補(bǔ)救措施減小該差距，即本文中所討論的服務(wù)補(bǔ)救策略能夠彌補(bǔ)由服務(wù)失誤帶來(lái)的負(fù)面影響，使顧客在補(bǔ)救后感到滿意。

當(dāng)服務(wù)失誤情況發(fā)生時(shí)，企業(yè)首先會(huì)采取相應(yīng)的服務(wù)補(bǔ)救措施來(lái)彌補(bǔ)消費(fèi)者在接受服務(wù)過(guò)程中產(chǎn)生的負(fù)面影響，使顧客產(chǎn)生寬恕的情緒，以應(yīng)對(duì)顧客在服務(wù)失誤情況下遭遇的不平衡[12]。此時(shí)，企業(yè)通常會(huì)采取兩種補(bǔ)救策略：象征性補(bǔ)救策略和功利性補(bǔ)救策略。

在確定了服務(wù)補(bǔ)救策略后，由誰(shuí)來(lái)執(zhí)行既定的服務(wù)補(bǔ)救策略效果更好是企業(yè)面臨的又一重要問(wèn)題。企業(yè)當(dāng)前有兩種選擇：人類員工與AI機(jī)器人。選擇標(biāo)準(zhǔn)取決于消費(fèi)者對(duì)AI機(jī)器人或人類員工在服務(wù)補(bǔ)救能力特征上的主觀看法[13]。由人工來(lái)執(zhí)行象征性補(bǔ)救策略，消費(fèi)者可以進(jìn)行社會(huì)互動(dòng)與情感交流，情感層面的需求得到了滿足，從而能夠在很大程度上緩解消費(fèi)者因遭受服務(wù)失誤而產(chǎn)生的負(fù)面情緒[14]。AI千篇一律的道歉或回復(fù)，被消費(fèi)者認(rèn)為是缺乏誠(chéng)意的，無(wú)法起到安撫消費(fèi)者情緒的效果。與此相反，功利性補(bǔ)救策略涉及經(jīng)濟(jì)補(bǔ)償，消費(fèi)者普遍認(rèn)為AI能夠準(zhǔn)確快速處理紛繁復(fù)雜的信息，并且能夠嚴(yán)格按照既定程序與規(guī)則完成補(bǔ)救服務(wù)，不受人為因素干擾，可以更精確和便捷地獲得相應(yīng)的補(bǔ)償。AI機(jī)器客服的身份披露可以在一定程度上降低消費(fèi)者的預(yù)期[15]，因此， AI機(jī)器人提供的功利性補(bǔ)救能夠使得消費(fèi)者的補(bǔ)救后滿意度更高。

綜上所述，本文提出如下假設(shè)：

H1：服務(wù)主體與補(bǔ)救策略的交互作用對(duì)顧客的補(bǔ)救后滿意度產(chǎn)生影響。

H1a：與AI機(jī)器人相比，人類員工執(zhí)行象征性服務(wù)補(bǔ)救策略時(shí)消費(fèi)者的滿意度更高。

H1b：與人類員工相比，AI機(jī)器人執(zhí)行功利性服務(wù)補(bǔ)救策略時(shí)消費(fèi)者的滿意度更高。

3. 感知公平和消費(fèi)者寬恕的鏈?zhǔn)街薪樽饔?/p>

感知公平理論來(lái)自社會(huì)心理學(xué)研究領(lǐng)域，后被引入服務(wù)補(bǔ)救領(lǐng)域的研究。感知公平包括感知分配公平與感知互動(dòng)公平[16]。在服務(wù)補(bǔ)救研究領(lǐng)域，感知分配公平是指在服務(wù)失誤發(fā)生后，消費(fèi)者將自身?yè)p失與所獲補(bǔ)償?shù)谋戎蹬c他人進(jìn)行比較，對(duì)比較結(jié)果是否公平的一種主觀感知[17]?；?dòng)公平是指在服務(wù)補(bǔ)救過(guò)程中通過(guò)社會(huì)互動(dòng)與情感交流，消費(fèi)者會(huì)感知到被理解尊重以及與企業(yè)組織溝通交流的平等性。感知公平理論認(rèn)為消費(fèi)者在服務(wù)補(bǔ)救過(guò)程中的公平感知得到滿足，能夠有效降低甚至消除消費(fèi)者因?yàn)榉?wù)失誤而產(chǎn)生的不滿情緒，甚至產(chǎn)生積極的態(tài)度和行為，如消費(fèi)者寬恕[18]。公平與寬恕的關(guān)系已經(jīng)在心理學(xué)領(lǐng)域得到廣泛論證。心理學(xué)家認(rèn)為寬恕離不開人們對(duì)公平感知的評(píng)價(jià)和對(duì)公平加工腦區(qū)的激活[19]。消費(fèi)者內(nèi)心重新達(dá)到平衡的過(guò)程中，其消極情緒得以釋放，正面情緒得以增強(qiáng)。寬恕的雙重作用使得企業(yè)的補(bǔ)救行為能夠促使消費(fèi)者補(bǔ)救后滿意[20]。

在利益分配方面，AI客服能夠充分發(fā)揮在紛繁復(fù)雜的信息中客觀準(zhǔn)確地制定出合理公正的經(jīng)濟(jì)補(bǔ)償方案的優(yōu)勢(shì)，消費(fèi)者普遍認(rèn)為AI機(jī)器人不會(huì)受社會(huì)地位、關(guān)系紐帶以及人情世故等因素的影響，會(huì)嚴(yán)格按照既定程序與規(guī)則不偏不倚地完成無(wú)差異化功利性補(bǔ)救服務(wù)[21]。在這樣認(rèn)知的影響下，消費(fèi)者普遍相信AI機(jī)器人比人類員工更好地做到分配公平[22]。對(duì)于象征性補(bǔ)救策略，比如向顧客解釋原因、誠(chéng)懇道歉、共情回復(fù)等，如果采用人工服務(wù)，可以增強(qiáng)人與人之間的社會(huì)互動(dòng)與情感交流，消費(fèi)者會(huì)感知到被理解尊重和交流平等，情感需求得到了滿足，從而能夠觸發(fā)個(gè)體的互動(dòng)公平感知。AI千篇一律程序化的道歉或回復(fù)，在消費(fèi)者心中是冰冷的例行公事、缺乏誠(chéng)意與理解，無(wú)法起到安撫消費(fèi)者情緒的效果[23]。Ma等[20]進(jìn)一步證實(shí)了寬恕在補(bǔ)救類型與補(bǔ)救后滿意度之間的中介效應(yīng)。

綜上所述，本文將感知公平和消費(fèi)者寬恕作為理論模型中的鏈?zhǔn)街薪樽兞窟M(jìn)行討論并提出如下假設(shè)：

H2：感知公平和消費(fèi)者寬恕在服務(wù)主體與補(bǔ)救策略的交互作用對(duì)補(bǔ)救后滿意度的影響中起到鏈?zhǔn)街薪樽饔谩?/p>

H2a：與AI機(jī)器人相比，人類員工執(zhí)行象征性服務(wù)補(bǔ)救策略，使消費(fèi)者感知到更高程度的互動(dòng)公平，消費(fèi)者寬恕意愿更強(qiáng)，進(jìn)而滿意度更高。

H2b：與人類員工相比，AI機(jī)器人執(zhí)行功利性服務(wù)補(bǔ)救策略，使消費(fèi)者感知到更高程度的分配公平，消費(fèi)者寬恕意愿更強(qiáng)，進(jìn)而滿意度更高。

綜上所述，本文的理論模型如圖1所示。

三、 研究設(shè)計(jì)與數(shù)據(jù)分析

1. 主效應(yīng)檢驗(yàn)

（1）實(shí)驗(yàn)設(shè)計(jì)

為考察不同服務(wù)補(bǔ)救策略（象征性補(bǔ)救vs功利性補(bǔ)救）與不同服務(wù)主體（人類員工vs AI機(jī)器人）的交互作用對(duì)消費(fèi)者補(bǔ)救后滿意度的影響，實(shí)驗(yàn)1采用2×2組間實(shí)驗(yàn)設(shè)計(jì)，通過(guò)Credamo平臺(tái)招募被試240人（已剔除無(wú)效樣本20份），平均隨機(jī)分配到4個(gè)實(shí)驗(yàn)組，樣本描述性統(tǒng)計(jì)如表1所示。其中21～40歲參與者占85.42%，本科及以上學(xué)歷占88.75%，月收入水平在2000～10000元占比80.42%，基本屬于當(dāng)前消費(fèi)的主力人群。

參與者首先被要求回答兩項(xiàng)篩選問(wèn)題（1.您在網(wǎng)絡(luò)購(gòu)物中是否遭遇過(guò)服務(wù)失誤的情況？2.您在之前的網(wǎng)絡(luò)購(gòu)物體驗(yàn)中是否使用或接觸過(guò)AI機(jī)器人提供的服務(wù)？），以確保其有服務(wù)失誤、AI服務(wù)方面的經(jīng)歷。接著讓參與者閱讀一段材料（材料以文字+聊天截圖的方式呈現(xiàn)）。服務(wù)補(bǔ)救情景實(shí)驗(yàn)材料內(nèi)容描述如表2所示，最后讓參與者完成操縱檢驗(yàn)和消費(fèi)者寬恕意愿的量表。

（2）變量的測(cè)量

補(bǔ)救后滿意的測(cè)量量表改編自Holloway等[24]和 Boshoff等[25]研究量表，包含4個(gè)題項(xiàng)：“我認(rèn)為該商家采取的服務(wù)補(bǔ)救措施很好”“我對(duì)該商家處理服務(wù)失誤的方式很滿意”“我對(duì)服務(wù)補(bǔ)救提供者的補(bǔ)救服務(wù)很滿意”和“我對(duì)服務(wù)補(bǔ)救提供者提供的服務(wù)補(bǔ)救結(jié)果很滿意”。變量測(cè)量所使用的量表均為L(zhǎng)ikert7點(diǎn)量表，參與者須對(duì)每個(gè)測(cè)試項(xiàng)目從1（非常不同意）到7（非常同意）進(jìn)行打分。該量表的Cronbachs α值為0.896。

此外，被試還閱讀并完成了服務(wù)補(bǔ)救策略與服務(wù)主體操縱檢驗(yàn)的測(cè)量，題項(xiàng)為“您認(rèn)為當(dāng)前的補(bǔ)救策略更傾向？”（1=象征性補(bǔ)救、7=功利性補(bǔ)救）“您接受的服務(wù)主體更傾向？”（1=AI機(jī)器人，7=人類員工）。為了檢驗(yàn)實(shí)驗(yàn)情境的外部效度，還測(cè)量了被試對(duì)于該實(shí)驗(yàn)情境的真實(shí)性評(píng)價(jià)，題項(xiàng)為“您認(rèn)為這個(gè)服務(wù)失誤發(fā)生后的服務(wù)補(bǔ)救情景和現(xiàn)實(shí)相符程度有多大？”（1=非常不符合、7=非常符合）。

（3）實(shí)驗(yàn)結(jié)果與分析

①操縱檢驗(yàn)

由獨(dú)立樣本T檢驗(yàn)可知，在象征性和功利性補(bǔ)救策略下，消費(fèi)者感知的服務(wù)補(bǔ)救策略存在顯著差異（M象征性補(bǔ)救=2.28，SD=1.20，M功利性補(bǔ)救=5.60，SD=0.83，t=-24.994，p＜0.001），服務(wù)補(bǔ)救策略的操縱取得了成功。對(duì)服務(wù)主體進(jìn)行獨(dú)立樣本T檢驗(yàn)，結(jié)果顯示：MAI機(jī)器人=2.03，SD=0.86，M人類員工=5.92，SD=0.87，t=-35.045，p＜0.001），服務(wù)主體的操縱取得了成功。此外，本文還對(duì)被試感知的情境真實(shí)性進(jìn)行檢驗(yàn)，結(jié)果表明，被試認(rèn)為實(shí)驗(yàn)情境比較符合現(xiàn)實(shí)生活的在線服務(wù)補(bǔ)救情況（M情景真實(shí)性=5.625>4，t=12.456，p<0.001），這說(shuō)明本文的實(shí)驗(yàn)結(jié)果具有較高的外部效度。

②假設(shè)檢驗(yàn)

本文研究服務(wù)補(bǔ)救策略與服務(wù)主體的交互作用對(duì)補(bǔ)救后滿意度的影響，采用雙因素方差分析，結(jié)果如表3所示。服務(wù)補(bǔ)救策略和服務(wù)主體對(duì)補(bǔ)救后滿意度具有顯著的交互作用，假設(shè)H1得到驗(yàn)證。

以消費(fèi)者補(bǔ)救后滿意度為因變量，兩者的交互作用對(duì)補(bǔ)救后滿意度的影響如圖2所示。在象征性服務(wù)補(bǔ)救策略下，與人類員工相比，消費(fèi)者對(duì)AI機(jī)器人服務(wù)補(bǔ)救后的滿意度更低，MAI機(jī)器人= 4.467＜M人類員工=5.337，F(xiàn)（1，118）=20.112，p＜0.001；而在功利性服務(wù)補(bǔ)救策略下，消費(fèi)者對(duì)AI機(jī)器人服務(wù)補(bǔ)救后的滿意度卻更高，MAI機(jī)器人= 5.442＞M人類員工=4.954，F(xiàn)（1，118）=12.389，p＜0.001。據(jù)此，假設(shè)H1a、H1b得到驗(yàn)證。

資料來(lái)源：作者繪制

2. 鏈?zhǔn)街薪樾?yīng)檢驗(yàn)

（1）實(shí)驗(yàn)設(shè)計(jì)

為考察感知公平和消費(fèi)者寬恕在不同服務(wù)補(bǔ)救策略（象征性補(bǔ)救vs功利性補(bǔ)救）與不同服務(wù)主體（人類員工vs AI機(jī)器人）對(duì)消費(fèi)者補(bǔ)救后滿意度的影響，實(shí)驗(yàn)2采用2×2組間實(shí)驗(yàn)設(shè)計(jì)，通過(guò)Credamo平臺(tái)招募被試320人（已剔除無(wú)效樣本28份），平均隨機(jī)分配到4個(gè)實(shí)驗(yàn)組，樣本描述性統(tǒng)計(jì)如表4所示。其中21～40歲參與者占86.56%，本科及以上學(xué)歷占86.88%，月收入水平在2000～10000元占比79.06%，基本屬于當(dāng)前消費(fèi)的主力人群。

參與者首先被要求回答兩項(xiàng)篩選問(wèn)題同實(shí)驗(yàn)1，在此基礎(chǔ)上更換實(shí)驗(yàn)材料，將具體的“網(wǎng)購(gòu)延期發(fā)貨問(wèn)題”更換為“外賣超時(shí)配送問(wèn)題”。最后讓參與者完成操縱檢驗(yàn)、感知分配公平、感知互動(dòng)公平、消費(fèi)者寬恕意愿以及補(bǔ)救后滿意度量表。

（2）變量的測(cè)量

補(bǔ)救后滿意度的測(cè)量量表同實(shí)驗(yàn)1。感知分配公平改編自Blodgett等[26]、Smith等[27]量表中的4個(gè)題項(xiàng)：“我獲得的補(bǔ)償是可以接受的”“客服采取的補(bǔ)償措施是合理的（無(wú)偏見(jiàn)的）”“就與我有相同遭遇的他人而言，該人工（AI）客服給予的補(bǔ)償結(jié)果是公平的”“以我的經(jīng)驗(yàn)來(lái)看，我本次得到的補(bǔ)償跟他人相比是公平的”。該量表的Cronbachs α值為0.926。感知互動(dòng)公平改編自Smith等[27]、Río-lanza等[28]量表中的4個(gè)題項(xiàng)：“我得到了應(yīng)有的尊重”“該客服的道歉是誠(chéng)懇的”“客服給予了我合理的解釋”“客服能夠努力解決我所遇到的問(wèn)題”。以上變量測(cè)量所使用的量表均為L(zhǎng)ikert7點(diǎn)量表，被試須對(duì)每個(gè)測(cè)試項(xiàng)目從1（非常不同意）到7（非常同意）進(jìn)行打分。該量表的Cronbachs α值為0.888。消費(fèi)者寬恕意愿的測(cè)量采用Finkel[29]開發(fā)，并經(jīng)國(guó)內(nèi)學(xué)者陳斯允等[30]翻譯并改編，證實(shí)在中國(guó)情境下有良好信效度的量表，包含4個(gè)題項(xiàng)：“我能理解該商家的失誤”“我能原諒該商家的失誤”“我能寬恕此次該商家的失誤”“以后我仍然愿意來(lái)該店購(gòu)物”。以上變量測(cè)量所使用的量表均為L(zhǎng)ikert7點(diǎn)量表，被試須對(duì)每個(gè)測(cè)試項(xiàng)目從1（非常不同意）到7（非常同意）進(jìn)行打分。該量表的Cronbachs α值為0.874。此外，參與者還閱讀并完成了服務(wù)補(bǔ)救策略操縱檢驗(yàn)的測(cè)量，測(cè)量方式同實(shí)驗(yàn)1。

（3）實(shí)驗(yàn)結(jié)果與分析

①操縱檢驗(yàn)

對(duì)服務(wù)補(bǔ)救策略進(jìn)行獨(dú)立樣本T檢驗(yàn)結(jié)果顯示：M象征性補(bǔ)救=2.31，SD=0.98，M功利性補(bǔ)救=5.66，SD=1.04，t=-29.517，p＜0.001，服務(wù)補(bǔ)救策略的操縱取得了成功。對(duì)服務(wù)主體進(jìn)行獨(dú)立樣本T檢驗(yàn)，結(jié)果顯示：MAI機(jī)器人=2.04，SD=0.80，M人類員工=5.79，SD=0.89，t=-39.507，p＜0.001，服務(wù)主體的操縱取得了成功。此外，本文還對(duì)被試感知的情境真實(shí)性進(jìn)行檢驗(yàn)，結(jié)果表明，參與者認(rèn)為實(shí)驗(yàn)情境比較符合現(xiàn)實(shí)生活的在線服務(wù)補(bǔ)救情況（M情景真實(shí)性=5.443>4，t=14.932，p<0.001），這說(shuō)明本研究的實(shí)驗(yàn)結(jié)果具有較高的外部效度。

②交互效應(yīng)檢驗(yàn)

本文以補(bǔ)救后滿意度為因變量，進(jìn)行雙因素方差分析，服務(wù)補(bǔ)救策略與服務(wù)主體之間的交互作用顯著（F（1，316）=32.469，p<0.001），H1再次得到驗(yàn)證。

③鏈?zhǔn)街薪樾?yīng)檢驗(yàn)

a.在象征性補(bǔ)救策略下，進(jìn)行獨(dú)立樣本T檢驗(yàn)，驗(yàn)證服務(wù)補(bǔ)救策略對(duì)感知互動(dòng)公平的影響，如表5所示。

通過(guò)獨(dú)立樣本T檢驗(yàn)可知，相較于AI機(jī)器人，人類員工執(zhí)行象征性服務(wù)補(bǔ)救策略使顧客感知到的互動(dòng)公平程度更高（MAI機(jī)器人感知互動(dòng)公平=4.481＜M人類員工感知互動(dòng)公平=5.450，t=-4.327，p＜0.001）。

在功利性補(bǔ)救策略下，首先進(jìn)行獨(dú)立樣本T檢驗(yàn)，驗(yàn)證服務(wù)補(bǔ)救策略對(duì)感知互動(dòng)公平的影響，如表6所示。

通過(guò)獨(dú)立樣本T檢驗(yàn)可知，在功利性服務(wù)補(bǔ)救策略下（MAI機(jī)器人感知互動(dòng)公平=5.213＞M人類員工感知互動(dòng)公平=4.941，t=1.592，p＞0.001），服務(wù)主體的選擇對(duì)消費(fèi)者感知互動(dòng)公平的影響不顯著。

其次，采用回歸分析驗(yàn)證感知互動(dòng)公平和消費(fèi)者寬恕之間的關(guān)系與消費(fèi)者寬恕和補(bǔ)救后滿意度的關(guān)系，結(jié)果表明：感知互動(dòng)公平顯著正向影響消費(fèi)者寬恕意愿（β=0.797，t=23.507，p＜0.001，95%CI=[0.661，0.782]），消費(fèi)者寬恕顯著正向影響補(bǔ)救后滿意度（β=0.876，t=32.419，p＜0.001，95%CI=[0.645，0.729]）。

最后采用Bootstrap檢驗(yàn)感知互動(dòng)公平和消費(fèi)者寬恕在服務(wù)補(bǔ)救策略與服務(wù)主體對(duì)補(bǔ)救后滿意度的中介效應(yīng)（通過(guò)Process插件，Model 85，采用5000次重復(fù)抽樣）。以服務(wù)補(bǔ)救策略（象征性補(bǔ)救策略為0，功利性補(bǔ)救策略為1）為自變量，服務(wù)主體（AI機(jī)器人為0，人類員工為1）為調(diào)節(jié)變量，補(bǔ)救后滿意度為因變量，感知互動(dòng)公平和消費(fèi)者寬恕為中介變量進(jìn)行分析。在95%置信度情況下，服務(wù)補(bǔ)救策略與服務(wù)主體對(duì)補(bǔ)救后滿意度的作用路徑及置信區(qū)間結(jié)果如表7所示，其中置信區(qū)間均不包含0。據(jù)此，假設(shè)H2a成立。

b.在象征性補(bǔ)救策略下，進(jìn)行獨(dú)立樣本T檢驗(yàn)，驗(yàn)證服務(wù)補(bǔ)救策略對(duì)感知分配公平的影響，如表8所示。

通過(guò)獨(dú)立樣本T檢驗(yàn)可知，在象征性補(bǔ)救策略下（MAI機(jī)器人感知分配公平=3.822＜M人類員工感知分配公平=4.169，t=-1.846，p＞0.001），服務(wù)主體的選擇對(duì)消費(fèi)者感知分配公平的影響不顯著。

在功利性補(bǔ)救策略下，首先通過(guò)獨(dú)立樣本T檢驗(yàn)，驗(yàn)證服務(wù)補(bǔ)救策略對(duì)感知分配公平的影響，如表9所示。

通過(guò)獨(dú)立樣本T檢驗(yàn)可知，相較于人類員工，AI機(jī)器人執(zhí)行功利性服務(wù)補(bǔ)救策略使消費(fèi)者感知分配公平程度更高（MAI機(jī)器人感知分配公平=5.809＞M人類員工感知分配公平=5.422，t=3.768，p＜0.001）。

其次，采用回歸分析驗(yàn)證感知分配公平和消費(fèi)者寬恕之間的關(guān)系與消費(fèi)者寬恕和補(bǔ)救后滿意度的關(guān)系，結(jié)果表明：感知互動(dòng)公平顯著正向影響消費(fèi)者寬恕意愿（β=0.731，t=19.127，p＜0.001，95%CI=[0.688，0.846]），消費(fèi)者寬恕顯著正向影響補(bǔ)救后滿意度（β=0.655，t=15.468，p＜0.001，95%CI=[0.470，0.607]）。

最后采用Bootstrap檢驗(yàn)感知分配公平和消費(fèi)者寬恕在服務(wù)補(bǔ)救策略與服務(wù)主體對(duì)補(bǔ)救后滿意度的中介效應(yīng)（通過(guò)Process插件，Model 85，采用5000次重復(fù)抽樣）。以服務(wù)補(bǔ)救策略（象征性補(bǔ)救策略為0，功利性補(bǔ)救策略為1）為自變量，服務(wù)主體（AI機(jī)器人為0，人類員工為1）為調(diào)節(jié)變量，補(bǔ)救后滿意度為因變量，感知分配公平和消費(fèi)者寬恕為中介變量進(jìn)行分析。在95%置信度下，服務(wù)補(bǔ)救策略與服務(wù)主體對(duì)補(bǔ)救后滿意度的作用路徑及置信區(qū)間結(jié)果如表10所示，其中置信區(qū)間均不包含0。據(jù)此，假設(shè)H2b成立。

四、 結(jié)論、啟示和展望

1. 結(jié)論討論

本文基于期望差距理論與感知公平理論，構(gòu)建了服務(wù)主體與服務(wù)補(bǔ)救策略的交互作用對(duì)消費(fèi)者補(bǔ)救后滿意度的影響機(jī)制模型，通過(guò)兩項(xiàng)實(shí)驗(yàn)證實(shí)了本文的研究假設(shè)，實(shí)驗(yàn)結(jié)果揭示了影響消費(fèi)者補(bǔ)救后滿意度的兩種不同路徑機(jī)制。

針對(duì)象征性補(bǔ)救策略，比如向顧客解釋原因、誠(chéng)懇道歉、共情回復(fù)等，如果采用人類員工提供服務(wù)，可以增強(qiáng)人與人之間的社會(huì)互動(dòng)與情感交流，消費(fèi)者會(huì)感知到被理解尊重和交流平等，情感層面的需求得到了滿足，從而能夠觸發(fā)個(gè)體的互動(dòng)公平感知，在很大程度上緩解了消費(fèi)者因遭受服務(wù)失誤而產(chǎn)生的負(fù)面情緒，補(bǔ)救后滿意度更高。AI機(jī)器人千篇一律程序化的道歉或回復(fù)，在消費(fèi)者心目中是冰冷的例行公事、缺乏誠(chéng)意與理解，無(wú)法起到安撫消費(fèi)者情緒的效果。

針對(duì)功利性補(bǔ)救策略，比如商品打折、優(yōu)惠券、發(fā)放紅包等，涉及經(jīng)濟(jì)補(bǔ)償，消費(fèi)者往往不會(huì)特別關(guān)注互動(dòng)公平，而是更加關(guān)注分配公平與快速處理。在利益分配方面，消費(fèi)者普遍認(rèn)為AI機(jī)器人不具有人類的偏見(jiàn)與所謂的“靈活性”，不會(huì)受人為因素干擾而降低服務(wù)質(zhì)量或與消費(fèi)者討價(jià)還價(jià)，會(huì)嚴(yán)格按照補(bǔ)償標(biāo)準(zhǔn)與流程對(duì)消費(fèi)者進(jìn)行合理的補(bǔ)償。因此，在功利性補(bǔ)救策略下，AI機(jī)器人的無(wú)差異化程序觸發(fā)了消費(fèi)者分配公平感知，補(bǔ)救后滿意度更高。

2. 理論貢獻(xiàn)

首先，本研究證實(shí)了不同的服務(wù)主體執(zhí)行不同的服務(wù)補(bǔ)救策略對(duì)消費(fèi)者的補(bǔ)救后滿意度會(huì)產(chǎn)生不同的影響。以往的研究未將兩者的交互作用納入統(tǒng)一理論框架進(jìn)行考察，因此長(zhǎng)期以來(lái)一直無(wú)法解釋為什么AI或人工在執(zhí)行不同的服務(wù)補(bǔ)救策略時(shí)，會(huì)導(dǎo)致消費(fèi)者截然不同的補(bǔ)救后滿意度。本文的理論框架則有力地解釋了近年來(lái)越來(lái)越多的AI機(jī)器人參與服務(wù)補(bǔ)救所衍生出的新問(wèn)題，從而完善了相關(guān)理論。

其次，本研究揭示了感知公平和消費(fèi)者寬恕在服務(wù)補(bǔ)救機(jī)制中所扮演的重要鏈?zhǔn)街薪榻巧?。服?wù)補(bǔ)救策略與服務(wù)主體的交互作用觸發(fā)了消費(fèi)者不同的公平感知，從而通過(guò)不同的路徑（象征性補(bǔ)救—人工—感知互動(dòng)公平，功利性補(bǔ)救—AI—感知分配公平）提高了消費(fèi)者寬恕意愿，豐富了感知公平理論。

最后，本研究對(duì)于AI 機(jī)器人未來(lái)能否完全取代人類員工參與服務(wù)補(bǔ)救這個(gè)重要命題提出了自己的理論見(jiàn)解。AI機(jī)器人與人類員工在服務(wù)補(bǔ)救領(lǐng)域都有著自身的優(yōu)勢(shì)與劣勢(shì)，在不同的服務(wù)應(yīng)用場(chǎng)景中，優(yōu)劣勢(shì)之間還可以相互轉(zhuǎn)化（如本研究發(fā)現(xiàn)隨機(jī)應(yīng)變的靈活性會(huì)觸發(fā)互動(dòng)公平感知但同時(shí)卻會(huì)抑制分配公平感知），因此，未來(lái)的服務(wù)補(bǔ)救還是要根據(jù)不同的服務(wù)補(bǔ)救策略來(lái)匹配AI機(jī)器人與人類員工各自的特點(diǎn)和優(yōu)勢(shì)，從而提高服務(wù)補(bǔ)救后消費(fèi)者滿意度。

3. 管理啟示

第一，企業(yè)在選擇采用服務(wù)補(bǔ)救策略時(shí)，不能單純?yōu)榱俗非髸r(shí)髦或降低成本，將服務(wù)補(bǔ)救這項(xiàng)重要的工作簡(jiǎn)單地全部交由AI機(jī)器人來(lái)承擔(dān)，而是應(yīng)該根據(jù)要采取的服務(wù)補(bǔ)救策略來(lái)選擇合適的服務(wù)主體（AI 機(jī)器人或人類員工），這才能夠確保實(shí)現(xiàn)不同補(bǔ)救策略所要達(dá)成的目標(biāo)，提高消費(fèi)者寬恕意愿和補(bǔ)救后滿意度，從而最大化地降低服務(wù)失敗給企業(yè)帶來(lái)的品牌聲譽(yù)以及品牌忠誠(chéng)度的負(fù)面影響。如企業(yè)因沒(méi)能為消費(fèi)者帶來(lái)良好的消費(fèi)體驗(yàn)而需要賠禮道歉時(shí)，應(yīng)該采用人類員工來(lái)增強(qiáng)人與人之間的社會(huì)互動(dòng)與情感交流，消費(fèi)者會(huì)感知到被理解尊重和交流平等，情感層面的需求得到了滿足，在很大程度上緩解了消費(fèi)者因遭受服務(wù)失誤而產(chǎn)生的負(fù)面情緒，補(bǔ)救后滿意度更高；若企業(yè)選擇賠錢來(lái)挽留顧客彌補(bǔ)自身的失誤時(shí)，消費(fèi)者普遍認(rèn)為AI機(jī)器人不會(huì)受社會(huì)地位、關(guān)系紐帶以及人情世故等因素的影響，會(huì)嚴(yán)格按照既定程序與規(guī)則不偏不倚地完成功利性補(bǔ)救服務(wù)。因此在功利性補(bǔ)救策略下，采用AI機(jī)器人提供服務(wù)能夠更好地提升消費(fèi)者寬恕意愿，進(jìn)而有效提高服務(wù)補(bǔ)救后消費(fèi)者滿意度。

第二，企業(yè)應(yīng)當(dāng)注重顧客在服務(wù)補(bǔ)救過(guò)程中的感知公平。消費(fèi)者在服務(wù)補(bǔ)救過(guò)程中感受到公平后，企業(yè)的服務(wù)補(bǔ)救策略才會(huì)真正扭轉(zhuǎn)消費(fèi)者的不滿情緒而產(chǎn)生更加積極的意愿與行為。因此，企業(yè)在采用象征性服務(wù)補(bǔ)救策略時(shí)，要盡量避免AI機(jī)器人千篇一律的語(yǔ)調(diào)與程序套話，應(yīng)該充分發(fā)揮人類員工的同理心與溝通優(yōu)勢(shì)，根據(jù)消費(fèi)者具體的投訴內(nèi)容與不滿情緒，運(yùn)用相應(yīng)的心理學(xué)知識(shí)與語(yǔ)言藝術(shù)，采取有針對(duì)性的安撫措施，讓消費(fèi)者感知到人與人之間的平等交流、真誠(chéng)以及被尊重，從而觸發(fā)消費(fèi)者的感知互動(dòng)公平。企業(yè)在采用功利性補(bǔ)救策略時(shí)，應(yīng)該充分發(fā)揮AI機(jī)器人在紛繁復(fù)雜的信息中客觀準(zhǔn)確地制定出合理公正的經(jīng)濟(jì)補(bǔ)償方案的優(yōu)勢(shì)，減少人為因素的干擾，讓消費(fèi)者感知到分配公平。通過(guò)觸發(fā)不同情境下消費(fèi)者所需要的公平感知，有效提高消費(fèi)者的寬恕意愿與服務(wù)補(bǔ)救后的滿意度。

4. 本研究的局限以及未來(lái)展望

首先，象征性服務(wù)補(bǔ)救策略可以細(xì)化為道歉、解釋原因、共情回復(fù)等，功利性服務(wù)補(bǔ)救策略可以細(xì)化為打折、優(yōu)惠券、紅包等，具體補(bǔ)救方案的差異與服務(wù)主體的交互可能導(dǎo)致不同的影響機(jī)制，未來(lái)研究可以進(jìn)一步勾畫更加細(xì)致的影響路徑，為企業(yè)決策提供更有力的指導(dǎo)。其次，服務(wù)失敗類型對(duì)服務(wù)補(bǔ)救效果也會(huì)產(chǎn)生不同程度的影響，因此，未來(lái)還可以考慮將服務(wù)補(bǔ)救策略、服務(wù)主體與服務(wù)失敗類型納入統(tǒng)一的理論框架進(jìn)行更加深入的研究。

參考文獻(xiàn)：

[1] Kuo Y F， Wu C M. Satisfaction and Post-purchase Intentions with Service Recovery of Online Shopping Websites： Perspectives on Perceived Justice and Emotions[J].International Journal of Information Management，2012，32（2）：127-138.

[2] 于兆吉，朱蔓菱，魏闖.心理契約視角下在線購(gòu)物預(yù)防性服務(wù)補(bǔ)救對(duì)消費(fèi)者寬恕的影響[J].管理工程學(xué)報(bào)，2023，37（6）：201-211.

[3] 郭曉姝，張焱，徐健.道歉承諾類管理反饋策略對(duì)顧客二次滿意度的影響——基于顧客多樣情緒調(diào)節(jié)效應(yīng)[J].中國(guó)管理科學(xué)，2021，29（2）：217-227.

[4] Jones C L E， Hancock T， Kazandjian B，et al. Engaging the Avatar： The Effects of Authenticity Signals During Chat-based Service Recoveries[J].Journal of Business Research，2022（144）：703-716.

[5] 黃珍，張宣，于海航.直播帶貨情境下服務(wù)補(bǔ)救對(duì)重購(gòu)意愿的影響研究——感知真誠(chéng)和補(bǔ)救后滿意的鏈?zhǔn)街薪樽饔肹J].商業(yè)經(jīng)濟(jì)研究，2022，838（3）：109-112.

[6] 方淑杰，黎耀奇，傅云新.賠禮還是賠錢？——基于情緒感染理論的旅游景區(qū)服務(wù)補(bǔ)救策略研究[J]. 旅游學(xué)刊，2019，34（1）：44-57.

[7] 楊慧，康海燕.社交媒體服務(wù)補(bǔ)救透明對(duì)虛擬在線他人購(gòu)買意愿的影響：品牌資產(chǎn)的調(diào)節(jié)作用[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，136（4）：41-50.

[8] Wu J F， Zhu Y M， Zhang J M. Who Did What and When？ The Effect of Chatbots Service Recovery on Customer Satisfaction and Revisit Intention[J]. Journal of Hospitality and Tourism Technology，2023，14（3）：416-429.

[9] Hu Y，（Kelly） Min H，Su N.How Sincere is an Apology？ Recovery Satisfaction in a Robot Service Failure Context[J].Journal of Hospitality & Tourism Research，2021，45（6）：1022-1043.

[10] Du J Z， Song M M， Xing X Y，et al. Should the Chatbot “Save Itself” or “Be Helped by Others”？ The Influence of Service Recovery Types on Consumer Perceptions of Recovery Satisfaction[J]. Electronic Commerce Research and Applications，2022（55）：101199.

[11] Leo X， Huh Y E. Who Gets the Blame for Service Failures？ Attribution of Responsibility Toward Robot Versus Human Service Providers and Service Firms[J].Computers in Human Behavior，2020，113（4）：106520.

[12] You Y F， Yang X J， Wang L L，et al. When and Why Saying “Thank You” is Better than Saying “Sorry” in Redressing Service Failures： The Role of Self-esteem[J].Journal of Marketing，2020，84（2）：133-150.

[13] Garvey A M， Kim T， Duhacchek A. Bad News？ Send an AI. Good News？ Send a Human [J].Journal of Marketing，2023，87（1）：10-25.

[14] 朱艷春，張志晴，孫寶文.網(wǎng)絡(luò)商店的服務(wù)質(zhì)量、顧客滿意、顧客忠誠(chéng)的關(guān)系研究[J].現(xiàn)代管理科學(xué)，2015（6）：100-102.

[15] Grimes G M， Schuetzler R M，Giboney J S.Mental Models and Expectation Violations in Conversational AI Interactions[J].Decision Support Systems，2021（144）：113515.

[16] 張初兵，侯如靖，易牧農(nóng).網(wǎng)購(gòu)服務(wù)補(bǔ)救后感知公平、情緒與行為意向的關(guān)系——基于關(guān)系質(zhì)量的調(diào)節(jié)中介模型[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，36（1）：54-64.

[17] 王子賢，呂慶華.服務(wù)補(bǔ)救、感知公平與顧客滿意——基于網(wǎng)購(gòu)用戶視角的研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，40（10）：77-89.

[18] 綦恩周，張夢(mèng).服務(wù)補(bǔ)救情境下心理契約對(duì)顧客感知補(bǔ)救質(zhì)量的影響研究[J].消費(fèi)經(jīng)濟(jì)，2015，31（1）：60-65.

[19] Fatfouta R， Meshi D， Merkl A，et al. Accepting Unfairness by a Significant Other is Associated with Reduced Connectivity between Medial Prefrontal and Dorsal Anterior Cingulate Cortex[J].Social Neuroscience，2016，13（1）：61-73.

[20] Ma K，Zhong X，Hou G.Gaining Satisfaction： The Role of Brand Equity Orientation and Failure Type in Service Recovery[J].European Journal of Marketing，2020，54（10）：2317-2342.

[21] 宋曉兵，何夏楠.人工智能定價(jià)對(duì)消費(fèi)者價(jià)格公平感知的影響[J].管理科學(xué)，2020，33（5）：3-16.

[22] 蔣路遠(yuǎn)，曹李梅，秦昕，等.人工智能決策的公平感知[J].心理科學(xué)進(jìn)展，2022，30（5）：1078-1092.

[23] Longoni C，Cian L.Artificial Intelligence in Utilitarian vs. Hedonic Contexts： The ‘Word-of-Machine Effect[J].Journal of Marketing，2022，86（1）：91-108.

[24] Holloway B B， Wang S，Beatty S E.Betrayal？ Relationship Quality Implications in Service Recovery[J].Journal of Services Marketing，2009，23（6）：385-396.

[25] Boshoff C， Leong J.Empowerment， Attribution and Apologising as Dimensions of Service Recovery.An Experimental Study[J].International Journal of Service Industry Management，1998，9（1）：24-47.

[26] Blodgett J G，Granbois D H， Walters R G. The Effects of Perceived Justice on Complainants Negative Word-of-mouth Behavior and Repatronage Intentions[J].Journal of Retailing，1993，69（4）：399-428.

[27] Smith A K， Bolton R N， Wagner J.A Model of Customer Satisfaction with Service Encounters Involving Failure and Recovery[J].Journal of Marketing Research，1999，36（3）：356-372.

[28] Río-lanza A B， Vázquez-casielles R， Díaz-Martín A M. Satisfaction with Service Recovery：Perceived Justice and Emotional Responses[J].Journal of Business Research，2009，62（8）：775-781.

[29] Finkel E J， Kumashiro M， Hannon P A， Rusbult C E. Dealing with Betrayal in Close Relationships： Does Commitment Promote Forgiveness？[J].Journal of Personality and Social Psychology，2002，82（6）：956-974.

[30] 陳斯允，衛(wèi)海英，冉雅璇，等. “重振旗鼓”還是“重蹈覆轍”——新起點(diǎn)思維與品牌危機(jī)類型對(duì)消費(fèi)者寬恕的影響[J].南開管理評(píng)論，2020，23（4）：49-59.

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“面向網(wǎng)絡(luò)社群的團(tuán)購(gòu)機(jī)制創(chuàng)新研究”（項(xiàng)目編號(hào)：71662024）；內(nèi)蒙古自然科學(xué)基金項(xiàng)目“參照群體影響個(gè)體低碳產(chǎn)品購(gòu)買行為的神經(jīng)機(jī)制及預(yù)測(cè)研究”（項(xiàng)目編號(hào)：2023MS07001）；內(nèi)蒙古自然科學(xué)基金項(xiàng)目“內(nèi)蒙古城鎮(zhèn)居民綠色消費(fèi)行為的驅(qū)動(dòng)機(jī)理研究”（項(xiàng)目編號(hào)：2023MS07008）。

作者簡(jiǎn)介：張鵬，男，博士，內(nèi)蒙古科技大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，碩士生導(dǎo)師，研究方向?yàn)殡娮由虅?wù)、人工智能服務(wù)；邢秋慧，通訊作者，女，內(nèi)蒙古科技大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向人工智能服務(wù)；梅蕾，女，內(nèi)蒙古科技大學(xué)經(jīng)濟(jì)與管理學(xué)院教授，碩士生導(dǎo)師，研究方向?yàn)榉?wù)創(chuàng)新與營(yíng)銷。

（收稿日期：2024-02-17? 責(zé)任編輯：蘇子寵）