三、理论假设与研究设计
（一）理论假设
不完全信息条件下三方不对称军事威慑博弈均衡分析结果表明，“狐假虎威”现象中的三类国家行为体在进行动态博弈的过程中，会由于所拥有的私有信息和共同知识的差异而选择不同的优势策略，从而导致最终的博弈结局出现多种结果。按照不同信息条件以及博弈各方的偏好关系，可以将三方不对称军事威慑博弈的结局进行推测和归纳，结果如表4所示。根据表4的内容我们可以提出许多不同的理论假设，由于论文研究的核心问题是“狐假虎威”现象发生的原因与演变结局，即明确三方不对称军事威慑成功或失败的充分必要条件，所以本论文仅聚焦于以上问题提出几个重要的研究假设。在三方不对称军事威慑博弈中，威慑者必须具备威慑实力，这是威慑成功的必要条件，此时挑战者更喜欢维持现状而不是冲突或战争，即挑战者的偏好关系满足cBW＜cTW＜cSQ。如果不能满足以上条件，威慑将失败。因此，论文在提出核心理论假设前，首先假定威慑者具备足够的威慑实力，这样本文所提出的理论假设将只关注挑战者、威慑者和庇护者决心大小对威慑结局的影响。
表4 不完全信息条件下三方不对称军事威慑博弈结局预测
研究假设H1：如果挑战者对威慑者决心的判断高于门槛值c1t，那么威慑者的一般威慑能够成功。
研究假设H2：如果挑战者对威慑者决心的判断低于门槛值c1t，高于门槛值c2t，同时庇护者的可靠性低于门槛值dt，那么威慑者针对有决心的挑战者的一般威慑会失败，针对无决心的挑战者的一般威慑能够成功。
研究假设H3：如果挑战者对威慑者决心的判断低于门槛值c2t，同时威慑者对挑战者决心的判断高于门槛值qSt，那么威慑者的一般威慑会失败。
研究假设H4：如果挑战者对威慑者决心的判断低于门槛值c2t，同时威慑者对挑战者决心的判断低于门槛值qSt，那么威慑者针对有决心的挑战者的一般威慑会失败，而无决心的挑战者会采取混合策略，即以一定的概率实施挑战。
根据以上假设中的几个门槛值的函数表达式，我们还可以发现，如果挑战者对威慑者决心的判断高于pHmaxDef，则无论庇护者是否可靠，威慑者的一般威慑都会成功；当对威慑者决心的判断处于区间pHminDef，pHmaxDef和pSminDef，pSmaxDef之中时，威慑者的一般威慑成功与否取决于庇护者的可靠性，随着庇护者可靠性（pRPro）的增加，当威慑者具有更高的决心时，一般威慑才会成功。[24]“狐假虎威”现象主要发生在挑战者认为威慑者决心处于以上两个区间之内时。
（二）概念操作化与测量
本文中需要进行操作化和测量的概念主要有两类：一类是因变量，是需要解释的变量；另一类是自变量，是用来解释因变量发生变异的变量。
1.因变量
根据研究假设，需要解释的因变量是一般威慑结局，该变量是个二分类变量，具有一般威慑成功和一般威慑失败两个取值。区分一般威慑成功和失败的关键指标是现状是否被打破。所有的军事威慑行动都是围绕维持现状和改变现状而展开的。如果作为挑战者和威慑者的两个国家之间未发生军事争端事件，则表明三方不对称威慑博弈的结局为现状。以军事争端事件的发生与否作为区分现状和非现状的指标，并非意味着没有军事行动的争端就不重要。国家没有采取军事行动，只能说明国家间的冲突议题不是非常重要，而当国家采取军事行动时，则意味着国家间的争端非常严重了。由于本文在实证检验部分使用MID数据集，[25]所以笔者使用该数据集中于对军事争端概念的定义和测量。所谓军事争端（Militarized Interstate Dispute）是指某一国家明确地威胁、展示或者使用军事力量针对另一个国家，前一个国家被称为挑战者，也可以称之为修正主义国家，它不满足于现状，提出挑战。挑战者针对的对象国是威慑者。当挑战者发起对威慑者的挑战预示着威慑者的一般威慑失败，如果挑战者未发起挑战，亦即军事争端事件未发生，则表明威慑结局为现状，即威慑者的一般威慑成功。
军事争端事件在等级、演变和结局上是不同的，在等级上可以区分为五级：无军事行动、武力威胁、武力展示、武力运用、战争。[26]武力威胁是敌对意图的口头指标，依据外交语言来界定，威胁行动通常以最后通牒（ultimatum）的方式来表达。武力展示涉及军事行动但是没有接触战斗，是非暴力的。武力运用则代表了更严重的等级，包括封锁、抵触、占领领土等。当战斗人员死亡人数超过1000人时，则为战争。军事争端的后果主要有七种情况：胜利（victory）、屈服（yield）、僵局（stalemate）、妥协（compromise）、获释（release）、不清楚（unclear）以及战争（joins ongoing war）。[27]胜利是指某一国家使用军事行动获得满意的现状改变结果，同时给对方造成失败，包括获得有形的领土、使对方外交政策发生显著改变或者成功地使对方政府垮台。屈服是指服从于另一个国家的要求，通过让步换取不再被对方威胁或者攻击的局面。僵局是指缺乏决定性的现状改变，双方对后果都不满意。妥协是指一方同意放弃某些要求或者采取有关现状的让步。获释是指被捕获的人员或者物资得到释放或归还。不清楚是指历史资料提供了矛盾的或者模棱两可的信息。
2.自变量
解释三方不对称军事威慑现象的自变量是国家偏好结构和信息分布。其中国家偏好结构是指挑战者、威慑者和庇护者三类国家行为体对于威慑结局的不同偏好关系，国家偏好关系的度量一般使用效用函数表示。在研究假设中，挑战者的偏好使用效用函数cX表示，威慑者的偏好使用效用函数dX表示，庇护者的偏好使用效用函数iX表示。信息分布则是指三方不对称军事威慑博弈的参与者关于其他博弈方所属类型的主观估计，使用先验概率进行度量。在研究假设中，挑战者属于有决心类型（H类型）的先验概率用pHCh表示，威慑者属于有决心类型（H类型）的先验概率用pHDef表示，庇护者属于可靠类型（R类型）的先验概率用pRPro表示。对自变量国家偏好结构和信息分布的测量就是测量以上三类效用函数和三个先验概率。
（1）国家偏好测量。对于国家偏好的测量问题，最初学者普遍认为难以进行有效测量。布恩诺·德·梅斯奎塔（Bueno de Mesquita）首次提出了一种测量国家互动博弈期望效用的方法。[28]这一方法是使用国家同盟组合的相似性（similarity in national alliance portfolios）来测量国家期望效用，其原理是：两个国家的对外政策选择的方式越类似，两个国家之间的利益越一致，其中任何一个国家挑战另一方的利益越小，双方互动博弈中任何一方胜利，赢得的效用越小。如果使用Δi表示国家i索要的利益的大小，那么使用Ui（Δi）表示挑战胜利后得到利益产生的效用，使用Ui（Δj）表示挑战失败后失去利益产生的效用。国家间同盟组合越类似，则双方互动博弈时向对方提出Δi越小，产生的效用也越小，即Ui（Δi）和Ui（Δj）的差异越小。测量国家间同盟组合的相似性，可以使用同盟组合之间的肯德尔等级相关系数（Kendall’s τb rank correlation coefficient）[29]来度量，使用符号Kij表示。如果两个国家盟友组合相同，则Kij=1.0。布恩诺·德·梅斯奎塔还提出了测量国家冒险倾向（risk-taking propensity）的方法。[30]以上期望效用测量方法不断得到修正和改进，不久之后布恩诺·德·梅斯奎塔和拉曼（Bueno de Mesquita and Lalman）提出了更加完善的期望效用测量方法。[31]在梅斯奎塔和拉曼的测量方法中，使用三个效用作为基础测量互动博弈其他结局的期望效用。三个基础效用为：Ui（Δi）表示得到利益的效用，Ui（Δj）表示失去利益的效用，Ui（SQ）表示维持现状的效用。[32]三个基础效用的测量，依赖于两个更加基础性的概念，即同盟组合的相似性（Kij）以及国家的冒险倾向（使用ri表示）。
在布恩诺·德·梅斯奎塔和拉曼提出期望效用测量方法之后，许多学者对其展开研究并提出改善方法。希格诺里诺和里特（Signorino and Ritter）指出，最初研究者们普遍使用同盟组合相似性的τb作为两个国家是否具有共同利益或冲突利益的大致测度，但存在一种特殊情况，即某些国家之间具有非常相似的同盟组合，不过它们是否具有共同的安全利益却是不清楚的，或者具有很强的共同安全利益的国家之间的同盟组合却有非常大的差异。[33]应该说，使用同盟组合相似性作为测量国家间利益共同性的指标有其合理性，但是这一方法也有问题，如有些国家没有任何盟友，是否表示这些国家之间无共同利益呢？因此同盟组合相似性的τb分数并不能很好地代表国家间利益共同性。为此希格诺里诺和里特提出了另一种测量方法，使用S分数表示国家间外交政策相似性（foreign policy similarity）。贝内特和鲁珀特（Bennett and Rupert）系统开展了有关S分数与τb分数的优劣的实证研究。[34]使用S分数相比τb分数在测量国家间利益差异方面更可靠一些。因此，论文选择使用S分数测量三个国家对不同博弈结局的期望效用。
挑战者效用的测量公式为：
cSQ=Uc（SQ）；cCS=Uc［Δc－（1－βc）φcPbc－βcφcPt］；
cCD=Uc{Δd－γc{1－［βcPt+（1－βc）Pbc］}}；
cBW=Pbc{Uc［Δc－φcPbc－αc（1－Pbc）］}+（1－Pbc）{Uc［Δd－φcPbc－αc（1－Pbc）］}；
cTW=Pt{Uc［Δc－φcPt－αc（1－Pt）］}+（1－Ptc）{Uc［Δd－φcPt－αc（1－Pt）］}。
其中Δc表示挑战者对威慑者提出的利益要求的大小，Δd表示威慑者对挑战者提出的利益要求的大小，Pbc表示挑战者和威慑者之间的双边冲突挑战者胜利的概率，Pt表示挑战者、庇护者和威慑者之间的三边冲突挑战者胜利的概率，φc表示挑战者使用武力的国内观众成本，αc表示冲突本身给挑战者带来的冲突成本，γc表示挑战者挑战失败的国内观众成本，βc表示挑战者关于庇护者干预的概率估计。
其中，战争胜利概率（Pbc，Pt）的测量根据国家间的相对实力计算。测量公式：
Pbc=ACINCCh/（ACINCCh+ACINCDef）；
Pt=（ACINCCh+ACINCPro）/（ACINCCh+ACINCDef+ACINCPro）。
ACINCCh，ACINCDef，ACINCPro分别是挑战者、威慑者和庇护者的调整后的国家综合实力分数。为了对国家实力进行测量，辛格、布雷默和斯塔基（Singer，Bremer and Stuckey）提出了一种较为合理的测量指标和方法。[35]布恩诺·德·梅斯奎塔认为国家相对实力需要根据国家之间的距离进行修正。[36]本论文所使用的调整后的国家综合实力分数是指对原始综合实力分数CINC（COW数据）进行距离修正后的国家综合实力分数。
φc表示挑战者使用武力的国内观众成本。布恩诺·德·梅斯奎塔和拉曼（Lalman）认为国内观众成本φi与国家i对现状的评价正相关，而其测量为Ui（SQ），如果国内民众更渴望现状，那么使用武力改变具有吸引力的现状更可能激发反对，而当现状不再具有吸引力时，使用武力改变现状的反对声音更小。[37]夸肯布什（Quackenbush）研究发现，以上测量存在内在矛盾，一方面布恩诺·德·梅斯奎塔和拉曼假定φi＞0，但是根据φi=Ui（SQ），这一值在-0.83和1之间变化，所以既然是成本，那么应该限制国内观众成本为非负值：φi=max［Ui（SQ），0］。[38]布恩诺·德·梅斯奎塔和拉曼在测量国家i屈服的成本和冲突的成本时，认为没有很好的方法来测量两者，所以假定αi=γi=1，这导致让步的成本等同于冲突的成本。以上假定是存在问题的，使得冲突在任何情况下都好于让步，从而任何威胁都是有实力的。目前并没有成熟的有关让步和冲突相对成本的理论，不过在平均水平上，让步的成本可能小于冲突的成本，夸肯布什认为，不妨假定αi=4γi=1，即让步的成本等于冲突成本的1/4，这些修正获得了实证研究的支持。[39]本论文将根据夸肯布什的参数修正方法进行挑战者效用的计算，并且对所有测量后的效用值进行标准化处理，将其变换为在［0，1］区间内。
如果cCD＞cBW，则以上cBW和cTW测量公式测量的是S类型的挑战者的效用cSBW和cSTW，此时H类型挑战者的效用未知；如果cBW＞cCD，则以上cBW和cTW测量公式测量的是H类型的挑战者的效用cHBW和cHTW，此时S类型挑战者的效用未知。为了测量未知的效用，可以假定H类型和S类型的挑战者在冲突或战争选项上的效用与让步选项上的效用的距离相同，三边冲突或战争选项上的效用与双边冲突或战争选项上的效用的距离相同，同时不能违反基本偏好关系。
当S类型的挑战者的效用已知时，则H类型的挑战者的效用可以用以下公式测量：
cHBW=min［cCD+（cCD－cSBW），cSQ－0.02］；
cHTW=min［cHBW+（cSTW－cSBW），cSQ－0.01］。
当H类型的挑战者的效用已知时，则S类型的挑战者的效用可以用以下公式测量：
cSBW=max［cCD－（cHBW－cCD），0.01］；
cSTW=min［cSBW+（cHTW－cHBW），cHBW－0.01］。
对于威慑者效用的测量采用与挑战者效用测量相似的方法，在此不单独列出。
庇护者效用的测量公式可表达为如下：
iBW=PbcUi（Δc）+（1－Pbc）Ui（Δd）；
iTW=Pt{Ui［Δc－φiPt－αi（1－Pt）］}+（1－Pt）{Ui［Δd－φiPt-αi（1－Pt）］}。
其中Δc，Δd，Pbc，Pt四个值的含义和测量公式与前述一致，φi表示庇护者使用武力的国内观众成本，αi表示三边冲突给庇护者带来的冲突成本。
（2）国家类型测量。国家类型测量是指对参与博弈的挑战者、威慑者属于有决心类型（H类型）以及庇护者属于可靠型（R类型）的主观先验概率的测量，即对pHDef，pHCh和pRPro的测量。对挑战者和威慑者的决心的主观先验概率的测量主要依据该国家在冲突和让步两者之间的偏好强度来决定国家类型，偏好强度是ΔU=U（冲突）－U（让步）。最初，金和布恩诺·德·梅斯奎塔（Kim and Bueno de Mesquita）发展了一个测量国家类型的公式，其中国家i是H类型的概率是这个国家对冲突和让步效用差异的线性函数。[40]但是，夸肯布什认为进行非线性变化更能反映对博弈参与者类型的主观估计，他提出了新的测量参与者类型的测量公式。[41]夸肯布什的测量方法更加合理一些，但是夸肯布什仅考虑了双边威慑博弈的情景。本论文将参照夸肯布什的测量方法，对三方威慑博弈情景中挑战者和威慑者的决心类型进行测量，并将其扩展到对庇护者可靠性的测量。
挑战者、威慑者和庇护者分别属于H类型和R类型的主观先验概率测量公式为：
