貿易保護、演化博弈與福利分析

1、貿易保護、演化博弈與福利分析海聞北京大學中國經濟研究中心 教授沈琪北京大學中國經濟研究中心 博士通信地址：北京大學中國經濟研究中心2003級博士郵政編碼：100871Email：qishen電話易保護、演化博弈與福利分析 海聞 沈琪（北京大學中國經濟研究中心， 北京 100871）摘 要：建立在規(guī)模經濟和不完全競爭基礎上的貿易保護理論認為，政府可以通過適當的貿易政策達到提高本國福利水平的目的。但這種貿易保護政策在具體實施過程中，卻經常使博弈雙方陷入囚徒困境。結合Sarim從演化博弈角度對囚徒困境的分析，本文考察了不同初始值條件對博弈結果的影響并進行了比較靜態(tài)分析。通過

2、設定線性主觀評價修正方式，考察國際貿易雙方博弈演進過程和福利水平。利用本文框架進行了歐美之間貿易磋商的案例分析并考察WTO對各國演化路徑的影響。關鍵詞：貿易保護 囚徒困境 演化博弈JEL：F11-0，F113，F114.41Trade Protection, Evolutionary Game and Welfare AnalysisWen Hai (China Center for Economic Research, Peking University)Qi Shen (China Center for Economic Research, Peking University)Abstra

3、ctCountries with strategic trade policy always fall into Prisoners Dilemma. This paper analyzes the effect of initial values to the result of strategic trade policy using evolutionary game theories, describes the evolutionary path of the trade parties and their welfare based on linear updated subjec

4、tive assessments. This paper analyzes the trade negotiation between European and the United States using the framework of the model and the effect of WTO on the evolutionary path of the partners.Key Words: trade protection, Prisoners Dilemma, evolutionary games一 介紹經濟學家和民眾對國際貿易與國家福利關系的理解隨時間經歷了一個演化過程。

5、即使在WTO業(yè)已建立并且其成員國日益增加的今天，自由貿易和貿易保護之爭依然存在。國際貿易會改變一個國家的福利水平和國家內部利益分配格局，因此國家在制定和改變貿易政策時，總會引發(fā)較多的關注和爭論。雖然理論經濟學家不斷的從不同角度論證和捍衛(wèi)自由貿易的優(yōu)越性，但并不是所有國家都自始至終堅定不移的實行完全自由貿易。在這個存在信息不對稱和充滿不確定性的現實經濟中，一個國家的貿易政策往往根據該政策的實施效果而不斷進行修正甚至改變。大國之間的貿易政策往往不獨立，一個國家實行某種貿易政策得到的福利水平不僅取決于本身決策，還可能取決于其貿易伙伴的貿易政策。特別是在戰(zhàn)略性貿易政策下，一國實行某種貿易政策所能達到的

6、福利水平與其貿易伙伴實行的貿易政策密切相關。在情況下，國際貿易政策不完全首先，最初人們對貿易的理解存在偏差。國家認為出口好，進口不好；順差好，逆差不好。后來，人們對貿易的理解逐漸明晰，意識到貿易有可能是雙贏的結果，因此自由貿易會提高雙方的福利水平。雖然貿易會改變國家內部的利益分配。但是，戰(zhàn)略性貿易政策指出可以以鄰為壑實行貿易保護政策。這為貿易保護提供了新的理論支持Dixit和Norman（1980）以及Lancaster（1980）等在前人研究的基礎上，提出了除比較優(yōu)勢和稟賦差異外，規(guī)模報酬遞增也是產生國際貿易的原因之一的觀點，且認為規(guī)模報酬遞增基礎上產生的國際貿易將促進各國間專業(yè)化分工，提高

7、貿易雙方的福利水平。Brander和Spencer（1985）為戰(zhàn)略性貿易政策 Brander（1995）將戰(zhàn)略性貿易政策定義為那些影響企業(yè)（這些企業(yè)往往是壟斷企業(yè)且戰(zhàn)略上不獨立）間戰(zhàn)略關系的貿易政策。（新貿易干預主義）提供了理論基礎。Krugman（1987）通過波音和空中客車的實例表明政府可通過適當的貿易干預政策提高本國生產者剩余（國家福利），同時指出：戰(zhàn)略性貿易政策可能引發(fā)貿易伙伴國的報復從而引發(fā)貿易戰(zhàn)，使戰(zhàn)略性貿易政策得不償失。貿易戰(zhàn)將使貿易雙方陷入囚徒困境博弈。Krugman（1987）認為一個定義清晰的簡明規(guī)則（自由貿易規(guī)則）可以在某種程度上將貿易戰(zhàn)的風險降到最低。Bagwell和

8、Staiger（2001）研究了農產品貿易中的戰(zhàn)略性貿易政策，指出各出口國可通過GATT中的約束條款達到逃離囚徒困境的目的。但這些研究均未分析戰(zhàn)略性貿易政策的演化機理和過程。自由貿易和貿易保護之爭由來已久。國際貿易改變國內不同利益集團收入分配狀況，因此每一次推動全球自由貿易的會議都不可避免遭到反對者們的抗議和抵制。反對者并不是真正受到了傷害，而是感覺受到了傷害（主觀而不是客觀）。并不是所有的國家從一開始都意識到自由貿易的好處。自由貿易與貿易保護之爭經歷了一個不斷發(fā)展演化的過程。一種對自由貿易的反對是自由貿易雖然能夠從總體上提高一個國家的福利水平，但會改變一個國家內部利益分配。因此Sarin（1

9、999）從“主觀博弈”的角度闡釋了囚徒困境博奕的演化路徑。本文將Sarin（1999）的觀點應用于對新貿易干預政策的分析，并進一步通過比較靜態(tài)分析討論博弈收益矩陣對博弈初始狀態(tài)的影響。通過設定線性主觀評價修正方式，考察不同初始值情況對演化路徑的影響并進行相應福利分析后發(fā)現：兩國政府的初始主觀意愿、博弈收益矩陣、演進策略等對新貿易干預政策的動態(tài)演化結果及福利水平有顯著影響。兩國政府初始時越“友善”，兩國福利水平就可能越高。主觀合作態(tài)度可以使兩國政府少走彎路，提高各自福利水平，回歸自由貿易。貿易保護政策不可能長期提高一國福利，“以鄰為壑”的策略在長期動態(tài)演進過程中通常很難奏效。本文主要有四點貢獻：

10、第一，將演化博弈思路應用于對新貿易干預政策的分析。第二，通過比較靜態(tài)分析考察博弈收益矩陣對博弈初始狀態(tài)的影響。第三，線性主觀評價修正方式的設定使博弈演化過程和結果更加直觀和翔實。第四，福利分析的結果表明：主觀上持開放貿易政策的兩國或具有“同質性” “同質性”的定義見下文的兩國可以通過演化博弈走出囚徒困境，達到較高福利水平；抵制自由貿易（給自由貿易一個很低的主觀評價）的政府將將損害本國福利。雖然自由貿易已經不像以前描述的那么完美，但是與貿易保護相比，它仍然是現實中的最優(yōu)政策（巴格沃蒂（2004，P25）。本文結構如下：第二部分介紹了模型、通過比較靜態(tài)分析考察博弈收益矩陣對博弈初始狀態(tài)的影響；第三

11、部分通過具體的演化設定分析演化博弈路徑；第四部分為福利分析；第五部分為案例，第六部分是結論及模型可能的擴展方向。二 模型假設有兩個國家和。兩國市場上均存在規(guī)模經濟和不完全競爭。參照Krugman（1987），假設兩國都需要在補貼和不補貼的貿易政策之間進行選擇。兩國支付矩陣如下：國不補貼補貼國不補貼補貼其中，。不難看出，左邊博弈的納什均衡為（補貼，補貼），兩國陷入囚徒困境。根據Sarin（1999），與“客觀博弈”相對應，定義主觀博弈為：博弈參與者給她可選擇的每個策略一個先驗主觀評價，并根據實際結果對這個主觀評價進行修正。修正值位于先驗評價和實際結果構成的區(qū)間內。沒有實際發(fā)生的策略的主觀評價值不

12、更新。假設參與者在第零期對“不補貼”策略所能得到收益的先驗主觀評價為，且；對“補貼”策略所能得到收益的先驗主觀評價為，且。定理 Sarin(1999)給出了這個定理的證明：當且時，雙方一直停留在策略（不補貼，不補貼）。其它情況下，演化博弈的過程可能會歷經四個博弈可能結果。（補貼，不補貼）和（不補貼，補貼）都不是穩(wěn)定均衡，（不補貼，不補貼）是唯一的吸點并總能以正的概率達到。在Sarin的基礎上，本文進一步討論博弈收益矩陣對博弈初始狀態(tài)的影響。圖1中淺色區(qū)域表示的取值范圍，深色區(qū)域表示的取值范圍。下面分三種情況討論博弈收益矩陣對初始狀態(tài)的影響。（一）特殊情況1如果服從區(qū)間上的均勻分布，服從區(qū)間上的

13、均勻分布，那么“且”發(fā)生的概率為。如圖2所示：深色三角形面積占矩形面積的比例既是所求的概率）。不難證明：，。博弈雙方直接進入合作博弈并且將一直合作下去的概率為。隨著、的增加而增加；隨著、的增加而減少。不論對方采取補貼還是不補貼，當博弈參與者從不補貼策略中得到的收益增加時，會增加；不論對方采取補貼還是不補貼，當博弈參與者從補貼策略中得到的收益增加時，會減少。博弈雙方在第零期給“不補貼”策略的主觀評價越高，雙方越容易進入（不補貼，不補貼）的永久合作均衡。（二）特殊情況2另外一種比較特殊的情況是：當時，博弈將始終停留在（補貼，補貼）。“”的概率為（如圖3所示）。不難證明：， ，。博弈雙方將始終陷入囚

14、徒困境的概率為。隨著、的增加而減少；隨著的增加而增加；不隨的改變而改變。不論對方采取補貼還是不補貼，當博弈參與者從不補貼策略中得到的收益增加時，會減少；不論對方采取補貼還是不補貼，當博弈參與者從補貼策略中得到的收益增加時，不會減少。博弈雙方在第零期如果給“不補貼”策略一個很低的主觀評價（小于），則雙方將始終處于（補貼，補貼）的囚徒困境而無法自拔。（三）其它情況在特殊情況1和特殊情況2之外的其它情況，博弈不會始終停留在某一個結果，而是需要經過一個演化過程。其中，（不補貼，補貼）以及（補貼，不補貼）都不會是演化的長期均衡解。長期演化均衡解只能是（不補貼，不補貼）或者（補貼，補貼）。三 演化路徑不同

15、初始值情況下的演化路徑不盡相同。下面分四種情況討論雙方博弈的演化路徑（一）第零期，A國和B國都選擇不補貼為了具體討論博弈雙方的演化路徑，假設博弈參與者在第t期對第t-1期主觀評價的修正遵循如下公式：在第期，實際發(fā)生策略的收益為，第期對實際發(fā)生策略的主觀評價為，則博弈參與者將該策略的主觀評價更新為 將本期的主觀評價調整為上期的主觀評價和本期實際收益的代數平均；沒有發(fā)生策略的主觀評價不修正。命題1：當， 當博弈參與者對自由貿易策略和貿易保護策略的主觀評價相同時，假設她將采取自由貿易策略時，博弈必然將走向（不補貼，不補貼）的均衡結果，且，。命題1的證明見附錄1。命題1表明：如果兩國在初始狀態(tài)下均傾向

16、于不補貼（，），則雙方將一直不補貼。以歐盟為例，參與國在加入歐盟初始時期在主觀評價中，均認為不補貼策略的收益高于補貼策略，則博弈參與者在動態(tài)演化過程中，將不斷調高對不補貼策略的主觀評價，并最終達到雙方不補貼所能帶來的客觀收益值（）；對補貼策略的主觀評價維持不變（，），一直保持在較低水平；從而貿易參與者得以一直規(guī)避貿易戰(zhàn)，維持雙方不補貼狀態(tài)。（二）第零期，A國和B國都選擇補貼因為（不補貼，補貼）和（補貼，不補貼）都不是穩(wěn)定均衡。因此如果博弈存在穩(wěn)定均衡的話，只能是（不補貼，不補貼）或者（補貼，補貼）。通過下面數值實例可以發(fā)現：在第零期，如果A、B國都選擇補貼，那么最終均衡可能是（不補貼，不補貼）

17、，也可能是（補貼，補貼）。實例一：假設，可以證明，從第2步開始，博弈將陷入（不補貼，不補貼）的均衡結果。實例二：假設，可以證明，從第114步開始，博弈將陷入（補貼，補貼）的均衡結果。考慮到技術上的可操作性，本文著重討論當A、B兩國具有“同質性”的情況：在第零期A、B兩國對不補貼策略的主觀評價相同、對補貼策略的主觀評價相同，并且A、B兩國在第零期均選擇補貼策略。命題2：當，并且， 前文中已經證明，當時，雙方將一直停留在（補貼，補貼）的囚徒困境。時，博弈必然將走向（不補貼，不補貼）的均衡結果，且存在一個非負整數，使得，。命題2的證明見附錄2。在上面命題2的基礎上，將前文中的假設放寬為，。這里，表示

18、博弈參與者在修正主觀評價時賦予策略實際收益的權重，當時，。越大，表示博弈參與者越看重策略的實際收益，越不看重上一期自身對該策略的主觀評價。在這種假設條件下，如果博弈雙方在第期仍選擇補貼，那么第期修正后的對補貼策略的主觀評價為，且。令，則博弈從（補貼，補貼）結果轉變?yōu)椋ú谎a貼，不補貼）結果的時期為：+1 當為整數時，。易知：， 因為為整數型變量，嚴格說來，應為，下同。假設兩國在第零期是同質的。兩國在第零期對不補貼策略的主觀評價相同，對補貼策略的主觀評價相同，且對補貼策略的主觀評價大于對不補貼策略的主觀評價。在本文的框架下，在某個時期之后，兩國終將回歸不補貼。兩國在第零期對不補貼策略的主觀評價（）

19、越高；對補貼策略的主觀評價（）越低；雙方都實行補貼時兩國得到的收益（）越??；博弈參與者越看重策略的實際收益（）；則回歸不補貼所需時期（）越小，這個結果與直覺相符。特別的，表征兩國改正錯誤的積極性。兩國越積極改正第t-1期對補貼策略主觀評價與第t期補貼策略實際收益的差距，則兩國越容易從貿易戰(zhàn)回歸到不補貼。反之，越小，表明雙方越不愿意修正錯誤，則雙方在囚徒困境中的時間就越長。當時，。具有本文設定的“同質性”性質的兩國，即使初始時期兩國選擇補貼策略，但在具體實施補貼策略的過程中，由于貿易戰(zhàn)帶來的低實際收益使得兩國不斷調低對補貼策略的原本較高的主觀評價，直至在某個時期，雙方對補貼策略的主觀評價均低于對

20、不補貼策略的主觀評價（）。雙方開始由貿易戰(zhàn)轉為雙方不補貼，并均得到不補貼策略的高收益，在此之后，雙方便開始不斷修正對不補貼策略原本相對較低的主觀評價，同時維持雙方不補貼狀態(tài)。并最終將不補貼策略的主觀評價調至（），對補貼策略的主觀評價維持在時期的水平（）。兩國如果在初始時期均選擇補貼策略但不具備“同質性”，那么兩國并不能必然走向雙方不補貼均衡，存在最終陷入囚徒困境均衡的可能性。兩國在初始時期均實際獲得補貼策略的低收益，在第一期兩國均將調低對補貼策略的主觀評價。由于兩國不具備“同質性”，因此可能在第期，A國已經將補貼策略的主觀評價調低至低于不補貼策略主觀評價的水平，而B國對補貼策略的主觀評價仍然高

21、于對不補貼策略的主觀評價，從而A國實行不補貼策略，B國實行補貼策略。A國實行不補貼策略非但沒有給自身帶來好處，反而不得不接受不補貼策略的低實際收益；B國實行補貼策略帶來了意想不到的高回報。在第期，A國調低對不補貼策略的主觀評價，B國調高對補貼策略的主觀評價直至A國轉而再次采用補貼策略，雙方再此陷入貿易戰(zhàn)。不具備“同質性”的兩國，在調整自身對不同博弈策略的主觀評價時，可能會彼此踏錯節(jié)拍、陰差陽錯，兜來轉去之后仍難以調和步調，在不斷的彼此退讓和報復之后陷入囚徒困境而無法自拔?！巴|性”兩國則不存在這個問題。兩國即使在初始時期劍拔弩張，在不得不面對執(zhí)行貿易保策略帶來的低收益事實之后，雙方不斷相同程度

22、的悄然修正對補貼策略的主觀評價，直至在某個時期雙方同時“幡然悔悟”，放棄補貼策略轉而實行不補貼策略，并將不補貼一直持續(xù)下去。“同質性”帶來兩國相同的主觀策略修正結果和同時的策略轉變。雙方同時轉變策略后，均體會到不補貼策略帶來的高收益而不是之前的補貼策略帶來的低收益，這種良性激勵使雙方同時調高對不補貼策略的主觀評價而不再理會補貼策略的主觀評價，進而雙方可以將（不補貼，不補貼）的博弈結果一直維持下去，形成均衡解。（三）第零期，A國選擇不補貼、B國選擇補貼當，時，兩國有可能最終回歸（不補貼，不補貼），但也有可能陷入（補貼，補貼）的囚徒困境。實例三：當，；，時，兩國博弈的長期均衡結果為（不補貼，不補貼

23、）。實例四：當，；，時，兩國博弈的長期均衡結果為（補貼，補貼）。實例三、實例四的證明從略。由于A國選擇不補貼、B國選擇補貼，因此兩國“同質性”條件不再滿足。假設兩國存在“顯著差異”：在第零期，A國對不補貼策略的主觀評價為不補貼策略所能得到的最高收益，對補貼策略的主觀評價為補貼策略所能得到的最低收益；B國對不補貼策略的主觀評價為不補貼策略所能得到的最低收益，對補貼策略的主觀評價為補貼策略所能得到的最高收益，可得命題3。命題3：當，時，博弈必將走向（補貼，補貼）的均衡結果，且存在一個非負整數，使得，。命題3的證明見附錄3。在上面命題3的基礎上，將的假設放寬為，。在這種假設條件下，如果博弈雙方在第期

24、仍然處于（不補貼，補貼）狀態(tài)，那么第期修正后主觀評價為，。令，則博弈從（不補貼，補貼）的結果轉變?yōu)椋ú谎a貼，不補貼）結果的時期為：+1 當為整數時，。易知：，。這表明：假設兩國在第零期存在“顯著差異”。A國對不補貼策略的主觀評價極高，對補貼策略的主觀評價極低，B國反之。在本文框架下，在某個時期之后，兩國終將陷入（補貼，補貼）的囚徒困境。兩國陷入囚徒困境之后得到的收益（）越??；兩國均實行不補貼時得到的收益（）越大；對方實行補貼策略、自身實行不補貼策略時自身得到的收益（）越大；博弈參與者越不看重策略的實際收益（）；則陷入囚徒困境所需時期（）越大，這個結果與直覺相符。特別的，表征兩國改正錯誤的積極性

25、。兩國越積極修正自身主觀評價，則兩國越容易陷入囚徒困境。反之，越小，表明雙方越不愿意修正錯誤，則雙方在（不補貼，補貼）中提留的時期越長。當時，。命題3闡述了一個秉承不補貼理念的國家和一個秉承補貼理念的國家之間的博弈過程。在博弈初期，實行補貼的國家可以從對方處榨取利益（B國獲得高收益，A國獲得低收益）；但B國持續(xù)的“以鄰為壑”策略會使A國不斷修正自身對原本秉承的不補貼策略的主觀評價，直至在一段時間之后，A國放棄不補貼策略轉而實行補貼策略。從而雙方陷入（補貼，補貼）的囚徒困境均衡。A國原本賦予不補貼策略很高的主觀評價，然而在受到頑固堅持補貼策略的B國的持續(xù)傷害之后，A國必將在某個時期放棄不補貼策略

26、轉為補貼策略。B國雖然在博弈初期可以坐享高收益，但在時期之后會因為A國的策略轉變而只能得到大小為的收益，而無緣雙方不補貼的收益（）。越大，表示A國受到B國傷害后越大幅度調低對不補貼策略的主觀評價，則A國轉變自身策略所用時間越小，B國能從A國撈到高收益的時期越短。反之，越小，則A國受B國傷害的時期越長。當時，似乎可以用東郭先生形容A國了。但是，無論是大還是小，A、B兩國都不可能進入（不補貼，不補貼）的均衡結果，而是必然走向囚徒困境均衡。造成這種結果的主要原因是B國持續(xù)的補貼策略致使A國不得不轉變主觀評價和博弈策略。（四）第零期，A國選擇補貼、B國選擇不補貼與（三）的情況類似，不再贅述。四 福利分

27、析與不同演化路徑相對應，分四種情況分析兩國福利。（一）第零期，A國和B國都選擇不補貼根據命題1，（不補貼，不補貼）將一直延續(xù)下去，成為穩(wěn)定均衡。假設時間貼現因子為，則A，B兩國的福利水平為：其中，表示在第種情況下國的福利水平。（二）第零期，A國和B國都選擇補貼由前文中的實例一和實例二知，演化博弈有可能收斂于（不補貼，不補貼），也可能收斂于（補貼，不補貼）。這里，福利分析僅計算命題2對應的情況。在命題2的框架下，兩國第零期至第-1期的收益均為，第期及之后的收益均為。兩國的福利水平為：（三）第零期，A國選擇不補貼、B國選擇補貼由前文中的實例三和實例四知，演化博弈有可能收斂于（不補貼，不補貼），也可

28、能收斂于（補貼，不補貼）。這里，福利分析僅計算命題3對應的情況。在命題3的框架下，第零期至第期，A國選擇不補貼策略，收益為；B國選擇補貼策略，收益為。第期之后，A、B兩國均選擇補貼策略，收益均為。兩國的福利水平為：（四）第零期，A國選擇補貼、B國選擇不補貼與（三）的情況類似，不再贅述。作為福利分析的參照，如果兩國從第零期開始一直選擇不補貼策略，則兩國福利水平均為；如果兩國從第零期開始一直選擇補貼策略，則兩國福利水平均為，且。下面分別比較在（一）、（二）和（三）的情況，各國福利水平的與、的差異。在（一）的情況下，雙方一直實行不補貼策略，福利水平。雙方沒有進入囚徒困境，而是一直處于（不補貼，不補貼

29、）結果中。雙方對不補貼策略的主觀評價在長期將趨于（不補貼，不補貼）策略所能帶來的真實收益。彼此開放（傾向于不補貼而不是補貼）的兩國將一直處于不補貼之中，可以規(guī)避貿易戰(zhàn)，達到較高的福利水平。在這種情況下，從第零期兩國便進入均衡，其中短期福利和長期福利均等于自由貿易時的福利水平。在（二）中命題2的情況下，雙方從貿易戰(zhàn)轉向彼此不補貼，福利水平。福利水平位于純不補貼的福利水平（）和純貿易戰(zhàn)的福利水平（）之間。因為，可以證明，對B國也有相同結論。兩國第零期對不補貼策略的主觀評價（）越高；對補貼策略的主觀評價（）越低；雙方都實行補貼時兩國得到的收益（）越??；博弈參與者越看重策略的實際收益（）；則兩國福利水

30、平（）越高。在這種情況下，從第零期至第期，兩國的福利水平均等同于貿易戰(zhàn)中的福利水平。從第期開始，兩國進入雙方不補貼的均衡，其均衡狀態(tài)時的福利水平等于自由貿易時的福利水平。在（三）中命題3的情況下，博弈從（不補貼，補貼）轉為雙方貿易戰(zhàn)。A國的福利水平；B國的福利水平，但與的相對大小不確定。這是因為 分子可以理解為與的加權平均（權數為）減去（由已知條件知），雖然內生，但+1，與無關，且。所以，。記，則，其中，?？芍?。第零期，A國采用不補貼策略，B國采用補貼策略。A國得到收益，A國在第一期將修正對不補貼策略的主觀評價。越大，修正后的主觀評價越大，A在第一期越有可能繼續(xù)采取不補貼策略，從而B國在第一

31、期越有可能繼續(xù)得到補貼帶來的高收益，而不是雙方補貼時得到的收益。第二期的情況類似，所以。越大，B國從補貼策略中得到的收益越大（當A國實行不補貼策略時），即當對方（A國）采取合作態(tài)度時，B國“背叛”的收益越大，則B國福利水平越高，。當時，B國福利水平將高于雙方完全不補貼時的福利水平。越大，A國越迅速調整自身對不補貼的主觀評價，越早結束B國享有較高收益的狀態(tài)，B國福利水平越低，。當時，B國福利水平很可能低于雙方完全不補貼時的福利水平，從而使B國對雙方不補貼的偏離得不償失；當時，B國福利水平將高于雙方完全不補貼時的福利水平（），但B國此時的高福利水平建立A國低福利水平的基礎上（），并不是雙贏的結果。

32、在這種情況下，從第零期至第期，A國的福利水平為，不僅低于雙方自由貿易的福利水平，而且低于貿易戰(zhàn)時的福利水平。從第期開始進入均衡，A國的長期均衡福利水平為貿易戰(zhàn)時的福利水平。從第零期至第期，B國的福利水平為，高于雙方自由貿易時的福利水平。從第期開始進入均衡，B國的長期均衡福利水平為貿易戰(zhàn)時的福利水平。（四）第零期，A國選擇補貼、B國選擇不補貼與（三）中的情況類似，不再贅述。從福利分析可以看出，兩國初始狀態(tài)（，）對博弈演化路徑、均衡結果以及兩國福利水平都有顯著影響。如果兩國第零期均傾向于不補貼策略，則兩國將一直保持不補貼并得到較高福利水平；如果兩國第零期均傾向于補貼或者一國傾向于不補貼而對方傾向于

33、補貼，則博弈演化的結果可能歸于（不補貼，不補貼）的均衡結果也可能歸于（補貼，補貼）的均衡結果，取決于雙方初始主觀評價值、修正主觀評價值的方式以及博弈收益矩陣。不同演進過程和均衡結果給兩國帶來的福利水平也大不相同。如果兩國第零期均傾向于補貼并且兩國“同質”（參見命題2），則兩國最終將必定走向（不補貼，不補貼）的均衡結果，兩國的福利水平位于雙方完全補貼的福利水平（）和雙方完全不補貼的福利水平（）之間。如果兩國第零期一國傾向于不補貼而對方傾向于補貼并且兩國存在“顯著差異” （參見命題3），則兩國最終將必將走向（補貼，補貼）的均衡結果，最初實行不補貼的國家的福利水平低于雙方完全補貼時的福利水平（），最

34、初實行補貼的國家的福利水平高于雙方完全補貼時的福利水平（）而與雙方完全不補貼時的福利水平（）之間大小關系不確定。各外生參數（等）對福利水平均有不同程度、不同方式的影響。補貼可能帶來短期收益的同時，更可能引發(fā)福利損失。在本文框架下，補貼不可能帶來長期利益。開放（第零期均傾向于不補貼而不是補貼）的兩國將能在動態(tài)演化博弈中享有的福利水平；處于貿易戰(zhàn)的“同質性”兩國在演進和修正的動態(tài)博弈過程中終將走出囚徒困境；一國持續(xù)的補貼策略將注定引發(fā)它國調整主觀評價，很可能導致該國福利水平低于雙方完全不補貼的福利水平（）。五 案例分析Bagwell和Staiger（2001）詳盡論述了美國和歐洲面粉出口貿易政策的

35、實際演變過程。Bagwell和Staiger（2001）指出：1975年，美國國家面粉聯(lián)盟（U.S. Millers' National Federation） 援引301條款（Section 301）向美國商務代表會USTR（United States Trade Representative）提起訴訟，認為歐洲國家的面粉出口補貼政策嚴重損害了美國面粉出口商的利益。美國政府隨即將此問題訴諸GATT但未得到GATT的明確支持。直至20世紀80年代初，GATT仍未對歐洲國家的面粉出口補貼進行約束和限制，美國不得不在1983年開始補貼本國面粉出口以報復。根據Rhodes（1993），當時美

36、國盛行的觀點是：只有當美國對面粉出口采取和歐洲國家同等程度的補貼時，才會使歐洲國家真正重視美歐之間存在的面粉貿易問題。這引發(fā)了美歐之間面粉補貼的貿易戰(zhàn)。在20世紀80年代中期，貿易戰(zhàn)的成本逐漸被意識到。Croome（1995）指出：絕大多數政府都逐漸意識到貿易補貼給本國預算和納稅人帶來的負擔，通過貿易補貼帶來的競爭優(yōu)勢只會招致他國的報復從而降低雙方的福利水平，陷入得不償失的貿易戰(zhàn)。烏拉圭回合如能有效降低雙方補貼水平將會達到雙贏的效果。實際結果是：盡管歐美在補貼削減幅度上存在分歧，但雙方均顯著降低了農產品補貼程度。本文的研究框架和結果可一定程度上解釋上面的案例。在美歐之間的面粉貿易中，歐洲首先采

37、取了貿易補貼政策，以損失美國利益為代價獲得超額回報。美國原本采取不補貼的貿易政策，但在屢次受到歐洲貿易補貼政策的傷害后，不得不采取補貼政策從而雙方陷入貿易補貼的囚徒困境（命題3）。貿易戰(zhàn)損害雙方福利，面對貿易補貼帶來的低實際收益，貿易雙方逐漸反思并在烏拉圭回合有效降低了雙方的補貼水平（命題2）。六 結論和擴展方向古典自由貿易政策建立在市場有效的前提下，當代世界經濟中的不完全競爭、規(guī)模經濟和市場失靈等使自由貿易受到挑戰(zhàn)，通過貿易保護政策提高本國福利水平成為可能，但實行貿易保護政策引發(fā)的貿易戰(zhàn)往往使兩國陷入囚徒困境。本文從演化博弈角度通過定義一個主觀博弈框架考察了參與國際貿易兩國的政策演進過程和福

38、利水平。如果兩國政府初始時期對不補貼策略的主觀評價高于對補貼策略的主觀評價，則兩國政府將始終處于不補貼狀態(tài)，完全規(guī)避補貼的囚徒困境，達到完全不補貼時的福利水平。隨著時間的推移，博弈參與者將逐漸增大其對不補貼策略的主觀評價，并收斂至博弈支付矩陣中雙方均實行不補貼策略時的收益。博弈收益矩陣中不補貼策略可能的收益越高，補貼策略可能的收益越低，兩國實現此種博弈結果的概率越大。如果兩國政府初始時期對補貼策略的主觀評價高于對不補貼策略的主觀評價且具有“同質性”，則兩國政府將在某個時期走出補貼的囚徒困境，轉變?yōu)殡p方不補貼，并將不補貼的狀態(tài)持續(xù)下去。兩國福利在貿易戰(zhàn)中頻頻受損，使雙方不斷降低對補貼策略的主觀評

39、價，直至低于對不補貼策略的主觀評價時，兩國走出囚徒困境。兩國的福利水平低于完全不補貼時的福利水平，高于完全貿易戰(zhàn)時的福利水平。特別的，如果兩國初始時期對不補貼策略的主觀低于博弈收益矩陣中雙方均實行補貼策略時的收益，則雙方將一直陷于囚徒困境。如果初始時期一國采取不補貼策略，另一國采取補貼策略并且兩國具有“顯著差異”，則兩國終將在某個時期之后陷入囚徒困境而無法自拔。與客觀博弈不同，主觀博弈雙方對不同貿易政策策略的主觀評價會顯著影響博弈的演進過程和雙方福利水平。秉承開放理念（對不補貼策略的主觀評價大于對補貼策略的主觀評價）或具有“同質性”的兩國可以完全規(guī)避或最終走出囚徒困境，達到較高福利水平。本文進

40、一步可能的擴展方向主要為以下幾點。第一：本文給出的博弈收益矩陣是對稱的。在實際中，兩國在國際貿易博弈中面對的收益矩陣可能并不對稱（如下表所示）。放松收益國不補貼補貼國不補貼補貼矩陣對稱性的假設對本文結果沒有顯著影響。第二：本文假設博弈雙方對策略收益主觀評價的修正服從線性方式，這樣假設可以使各個結論比較簡潔直觀。放寬線性假設會擴展模型的適用范圍，但有可能無法給出顯示解析解和明確結論。第三：本模型中博弈矩陣為矩陣，可考慮將此博弈矩陣拓展到更高維。第四：兩國在演進博弈過程中，可能會受到外來因素的沖擊而改變演化路徑。如：加入WTO后，WTO規(guī)則下兩國不能再根據主觀評價的改變隨意進行貿易補貼。最后：本文

41、未考慮貿易政策變動的成本和經濟影響。不同演進路徑達到均衡點所需要的時期和演進過程不同，在某些情況下，博弈參與者可以直接進入均衡策略；而另外一些情況下，博弈參與者需要經過或多或少的政策變化才能進入均衡狀態(tài)。貿易政策變動引發(fā)的成本和經濟影響可以考慮在以后的研究中納入到模型中去。參考文獻1Bagwell Kyle and Staiger Robert W. (2001) “Strategic Trade, Competitive Industries and Agricultural Trade Disputes”, Economics and Politics, Volume 13, Issue

42、2, 113-1282Brander J.A. (1995), “Strategic Trade Policy”, working paper, No. 5020, National Bureau of Economic Research, February 19953Brander J.A. and Spencer B. (1985) “Export Subsidies and International Market Share Rivalry”, Journal of International Economics, 16, 83-1004Croome John (1995), Resh

43、aping the World Trading System: A History of the Uruguay Round, World Trade Organization: Geneva5Dixit K. Avinash and Victor Norman (1980), Theory of International Trade, Cambridge, Nisbet, 19806Jackson John (1997), The World Trading System: Law and Policy of International Economic Relations, 2nd ed

44、ition, The MIT Press: Cambridge7Krugman R. Paul (1987), “Is Free Trade Passe?”, the Journal of Economic Perspectives, Vol. 1, No. 2. (Autumn, 1987), pp. 131-1448Lancaster Kelvin (1980), “Intra-industry Trade Under Perfect Monopolistic Competition” Journal of International Economics, 1980, 10, 151-1759Rhodes Carolyn (1993), Reciprocity, U.S. T