服务机器人的性别对消费者宽恕意愿的影响:热情与能力的中介和拟人化的调节

刘博 杨嵛茜 方一舟

[关键词]服务机器人;性别;宽恕意愿;刻板印象;拟人化

随着科技的发展，机器人作为人工智能的外在表现，对人类社会的影响越来越复杂，企业也越来越依赖机器人协助完成或完全负责某一具体任务。随着机器人使用率的稳步增长，企业不再局限于使用以自动化应用程序为导向的机器人，而是开始更多地使用具有类似人类社交能力的机器人[1]1，这促进了机器人的应用从生产加工等传统工业扩展至服务业。尤其是随着突发卫生事件对人类健康威胁的加剧，医疗、养老、餐饮、住宿等服务领域越来越追求使用机器人来为消费者提供安全的无接触服务，加速了各式各样的机器人出现在人们的日常生活中。当机器人的设计要求能够服务于人类并优化其体验之后，“性别化”仿佛成为机器人发展的趋势。聊天机器人“微软小冰”在推出时就被赋予了16岁人工智能少女的标签;承诺提供安全和温暖的医疗机器人“Grace”拥有亚洲女性的面孔。可以发现，为了给消费者提供优质的交互体验和情绪价值，机器人的设计越来越被要求符合人类的审美偏好、具有视觉吸引力，于是机器人拥有了“身份”设定，具有了“性别”差异和拟人化特征。

在服务行业的实践中，由于人工智能型员工（服务机器人）需要具备社交属性，企业往往会为它设定一个身份，配备“性别”、名字和声音等信息。研究发现，在面对非人对象时，人们往往会通过把自己的性别认知延伸到它身上来主动判断它的性别[2]。性别认知广泛存在于服务行业，学者称它为“服务者性别刻板印象”。对于人类员工，当消费者认为其所从事的工作符合性别刻板印象时，往往会对其产生积极的评价。例如，有研究发现，消费者认为女性具有服务优势，对服务员表现出明显的女性性别偏好。基于此，本文思考消费者对服务机器人的感知评价是否具有性别偏好，消费者是否会把他对人类员工的性别刻板印象投射在服务机器人的身上。

同时，研究发现，消费者对机器人的感知评价受其拟人化程度的影响[3]。由于拟人化程度高的机器人具有类人的视觉吸引力，消费者往往会花费更多的时间与它进行互动[4]258-260。但有一种观点认为，由于消费者会把具有拟人化特征的机器人和人类员工进行比较，并基于此对机器人进行情感评估[5]，機器人可能会获得更严苛的服务质量评价。例如，当拟人化程度高的机器人服务失败时，消费者会认为它违背了人类本应具有的智能，从而对它的服务产生抵触情绪。结合前述分析，本文思考机器人的拟人化程度是否会对消费者感知评价产生影响。

由于服务是一个复杂的动态过程，餐厅、酒店等消费场景存在许多潜在的突发事件和其他非正常情况，这就对服务机器人的使用提出了较高的要求。例如，它需要具备足够强大的情感分析功能和语音交互水平，才可以灵活响应消费者的提问和诉求。但机器人的交互技术还处在不断改进的发展阶段，语音识别板块、对话管理板块，以及非语言响应功能如情感分析板块等方面的配置尚不够完善，无法实现完美的人机交互，从而面临服务失败的风险。服务失败作为常见且重要的消费情境，获得了学术界和实践领域的大量关注。过往研究发现，机器人的服务失败会让消费者感到社交和情感等资源的损失，产生失望的负面情绪[6]，酒店机器人语音识别系统的缺陷会消耗消费者的使用耐心，并让消费者对此产生抱怨行为[4]252-255。而企业通常采用经济补偿和情绪安抚等方式来应对服务失败。企业对此展开的系列服务补救行为，从根本上来说都是为了获得消费者的宽恕，避免消费者与企业关系的破裂以及顾客流失，促进消费者满意度的恢复并刺激再次消费行为[7]。本文思考，在进行服务补救之前，企业是否可以利用消费者对服务机器人产生的积极感知，来主动形成他对服务失败的宽恕意愿。

综上所述，本文关注服务机器人的性别对消费者态度的影响，试图回答以下问题：（1）服务机器人的性别差异是否会影响消费者面对服务失败时的宽恕意愿;（2）人类社会的刻板印象是否会影响消费者对服务机器人的感知评价，具体表现为消费者对不同性别的服务机器人的热情与能力评价是否存在差异;（3）服务机器人的拟人化程度是否会影响消费者对服务机器人的感知评价。本文从性别出发，关注拟人化，结合刻板印象的热情与能力维度，研究在无法完全避免服务失败的背景下，服务机器人的性别和消费者宽恕意愿之间的关系。为此，本文提出了一个有调节的双中介模型，以期深入并拓展消费者对服务机器人感知评价的研究。

1 文献回顾与研究假设

1.1 服务机器人

随着机器人的智能化水平的不断提高，机器人在多场景的规模化应用趋势越来越明显。根据国际机器人联合会（international federation of robotics，IFR）的标准，一般把机器人分为工业机器人和服务机器人。由于机器人促进信息流通的特点突出[8]，加上其自主能力和社交能力的不断提高，越来越多的企业愿意让机器人参与其服务运营流程。研究发现，企业在服务过程使用机器人不仅可以为消费者提供新奇愉悦的体验，还可以减少一线用工成本，增加企业的竞争优势[9]，[10]490。可以认为，服务机器人在消费市场实现规模化商用是发展趋势。

近年来，由于人机交互的发展，学者增加了对服务领域机器人的关注，发现服务机器人在优化体验方面的贡献尤为突出[1]5-6，[11]8-10，如消费者对服务机器人的态度会影响其支付意愿[4]264-265。同时，服务机器人也可以通过增强消费者的消费欲望，调节消费者口碑和支付意愿的关系[12]。但也有学者注意到，随着服务机器人与消费者交互程度的加深，企业需要对服务机器人的机器故障和服务失败等问题加强关注[13]，服务机器人如果无法正确理解消费者的诉求，会让消费者认为机器人能力有限，从而产生不满和失望等情绪[14]。另一方面，服务机器人的美观程度、使用复杂性和功能障碍等会影响消费者对人机交互的接受度[11]2-3。

可以发现，由于人机交互是一个复杂的动态过程，消费者对服务机器人的不同反应的表现形式，对应了不同的研究视角。本文基于服务机器人由于功能不够完善可能造成服务失败的背景，考量消费者面对机器人的服务失败时，如何实现负面反应向正面情绪的转换。从服务机器人的特征出发，研究它的作用机制，以期深入并拓展消费者对服务机器人反应的相关研究。

1.2 消费者宽恕意愿

Enright等把“宽恕”定义为受害者主动放弃对加害人进行反击和报复，秉持理解和接纳的态度来克服他对加害人的负面情感。从理性人的角度来看，宽恕意味着受害者认识到加害者的伤害行为已经停止，并且认为复仇的效果不如尽快缓解自己的负面情绪和压力，因此放弃了复仇的想法。可以认为，宽恕体现了受害者的包容与宽容，他们不会通过报复来弥补对方对自己造成的伤害，而是变得慷慨和仁爱，以积极的心理状态接纳这一结果。对于选择宽恕的受害者，他们的行为反应具有亲社会的特点[15-16]。

在消费场景，宽恕可以理解为当企业在提供产品和服务的过程中发生失败，消费者能够消解自己的不满，愿意原谅企业并达成和解，实现关系重建。对消费者而言，宽恕水平高不仅可以提高其环境适应能力，促进其更积极的状态应对日常生活中的消极体验和负面情感，还有利于其人际关系的发展并加深对幸福的感知。对企业而言，消费者的宽恕水平高有利于企业应对消费者信任度和忠诚度降低、品牌口碑负面发展、顾客转移和顾客流失等问题，为企业的可持续发展创造条件[17]。基于越来越多的企业使用服务机器人，以及服务机器人影响消费者感知体验的现实背景[1]1，可以认为研究消费者的宽恕意愿具有重要意义。

1.3 性别刻板印象

性别是人口特征的基本要素，也是刻板印象的典型内容。根据社会角色理论，性别刻板印象体现了人们对两性传统职业角色的认知[18]。虽然这些认知并不能够准确概括不同的性别群体，但人们为了维护刻板印象，会在认知和行为方面主动支持符合刻板印象的对象[19]。以导航系统的语音设置为例，研究发现用户会认为男性导航声音能提供更多的信息，而女性导航声音更适合用于聊天;GoogleHome、Apple Homekit等智能家居助手默认设置了女性语音[1]2;功能各异的定制化女性机器人也备受男性用户的追捧。可见，机器人的应用伴随着无法避免的“性别化”趋势。

在服务行业，20世纪90年代末的研究发现，当员工性别与职业性别刻板印象呈现一致性时，消费者对员工的评价会更积极，即员工性别影响消费者的满意度。员工的积极情感表达也会影响消费者的满意度[20]。可以认为女性员工女性化的語言风格和非语言行为，促使女性具有从事服务行业的优势，并在服务过程占据主导地位[21]120。男性与女性之间的特质差异，促成了人们的服务者性别刻板印象。虽然已有研究证实了机器人的性别差异会影响消费者态度，但比较缺少机器人的性别差异如何影响消费者行为意愿的研究，并且性别刻板印象在机器人领域的应用也有待进一步拓展。笔者推测消费者对人类员工的性别刻板印象也会投射在人机交互过程中，即性别因素会让消费者对服务机器人产生类似于对人类员工的感知评价并提出研究假设：

H1：服务机器人的性别影响消费者对服务失败的宽恕意愿。

1.4 热情和能力

根据汉语词典，热情包含了热烈、真诚、助人、友善、可信等情感;能力指人类为了完成实践活动所需具备的素质，一般和技能、效率、创造力、聪明等表征有关。学者把热情描述为人们对意图和行为的感知，而能力则是人们对是否具备实现意图和行为的能力的感知[22]。从管理学的视角出发，热情通常指代工作热情，能力通常指代职业技能。对员工而言，热情是他在工作过程表现的热烈情感，表现形式如员工始终保持高昂的情绪完成工作任务并迎接工作挑战，或是在服务过程积极响应消费者诉求;能力则表现为员工为了实现个人目标和或组织绩效而具备的能力与技能。

在服务行业，热情可以通过微笑、点头、眼神交流和倾听等亲社会行为来实现，能力则更综合考量员工的服务技巧和应急处理能力，二者都作为员工服务质量的表征以及消费者服务评价的参考指标。许多研究表明，员工的热情和能力影响着消费者态度。例如，员工在服务过程认真倾听消费者的诉求与反馈，可以促进双方人际信任和人际关系的正向发展[23]。友善的眼神、肢体语言和微笑有利于提高消费者对员工的热情评价，并提高最终的消费满意度[10]490。员工专业性的知识技能和高效的问题处理能力可以对消费者心理产生积极影响，这种影响正面驱动着消费者的持续消费意愿[24]。

根据刻板印象内容模型，学者引入热情和能力的概念。人们一般认为男性富于理性，更具有攻击性，对男性持有高能力、低热情的混合刻板印象，支持并认可男性从事生产管理方面的工作;认为女性富于感性，更温柔，对女性持有高热情、低能力的混合刻板印象，支持并认可女性在服务行业、消费领域任职[25]。但有一种观点表示，基于性别的能力认知差异在不断减弱，例如，女性存在积极热情、积极能力的混合刻板印象[26]。也有研究表明，相比性别，人们对能力的感知评价更多受成功经验的影响[27]。但总体而言，人们还是更注重从能力维度对男性进行刻板印象评价，从热情维度对女性进行刻板印象评价。综上所述，同时为了验证男性和女性在能力维度的评价差异，本文提出以下研究假设：

H2：热情在服务机器人的性别对消费者宽恕意愿的影响中起中介作用;

H3：能力在服务机器人的性别对消费者宽恕意愿的影响中起中介作用。

1.5 机器人的拟人化

拟人化是指对机器人的设计进行了有关人体的模仿。通过让机器人拥有五官、四肢等部分或全部构造，来实现对人类外观形态的复制，在人机交互过程中支持机器人的行为表达[28-29]。这不仅可以提高机器人的灵动程度，还有利于拉近机器人和消费者的距离，促进其与消费者的互动。并且拟人化的机器人并不会像人类员工一样在服务过程遭受可能的情绪困扰[30-31]，这为企业使用机器人参与一线服务提供了便利，有利于企业稳定地为消费者提供产品和服务，增强企业的竞争优势。

虽然学术界有一种观点认为当机器人与人类的相似性达到一定程度时，机器人会显得恐怖瘆人，产生恐怖谷效应[1]1-2;但Maya等表示，尽管消费者不太喜欢外观极度接近人类的机器人，但与机械化的机器人相比，消费者还是更喜欢具有拟人化特征的机器人[32]。并且大多数企业目前使用的机器人尚不足以达到高度逼真的拟人化程度，这些机器人只是具有部分的类人特征。相比于会引起消费者的诡异感受的机器人，目前市面上规模化商用的机器人更多的还是具有视觉吸引力，并且有越来越多的消费者愿意通过人机互动来寻求新的体验感受[33]。

研究发现，拟人化的机器人可以通过提高消费者对服务的信任度和满意度的方式，来促进人机关系的长期建立[34]，消费者会对具有高度拟人化特征的服务机器人表现出更高的服务信任度和整体满意度[35]，同时具有拟人化特征的服务机器人可以更好地引发消费者的积极情感，如愉悦、温暖和同情[36]。

综上所述可以发现，服务机器人的类人特征能够正向刺激并推动消费者的行为意愿，并且不同程度的拟人化的影响效果不同。据此，本文提出研究假设：H4：服务机器人的性别对热情（H4a）和能力（H4b）的影响，在服务机器人拟人化水平高时比在服务机器人拟人水平低时更强。

1.6 假设模型

2 研究设计

2.1 研究方法

本研究采用组间因子设计对研究假设进行检验，并使用基于情境的实验调查法。实验通过为被试描述4种不同类型的机器人（拟人化程度高的女性机器人、拟人化程度低的女性机器人、拟人化程度高的男性机器人、拟人化程度低的男性机器人）提供服务的场景，探讨在服务失败情景下服务机器人的性别和消费者的宽恕意愿之间的关系，以及调节变量拟人化程度和中介变量热情与能力的影响。

本研究设计的实验共涉及4个场景，为了让被试能够正确想象并清楚进入模拟情境，以及其能在对实验情境产生真实反应后及时地作出判断并回答问卷题项，本研究选择了与被试日常生活高度相关联的空间，以餐厅作为情境背景，引导被试想象服务机器人服务失败的情景。其中，每位被试只会被分配进入1个实验情境。问卷共分为3个部分：第一部分是根据模拟情境设计的实验刺激，第二部分是根据模拟服务失败情境设计的具体测量题项，第三部分是关于被试的人口统计学特征信息。

2.2 研究工具

2.2.1 自变量和调节变量的操作

在问卷的第一部分，本研究在控制服务机器人的性别和拟人化程度的基础上，为被试提供具体的场景（表1），并且对自变量服务机器人的性别和调节变量服务机器人的拟人化程度进行操作，参考Soobin的研究，通过“您能回忆起材料中服务机器人的性别吗”“您认为描述的餐厅情境有多逼真”“您认为想象自己处于餐厅场景有多困难” “您能回忆起材料中服务机器人的拟人化程度吗”等4个问题对自变量和调节变量进行测量，本研究会先剔除第一个问题中记错/不记得材料中机器人性别的被试数据，后3个问题被试被要求进行7点评分[1]3-4。

2.2.2 中介变量和因变量的测量

在问卷的第二部分，被试需要对根据前述模拟情境以及服务失败发生后的模拟情景设计的题项进行回答，即对中介变量（热情与能力）和因变量（消费者的宽恕意愿）的测量通过被试填写问卷的方式进行测量。其中，各变量均采用李克特七级量表（1代表“完全不同意”，7代表“完全同意”）进行测量：

（1）热情量表。本研究对热情的测量，采用了Finkel等和Kervyn等设计的量表[37-38]，共有4个维度，包括热情、友好、温暖、真诚。同时，在本研究中测得该量表的Cronbach's α值为0.78，KMO 值为0.77;并且根据验证性因素分析结果，卡方与自由度的比值（χ2/df）为3.563，标准化残差均方根（SRMR）为0.025，近似均方根误差（RMSEA）为0.092，比较拟合指数（CFI）为0.984，可以认为该量表具有较好的信效度。

（2）能力量表。本研究对能力的测量，同样采用了Finkel等和Kervyn等设计的量表[37-38]，共有4个维度，包括有能力、技能、效率、自信。同时在本研究中测得该量表的Cronbach's α值为0.69，KMO值为0.72;并且根据验证性因素分析结果，χ2/df为1.758，SRMR 为0.022，RMSEA 为0.050，CFI为0.992，可以认为该量表具有较好的信效度。

（3）宽恕意愿量表。本研究对消费者宽恕意愿的测量，采用了Finkel等设计的量表[37]，共有4个维度，包括理解、原谅、宽恕、信任。同时在本研究中测得该量表的Cronbach's α值为0.87，KMO 值为0.83;并且根据验证性因素分析结果，χ2/df 為1.434，SRMR 为0.011，RMSEA 为0.038，CFI为0.999，可以认为该量表具有较好的信效度。

3 研究结果

3.1 研究对象

3.1.1 调查样本

本研究通过问卷调查的形式进行数据收集，以Credamo见数的官方数据集市作为收集途径，共收集了337份问卷。为保证样本的有效性，问卷设置了与研究内容无关的筛选题，如要求被试在指定题目上选择指定选项，避免被试的规律性作答和随机作答。同时，判断了被试的作答时长，作答时间过短（少于100s）或者过长（多于300s）都无法保证被试作答时的专注度。此外，本研究利用了Credamo见数平台的作答ID限制功能，主动规避了4次实验中被试来源重复的问题，确保每个被试只能参与1次实验进行问卷作答。在对数据进行系列的筛选后，本研究最终获得304份问卷，问卷的有效回收率为90.21%。

3.1.2 样本人口统计特征

根据表3，在有效样本中，女性被试占比为66.1%，男性被试占比为33.9%。在年龄方面，被试的年龄主要集中在21～30岁（55.3%）和31～40岁（33.2%）这两个年龄段区间;有少数40岁以上的被试参与了本次调查，占比为3.9%;20岁以下的被试数据较少，占比为7.6%。在职业方面，被试主要归属于学生（44.4%）和企业职员（38.8%）这2个群体。在学历方面，被试的最高学历主要是本科/专科，占比高达74.4%。此外，大多数被试的收入处于8 000元以上（31.9%）、2 000元及以下（24.3%）和2 001～4 000元（20.1%）的水平。

3.2 假设检验

3.2.1 情境有效性和自变量、调节变量的操控

为了确保被试能够有效地理解并想象进入实验设计的模拟情境，实验首先对被试提出了2个问题，让被试判断并回答该情境的真实程度以及想象进入该情境的困难程度。结果显示，情境真实程度的平均值为5.89，标准差为0.92;想象困难程度的平均值为2.11，标准差为1.05，可以认为被试能够较好地理解并进入本研究为其设计的模拟情境。

在关于情境中的服务机器人性别的判断时，本研究提问被试能否回忆起材料中服务机器人的性别，直接剔除了选择与材料中明确提及的服务机器人性别不同答案的被试数据，以此实现对自变量的操控。

关 于调节变量，本研究要求被试对材料中描述的机器人进行拟人化程度高低的评分判断，韦尔奇检验结果显示为F （1，302）=275.08、p <0.05，可以认为实验中的情境描述成功操控了服务机器人的拟人化程度（高vs低）。其中，被试对高拟人化水平的服务机器人的拟人程度评分均值为6.18，标准差为0.74;被试对低拟人化水平的服务机器人的拟人化程度评分均值为4.29，标准差为1.19。

3.2.2 服务机器人性别对消费者宽恕意愿的影响

本研究采用独立样本T 检验分析方法，研究服务机器人的性别对消费者宽恕意愿的影响。根据莱文方差等同性检验，p =0.23>0.05，即方差齐性。结合假定等方差Sig.（双尾）<0.05，可以发现服务机器人的性别对消费者宽恕意愿具有显著的影响。其中，被试对女性机器人的宽恕意愿（M =5.25）显著高于其对男性服务机器人的宽恕意愿（M =4.16）（表4）。这表明女性服务机器人可以显著提高被试在面对服务失误时的宽恕意愿，支持了H1。

3.2.3 热情与能力的中介作用

本研究首先通过独立样本T 检验分析方法探讨了服务机器人的性别、热情与能力这2个中介变量之间的关系。在热情方面，根据莱文方差等同性检验，p=0.07>0.05，即方差齐性。结合假定等方差Sig.（双尾）<0.05，可以发现服务机器人的性别在消费者对服务方面的热情感知具有显著的影响。其中，被试对女性服务机器人的热情评价（M =5.65）显著高于其对男性服务机器人的热情评价（M =4.52）（表5），即被试更容易从女性服务机器人的身上感知到热情，初步验证了H2。在能力方面，根据莱文方差等同性检验，p=0.01<0.05，即方差不齐。结合不假定等方差Sig.（双尾）<0.05，可以发现服务机器人的性别在消费者对服务方面的能力感知具有显著的影响。其中，被试对男性服务机器人的能力评价（M =4.63）显著高于其对女性服务机器人的能力评价（M =4.02）（表5），即被试更容易从男性服务机器人的身上感知到能力，初步验证了H3。

在判断服务机器人的性别对热情与能力影响的基础上，本研究采用层级回归分析方法来判断热情与能力是否在服务机器人的性别对消费者宽恕意愿的关系中起中介作用。在热情方面，首先分析了服务机器人的性别对宽恕意愿的回归分析，结果显示p<0.05，通过显著性水平检验。随后，分步回归分析了服务机器人的性别对热情、服务机器人的性别和热情对宽恕意愿的影响，结果显示两个模型中的p 值均<0.05，通过显著性水平檢验，回归结果见表6。可以发现，在服务机器人的性别对宽恕意愿的回归模型中自变量的标准化系数（β =0.48）大于在服务机器人的性别和热情对宽恕意愿的回归模型中自变量的标准化系数（β =0.20），这说明热情的中介效应显著，起部分中介作用，支持了H2。

在能力方面，研究得出服务机器人的性别对宽恕意愿与能力、服务机器人的性别和能力对宽恕意愿的回归分析均通过了显著性水平检验，p<0.05，回归结果见表6。可以发现，在服务机器人的性别对宽恕意愿的回归模型中自变量的标准化系数（β=0.48）小于服务机器人的性别和能力对宽恕意愿的回归模型中自变量的标准化系数（β =0.71）。进一步结合PROCESS（模型4）对能力进行中介效应分析，结果显示，置信区间不包含0（表7），这说明能力起部分中介的作用，支持了H3。

3.2.4 拟人化的调节作用

为了检验H4，本研究采用多因素方差分析方法。根据表8，在热情方面，服务机器人的性别和拟人化程度这两个因子的主效应显著，p<0.05，说明只考虑服务机器人的性别因素或者只考虑服务机器人的拟人化水平，被试对服务机器人的热情评价都会发生显著变化。并且，服务机器人的性别×拟人化程度的交互效应也显著，p=0.04<0.05，这表明被试对服务机器人的热情评价受不同性别和拟人化程度组合的影响显著，拟人化程度对服务机器人性别和热情关系的调节具有显著的统计学意义。为了进一步探究4个水平组合（女性机器人×高拟人化、女性机器人×低拟人化、男性机器人×高拟人化、男性机器人×低拟人化）对热情的影响表现，本研究进行了成对比较分析（表9），并以此进行简单效应分析。根据图2，可以发现被试对服务机器人的热情评价随着其拟人化程度的提高而提高，即在拟人化水平高时，被试对服务机器人的热情评价显著增强，这支持了H4a。其中，被试对女性服务机器人的热情评价显著高于男性服务机器人，再次验证了H2。

在能力方面，根据表8，服务机器人的性别和拟人化程度这2个因子的主效应均显著，p<0.05，说明只考虑服务机器人的性别因素或者只考虑服务机器人的拟人化水平，被试对服务机器人的能力评价都会发生显著变化。并且，服务机器人的性别×拟人化程度的交互效应也显著，这表明被试对服务机器人的能力评价受不同性别和拟人化程度组合的影响显著，拟人化程度对服务机器人性别和能力关系的调节具有显著的统计学意义。为了进一步探究4个水平组合对能力的影响表现，本研究进行了简单效应分析。根据图2，可以发现被试对服务机器人的能力评价随着其拟人化程度的提高而提高，即在拟人化水平高时，被试对服务机器人的热情评价显著增强，这支持了H4b。其中，被试对男性服务机器人的能力评价高于女性服务机器人，再次验证了H3。

4 结论与讨论

4.1 研究结论

本研究的主要结论包括：

第一，服务机器人的性别显著影响消费者的宽恕意愿;相比男性服务机器人，消费者对女性服务机器人表现出更高的宽恕意愿，对女性服务机器人具有偏好。

第二，热情和能力在服务机器人的性别和消费者宽恕意愿之间起中介作用。其中，热情起积极中介作用，能力起消极中介作用，消费者倾向于定义女性服务机器人具有更高的热情，男性服务机器人具有更高的能力。并且根据消费者对不同性别的服务机器人的评价差异，可以发现性别对热情的影响更显著，即存在消费者对不同性别的服务机器人的热情评价差异显著大于能力评价差异这一结果。基于此，本研究认为，热情的积极中介比能力的消极中介显著这一结论可以验证提供情绪价值对于服务的重要性，并为热情效应优先提供了一定的支持。

第三，服务机器人拟人化程度的高低在消费者对服务机器人进行热情和能力的评价时起调节作用。具体表现为相比低于拟人化水平，高拟人化水平可以强化消费者对服务机器人热情和能力的感知。除了完善服务机器人的功能配置，企业在服务过程使用机器人还需要考虑它的拟人化特征，并考虑机器人的社交线索对消费者反应的影响。

4.2 研究贡献

首先，本研究丰富了服务机器人的性别对消费者宽恕意愿这一心理变量的研究。目前，国外对机器人性别的研究较多，但与消费者感知视角相结合的研究主要围绕消费者的接受度、信任度、满意度和购买意愿等结果变量展开[1]5-7，[39]79，[40]，缺少对消费者宽恕意愿的关注。国内更是较少涉及相关研究，主要在研究机器人设计时会引入性别概念，缺少专门从机器人性别出发的研究视角。本文研究服务机器人对消费者感知的影响机制，不仅丰富了关于机器人性别的影响研究，也拓展了消费者宽恕意愿领域的研究视角，并增加了中国的被试数据，为企业设计和选择服务机器人的身份信息来促进消费者的正面反应提供了实证支持。

其次，本研究从理论上揭示了刻板印象在服务机器人性别和消费者宽恕意愿中的作用机制。以往研究主要考察愉悦感、信任度等情绪变量对机器人和消费者态度的影响[1]5-7，[21]114-122，本研究关注消费者在认知角度的判断，引入了热情和能力的概念，实证分析了刻板印象在人机互动过程中的作用，验证了人类社会的认知偏见同样适用于服务机器人领域，即女性服务机器人被认为更具有热情，男性服务机器人被认为更具有能力。这丰富了刻板印象的应用领域以及性别刻板印象在服务机器人领域的知识产出。

最后，本研究拓展了服务机器人的性别对消费者宽恕意愿的内在机理研究。以往研究更多地强调性别和拟人化均作为机器人的社交线索，这体现在学者主要分别进行有关机器人性别、机器人拟人化对其他变量的影响研究[39]80。本研究探讨了拟人化的调节作用，发现拟人化程度的高低可以作用于机器人性别对消费者的影响，并且它还会与热情和能力这两个刻板印象产生交互作用，共同影响消费者的宽恕意愿。本研究提出了一个有调节的双中介模型，从理论上揭示了拟人化程度的调节作用以及热情与能力的中介作用的机理，丰富了服务机器人和消费者关系研究的理论依据。

4.3 研究启示

首先，本研究结果对企业在服务机器人的性别選择上具有重要实践启示。基于我们发现服务机器人的性别影响消费者的宽恕意愿，企业可以把握女性化情感表达方式更能激发消费者正面反应和态度的特点，更多地使用女性服务机器人，这有利于提高服务机器人的亲和力，拉近消费者和服务机器人的关系与距离。

第二，本研究结果对企业在服务机器人的职能使用上具有重要的实践启示。基于我们研究发现，面对不同性别的服务机器人，消费者会把他对人类员工的性别刻板印象转移到服务机器人身上，对服务机器人的热情和能力产生不同程度的感知，企业应该对服务机器人的工作性质进行识别，让女性服务机器人多参与和消费者的社交互动，男性服务机器人多负责标准化的职能任务。这样有利于让消费者对服务机器人形成良好的第一印象，减少消费者因服务失败而产生的负面情绪，提高消费者对服务机器人服务失败的宽恕意愿，从而让企业获得更多的重建顾客关系、减少顾客流失的发展机会。

此外，本研究结果对企业在服务机器人的设计上具有重要实践启示。基于我们发现相比拟人化程度低的服务机器人，消费者对拟人化程度高的服务机器人的热情和能力感知会得到强化，产生更积极的评价，故建议企业在设计和选择使用服务机器人时应该增加对它类人特征的关注，如除了追求服务机器人肢体动作和行为表达等的流畅、自然，企业还可以利用颜色、整体形态、姓名、声音、语言等多种因素来共同构成服务机器人的性别形象。优化消费者能够从服务机器人身上识别出的身份信息，升级打造服务机器人的视觉吸引力，从而有利于提高消费者对服务机器人的接受度，促进消费者宽恕意愿的形成。

4.4 研究不足

本文也存在一些不足：第一，本研究的实验刺激仅通过文字材料，这可能会造成实验结果具有局限性。建议未来研究可以进一步丰富实验方法，如可以利用眼动实验和脑电分析等，对消费者的实验情境反应进行更细致的挖掘。第二，本研究没有对消费者的身份信息进行区分，没有考虑消费者的性别偏好、机器人使用偏好或者是机器人与消费者性别的一致性是否会对研究结果产生影响。笔者建议未来研究可以细分消费者群体，促进企业更好地选择并使用符合目标客户群偏好的服务机器人。第三，本研究主要关注服务机器人的性别这一身份信息对消费者宽恕意愿的影响，然而服务机器人的社交属性还有赖于功能配置和行为水平等。未来研究可以继续丰富服务机器人对消费者宽恕意愿的研究视角，如可以从机器人的性格、对话管理水平、情感分析功能等出发，关注服务机器人多种不同因素对消费者反应的影响。第四，本研究在讨论消费者的宽恕意愿时，未考虑服务失败的类型与严重程度、服务补救的措施等。未来研究可以引入这一视角，进一步强调在不同的服务失败场景下消费者的宽恕意愿，在机器人服务失败与补救的独特性上作深入研究。