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,这类平台不发行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”。
-
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。 -
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
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。这也有助于保护隐私,因为避免了外部矿工参与,保证只有平台的司机能访问到交易数据。
然而,在现实生活中,外部矿工或者消费者有时是可以参与挖矿的。因此,在扩展中,去除了只有平台司机可以成为矿工的假设。
(4)平台经营者,两类平台都追求利益最大化。
代币平台不收取佣金费用,它是通过持有一定数量的代币进行升值来获利。这跟投资一支有巨大升值空间的股票类似, 这也正是为什么大家普遍将这种代币作为一种新型资产的原因。这类货币的价值增值取决于平台的总交易量,这类平台的关键盈利在于通过鼓励社区交易来达到代币的增值。同时,平台会奖励矿工代币来维持区块链的效率,因为缺少计算能力会直接导致系统拥堵。
非代币平台,经营者的收入来源于佣金收入,这意味着扩大总交易量有助于平台的盈利。与代币平台一样,为了避免计算能力短缺,矿工会被奖励。
因此,两类平台都会利用“挖矿奖金”来激励用户。
文章假设定价权是用户的(在附录中会放松这个假设),另外,非代币平台会设置一个佣金,这个佣金先被设置为外生的(在附录中会放松这个假设)。
模型T:代币区块链平台
平台作为信息中心,将定价(价格以代币为单位)和匹配交给用户。
网约车和代币循环过程:
- 司机发送定位给平台。
- 在发出请求之前,客户需要提前从平台购买代币。
- 平台收到客户的预付款。
- 然后,司机在乘客上车点接乘客。到达目标地点之后,乘客将代币支付给司机。平台不需要收取一个佣金。
尽管不同平台在定价过程上有些微不同,最终打车价格是完全取决于用户,而不是平台的。
例如,Swarm City平台上,乘客发出一个包含乘车详细内容的打车请求,并且提出一个打车价格(以代币为单位)。
如果司机同意这笔交易,那么匹配就完成了。
在RideNode平台上,乘客先上传他们在集中服务平台(如Uber)上的价格截图,然后司机会出一个价格,然后乘客决定是否接受这个价格。
所有的交易是直接在用户之间处理的。这也是现实生活中代币平台的运营方式。
除了乘客给的打车费用,司机还可以收到一个“挖掘奖金”代币。用户可以在平台上买入或者卖出代币。
代币保险:
在代币平台的初创阶段,有一个类似公司首次公开募股的ICO。总代币数量为n。因为发行代币过程简单,投入资金少,不需要考虑发行代币的成本。
通常,对发放的代币进行三路分配。首先,n1数量会保留下来,用作卖给用户来支付打车费用的。第二,n2数量会作为司机的“挖矿奖金”。第三,n-n1-n2的数量会被平台持有。假设n和n1是给定的。
实际上,因为重点不在于n的大小(因为发行的代币多了,只会稀释没代币的价值),而在于三路分配的比例,所以n也可以归一化为1。然而,使用n更加直观。所以文章就还是使用n。
固定n1是因为,为了保证流畅的交易,需要有足够多的代币流通。
为了最大化利润,平台决策n-n1-n2的数量,以及n2的“挖矿奖金”的数量。
一个更高的奖金会鼓励用户作为司机和矿工参与到平台中。特别是在引入区块链后的第一阶段,提供一个高额奖金非常重要,从而保证有足够多的挖掘能力来记录交易。
第一阶段的时间长度为l。单位时长的可用支付挖掘奖金的代币数量是n2/l。
在给定期望司机数量和每代币的货币价值的情况下,每个司机的单位时间的货币价值可以记为mT(n2可以和mT一一对应)。
从分析中可以看到,很容易将mT作为一个决策变量,n2是mT的因变量,而不是the other way around。
在现实生活中,区块链总是随着时间推移减少奖金支付,这可能需要多阶段建模。然而为方便处理和更加直观,本文的模型还是只专注于一个阶段。
司机的数量qTd。
乘客的数量qTc。
qTd+qTc=1。
打车的单位时间乘车价格:pT,即打车费用是和乘车时间正相关的。
在基础模型中,假设乘车价格pT是外生的。这一方面是为了易于处理,另一方面也是因为在有外部taxi服务的竞争下,往往单位时间的乘车价格是在一个合理的水平上。在扩展中,也考虑了内生的pT。
单位时间的总需求是
λ
T
\lambda T
λT。
单位时间的总供应是
μ
T
\mu T
μT。
因此每个司机占用的期望可用时间是
α
T
=
λ
T
/
μ
T
\alpha T = \lambda T/ \mu T
αT=λT/μT。
因为通常,乘客发出请求后,很快就能达成订单满足需求, 因此假设单位时间的总交易价值是 λ T ∗ p T \lambda T*pT λT∗pT。平台的价值随着总交易价值递增,因此假设这个关系是线性的,平台的价值是:z*总交易价值= z ∗ λ T ∗ p T z*\lambda T*pT z∗λT∗pT,z>0。在现实世界中,z代表金融市场的售价比(price-to-sales ratio)。
因此,单位代币的期望价值是:平台的价值/n,即
ϕ
=
z
∗
λ
T
∗
p
T
/
n
\phi =z* \lambda T*pT/n
ϕ=z∗λT∗pT/n。
司机相对乘客的决策。
假设用户是异质的,他们的单位时间使用率
θ
\theta
θ均匀分布于0-1。
总市场的容量是1。
购买汽车的成本是固定的,这个成本摊销为单位时间的成本F。每个司机都会首先满足自己的需求,只在自己空闲的时间才会提供服务。
司机通过两个渠道获得利润:(1)自己使用汽车;(2)提供服务来获得打车费用。
b是平均单位时间的使用效益。
司机通过满足自己的需求达到的总使用效益为b*
θ
\theta
θ。
司机在提供服务时,有一个机会成本c。因此,司机提供服务的单位时间收入是p-c。
司机在提供服务时,每单位时间司机还会得挖掘奖金mT。
因此司机的总效用函数是:
U
d
=
b
∗
θ
+
(
1
−
θ
)
∗
(
α
T
∗
(
p
T
−
c
)
+
m
T
)
−
F
Ud=b*\theta+(1-\theta)*(\alpha T*(pT-c) +mT)-F
Ud=b∗θ+(1−θ)∗(αT∗(pT−c)+mT)−F
乘客的效用函数:
U
c
=
(
b
−
p
T
)
∗
θ
Uc=(b-pT)* \theta
Uc=(b−pT)∗θ
司机的效用函数和乘客的效用函数的无差异点为 θ T \theta T θT,因此,部分用户成为乘客,部分成为司机。因此,确定了乘客数量和司机数量qTc和qTd,通过乘客和司机的数量,可以确定供应量 μ T \mu T μT和需求量 λ T \lambda T λT,以及司机成功得到一个乘客的概率 α T \alpha T αT。
然后,文章给出的是 α T = θ T 2 / ( 1 − θ T ) 2 \alpha T=\theta T ^2/(1-\theta T)^2 αT=θT2/(1−θT)2,这里为什么是平方的形式,我不太清楚。
总用户福利=司机效用+乘客效用
司机效用是
U
d
(
θ
)
Ud(\theta )
Ud(θ)在0-
θ
\theta
θT上的积分。
乘客效用是
U
c
(
θ
)
Uc(\theta )
Uc(θ)在
θ
\theta
θT-1上的积分。
平台的目标:
将数字代币视为一种新型资产,因此,假设期望净收益是正比于其价值的。假设r是每单位时间每单位代币的期望净收益率。前面定义了单位代币的期望价值为
ϕ
\phi
ϕ。
因此,单位时间内平台持有的n-n1-n2数量的代币的单位净收益是
(
n
−
n
1
−
n
2
)
∗
ϕ
∗
r
(n-n1-n2)*\phi *r
(n−n1−n2)∗ϕ∗r。
平台利润=平台持有代币的净收益-挖掘奖金
为了保证平台的效率,平台需要使用挖掘奖金来激励司机挖矿。
假设,每笔交易需要的挖掘时间至少是t。因此总需求必要的挖掘时间是
λ
T
\lambda T
λT*t,如果总供应
μ
T
>
λ
T
\mu T>\lambda T
μT>λT*t$ 。才能满足系统的效率要求。
当系统非效率时,系统会得到一个惩罚
(
μ
T
−
λ
T
∗
t
)
+
∗
σ
(\mu T- \lambda T *t)^+ *\sigma
(μT−λT∗t)+∗σ 。
因此,平台的目标函数是:
m
a
x
m
T
(
π
T
)
=
(
n
−
n
1
−
n
2
)
∗
ϕ
∗
r
−
(
μ
T
−
λ
T
∗
t
)
+
∗
σ
max_{mT}(\pi T)=(n-n1-n2)*\phi * r-(\mu T- \lambda T *t)^+ *\sigma
maxmT(πT)=(n−n1−n2)∗ϕ∗r−(μT−λT∗t)+∗σ
这里,文章还没有考虑到挖掘奖金,只考虑系统可能遭受的惩罚。
文章认为,
σ
\sigma
σ的大小跟平台的私有化水平有关,当私有化水平更低的时候,意味着平台开放性更低,有更高的可能性会被入侵,所以导致一个更高的
σ
\sigma
σ。在现实中,精确估计
σ
\sigma
σ非常难,但是应该被设置成足够大,以保证系统有足够多的挖掘能力。在这里,其实
σ
\sigma
σ也可以看作是保证
μ
T
>
λ
T
∗
t
\mu T>\lambda T *t
μT>λT∗t的拉格朗日乘子。
单位交易所需的最少挖掘时间t,可以系统的交易处理速度, 也反应了系统的去中心化水平。之前的研究表明,更高的去中心化水平会导致系统的交易处理速度更慢。因为在去中心化网络中达成协议需要更多参与者的同意,这意味着每笔交易需要更多的挖掘时间和算力。
为了让区块链系统的分散化决策制定能work,需要引入一个共识机制(consensus mechanism)。
作为验证交易信息的过程,共识机制确定了什么条件下可以创建新块(交易记录)。
之前确定的单位代币的期望价值是
ϕ
=
z
∗
λ
T
∗
p
T
/
n
\phi = z * \lambda T * pT /n
ϕ=z∗λT∗pT/n。
因为平均有
λ
T
\lambda T
λT个司机,每单位时间会得到挖掘奖金mT,因此,在l单位时间内,有
n
2
=
μ
T
∗
m
T
∗
l
/
ϕ
n2= \mu T * mT*l / \phi
n2=μT∗mT∗l/ϕ。
所以,代入可以得到
m
a
x
m
T
(
π
T
)
=
(
n
−
n
1
−
n
2
)
∗
ϕ
∗
r
−
(
μ
T
−
λ
T
∗
t
)
+
∗
σ
max_{mT}(\pi T)=(n-n1-n2)*\phi * r-(\mu T- \lambda T *t)^+ *\sigma
maxmT(πT)=(n−n1−n2)∗ϕ∗r−(μT−λT∗t)+∗σ
结果分析:
然后,作者进行数值分析,得到了mT在影响平台的利润的时候有一个最优点。太低的mT会让系统没有效率,太高的mT对平台来说太贵了。然而,对于总社会福利和用户效益而言,它们都是随着mT单调增的,所以作者认为为了提高总体的社会福利,政府应该给平台补贴。
最优的代币奖金:
作者分析了对于不同的
σ
\sigma
σ的范围,mT跟n1/n的递增和递减关系。
这是关于挖掘能力短缺成本和持有更少的货币带来的损失之间的权衡。
随着平台选择有更多的代币销售给乘客(n1/n),一方面,平台有动机持有更少的代币,增加挖掘奖金来维持系统运行效率;另一方面,平台还会希望减少挖掘奖金,持有更多的代币,来增加利润。
因此,当短缺成本较小的时候,mT随着n1/n递减,当短缺成本较大的时候,mT随着n1/n递增。
作者还分析了对于某个比较低的
σ
\sigma
σ的范围,在不同t(每笔交易所需的挖掘时间)的范围上,mT跟z的递增和递减关系。
这也是关于挖掘能力短缺成本和持有更少的货币带来的损失之间的权衡。
因此,当短缺成本
σ
\sigma
σ较低时,(1)当t较小的时候,mT随着z(P/S ratio)递减,当t较大的时候,mT随着z(售价比,P/S ratio)递增。
然后,还分析了mT随着机会成本c(正向)、每笔交易所需的挖掘时间t(正向)和司机固定成本摊销F(负向)的变化关系。以及最优平台利润随着c(负向)、t(负向)和F(负向)的变化关系。
模型N:非代币区块链平台
由于对加密货币的政策限制,非代币平台也值得分析。
平台也会设置一个“挖掘奖金“,但是与代币平台不同的是,它们会收取一个佣金。文章假设佣金是外生的。
假设佣金率是
γ
N
\gamma N
γN,所以对于乘客的每笔支付,司机只能收到
1
−
γ
N
1- \gamma N
1−γN的比例。
因此,司机的效用函数变为;
U
d
=
b
∗
θ
+
(
1
−
θ
)
∗
(
α
T
∗
(
p
N
∗
(
1
−
γ
N
)
−
c
)
+
m
N
)
−
F
Ud=b*\theta+(1-\theta)*(\alpha T*(pN*(1- \gamma N)-c) +mN)-F
Ud=b∗θ+(1−θ)∗(αT∗(pN∗(1−γN)−c)+mN)−F。
乘客的效用函数不变,依旧是:
U
c
=
(
b
−
p
T
)
∗
θ
Uc=(b-pT)* \theta
Uc=(b−pT)∗θ
平台的收益来源仅仅是佣金,为
λ
N
∗
γ
N
∗
p
N
\lambda N * \gamma N * pN
λN∗γN∗pN,平台非效率惩罚是
−
σ
∗
(
t
∗
λ
N
−
μ
N
)
+
-\sigma *(t*\lambda N -\mu N)^+
−σ∗(t∗λN−μN)+。
平台的目标函数为:
π
N
=
λ
N
∗
γ
N
∗
p
N
−
σ
∗
(
t
∗
λ
N
−
μ
N
)
+
−
m
N
∗
μ
N
\pi N = \lambda N * \gamma N * pN - \sigma *(t*\lambda N -\mu N)^+-mN * \mu N
πN=λN∗γN∗pN−σ∗(t∗λN−μN)+−mN∗μN。
然后,作者通过数值分析来表明mN如何影响代币平台的利润。有研究表明,世界上对等共享平台普遍收取的佣金率为30%-40%,滴滴在北京收取大约30%的佣金率,因此假设pN = 1.3pT。
文章分析了mN会随着 γ N \gamma N γN递增,如果平台收取一个更高的佣金率,那么司机得到的收入就变少了,因此需要一个更高的奖金来激励足够多司机参与平台。
然后作者对两种平台的表现进行比较分析。
考虑两种情况:
(1)假设两种系统有相同的匹配效率,低的打车价格的系统会有一个高的挖掘奖金来补偿司机。
(2)假设提供相同的挖掘奖金,代币平台会有更低的乘客剩余和更低的盈利。
然后针对四个主要的特征(衡量表现的指标),比较了两类系统的最优策略。
1.社会福利
在非代币平台,需要给平台佣金,所以只能增加打车价格。如果打车价格增加不够多的时候,非代币平台的社会福利会低于代币平台的社会福利。只有在pN足够大的时候,非代币平台的社会福利才会比代币平台更大。也就是说平台和司机的总增加利润超过了乘客的损失。
然后,作者给出的数值分析表明,30%的打车价格增加并不足以使得非代币平台的社会福利比得上代币平台。而且当司机的机会车本c越高、单位交易需要的挖掘时间t越高,固定成本摊销F越小,那么非代币平台的社会福利就越比代币平台的社会福利差更多。因此,在这些情况下,政府应该鼓励代币平台的应用和发展。并且,政府还可通过降低资产价格(F)来推动区块链技术发展。文章来源:https://www.toymoban.com/news/detail-752147.html
2.匹配效率
司机成功找到一个乘客的概率越大,那么匹配效率越高。
除非每笔交易所需的挖掘时间t非常高,否则代币平台的概率比非代币平台显著更高。这也支持了“共享会带来更高的效率”这一说法。
3.平衡效率和公平
文章认为在两个系统中,挖掘能力短缺(挖掘能力越短缺,说明结点个数越少,去中心化水平越低)随着每笔交易所需的挖掘时间t(区块链效率,t越小,效率越高)的增加而减少。即去中心化水平会随着区块链效率降低而减少。这与以前的研究结论相反,以前的研究结论认为区块链效率和去中心化水平是替代项。使用相对较少的节点,可以保证更高的交易速度,但是去中心化水平会被质疑。
解释:两个系统通过增加挖掘奖金来适应每笔交易的挖掘时间的增加,从而导致更多用户选择成为司机,从而降低了挖掘能力的不足。
4.平台的盈利水平
由于非代币平台的盈利与z和r高度相关,所以很难比较,行业、国家、市场条件都会对两类平台的盈利比较有影响。通过数值分析,文章得出对于北京市场而言,就司机和平台的利润而言,代币平台都优于非代币平台。文章来源地址https://www.toymoban.com/news/detail-752147.html
到了这里,关于代币化对网约车区块链平台的影响的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!