服务恢复中恢复主体的调节作用

杨莹莹 崔灵音 卢鹏

摘 要：本文旨在比较共情式道歉和补偿式道歉这两种不同道歉方式对服务恢复满意度的影响，并考虑人类员工和基于AI的服务机器人这两种服务主体对这种影响的调节作用。研究结果表明人类员工采用补偿式道歉更能够实现服务恢复满意度，且宽恕意愿发挥了中介作用。然而，当使用服务机器人进行道歉时，两种道歉方式对服务恢复满意度的影响不显著。

关键词：服务失败；道歉；服务机器人；恢复满意度

中图分类号：D9     文献标识码：A      doi：10.19311/j.cnki.16723198.2024.12.063

0 引言

服务失败后，恢复措施对消费者忠诚、满意和抱怨有重要影响。道歉是一种常用的恢复策略，能缓解消费者不满，改善消费者态度。道歉可分为共情式、补偿式和承认式三种。共情式道歉表达对受冒犯者的理解或认同，补偿式道歉提供有形的补偿来修复关系。本研究比较了这两种道歉方式对恢复满意度的影响。随着科技的发展，越来越多的企业引进了基于AI的服务机器人，考虑到消费者对服务机器人和人类员工的差异化反应，本文还探讨了服务主体的调节作用。

1 文献综述与研究假设

1.1 道歉类型对服务恢复满意度的影响

包含共情元素的道歉能提升服务恢复满意度。但相关研究也显示，包含金钱补偿的道歉能提高服务恢复满意度，金钱补偿的道歉比免费的道歉更真诚和有效，76%的消费者更愿意选择金钱补偿。因此本研究预测，顾客认为物质性的补偿比情感关心更实际可行。

H1：相较于包含共情元素的道歉，包含补偿元素的道歉能更显著地促使顾客表现出更高的宽恕意愿（H1a）和恢复满意度（H1b）。

宽恕是一种人类情感，用以平衡受冒犯后的情绪，影响满意度和再购意愿，宽恕是服务失败的消极情绪和服务恢复的积极情绪交互作用的结果。员工通过承认、道歉和忏悔等方式，将消极情绪转为积极情绪，减轻负面服务体验，获得消费者的宽恕。根据影响注入理论，积极的因素（如宽恕意愿）会影响恢复满意度。因此本研究认为宽恕意愿是道歉方式影响恢复满意度的心理机制。

H2：宽恕意愿在不同道歉方式（共情道歉和补偿道歉）与恢复满意度之间起到中介作用。

1.2 服务恢复主体对服务恢复满意度的影响

现有研究表明人工智能在执行非情感社交类任务时具有有效性，但认为其缺乏情感的心灵知觉，主观性任务会降低消费者对AI建议的遵从，当人工智能执行道歉任务时，消费者对于人工智能的期待是解决服务失败的核心问题，而对机器人是否能提供情感理解或给予相应的补偿期待不高。所以本文预测，服务机器人能削弱道歉方式对宽恕意愿和恢复满意度的影响，即AI服务机器人无论执行共情道歉，还是补偿道歉，对消费者的宽恕意愿和恢复满意度影响不显著。

H3：服务主体（人工客服和机器人客服）调节了不同道歉方式（共情道歉和补偿道歉）与宽恕意愿之间的关系（H3a），调节了不同道歉方式与恢复满意度之间的关系（H3b）以及宽恕意愿在不同道歉方式与恢复满意度之间的中介强度（H3c）。

本研究将采用两个基于情景设计的实验来验证上述三个假设。概念模型图见图1。

图1 概念模型

2 研究方法

2.1 实验一

2.1.1 预实验

预实验招募40名被试，女性占925%，男性占75%。随机分为共情道歉组和补偿道歉组。被试先阅读一个网购发货不符的服务失败情境案例。再看顾客向客服的投诉电话内容，共情道歉中客服表达了：我非常能够体会这次不愉快的体验给您带来了不满的情绪；补偿道歉中客服表达了：我将发放一张优惠券作为您这次不愉快的体验的补偿。然后，被试回答场景真实度的测量题（信度α=098）和两个操纵题：“客服理解您情绪的程度？”和“客服给您物质补偿了吗？”

单样本t检验的结果表明被试对情境材料有较高的真实感（M共情=642，t＞4（19）=16085，p=0000；M补偿=607，t＞4（19）=13381，p=0000）。独立样本t检验表明共情道歉组比补偿道歉组报告了更高的情绪理解（M共情=540，M补偿=320，t（38）=6617，p=0000）。并且补偿组均认为客服给予了物质补偿，而共情均认为客服未给予物质补偿。所以场景操纵成功。

2.1.2 正式实验

正式实验与预实验相同，用见数平台招募150名被试，女性占607%，男性占393%，随机分两组。先用Townsend和Sood的量表（α=086）测试被试情绪，再展示服务失败和恢复场景。然后，被试回答真实度（α=072）、操纵题项、宽恕意愿（α=090）、恢复满意度（α=095）和人口统计特征的测量题项。真实度和操纵题与预实验一致，宽恕意愿用何美贤的量表，恢复满意度用Huang和Ha的量表。题项用Likert7量表。

独立样本t检验显示组间被试的情绪状态（M共情=205，M补偿=217，t（148）=-0859，p=0392）无显著差异。单样本t检验表明被试对情境材料有较高的真实感（M共情=651，t＞4（74）=46114，p=0000；M补偿=659，t＞4（74）=42890，p=0000）。独立样本t检验表明共情道歉组比补偿道歉组报告了更高的情绪理解（M共情=533，M补偿=345，t（148）=11098，p=0000）。并且补偿组均认为客服给予了物质补偿，而共情均认为客服未给予物质补偿。所以场景操纵成功。

单因素方差分析结果表明补偿道歉组的宽恕意愿显著高于共情道歉组（M共情=489，SD=129；M补偿=572，SD=117；F（1，148）=17108，p＜0050，η2=0104），H1a得到验证；补偿道歉组的恢复满意度同样显著高于共情道歉组（M共情491，SD=149；M补偿=578，SD=136；F（1，148）=14023，p<0050，η2=0087），H1b得到验证。接下来研究采用PROCESS-model4程序，Bootstrapping次数为5000来检验宽恕意愿在恢复方式与恢复满意度之间的中介作用，在95%的置信区间下，中介效应不包含0（LLCI=04160，ULCI=12125），中介效应大小为08118，说明宽恕意愿的中介效应显著，结果支持H2。最后将人口统计特征作为协变量进行检验，未发现存在显著影响。

为了验证当服务主体不同（人工客服和机器人客服）时的结果是否保持一致，我们进行了实验二，将服务失败情境的焦点放在了空乘人员在顾客的旅途中产生的服务失败，并且采用了APP聊天作为投诉方式。

2.2 实验二

2.2.1 预实验

预实验用见数平台招募80名被试，女性占537%，男性占463%，随机分为四组：机器人共情道歉组、机器人补偿道歉组、人工共情道歉组和人工补偿道歉组。被试先看一个飞机上空乘员服务失败的情境案例。再看顾客向客服投诉的对话内容，共情道歉组中，人工客服和机器人客服均表达了：我将发放一张优惠券作为您这次不愉快的体验的补偿；补偿道歉组中，人工客服和机器人客服均表达了：我将发放一张优惠券作为您这次不愉快的体验的补偿。然后，被试回答场景真实度题（α=072）和操纵题，包括“服务您的是机器人还是人工？”

单样本t检验的结果表明，被试对情境材料有较高的真实感（M机共=645，t＞4（19）=24030，p=0000；M机补=630，t＞4（19）=23309，p=0000；M人共=658，t＞4（19）=24677，p=0000；M人补=643，t＞4（19）=20856，p=0000）。独立样本t检验表明共情道歉组比补偿道歉组报告了更高的情绪理解（M共情=495，M补偿=365，t（78）=5011，p=0000）。并且恢复主体的操纵全部正确，同时补偿组均认为客服给予了物质补偿，而共情组均认为客服未给予物质补偿。所以场景操纵成功。

2.2.2 正式实验

正式实验与预实验相同，用见数平台招募220名被试，女性占664%，男性占336%，随机分四组。先用量表（α=084）测试被试情绪，再展示服务失败和恢复场景。然后，被试回答真实度（α=075）、操纵题项、宽恕意愿（α=088）、恢复满意度（α=095）和人口统计特征的测量题项，题项根据实验场景进行了适当的调整。

单因素方差分析显示组间被试的情绪状态（M机共=205，M机补=179，M人共=212，M人补=213，F（3，216）=2117，p=0099）无显著差异。单样本t检验的结果表明被试对情境材料有较高的真实感（M机共=628，t＞4（54）=23764，p=0000；M机补=632，t＞4（54）=30478，p=0000；M人共=629，t＞4（54）=31364，p=0000；M人补=650，t＞4（54）=37081，p=0000）。独立样本t检验表明共情道歉组比补偿道歉组报告了更高的情绪理解（M共情=508，M补偿=360，t（218）=10089，p=0000）。并且恢复主体的操纵全部正确，同时补偿组均认为客服给予了物质补偿，而共情组均认为客服未给予物质补偿。所以场景操纵成功。

双因素方差检验结果，恢复方式与服务主体对宽恕意愿的交互效应显著（F（1，216）=5988，p=0015，η2=0027）。当机器人客服执行恢复任务时，恢复方式（共情道歉和补偿道歉）对顾客的宽恕意愿没有显著影响（M机共=516，M机补=532，p=0470）；当人工客服执行恢复任务时，补偿道歉对顾客宽恕意愿显著高于共情道歉（M共情=486，M补偿=580，p=0000）。所以H3a得到验证支持。同样双因素方差检验结果，恢复方式与服务主体对恢复满意度的交互效应显著（F（1，216）=5763，p=0017，η2=0026）。当机器人客服执行恢复任务时，恢复方式（共情道歉VS补偿道歉）对顾客的恢复满意度没有显著影响（M机共=508，M机补=526，p=0513）；当人工客服执行恢复任务时，补偿道歉时顾客恢复满意度显著高于共情道歉（M人共=475，M人补=585，p=0000）。所以H3b得到验证支持。接下来研究采用PROCESS-model4程序，Bootstrapping次数为5000来检验宽恕意愿在恢复方式与恢复满意度之间的中介作用，在95%的置信区间下，中介效应不包含0（LLCI=-02402，ULCI=-08790），且中介效应大小为05632，说明宽恕意愿的中介效应显著，结果支持H2。接下来研究再采用Process-model8程序，同样Bootstrapping次数为5000来检验服务主体对宽恕意愿的中介强度的调节作用，在95%的置信区间下，有调节的中介效应判定指数为07901，调节效应的结果不包含0（LLCI=01652，ULCI=14113），有调节的中介效应显著。当机器人客服进行服务恢复时，宽恕意愿的中介效应大小为01654，置信区间包含0（LLCI=-02739，ULCI=06068），中介效应不显著；当人工客服进行服务恢复时，宽恕意愿的中介效应大小为09554，置信区间不包含0（LLCI=05205，ULCI=14025），中介效应显著，所以H3c得到验证支持。最后，本研究将人口统计特征作为协变量进行双因素协方差分析，未发现存在显著影响。

3 总结与启示

本研究表明补偿道歉比共情道歉更能提高恢复满意度，丰富了服务恢复的研究；验证了宽恕意愿在中介恢复方式与恢复满意度的关键性；同时考虑了服务主体对恢复满意度的影响，检验了服务恢复主体的调节作用，发现人类员工补偿道歉比共情道歉更有效，但AI服务机器人的两种道歉无差异。

服务失败后应采用恰当的服务恢复方式，弥补损失，提升满意度。根据实证结果，服务失败后，人类员工道歉应包含补偿，AI服务机器人道歉，共情或补偿均可。其次，AI服务机器人在服务恢复中有积极作用，若公司想要节省成本通过传达共情来修复受损关系，应使用AI服务机器人来执行，但当公司采用包含补偿元素的道歉来修复受损关系时，应采用人类员工进行，才能提高恢复满意度。最后，宽恕意愿是恢复满意度的前置心理机制，无论公司采取何种服务恢复方式，都应提高客户的宽恕意愿，进而提高恢复满意度。

本文用两个不同情景的研究验证假设，未来可在真实场景中重复实验。并且本研究所有样本均为中国消费者，未来可用不同国家的数据进行跨文化研究，扩大外部有效性。

参考文献

［1］FEHR R，GELFAND M J. When apologies work： How matching apology components to victims′ self-construals facilitates forgiveness[J].Organizational behavior and human decision processes，2010，113（1）：3750.

[2]胥兴安，王璐琪，王立磊，等.先赔礼还是先赔钱？服务补救策略次序对顾客参与意向的影响[J].旅游学刊，2022，37（09）.

[3]邓士昌，许祺，张晶晶，等.基于心灵知觉理论的AI服务用户接受机制及使用促进策略[J].心理科学进展，2022，30（04）：723737.

[4]TOWNSEND C，SOOD S. Selfaffirmation through the choice of highly aesthetic products[J].Journal of Consumer Research，2012，39（2）：415428.

[5]何美贤.个性特征对消费者宽恕的影响——基于感知道歉真诚性视角[J].中国流通经济，2018，32（11）：8794.

[6]HUANG R，HA S.The effects of warmthoriented and competenceoriented service recovery messages on observers on online platforms[J].Journal of Business Research，2020，（121）：616627.