郭曉姝，葉 強，祁阿瑩，張 焱

1 哈爾濱工業(yè)大學 經(jīng)濟與管理學院，哈爾濱 150001 2 東北財經(jīng)大學 管理科學與工程學院，遼寧 大連 116025 3 對外經(jīng)濟貿(mào)易大學 國際經(jīng)濟貿(mào)易學院，北京 100029

引言

隨著web 3.0時代的到來和O2O模式的發(fā)展，在線預訂和消費日益受到歡迎，美團、大眾點評和攜程等O2O平臺的出現(xiàn)，為消費者表達自己體驗后的好感或不滿、為商家了解消費者的需求和態(tài)度并給出及時合理的回復提供了渠道。已有研究表明，回復率高的酒店入住率增長超過不回復的酒店的兩倍，酒店與消費者之間的在線互動每增加10.3%，酒店入住率增加2.2%[1]。越來越多的企業(yè)意識到在線互動交流、提高消費者滿意度的重要性，但電商企業(yè)對采取何種策略進行回復仍然很迷茫，存在回復方式單一、沒有針對性、不知反饋效果等問題。這些問題引起眾多學者的重視，目前針對在線管理反饋效果的研究主要集中在對消費者滿意度[2]、酒店績效[3]、消費者購買意愿[4-5]、消費者忠誠[6]、消費者信任[7]、品牌價值[8]和潛在消費者[9-10]的影響等方面，多數(shù)學者研究是否針對評論進行在線回復[11]或?qū)ω撓蛟u論反饋數(shù)量的高低帶來的效果差異[12-13]，沒有研究具體的管理反饋策略對消費者滿意度的影響，缺乏深入探討具體管理反饋策略的作用及適用性的研究。目前已有的在線管理反饋策略分為借口、辯解、參考其他人和道歉[14]、感謝、解釋、賠償[15]等，學者們對這些策略進行對比和情景討論，但是都沒有引入消費者矛盾態(tài)度。針對消費者在評論中表現(xiàn)出的矛盾態(tài)度，解釋駁斥管理反饋策略作為一種有針對性的、復合的策略也許是一種很好的選擇。但商家對于采用解釋駁斥管理反饋策略仍持審慎態(tài)度，只有深入探討這一策略的影響和適用性，才能更好地使用該策略。因此，本研究以酒店業(yè)為例，針對解釋駁斥這一具體的管理反饋策略，同時引入消費者矛盾態(tài)度與解釋駁斥管理反饋策略的相互作用對消費者滿意度的影響進行研究，為企業(yè)更好地使用解釋駁斥補救策略提供理論支持。

1 相關研究評述

1.1 消費者滿意度

消費者滿意由差距理論拓展而來，根據(jù)這一社會心理學理論，消費者將在消費前根據(jù)自己的期望形成的對服務或產(chǎn)品應當達到的標準與在消費過程中的實際感知進行比較，從而產(chǎn)生差距，差距的大小決定了消費者是否滿意。WESBROOK et al.[16]認為，消費者滿意度是消費者接受服務或使用產(chǎn)品時的經(jīng)歷滿足消費者需要后產(chǎn)生的一種愉悅的心理狀態(tài)，消費者的滿意程度隨著需要被滿足程度的提升而升高。因此，消費者滿意是消費者在接受服務或使用產(chǎn)品后，評估其期望和需要是否得到滿足后產(chǎn)生的一種心理狀態(tài)。

CARDOZO[17]在將消費者滿意應用到營銷領域時，提出消費者滿意促使消費者重復購買。消費者滿意度越高，重復購買傾向越強，滿意度越低越不愿重復購買。消費者對服務方提供的服務補救越滿意、越信任，越能夠促進企業(yè)與消費者的持續(xù)關系[18]。因此，消費者滿意對企業(yè)利潤等產(chǎn)生很大影響，企業(yè)優(yōu)質(zhì)產(chǎn)品的標準從零缺陷轉(zhuǎn)向全面消費者滿意，企業(yè)更加注重消費者滿意與否。

消費者滿意可細分為第1次滿意和第2次滿意，第1次滿意指消費者接受服務后產(chǎn)生的滿意，第2次滿意指服務商在服務失敗情況下，采取服務補救措施后消費者的總體滿意[19]。消費者第1次滿意出現(xiàn)在服務完成后，當消費者不滿意時，只能進行事后補救，無法提高第1次滿意；當服務失敗發(fā)生后，適當?shù)姆昭a救能夠產(chǎn)生第2次滿意，甚至可能出現(xiàn)比沒發(fā)生服務失敗時滿意水平更高的情形[20]。此外，消費者的第2次滿意顯著影響消費者再次購買意愿和消費者忠誠等。因此，服務商在服務失敗后應當重視服務補救，以期獲得消費者的第2次滿意。

本研究重點討論服務補救中的解釋駁斥補救策略對消費者第2次滿意的影響。

1.2 消費者矛盾態(tài)度與在線評論

矛盾態(tài)度是某一個體對某一客體同時存在的積極與消極的認知評價和情緒體驗，特征是評價和體驗的程度較強，且相對穩(wěn)定[21]。從矛盾態(tài)度的定義可以看出，矛盾態(tài)度包括認知和情緒，是二者作用后的結果。OTNES et al.[22]將矛盾態(tài)度引入消費者領域，認為矛盾態(tài)度普遍存在于消費場景中，消費者對某一產(chǎn)品或服務通常持有正面和負面的評價，并且它們相互獨立。這種二元結構的態(tài)度更符合現(xiàn)實中消費者持有的態(tài)度，基于消費者矛盾態(tài)度的定義，消費者矛盾態(tài)度可以表現(xiàn)為消費者矛盾評價的形式。已有的大多數(shù)研究都在討論對在線負向評論的反饋策略，但是這些討論結果只對某一特定情況有效[23]。本研究發(fā)現(xiàn)很多消費者評論中包含矛盾性的信息[24]，即在線評論中既包含積極評價又包含消極評價，并不是僅有絕對的正向評論或負向評論，可以認為，消費者評論中同時包含正向評價和負向評價時，消費者處于矛盾的認知評價和情緒體驗中。雖然消費者矛盾態(tài)度同時存在正向和負向評價，但其中還是有主次之分，評價趨向正向或負向主要依賴于哪方面的評價占主導地位[25]。

按時間劃分，有研究將消費者一次性針對同一產(chǎn)品或服務的矛盾性在線評論分為正向基率信息和負向基率信息[26]，正向基率信息指正向口碑占多數(shù)，負向基率信息則是指負向口碑占多數(shù)；另有研究根據(jù)同一消費者的多次評論之間具有的矛盾性進行劃分[27]。兩種研究都是以消費者表達出的矛盾態(tài)度為立腳點。本研究發(fā)現(xiàn)消費者在同一條評論中常常具有正負兩種評價，因此將消費者矛盾態(tài)度應用到同一評論中，對比同一評論中的正向評價和負向評價，正向評價多于負向評價的為偏正向評論，負向評價大于正向評價的為偏負向評論[25]。

本研究以消費者在線矛盾評論作為矛盾態(tài)度載體，基于矛盾態(tài)度的定義，將矛盾評論劃分為偏正向評論和偏負向評論兩類，以體現(xiàn)消費者所處情緒狀態(tài)。

1.3 服務補救與在線管理反饋

隨著服務業(yè)的興起，企業(yè)在服務傳遞時不可避免地產(chǎn)生服務失敗，服務失敗導致消費者不滿意，但是并不意味著消費者會自行流失，企業(yè)可在消費者對所受服務不滿意時通過采取一系列響應行動來挽回服務失敗的損失，這就是服務補救[28]，也可稱之為管理反饋。值得注意的是，服務補救是基于服務失敗而產(chǎn)生的，因此服務補救的過程包括發(fā)現(xiàn)失敗、分析失敗原因、評估失敗水平和采取恰當補救策略。服務補救策略分為過程補救和結果補救，過程補救主要是道歉、解釋等形式的補救，結果補救則注重物質(zhì)補償形式[29]。服務補救的目的是通過采取的補救措施避免或減弱消費者的不滿情緒[30]，以提高消費者的滿意度和忠誠度。

隨著社交媒體的發(fā)展，企業(yè)經(jīng)常通過對在線評論的回復中蘊含的服務補救策略進行服務補救，這些策略能影響消費者的感知公平，包括分配公平、程序公平和互動公平，在處理抱怨的程序中消費者感知的各種公平都影響其對服務補救的滿意度和購買意向[31]。GELBRICH et al.[32]認為，如果消費者在服務商處理自己的投訴時感到公平，更大程度上對服務商采取的服務補救感到滿意。并且，當消費者對企業(yè)的服務補救感到滿意時，大約有85%的原因可以由這3個公平維度解釋[33]；如果消費者在這3個維度中感知到不公平，就會感到不滿[34]。在線管理反饋策略選擇一直都是學者研究和商家實踐關注的重要內(nèi)容，公平理論也是最常依據(jù)的理論。

目前在線管理反饋的主要研究見表1。在線管理反饋的研究范圍較廣，包括在線管理反饋的必要性、在線管理反饋策略劃分和比較。在線管理反饋可以提高消費者滿意度，尤其是對低滿意度的消費者影響效果顯著[11]，而且也可增強潛在消費者對企業(yè)的信任[39]。但是在線管理反饋數(shù)量與酒店績效卻顯著負相關[36]，可能的原因是管理反饋多針對負向評論，因此管理反饋的數(shù)量在一定程度上反映了負向評論的數(shù)量，影響消費者的購買意向。但是也有研究表明并不是所有商家都對負向評論進行回復[35]，商家對在線評論的回復存在一定的隨意性。

由表1可知，學者們也在研究和探討在線管理反饋策略的劃分和選擇，其中，感謝、道歉、解釋、賠償是比較常用的策略，都在不同程度上影響消費者滿意度。評分較高的酒店經(jīng)常用感謝、道歉和解釋的策略進行反饋，很少采用賠償?shù)牟呗訹15]，因為對于商家來說，賠償策略是關系到成本的策略，需要更慎重的選擇，因此感謝、道歉和解釋成為最常用的在線管理反饋策略。以感謝聲明形式的服務補救能使消費者滿意，尤其是對短期交易的消費者有更大的積極影響[38]。對負向評論進行駁斥或道歉加強其負向觀點，而道歉承諾提高潛在消費者的惠顧[39]。解釋也是常用的策略[14]，可以顯著正向影響消費者滿意度和忠誠度[40]。解釋一般蘊含著駁斥的意味，針對消費者負向評論中不明確的問題進行一定的解釋，對評論中不符合實際的內(nèi)容進行駁斥。與道歉相比，借口作為解釋的一種類型更能影響消費者滿意度[14]，有誠意的解釋是消費者期待的服務補救形式[41]。目前關于道歉管理反饋策略的研究比較多，但是針對解釋駁斥管理反饋策略的研究卻很少，并且對于某些原因造成的服務失敗或因消費者原因造成的失敗，企業(yè)不敢輕易使用解釋駁斥管理反饋策略，往往處于被動地位，因為尚不明確解釋駁斥管理反饋策略對消費者滿意度的影響，只有明確解釋駁斥管理反饋策略的作用，才能更好地使用該管理反饋策略。

表1 在線管理反饋的主要研究總結Table 1 Summary of Main Research on Online Management Response

而且以上研究主要針對負向評論中消費者的抱怨進行解釋產(chǎn)生的效果進行研究，缺乏對在線評論中蘊含的消費者多元情緒與解釋駁斥管理反饋策略之間的相互作用的討論。因此，有必要在解釋駁斥管理反饋策略研究中引入在線評論中蘊含的消費者多元情緒，進一步明確解釋駁斥管理反饋策略的適用情景。

綜上所述，本研究針對解釋駁斥這一具體的管理反饋策略對消費者滿意度的影響進行深入研究，同時引入消費者矛盾態(tài)度，明確解釋駁斥管理反饋策略的適用性。

2 理論基礎和研究假設

解釋駁斥是在處理消費者投訴問題時采用的方式，針對投訴問題做出解釋說明和駁斥。解釋駁斥作為一種在線服務補救策略，是針對消費者評論中的問題進行詳細的解釋說明，同時隱含著對評論中不符合實際的內(nèi)容的駁斥。通過解釋駁斥，可以讓消費者了解問題歸因，解釋并澄清消費者對服務的一定誤解，從而在某種程度上消除消費者的不滿，提高消費者的滿意度。服務補救策略的效果通常由接受服務補救的消費者的第2次滿意來衡量[19]。已有研究運用公平理論，從結果公平、程序公平和互動公平3個維度測量服務補救策略的效果，發(fā)現(xiàn)不同的服務補救類型在其有效性和影響效果上有很大的差異，恰當?shù)姆昭a救對酒店評分有積極影響[42]，而酒店評分能反映出消費者的滿意度。解釋駁斥作為一種處理投訴的方式，很多研究結果支持解釋駁斥與消費者滿意之間的正相關關系[43]，也能提高消費者對產(chǎn)品的滿意度[40]，而且有誠意地解釋問題發(fā)生的原因，是企業(yè)喜歡的無費用的情感補償形式，也是消費者最為期待的形式[44]。也有研究表明酒店經(jīng)理對在線評論的回應中加入同理心或解釋性陳述更有利[45]，YAVAS et al.[46]研究影響消費者滿意度的因素，認為解釋的程度越高，消費者滿意度就越高。

服務補救過程中的溝通能體驗互動公平，是判斷網(wǎng)絡商店服務補救質(zhì)量的重要因素[47]，針對在線評論中的問題進行詳細的解釋駁斥，澄清誤解也是一種溝通方式，消費者在獲得解釋中體驗互動公平，解釋駁斥對感知互動公平產(chǎn)生顯著影響，而互動公平對滿意度有正向影響，消費者的感知互動公平越高，服務補救后消費者滿意度越高[48]。因此，解釋駁斥作為一種與消費者交互的管理反饋策略也對消費者滿意度有積極的影響。因此，本研究提出假設。

H1解釋駁斥管理反饋策略對提高消費者滿意度有積極作用。

商家在線回復的長度在一定程度上反映了商家對消費者的態(tài)度和反饋的質(zhì)量，對消費者滿意度和銷量都有一定的影響。研究表明商家回復質(zhì)量對負向評論內(nèi)容評分與體驗型產(chǎn)品銷量的關系存在調(diào)節(jié)作用，長篇幅回復較短篇幅回復對負向評論內(nèi)容評分與消費者購買決策的正向調(diào)節(jié)影響更顯著[49]，回復內(nèi)容的質(zhì)量越高、內(nèi)容的篇幅越長對旅游產(chǎn)品銷量也同樣有正向影響[50]，管理反饋的篇幅越長消費者滿意度越高[51]。YAVAS et al.[46]也認為解釋的程度越高，消費者滿意度就越高。嚴浩仁[48]比較了在分配公平相同時兩種服務補救情景中消費者滿意度的不同，企業(yè)在服務補救中表現(xiàn)出感情專注和富有響應，消費者滿意度高；如果企業(yè)在服務補救中表現(xiàn)為感情草率和冷漠，則消費者滿意度低。因此，酒店回復的篇幅往往反映了酒店的態(tài)度，如果只是寥寥幾個字，往往被消費者感知為草率和冷漠；而較長篇幅的回復，盡量針對消費者的每一個問題都做詳細的解釋說明，澄清問題，則表現(xiàn)出企業(yè)在服務補救中的感情是專注的和富有響應的，會正向影響消費者滿意度。所以，解釋駁斥管理反饋策略的效果在一定程度上與服務補救的篇幅有關。因此，本研究提出假設。

H2解釋駁斥管理反饋的篇幅對消費者滿意度有積極影響。

在線評論經(jīng)常體現(xiàn)消費者的矛盾態(tài)度，因此在線評論除了正向評論和負向評論外，還可將矛盾性評論分為偏正向評論和偏負向評論。一般當消費者表達了積極的評論時，酒店不必提供管理反饋[52]，而對反映出消費者抱怨情緒的負向評論進行合理有效的回復會大大提高消費者的忠誠度和企業(yè)的利潤[53]。CHEN et al.[54]研究發(fā)現(xiàn)，對于積極評論，酒店一般寫感謝信表達他們的感謝之情，而對于消極的評論，特別是對于消費者的誤解和不真實的言論，公開解釋是一種普遍采用的方式。因此，針對正向評論一般不使用解釋駁斥進行反饋。馬艷麗等[24]認為，當消費者面對矛盾評論時，他們陷入不知如何判斷商品好壞的兩難境地。但是比較一致性在線評論與矛盾性在線評論，矛盾性在線評論產(chǎn)生的有用性感知更強[55]。周浪[56]認為，評論內(nèi)容的矛盾性顯著影響消費者的購買意愿，因此當消費者表達矛盾評論時，適當?shù)慕忉岏g斥可能會幫助消費者正確決策，提升其滿意度。但是對于純負向評論，消費者處于對酒店服務的完全不滿意狀態(tài)，過多的解釋駁斥會帶來反感，引起滿意度的降低，尤其是對負向評論進行駁斥或道歉會加強其負向觀點[38]。因此，本研究提出假設。

H3a針對偏正向評論采用解釋駁斥管理反饋策略加強對消費者滿意度的積極作用；

H3b針對偏負向評論采用解釋駁斥管理反饋策略加強對消費者滿意度的積極作用；

H3c針對負向評論采用解釋駁斥管理反饋策略減弱對消費者滿意度的積極作用。

酒店星級不同，對在線評論的管理反饋態(tài)度也不同[57]，與低星級酒店相比，高星級酒店有很多優(yōu)勢，如高水平的服務意識、高水準的服務團隊和雄厚的財政實力[15]。這些都使高星級的酒店更加注重消費者反饋以及與消費者的互動交流，因為他們想要提供高質(zhì)量的服務維護企業(yè)的形象，并且他們有足夠的實力提供高質(zhì)量的網(wǎng)上服務。然而低星級的酒店進行在線管理反饋的意識比較低，與高星級的酒店相比，他們在線回復的數(shù)量很少。高星級酒店的管理反饋策略比較成熟，消費者滿意度比較高。有學者認為高星級酒店的消費者渴望更高的服務和特別的消費者關注[58]，而且評分較高的酒店經(jīng)常用感謝、道歉和解釋的策略進行反饋，很少采用賠償?shù)牟呗訹15]。因此，歡迎感謝和道歉承諾等管理反饋策略更適用于高星級酒店的消費者，解釋駁斥比較偏激，與其他的管理反饋方式相比具有攻擊性，入住高星級酒店的消費者對解釋駁斥類反饋更反感，有可能降低消費者的滿意度。而消費者選擇低星級酒店主要是經(jīng)濟方面因素，滿意的標準相對較低，比較能接受解釋駁斥的方式，解釋駁斥有可能有提升低星級酒店消費者滿意度的作用。因此，本研究提出假設。

H4酒店星級越高，越降低解釋駁斥管理反饋策略對消費者滿意度的積極作用。

綜上所述，本研究提出研究模型，見圖1。

圖1 研究模型Figure 1 Research Model

3 數(shù)據(jù)的獲取和處理

3.1 數(shù)據(jù)獲取

本研究使用的數(shù)據(jù)均來自中國某旅行網(wǎng)站，該網(wǎng)站是中國最大的酒店預定網(wǎng)站，并且真實入住酒店的消費者才有資格對酒店進行評分及分享個人體驗。因此，下載的數(shù)據(jù)真正反映了消費者滿意度。該網(wǎng)站率先在中國旅游網(wǎng)站上開設在線管理反饋功能，為酒店與消費者溝通提供渠道。為了獲取該網(wǎng)站不同酒店的不同消費者的入住信息和評論，本研究使用網(wǎng)絡爬蟲程序，該程序能夠自動識別網(wǎng)頁上的消費者評論和酒店回復以及其他平臺上記錄的用戶入住數(shù)據(jù)，然后下載具有數(shù)據(jù)的網(wǎng)頁。在獲得所需網(wǎng)頁后，利用一個基于Ruby腳本語言的翻譯系統(tǒng)將HTML和XML網(wǎng)頁翻譯成數(shù)據(jù)格式。在酒店頁面抓取的數(shù)據(jù)項目包括評分、評論、回復和酒店星級，詳見圖2。

3.2 數(shù)據(jù)處理

為了用定量方法研究解釋駁斥對消費者滿意度的影響，本研究篩選出在每家酒店有多次入住記錄的消費者數(shù)據(jù)，通過比較前后兩次消費者評分的差異，量化消費者滿意度的變化。將抓取的數(shù)據(jù)進行篩選整理，根據(jù)注冊ID篩選出多次入住同一酒店的用戶信息，共獲取99 028條消費者二次消費信息。進一步對數(shù)據(jù)進行處理，將獲得的評論和反饋信息進行分類，表2給出評論類型、反饋類型示例和各類型特征說明以及訓練集數(shù)量、測試集數(shù)量和分類準確率。

圖2 抓取數(shù)據(jù)項目示例Figure 2 Example of Grabbing Data Items

表2 評論及回復分類示例Table 2 Examples of Comments and Responses Categorization

為了更好地研究消費者情緒對解釋駁斥管理反饋策略的調(diào)節(jié)作用，突破以往僅正向和負向情感的分類，依據(jù)BASSILI[25]對評論的分類方法，將矛盾性評論分為偏正向評論和偏負向評論，CHEN[59]也曾在研究中將評論分為正向評論、負向評論、偏正向評論和偏負向評論4類。評論類型示例見表2，正向評論指對酒店的評論都是積極的語言，負向評論指對酒店的評論都是消極的語言，既有積極方面也有消極方面的評論，按照積極方面和消極方面的相對多少分為偏正向評論和偏負向評論。

對獲取的酒店回復數(shù)據(jù)進行分析，由于本研究考察解釋駁斥管理反饋策略對消費者滿意度的影響，因此需要將酒店反饋分為解釋駁斥和非解釋駁斥，表2給出解釋駁斥和非解釋駁斥回復示例。

采用SVM分類學習方法對數(shù)據(jù)分類。首先，進行人工標注，確定分類的關鍵字，人工根據(jù)關鍵字挑選出訓練集和測試集，需要分類的數(shù)據(jù)有4種評論類型以及解釋駁斥管理反饋策略和非解釋駁斥管理反饋策略，訓練集和測試集包含數(shù)據(jù)量見表2。其次，用訓練集建立分類模型，用測試集測試分類的準確率，通過增加訓練集數(shù)據(jù)的方式反復訓練模型并測試，當準確率達到90%以上后，停止更新，得到較為準確的分類。

3.3 描述性統(tǒng)計

抓取并整理的有效數(shù)據(jù)共有99 028條，其描述性統(tǒng)計結果見表3，表3給出3星級、4星級和5星級酒店采用解釋駁斥管理反饋策略、非解釋駁斥管理反饋策略和無反饋的數(shù)據(jù)數(shù)量和百分比。酒店對62.182%在線評論采用反饋策略，說明大多數(shù)酒店已經(jīng)使用管理反饋策略進行酒店管理，僅對7.623%的評論使用解釋駁斥管理反饋，說明酒店對解釋駁斥管理反饋策略的運用仍持謹慎態(tài)度。

表3 管理反饋類型描述性統(tǒng)計結果Table 3 Results for Descriptive Statistics of Management Response Types

表4給出不同評論類型中評論的數(shù)目和所占比例，正向評論占61.251%，負向評論占12.295%，偏負向評論占11.702%，偏正向評論占比14.752%。

為了研究解釋駁斥管理反饋策略對消費者滿意度的影響，表5給出收到解釋駁斥管理反饋的消費者兩次評分的分布情況。

表4 評論類型描述性統(tǒng)計結果Table 4 Results for Descriptive Statistics of Comment Types

由表5可知，收到解釋駁斥管理反饋的消費者第2次評分普遍比第1次評分高，尤其是首次評分比較低的消費者。例如，第1次評分為2≤c<3的201位消費者，在接受解釋駁斥管理反饋后，37.811%的消費者給出3≤c<4的評分，35.821%的消費者給出4≤c≤5的評分，總計73.632%的消費者在收到解釋駁斥管理反饋后表示滿意。這種變化對于第1次評分低的消費者比第1次評分稍高的消費者更為明顯，第1次評分低的消費者指第1次評分為1≤c<2和2≤c<3的消費者，第1次評分稍高的消費者指第1次評分為3≤c<4和4≤c≤5的消費者。

表5 收到解釋駁斥管理反饋的消費者兩次評分的分布情況Table 5 Distributions of Two Ratings from Customers Received Explanation and Refutation Management Response

3.4 變量說明

為了定量研究解釋駁斥管理反饋策略對消費者滿意度的影響，本研究將獲取的數(shù)據(jù)數(shù)值化。

3.4.1 自變量

(1)在線服務挽救采用的策略，管理反饋策略分為解釋駁斥、非解釋駁斥和無反饋3類，將3種策略設置為虛擬變量，采用某種策略，則該變量取值為1，其他變量取值為0。例如，采用解釋駁斥管理反饋，該變量取值為1，非解釋駁斥管理反饋和無反饋均取值為0。以此類推。

(2)回復長度，酒店對消費者評論回復的字數(shù)。

3.4.2 因變量

將第2次評分作為因變量，用戶可以在本研究選定的某旅行網(wǎng)站通過兩種方式進行評論，一是用語言進行表達，二是對酒店設施、服務和環(huán)境等給予評分，一般來說，消費者對酒店越滿意，給出的評分越高。本研究的對象是在同一家酒店至少入住兩次的消費者，消費者第1次入住酒店后給出評論和評分，酒店針對消費者的評價采取服務補救；消費者再次入住酒店給出評論和評分，第2次評分代表消費者第2次滿意程度，在一定程度上反映管理反饋策略對消費者滿意度的影響。

3.4.3 控制變量

模型中加入除自變量之外其他可能影響消費者滿意度的因素，包括第1次的滿意程度(第1次評分)、酒店的設施(無線網(wǎng)絡、會議室和餐廳)、消費者評價方式(是否上傳照片)等。

3.4.4 調(diào)節(jié)變量

調(diào)節(jié)變量影響自變量與因變量之間關系的方向和強弱。本研究的調(diào)節(jié)變量為評論類型和酒店星級，評論類型有正向評論、負向評論、偏正向評論和偏負向評論。酒店管理反饋策略對消費者滿意度的影響往往受到消費者個人情緒的影響，服務補救的某項策略可能對第1次入住的偏消極的消費者更有效，對消極的消費者就不適用。同時，不同星級的酒店采用管理反饋策略對消費者的影響可能不同，因此，引入酒店星級作為調(diào)節(jié)變量。

變量定義和描述性統(tǒng)計結果見表6。

表6 變量定義和描述性統(tǒng)計結果Table 6 Definition of Variables and Results for Descriptive Statistics

4 構建檢驗模型

為了定量研究在線管理反饋對消費者滿意度的影響，本研究選取某旅行網(wǎng)站一年時間內(nèi)第1次入住酒店評論后再次選擇入住同一家酒店的消費者，研究的管理反饋就是在兩次評論之間酒店采取的服務補救措施，用消費者評分測量消費者滿意度。

但是存在一個問題，即使酒店沒有采取任何管理反饋策略，消費者的第2次評分也會提高，這種現(xiàn)象叫做向均值回歸，在統(tǒng)計學的解釋是：如果隨機變量的第1次取值是極端的，其下一次取值就不那么極端，就會向均值靠攏。這種向均值回歸的現(xiàn)象影響本研究變量的作用，因此做如下處理，即

(1)

根據(jù)H1和H2，在(1)式的基礎上加入管理反饋策略，包括解釋駁斥類反饋、非解釋駁斥類反饋和無反饋3種類型，3個類型變量均為虛擬變量，為了防止共線性，建模時僅加入解釋駁斥類反饋和非解釋駁斥類反饋兩個變量。為了檢驗H2，加入回復長度變量。構建模型為

R2,i,j=μi,j-ρ(R1,i,j-μi,j)+β1conj+β2E1,i,j+

(2)

根據(jù)H3a、H3b和H3c，在(2)式的基礎上加入消費者評論類型以及消費者評論類型與管理反饋策略的交互項。消費者評論類型包括正向評論、負向評論、偏正向評論和偏負向評論，均為虛擬變量，為了防止共線性，并且前文提到，服務補救措施是基于服務失敗而存在的，當消費者發(fā)表正向評論，可以認為服務是成功的，因此僅加入偏正向評論、偏負向評論和負向評論以及它們與管理反饋策略的交互項。構建模型為

R2,i,j=μi,j-ρ(R1,i,j-μi,j)+β1conj+β2E1,i,j+

β3UE1,i,j+β4L1,i,j+β5PF1,i,j+β6NF1,i,j+

β7N1,i,j+β8E1,i,j·PF1,i,j+β9E1,i,j·NF1,i,j+

β10E1,i,j·N1,i,j+β11UE1,i,j·PF1,i,j+

(3)

根據(jù)H4，在(3)式的基礎上加入酒店星級與管理反饋策略的交互項，構建模型為

R2,i,j=μi,j-ρ(R1,i,j-μi,j)+β1conj+β2E1,i,j+

β3UE1,i,j+β4L1,i,j+β5PF1,i,j+β6NF1,i,j+

β7N1,i,j+β8E1,i,j·PF1,i,j+β9E1,i,j·NF1,i,j+

β10E1,i,j·N1,i,j+β11UE1,i,j·PF1,i,j+

β12UE1,i,j·NF1,i,j+β13UE1,i,j·N1,i,j+

(4)

5 檢驗結果和分析

5.1 相關分析

對所有變量進行相關分析，分析結果見表7。由表7可知，其他變量與第2次評分都有顯著的相關關系，說明這些變量都可以與第2次評分進一步進行回歸檢驗；第1次評分與第2次評分的相關系數(shù)最大，為0.606，說明消費者的第2次滿意度是建立在第1次滿意度基礎上的。在進行多元線性回歸檢驗之前進行變量之間的相關關系檢驗，可以判斷是否存在共線性，若相關系數(shù)接近于1，說明兩個變量存在共線性。表7中各變量之間相關系數(shù)遠遠小于1，因此不存在共線性問題。

表7 相關系數(shù)Table 7 Correlation Coefficients

表8給出各變量的膨脹因子，各變量的VIF值均小于5，模型基本消除共線性的影響。

表8 各變量膨脹因子Table 8 Expansion Factor of Variables

5.2 結果分析

本研究使用Spss 22，采用多元線性回歸方法，以第2次評分為因變量，根據(jù)假設依次將變量逐步加入模4個回歸模型依次進行檢驗，檢驗結果見表9。

表9 回歸模型檢驗結果Table 9 Results for Regression Models Test

由表9可知，如果只加入管理反饋，檢驗結果表明解釋駁斥管理反饋對消費者滿意度的影響不顯著；隨著加入變量的增多，模型逐漸完善，解釋駁斥管理反饋對消費者滿意度的影響也逐漸顯著。4個模型的R2逐漸增加，說明加入的變量對模型預測功能起促進作用。R2均小于0.380，表明模型預測功能并不是特別理想，還存在其他影響消費者滿意度的因素，但是對于本研究的問題足以解釋說明。

本研究選擇完善后的模型數(shù)據(jù)進行解釋，由表9中(4)式的回歸結果可知，E的回歸系數(shù)為正，且p<0.001，表明解釋駁斥管理反饋策略對消費者滿意度有顯著的正向影響，H1得到驗證。L的回歸系數(shù)為正，且p<0.001，表明解釋駁斥的篇幅顯著正向影響消費者滿意度，H2得到驗證。E·PF的系數(shù)不顯著，H3a沒有得到驗證。E·NF的系數(shù)為正，且p<0.001，表明偏負向評論作為調(diào)節(jié)變量增強解釋駁斥管理反饋策略對消費者滿意度的積極影響，H3b得到驗證。E·N的系數(shù)為負，且p<0.001，表明負向評論作為調(diào)節(jié)變量減弱解釋駁斥管理反饋策略對消費者滿意度的積極影響，H3c得到驗證。

偏負向評論為虛擬變量，取值為1或0，如果把解釋駁斥管理反饋放在具體的情景下討論其影響，將E和NF均取值為1，由表9中(4)式的回歸結果可知，第2次評分提高，即當消費者表達了偏負向評論，此時使用解釋駁斥管理反饋策略大大提高消費者滿意度，偏負向評論增強了解釋駁斥管理反饋策略的作用。負向評論為虛擬變量，取值為1或0，該評論類型的分析過程與偏負向評論類似，E和N均取值為1，由(4)式的回歸結果可知，第2次評分降低，即當消費者表達了負向評論，此時使用解釋駁斥管理反饋策略會適得其反，使消費者滿意度降低，負向評論減弱解釋駁斥管理反饋策略的作用。

E·S的系數(shù)為負，且p<0.001，表明酒店星級對解釋駁斥管理反饋策略有顯著的調(diào)節(jié)作用，星級越高的酒店，解釋駁斥管理反饋策略對消費者滿意度的提升越會降低，H4得到驗證。

6 結論

6.1 研究結果

已有在線管理反饋的研究主要集中在管理反饋的存在對消費者滿意度和忠誠度等方面的正向和負向影響，未考慮消費者矛盾態(tài)度和信息矛盾性調(diào)節(jié)下在線管理反饋的效果，也未研究具體管理反饋策略的影響。本研究以酒店業(yè)為例，針對解釋駁斥這一具體的管理反饋策略，同時引入消費者矛盾態(tài)度與解釋駁斥管理反饋策略的相互作用對消費者滿意度的影響進行研究，得出如下結論：

(1)解釋駁斥管理反饋策略對提高消費者滿意度有積極影響。線性回歸結果表明，解釋駁斥管理反饋策略對消費者第2次評分有顯著的正向影響。對酒店而言，使用此服務補救措施能夠提高消費者滿意度，尤其是對具有一定忠誠度的消費者，適當?shù)慕忉岏g斥管理反饋更能提高消費者滿意度，進而提高消費者的忠誠度。

(2)回復的篇幅對消費者滿意度也有積極影響，因此酒店在考慮使用管理反饋時不僅應該考慮使用的管理反饋類型，也要考慮回復的全面到位。在進行反饋時，酒店不應千篇一律的用同一個策略自動回復不同的評論，應該分析消費者評論中蘊含的情緒以及不滿的具體內(nèi)容，給出一個盡量全面、合理和詳細的解釋，以挽救之前的服務失敗，提高消費者滿意度。不區(qū)分評論具體內(nèi)容而進行的自動回復帶給消費者的感覺是酒店的態(tài)度敷衍，從而降低消費者滿意度，使管理反饋失去其服務補救的意義。

(3)針對偏負向評論進行解釋駁斥類反饋對消費者滿意度的積極影響進一步加強，針對負向評論進行解釋駁斥類反饋對消費者滿意度的積極影響減弱。酒店在進行反饋時，需考慮不同類型的消費者評論應采用不同的管理反饋策略，解釋駁斥管理反饋策略針對表達偏負向評論的消費者更加有效，而針對負向情緒的消費者來說，解釋駁斥反饋就不適用。解釋駁斥是一類比較偏激的反饋類型，如果用在不恰當?shù)膱龊戏炊鴷沙勺尽Ｒ虼?，本研究結果表明，在使用解釋駁斥管理反饋策略時最好的目標消費者是有偏負向情緒的消費者。

(4)酒店星級越高，越降低解釋駁斥管理反饋策略對消費者滿意度的積極影響。解釋駁斥管理反饋策略對消費者滿意度有積極作用，但是使用該策略需要具體問題具體分析，較低星級的酒店使用解釋駁斥管理反饋策略對消費者滿意度有一定的降低作用，但是整體的滿意度得到提高。因為選擇經(jīng)濟型酒店的消費者對獲得服務的期望較低，適當?shù)慕忉岏g斥管理反饋也能提高其滿意度；而消費者對高星級的酒店服務期望要求較高，使用解釋駁斥管理反饋策略會降低消費者滿意度。因此，不同星級的酒店在選用管理反饋策略時也應有所差異，不能以偏概全。

6.2 理論意義和現(xiàn)實意義

本研究構建解釋駁斥管理反饋策略對消費者滿意度的影響模型，引入消費者第2次滿意度作為測量指標，探討其自身以及在特定的消費者情緒下的作用。已有研究對在線管理反饋的研究多集中于針對負向評論是否進行反饋和管理反饋策略的分類[14]，以及常見的道歉和感謝[37]等策略對消費者的影響，但是這些研究主要聚焦于是否反饋以及針對有負面情緒[53]、發(fā)表抱怨言論的消費者反饋時的信息要素，未全面考慮消費者矛盾態(tài)度。本研究將消費者矛盾態(tài)度和信息矛盾性引入在線管理反饋策略對消費者滿意的影響中，識別和量化消費者矛盾態(tài)度和信息矛盾性，探討不同程度的矛盾態(tài)度調(diào)節(jié)下解釋駁斥管理反饋策略的影響，突破已有研究對于消費者正向情緒和負向情緒的局限，增加了偏正向和偏負向情緒對解釋駁斥反饋的調(diào)節(jié)作用，細化了研究在線管理反饋效果的情景，發(fā)現(xiàn)了消費者多樣情緒對解釋駁斥管理反饋策略的調(diào)節(jié)作用。本研究基于服務補救和互動公平理論，通過同一消費者的第2次滿意度測量解釋駁斥反饋在消費者矛盾性態(tài)度下的作用，有助于進一步完善在線管理反饋策略影響研究，豐富社交媒體環(huán)境下對服務補救策略的認識。

本研究結果對酒店在社交媒體環(huán)境中出現(xiàn)服務失敗時制定有效的服務補救策略具有一定的啟示意義。酒店管理者必須重視在線服務補救，對消費者在線表達的不滿及時有效應對。而且管理者應密切關注社交媒體上的矛盾性評論，并根據(jù)矛盾性評論蘊含的不同情緒做出適當回應，針對偏負向評論和負向評論進行解釋駁斥類反饋顯著影響消費者的第2次滿意度。此外，不同星級酒店在基礎設施和人員服務等方面都有較大的差異，直接導致目標消費群體的差異，因此運用管理反饋策略需要因人而異。不同星級酒店采用解釋駁斥管理反饋策略的效果不同，酒店應根據(jù)其星級，結合消費者情緒，適時運用解釋駁斥管理反饋策略。本研究對酒店采用管理反饋策略提供了具體的指導，發(fā)現(xiàn)了有助于提高消費者滿意度、維持老消費者、吸引潛在消費者的途徑。

6.3 研究局限和未來展望

本研究分析在不同情景下解釋駁斥管理反饋策略的適用性，并給酒店提出有針對性的建議，但仍存在一定的局限，并據(jù)此提出一些對未來研究的展望。①依據(jù)矛盾態(tài)度對在線評論分類時并未考慮消費者偏好權重，假設消費者對每一項服務偏好都是一致的，因此未來研究可考慮引入消費者偏好權重，進一步細化矛盾性評論分類。②由于控制變量較多，本研究雖然考慮了一些控制變量，但是還不全面，模型有待進一步優(yōu)化。③本研究的焦點是解釋駁斥管理反饋策略對消費者滿意度的影響，其他在線管理反饋策略對消費者滿意度或忠誠度的影響還有待探討。④本研究使用二手數(shù)據(jù)，獲取一手數(shù)據(jù)的一個有效途徑就是實驗調(diào)查，這是管理實證研究的重要手段，后續(xù)研究可以基于調(diào)查問卷或者實地實驗獲取數(shù)據(jù)，檢驗解釋駁斥管理反饋策略對潛在消費者的影響。