查看原文
其他

郭广珍,李立卓,赵绪帅 | 区块链经济学:学科地位、研究框架及核心内容

财经问题研究 财经问题研究与东财学报 2021-09-15

数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力。

要构建以数据为关键要素的数字经济。

——习近平

《财经问题研究》优先出版文章
数字经济专题”
(最终内容以纸质版为准)

[引用格式]:郭广珍,李立卓,赵绪帅.区块链经济学:学科地位、研究框架及核心内容[J].财经问题研究,2020.


区块链经济学:学科地位研究框架核心内容


郭广珍1,2,李立卓2,赵绪帅2

(1.广东财经大学  国民经济研究中心,
广东  广州  510320;
2.辽宁大学 经济学院,辽宁  沈阳  110036)
作者简介:郭广珍(1978-) ,男,山东东平人,教授,博士,博士生导师,主要从事数字经济学、新政治经济学和博弈论应用研究。
E-mail:ggzmail@163.com李立卓(1995-),女,河北唐山人,硕士研究生,主要从事西方经济学研究。
E-mail:z54549486@163.com
赵绪帅(1992-),男,山东潍坊人,博士研究生,主要从事新政治经济学研究。
E-mail:zhaoxs985211@163.com
摘   要:本文在梳理现有文献的基础上,遵循新古典经济学的分析逻辑,在互联网经济学、大数据经济学和加密经济学的研究交集之内,构建出区块链经济学这一新学科的整体图景。区块链经济学借助传统经济学的基础分析框架,通过创新分析工具,结合互联网经济学解释区块链平台经济的运行规律;结合大数据经济学,分析真实信息的传递和评价等问题;结合加密经济学,分析数字加密技术的效率等问题。最终,将各个重要问题结合起来,形成对区块链行业发展规律的统一理论。本文从生产行为、交易行为、策略行为等三个方面构建了区块链经济学的研究框架;针对区块链经济学的生产行为方面,首次将区块链的共识机制按其技术类型划分为四类:劳动数量决定、资本决定、投票决定、协商决定,并探讨其经济学含义。关键词:

区块链经济学;共识机制;智能合约;互联网经济学;大数据经济学;加密经济学

一、引  言:从互联网信息技术到区块链经济学

当前,中国已经将区块链纳入了“新基建”的发展规划名单中,在本次新冠疫情防控过程中,区块链技术也发挥了特殊作用,这些新动向表明,区块链技术已经明确地跨出了数字货币的应用领域,将深刻影响其他产业发展和社会变革进程。互联网信息技术对人类社会进步和经济活动产生了重大影响,互联网信息技术所产生的理论影响已经成为学术界的研究热点。随着互联网信息技术的快速推进,现代企业配置资源的模式已经发生了剧烈而快速的变化。从经济学理论角度来看,这些新技术的出现使得企业的边际成本、内部组织成本和市场交易成本都大幅度降低。依据摩尔定理,当前的互联网信息技术依旧保持着高速发展的状态。但是,摩尔定理只是描述了信息处理速度的变化,技术本身并没发生质变,当下风头正劲的5G技术,也只是实现了信息传输速度的大幅提高。然而在2008年,随着化名为“中本聪”(Satoshi Nakamoto)的学者所撰写的奠基性论文《比特币:一种点对点电子现金系统》发布,互联网信息技术被认为进入了一个崭新的发展阶段——区块链阶段,质变由此开始。
2016年,麦肯锡的研究报告认为,区块链技术将是继蒸汽机、电力、互联网科技之后的又一颠覆性革命技术。更有学者认为,区块链技术将会是继大型计算机、个人计算机、互联网、移动社交之后的第五次颠覆式计算范式,是人类信用进化史上继血亲信用、贵金属信用、央行纸币信用之后的第四个里程碑[1]。2016年10月18日,工业和信息化部发布的《中国区块链技术和应用发展白皮书(2016)》认为,区块链技术是继大型机、个人电脑、互联网之后,计算模式的颠覆式创新,很可能在全球范围引起一场新的技术革新和产业变革。2017年6月,世界经济论坛正式对外发布《认识区块链的潜力白皮书》指出,区块链技术即将开创更具颠覆性与变革性的互联网时代。区块链技术经过十余年的超高速发展,逐渐形成了规模庞大的独立行业。这一行业不仅对其他行业产生重大影响,并正在快速改变着整个社会和经济的运行方式。对于一个如此重要的经济现象,经济学界无论如何也不能视而不见。随着公众对区块链的态度从初期的狂热到逐步回归理性,大众对区块链技术的认识还有待矫正。正如在2019年10月20日,第六届世界互联网大会上,经济合作与发展组织(OECD)首席中国经济学家莫尔娜指出的那样“……区块链技术,现在很多人对它的认识非常局限。其实区块链在提升信息交互即时性、透明性、到达性、防篡改性等方面的优势,使其在国际反腐等许多领域都有非常广阔的应用前景”[2]。因此,对这一领域的理论研究恰逢其时。

由于区块链的底层技术属于计算机科学领域,目前对区块链的研究多集中于计算机数据库技术的应用方面,大多学者认为其归属密码学,经济学的相关分析尚未大规模开启。在计算机科学之外,区块链技术在电子货币领域、进而在金融领域得到了快速的应用与传播,但其相关研究并不是经济学所擅长的关于一般性规律的探讨。直到最近几年,对区块链的研究才在世界顶级高校的经济系中渐渐展开。本文通过对区块链自身特征的研究和对相关研究文献的梳理,勾勒出区块链经济学的分析框架和主要理论内容,并预判区块链经济学的未来发展路径。具体而言,本文主要从生产行为、交易行为和策略行为等三个方面构建区块链经济学的研究框架。

二、区块链的基本概念及经济学含义

区块链是一种数据处理的底层技术,其“爆火”的契机则是这种技术的一种应用——比特币——的出现。比特币是一种创新性的、颠覆性的数字货币形式,是一种利用密码技术和点对点技术实现的分散电子法定货币[3]。然而许多人认为,作为比特币底层技术的区块链技术才是真正的创新。区块链技术的主要特征有:分布式且可持续、安全而持久、透明且可审计、以及基于共识并可交易。通俗而言,区块链可以被认为是一个分布式的、可靠的、安全的、不断增长的分布式分类账,是各种加密货币以可验证的、永久的方式在参与者的对等网络上记录交易的基础结构。区块链按时间顺序显示自创建该表格以来所发生的所有交易,同时由所有账户持有人以完全分散的方式进行维护和验证。根据区块链的上述技术属性和特征,本文提出相应的经济学含义:

第一,区块链技术可以改变信息传递方式。自经济学的研究超越了新古典范式后,信息问题占据了经济学多个研究领域的核心,无论在信息经济学、委托—代理理论、合约理论、激励理论,以至于博弈论的多个研究领域,信息问题都是学者们必须面对的问题。在传统经济学、现代经济学的理性选择理论及建立其上的微观经济学中,信息结构是通过推论因果关系而展开理性选择分析的,这些分析难以解释互联网和人工智能时代中正在兴起的、由大数据思维驱动的实际选择行为。而在实现中,众多用户进行着海量的信息传递,庞大的数据体量对传统企业产生了前所未有的调整。信息经济学、与数字经济学有关的各个学科都涉及信息问题,如现代人工智能技术可以帮助企业实现“一级价格歧视”,进而获得全部的消费者剩余[4]。以上理论都是在信息不完美的现实和假设下进行理论推演的,而区块链技术的诞生却从信息产生的基础层面,对信息问题进行了革新。每个区块的诞生都代表新的信息,这种技术实际上是提供了一种全新的信息产生方式。

第二,区块链技术解决信任问题。在以理性人为基础的新古典经济学中,并没有为“信任”提供合适的位置。随着组织经济学和新政治经济学的发展,信任问题被纳入经济学的分析框架。在科斯的企业边界理论中,人们关注的交易成本实际上是需要与组织成本进行比较的,而信任问题和滥用信任会导致大量的组织成本。区块链是第一次使不相关的人在不需要控制权限的情况下,就某一特定交易或事件的发生达成共识[5]。区块链的独特性在于,这些不相关的人不需要相互信任,也不需要依赖中央权威来进行交易,他们只需要在透明且可以随时查看的区块链中进行活动。区块链解决信任问题的原因在于其透明性,如在股东和经理人的委托代理难题中,对于股东来说,区块链可以提供更透明的所有权交易记录,允许实时观察股票的转让情况[6]。在不依赖中介的情况下,区块链充当记录比特币转移的基础分类账,并通过密码操作来保证付款的认证和不可抵赖。与集权的第三方威权相比,在解决信任问题上,分权的区块链技术将会大大降低租金耗散。

第三,区块链技术使得更加分散的组织成为可能。随着互联网信息技术的快速推进,企业的组织形式随技术的变化而变化。结合现代企业组织的具体模式,经济学界进行了不懈的理论创新。Coase[7]关于企业和市场边界问题的讨论已经被推进为关于“类企业”和“类市场”的组织模式讨论。由于区块链技术的分散性或所谓的“去中心化”特征,现有的经济体系可以脱离当前通过制度约束或第三方机构背书,使双方直接实现价值交付。区块链不承认任何中央权威,因而面临着在内部诱导共识的问题。区块链技术可以有效降低交易成本,提高交易效率,减少因交易一致性所引发的摩擦,从而对组织的治理结构产生很大的影响。区块链技术为各个部门带来了管理和技术优势,基于区块链的新型治理模式对传统的组织理论提出了挑战:首先,在组织模式方面,区块链技术也可以使商业模式分散化。随着区块链技术的普及,在某些领域集中的权力会转向分散的网络,如通讯、法律和商业等;其次,在组织内部,区块链可以促进协调和信任,使集体行动能够绕过现有的治理缺陷,如过度集中、委托决策甚至腐败等;最后,在公司治理方面,区块链可提供集中化问题的分散解决方案,并对公司治理过程中的经理人、机构投资者、小股东、审计师和其他参与各方产生影响[6]

第四,区块链技术可以实现真正的共享。共享经济已经风靡全球,但目前的共享都仍是通过信息传递实现的,而区块链的共享则是包括了信息创造和治理的共享。肖风[8]指出,任何不能共享的东西都不是区块链,共享有两个层次:所有参与方在一个账本上共享所有的账目信息,以及多种信息、多种事务同时在账本上共享。区块链的共享性还体现在其可扩展性上,尽管最早对区块链的扩展性进行表述的Swan[1]认为,站在开发者的视角,比特币的应用程序接口使用起来非常困难。然而,区块链技术支撑其他服务和应用的必要要件就是应用程序接口。区块链业务能够不断发展,也证明了区块链技术有极强的扩展性。

三、区块链经济学的地位:与相关学科的关系

随着人工智能、大数据、云计算、区块链等技术进入到大众视野中,整个社会也从工业经济走向互联网经济、数字经济和智能经济。同样,数字经济领域的迅猛发展和颠覆式创新也正在深刻影响着现代经济学的研究走向。有经济学家认为,“互联网动摇了传统经济学的基石”“全部经济学因为互联网都要重写”。但是,也有很多经济学家认为,互联网并没有改变经济学的本质,现有的理论完全可以解释所谓的互联网思维。Shapiro和Varian[9]甚至认为,宣称经济理论不适用新经济的人,很可能没有很好地掌握经济学原理,“技术会变但经济规律不变”。然而,当前学界的研究仍然主要关注与技术相关的主题,通常局限于计算机科学和信息系统学科,而不是解决更广泛的社会、政治或司法问题。直到最近,其他学科才开始关注区块链技术在各自领域的变革潜力,而区块链经济学的特殊性也日益凸显。和任何新学科一样,区块链经济学也不是全新的,而是和相关学科存在着密切的接续。传统经济学依然是区块链经济行为分析的基础框架,本文也是按照这一基本框架展开分析的。除了传统经济学之外,与区块链经济学最为相关的三个学科分别为互联网经济学、大数据经济学和加密经济学,这些学科之间的相互关系更多体现在研究内容相互交叉方面,整体关系如图1所示。

图1   区块链经济学与各学科间的关系

(一)互联网经济学与区块链经济学:平台经济的兴起与拓展

互联网经济学是伴随着互联网的普及而逐渐被经济学家抽象出来的。当经济发展进入“互联网+”时代,互联网平台连接人们的线上线下生活,由平台企业演化出的平台生态或平台经济将会迅猛发展的态势已成定局。在互联网技术的冲击下,平台正在成为当今企业组织的一种重要形式,这也是互联网经济学研究的重要内容。

平台的概念源于一些开源软件特有的开放、封闭和混合等模式,引起了学者们的研究兴趣。随着对开源软件本身的研究愈加深入和完善,人们逐渐把研究视角转向对不同平台的比较分析上。早期的比较分析多集中于信息产业,如将Windows和Linux作为开放平台和封闭平台进行比较[10]。而近期学者们的研究对象则转向了移动通讯工具领域,如封闭的苹果操作系统与开放的谷歌操作系统、安卓操作系统之间的对比[11]。这里涉及的三种平台类型在开放程度上与区块链的公有链、联合链、私有链十分类似。在不同平台类型的决定因素上,Johnson[12]研究发现,当收益—成本比达到一个临界点时,企业就会选择投资开源软件。在不同平台的选择问题上,郭广珍等[13]将多个影响因素界定为“需求优势”和“成本优势”,并给出了特定平台类型选择的博弈均衡条件。

作为互联网的一个拓展,区块链天然拥有互联网的一些特点,因而区块链经济学也必将关注一些诸如平台之类的研究领域。作为一个去中心化的组织模式,区块链技术依然离不开类似平台的支持,如数字货币的交易平台等。其实,在实现了图灵完备后,以太坊的设计是为分布式的应用程序和去中心化的自治组织(DAOs)提供一个生态系统,这就是一个平台。而且,区块链本身区别于数字货币的重要特点就是,区块链可以应用到更加广泛的领域,其本质含义就是要构建一个跨领域的“平台”。然而,区块链平台具有其自身的特点,其经济行为也是区块链经济学的重要研究内容。

(二)大数据经济学与区块链经济学

“大数据”这一术语从2008年开始在科技领域中出现,随之引起学术界的广泛研究兴趣,但现有文献尚未给出一个关于大数据的公认定义。在这些定义中,比较有代表性的是3V定义[14],即认为大数据需满足三个特点:规模性(Volume)、多样性(Variety)和高速性(Velocity)。国际数据公司(International Data Corporation,IDC)认为,大数据还应当具有价值性(Value),而IBM认为,大数据必然具有真实性(Veracity),至此,大数据的定义拓展到5V特征。

大数据经济学强调数据信息及其传送是一种决定生产率的技术手段,虽然数据信息及其传送与其他技术手段在各种生产活动中共同使用并同时发挥作用,但对于生产过程来说,决定生产率高低的是数据信息及其传送这一技术手段[15]。数字经济颠覆了原有成本、价格、数量的简单逻辑,开创了企业自身产品之外的伴生利润来源。从理论上讲,数字经济之所以能够实现这种盈利模式,是因为数字经济将规模经济和范围经济发挥到了极致。为了实现这一目的,需要对海量而混杂的数据进行更为严格、细致和深入的收集和整理,因而对大数据的相关技术提出了更高的要求,这使得大数据技术区别于传统数据技术,大数据技术包括数据挖掘、机器学习等数据分析技术的研究内容。

区块链技术可以更好地发挥大数据的规模经济和范围经济优势。尽管大数据具有规模优势,但在虚假信息和垃圾数据的干扰下,海量的数据也会造成困扰。对确定真实性以后的信息和数据产业进行评价和研究,是大数据经济学没有涉及的领域。而区块链作为一种特殊的加密数据库,本质上是对特殊类型的大数据进行处理和传递。因此,区块链技术可以对传统大数据进行全新的规范和约束,使其更好地发挥规模经济和范围经济的优势。而且,由于区块链中的数据不仅仅是普通的信息,其本身就具有价值,如具有货币属性或通证属性。总体来看,区块链经济学在处理大数据时,必须遵循大数据经济学的一些基本规律,但更多的行为规律依然需要区块链经济学去归纳和总结。

(三)加密经济学与区块链经济学

对于加密经济学(Cryptoeconomics)而言,加密经济使用密码技术来约束行为,不必使用可信的第三方。因此,一个新的经济学分支正在出现,它可以被定义为“一门正式的学科,研究在分散的数字经济中控制商品和服务的生产、分配和消费的协议”,加密经济学是“一门注重这些协议设计和特征的实用科学”[16]。密码技术借鉴了密码学,并允许保护或存储通信中的敏感信息(组织的、机构的或个人的)。

区块链的诞生正是得益于这一人工智能和经济学相结合而诞生的新学科——加密经济学。鉴于这一学科发端于计算机行业,缺少经济学研究背景的学者们认为,现阶段的加密经济学还不能说是经济学的一个子领域,也不是宏观经济理论或微观经济理论针对加密货币或令牌市场的应用,而是将加密、网络理论、计算机科学和经济激励进行巧妙组合。

和大数据经济学全面数据的研究视角不同,密码经济学更关注特殊的数据问题。作为一个重要的特例,拜占庭将军问题(Byzantine Generals Problem或者Byzantine Failure)被逐渐抽象为一个一般性问题,其本质就是在信息不完全下的有效协调问题。其实,这类问题在经济学界早已广为流传,并被深刻地抽象为信息不完全下的集体行为问题。只是经济学家一直试图从制度上解决问题,希望利用产权理论和激励理论找到解决方案,而计算机科学家一直试图通过算法解决问题。

然而,区块链经济学可以将这两个领域结合在一起,可以为产权信息提供安全的容错分散层,并在信息发生变化时及时进行验证和更新,从而支持分散的经济市场。因此,区块链作为一种新的容错治理技术,可以提供治理机制来支撑市场经济和社会,并将制度问题变成了算法问题,或者说将算法问题变成了制度问题。

(四)区块链经济学的基本研究内容

在大量实践和理论研究的推动下,区块链经济学已经呼之欲出。区块链技术对经济行为的冲击比互联网更大,关键之处在于区块链技术解决了信任问题。从学科分类上看,区块链经济学是在传统经济学、互联网经济学、大数据经济学和加密经济学的基础上得以出现并蓬勃发展的。

在具体的研究内容上,区块链经济学借助传统经济学的基础分析框架,通过创新分析工具,结合互联网经济学解释区块链平台经济的运行规律;结合大数据经济学,分析真实信息的传递和评价等问题;结合加密经济学,分析数字加密技术的效率等问题。最终,将各个重要问题结合起来,形成对区块链行业发展规律的统一理论。

而在研究框架上,按照经济学的基本分析逻辑,对特定市场的分析主要包括消费行为、生产行为、交易行为和市场结构。根据区块链技术的特点和目前的主要研究方向,本文尚未考虑消费行为。在市场结构部分,本文进一步聚焦区块链领域的不完全竞争行为,而目前对这一部分的研究范式则是研究不同行为主体之间的策略行为,即博弈行为。因此,本文主要从生产行为、交易行为和策略行为等三个方面构建了区块链经济学的研究框架,提供了将区块链这一特殊行业纳入经济学分析的基本方法,也加深了区块链技术对传统经济学基本理念的影响,如加深了对信任的经济学含义的理解等。

四、生产行为分析:区块链的共识机制(Consensus Mechanism)及其经济学含义

(一)区块链的共识机制(Consensus Mechanism)的四种生产技术类型

经济学中的生产行为主要分为成本函数和生产函数两个方面,其本质都是在分析同一个问题——产品的生产技术问题。不同的生产技术或生产方式决定了不同的成本和生产函数,区块的生产方式是区块链技术的基础,而区块就是为了解决数字加密所面临的问题。数字加密货币领域一直面临着两大技术难题:双重支付问题和拜占庭将军问题,双重支付问题即利用数字货币的特性,用“同一笔钱”进行两次或多次支付的现象,又称为“双花”;而拜占庭将军问题即在缺少可信任的中央节点的情况下,分布式节点难以达成共识和建立互信,这也是分布式系统交互过程普遍面临的难题。

区块链通过数字加密技术和分布式共识算法,构建了一个可信任的系统,进而解决了以上两大难题。分布式计算和多代理系统中的一个基本目标是在部分进程出错的前提下保证整个系统的可靠性[5]。区块链共识机制的目标是使所有的诚实节点保存一致的区块链视图,同时满足两个性质:一是一致性,所有诚实节点保存的区块链前缀完全相同;二是有效性,由某诚实节点发布的信息终将被其他所有诚实节点记录在自己的区块链中[17]

共识机制不仅保证了区块链系统的安全性和可靠性,也是不同区块链应用的判别标准,具有特定的经济学含义:技术类型即不同的生产函数,由于生产和成本的对偶性,不同的共识机制也将决定成本函数的差异。区块链的共识机制按照经济学的基础逻辑,可以抽象为以下四种生产技术类型:

1.劳动数量决定生产技术工作量证明机制(PoW:Proof of Work

工作量证明机制(PoW)是一个将挖掘能力和计算能力联系起来的一个系统,要求用户进行一些复杂运算,找出区块链系统要求的答案,且答案能被服务方快速验算。PoW共识机制的核心思想是通过引入分布式节点的算力竞争来保证数据的一致性和共识的安全性[18]
PoW的最初设计思路来源可以追溯到Dwork和Naor[19],随后Nakamoto[20]通过PoW为拜占庭将军问题提供了临时解决方案。Biais等[21]证明了在一定条件下,PoW实现了一致性。比特币就使用了这种区块链技术,其安全性在很大程度上依赖于基于激励相容的PoW分布式协商协议[22]。只要适当设置挖掘硬度,PoW能够防止恶意矿工通过控制少于系统计算能力的方式重写历史 。当然,这也导致了采用这一方式的应用存在客观局限。例如,交易效率较低、资源浪费严重等。但是,对这一缺陷的改进也一直在进行,Sompolinsky等[22]提出,能够以有向无环图的形式修改比特币的数据结构。除比特币之外,还有其他很多数字货币,如莱特币等,都是基于PoW模式的虚拟货币。
从经济学的角度看,这种共识机制意味着拥有的计算能力(算力)越强,得到的收益就越大。如果将计算机的算力比作劳动力,PoW即“多劳多得”机制,与经济学中劳动数量决定价值的理论相符合。
2.资本决定的生产技术:权益证明机制(PoS:Proof of Stake)

PoW依赖计算来获取记账权,资源消耗严重,达成共识所耗费的周期较长,因而该机制中存在大量资源被浪费的情况。要解决PoW机制的这个问题,学者们提出了多种替代方案,股权证明机制(PoS)就是最著名的一种。

PoS通过计算持有占总币数的百分比,以及占有币数的时间来决定记账权,即权益证明是基于币龄建立的,币龄被定义为货币数量和货币持有时间的乘积。其主要思想是节点记账权的获得难度与节点持有的权益成反比。PoS背后的基本原理是,持有系统股权的实体非常适合维护其安全性,当系统的安全性受到侵蚀时,股权价值将减少[23]。PoS试图解决PoW产生的能源消耗问题,PoS通过随机选择股权持有人来取代PoW的竞争以追加到区块链上。如果把PoW中的计算资源视为对区块进行投票的份额,那么PoS就是将与系统相关的权益作为投票的份额。通过合理的假设,权益的所有者更乐于维护系统的一致性和安全性。

当然,一旦挖矿成功,相应的币龄就会被消耗,再次中奖的概率就降低了,这就避免了“富人越富”情况的发生。在此基础上,Bentov等[23]提供了避免耗尽物理稀缺资源的纯权益证明机制的新颖构造,并具有更好的安全性。Fahad[24]则提供了一个正式的PoS经济模型,并指出,因为PoS要求持有权益,使得PoS模型不仅存在均衡,而且还可以避免持久的分叉均衡(Forking Quilibrium)。

在现实世界中,PoS最为熟知的例子就是股票,股票的持有量越多,所获得投票权和收益权就更多。而在数字经济领域,使用PoS的典型代表是以太坊,借助“贪婪—最大权重—子树选择”区块链选择法则的以太坊就是能够在区块链上实现智能合约、开源的底层平台[25]。此外,基于PoS的虚拟货币有狗狗币、恒星币等。

从经济学的角度看,如果PoW相当于劳动力决定价值,那么在POS中,资本的作用更大,因而将其概况为资本决定的产生技术。

3.投票决定的产生技术:股份授权证明机制(DPoS:Delegated Proof of Stake)

相对于PoW,PoS在一定程度上减少了计算所带来的资源消耗,但没有从根本上解决PoW难以应用于商业领域的问题,根据权益结余来决定记账权会导致贫富差距加大,使得有少数人有可能控制记账权。在其基础上,诞生了PoS的改进机制——股份授权证明机制(DPoS)。

DPoS类似于董事会投票,即系统中每个节点可以将其持有的股份权益作为选票授予一个代表,获得票数最多且愿意成为代表的前N个节点将进入“董事会”,按照既定的时间表轮流对交易进行打包结算并签署(即产生)新区块。持币者投出一定数量的节点,代理他们进行验证和记账。为了激励更多人参与竞选,系统会生成少量代币作为奖励。DPoS可以大大缩小参与验证和记账节点的数量,从而达到秒级的共识验证。但是,该机制依然依赖于代币,仍然无法完美地解决区块链在商业中的应用问题。比特股、点点币等数字资产都采用该方式。

DPoS的共识过程分为见证人的选举过程和见证人的区块诞生过程。如果见证人没有在规定的时间生产区块,那么这个见证人将会被跳过,由下一个见证人来生产区块。DPoS是一种特定类型的PoS,在这种PoS中,大众选择他们的委托人来验证事务并创建新区块,从而大大减少验证事务的节点数量,从而更快地确认新区块。此外,区块的大小和区块的间隔时间可以通过选择不同的委托方式进行调整。

总之,如果说PoW和PoS共识分别是“劳动数量决定的产生技术”和“资本决定的产生技术”的记账方式,DPoS 则可以认为是“投票决定的产生技术”的记账方式。当然,从新古典经济学的角度,投票并不是一种技术,而更像一种组织方式。DPoS的特点和优点是显而易见的,DPoS不仅能够很好地解决 PoW 浪费能源和联合挖矿对系统的去中心化构成的威胁,也能够弥补PoS中拥有记账权益的参与者未必希望参与记账的缺点。DPoS曾被认为是一种最快速、最高效、最去中心化和最灵活的共识算法。

4.协调决定的产生技术:实用拜占庭容错算法(PBFT:Practical Byzantine Fault Tolerance)

以上共识机制都需要数字货币作为激励手段,但有些区块链,特别是一些许可链或私有链并不需要数字货币激励,只需要绝对信任和效率沟通,上述共识算法并不能很好地满足这种需求,而实用拜占庭容错算法(PBFT)这类传统的一致性算法却可以。

1982年,Lamport等[26]提出拜占庭将军问题标志着分布式计算可靠性理论和实践进入到了实质性研究阶段。为了解决这一问题,拜占庭容错算法(BFT)被提出。不同于工作量证明PoW和PoS等要求在概率上的最终一致以达成共识的算法,BFT 类协议依靠节点之间相互传递消息,从而对提案达成确定性共识结果。然而,由于这些特性造成节点间需要两两之间递归传递消息,而信息量增加可能是指数量级的,因而不太具有可操作性。

作为BFT的改进,PBFT是在1999年由Castro和Liskov[5]提出,可以在作恶节点少于1/3的情况下,保证系统的正确性。与原始的BFT算法相比,算法复杂度从指数级降低到了多项式级,从而使得BFT算法的实际应用成为可能。也有研究在PBFT算法上更进一步,如发展出“改进实用拜占庭容错共识算法模型”(EPBFT)[27]。具体而言,为了应用于不需要大交易量、但需要处理许多事件的数字资产平台,每个节点都可以发布公钥,节点将签名所有通过节点的消息,以验证其准确性。当得到一定数量的签名响应,此交易就被认定为有效。因此,本质上来说,PBFT就是少数服从多数。

5.不同共识算法间的比较

当然,以上简单的对比并不能完全区分不同共识机制之间的优劣和区别,如在安全性方面的区别也是很重要的。PoW面临51%的攻击问题,即控制PoW资源一半以上的矿工可以控制新块的产生,还可能改写比特币的历史记录。由于PoW依赖于算力,当攻击者具备算力优势时,找到新区块的概率将会大于其他节点,这使其具备了撤销已经发生的交易的能力。需要说明的是,即便在这种情况下,攻击者也只能修改自己的交易而不能修改其他用户的交易(攻击者没有其他用户的私钥)。在PoS中,攻击者在持有超过51%的Token量时才能够攻击成功,这与PoW中51%算力相比,更加困难。在PBFT中,恶意节点小于总节点的1/3时,系统是安全的。

除了PoW、PoS、DPoS、PBFT等主要共识算法外,还有其他很多种,如Pool验证池。和PBFT类似,Pool验证池是基于传统的分布式一致性技术建立的,并辅之以数据验证机制,是目前区块链中广泛使用的一种共识机制。Pool验证池不需要依靠代币就能工作,在成熟的分布式一致性算法基础之上,可以实现秒级共识验证,更适合有多方参与的多中心商业模式。上述不同共识机制的区别如表1所示。

表1  不同共识机制的区别

(二)区块链共识机制的经济学含义

任何共识机制都有其成立的条件,攻击者需要考虑的是,一旦攻击成功,将会造成该系统的价值归零,这时攻击者除了破坏之外,没有得到其他有价值的回报。对于区块链项目的设计者而言,应该了解清楚各个共识机制的优劣,从而选择出合适的共识机制,或者,根据场景需要,设计新的共识机制。

从经济学的角度分析,不同的共识机制作为不同的技术而产生了差异化的产品,如不同的数字货币。正如其他存在差异化的产品一样,不同的数值货币之间也存在互补和竞争关系,特别是当它们处于同一市场中,无论是消费者还是生产者,都要在特定的共识机制、也就是特定的区块链产品之间做出选择。最终决定何种技术会被选择,可能取决于相关的成本结构、需求规模、消费者偏好或信息结构等因素。这也正是区块链经济学需要研究的重要内容。

五、交易行为分析:区块链的智能合约(Smart Contracts)及其经济学含义

为了完成巨量交易,区块链技术的点对点交易形式必须依赖于一种高效率的合约——智能合约。智能合约是一套以数字形式定义的承诺,同时也是储存在区块链中的一段能够自动执行的代码合约和算法合同。其条款直接以代码形式写入,是执行合约条款的可计算交易协议,也是利用区块链技术在两个或更多参与者之间创建合同的解决方案。在某些情况下,智能合约要求当事人具备和履行在法律上具有约束力的权利和义务。区块链也可以持有债务证券和金融衍生品,并自动执行,即智能合约[7]。在区块链应用智能合约方面,用户利用智能合约可以把自己的意愿以一系列规则的形式编码在区块链中。作为智能合约的引领者,以太坊开发者在其区块链上应用智能合约,实施了一种近乎图灵完备的语言,这是一个突出的智能合约框架。例如,智能合约可以自动执行遗嘱,其优点是不需要外部当事人来验证组织是否被正确管理,并可以验证基础规则。因此,智能合约其实就是一套以数字形式定义的承诺,并可以自动执行这些承诺,这也是区块链技术被称为“制造信任的机器”的内在原因。

智能合约也可以扩展到类似财务危机的预结算解决方案方面[6]。使用智能合约,资产或货币被转移到程序中,程序运行此代码并在某个时点自动验证条件,再自动决定资产是流向一个人还是返回另一个人,还是立即返回发送人或其组合。智能合约可以被标准化为模板,用户可根据自己的需要来选择,除了区块链之外,智能合约还广泛应用于房地产交易所、汽车购买、保险支付、数字支付、金融资产处置、多重签名合约、云计算、物联网、共享经济等多个领域。

当然,由于早期的智能合约技术相对不成熟,现实世界的应用场景和数量十分有限[28]。尽管区块链的智能合约是一种高效率的合约,然而智能合约只是一段可以自动执行的代码而已,只能按照预置的规则执行相应的动作。所谓“智能”仅仅是计算机根据条件是否满足而自动执行而已,这和人工智能中的“智能”定义差异巨大,这也导致其在现实世界的应用受限[28]

从经济学的角度看,智能合约带来的冲击是巨大的:首先,智能合约技术使得陌生人之间的信任成为可能,而信任问题的解决将从根本上处理交易成本问题;其次,智能合约的技术解决方案和降低交易成本的方式是多样的,如降低运输成本的基础设施,降低信息传递成本的5G技术,甚至保证合约执行的激励机制,以及提高办事效率的制度建设等;最后,在理想的状态下,区块链技术将对不完全合约理论、不对称信息理论,甚至不完全理性理论都造成颠覆性的冲击。

六、策略行为分析:区块链行业的博弈行为

在对生产技术和交易行为进行分析之后,按照经济学的分析逻辑,还需要分析不同行为人之间的相互影响问题。为了研究相对集中,这里仅分析不完全竞争问题,而在现代微观经济学理论中,这一问题逐渐被博弈论的研究框架所取代。其实,区块链类似于基于博弈论原理的开放大账簿,让所有参与者都难以作假,从而极大地强化了信任,并可以有效解决互联网平台上的欺诈问题,以及人际间信任度低的长久弊病。很多学者都已经认识到博弈论对区块链协议的正确执行具有重要意义,而现在学者们关注的领域主要集中在“挖矿”策略、定价策略和算法策略上。

(一)“挖矿”策略选择博弈

在博弈论中,存在一个均衡的策略集合战略互动,包含了每个参与者的最佳策略,进而决定了所有参与者都遵循这些策略时得到的支付。在区块链中,区块链的信息具有天然的分布式共识,这基本上实现了传统经济学理论中的完全信息条件,而且交易权利是均等的。在区块链的博弈策略选择中,获得区块的策略,即所谓的“挖矿”策略,就成为一个主要的策略选择。例如,在POW中,挖矿就是一个用户消耗计算能力、在破译密码博弈中胜出,进而可以将一个事物块添加到区块链中,并请求相应奖励的过程。博弈胜出的概率取决于矿工的哈希率(即每单位时间对随机预言器的查询数量)与整个网络的总哈希率之间的比率。

作为一项开拓性的工作,Kroll等[29]把采矿过程建模为矿工之间的博弈。在博弈中,矿工的策略是确定区块链的分支去挖矿,如果矿工的表现和比特币设计师预期的一样,这个博弈的纳什均衡则是“最长链规则(Longest Chain Rule)”。Biais等[21]在动态协调博弈中正式分析了理性战略性采矿者的均衡策略,该博弈允许在均衡路径上分叉,最长的链是指符合提议的比特币实现了一个均衡,且不是一个独特的结果。Xu等[30]则提出了一种基于区块链的安全博弈,在推导出博弈的纳什均衡后,揭示了惩罚方案如何影响移动设备和边缘服务器攻击率的纳什均衡条件。

即使不存在挖矿中的欺骗和攻击行为,完全基于算力的博弈均衡也远非是帕累托最优的。实际上,通过PoW,每个矿工通过耗尽电力和计算机设备等稀缺资源,从而获得可以在比特币系统内使用的硬币形式的密码稀缺资源[18]。为了解决个人挖矿能力不足的问题,矿池成为解决方案之一。矿池通过将难题解决任务划分为较小的子任务,聚合许多矿工的哈希率,从而赢得奖励的概率就会变得非常大。然后,根据散列率和矿池的散列率之间的比率,单个矿工可以确保其虽然小但稳定的奖励份额。Sompolinsky等[22]使用合作博弈理论分析联合采矿的成员如何分享奖励。

在一个开放的矿池中,矿工可以通过攻击其他矿工来增加自己的收益。如果所有矿工都选择攻击对方,那么他们获得的收益将少于他们互不攻击时获得的收益,这就是PoW共识算法中的挖矿困境,而这种困境也对应到博弈论中经典的囚徒困境。Eyal和Sirer[31]基于博弈理论,定性分析了挖矿过程中的困境,唐长兵等[18]在此基础上进一步分析矿工博弈困境的纯策略和混合策略均衡,并给出两种均衡存在的条件。

(二)定价策略选择博弈

基于算力和挖矿策略的博弈本质上是产量博弈,而与其对应的则是价格博弈。区块链中的价格博弈主要为数字资产本身的价格和交易费用之间权衡。Houy[32]研究发现,在区块链安全直接取决于矿主算力的情况下,(交易)费用固定与限制区块大小,并让价格由分散市场决定的结果是等价的。

在这类研究中,最初的研究借助了传统经济学的成本收益法,在考虑到原子型矿工的情况下,构造出报价函数。如果矿工以最大化利润预期价值的方式进行交易,那么交易费用市场的出现就不应该有区块规模的限制[33]。但是,Houy[34]认为,博弈论的方法更适合解决这个问题,可以通过奖励计划和价值来处理矿工所面临的激励问题,并建立了报酬计划和价值观的函数。

(三)算法策略选择博弈:云计算与边缘计算

与传统产业的策略不同,除了产量和价格博弈之外,区块链行业的业外人士还需要对基础算法的选择进行决策。数字货币的“生产”经历了使用单独计算机、矿机直至矿池的物理算力演变过程,随着区块链其他用途对算力的需求越来越大,且更加多样化,云计算和边缘计算也进入了区块链行业博弈的策略集。

云计算已经被企业广泛使用,其对企业的好处是显而易见的:与投资和运营自己的IT资本相比,企业可以花更少的钱来获得更高质量的IT资本服务。Coyle和Nguyen[35]研究发现,英国可用云服务的价格出现了显著下降,尤其是在经过质量调整后,价格方面出现大幅下降,且数据中心供应出现扩张。

然而,云计算并非在任何情况下都是最优策略。虽然云计算通过虚拟化的IT基础设施提供了前所未有的效率、可伸缩性和成本降低,但云计算的相关业务仍然集中在数据中心,因而云模型无法满足物联网市场不断增长的一系列需求。当然,将数据传输到云端也对当地数据处理能力提出更高要求,这要求数据计算和服务供应策略从云计算转移到边缘计算。

七、总  结

本文从经济学的视角分析区块链的内涵、特征,并通过对区块链研究成果的梳理,最终形成了相对完整的区块链经济学研究框架。这一尝试可以让区块链的研究视角从早期的数值货币、计算机算法,以及各种各样的区块链应用技术中脱离出来,进而让区块链的研究从案例分析、技术创新或投资建议,转向对经济行为进行规律性的归纳总结上。

任何新兴领域的研究,特别是新兴学科的构建都是一个从有到无、从幼稚到成熟的过程,区块链经济学也不例外。对区块链行业严肃而系统的经济学研究已经展开,以“区块链经济学”为标题的论文也如雨后春笋。但是,目前的研究主要集中在共识机制、智能合约或挖矿博弈等方面,尽管在某些特殊研究焦点上,理论研究已经具备了足够的深度,然而还远远没有达到形成一个完整学科的数量。本文秉承经济学的逻辑,从生产、交易和博弈等重要的经济学理论视角对现有研究进行了总结。本文的研究与其说是提供了区块链经济学的分析框架,其实更接近于提供了一个区块链的研究思路。区块链的经济学研究刚刚开始,今后的研究必将更为深入和系统。

参考文献

[1] Swan, M. Blockchain Thinking: The Brain as a Decentralized Autonomous Corporation[J]. IEEE Technology and Society Magazine, 2015, 34(4):41-52.

[2] 让互联网更好造福人类——习近平主席贺信在与会嘉宾中引起强烈反响[N].浙江日报,2019-10-21.

[3] 袁勇,王飞跃.区块链技术发展现状与展望[J].自动化学报, 2016, (1): 481-494.

[4] Shapiro, C. , Varian, H. Machine Learning, Market Structure and Competition[R]. National Bureau of Economic Research Working Paper, 2017.

[5] Castro, M. , Liskov, B. Practical Byzantine Fault Tolerance[R]. The Third Symposium on Operating Systems Design and Implementation, 1999.

[6] Yermack, D. Corporate Governance and Blockchains[J]. Review of Finance, 2017, 21(1):7-31.

[7] Coase, R. H. The Nature of the Firm[J]. Economica, 1937, 16 (4):386-405.

[8] 肖风. 区块链的六大治理机制[EB/OL].http://www.qukuannews.cn, 2017-05-02.

[9] Shapiro, C. , Varian, H. R. Information Rules: A Strategic Guide to the Network Economy[M].Berlin: Harvard Business School Press, 1998.9-22.

[10] Casadesus, M. , Ghemawat, P. Dynamic Mixed Duopoly: A model Motivated by Linux VS. Windows [J]. Management Science, 2006, 52(7):1072-1084.

[11] 魏如清,唐方成,董小雨,等.双边网络环境下开放与封闭平台的竞争:以移动操作系统平台为例[J].中国管理科学, 2013,(11):432-439.

[12] Johnson, J. P. Open Source Software: Private Provision of a Public Good[J]. Journal of Economics and Management Strategy, 2002, 11(4):637-662.

[13] 郭广珍,张玉兰,胡可嘉. 封闭与开放平台的选择策略:基于需求与成本优势的下游厂商博弈分析[J]. 中国工业经济,2017,(3):64-82.

[14] Grobelnik, M. Big-data Computing: Creating Revolutionary Breakthroughs in Commerce, Science and Society[EB/OL]. http://videolectures.net/eswc2012_grobelnik_big_data/, 2012-10-02.

[15] 裴长洪,倪江飞,李越.数字经济的政治经济学分析[J].财贸经济, 2018, (9):5-22.

[16] Zamfir, V.What is Cryptoeconomics? [R]. CryptoEconomicon Crypto Technology Conference ,2015.

[17] Garay, J. , Kiayias, A. , Leonardos, N. The Bitcoin Backbone Protocol: Analysis and Applications[R]. Annual International Conference on the Theory and Applications of Cryptographic Techniques, 2015.

[18] 唐长兵,杨珍,郑忠龙,等. PoW共识算法中的博弈困境分析与优化[J]. 自动化学报, 2017, (9):1520-1531.

[19] Dwork, C. , Naor, M. Pricing via Processing or Combatting Junk Mail[R].12th Annual International Cryptology Conference, 1992.

[20] Nakamoto, S. Bitcoin: A Peer-to-Peer Electronic Cash System[J/OL]. https://bitcoin.org/bitcoin.pdf,

2008.

[21] Biais, B. , Christophe, B. , Bouvard, M. , et al. The Blockchain Folk Theorem[J]. IDEI Working Papers, 2017.

[22] Sompolinsky, Y. , Lewenberg, Y. , Bachrach, Y. , et al. Bitcoin Mining Pools: A Cooperative Game Theoretic Analysis[R]. International Foundation for Autonomous Agents and Multiagent Systems, 2015.

[23] Bentov, I. , Gabizon, A. , Mizrahi, A. Cryptocurrencies Without Proof of Work[R]. International Conference on Financial Cryptography and Data Security, 2016.

[24] Fahad, S. Blockchain Without Waste: Proof-of-Stake[R]. SSRN Working Paper, 2018.

[25] Sompolinsky, Y. , Zohar, A. Secure High-Rate Transaction Processing in Bitcoin[R]. International Conference on Financial Cryptography and Data Security, 2015. 

[26] Lamport, L., Shostak, R., Pease, M. The Byzantine Generals Problem[J]. ACM Transactions on Programming Languages and Systems, 1982, 4(3):382-401.

[27] 甘俊,李强,陈子豪,等. 区块链实用拜占庭容错共识算法的改进[J]. 计算机应用, 2019, (7):2148-2155.

[28] Kristian, K. , Juri, M. , Timo, S. Smart Contracts——How Will Blockchain Technology Affect Contractual Practices?[R]. Social Science Electronic Publishing, 2018.

[29] Kroll, J. A. , Davey, I. C. , Felten, E. W. The Economics of Bitcoin Mining, or Bitcoin in the Presence of Adversaries[R]. Proceedings of Weis, 2013.

[30] Xu,D. , Xiao, L. , Sun, L. , et al. Game Theoretic Study on Blockchain Based Secure Edge Networks[R]. IEEE/CIC International Conference on Communications in China, 2017.

[31] Eyal, I. , Sirer, E. G. Majority Is Not Enough: Bitcoin Mining Is Vulnerable[R]. International Conference on Financial Cryptography and Data Security, 2014.

[32] Houy, N. The Economics of Bitcoin Transaction Fees[J/OL]. Social Science Electronic Publishing Electronic Journal,2014.

[33] Rizun, P. R. A Transaction Fee Market Exists Without a Block Size Limit[R]. Block Size Limit Debate Working Paper, 2015.

[34] Houy, N. The Bitcoin Mining Game[J]. Ledger Journal, 2016, 13(1):53-68.

[35] Coyle, D. , Nguyen, D. Cloud Computing and National Accounting[R]. Economic Statistics Centre of Excellence Discussion Papers, 2018.


(责任编辑:邓  菁)

公众号责任编辑:李明齐

电话:0411-84710267  

投稿网站:http://zzs.dufe.edu.cn/



数字经济专题

(点击图片链接进入专题)

陈永伟 | 数据产权应划归平台企业还是消费者?

杨培芳 | 构建互联网时代的社会协同新经济模式

费方域,闫自信 | 大数据经济学视域下的竞争政策

吕本富 | 从平台经济到平台经济学

吴绪亮 | 现代经济学的数字化革命

陈   禹 | 互联网时代需要什么样的经济学

郑   磊,郑扬洋 | 区块链赋能实体经济的路径——区块链 Token 经济生态初

谷燕西 | Libra 对全球金融行业的冲击

袁煜明,王   蕊 | Libra 的运营、监管与“类 Libra”的功能畅想

孙点婧 | 首次代币发行的监管:问题与对策

郑   磊 | 通证数字经济实现路径:产业数字化与数据资产化

姜奇平 | 用网络方法解释网络经济学

龙白滔 | 全球数字货币竞争的政治经济学分析——公共数字人民币DC/EP与私人数字美元Libra
戴   龙 | 数字经济产业与数字贸易壁垒规制——现状、挑战及中国因应

曲   创,刘重阳 | 互联网平台经济的中国模式

杨 望, 彭 珮, 穆 蓉 | 全球区块链产业竞争格局与中国创新战

吴汉洪,刘雅甜 | 互联网行业的竞争特点与反垄断政策

孙康勇 | 数字经济时代的企业创新

张  穹,曾  雄 | 数字经济领域的创新与公共政策的匹配

方  燕 | 网络产业反垄断规制的重新审视

寇宗来,刘雅婧 | 数字经济下的监管挑战

丁文联 | 数据竞争的法律制度基础

蒋传海,应珊珊,陈青祝 | 互联网反垄断面临的挑战和难点

黄晓锦 | 大数据时代数据分享与抓取的竞争法边界

刘泉红 | 中国互联网经济发展的体制机制保障

钟鸿钧 | 产业互联网和人工智能如何重塑中国经济?

姜奇平 | 数字经济学的基本问题与定性、定量两种分析框架

(点击图片链接进入专题)


中国道路专题

(点击图片链接进入专题)

周 文 | 新中国70年中国经济学的理论贡献与新时代历史使命

周天勇 | 要素配置市场化改革释放经济增长潜能的定量估计

许红梅,李春涛,刘亚楠 | 交通基础设施建设与西部经济高质量发展

寇宗来 | 新冠疫情冲击对商业模式和社会治理的影响

郭劲光,杨成来 | 交易费用、扶贫治理与制度安排的选择

陈 林 | 重大突发公共卫生事件的经济影响及应对实践经验——基于文献回顾视角

孙 静,王佳宁 | 大运河文化带文化产业发展的省际比较与提升路径

侯为民 | 现代化经济体系的理论指向与时代内涵

周 文,何雨晴 | 国家治理现代化的政治经济学逻辑

裴长洪 | “六稳”“六保”对中国经济高质量发展的启示

赵建国,王瑞娟 | 政府注意力分配与中国社会保障事业发展——基于1978—2019年国务院政府工作报告的内容分析

张  巍,胡鞍钢,杨竺松 | 发展社会主义文化生产力:新中国70年回顾与总结

谭 静,文宗瑜,褚彦含 | 国有资本授权经营体制改革与“做强做优做大”政策建议


(点击图片链接浏览目次)


投稿请点击

  阅读原文

   

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存