产品伤害危机模糊情境下危机响应调节匹配对宽恕的影响，本文主要内容关键词为：危机论文,情境论文,模糊论文,产品论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图法分类号：C93 文献标志码：A 文章编号：1672-884X(2015)04-0583-10 DOI编码:10.3969/j.issn.1672-884x.2015.04.014 产品伤害危机的一个情境属性是模糊性，即谁应为危机负有责任对于公众(主要是公司产品的消费者及潜在消费者)而言并不明确[1，2]，这在产品伤害危机初期阶段，尤为普遍[1，2]。尽管危机的模糊性，公众仍将会对危机责任做出判断，进行谴责归因[1]。如果消费者感知公司对于危机负有责任，则他们会产生消极的行为意向或行为等。基于此，组织管理当局需要洞察模糊的产品伤害危机，并以最适合的方式应对[1]。 危机响应(或危机沟通策略、形象恢复策略、危机后信息披露)是危机管理的一个视角，这个视角被称为符号方法，因为它强调沟通如何被用作符号资源来试图保护组织形象[3]。它聚焦信息选择，而不是描述危机情境的种类或危机阶段。换言之，当面对危机的时候，公司能够说什么。危机响应研究已经不局限于描述性研究，更主要是通过实验等实证研究来揭示危机的影响机制[4]。 产品伤害危机响应作为资源束，可被组织用来应对危机。不同于以往研究，本研究整合来自危机响应、信息框架效应、调节聚焦导向、信任和宽恕等文献，汲取资源交换行为准则，提出一个交换框架来解释消费者评价产品伤害危机响应方式，以检验产品伤害模糊情境下危机响应调节匹配对消费者宽恕及信任的影响，从而为管理者建立在产品伤害危机响应方式与目标市场间的正确契合提供有用指导。 1 文献回顾 1.1 产品伤害危机响应 危机发生后经由各种媒体发布的公司信息可能是公司即刻控制影响危机结果的唯一要素[5]。SIOMKOS[6]提出，产品伤害危机响应是一个连续统一体，并且抽象出4种具体响应策略：否认、非自愿召回、自愿召回、超级努力。LAUFER等[1]对SIOMKOS提出的产品伤害危机响应进行了重新诠释，使其更具有一般性。他们将4种策略命名为：否认、强制承诺、自愿承诺、超级努力。否认涉及到公司声称他们的产品没有威胁；超级努力涉及到自愿召回加上赔偿及广泛的沟通活动以提升努力，公司在法律要求外通过提供赔偿和增加沟通努力来表示对于公众的额外关切。 DAWAR等[7]从实践和理论的角度对产品伤害危机响应进行阐述。在实践中，企业响应危机从否认到承担责任、无条件产品召回和沟通。然而，企业响应大多数实例可以置于两个极端之间。理论上，企业响应可以被认为是沿着从明确支持到明确否认的一个连续统一体。 根据企业努力或承诺水平，产品伤害危机响应可以分为主动响应和被动响应[8]。根据这种划分，超级努力、自愿召回以及明确支持属于主动响应，而非自愿召回、否认及明确否认属于被动响应。 1.2 调节聚焦与调节匹配 HIGGINS[9，10]的调节聚焦理论描述了个体追求目标的不同方式，以及被体验为合意(积极的)或不合意的(消极的)不同结果。HIGGINS的理论中提到，不同动机导致个体利用不同方式之一来实现同样的成就目标：①调节奖励成就，即在积极的结果上聚焦个体，称为促进聚焦。②调节规避，即在消极的结果上聚焦个体，称为防御聚焦。简言之，促进聚焦的人们努力达到合意的、积极的目标状态，比如成功，而防御聚焦的那些个体被鼓励回避不合意的、消极的目标状态[11]。 调节匹配是指在执行任务活动时，人们经历的需求和机会影响他们调节聚焦动机的程度[12]。调节匹配的中心命题表明，当个体的调节聚焦与情境的调节需求和机会相匹配，人们更加投入并且从行动中获得更多的价值。从而，在任务中，如果情境和其他相关的任务需求支持一个对于目标(目标强调改进、学习和其他形式的进步)渴望的和机会主义的努力，促进聚焦的个体将保持更多的投入并且从该任务中获取更多的价值。相反，当强调绩效、误差最小化、能力证明及其他形式的责任行为，防御聚焦的个体将会更多地投入，并且从行为中获得更多的内在价值[13]。 1.3 信任 社会交换理论为探讨在人际关系中信任的定义及其发展过程提供了框架[14]。信任通常可以被视为一种包含接受脆弱性意图的心理状态，它是基于对于另一个人意向或行为的积极期望[14]。有研究表明，消费者对于未来行为的不确定性会减少，因此，对其信任应该增加[14]。 在有关营销的研究中，信任作为在建立和保持长期交换关系中的一个关键因素出现，这种关系通常是企业成功的关键[15]。在关系营销领域，信任占据一个特殊的地位[16]，使营销者和顾客建立关系必须基于一定程度的信任。在这种情境中，信任被概念化为存在于双方间的、代表对交换伙伴可靠性和正直的信心[17]。从营销者视角，这种信任通常通过一系列交易和关联服务建立或获得，它们反映营销者努力满足或超出顾客的期望[16]。从顾客的视角，为了回报营销者满足甚至愉悦顾客的行为，假定就未来或重新购买而言，顾客倾向于承诺和忠诚[16]。这种在营销者和顾客间的双重协议是信任关系的基础。对于关系的双方，这个结果是双赢情境[16]。 1.4 宽恕 宽恕是一个基本的社会心理学现象[18，19]，它也拥有深厚的宗教根基。20世纪90年代，社会心理学家开始对宽恕进行理论和实证研究[20]。MCCULLOUGH等[18，19]的研究表明，人际宽恕有3个关键特征：①人际宽恕发生的情境：个体感知另一个人的行为是有害的、不道德的或者不公平的。②这些感知典型地引出情绪响应(如愤怒或恐惧)、动机响应(如想要回避冒犯者或者以同样的方式去伤害冒犯者)、认知响应(如仇视或失去对冒犯者的尊重)或行为响应(如回避或攻击)，这些响应将促使对于冒犯者和社交和谐善意的恶化。③通过宽恕，这些负面的情绪、动机、认知或行为响应被调和，从而可能恢复更加亲社会的及和谐的人际关系。 宽恕构念也密切关系到营销研究领域。CHUNG等[20]通过探索研究发现，消费者宽恕本质上包括：一个有意识地放弃谴责和挑剔的决策；重新构造冒犯的认知过程；消除与服务失败相联系的负面情绪；通过品牌转换或负面口碑去伤害营销者或他们共享的关系的动机减弱。 2 概念框架与假设提出 已有研究表明，在产品伤害危机情境下，主动的响应会带来积极的消费者反映，而被动的响应则反之[6～8，21]。本研究将在产品伤害危机模糊情境下检验主动响应对宽恕的影响(图1为概念框架)，对前期结论进行验证。
图1 概念框架A 尽管研究者从多种角度对危机响应进行研究，但对于危机响应信息的不同框架是否会对不同特质的消费者行为意向产生不同的影响及其影响机制还存在研究空白。LEVIN等[22]识别了3种不同类型的框架效应：属性框架效应、目标框架效应和风险选择框架效应。本研究试图探索一种信息框架效应，通过它，消费者判断变化是用来描述危机响应言语标签的函数。以这种方式处理响应，能够检验不同框架的产品伤害危机响应对不同特质消费者行为意向等的影响。 对于宽恕的研究表明，宽恕的主要前提除冒犯者道歉外，信任也是一个重要前提。社会交换理论提出，个体间任何的互动是一种资源交换[23]。在消费情境下，除通常的经济交易外，还存在消费者根据消费结果而进行的情绪、行为意向或行为等的交换。本研究的概念框架B(见图2)认为，在产品伤害危机模糊情境下，危机响应信息的不同呈现方式(促进信息或防御信息)影响不同特质(促进导向或防御导向)的消费者宽恕，也就是危机响应信息调节匹配影响消费者宽恕，而消费者信任则可能中介或部分中介这种影响。组织危机响应作为资源束影响消费者，消费者感知危机响应，并以不同的宽恕意愿水平作为交换回报，信任则是这种交换的基础。
图2 概念框架B 2.1 产品伤害危机响应与宽恕 在人际关系冲突研究中，真诚道歉和表达同情可能是在冒犯者控制之下影响一个被冒犯的关系伙伴可能会宽恕冒犯者的最强有力因素[19]。相对于没有道歉的冒犯者，人们更倾向于宽恕道歉者[24]。产品伤害危机发生后，特别是模糊的危机情境下，消费者可能会产生较高的负面情绪[5]，比如愤怒、恐惧等，这些负面情绪可能导致消费者回避和报复企业。企业通过沟通危机响应在不同程度上表达道歉、关切及同情等，以影响消费者的回避、报复倾向或行为。 为明确地突出研究主题，即产品伤害危机响应调节匹配效应，本研究只检验主动响应的一种极端策略——超级努力对宽恕的影响。本研究认为，在产品伤害危机模糊情境下，超级努力响应对行为意向等的影响应该与前期研究一致，即会积极影响行为意向等。超级努力响应在更高的水平上表达企业对消费者的道歉等，它对消费者宽恕意愿的影响应该与人际冲突环境中道歉对宽恕的影响相似。基于此，提出如下假设： 假设1 产品伤害危机模糊情境下，企业超级努力响应正向影响消费者宽恕。 2.2 调节匹配与宽恕、信任 判断和决策研究识别了各种情境或框架效应，它对消费者行为理论发展和应用有重要的含义[25]。积极框架和消极框架用来描述呈现相同信息的两种不同方式[26]。消极地和积极地框定的信息已经表明对个人选择、偏好、态度和行为的影响存在差异[26]。 调节聚焦理论来源于心理学领域，它区分了两种不同的自我调节策略：促进聚焦与防御聚焦，两者在个体间可能会不同[13]。LAUFER等[13]研究表明，在营销情境下，促进聚焦消费者被成就所激励，并且对提升机会更敏感；而防御聚焦消费者被避免安全威胁所激励，并且对危险场合更敏感。调节聚焦理论在多种营销情境下被检验，研究者在诸多研究中发现，促进聚焦的个体更容易被框定为利得的信息所说服，而防御导向的个体更容易被防御导向的信息所说服[13]。换言之，当信息属性与消费者调节导向一致时，调节匹配出现，并且这对劝说有积极的影响[13]。 根据调节匹配理论，本研究认为，对于不同框定的组织超级努力危机响应信息，不同调节聚焦特质的消费者可能有不同的行为意向。即响应信息呈现方式不同的情境下，不同调节导向个体的宽恕意愿可能会有区别。由此，提出如下假设： 假设2 产品伤害危机模糊情境下，与信息调节不匹配相比，企业超级努力响应信息调节匹配会引起更高水平的消费者宽恕： 假设2a 当超级努力响应被框定为利得时，与防御调节聚焦导向的消费者相比，促进调节聚焦导向的消费者宽恕水平更高； 假设2b 当超级努力响应被框定为规避损失时，与促进调节聚焦导向的消费者相比，防御调节聚焦导向的消费者宽恕水平更高。 XIE等[21]的研究检验了负面信息情境下，如何恢复消费者信任。结果表明，主动的响应策略会正向影响消费者信任。虽然主动响应会积极影响信任，但根据调节匹配理论等，超级努力响应信息不同呈现方式对于不同调节导向个体的信任水平可能会有不同的影响。基于此，提出如下假设： 假设3 产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高水平的消费者信任： 假设3a 当超级努力响应被框定为利得时，与防御调节聚焦导向的消费者相比，促进调节聚焦导向的消费者信任水平更高； 假设3b 当超级努力响应被框定为规避损失时，与促进调节聚焦导向的消费者相比，防御调节聚焦导向的消费者信任水平更高。 2.3 信任与宽恕 在以相互依赖、不确定、模糊性和风险为特征的情境中，信任被认为特别关键[27]。高水平的信任通常减少关系中的冲突，并且当未预见到的事件发生，信任方倾向于延续友好[27]。重要地，在危机情境下，高水平的信任促进持续的诚实和公开沟通，以及稀缺资源的共享[27]。 CEHAJIC等[28]的研究表明，对外部群体的更高信任关联到更愿意宽恕这个群体的任何过去过失。实证研究表明，善意的宽恕是基于某种程度的信任[28]。从而，提出如下假设： 假设4产品伤害危机模糊情境下，消费者信任积极影响消费者宽恕。 3 研究一 3.1 实验场景 研究一目的是检验超级努力响应对宽恕的影响。研究采用实验方法，以虚拟的A品牌桔子汁饮料中毒事件为想象场景，模糊情境参照LAUFER等[2，29，30]对产品伤害危机模糊情境的描述。危机响应描述参考SIOMKOS[6]、LAUFER等[1]对超级努力响应的描述及DAWAR等[7]对明确支持响应的描述。 3.2 项目测量 超级努力响应构念项目开发和改编参考了文献[6，7，31]，包括4个题项。宽恕采用MCCULLOUGH等[32]所使用的量表，共有5个题项。 在场景开发和确定测量项目基础上，最终形成结构化问卷。 3.3 前测 为确保问卷中场景和响应操控的有效性，进行了前测。通过访谈及测试等对危机响应及危机模糊情境进行操控检验，结果表明操控是成功的。 3.4 主实验 在主实验中，被试回答问卷。问卷的第一部分包括研究目的简要介绍及如何回答问卷的指导；接下来是有关A品牌产品伤害危机的报道，然后是公司对该事件响应的描述；随后，被试回答一系列关于构念和项目的问题；最后，被试提供他们的个人信息，并提交问卷，结束实验。 3.5 样本 本研究共回收有效问卷97份。被试性别构成方面，男性57人，占58.8%；被试年龄与学历方面，均为1990年后出生的在校本科生，同研究二与研究三。 3.6 结果 利用AMOS7.0软件，通过结构方程模型(SEM)来评价主动响应策略对消费者宽恕影响的方向和强度。数据分析采用两步分析方法。第一步涉及到测量模型分析，第二步测试潜变量间结构关系。 3.6.1 测量模型分析 验证性因子分析用来检验测量模型的适合性。测量模型的适合性检验基于信度、聚合效度、区分效度及模型拟合准则。信度利用复合信度值来检验，每个构念保留项目的数量和它们相应的Cronbach's α见表1，可知信度水平在接受范围内。
对于当前的测量模型，构念的AVE均高于0.50(见表1)，且测量项目因子载荷均高于0.7。由此，构念具有良好的聚合效度。本研究中构念的AVE均高于该构念与模型中其他构念间相关系数平方，从而区分效度的检验被接受。这表明测量应该具有充分的构念效度。 对于目前的验证性因子分析测量模型整体模型：
/df为1.8(
=46.790；df=26)，AGFI为0.857，NFI为0.981，CFI为0.985，RMSEA为0.043，TLI为0.980、RMR为0.023，从而表明测量模型具有充分的模型拟合。 3.6.2 结构模型分析 选择最大似然法(MI)作为模型估计的方法。对于目前的结构模型：
/df为1.8(
=46.790；df=26)，AGFI为0.839，NFI为0.975，CFI为0.907，RMSEA为0.065，TLI为0.981、RMR为0.028，从而表明结构模型有一个充分的模型拟合。 回归结果表明，超级努力响应对于宽恕有显著、积极的影响(B=0.761，t=2.846，p=0.004)。即被试感知超级努力响应水平越高，宽恕水平就越高，否则反之。从而，假设1得到支持。 3.7 小结 研究一的结果进一步验证了前期研究的结论，即主动响应会正向影响消费者的情绪反应及行为意向等。具体就本研究而言，组织超级努力响应正向影响消费者宽恕。 4 研究二 4.1 实验场景 研究二目的是检验产品伤害危机模糊情境下未框定的超级努力响应及框定的超级努力响应(促进信息与防御信息)对宽恕影响的差异，同时更为主要地检验未框定的超级努力响应与超级努力响应信息调节匹配(不匹配)对宽恕影响的差异。研究以虚拟的驾驶X公司A品牌轿车消费者受到伤害事件为想象场景。轿车伤害危机及其相应的模糊情境参考LAUFER等[2，29]的描述。危机响应(包括未加框定危机响应、促进情境危机响应、防御情境危机响应)描述参考SIOMKOS[6]、LAUFER等[1]对超级努力响应的描述及DAWAR等[7]对明确支持响应的描述。 4.2 项目测量 调节导向采用LOCKWOOD等[33]所使用的量表，共有18个题项。宽恕采用的量表同研究一。在场景开发和确定测量项目基础上，最终形成结构化问卷。 4.3 前测 为确保问卷中场景和响应操控的有效性，进行了前测。通过访谈及测试等对组织危机响应(包括促进情境与防御情境)及危机模糊情境进行操控检验。结果表明操控是成功的。 4.4 主实验 在主实验中，被试回答3种问卷(控制情境、促进情境、防御情境)之一。实验过程同研究一。 4.5 样本 本研究共回收有效问卷77份。性别构成方面，男性48人，占62.3%。信息呈现方式构成方面，控制情境(未加框定响应)组27人，占35%；促进情境组25人，占32.5%；防御情境组25人，占32.5%。 4.6 结果 对于18个题项的调节导向量表信度分析表明Cronbach's α为0.939，因子分析结果生成单一的因子，解释71.7%的方差。对于5个题项的宽恕量表信度分析表明Cronbach's α为0.857，因子分析结果生成单一的因子，解释79.2%的方差。 对于未框定的超级努力响应(控制情境)及框定的超级努力响应(促进信息与防御信息响应)对宽恕的影响进行检验。ANOVA表明：控制情境组宽恕均值m=5.652，标准差s=0.349；促进情境组宽恕均值m=5.552，标准差s=0.456；防御情境组宽恕均值m=5.552，标准差s=0.375。F=0.561，p=0.573，从而表明3个组别的宽恕水平不存在差异。 对于未框定的超级努力响应(控制情境)与调节匹配(不匹配)超级努力响应对宽恕的影响进行检验。AN()VA表明：控制情境组宽恕均值m=5.652，标准差s=0.349；调节匹配情境组宽恕均值m=5.885，标准差s=0.260；调节不匹配组宽恕均值m=5.192，标准差s=0.172。F=41.193，p=0.000，从而表明3个组别的宽恕水平存在差异。进一步的独立样本t检验表明，3个组别相互间宽恕水平均值存在显著统计差异。 预测变量调节匹配对因变量宽恕的一元回归分析结果表明，回归方程的复相关系数
=0.711，F=121.258，p=0.000，说明预测变量与因变量间有明显的线性关系。调节匹配的回归系数为正，并且统计显著。这表明，在产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高水平的宽恕(见表2)。
对于调节导向(促进聚焦导向和防御聚焦导向)在信息呈现方式(促进信息与防御信息)与宽恕关系间的调节效应进行检验。不同调节导向被试促进信息响应下宽恕均值分别为：
=5.908，
=5.167；不同调节导向被试防御信息响应下宽恕均值分别为：
=5.217，
=5.862。UANOVA表明：信息呈现方式与宽恕之积均方
=5.993，F=117.636，p=0.000，从而表明调节导向调节效应显著(调节效应示意见图3)。
图3 宽恕的估计边际均值 上述统计结果表明，产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高水平的宽恕。当超级努力响应被框定为促进信息(利益获得)时，与防御调节聚焦导向的个体相比，促进调节聚焦导向的个体宽恕水平更高；当超级努力响应被框定为防御信息(规避损失)时，与促进调节聚焦导向的个体相比，防御调节聚焦导向的个体宽恕水平更高。从而，假设2、假设2a及假设2b得到支持。 4.7 小结 研究二采用虚拟的轿车伤害危机为想象场景对危机响应信息调节匹配进行检验，虽然结果支持研究假设，但研究外部效度方面存在局限性。鉴于此，研究需要在不同危机场景下检验危机响应调节匹配对消费者宽恕的影响，同时检验这种影响的机制，就本研究而言，检验信任的中介效应。 5 研究三 5.1 实验场景及项目测量 研究三目的是进一步检验超级努力响应调节匹配对宽恕的影响，同时检验信任在危机响应调节匹配与宽恕关系间的中介效应。研究以虚拟的A品牌桔子汁饮料中毒事件和驾驶X公司A品牌轿车消费者受到伤害为想象场景。产品伤害危机场景及其促进信息与防御信息响应的描述同前述实验。 信任采用OZDEMIR等[34]所使用的量表，共有5个题项(这家公司坚守承诺；我相信这家公司提供给我的信息；这家公司值得依赖；我可以指望这家公司提供优质服务；这家公司将顾客的利益置于第一位)。调节导向采用的量表同研究二，宽恕采用的量表同研究一。在场景开发和确定测量项目的基础上，最终形成结构化问卷。 5.2 前测 为确保问卷中场景和响应操控的有效性，进行了前测。结果表明，对危机响应(包括促进和防御情境)及危机模糊情境的操控是成功的。 5.3 主实验 在主实验中，被试回答4种问卷(促进信息情境/防御信息情境×饮料伤害危机/轿车伤害危机)之一。实验过程同研究一、研究二。 5.4 样本 本研究共回收有效问卷96份。性别构成方面，男性57人，占59.4%；产品伤害危机分组构成方面：桔子汁饮料46人，占47.9%；信息呈现方式构成方面，促进信息48人，占50%。 误差方差等同性Levene检验表明，信任与宽恕在各组总体方差相等检验统计不显著：对于信任，F=1.360，p=0.232；对于宽恕，F=0.942，p=0.478，满足MANOVA前提条件(见表3)。
MANOVA表明，产品类型和性别对于信息和宽恕的主效应及它们的交互效应在4种检验统计量(Pillai's Trace，Wilks' Lambda，Hotelling's Trace，Roy's Largest Root)下的结果都相同，p＞0.05。对于产品：
=0.263，p=0.610；
=0.361，p=0.549。对于性别：
=1.319，p=0.254；
=0.927，p=0.338。这说明，产品和性别两个因素对于信任和宽恕影响的主效应统计检验不显著。对于产品和性别的交互效应：
=0.084，p=0.773；
=0.281，p=0.597。说明产品与性别的交互效应对信任和宽恕的影响统计检验不显著，从而轿车和饮料两种危机情境对于信任和宽恕的影响不存在显著差异。基于此，将两种产品伤害危机情境下的样本数据合并进行分析。 5.5 结果 对于18个题项的调节导向量表信度分析表明Cronbach's α为0.943，因子分析结果生成单一的因子，解释68.6%的方差。对于5个题项的宽恕量表信度分析表明，Cronbach's α为0.895，因子分析结果生成单一的因子，解释80.1%的方差。对于5个题项的信任量表信度分析表明Cronbach's α为0.915，因子分析结果生成单一的因子，解释82.4%的方差。 5.5.1 信任中介效应检验 为检验信任是否中介调节匹配对宽恕的影响，进行如下四重一元回归分析： ①宽恕=f(调节匹配)：回归系数B=0.688，t=14.223(p＜0.001)。 ②信任=f(调节匹配)：回归系数B=0.479，t=10.328(p＜0.001)。 ③宽恕=f(信任)：回归系数B=1.174，t=24.007(p＜0.001)。 ④宽恕=f(调节匹配，信任)：调节匹配回归系数B=0.267，t=6.978(p＜0.001)；信任回归系数B=0.878，t=15.085(p＜0.001)。 上述四重一元回归分析结果表明，在预测因变量宽恕的回归模型中包括中介变量信任后，预测变量调节匹配与因变量宽恕间关系减弱，但是仍然保持统计检验显著，所以信任部分中介调节匹配对宽恕的影响。 5.5.2 假设检验结果 (1)危机响应调节匹配对宽恕的影响 统计检验结果表明，超级努力响应调节匹配情境下，宽恕均值
=5.917，标准差
=0.260；超级努力响应调节不匹配情境下，宽恕均值
=5.229，标准差
=0.212。独立样本t检验表明，t=14.223，p=0.000，说明调节匹配(不匹配)对信任影响差异统计显著。预测变量调节匹配对因变量宽恕的一元回归分析表明，复相关系数
=0.683，F=202.304，p=0.000，说明预测变量与因变量间有明显的线性关系。调节匹配的回归系数为正，并且统计显著，说明产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高水平的宽恕(见表4)。
对于调节导向在信息呈现方式与宽恕关系间的调节效应进行检验。不同调节导向被试促进信息响应下宽恕均值分别为：
=5.902，
=5.230；不同调节导向被试防御信息响应下宽恕均值分别为：
=5.228，
=5.930。UANOVA结果表明：超级努力响应信息呈现方式与宽恕之积均方
=11.306，F=131.966，p=0.000，从而表明调节导向的调节效应显著(调节效应见图4)。
图4 宽恕的估计边际均值 上述统计结果表明，产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高水平的宽恕。当超级努力响应被框定为促进信息时，与防御调节聚焦导向的个体相比，促进调节聚焦导向的个体宽恕水平更高；当超级努力响应被框定为防御信息时，与促进调节聚焦导向的个体相比，防御调节聚焦导向的个体宽恕水平更高。从而，假设2、假设2a及假设2b再次得到支持。 (2)危机响应调节匹配对信任的影响 统计检验结果表明，超级努力响应调节匹配情境下，信任均值
=5.958，标准差
=0.210；超级努力响应调节不匹配情境下，信任均值
=5.479，标准差
=0.243。独立样本t检验表明，t=10.328，p=0.000，说明响应调节匹配(不匹配)对信任影响差异统计显著。预测变量调节匹配对因变量信任的一元回归分析表明，复相关系数R[2]=0.532，F=106.672，，p=0.000，说明预测变量与因变量间有明显的线性关系。调节匹配的回归系数为正，并且统计显著。说明产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高水平的信任(见表5)。
对于调节导向在信息呈现方式与信任关系间的调节效应进行检验。不同调节导向被试促进信息响应下信任均值分别为：
=5.948，
=5.480；不同调节导向被试防御信息响应下信任均值分别为：
=5.478，
=5.968。UANOVA结果表明，超级努力响应信息呈现方式与宽恕之积均方
=5.492，F=104.159，p=0.000，从而表明调节导向的调节效应显著(调节效应示意见图5)。
图5 信任的估计边际均值 上述统计结果表明，产品伤害危机模糊情境下，与信息调节不匹配相比，超级努力响应信息调节匹配会引起更高的信任水平。当超级努力响应被框定为利益获得时，与防御调节聚焦导向的个体相比，促进调节聚焦导向的个体信任水平更高；当超级努力响应被框定为规避损失时，与促进调节聚焦导向的个体相比，防御调节聚焦导向的个体信任水平更高。从而，假设3、假设3a、假设3b均得到支持。 (3)信任对宽恕的影响 预测变量信任对因变量宽恕的一元回归分析表明，复相关系数
=0.860，F=576.313，p=0.000，说明预测变量与因变量间有明显的线性关系。信任的未标准化回归系数为1.174，表明当信任增加1单位时，宽恕将增加1.174个单位。信任的标准化回归系数为0.927，表明当信任增加1个标准差时，宽恕将增加0.927个标准差。信任的回归系数为正，并且统计显著，说明产品伤害危机模糊情境下，消费者信任正向影响消费者宽恕。即消费者信任水平越高，那么消费者宽恕水平越高，否则反之。从而，假设4得到支持(见表6)。
6 结论 本研究在产品伤害危机模糊情境下检验了产品伤害危机超级努力响应信息调节匹配对消费者宽恕的影响。研究一检验产品伤害危机超级努力响应对宽恕的影响；研究二检验产品伤害危机超级努力响应信息调节匹配对宽恕的影响；研究三进一步检验产品伤害危机超级努力响应信息调节匹配对宽恕的影响，同时检验信任的中介效应。研究结果表明，超级努力响应及超级努力响应信息调节匹配正向影响消费者宽恕。研究结果也表明，消费者信任部分中介超级努力响应信息调节配匹对消费者宽恕的影响，并且正向影响宽恕。研究进一步丰富产品伤害危机响应相关文献，并为组织管理者应对产品伤害危机提供指南。 6.1 管理实践意义 前期研究已经表明，产品伤害危机主动响应正向影响消费者情绪反应及行为意向或行为等，本研究以主动响应策略之一超级努力进行检验，结果与前期研究结论一致。由此，本研究认为，在产品伤害危机模糊情境下，企业应该采取主动的响应策略，以期获得积极的消费者结果，达到有效应对危机的目的。本研究表明，产品伤害危机超级努力响应信息不同呈现方式对不同调节聚焦导向消费者有不同的影响。促进导向危机响应对促进聚焦消费者有更高水平的说服力，而防御导向危机响应对防御聚焦消费者有更高水平的说服力。这表明，单一的超级努力响应信息形式并不能达到最佳的消费者结果，企业应采用不同的超级努力响应信息呈现方式以更加有效应对危机。研究结果还表明，消费者信任部分中介超级努力响应信息调节匹配对消费者宽恕的影响。所以，就消费者宽恕而言，为使危机响应效果最大化，管理者应努力增加对于危机响应的消费者信任。 6.2 理论含义 本研究的一个创新性贡献在于检验产品伤害危机模糊情境下超级努力响应信息调节匹配对宽恕的影响。研究结果表明，超级努力响应信息不同呈现方式对不同调节聚焦导向的消费者认知活动与行为意向等产生不同的影响。与信息调节不匹配相比，超级努力响应信息调节匹配下，被试有更高的宽恕水平。本研究另一个创新性贡献是揭示了超级努力响应信息调节匹配对消费者宽恕的影响机制。消费者信任部分中介超级努力响应调节匹配对宽恕的影响：一方面，与信息调节不匹配相比，超级努力响应调节匹配下，被试有更高的信任水平；另一方面，消费者信任正向影响消费者宽恕，消费者信任水平越高，那么消费者宽恕水平越高，否则反之。 6.3 局限性与未来研究方向 首先，本研究采用实验方法，排除了诸多变量的影响，虽然研究具有良好的内部效度，但是研究的外部效度会受到影响。现实中，危机响应对行为意向等的影响会受到众多变量的影响。未来研究可以考虑其他变量，从而得到更为全面的结论。其次，本研究以在校本科生为样本，虽然是一种有效的研究实践[35]，但该样本的代表性有限。未来研究可以在不同的消费者中细分进行，以期得到更为普遍的研究结论。最后，本研究只是在产品伤害危机模糊情境下检验主动响应的一种极端策略超级努力响应调节匹配的影响。未来研究可以检验不同归因情境下不同水平主动响应调节匹配的影响，及检验不同归因情境下不同水平被动响应调节匹配的影响，以确定它们是否对消费者行为意向等同样存在显著效应，从而为产品伤害危机响应调节匹配的影响提供更为全面的结论。
标签：模型公司论文;
