引言

對大多數人來說，供應鏈的意外中斷幾乎沒有什麼好處。然而，對於研究人員而言，這些中斷卻提供了寶貴的機會，使他們能夠理解在平常情況下難以理清的市場動態。例如，由於價格和數量是供需關係的直接表現，因此很難判斷是供應、需求還是兩者共同影響了市場。這就引出了那句老話：「不要只憑價格變動推理。」但當其中某個因素突然以可預測的方式改變時，有時你就可以從中得出結論。

區塊鏈網路的運作具有類似生產線的固有容量限制。每個區塊都有固定的交易資料容量，因此空間成為了一種稀缺資源。隨著交易需求的增加，對區塊空間的競爭也在加劇，可能導致網路擁塞。

今年三月，以太坊實施了EIP-4844 提案，旨在提高網路容量並降低Layer-2 的交易成本，使得像Arbitrum 和Optimism 這樣的網路享受到了顯著的Gas 費降低。然而，在該提案實施後不久，Base 網路的 Gas 價格卻出現了激增，超過了 EIP-4844 推出前的水平。

在此期間，Base的用戶活動顯著增加，主要由DeFi 交易活動推動。鑑於 Base 的生態系統一直傾向於消費者導向的應用程序，這種激增尤其出乎意料。 Base 最初由 Coinbase 團隊孵化，得益於廣泛的營銷和品牌推廣，致力於打造一個鼓勵創作者、開發者和社區參與的鏈。因此，該生態系統主要由消費者應用組成，其中最成功的應用如 Friend.tech，都是面向消費者的。

Base 使用者活動的反轉以及交易量的突然激增，可能歸因於由意外外部事件引發的供應衝擊，這影響了系統的供應鏈。此類衝擊可以顯著改變可用性和成本，從根本上改變使用者行為和網路動態。

催化劑狩獵

要構成真正的供應衝擊，事件必須是外生的、意外的，並且足夠強大以擾亂現有的市場動態。

在EIP-4844 提案實施後，最顯著的變化之一是去中心化交易所（DEX）交易量的突然增加，這種交易範圍已經超越了典型的穩定幣和ETH，擴展到新的代幣類別。此前，Base 網路上的交易主要集中在這些類別，meme 幣平均僅佔所有 DEX 週交易量的 15% 以下。

歷史上，meme 幣熱潮往往由一個「信標」代幣引發，該代幣能吸引顯著的市場興趣並設定新的交易基準。這現像很可能是由資訊瀑布等因素所驅動的。在 Crypto Twitter 等平台上，成功的交易故事被放大，而失敗的案例則往往被忽略，導致對潛在收益的認知出現偏差。當交易者觀察並模仿他人的行為，假設他們掌握了有價值的資訊時，就會形成一個自我強化的循環。這會迅速推高 meme 幣的價格，並通常導致市場的劇烈波動。

例如，2023 年底在 Solana 上，dogwifhat（WIF）代幣的市值從不到 100 萬美元在幾個月內飆升至數十億美元。 WIF 的成功引發了 Solana 上的 meme 幣狂潮，伴隨著 meme 幣發行的增加以及 meme 幣基礎設施的發展。

儘管自Base 網路上線以來，meme 幣就已經存在，但直到今年三月之前，沒有任何一個meme 幣能引起市場的廣泛關注。 Base 主網的最初上線是由 meme 幣交易狂潮推動的。在網路正式上線前，成千上萬的用戶湧向 Base 進行 meme 幣交易。隨著新應用程式的啟動，這些代幣的交易活動逐漸減少。受以 Pepe 為主題的流行書籍中的角色啟發，BRETT 代幣在 2 月底至 3 月初上線，並迅速在 Base 上嶄露頭角，其市值在大規模 meme 交易活動出現前就已達到 3.5 億美元。它的快速崛起不僅使其脫離了典型的市場趨勢，還在整個網路上引發了更廣泛的交易熱潮。

BRETT 代幣的初步成功透過潛在的模仿效應吸引了投機交易者，吸引了一批更專注於meme 交易的新用戶，而非參與網路的應用程式。雖然這群人的關注點較為狹窄，但值得探討這種 meme 狂潮對 Base 生態系統現有使用者群體的連鎖反應，特別是他們的典型行為如何因這一事件而改變。儘管僅憑表面數據無法確認觀察到的擁塞直接由 BRETT 代幣事件引起，但這促使我們進一步進行更詳細的分析，以準確評估其對用戶行為和需求的直接影響。

實驗設計

本次實驗的主要目標是分析Base 網路上的供需動態，重點在於BRETT 事件發生前、發生期間以及之後，Gas 費用（供應）和交易活動（需求）之間的互動關係。本次分析的關鍵部分是將 BRETT 上線的影響與一般市場行為分開。

為了獲得對市場動態的清晰洞察，我們將排除與 BRETT 代幣直接相關的交易活動。我們的分析將集中在該代幣上線之前 2 月底就已經活躍的地址，從而能夠評估一個未受新代幣投機興趣影響的持續用戶群體。此方法確保了我們對 Base 網路上更廣泛用戶行為的研究不帶偏見，不會因那些主要關注 BRETT 的用戶而受到不成比例的影響。

模型設計

在本研究中，我們使用了一個迴歸模型，該模型包含一個核心的二元變量，用於分析BRETT 上線的影響。模型中的變數及其功能選擇是為了反映這一市場事件的細微影響。

模型定義如下：

其中：

· 平均Gas 使用量(Q): 表示時間時的平均Gas使用量，是交易複雜度和網路負載的關鍵指標。

· 衝擊指標 (D): 一個二元變量，用於指示 BRETT 代幣事件是否發生（上線前為 0，上線後為 1）。

· Gas 費用 (P): 表示時間時的 Gas 價格，以 gwei 為單位。

· 交互項 (DP): 用於捕捉 BRETT 衝擊與 Gas 價格之間的互動影響。

· 交易數量 (T): 表示時間時的交易數量，用於了解交易量的變化如何影響網路擁塞和 Gas 使用量。

需要注意的是，這個模型在目前形式上相對簡單，主要用於揭示與此特定催化劑相關的需求變化。模型未考慮可能來自基準條件或其他潛在趨勢的內生性，這可能會掩蓋事件發生前的真正因果關係和需求彈性。例如，可能存在遺漏變量，且 Gas 使用量和費用之間可能存在同時因果關係，加上其他噪聲，可能會影響我們初始估計的準確性。

儘管如此，該模型使我們能夠確定BRETT 衝擊是否導致了Base 網路上交易行為的顯著變化，而這一變化是獨立於BRETT 直接交易活動的。

迴歸結果

透過對2024 年1 月初至5 月底非BRETT 相關使用者群體逐小時的分析，我們可以得出以下關於BRETT 代幣上線及其首次飆升的結論：

在BRETT 代幣上線後，用戶在面對Gas 價格上漲時表現出了顯著的行為轉變。迴歸模型顯示出一個顯著的負向交互項 (₃=−0.333)，這表明代幣上線後 Gas 費用的增加很可能抑制了用戶的交易行為。

具體而言，交互項表示在meme 事件後，Gas 價格每增加一個標準差(Δ=1.2×10⁵ gwei)，Gas 使用量(Δ) 將減少41,200 gwei，相當於典型每小時標準差的79%。換句話說，根據模型預測，在高擁塞事件期間，Gas 價格每增加一個標準差，需求將減少約 0.79 個標準差。

總的來說，meme 幣「信標」BRETT 的引入對 Base 的初始用戶群產生了負面連鎖反應。催化劑引發的擁塞加劇了這群人對 Gas 價格上漲的敏感性，使他們更加排斥交易成本——即使這些成本接近 EIP-4844 實施前的水平。

放大視角

BRETT 對Base 的影響展示了加密生態系統中更廣泛的脆弱性和使用者的適應性行為。該事件強調了新興代幣，尤其是意外事件，如何能夠顯著影響交易指標、用戶行為和網路穩定性，體現了區塊鏈操作框架內動態變化的快速性。

此事件突顯了供應（在本例中為網路費用）與使用者需求之間的微妙關係，這並非一個簡單的線性關係。需求可以像 BRETT 事件那樣突然轉變，或隨著生態系的成熟逐漸演變。這些變化強調了網路調整與使用者反應之間複雜的相互作用，這種反應並不總是可預測的，而且會因外部衝擊或預期的網路升級而廣泛變化。

展望未來，隨著更多外生事件或已知升級的發生，理解這些基本動態變得至關重要。識別使用者對生態系內變化的模式和潛在反應，有助於預測更真實的使用者動態和反應。

原文連結