《International Journal of Hospitality Management》：Striking the right balance: How sanctions and consequences of customer misbehavior shape hotel guests’ fairness perceptions and rebooking intentions
编辑推荐：
•观察顾客评估对不当行为酒店顾客的惩罚。•美国情境实验和塞内加尔基于情境的实地实验。•适度惩罚在平均而言被认为比无惩罚或严厉惩罚更公平。•重新预订的效果比公平性的效果更为不一致。•在美国样本中，观察者的影响很重要，但在塞内加尔的实地研究中并不显著。引言旅游和酒店行业中，破坏性
- •
观察顾客评估对不当行为酒店顾客的惩罚。
- •
美国情境实验和塞内加尔基于情境的实地实验。
- •
适度惩罚在平均而言被认为比无惩罚或严厉惩罚更公平。
- •
重新预订的效果比公平性的效果更为不一致。
- •
在美国样本中，观察者的影响很重要，但在塞内加尔的实地研究中并不显著。
引言
旅游和酒店行业中，破坏性和不尊重他人的顾客行为事件日益引起媒体和学界的关注，例如在文化地标上涂鸦、在酒店自助餐浪费食物、在飞机和酒店中发生激烈争吵等。这种不当行为不仅伤害员工，还通过直接或间接（例如插队、污染公共设施）的方式使非不当行为顾客的体验恶化。
对此，一些目的地开始采用预防措施，例如在巴厘岛和冰岛推行游客承诺书，以及阿姆斯特丹针对醉酒游客的"远离"运动。研究同样强调采用主动策略来限制不当行为及其溢出效应。然而，预防并不总是足够有效的。因此，之前的一些研究开始探讨不当行为顾客和非不当行为观察者如何应对惩罚、服务规则的执行以及恢复服务规范的干预措施。这对酒店业者尤其重要，因为酒店通常制定规则并保留对不当行为实施制裁的权利，如清洁费、限制进入、驱逐或禁止预订。本研究通过对酒店情境中不当行为顾客的观察顾客如何评估惩罚来扩展了事件后反应的研究。
本研究填补了三个空白。首先，之前研究表明，惩罚越严厉，不当行为顾客的反应越消极；而非不当行为顾客重视那些执行服务规范、保护他人的干预措施。然而，之前研究主要在缺乏或低强度干预与更强干预之间进行比较，因此对观察者是否偏好更强反应或选择性评估惩罚严重性提供有限洞见。本研究运用信号理论，认为惩罚严重性传递酒店执行服务规范和保护不当行为顾客的意愿。对于受制裁的顾客，惩罚越严厉，反应越消极；而观察顾客应将惩罚视为规范执行和比例性的信号。因此，缺乏或过于宽松的惩罚可能传递软弱或容忍的信号，而过于严厉的惩罚可能显得不成比例。通过同时考虑适度惩罚、无惩罚和严厉惩罚，我们考察惩罚严重性是否通过一种平衡的制裁逻辑而非简单偏好更强干预来塑造观察顾客的公平感知和重新预订意愿。
其次，之前研究未充分考察惩罚严重性的感知公平性是否取决于观察者受到的不当行为影响程度。虽然之前研究将观察影响作为调节变量，但很少有研究考察惩罚应如何与观察者所经历的损害相校准。这很重要，因为不当行为的大小感知不仅取决于行为本身，还取决于其对他人造成的后果，而且当惩罚与造成的损害成比例时，惩罚会被认为更公平。因此，我们考察酒店是否应将惩罚严重性与观察顾客的影响相匹配，即当影响较高时，无惩罚或过于宽松的反应可能尤为成问题，而当影响较低时，严厉惩罚可能显得过度。
第三，观察顾客对顾客不当行为和服务规则执行的反应主要是在西方背景下研究的，这引发了对跨文化证据的呼吁。因此，我们比较了美国在线样本和塞内加尔的酒店顾客，后者是一个在西非酒店背景下在之前研究中代表性不足的群体。由于这些情境在涉及不当行为和惩罚的文化规范上有所不同，这种比较使我们能够在不将研究视为文化机制的直接检验的情况下，考察观察顾客影响的作用是否在不同情境中有所变化。
在此背景下，我们通过两项研究开发并检验了研究模型：一项针对美国参与者的情境式在线实验（研究1），以及一项在塞内加尔酒店顾客中进行的情境式实地实验（研究2）。在两项研究中，适度惩罚在平均而言都被认为比无惩罚或严厉惩罚更公平，而对重新预订意愿的影响较为不一致，观察顾客影响在不同情境中的作用有所变化。
本研究从三个方面推进了酒店业研究。首先，它识别了观察者特有的惩罚评估逻辑：观察顾客并非简单地偏好更严厉的惩罚，而是通常认为适度惩罚更公平，而对重新预订意愿的影响则更具情境依赖性。其次，它表明惩罚严重性应与不当行为对非不当行为顾客的影响相关来理解。第三，通过比较美国在线样本和西非酒店情境中的酒店顾客，它表明惩罚评估和观察顾客影响的作用在不同情境中有所变化。这些贡献共同提供了一种更为细致的理解，即酒店如何通过平衡惩罚严重性、观察顾客影响和更广泛的服务情境来应对顾客不当行为。
各部分摘要
顾客不当行为
顾客传统上被视为交换过程中的核心行动者，需要识别、告知、说服和服务。然而，大量研究指出顾客并不总是"正确"的，可能通过损害企业、员工和其他顾客的行为对交换产生负面影响。在旅游和酒店业中，游客不当行为包括排队等。
假设与研究框架
组织制裁传递了对特定行为的不赞同程度和道德谴责程度。对于受制裁的顾客，惩罚严重性增加主要增加了惩罚的个人成本，因此可能引发越来越消极的反应。然而，对于观察顾客而言，惩罚严重性服务于不同的功能：它传递酒店对不当行为谴责的强烈程度以及执行规范的意愿。
方法
为检验研究框架，我们通过Prolific招募美国参与者进行情境式在线实验。参与者被随机分配到3（惩罚严重性：无 vs. 适度 vs. 严厉）× 2（观察顾客影响：低 vs. 高）的组间设计中的六种情境之一。我们排除了16名在极短时间内完成研究的参与者。具体来说，我们使用了相对速度指数，该指数比较个体完成
方法
研究2以塞内加尔的酒店顾客为对象测试了模型，这是一个在西非酒店背景下在之前研究中代表性不足的群体，提供了初步的跨国证据，考察观察顾客影响的作用是否在不同研究情境中有所变化。
为提高外部有效性，我们在塞内加尔实际酒店顾客中进行了情境式实地实验，参与者被随机分配到与研究1相同的六种情境中。参与者设想在酒店目睹事件
总体讨论
在两项研究中，我们考察了观察顾客如何评估对不当行为酒店顾客的惩罚。在美国在线样本和塞内加尔实地情境中，适度惩罚在平均而言都被认为比无惩罚或严厉惩罚更公平。这支持了我们的核心论点，即观察顾客并非简单地奖励越来越严厉的惩罚，而是通过一种平衡的逻辑来评估惩罚严重性：惩罚不足可能传递容忍或弱规范执行（
资金
本研究未获得公共、商业或非营利部门任何资助机构的专项资助。
CRediT作者贡献声明
Demba Ousmane Diouf：撰写——审阅与编辑，撰写——初稿，研究方法，调查，概念化，数据管理。Daniel Maar：撰写——审阅与编辑，撰写——初稿，可视化，研究方法，调查，正式分析，概念化，数据管理。Ekaterina Besson：撰写——审阅与编辑，撰写——初稿，概念化。
生成式AI和AI辅助技术在写作过程中的声明
在准备本研究过程中，作者使用ChatGPT以提高可读性和语言质量。在使用该工具/服务后，作者根据需要审阅和编辑了内容，并对出版内容承担全部责任。
利益冲突声明
作者声明他们不存在可能影响本论文报告工作的已知竞争性经济利益或个人关系。
致谢
作者感谢Giampaolo Viglia对本项目早期版本的宝贵反馈，感谢评审团队的建设性意见和建议，这些意见和建议大幅改进了手稿。
Demba Ousmane Diouf|Daniel Maar|Ekaterina Besson
