简述激励相容原则的含义并举例说明，激励相容的经济激励机制在区块链中的运用

很多朋友对简述激励相容原则的含义并举例说明，激励相容的经济激励机制在区块链中的运用不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

区块链为去中心化、自组织的社区经济提供了实验基础。良好的社区运作不仅需要一个共识机制来保证其安全性和绩效，还需要一个巧妙设计的经济激励机制来协调多个参与者的行为。安链核心成员莫拥有上海交通大学物理学博士学位，负责社区的机制设计、区块链政策、市场趋势方向等方面的研究。

不夜是Annchain的核心成员，拥有康涅狄格大学金融风险管理硕士学位。负责区块链项目及应用研究分析，以及经济激励机制设计。什么是激励相容？“激励相容”的概念来自诺贝尔经济学奖获得者莱昂尼德赫维奇创立的机制设计理论。机制设计的目标是优化基于给定参与者的社会选择函数。机制设计试图通过实现一个游戏规则来实现这个目标。

激励相容：在市场经济中，每一个理性的经济人都会有自利的一面，他的个体会按照自利的规则行事。激励相容是指在一定的经济环境和社会目标下，如果存在一种机制使人们在自利行为的驱动下采取行动，只是为了实现预定的目标，那么这种机制就是激励相容。

以太坊创始人Vitalik Buterin等人提出了一个关于优化公共产品配置的“自由激进主义”模型。显然，按照上述定义，自由主义模式并不是激励相容的，更接近于一种“劫富济贫”的平均行为。

去年9月底，罗恩狮式战斗机等三位学者在论文《Redesigning Bitcoin‘s Fee Market》中提出了一种接近激励相容的3354垄断价格机制(以下简称“MP机制”)。今年11月，姚期智的Conflux团队从理论计算机科学的角度证明了支持MP机制可以作为“虚拟资产费设计候选”(虚拟资产费设计的备选方案)。下面介绍一下MP机制的核心内容。垄断价格机制“买单”机制

大多数区块链社区的主要参与者是矿工和用户。矿工在维护区块链网络安全方面发挥着关键作用。矿工在块奖和手续费的经济激励下，负责包装和交易的工作。

在现有的区块链社区收费设计中，用户支付的手续费由用户在公开可见的情况下自由报价决定。在本文中，它被定义为“支付你的出价”机制。考虑到每个块的容量限制(即每个块打包的事务数有上限)，这种机制的痛点在于：

1.当需要进行大量转账时，矿工将交易费用从大到小排序(按单位字节比较)，然后选择交易进行打包。用户为了尽快让自己的交易被矿商打包成块，必须不断提高手续费，同时可能还要盯着千变万化的报价才能保证自己的价格能够胜出，这就使得恶性竞价抬高的手续费和用户体验极差。

但是，当块大小更小时，矿商可能会获得更多好处(块容量越小，对要打包到块中的事务的竞争就越激烈)。

2.块容量过小导致的换乘拥堵可以通过扩块来缓解，但扩块后可能会引发新的问题。当要转的数量少，区块容量没有填满，用户发现自己的交易会大概率被打包，同时又能看到其他用户的报价，就可以有恃无恐地不断压低报价，导致矿工因为无法获得足够的收入而离开，降低了区块链网络的安全性。

总之，“自付竞价”机制下的用户会受到区块大小的影响，做出不诚实的报价，从而导致不合理的收费设计。狮式战斗机等人提出的MP机制消除了块大小的影响，并被证明接近激励相容。MP机制MP机制的一个前提是假设用户希望自己的事务尽快打包到下一个块中。

另外，为了简化推理过程，假设每笔交易占用的大小相同，直接比较每笔交易的成本，并推广到一般情况，可以用单位字节的成本代替每笔交易的成本。MP机制规则：1。将交易池中的交易从最大到最小排序，比如有6个交易成本：(3，2，2，1，1，1)。

2.矿工从成本最高的交易中选择一组交易，按照所选交易组合中出价最低的进行收费。比如选择前三笔交易(3，2，2)，则三笔交易收费32=6；选择前四笔(3，2，2，1)，充电41=4；

3.假设在n个排序的交易中选出前k个交易，对应的成本为b_k，那么R=k b_k就是矿工的收入。假设k=k*，R取最大值Rmax，称为垄断收益，第k*个成本b_k*就是垄断价格(垄断价格)。当垄断收益对应多个k*时，取k*的最大值(保证同样的收益，打包尽可能多的交易)。

在上面的例子中，可以计算出当k=3或6时，可以得到垄断收益Rmax=6。根据规则，垄断价格取k=6对应的成本，即1和6的交易打包成块。

4.MP机制的隐含条件：交易量上限由块大小决定；矿工只考虑眼前利益。

如果每个用户都按自己能接受的最高费用诚实报价，那么MP机制可以在满足用户意愿的情况下使矿工获得最高收入。同时，论文验证了虽然用户可以在某些情况下通过隐匿诚实报价（bid shading）或多重策略报价（multiple strategic bids）来获得更大的利益，但当用户数量足够大时，两种策略给他们带来的额外利益接近于0。

在这样的情况下，自利用户为避免自己的交易不被打包的风险，会进行诚实报价，同时矿工获得最佳收入。所以MP机制是接近激励相容的。

上图展示了通过模拟对比两种费用设计机制下矿工的收入随区块大小变化曲线。假设区块最多能打包的交易数为L，矿工的手续费从0，1区间随机取值。在“pay your bid”机制下，考虑极端情况（用户都是自利的），用户看到别人的出价后将自己的竞价调低到从大到小排序后第L+1个报价，而MP机制则按照相应规则计算垄断收入。

可见在区块容量较大时，“pay your bid”机制会迫使矿工接受手续费低于合理价位的交易直到填满区块。而相反地，不管区块容量大小如何，MP机制保证了矿工每次按达到垄断收入的计算规则选取一定数量的交易，用户恶意压低手续费将面临其交易不能及时被打包到区块的风险。

用户的自利博弈

MP机制中，用户存在两种情况可以钻空子让自己的交易被打包的同时节省手续费：

隐匿诚实报价（bid shading）

用户可以通过隐匿自己可接受的最高报价而谋求利益。

举例：假设有n个用户，他们各自的最高报价均为v=1，如果所有用户都诚实报价，即b=v=1，那么垄断收入为R=n，k*=n，垄断价格为p=1。这个时候，有个用户i发现，他/她可以策略性地降低报价为bi=1-1/n，这样前n-1个交易和前n个交易的垄断收入均为n-1，根据定义，最终垄断价格为用户i的策略价格1-1/n，他/她可以节约一点手续费同时保证自己的交易被打包。

为了使自己获得更多利益，用户隐匿自己的诚实报价而给出的策略价格（strategic price）是保证该用户的交易能被打包的最低价格，定义如下：

也就是：对于除用户i以外给定的一组交易（b1，bi-1，bi+1，bn），找到一个价格bi，使bi按从大到小顺序插入到该组交易中后计算得到的垄断价格小于等于bi，所有可能bi的组合中最小值即为策略价格。

如何计算策略价格？

假设有一组报价（9，8，7，6，5，4，3，2，1），对第一位用户而言，排除他的报价9，矿工在剩余序列依次取交易组合的收入如下表所示：

可见如果没有第一位用户的交易，垄断价格是4，垄断收入是20，而第一位用户想要保证自己的交易被矿工打包，他的策略价格应该是20/7，插入2和3之间，仍然会被打包进区块。

如下图所示的模拟结果显示，对于交易池价格在某个区间均匀分布的情况而言，高于平均水平的出价用户往往能找到低于其诚实价格的策略价格（Winning players），而低于平均水平的出价用户往往会得到一个高于其诚实价格的策略价格（Loosing players），且策略价格大部分集中在某一值附近。当然，交易池内的手续费价格分布不同会导致不同的结果。

那么，为什么说MP机制是接近激励相容的呢？有了策略价格和诚实垄断价格（用户诚实报价情况下得到的垄断价格），我们可以计算出一个用户靠策略节省手续费的折扣率delta，论文中对折扣率的最大值delta_max在用户数量趋近无穷大时的极限等于0进行了证明。

这里我们不讨论证明过程，只举一个具体的例子让读者有更直观的印象：

1. 假设交易池内的交易取值为1或2，那么报价为1的交易明显更多，垄断价格为1，策略价格为1-1/n，最大折扣率为delta_max=1/n，当n趋近于无穷大时，delta_max趋近于0；

2. 当报价为2的交易明显更多时，垄断价格为2，策略价格为2（1-1/k*），其中，k*=pn是报价为2的交易数量（p为交易池中报价为2的概率），最大折扣率为delta_max=1/k*。当n趋近于无穷大时，delta_max趋近于0；

3. 当报价为2的交易数量比报价为1的交易数量多1笔时，例如（2，2，2，2，1，1，1），垄断价格为2，策略价格为1-1/n，delta_max=0.5+1/（2n）。当n趋近于无穷大时，delta_max趋近于0.5。然而，出现这种情况的概率类同于随机行走n步之后回到0点的概率，在n趋近于无穷大时极限为0。

多重策略报价（multiple strategic bids）

另一种策略是将同一笔交易拆分成多笔交易投入交易池，例如，交易池内有4笔交易，手续费排列为（5，2，1，1），如果用户都进行诚实出价，那么垄断价格为5，第二笔交易开始将不被打包。此时，发起第二笔交易的用户可以通过拆分策略，提交两笔手续费为1的交易，使手续费排列变为（5，1，1，1，1），这时垄断价格变为1，5笔交易都将被打包。

以上知识分享希望能够帮助到大家！