代币化对网约车区块链平台的影响

The effects of tokenization on ride-hailing blockchain platforms

再一次分析一下一篇关于区块链的文章,这篇文章比较新,2023年发表在POMS上。

由于这篇文章跟之前那几篇关注假货的文章的重点不一样,所以需要仔细读一下他的INTRODUCTION。

引言部分:
区块链近年来受到学术界和工业界的日益增长的关注。
在传统的对等市场(peer-to-peer market)/共享经济(sharing economy)中,依赖一个集中平台来收集和认证信息,以此来减少供应端和需求端沟通和搜索的成本,从而增加各方彼此的信任度,监督交易的执行。
然而,这类传统的集中平台会收取高额的交易费用(通常是由供应端来支付)。

区块链为这类交易提供了另外的选择,基于分布式账本和智能合约,区块链可以“减少寻租者(rent seeker)、降低收费、增加透明度”(DACSEE(分散式网约车平台)的创立者Lim Chiew Shan)。

然而,区块链的应用面临一些挑战:(1)尽管区块链可以保证存储信息的安全性,但是无法保证输入的真实性和可得性,导致“garbage-in-garbage-out“的问题。(2)需要激励机制来确保用户的积极参与区块链系统。

近年来,tokenization成为区块链发展的主流,为非流动性资产的交易提供了便利(Babich & Hilary, 2019)。

尽管,tokens的引入看起来很有前景,但是在现实中,它们的应用并无优势。例如,加密货币(cryptocurrency)一直在全球面临严重的政治管制,因为担心它们可能会破坏金融市场的稳定。

这种缺乏实体经济支撑,相反被投机活动支撑的概念,在资本的疯狂逐利中更容易丧失可持续发展的能力,导致泡沫破灭。而这种泡沫破灭的风险引起政府的关注,从而导致更严格的监管。
例如,中国政府实施了一系列的立法,禁止加密货币活动推动了nontoken-based(非代币)区块链的发展,例如点融网、IBM等P2P网络借贷平台,这类平台不发型tokens,或者只使用tokens作为交易工具。

不同于非代币区块链平台,通过收取佣金来覆盖平台维护成本和盈利。代币区块链平台保留部分已发行代币(加密货币),由于这些代币被广泛使用和接受,因此这些代币的价值会增加,为平台提供盈利。然而,由于代币制一般不收取佣金,所以无法通过佣金盈利。

在网约车市场(ride-hailing market),集中化的网约车平台,如Uber和滴滴,10年前进入市场,至今已经占领大部分市场份额。这些平台为司机和乘客提供定价和匹配服务,向司机收取服务佣金。
与之不同,区块链平台,如DACSEE、DAV、TADA、Swarm City、RideNote、DRIFE等,允许用户依据自己的喜好匹配需求,而不是被动地接受平台的指派。

这篇文章是为了探索区块链技术的潜在好处,并且探究区块链技术对对等市场的影响,分析这类代币平台相对于非代币平台的优势和劣势。这篇文章专注于网约车市场(已经从传统市场转向对等市场)。

在介绍一个代币平台的模型之后,还考虑到挖掘(mining)对平台利润的影响研究了最优代币奖金(token bonus)。
然后,为了避免政策对代币市场的严格禁止,文章还建模了非代币平台,并且研究最优代币奖金(token bonus)和佣金。
作者认为,尽管所有之前提到的基于区块链的网约车平台都是代币的,非代币平台也是一个选择。
传统的网约车平台,例如滴滴、Lyft等,都在寻求区块链方案来应对新兴分散式网约车的威胁(Fromgeek.com, 2022)。

对于这些已经存在的网约车平台,如果它们想引入区块链技术,非代币平台是一个更为现实的选择,因为这类平台不需要改变他们的盈利模式,并且对于这类已经很大并且成熟的平台而言,向代币区块链的转变会在操作上和法律上更复杂。

进一步,文章比较了两类系统的社会福利,并且基于北京市场,进行了数值分析。

文章结论:
文章发现,第一,代币区块链平台会设置一个更高的挖掘奖金(mining bonus),因此可以吸引更多司机作为miner(矿工),减少挖掘能力不足。然而,这也会减少交易量和司机成功找到客户的概率。
因此,如果交易成本或者挖矿缺货成本很高,随着时间的推移,平台在减少挖掘奖金之前,应该增加对矿工的激励。
第二,非代币平台应注意不要设置一个太高的佣金,因为如果设置一个太高的佣金,就需要一个非常高的挖掘奖金来吸引足够多的司机,而这会导致更低的盈利。
第三,代币系统会带来更多社会福利,除非非代币平台收取一个明显更高的价格,然而文章证明,这种情况(非代币平台收取明显更高的价格)对于北京市场案例来说是不现实的。对于北京市场,代币可以带来更高的利润和匹配效率。因此,为了减轻对于政府在加密货币活动上的顾虑,系统的立法对于加密货币市场是必要的。
第四,之前的研究认为,区块链效率和去中心性是替代关系(不可兼得)。与之前的研究不同,文章认为区块链效率和去中心性的同时实现是可能的。

文章贡献:
第一,文章设计了一个分析性模型来研究对等市场中的代币平台的最优策略。另外,文章也研究了这些策略如何被市场条件和商业环境特征(市场竞争、平台成熟度、机会成本、固定成本、定价规则等)影响。
第二,因为加密货币受到政策的严格限制,文章在一个非代币结构中重塑了代币模型,并得出了在不同情况下的最优策略。
第三,研究了不同情况下(挖掘短缺、匹配效率、系统效率、社会福利),代币和非代币平台的适用性。研究了各种情况下,代币或者非代币,哪种会导致更高的社会福利。也提出了不同的方式(调整区块链的去中心化水平、价格、挖掘系统设计)来做提高社会福利。并且数值分析证明代币平台通常可以在社会福利和匹配效率上表现更好。
第四,研究结果对理解怎样实现区块链平台的效率和公平提供了见解。区块链在共享经济方面的应用会很有优势,为未来区块链发展和研究提供了潜在机会。文章进一步分析了不同的区块链和挖掘系统对用户资产购买和共享决策的影响,并且给出了对等市场的运营机制的建议。
第五,为了增加代币和非代币平台的可及性,文章给出了对用户、平台运营人员、政府这些区块链平台的参与者的可行的指导。

文献综述
文献综述包括两部分,一部分是“区块链对平台运营和共享经济的影响”,另一部分是“共享平台的中介作用”。

  1. 区块链对平台运营和共享经济的影响
    很少有研究关注到区块链在共享经济中对平台运营的影响,因此先讨论一下区块链对业务流程的影响。
    Frizzo-Barker et al. (2020)认为目前区块链相关研究还处于早期,因此在各行业对区块链的应用上的管理问题亟待更多的定量研究。Babich and Hilary (2019)认为区块链可以帮助共享平台降低增加新参与者的边际成本,并克服供应链金融在信息不对称和道德成本方面的不确定性。
    关于区块链在降低信息不确定性的研究:Pereira et al. (2019)认为如果不确定性的降低和透明度的提高所带来的好处超过编写智能合约和实施分布式存储和验证分类账的成本时,那么去中心化的区块链系统会表现得更好。
    关于区块链对共享经济的影响的研究:J. Sun et al. (2016)认为区块链实现了无信任、分布式、自动化、透明的商业模式,笑出了中间商(传统的第三方平台),从而降低了运营成本,提高了效率。通过案例研究,Pazaitis et al. (2017)发现区块链驱动的平台可以增加生产性社区的价值,但是信任的道德问题仍然亟待解决。Hawlitschek et al. (2018)悲观地预测,区块链在共享经济中的应用不那么有前景,他认为建立一个无信任和去中心化的制度所带来的预期收益不足以带来回报。
    与本文不同,以上这些研究都不是分析性的。

  2. 共享平台的中介作用
    Hu (2019)指出有关共享平台的中介角色有三个主题的研究:(1)匹配和定价;(2)信息和支付;(3)有自调度供应商。
    由于本文是有关第一个主题的,因此只对这个主题的文献进行综述。
    关于匹配的文献:为了定量分析系统的效率,很多研究都将匹配过程建模成排队系统。供应方是服务者,客户以泊松分布到来。
    许多研究考虑了供需双方的异质性,如客户对拥挤的不耐烦程度,与时间相关的需求不确定性,拥堵时供应方数量的不确定性等。一些研究探索具有不同偏好的群体之间的匹配优先顺序。Chen and Hu (2020)研究有前瞻性的司机和顾客的网约车平台的固定定价策略,他发现固定定价和基于等待成本的价格调整会导致用户的短视行为。

关于价格的文献:研究趋势从固定定价向阶段定价转变,从统一定价到按服务、产品定价转变。例如,Cachon et al. (2017)发现当人工价格变得更贵,对网约车平台上的消费者而言,动态定价比固定定价要好。Bai et al. (2018)认为平台应该按时间收取佣金率,在高峰期收取更高的佣金率,在非高峰期收取更低的佣金率。L. Sun et al. (2019)通过按服务定价(具体的驾程细节和司机定位)研究匹配问题。

以上的研究都是基于共享平台的中介作用和其决策的。所有的问题都是以一个集中的方式去思考的。但是区块链是以一个去中心化的方式运行的,没有平台的直接参与定价和匹配,市场组成可能很难控制,导致区块链在共享经济中的采纳受阻。
本文主要是研究区块链在对等市场的采纳问题,比较了代币和非代币的表现。

模型部分
基础模型,主要是代币平台的最优决策。由于代币的高度多样化的功能和应用,代币的本质很难定义。在现实生活中,代币可能在非代币平台中被采纳为对社区用户的激励,此时,在代币和法定货币间有一个固定的汇率。在本文的研究中,假设代币平台在初始阶段就发行了一个ICO,并且不固定其汇率。

最近,区块链平台的两种类型被应用,代币和非代币。两类平台都是基于包括挖掘在内的区块链技术,因此对于区块链平台而言,平台运营和矿工都起了重要的作用。

区块链平台的四类参与者:
(1)乘客:目的是在对应的服务水平下,降低成本。核心决策变量是价格。
(2)司机:目标是最大化利润,对于非代币平台,司机的盈利是从平台对客户支付金额的重分配得到的,即,平台会收取支付金额的部分作为佣金,司机得到支付金额-佣金的金额。对于代币平台,司机可以收到所有支付金额,因为不用再支付佣金了。
每个用户(乘客、司机)都决定是否买一辆车,如果买了,那么他首先满足自己的需求,也可以使用多余的供应能力作为一个司机来参与这个平台。如果他决定不买车,那么他就是平台的乘客。
用户在自用水平上存在异质性,可以被解释为,购买的车以多高的频率使用,这也会影响他们的决策。因为重度使用者更可能成为一个司机,所有的用户的目标都是最大化自己的效用。
(3)矿工,他们使用数字化设备来获取挖掘奖金,对于区块链平台而言,挖掘很重要。因为没有集中的平台来管理,所以在分布式账本上有效记录每个交易。因此,挖掘是一个可以扩大系统存储数据内存的过程,这需要个体用户作为矿工参与其中,使用有计算能力的终端设备(如笔记本、手机等)来提供存储能力。因为区块链系统的交易存储相较其他系统更慢,挖掘奖金对保证区块链有足够多的矿工来处理所有的交易来说至关重要。
在本文研究中,挖掘过程对于代币和非代币平台来说都是需要的,因为都依赖区块链技术。

假设司机和乘客都可以成为矿工,只要他们有终端设备。

在基础模型中,假设只有注册的司机被允许挖矿。他们上传驾驶数据、计算、获得他们挖矿对应的回报。
在现实世界中,客户可能在其搭乘时间内也能参与挖矿,但是他们的奖励普遍低于司机。例如,司机在AlphaCar(一个中国的分散网约车平台)的挖矿奖金是乘客的100倍。这种设置的优势在于,司机可以更容易地记录连续的驾驶数据。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/193286.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【嵌入式面试实战】大疆嵌入式一面

1.自我介绍(介绍你的背景和教育经历,特别强调与嵌入式系统相关的学习和项目经验) 2.linux中的线程一般是怎么调度的? 内核根据线程的优先级和调度策略来确定下一个要执行的线程。内核维护一个调度队列,其中包含所有可运行(runnable)状态的线程。当一个CPU核心空闲时,内…

多级缓存自用

1.什么是多级缓存 传统的缓存策略一般是请求到达Tomcat后,先查询Redis,如果未命中则查询数据库,如图: 存在下面的问题: •请求要经过Tomcat处理,Tomcat的性能成为整个系统的瓶颈 •Redis缓存失效时,会对数据库产生冲击 多级缓存就是充分利用请求处理的每个环节,添加缓…

Vue2生命周期、Vue3生命周期及其对比

一、Vue2中的生命周期 Vue2的生命周期分为8个阶段,它们分别是: beforeCreate(创建前):在实例初始化之后,数据观测和事件配置之前被调用。此时实例还未完成初始化,无法访问到data、computed、wa…

C语言实现猜数字游戏

前面我们已经了解了分支循环、数据类型及变量的知识点,今天我将用之前学过的知识进行实操,将所学的知识进行巩固和提升。下面的讲解仅我个人认知水平,如有欠缺之处,欢迎大家指正,并且我希望初学者在看完讲解后可以独立…

强化学习------时序差分(Temporal-Difference Learning)

简介 时序差分方法(Temporal-Difference Learning)简称TD算法是强化学习中非常经典的一种方法,Sarsa算法和Q-learning算法都是基于时序差分这种方法的。 强化学习分为基于模型和不基于模型的方法 基于模型的方法:是一种通过建立…

Redis之五大基础数据类型(详细总结 面试必备)

Redis之五大基础数据类型 Redis 共有 5 种基本数据类型:String(字符串)、List(列表)、Set(集合)、Hash(散列)、Zset(有序集合)。 这 5 种数据类…

64. 最小路径和(Leetcode)

文章目录 前言一、题目分析二、算法原理1.状态表示2.状态转移方程3.初始化4.填表顺序5.返回值是什么 三、代码实现总结 前言 在本文章中,我们将要详细介绍一下Leetcode6最小路径相关的内容 一、题目分析 二、算法原理 1.状态表示 列出dp表,dp[i][j]代…

IDEA导入JavaWeb项目(Maven)

IDEA导入JavaWeb(Maven)项目教程 运行教程 亲爱的粉丝们,我深知你们对IDEA导入JAVAWeb工程的迫切需求。在这个充满竞争的时代,每一个项目都离不开高效的沟通。过程中需要对应的环境适配和软件安…

操作PDF相关的工具,EPUB转PDF,golang

unipdf 安装依赖 go get github.com/unidoc/unipdf/v3 示例代码 https://github.com/unidoc/unipdf-examples 获取KEY 登录 https://cloud.unidoc.io/ 注册账号,生成 KEY,但是需要收费。 chromedp 使用Golang编写,主要功能是调用浏览器内…

24秋招--双非本科上岸大疆研发岗面经分享

联想 小组面 小组面试 就人工智能的工业化领域张开讨论 单面 英文沟通 自我介绍 介绍一下货拉拉的实习经历 在货拉拉实习学到了什么 说说对DevOps的理解 有哪些爱好 对Agilean有了解吗 ... 中文沟通 对测试理论有哪些了解 对测试和测开的职责的理解 为什么要跳槽去…

代码随想录算法训练营第四十一天 _ 动态规划_343. 整数拆分、96.不同的二叉搜索树、01背包问题。

学习目标: 动态规划五部曲: ① 确定dp[i]的含义 ② 求递推公式 ③ dp数组如何初始化 ④ 确定遍历顺序 ⑤ 打印递归数组 ---- 调试 引用自代码随想录! 60天训练营打卡计划! 学习内容: 343. 整数拆分 动态规划五步曲&…

Mysql之数据处理增删改

Mysql之数据处理增删改查 插入数据INSERT INTO语句的使用INSERT 与子查询结合 更新数据(修改数据)UPDATE SET语句 删除数据DELETE FROM语句 Mysql8新特性:计算列 插入数据 INSERT INTO语句的使用 用 INSERT INTO 语句,向表中插入数据 方式一:…

Web漏洞分析-SQL注入XXE注入(上)

随着互联网的不断普及和Web应用的广泛应用,网络安全问题愈发引起广泛关注。在网络安全领域中,SQL注入和XXE注入是两个备受关注的话题,也是导致许多安全漏洞的主要原因之一。本博客将深入研究这两种常见的Web漏洞,带您探寻背后的原…

一个用c#瞎写的sftp工具

0.下载地址 https://wwus.lanzouj.com/iOZUv1gkgpze 密码:123456 1.能进行单个和批量下载, 没有弄上传 2.速度奇差,可能是某些地方没弄好.有一定的进度显示,但是不太准. 3.很多地方没弄好,有能力的自己弄一下 4.在app.config文件配置sftp

深度学习 第3章 Python程序设计语言(3.2 Python程序流程控制)

无论是在机器学习还是深度学习中,Python已经成为主导性的编程语言。而且,现在许多主流的深度学习框架,例如PyTorch、TensorFlow也都是基于Python。本课程主要是围绕“理论实战”同时进行,所以本章将重点介绍深度学习中Python的必备…

Echarts大屏可视化_03 定制柱状图

柱状图模块引入 1.找到合适的图表 在echarts中寻找与目标样式相近的图表 Examples - Apache ECharts 2. 引入柱状图 使用立即执行函数构建,防止变量全局污染 实例化对象 将官网中提供的option复制到代码中,并且构建图表 // 柱状图模块1 (function () {/…

Python爬虫:通过js逆向分析某翻译网站的原理

Python爬虫:通过js逆向分析某翻译网站的原理 1. 网站实现原理2. 抓取接口3. 参考代码和运行结果 1. 网站实现原理 首先,说一下爬取的网站:百度翻译。网站实现翻译的效果是通过接口实现的,也就是各位听到的ajax技术(只需要更换对应…

SCAU:1125 定义结构体类型

1125 定义结构体类型 时间限制:1000MS 代码长度限制:10KB 提交次数:2396 通过次数:1770 题型: 填空题 语言: GCC Description 要求定义一个名为student的结构体类型,其包含如下成员: (1)字符数组name,最多可存放…

Sharding-Jdbc(4):Sharding-Jdbc分库

1 新建数据库 创建ds_0数据库和ds_1数据库,在两个数据库新建表如下: CREATE TABLE t_order (order_id bigint(20) NOT NULL,user_id bigint(20) NOT NULL,PRIMARY KEY (order_id) ) ENGINEInnoDB DEFAULT CHARSETutf8 COLLATEutf8_bin; 2 新建maven项目…

QNX时钟调研

SYSPAGE_ENTRY()的使用&#xff0c;SYSPAGE_ENTRY 测试QNX下printf(“poo\n”);的耗时 #include <sys/neutrino.h> #include <inttypes.h> #include <stdio.h> #include <stdlib.h> #include <sys/syspage.h>int main( void ) {uint64_t cps, …