算法治理的信任：算法控制与公平性如何塑造豪华酒店员工的正义感知与建言行为

《International Journal of Hospitality Management》：Trust in algorithmic governance: How algorithmic control and fairness shape justice perceptions and employee voice in luxury hotels

　　

• •
  算法管理重塑了豪华酒店一线员工的公正感知。
• •
  算法控制削弱了程序公正与互动公正，降低了员工的建言意愿。
• •
  在数字化管控环境下，感知的算法公正性增强了员工对雇主的信任。
• •
  公正感与信任是连接算法治理与员工建言的关键关系机制。
• •
  算法管理作为一种关系性治理机制运作，而非中立的协调工具。

引言

豪华酒店仅凭标准化无法提供优质服务。品牌一致性依赖于可靠的操作流程，然而独特的宾客体验往往源于一线员工识别细微信号、回应特殊需求以及在服务问题升级之前灵活变通的能力。Chan等人（2019）和Arjona-Fuentes等人（2019）表明，此类工作需要情绪劳动、人际敏感性和情境判断力，这些能力无法完全预先规范。然而，酒店越来越多地采用算法排班、任务分配、工作负载仪表盘和绩效分析来加强协调。尽管这些系统可能提高一致性，但它们也可能将灵活的服务互动转化为预设的优先级和可衡量的产出，从而可能限制对个体宾客的适应性调整（Su等人，2024；Kong等人，2023；García-López等人，2025）。

由此产生的组织挑战超越了技术采纳的范畴。一线员工仍需对宾客结果负责，而管理权力却越来越多地通过他们可能无法完全理解或质疑的系统来行使。人类主管可以解释决策、识别例外情况、协商调整并对修正承担责任；而系统生成的建议则可能显得固定不变，当其底层逻辑、覆盖权限和纠正责任不明确时尤其如此。Kellogg等人（2020）将算法管理概念化为管理职能在数据基础设施、计算规则和组织行动者之间的重新分配。Gandini（2019）进一步展示了基于数据的持续监控如何使员工行为变得可见、可比较，并受制于标准化评估。当决策生成与解释、审核和纠正相分离时，责任归属可能变得难以定位（Noble等人，2021；Shin等人，2024；Lu等人，2024）。

对酒店业人工智能研究的综述主要侧重于技术应用、采纳、自动化和运营绩效（Doborjeh等人，2021；Law等人，2024）。在酒店数字化和技术采纳的实证研究中也能发现类似的取向（Li等人，2021；Pillai和Sivathanu，2020；Kong等人，2023）。这些文献阐明了数字系统使酒店能够完成哪些任务，但对于系统在执行传统上由可识别管理者承担的功能时如何重塑权力、问责和工作场所关系，则提供了不够完整的描述。技术协调视角无法充分解释员工如何对系统支持的成果分配责任、评估其合法性，或判断决策是否仍然开放接受纠正。这些问题在豪华酒店中尤为突出，因为标准化协调必须与同理心、酌情处理以及在系统假设不再符合服务情境时的即时调整并存。

填补这一空白需要区分感知的算法控制与感知的算法公正。感知的算法控制关注基于系统的排班、监控、任务分配和评估在多大程度上引导或约束工作，而感知的算法公正则关注系统支持的决策是否显得准确、公正、一致适用且具有可辩护性。员工可能体验到系统控制力很强但感到公正，也可能认为有限的干预不公正，当其结果显得不准确或有偏见时（Binns，2018；Lee等人，2021；Starke等人，2022）。这两个构念都是员工层面的感知，而非技术的固有属性。感知的算法公正还必须与程序公正区分开来：前者评估系统支持决策的合法性，而后者则涉及组织如何解释、审核、挑战和纠正该决策。互动公正则捕捉员工在执行过程中所感受到的尊重与解释质量（Colquitt，2001；Colquitt等人，2023）。

本研究中信任的对象是负责选择、配置和监督系统的雇主，而非将算法视为自主行动者。雇主决定数据输入、决策阈值以及人工审核的可获得性。因此，公平且可审核的产出可能传达出胜任的监督，而反复出现的错误、无法解释的不一致或对重新考虑持抗拒态度，则可能与对组织可靠性和诚信的信心减弱相关（Robinson，1996；Starke等人，2022；Rodgers等人，2023；Wu等人，2024）。因此，公正感与信任代表了算法治理不同方面的回应，而非固定流程中的连续阶段。

员工建言尤其相关，因为它使被标准化数据排除在外的情境知识能够重新进入组织决策过程。Van Dyne和LePine（1998）以及Maynes和Podsakoff（2014）将建言定义为旨在挑战或改进组织实践的自主性沟通。与工作满意度或离职意向不同，建言表明管理者是否收到识别不当建议、复杂的服务补救事件或变化的服务需求所需的信息（Morrison，2014；Song等人，2020；Manfreda等人，2025）。这造成了一个算法建言悖论：酒店依赖一线知识，因为系统无法预见所有例外情况，然而不透明的流程、漠视的态度或薄弱的信任可能抑制员工质疑系统输出的意愿（Edmondson和Lei，2014；Haid等人，2022；Breit等人，2021）。

本研究探讨在台湾豪华酒店中，一线员工对算法管理的感知如何与员工建言意愿相关联。具体而言，考察感知的算法控制是否与程序公正、互动公正和建言意愿相关联，以及感知的算法公正是否与对雇主的信任和建言意愿相关联。研究还考察了将感知的算法控制通过程序公正和互动公正与建言联系起来的平行间接关联，以及将感知的算法公正通过对雇主的信任与建言联系起来的关联。采用解释性混合方法设计，本研究还探讨了员工如何解读系统支持的决策、分配组织责任、评估管理审核，以及判断情境信息是否值得沟通。

本研究通过将算法管理概念化为关系性治理而非中立的技术协调，推进了酒店业研究，从而将酒店数字化与AI赋能管理的更广泛组织和伦理后果联系起来（Andrieux等人，2024；Zhou等人，2023）。区分感知的算法控制与感知的算法公正，将系统引导的强度与系统支持决策所获得的合法性区分开来，而将对雇主的信任作为评价对象则阐明了当权力通过软件行使时关系评价的目标。将建言定位为纠偏渠道，拓展了关于AI赋能员工建言的新兴研究，展示了一线知识如何揭示系统盲点并重新进入组织判断（Dutta等人，2023）。这一贡献对豪华酒店尤为重要，因为在这些酒店中，数字化的工作要求与服务的适应性、同理心和情境判断力需求并存（Chen等人，2025；Huang和Tsai，2024）。因此，算法管理被视为一种重新分配权力、解释权和纠正责任的组织安排，而不仅仅是一项技术创新。

章节摘要

感知的算法控制与员工回应

豪华酒店业需要服务标准化与一线员工自主权的共存。Chan等人（2019）表明，优质服务依赖于情绪劳动和情境判断，包括识别细微的宾客信号、回应特殊需求以及在必要时灵活变通的能力。然而，酒店越来越多地使用算法系统进行排班、任务分配、服务排序和绩效监控。尽管这些系统可能提高

研究设计

本研究采用定量驱动的探索性顺序混合方法设计。定量阶段使用结构方程模型（SEM）来检验感知的算法控制、感知的算法公正、程序公正、互动公正、对雇主的信任和员工建言意愿之间的假设直接和间接关联。SEM之所以适用，是因为所提出的框架包含多个潜在构念和平行的解释路径

初步分析

最终样本包含412名全职酒店一线员工。女性占受访者的60.76%，男性占39.24%。大多数参与者年龄在26至35岁之间，拥有至少大学学历，且近半数具有超过四年的酒店从业经验。

初步筛查未发现缺失值或超出范围的值。项目层面的偏度范围为?.362至?.113，峰度范围为?.921至?.573，表明单变量正态性可接受。没有个案超过

讨论

Kellogg等人（2020）将算法管理概念化为嵌入在规则、指标和数字基础设施中的管理权力。在豪华酒店中，这种权力不仅被体验为技术协调，更被视为一种重塑自主权、责任和可接受服务行为的组织干预。人类的指令可以通过即时互动来澄清或调整，而系统生成的指令则倾向于优先考虑一致性和规模。这

结论

豪华酒店中的算法管理并不仅仅被体验为提高协调效率的手段。员工还将基于系统的排班、监控和评估解读为组织权力的表达。当这些系统限制情境判断或提供有限的审核机会时，感知的算法控制与较弱的公正感和较低的建言意愿相关联。相比之下，公平且可解释的系统使用则与更强的

CRediT作者贡献声明

Pei-Ling Tsui：撰写——审稿与编辑，撰写——初稿撰写，可视化，验证，监督，软件，资源，项目管理，方法学，调查，资金获取，形式分析，数据管理，概念化。

利益冲突声明

作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。