“宏大叙事” 与 “切身利益”：政策接受度的多层次比较分析

郭 跃 邓仪正 付雪聪

一、引言

随着政策科学的不断发展，效率不再是政策制定和分析的唯一标准，政策目标群体的认知和行为越来越受到学者们的关注（杜帆、吴玄娜，2017；果佳等，2021；李燕等，2021；Schuitema et al．，2010；Rodriguez-Sanchez et al．，2018；Curley et al．，2020）。政策接受度（Policy Acceptance）是政策目标群体对影响自身利益的公共政策做出的评价（Schuitema et al．，2010；Rodriguez-Sanchez et al．，2018），对于公共政策理论与实践有着重要意义。在理论上，政策接受度这一概念提供了识别微观个体认知与行为、分析公共政策对微观个体影响机制的窗口。特别是随着行为公共政策（Behavioral Public Policy）研究的兴起，政策议题中公众的认知与行为，如民众对政策的认知、认同和响应等微观要素已经引起了中国公共管理学者的重视，并成为基于循证的公共政策制定（Evidence-based Policy Making）的重要切口（朱德米、李兵华，2018；张书维等，2019；郭跃等，2020；景怀斌，2021）。在实践上，公众的政策接受度在不确定性的治理情境中发挥着日益重要的作用，对于提升公共部门政策执行效率、改善政府声誉、维护社会稳定等方面有着重要的意义（Howes et al．，2017；杜帆、吴玄娜，2017；Wei et al．，2021）。

公众对政策的接受度长期被政策科学研究者所关注。已有研究主要从政策特征与政策受众出发，探究政策接受度的影响因素与形成机制。其中，对政策特征的研究多用政策科学的范式，从政策本身出发，认为不同政策工具（De Groot ＆ Schuitema，2012）以及政策工具组合（Eriksson et al．，2008）、政策目标（Steg et al．，2006）、政策制定过程中公民参与（Ulbig，2008；Lienhoop，2018）等都是政策接受度的影响因素。而对政策受众的研究则多借鉴心理学与行为科学的方法，探究目标群体对政策的认知（Aschemann-Witzel et al．，2016）、政策受众的政治信任（Truedinger ＆ Steckermeier，2017）、价值观（Whitfield et al．，2010）、感知成本收益（Bamberg ＆ Daniel，2003）、情绪（Rodriguez-Sanchez et al．，2018）等因素对接受度的影响。

随着研究的深入，许多学者注意到“接受”的内涵是复杂的，接受度的概念和测量在不同研究中并不一致（Dreyer et al．，2015）。正是基于认知的复杂性，个体面对同一政策的接受度不能简单用“是”或“否”来概括，不同层次的接受度是复杂的甚至是相互矛盾的。Kangas（1997）指出，当被问及对同一政策的态度时，一般性的提问与更具体的提问会使受访者产生不同的答案，这种差异缘于个体同时存在的两种动机——利己与利他。Sütterlin 和Siegrist（2017）在关于可再生能源接受度的研究中提出接受度的抽象层面与具象层面，认为只有从更具体的层面对接受度进行评估，得到的结果才更具现实意义。Ouellette等（2016）则将接受度分为政策支持度与个人接受度，指出一项政策即使有着较高的政策支持度，也并不意味着人们愿意具体参与到该政策中去。

如上所述，已有研究已经注意到了政策接受度有着抽象与具象维度之分，且不同维度的接受度可能存在着认知差异，却鲜有研究探讨公众对基于公共政策“宏大叙事”的抽象接受度与公共政策“切身利益”的具象接受度的认知差异。区分不同层次政策接受度并比较认知机制差异，一方面有助于加深对公共议题中微观个体认知与行为规律的理解，以此揭示公共政策有效性的底层行为逻辑；另一方面有助于把握潜在的社会风险，处理好政策执行效率与社会稳定之间的关系。基于此，本研究在对政策接受度抽象层面与具象层面加以区分的基础上，以解释水平理论为理论基础，探讨“宏大叙事”与“切身利益”两种不同层次接受度的形成机制与影响因素，并以社会信用体系建设为场景进行实证检验，以期为揭示微观个体在政策议题中的复杂心理规律做出边际贡献。

社会信用体系也被称为国家信用管理体系或国家信用体系，其核心作用在于记录信用主体信用状况。社会信用体系通过整合全社会力量奖励诚信行为、惩戒失信行为，以期实现提升全社会总体诚信水平的目标。党的十八大以来，党中央与国务院站在治国理政的高度，把社会信用体系建设放在了十分重要的位置，以树立诚信文化理念、弘扬诚信传统美德为内在要求，全力构建以守信激励和失信惩戒为核心的信用管理机制，努力提高全社会各类主体的诚信意识和信用水平，并着力构建以信用为基础的国家治理体系和治理模式。2014 年6 月，国务院印发《社会信用体系建设规划纲要（2014—2020 年）》（国发〔2014〕21号），明确了我国社会信用体系建设的目标，并将社会信用体系的监管范围从经济领域拓宽到社会治理领域。党的二十大报告指出，要完善产权保护、市场准入、公平竞争、社会信用等市场经济基础制度，优化营商环境，同时要弘扬诚信文化，健全诚信建设长效机制。2022 年11 月，《中华人民共和国社会信用体系建设法（向社会公开征求意见稿）》正式面向社会发布，对于推动社会信用体系建设全面纳入法治轨道具有重大意义。在各地“先行先试”的政策实践中，社会信用体系体现出政策设计的多种要素组合。一方面，通过人工智能、云计算等大数据征信手段，社会信用体系的征信领域不仅从传统的金融行业逐渐拓展到社会治理领域，征信对象也从传统的法人延伸到了自然人；另一方面，充分运用信用激励和约束等多种政策工具，通过联合奖惩加大对诚信主体的激励力度和对严重失信主体的惩戒力度，让守信者受益，失信者受限，形成褒扬诚信、惩戒失信的制度机制。

二、文献综述

（一）社会信用体系

中国社会信用体系的建设已经引起了学术界的广泛关注。在宏观层面上，已有研究尝试从不同的理论视角对社会信用体系的本质内涵及其背后的数据与信息技术、声誉以及社会规范等要素进行阐释。如Chorzempa 等（2018）将数据治理视为塑造社会信用体系的关键因素，认为社会信用体系的本质是政府借助数据与技术的力量实现治理方式的转变。Liang等（2018）将社会信用体系理解为基于数据驱动的社会监管系统。Liang 等认为，大数据赋能不仅极大地提升了国家监管的能力、扩大了国家监管的范围，还会使国家与商业部门间的相互影响复杂化。除数据与技术外，声誉也是社会信用体系的重要属性，因为其征信所需的数据在本质上是声誉信息。类似的评价系统在网络平台与共享经济中早已广泛使用，而社会信用体系则是政府在社会治理中对声誉机制的应用（Mac＆ Siems，2019）。Dai（2020a）采用“声誉国家”这一理论解释社会信用体系，根据决策主体与声誉信息来源的不同，将政府在运用声誉机制时所能采取的策略划分为四种类型，并针对社会信用体系建设中涉及的策略与美国政府所采取的策略进行比较分析。部分研究还引入社会规范这一视角，认为社会信用体系不仅加强了现有法律法规执行力度，同时一定程度上还解决了法律之外的“规范失灵”问题（Dai，2020b）。此外，已有研究开始从政策科学的视角来探讨社会信用体系的政策工具特征与政策执行特点，例如研究红名单、黑名单对公民行为的界定（Engelmann et al，2019）与执行过程中的种类、特征等（Engelmann et al，2021）。

在微观层面，已有研究已经开始关注个体对社会信用体系的态度和看法，并观察到公众对社会信用体系存在的“复杂心理”。社会信用体系的政策目标在于提升全社会诚实守信的水平。“信”在中国文化中有着很深的根基，是社会广泛认可的道德标准，公众对社会信用体系的认同有价值与文化的基础（Creemers，2018）。然而，在社会信用体系建设过程中，质疑的声音也时有出现。例如，部分地方政府将行人闯红灯、居民错误垃圾分类等行为纳入失信记录，并引发争议，且潜在的隐私泄露风险和人工智能技术应用风险也已经引起了公众的担忧（Chorzempa et al，2018）。对于社会信用体系，既存在公众对其价值的共识，又伴随着政策执行引发的争议。倘若只关注抽象接受度而忽略了具象接受度，不仅无法全面了解当前民众对社会信用体系的认知，还会削弱研究结果对社会风险的预警作用。本研究以社会信用体系为政策情景，基于接受度抽象-具象二分的视角，量化分析两种维度的社会信用体系接受度，并挖掘其背后的形成机制。

（二）政策接受度：概念与层次

尽管“接受度”这一概念已在科学技术和公共政策等领域的研究中被广泛使用，学界对其定义却尚未形成共识。简单来说，接受度是指个体对特定对象持有的态度（Wang ＆ Kim，2020）。然而，接受度的内涵却不限于此。如Schade和Schlag（2002）指出，接受度往往超出“接受”一词的含义，被用于指代支持、同意、可行性、投票赞成等。同时，部分研究还将接受度（Acceptable）、可接受性（Acceptability）、支持度（Support）等词相互替代使用（Gross，2007），并未加以区分。这种对接受度不加以区分的使用一定程度上缘于接受度内涵的复杂性。作为一种态度结构，接受度反映的是个体对特定对象的认知，并不能简单地用“接受”与“不接受”来概括，正因如此，对接受度不同层次的区分也更具有理论意义。

已有研究从不同角度对接受度的多重内涵进行了区分。Wüstenhagen 等（2007）将公众接受度分为政治接受度、社区接受度和市场接受度三个维度，并进一步解释了可再生能源项目为何在有较高接受度的前提下仍然难以落地；Schuitema等（2010）从时间维度上强调了政策接受度在政策实施前后的动态变化，并用可接受性与接受度分别表示政策实施前后的个体态度；Wang 和Kim（2020）将接受度分为政策接受度与社会接受度，其中政策接受度仅包含对某一具体政策的接受度，而社会接受度还包括是否接受该政策可能带来的社会成本。以上研究均进一步说明了接受度在反映个体对公共政策认知时的复杂性。

除上述几种对接受度不同维度的区分外，还有学者注意到对接受度不同的测度所得到的实证结果并不相同。如Kangas（1997）在其关于公众对福利政策态度的研究中发现，公众对于具体措施的接受度显著低于对整体福利政策目标的接受度，并对此给出了两种可能的解释。一方面，公众对福利政策的认同来自于政策目标而非具体措施，因此面对具体的政策措施则会产生观点分歧；另一方面，不同的接受度背后反映的是公共利益与自利两种不同动机——当问题涉及切身利益时，公众的集体主义观念则不再对政策接受度产生影响。又如Hardcastle等人（2011）在其关于帮助刑满释放人员重返社会的政策研究中发现，若告知受访者刑满释放人员的犯罪类型，受访者与刑满释放人员同住一个社区的意愿就会下降。随后Ouellette 等（2016）在这一研究的基础上继续探究公众对此类政策的立场，将接受度分为政策接受度（Policy Support）和个人接受度（Personal Acceptance）。正如Ouellette等所预期的，公众对政策的支持不意味着他们愿意在就业和住房等领域帮助刑满释放人员，抽象的政策支持度往往高于具体的个人接受度。对于这一结果，该研究主要从“邻避理论”的视角进行分析，然而依然无法完全区分抽象接受度与具象接受度及其形成机制。对此，Sütterlin 和Siegrist（2017）借助心理学中情感意象与情感评估的概念，对新能源技术的抽象与具象接受度进行划分，明确提出接受度具有抽象（Abstract）和具象（Concrete）两个层面，并根据是否直接描述所测量事物的缺点、劣势或成本区分两个层面接受度的测度。Sütterlin 和Siegrist认为，对新能源的积极情感意象是造成抽象接受度与具象接受度之间差距的主要原因，而通过描述缺点所测量的具象接受度更能预测新能源政策在实际落地时是否会受到阻力。

综上所述，现有研究已经意识到对抽象层次与具象层次的政策接受度进行区分的必要性，但相关研究较为分散，并未对抽象与具象作统一定义，也鲜有研究采用实证方法对其背后的影响因素与形成机制进行探讨。为了对抽象接受度与具象接受度进行更为清晰的阐述，本研究引入心理学的解释水平理论（Construal-Level Theory）对不同层面的接受度进行定义。解释水平理论认为，个体对同一事物的心理表征存在不同的解释水平，高解释水平的心理表征更抽象（Trope ＆ Liberman，2010）。对于公共政策而言，政策目标处于高解释水平，政策工具处于中等解释水平，政策工具的具体实施细节则处于低解释水平。解释水平往往与心理距离紧密相关，更高的解释水平也意味着心理距离更远。解释水平理论被广泛应用于消费者心理学（Fiedler，2007；Dhar ＆ Kim，2007），并尝试解释个体的预测（Nussbaum et al．，2006）、评估（Trope ＆ Liberman，2000）、决策（Lutchyn ＆ Yzer，2011）等行为。近年来，部分研究已经开始运用解释水平理论来分析公众对公共政策的态度。如李悦和谢炜（2020）发现公众个体对限制性政策的抵触态度受到解释水平高低的影响，通过强调政策实施的原因能够使个体对政策的感知处于更高的解释水平，进而降低公众的抵触态度。因此，个体在形成对某一政策的态度时，其心理表征的解释水平决定了其对该政策的接受程度，展现出公众对同一政策的“复杂认知”。

（三）政策接受度的影响因素

现有研究已经总结出许多影响政策接受度的因素，并可以被概括为两个视角。其一认为接受度的形成是一种理性认知过程，并将风险感知与收益感知视为主要影响因素；其二将政策接受度概念化为一个道德认知过程，认为公众道德意识是其支持公共政策的关键影响因素（Rodriguez-Sanchez et al．，2018）。事实上，个体的动机往往是复杂的——既有可能是利己动机，也有可能是利他动机（Kangas，1997）。随着与公共政策心理距离远近的变化，个体会基于利己或者利他动机，通过理性认知过程或者道德认知过程来理解公共政策（Kangas，1997）。已有实证研究发现，在心理距离较近时，公众对于政策的认知更为具象，往往基于理性认知过程来评判具体的收益与风险，进而形成特定的政策接受度，反之亦然（Sütterlin ＆ Siegrist，2017）。因此，政策受众因心理距离的远近衍生出不同的动机与认知过程，从社会与个体两种层次感知公共政策，进而形成抽象接受度与具象接受度。然而，当公众面对公共政策时，其认知层面的理性过程与道德过程并非完全割裂。如社会信用体系的建设可能同时给社会和个人带来风险和收益，个体可能在个人利益与公共利益两种动机之间转换。

理性认知过程以理性经济人假设为基础。期望理论（Klandermans，1984）与计划行为理论（Ajzen，1991）认为，人们对预期成本和收益的评估影响其对事物的态度，这种认知规律也体现在对政策的接受度上（Vedlitz，2006）。当人们将较高的个人成本或风险与某一政策相关联时，该政策会招致反对（Stoutenborough et al．，2013）。例如，私家车限行与道路收费会降低交通政策接受度（Schuitema et al．，2010）；潜在的健康风险与高昂的水费也会使更换供水系统的政策不被接受（Rodriguez-Sanchez et al．，2018）。相比于传统金融或商业领域的征信活动将私人信息的征集和使用限制在交易领域，我国的社会信用体系所收集的信息既包括市场信用信息，也包括公共信用信息（门中敬，2021）。从收益的角度看，社会信用体系最重要的收益则在于全社会诚信水平的提升，降低个人在商业领域由于信息不对称所带来的风险；从风险的角度看，公众对社会信用体系的主要担忧是个人信息能否被有效保护，信用信息边界的不断扩大导致其与个人隐私的边界不断模糊，存在对个人信息使用不当的风险（顾敏康、白银，2022），因此本研究选择感知个人风险作为自变量，并提出以下假设。

H1a：感知个人收益正向影响公众对社会信用体系的抽象接受度。

H1b：感知个人收益正向影响公众对社会信用体系的具象接受度。

H2a：感知个人风险负向影响公众对社会信用体系的抽象接受度。

H2b：感知个人风险负向影响公众对社会信用体系的具象接受度。

除了理性认知过程之外，公众对于政策的接受度也受道德认知过程影响。一方面，个体的价值观能够通过改变个人风险感知与收益感知从而影响接受度（De Groot ＆ Steg，2010；De Groot et al．，2013）；另一方面，感知个人风险收益与感知集体风险收益也可能同时发挥作用（Perlaviciute ＆ Steg，2014）。与理性认知过程相比，道德认知过程更强调公众出于道德感与社会意义而接受某一政策。例如，环境心理学的价值-信念-规范理论（Value-Belief-Norm Theory）指出，个体是否接受环境政策并不一定取决于自身利益。环境保护相关的价值观会给人们带来结果意识与责任归属，激发其环境保护的义务感，从而接受相关政策（Steg et al．，2005）。又如，在交通政策中，公众的接受度不仅与个人利益相关，能否有效解决社会问题也是接受度的重要影响因素（Schuitema et al．，2010）。

然而，将公众基于社会风险与社会收益的认知理解为一种道德认知过程也存在一定争议。一方面，当群体利益与个体利益一致时，社会风险与社会收益也可能体现在个人层面的风险与收益，从而引发理性过程；另一方面，在个人利益与社会利益发生冲突时，道德动机与理性动机才独立发挥作用（Funk，2000）。因此，许多研究将非经济型的社会风险与社会收益视作独立于个人风险与个人收益之外的政策接受度影响因素（Jones et al，2009；Jones，2010），在这种情况下，对社会风险收益的衡量即可被视为道德过程。社会信用体系政策同样存在社会层面的风险与收益。2014 年国务院印发的《社会信用体系建设规划纲要》指出，社会信用体系的目的是提高全社会的守信意识和信用水平，这一政策具有很强的公共利益属性（Liang et al，2018）。与此同时，社会信用体系政策可能存在被滥用的风险，这种滥用不仅会影响地方政府公信力，还会对社会信用体系的政策推行造成阻碍（潘晓珍，2005；Liang et al，2018）。综上所述，本研究选择社会风险与社会收益作为自变量，并提出以下假设。

H3a：感知社会收益正向影响公众对社会信用体系的抽象接受度。

H3b：感知社会收益正向影响公众对社会信用体系的具象接受度。

H4a：感知社会风险负向影响公众对社会信用体系的抽象接受度。

H4b：感知社会风险负向影响公众对社会信用体系的具象接受度。

根据以上文献综述与研究假设，本研究的分析框架如图1 所示。

图1 研究分析框架

三、研究设计

（一）抽样与实施

本研究的数据源于在北京与上海两市的线上问卷调查。北京与上海同为超大城市，人口众多，区域广阔，金融、医疗、教育等领域均十分发达，但也面临着很多相似的治理问题。与此同时，上海市于2017 年颁布并实施《上海市社会信用条例》，是我国最早推进社会信用体系建设的城市之一；而北京也已启动相关的立法工作，《北京市社会信用条例》在2021 年被纳入北京市人大审议项目。为搜集数据，本研究于2021 年4 月委托益派数据公司基于样板库进行线上问卷发放，样本的人口特征（如性别、年龄结构等）与城市实际人口结构基本相符，最终回收823 份有效问卷。表1 列出了调查样本的人口统计学特征。

表1 受访者人口学特征

（二）变量及测量

1． 被解释变量：抽象接受度和具象接受度

对抽象接受度的测量一般将对某一政策的接受程度划分为不同等级，让受访者选择符合自己情况的选项。本研究通过询问“您对所在城市开展社会信用体系的接受度如何？”，并给出“完全不接受”“不太接受”“中立”“比较接受”“完全接受”5 个选项，依次记为1 -5 分。已有研究通过告知受访者在政策中承担的角色以拉近受访者对该政策的心理距离，进而测量其心理层面更为具象的政策接受度（Hardcastle et al．，2011；Ouellette et al．，2016）。本研究结合社会信用体系的政策特征，通过构建情景这一方式操纵受访者心理距离以测量其具象接受度。在社会信用体系建设中，“失信者处处受限，守信者处处受益”是主要的政策目标，实现这一目标在个体层面的具体情景是能否接受让他人了解自己的信用情况。因此，本研究设置如下题目对具象接受度进行测量：“在与人交往的过程中（如公务合作、私人交友等），我希望对方能了解到我的社会信用情况”，并给出“完全不同意”“不太同意”“中立”“比较同意”“完全同意”5 个顺序选项，依次记为1 -5 分。

2． 解释变量：感知风险收益

本研究将感知风险收益分为个人与社会两个层面。通过对政策文本与前人研究的梳理，本研究设置有关个人隐私泄露、政府权力滥用的感知题项来分别测度感知个人风险与感知社会风险，设置降低与人交往的风险、提升社会整体诚信水平的题项来分别测度感知个人收益与感知社会收益。所有题项均使用李克特5 级量表测度（1． 完全不同意；2． 不太同意；3． 不确定；4． 比较同意；5． 完全同意）。

3． 控制变量

本研究将受访者性别、年龄、受教育程度、政治面貌、是否有过海外经历、时事关注、政府信任、受访者所在城市（北京或上海）、户籍以及政策知晓（是否听说过社会信用体系）设置为控制变量。研究采用Harman 单因子检验法对核心变量进行同源偏差检验，结果表明最大因子解释的方差变异量是33． 43%，据此判断本研究不存在同源偏误。

四、实证结果

（一）描述性统计分析

首先是对研究的自变量与因变量进行描述性统计分析。图2 展示了抽象接受度和具象接受度的均值与分布比较，可以看出，公众对社会信用体系抽象接受度的平均值高于具象接受度，整体样本中抽象接受度较高（即完全接受、比较接受和中立）的比例也高于具象接受度较高的比例。图3 展示了个人与社会的风险-收益感知分布及其均值的比较。由图3 可以看出，公众的感知收益总体高于感知风险。其中，感知社会收益均值最大，而感知个人风险均值最小。

图2 抽象接受度与具象接受度均值与分布

图3 个人与社会层面的风险-收益感知分布与均值

由于抽象接受度与具象接受度为配对样本，因此对其差值进行正态分布检验，结果显示二者差值不符合正态分布，进一步对抽象接受度与具象接受度进行秩和检验，检验的结果显示，Z 值为4． 390，显著性水平为0． 000，这表明抽象接受度与具象接受度间存在着显著差异。结合上文描述性统计结果可知，抽象接受度高于具象接受度，且这一差异具有统计学显著性。

（二）多元回归分析

本研究使用普通最小二乘法（OLS）回归来探究感知风险收益对政策接受度的影响。表2 报告了抽象接受度线性回归的结果。结果表明，在控制性别、年龄、受教育程度等9 个变量的前提下，感知个人收益、感知社会收益对抽象接受度的正向影响显著，而感知个人风险、感知社会风险对抽象接受度的负向影响显著，即不论在个人层面还是社会层面，公众感知收益会提升社会信用体系的抽象接受度，而感知风险则会降低抽象接受度，假设H1a、H2a、H3a、H4a均得到验证。

表2 抽象接受度的多元回归模型

表3报告了具象接受度回归结果。结果表明，在控制性别、年龄、受教育程度等9 个变量的前提下，感知个人收益对具象接受度的正向影响显著，感知个人风险对具象接受度的负向影响显著，而感知社会收益和感知社会风险对具象接受度并无显著影响，即对于具象接受度而言，感知风险收益仅在个人层面产生影响，假设H1b 与H2b 得到验证，而假设H3b 与H4b 未得到验证。

表3 具象接受度的多元回归模型

（三）稳健性检验

本研究的被解释变量使用5 级李克特量表进行测量，许多研究也将其视为排序数据，并使用logit回归模型进行估计。因此，本研究在此运用logit 模型进行估计，对已有模型1 和模型3 的多元回归分析进行稳健性检验（见表4）。结果表明，感知风险收益与接受度的关系并未发生较大改变，研究结论基本保持一致，原结果具有较好的稳健性。

表4 有序logit回归结果

五、结论与讨论

本研究在前人研究的基础上对政策接受度进行进一步解构，比较不同层次的政策接受度——抽象接受度与具象接受度的概念、差异和影响因素。通过运用解释水平理论对政策接受度的抽象与具象进行定义，研究分别对二者进行测量并比较分析，结果显示抽象接受度要显著高于具象接受度，这一结果也与前人研究相符（Ouellette et al．，2016；Sütterlin ＆ Siegrist，2017）。为了进一步探究不同层次接受度的影响因素，研究分别选择个人层面与社会层面的风险感知与收益感知作为主要解释变量并运用线性回归进行实证检验。回归结果显示，个人与社会层面的感知风险与感知收益都对抽象接受度有显著影响，即理性认知过程与道德认知过程同时发挥作用，假设H1a -H4a得到验证；而具象接受度仅受个人风险收益的影响，假设H1b、H2b 成立，假设H3b、H4b 未得到验证。这一结果也与笔者预期一致——抽象接受度和具象接受度的形成机制不同，二者间的这一差距兼具理论意义与政策意涵。

首先，从解释水平理论出发，抽象接受度更易受同为高水平表征的社会风险与社会收益的影响，而具象接受度只受低水平表征的个人风险与个人收益的影响，这一结果不仅体现了微观个体面对公共政策议题时的认知规律，还隐含着公共政策中政策目标与政策工具之间的张力。将解释水平理论运用到公共政策中，我们可以将政策设计的目标理解为一种对公共政策“高水平解释”，政策设计中具体的手段措施则是一种“低水平解释”。对于公共政策，公众不仅关注其承载的公共价值与政策目标，还关心政策如何实施、如何改变生活。在政策实践中，目标与手段同样重要——公共政策的目标通常体现着对公共价值的追求，在激发起民众道德感的同时也更容易获得广泛认同；手段则意味着实施细节，直接又真切地关系到每个人的生活，提醒着人们在公共政策中的一己得失。

其次，抽象接受度与具象接受度的不同形成机制也一定程度回应了社会科学中对不同人性假设的长久争论，特别是个体对公共政策不同层面风险收益的考量，体现了不同的人性假设。“经济人”看重政策与自身紧密相关的部分，关注个人利益得失；而“社会人”则会考虑政策对社会总体的影响，衡量社会层面的风险收益。人性是多元与动态变化的，会根据外部环境变化以及自我内心调试在绝对的“私”与绝对的“公”之间变动（陈庆云等，2005）。在社会信用体系这一政策背景下，受访者同样表现出人性的“二象性”：既可以表现为一个自私自利的“理性经济人”，也可以是一个关心社会总体利益的“社会人”，而受访者具体表观出何种人性特点，则受到政策不同解释水平特征的影响。抽象接受度体现出微观个体同时衡量个体与社会的风险收益的“社会人”特征，而具象接受度则体现出微观个体受访者基于纯粹理性的成本收益分析的“理性人”特征。

从解释水平理论的视角区分不同层次的政策接受度，实质上反映了公众在面对公共政策时的复杂心理，而对这一心理的把握对政策实践颇有启示。在公共政策的制定与执行过程中，政策接受度具有警示社会风险的作用。如果政策实践者仅用抽象接受度代表民众的接受程度，则很难了解民众对于政策的真实态度，也无法体现出公众对政策风险的担忧。因此，在社会信用体系建设的政策场景中开展公众沟通，政策实践者需要充分考虑不同层次的接受度。由于宏观的纲领性政策和具体的政策措施的接受度处于不同解释水平，针对前者，政府可以更多地宣传政策理念与目标，通过激发个体的利他动机提高解释水平的抽象接受度；而对于后者则需要重点降低个体的风险感知以提升具象接受度。倘若沟通策略使用不当，政策制定者与执行者一味试图通过“宏大叙事”激发接受度形成的道德认知过程，可能会加大抽象接受度与具象接受度之间的差距，尤其当政策影响公众切身利益并成为其生活中的“柴米油盐”时，则可能招致更激烈的反对。识别出不同层次的接受度并采取针对性宣传策略，有助于为政策实施提供坚实的民意基础。

本研究存在一些不足，也为未来研究提供了一定的研究启示与借鉴。其一，本研究仅探索了社会信用体系这一政策背景下民众接受度的不同层次，未来研究可以将这一发现扩展到其他政策领域。其二，在因变量的测量方面本研究均只使用了一道题项，需要进一步添加不同的高水平特征或低水平特征，编写多道题项，更为完整地反映接受度的不同维度。其三，本研究没有直接探究造成抽象接受度与具象接受度差异的原因，而是从影响因素的不同进行分析，未来有必要从这一方向进行更深入的探究。其四，本研究的样本框局限于北京与上海两个城市，且通过线上调研无法保证概率抽样，未来研究需要进一步完善样本框与抽样方法。