تجزیه و تحلیل مکانی استخراج بیت کوین جهانی

استخراج بیت کوین نه تنها روند اساسی برای حفظ شبکه بیت کوین ، بلکه پیوند اصلی بین رمزنگاری مجازی و دنیای فیزیکی است. انواع مختلفی از موضوعات مرتبط با آن مطرح شده است ، مانند امنیت شبکه ، مدیریت Cryptoasset و تأثیرات پایداری. بررسی استخراج بیت کوین از منظر مکانی ، زوایای جدید و شواهد تجربی را با توجه به ادبیات موجود ارائه می دهد. در اینجا ما توزیع مکانی معدن بیت کوین را از طریق ردیابی از پایین به بالا و آمار جغرافیایی بررسی می کنیم. ما می دانیم که فعالیت استخراج معادن در بیش از 6000 واحد جغرافیایی در 139 کشور و منطقه مشاهده شده است که مطابق با طراحی توزیع شده شبکه بیت کوین است. با این حال ، از نظر قدرت محاسبات ، تمایل شدید غلظت مکانی و ارتباط با مکانهای تولید انرژی را نشان داده است. ما همچنین می دانیم که توزیع مکانی استخراج بیت کوین پویا است که با توجه به تغییرات اقتصادی و نظارتی ، با الگوهای متنوع در نوسان است.

معرفی

اعتبارسنجی معاملات بیت کوین با مکانیسم اجماع اثبات کار (POW) آن فعال می شود. معدنچیان بیت کوین برای به دست آوردن حق ضبط بلوک معاملات ، اسکن را برای ارزش هش انجام می دهند و خالق موفق هر بلوک توسط مقدار مشخصی از بیت کوین پاداش می گیرد. این فرآیند "معدن بیت کوین" 2،3 نامیده می شود. در همان ابتدا ، فعالیت معدن فقط توسط چند شرکت کننده مجهز به رایانه های معمولی 4 پشتیبانی می شد. افزایش قیمت بیت کوین و سودآوری معدن باعث افزایش قدرت محاسبات برای شرکت در بازی شد. علاوه بر این ، سکوهای معدن خاص به سرعت 5 طراحی ، تولید و به روز شدند. سایت های معدن به طور هدفمند انتخاب و توسعه یافته بودند. مقادیر عظیمی از انرژی و منابع در صنعت معدن 6،7،8 قرار گرفت.

بیت کوین و فعالیت معدن آن در زمینه های مختلف مورد توجه قرار گرفته است ، از جمله اما محدود به فناوری blockchain 2،3 ، اقتصاد مالی 9،10 و مسائل مربوط به پایداری 7،8،11،12،13،14. کاوش در توزیع مکانی معدن بیت کوین ، زوایا و شواهد جدیدی را با توجه به بخش بزرگی از ادبیات موجود ارائه می دهد. به طور خاص ، تحقیقات از منظر مکانی به تأیید طراحی غیر متمرکز فناوری blockchain ، شناسایی انواع خاصی از اثرات قیمت بر ارزهای رمزنگاری شده و تخمین دقیق در مورد مصرف انرژی و انتشار کربن از فعالیت معدن کمک می کند.

برخی از مطالعات پایداری ایده های ردیابی ارزشمندی را به ارمغان آورده و خروجی های نقشه برداری جالب را در جنبه مکانی فعالیت معدن 15،16،17،18 ارائه داده است. با این وجود ، تجزیه و تحلیل های مکانی به عنوان فرآورده های جانبی این مطالعات از نظر دانه بندی داده ها و روش های تحلیلی هنوز محدود هستند. از طرف دیگر ، جغرافیدانان و اقتصاددانان سنت دیرینه ای برای توصیف مکان های جغرافیایی ، الگوهای و پویایی فعالیت های تولید و تجارت انسانی 19،20،21،22 دارند. استخراج بیت کوین در مقایسه با فعالیتهای صنعتی معمولی ، در فضا کاملاً متفاوت رفتار می کند. با این حال ، به سختی هیچ ایده جدیدی با توجه به این فعالیت نوپا منتشر شده است. بنابراین ، در این مقاله ما با بررسی الگوهای مکانی ، ویژگی ها و شکل دادن به نیروهای فعالیت معدن و همچنین درک ، از دیدگاه مکانی ، پیامدهای مربوط به مباحث فوق از زمینه های مجاور ، این شکاف را پر می کنیم.

ما این تحقیق را با استخراج داده های نرخ هش از سوابق معدن در سطح میلیون و سپس حساس کردن ، ژئوکدانگ و جمع آوری داده ها با نرخ هش ، ماه و مکان (با مختصات طول و طول و عرض جغرافیایی) انجام دادیم. برای تسهیل تجزیه و تحلیل مکانی ، ما سطح زمین را به شبکه های شش ضلعی (7205 = n) تقسیم کردیم و داده های نرخ هش و داده های نیروگاه جهانی 23 را در همان سیستم شبکه از طریق اتصال مکانی چند لایه قرار دادیم. ما سپس تجزیه و تحلیل آماری اقدامات مکانی را در مجموعه داده های پردازش شده بررسی کردیم. ما چهار نوع پدیده های مکانی فعالیت معدن را فاش کردیم: انتشار ، غلظت ، ارتباط و نوسان. علاوه بر این ، ما نتایج را در زمینه رانندگان و مراحل استخراج بیت کوین قرار می دهیم تا علل چنین سازندهای مکانی را بهتر بشناسیم. منابع داده و رویکردهای گام به گام نیز در "روشها" شرح داده شده است.

مبانی فعالیت معدن

قبل از غواصی به تجزیه و تحلیل مکانی ، برخی از اصول اولیه فعالیت معدن را در جلو توضیح می دهیم. سه عامل اصلی که بر رفتار معدنچیان بیت کوین تأثیر می گذارد ، مشوق های اقتصادی ، پیشرفت تکنولوژیکی و طرح های نظارتی است. اگرچه تعدادی از مطالعات در مورد اقتصاد استخراج بیت کوین 24،25،26 وجود دارد ، ما مفاهیم اقتصادی معدن را ساده می کنیم تا ارتباط آن با انتخاب های مکانی را به شرح زیر درک کنیم. در Eq(1) ، ص_IJسود معدن برای دوره اول در مکان J است که یک شاخص مهم برای شرکت کنندگان بالقوه است تا مشخص کند که آیا آنها باید در دوره و مکان خاص وارد صنعت شوند. در Eq(2) ، جنرال موتورز_IJآیا حاشیه ناخالص برای دوره اول در محل J است ، که یکی دیگر از شاخص های معدنچیان برای تعیین اینکه آیا سکوهای معدن باید روشن یا خاموش باشند.

$ $ p_= tr_fc_vca_vcb_$$ $ $ GM_= tr_vca_vcb_$$

که در آن_IJکل درآمد معدن برای دوره I در مکان J است که با سهم نرخ هش معدنچی تعیین می شود ، بیت کوین ها در کل شبکه و نرخ ارز به دست می آیند. FC_IJهزینه ثابت برای دوره اول در مکان J است که از هزینه استهلاک سخت افزار و تسویه اولیه تشکیل شده است. VCA_IJهزینه متغیر (نوع A) برای دوره I در مکان J است که به همراه نرخ هش تغییر می کند ، عمدتا شامل هزینه برق است. VCB_IJهزینه متغیر (نوع B) برای دوره I در مکان J است ، که همچنین متفاوت است ، اما کاملاً با نرخ هش ، به عنوان مثال ، نیروی کار ، پهنای باند ، خنک کننده و سایر هزینه های نگهداری نیست.

سه مورد مهم در اینجا شایان ذکر است: (i) هر تصمیم اقتصادی که توسط معدنچیان گرفته شده بر اساس پویایی در یک دوره و مکان خاص است اما نه بر فرضیات استاتیک صرف نظر از عوامل فضایی.(ب) عوامل درآمد تقریباً در سراسر جهان یکسان هستند ، در حالی که عوامل هزینه بسیار بومی سازی هستند. این بدان معنی است که معدنچیان بدون توجه به اینکه در آن واقع شده اند ، همان انگیزه اقتصادی را به دست می آورند. با این حال ، تجزیه هزینه فعالیت معدن از مکان به مکان دیگر متفاوت است.(iii) دستیابی به یک نقطه شکست واقعی حتی به دلیل نوسانات بالای قیمت بیت کوین و تغییر مداوم در رقابت معدن دشوار است.

پیشرفت تکنولوژیکی مسابقه بازوی فعالیت معدن را شدت می بخشد و آن را "قابل حمل" می کند. سخت افزار معدن به سرعت از واحدهای پردازش مرکزی (CPU) ، واحدهای پردازش گرافیکی (GPU) و آرایه های دروازه قابل برنامه ریزی میدانی (FPGA) به مدارهای یکپارچه خاص کاربرد (ASIC) ، با افزایش نمایی در عملکرد محاسباتی و بهره وری انرژی 5 ارتقا یافته است. این ظاهراً بر معادلات اقتصادی فوق الذکر در هر دو طرف درآمد و هزینه تأثیر گذاشته است. در همین حال ، مجموعه ای از فن آوری های مدرن (از جمله ارتباطات ، مهندسی ، تدارکات و غیره) باعث می شود که فعالیت معدن بتواند به عنوان یک "صنعت قابل حمل" به راحتی در فضا حرکت کند و جابجا شود.

نگرش نظارتی نسبت به استخراج بیت کوین به طور قابل توجهی صلاحیت صلاحیت 27 را دارد. برخی از تنظیم کننده ها آن را به عنوان مرکز داده ، محاسبات ابری یا fintech مطلوب می کنند ، در حالی که برخی دیگر آن را به عنوان یک صنعت سنتی با انرژی یا حباب سوداگرانه رفتار می کنند. حتی در همان کشور ، زیر مناطق مختلف ممکن است دیدگاههای کاملاً متفاوتی داشته باشد. به عنوان مثال ، فعالیت معدن در پلاتسبورگ ، نیویورک 28 به طور موقت ممنوع شد ، در حالی که به دلیل برق ارزان و یک محیط نظارتی آرام 29 در آستین ، تگزاس مطلوب تر شد. فقدان یک چارچوب نظارتی در سطح جهانی در مورد نحوه تعریف و تنظیم فعالیت معدن ، فضای مانور بیت کوین را در سراسر جهان می گذارد.

از لحاظ تئوریکی ، فعالیت معدن برای حرکت در هر کجا که بخواهد وجود دارد. این با بیشتر فعالیت های صنعتی امروزه متفاوت است ، که توسط دو یا چند عامل (به عنوان مثال ، منابع ، مواد اولیه ، استعداد و نیروی کار ، بازار ، حمل و نقل ، مجوز نظارتی) در فضا محدود می شوند. علاوه بر این ، استخراج بیت کوین تا حدی می تواند به عنوان نمونه اولیه اقتصاد خودمختار 30 (یادداشت مکمل 2) تلقی شود. یعنی الگوریتم ، فرمول اقتصادی و فناوری داخلی مکان های مناسبی را برای استخراج معدن تعیین می کنند و فعالیت های انسانی را برای حرکت به همین ترتیب سوق می دهند.

انتشار و غلظت مکانی

طبیعی است که فکر کنیم فعالیت معدن باید به دلیل فعال کننده های فنی و مشوق های اقتصادی در سراسر جهان پخش شود. با این حال ، هنوز هم حیرت انگیز است که می بینیم فعالیت معدن به طور گسترده توزیع می شود. با ردیابی گره های اتصال به یکی از استخرهای معدن پیشرو ("روش") ، ما تشخیص دادیم که فعالیت معدن در بیش از 6000 واحد جغرافیایی از 139 کشور و مناطق وجود داشته است (شکل 1). به جز مکان های مشهور (به عنوان مثال ، چین ، ایسلند ، ایالات متحده) ، فعالیت معدن نیز در مکان های غیر منتظره مانند Tahiti (جزیره در Polynesia فرانسوی ، مجمع الجزایر اقیانوس آرام جنوبی) یا مالاوی (کشور محاصره شده در جنوب آفریقا ، شناسایی شد.). اگر سطح زمین را به شبکه های شش ضلعی تقسیم کنیم (N = 7205) ، متوجه می شویم که 933 شبکه ، یعنی 44. 3 ٪ از سطح زمین زمین (یادداشت مکمل 3) ، مشخص شده است که دارای ردپای استخراج بیت کوین است (شکل 2)بشربا توجه به مسابقه بازو راندمان محاسبات ، ماشین های غیر اختصاصی مانند دسک تاپ ، لپ تاپ ، کنسول و تلفن های هوشمند فشرده شدند. در غیر این صورت ، اگر تمام ظرفیت های یدکی آن دستگاه ها در فعالیت های معدن قرار بگیرند ، از نظر حضور مکانی بسیار زیاد خواهد بود.

اگرچه بخش کوچکی از معدنچیان سرگرمی یا مؤمنان هستند ، اما اکثر معدنچیان امروزه برای اهداف اقتصادی معدنکاری می کنند. بدون شک ، آنها تمایل دارند که در مکانهایی با مزیت رقابتی برای معدن متمرکز شوند. نتایج ما این گرایش را با تجمع و شمارش تمام نرخ هش مکان های فردی در هر شبکه نشان می دهد (شکل 2). هجده شبکه سطح بالا (سهم نرخ هش ≥ 1 ٪) 61. 8 ٪ از کل توان محاسبات را در دوره مطالعه ما به خود اختصاص داده است. در حقیقت ، معدنچیان نه تنها در چند شبکه متمرکز می شوند بلکه در شبکه های مجاور با یکدیگر نیز خوشه می کنند. از آمار I Moran برای اندازه گیری غلظت مکانی فعالیت معدن استفاده می شود ("روش ها"). ما می دانیم که نتیجه حاکی از رد شدید فرضیه تهی از تصادفی مکانی است (I = 0. 65 ، شبه P = 0. 001 برای 999 مجوز ، z = 97. 8). به عبارت دیگر ، فعالیت معدن از نظر قدرت محاسباتی تمایل شدید غلظت را نشان داد. ما آن را با Getis و Ord's G بیشتر حفر می کنیم_منآماری ("روشها") برای شناسایی نقاط داغ (هسته های خوشه ای بالا) فعالیت معدن با اهمیت متفاوت (شکل 3). داده های ما از ژوئن 2018 تا مه 2019 گسترش یافته است. نقشه های غلظت مکانی و نقاط داغ ممکن است پس از آن تغییر کند ، که در بخش "نوسان مکانی" مورد بررسی قرار می گیرد. علاوه بر این ، فعالیت معدن تقریباً در قالب استخرهای معدن متمرکز است. تعداد فزاینده ای از معدنچیان در حال حاضر برای بهینه سازی اسکن مقادیر هش و بازده سهم بر اساس سهم قدرت محاسباتی 3،16 خود به استخرها می پیوندند. در این تجزیه و تحلیل ، ما بر روی پدیده های مکانی در دنیای فیزیکی تمرکز می کنیم ، بنابراین ما در اینجا به تفصیل دنبال نخواهیم شد.

آماری من موران است

جایی که x_منو x_jآیا نرخ هش برای شبکه های I و J ، ( Overline ) میانگین حسابی از نرخ هش برای همه شبکه ها است ، w_IJوزن مکانی بین شبکه های I و J است و N برابر با تعداد کل شبکه ها است.

getis و ord's g_منآمار

جایی که x_منو x_jآیا نرخ هش برای شبکه های I و J ، W است_IJوزن مکانی بین شبکه های I و J است و N برابر با تعداد کل شبکه ها است.

انجمن مکانی

همانطور که در معادلات نشان داده شده است.(1) و (2) و تأیید شده توسط مصاحبه های ما و سایر مطالعات 7،11،15،16 ، مهمترین هزینه متغیر برای فعالیت معدن ، هزینه برق است که برای تأمین انرژی معدن استفاده می شود. به این ترتیب ، بیشتر معدنچیان باید به مکانهایی متمایل شوند که بتوانند منابع ارزان و ثابت قدرت را فراهم کنند. ما داده های نیروگاه جهانی 23 را در سیستم شبکه شش ضلعی فوق الذکر قرار دادیم و بررسی کردیم_باسلهآمار ("روش") بین میزان هش و انواع انرژی ، به ترتیب فسیلی ، تجدید پذیر. نتایج حاکی از اهمیت بالایی از ارتباط مکانی بین میزان هش و هر سه متغیر انرژی است (شکل 4) ، اگرچه I موران بین نرخ هش و انرژی فسیلی (من_HF= 0. 57) کمی بالاتر از میزان هش و انرژی تجدید پذیر است (i_ساعت= 0. 51). علاوه بر این ، ما یک شاخص "فضایی ضربه" ("روش") برای شناسایی مناطقی مناسب برای معدن تجدید پذیر (شکل 5) ، مانند نوردیک (هیدرو/زمین گرمایی) ، مناطق مرزی ایالات متحده-کانادا (هیدرو) ، ایالات متحده ، مرکزی طراحی کردیم.(باد) ، منطقه رودخانه مکونگ (هیدرو) و قفقاز (هیدرو).

من دو متغیره موران_باسلهآمار

جایی که x_منو y_jآیا نرخ هش برای شبکه I و ظرفیت قدرت برای شبکه j ، ( overline ) و ( overline ) میانگین حسابی از نرخ هش و ظرفیت قدرت برای همه شبکه ها است._IJوزن مکانی بین شبکه های I و J است و N برابر با تعداد کل شبکه ها است.

شایان ذکر است که این یک فرآیند سازگار است که فعالیت استخراج معدن یک ارتباط مکانی قوی با انرژی تجدید پذیر را نشان می دهد. انرژی تجدید پذیر همیشه ارزانترین منبع تغذیه نیست و گاهی اوقات ممکن است گران باشد که هزینه های انتقال نیز شامل می شوند. با این حال ، بیشتر انواع انرژی تجدید پذیر (به عنوان مثال ، هیدرو) به نوعی ویژگی های "قابل خراب شدن" ، مشابه با میوه ها (ارزان در مکان اصلی و در صورت پوسیدگی) به صفر می رسند. ارائه دهندگان انرژی تجدید پذیر مایل به ارائه تخفیف های سنگین در فصول اوج 18 هستند. بنابراین ، این یک مسابقه مناسب بین مازاد انرژی تجدید پذیر و فعالیت معدن "قابل حمل" است. کارگران معدن در مرحله اولیه متوجه این موضوع نبودند ، در حالی که آنها از طریق آزمایش و تکرار مداوم یاد گرفتند و واکنش نشان دادند. این مورد در بخش بعدی مورد بررسی قرار می گیرد.

نوسان فضایی

هنگامی که ما به داده های ماهانه حفر کردیم ، دریافتیم که فعالیت معدن در فضا بر اساس نرخ هش دوازده ماهه نورد از ژوئن 2018 تا مه 2019 نوسان می کند. در اینجا ما از 1500 TH/ثانیه به عنوان آستانه برای انتخاب شبکه ها با حداقل 100 معدن استفاده می کنیم. دکل برای تجزیه و تحلیل ما (یادداشت تکمیلی 4). از نظر ویژگی های نوسانات ماهانه ، شبکه هایی با نرخ هش بیش از 1500 TH/s (229 نفر) مشاهده شدند و از طریق تجزیه و تحلیل خوشه ای با K-Medoids ("روش") دوازده خوشه قرار دادند. ما همچنین دوازده خوشه را با مراجعه به محیط عملیاتی واقعی به چهار گروه طبقه بندی کردیم: نوسان صعودی ، نزولی ، نسبتاً پایدار و فصلی (شکل 6).< Span> هنگامی که ما به داده های ماهانه حفر کردیم ، دریافتیم که فعالیت معدن در فضا بر اساس نرخ هش دوازده ماهه نورد از ژوئن 2018 تا مه 2019 نوسان می کند. در اینجا ما از 1500 TH/ثانیه به عنوان آستانه انتخاب شبکه ها با AT استفاده می کنیم. حداقل 100 دکل معدن برای تجزیه و تحلیل ما (یادداشت تکمیلی 4). از نظر ویژگی های نوسانات ماهانه ، شبکه هایی با نرخ هش بیش از 1500 TH/s (229 نفر) مشاهده شدند و از طریق تجزیه و تحلیل خوشه ای با K-Medoids ("روش") دوازده خوشه قرار دادند. ما همچنین دوازده خوشه را به چهار گروه با اشاره به محیط عملیاتی واقعی طبقه بندی کردیم: نوسان صعودی ، نزولی ، نسبتاً پایدار و فصلی (شکل 6). نرخ هش دوازده ماهه از ژوئن 2018 تا مه 2019. در اینجا ما از 1500 TH/ثانیه به عنوان آستانه برای انتخاب شبکه هایی با حداقل 100 دکل معدن برای تجزیه و تحلیل ما استفاده می کنیم (یادداشت مکمل 4). از نظر ویژگی های نوسانات ماهانه ، شبکه هایی با نرخ هش بیش از 1500 TH/s (229 نفر) مشاهده شدند و از طریق تجزیه و تحلیل خوشه ای با K-Medoids ("روش") دوازده خوشه قرار دادند. ما همچنین دوازده خوشه را با مراجعه به محیط عملیاتی واقعی به چهار گروه طبقه بندی کردیم: نوسان صعودی ، نزولی ، نسبتاً پایدار و فصلی (شکل 6).

هر شبکه نوسان کننده به روش خاص خود نوسان می کند ، که ممکن است ترکیبی از الگوهای مختلف را دنبال کند و فقط به صراحت قابل توضیح است. با این حال ، چهار الگوی اصلی در اینجا مورد مطالعه و خلاصه قرار گرفته است.(i) اثر قیمت: افت قیمت بیت کوین باعث سودآوری معدن می شود ، همانطور که در معادلات نشان داده شده است.(1) و (2). مزارع بزرگ معدن تصمیم به مهاجرت به مکانهایی با مزایای هزینه بیشتر یا به روزرسانی ماشین های معدن خود می گیرند ، در حالی که بیشتر معدنچیان فردی یا کوچک تمایلی به انجام اقدامات فوری ندارند و منتظر زمان مناسب برای بازگشایی سکوهای معدن خود هستند. همه این عوامل منجر به تغییر در قدرت محاسبات در شبکه ها اما درجات مختلف می شود.(ب) اثر فصلی: برخی از معدنچیان عادت دارند که به صورت دوره ای به تخفیف های ارائه شده توسط تأمین کنندگان در شبکه های خاصی که در طول فصل اوج انرژی مازاد وجود دارد (به عنوان مثال ، فصل بارانی برای شبکه های هیدروپور) انتقال دهند. همچنین این اتفاق می افتد که این معدنچیان در خارج از فصل به مکان های اصلی خود برگردند.(iii) اثر نظارتی: نگرش از تنظیم کننده ها به طور چشمگیری بر رفتارهای معدنچیان در شبکه های مرتبط تأثیر می گذارد. اقدامات مطلوب (به عنوان مثال ، یارانه ها ، مزایای مالیاتی) کارگران را ترغیب می کند که به داخل حرکت کنند ، در حالی که اقدامات منفی (به عنوان مثال ، ممنوعیت ، مالیات کربن) کارگران معدن را بیرون می کشند.(IV) اثر تکراری: فعالیت معدن اولیه ممکن است به طور تصادفی از شبکه هایی شروع شود که مؤمنان اولیه ، حرفهای فنی یا دلالان ساکن هستند. معدنچیان (به ویژه بزرگ) همچنان به یادگیری و جستجوی مکان های بهتر معدن ادامه می دهند. این فرایند برای راه حل های بهینه تکرار می شود ، و شعاع جستجو به شبکه های مجاور و سپس به تدریج در مقیاس جهانی گسترش می یابد. بنابراین ، بخش قابل توجهی از قدرت محاسبات در شبکه های اصلی به شبکه های بهینه سازی شده منتقل می شود. متأسفانه ، تنها بخشی از این الگوی در مطالعه ما مشاهده می شود زیرا ناشناس بودن شبکه بیت کوین ، تشخیص مکان های اولیه معدن را تقریباً غیرممکن می کند.

نوسانات مکانی هرگز به پایان نمی رسد. ما متوجه می شویم که تغییر اخیر در سیاست نظارتی در مورد استخراج بیت کوین در برخی از حوزه های قضایی (به عنوان مثال ، سرکوب چین در سال 2021) دور جدیدی از نوسانات مکانی و مهاجرت را به خود جلب کرده است. فعالیت استخراج بیت کوین در حال حرکت برای دستیابی به تعادل فضایی جدید 31،32 است. ما معتقدیم که تجزیه و تحلیل مکانی در اینجا هنوز در شرایط جدید قابل اجرا خواهد بود.

بحث

ما یک تجزیه و تحلیل عمیق از توزیع فضایی و ویژگی های استخراج بیت کوین از طریق ردیابی از پایین به بالا و آمارهای مکانی ارائه کرده ایم. تحقیقات ما نشان می دهد که فعالیت های معدنی به طور گسترده در سراسر جهان توزیع شده است. در همین حال، آمار موران I نشان دهنده تمایل شدید تمرکز فضایی و ارتباط آن با مکان های تولید انرژی است. ما همچنین در نظر داریم که توزیع فضایی استخراج بیت کوین با الگوهای متنوع، با توجه به تغییرات اقتصادی و نظارتی، در نوسان است. علاوه بر این، همانطور که در زیر توضیح داده شد، ما معتقدیم که یافته های ما از منظر فضایی برای مطالعات مرتبط با فناوری بلاک چین، اقتصاد سنجی مالی، پایداری و سایر زمینه ها مفید خواهد بود.

اول، نتایج ما نشان می دهد که از نظر حضور، فعالیت استخراج به طور گسترده ای توزیع شده است که با ماهیت غیرمتمرکز فناوری بلاک چین مطابقت دارد. با این حال، از نظر قدرت محاسباتی، تمایل زیادی به تمرکز فضایی، به ویژه به سمت مکان هایی با منبع انرژی فراوان و ارزان نشان داده است. این پدیده خطر بالقوه حمله 11 51% را افزایش می دهد و کل شبکه را به دلیل تغییرات مقرراتی، بلایا یا سایر محدودیت ها در مکان های خاص آسیب پذیرتر می کند. با اشاره به این مشکل، ما امیدواریم که تجزیه و تحلیل ما بتواند به الهام بخشیدن به بهبود طراحی بلاک چین کمک کند که خطر تمرکز را نه تنها از ساختار مالکیت بلکه از توزیع جغرافیایی نیز ارزیابی می کند.

دوم ، ما می دانیم که تجزیه و تحلیل ما ممکن است به ارزیابی ارزش بازار در دارایی های cryptocurrency کمک کند و به عنوان یک لایه ورودی برای مدل های قیمت گذاری شبکه عصبی کمک کند. تعداد شرکت کنندگان در بیت کوین ، میزان قدرت محاسبات و تنوع مکان های معدن باید به عنوان شاخص هایی از چگونگی پذیرش اجماع به طور گسترده مشاهده شود. این عوامل می تواند برای اندازه گیری حلقه بازخورد مثبت بین اثرات شبکه و امنیت مورد استفاده قرار گیرد: اجماع گسترده تر و شرکت کنندگان بیشتر منجر به ارزش بالاتر می شوند که به نوبه خود معدنچیان بیشتری را به خود جلب می کند و امنیت اعتبارسنجی معامله را افزایش می دهد. علاوه بر این ، تغییر ظرفیت استخراج معدن بین بیت کوین و آلتکین ها باید اثر سرریز قیمت را در بین دارایی های رمزنگاری و بازارهای 10 نشان دهد. در حقیقت ، همه این موارد را می توان به عنوان یک لایه ورودی جداگانه برای مدل های قیمت گذاری شبکه عصبی 33 اندازه گیری و ساختار داد و با استفاده از پشتی با داده های تاریخی ، زنده ماندن را بیشتر ارزیابی کرد. اگر اثربخشی اثبات شود ، ما معتقدیم که روشهای ما و یافته های تجربی ممکن است در رفع سوء استفاده از قیمت و تولید بینش جدید در مدیریت رمزنگاری نقش داشته باشد.

سوم ، درک توزیع مکانی استخراج بیت کوین برای انجام تخمین های دقیق در مورد مسائل پایداری و ارائه پیشنهادات عملی در مورد فعالیت معدن سازگار با محیط زیست بسیار مهم است. ردپای مکانی استخراج بیت کوین یکی از عوامل اساسی مؤثر بر صحت تخمین در مورد مصرف انرژی و انتشار کربن 7،15 است. نتایج ما شواهد تجربی در مورد توزیع و پویایی فعالیت معدن ارائه می دهد ، که به تخمین مصرف انرژی و انتشار کربن بر اساس وضعیت واقعی به جای فرضیات نظری کمک می کند. در همین حال ، مجموعه ای از مطالعات سعی کرده اند پیشنهاداتی را برای کاهش تأثیرات زیست محیطی از معدن رمزنگاری ارائه دهند ، مانند گزینه های کم انرژی برای مکانیسم اثبات کار یا هدایت قدرت محاسبات و انرژی به استفاده های معنی دار 3،11،34بشراینها همه تلاشهای خوبی است ، اگرچه ممکن است با چالش های فنی روبرو شوند یا هنوز هم برای اجماع کافی برخوردار نیستند. بر اساس تجزیه و تحلیل مکانی ، ما پیشنهاد می کنیم که یک روش امکان پذیر در کوتاه مدت ایجاد یک چارچوب جهانی برای تنظیم فعالیت معدن و ایجاد انگیزه برای معدنچیان به مکان های انرژی تجدید پذیر فراوان ، به ویژه در جایی که با ظرفیت مازاد است.

نکته آخر اینکه ، استخراج بیت کوین ، که از مبادله پستی جامعه رمزنگاری شده است ، از نظر سرمایه گذاری در بازار ، حضور مکانی ، مصرف انرژی و انتشار کربن تأثیرات قابل توجهی بر دنیای واقعی ما به همراه داشته است. همچنین یک آزمایش قابل توجه 35 از قوانین شفاف ، در دسترس بودن کلی داده ها و تعامل پر جنب و جوش را در اختیار محققان قرار می دهد. ما امیدواریم که تجزیه و تحلیل ما از دیدگاه فضایی برطرف شود ، همچنان به الهام بخش ارتباطات متقابل بیشتر در بین جغرافیا ، پایداری ، اقتصاد ، امور مالی و فناوری ادامه خواهد داد.

مواد و روش ها

داده ها

داده های نرخ هش حساس ، ژئوکود شده و جمع شده (در کل 42،820 رکورد) در جدول تکمیلی S1 آورده شده است. این داده ها از سوابق معدن میلیون در سطح استخرهای همکار استخراج شد. تمام داده های حساس یا محرمانه برای محافظت کامل از حریم خصوصی همه شرکت کنندگان در معدن حساس شدند. لطفاً توجه داشته باشید که تیم تحقیق هیچ دسترسی مستقیمی به آدرس های اصلی پروتکل اینترنت (IP) یا هر داده حریم خصوصی دیگر ندارد. آدرس های IP فعالیت معدن تحت دستورالعمل ارائه شده توسط تیم تحقیق به مکانهای فیزیکی تبدیل و به مکان های فیزیکی تبدیل شدند. آدرس های IP را می توان با ip2location. com یا ابزارهای مشابه بومی سازی کرد. نامگذاری و طبقه بندی کشورها و مناطق تحت دستورالعمل بانک جهانی 36 است. داده های نرخ هش در جدول تکمیلی S1 سرانجام بر اساس ماه ، نام جغرافیایی ، شناسه مکان (با مختصات طول جغرافیایی و عرض جغرافیایی) و نرخ هش (حداکثر ، حداقل و میانگین ارزش هر ماه) سازماندهی می شوند. با تیک زدن شناسه موقعیت مکانی ، ما فعالیت استخراج بیت کوین را در 6062 مکان منحصر به فرد از 139 کشور و مناطق (جداول تکمیلی S2 ، S3) تشخیص می دهیم و نتایج را در شکل 1 تجسم می کنیم.

ما از داده های جهانی نیروگاه 23 (موسسه منابع جهانی ، 2019) برای نشان دادن فراوانی انواع مختلف انرژی در مکان های خاص استفاده می کنیم. ما زمینه های زیر را برای تجزیه و تحلیل انتخاب کردیم: نام جغرافیایی ، شناسه مکان (مختصات طول جغرافیایی و عرض جغرافیایی ، GPPD_IDNR) ، Primary_Fuel و Canital_MW. بر اساس انواع انرژی متداول برای فعالیت معدن ، ما نفت ، گاز ، پتوک و زغال سنگ را به عنوان انرژی فسیلی ، هیدرو ، زمین گرمایی ، خورشیدی و باد به عنوان انرژی تجدید پذیر و انواع انرژی باقی مانده طبقه بندی می کنیم.

روش شبکه و پیش پردازش

در این زیر بخش ، ما توضیح می دهیم که از چه نوع سیستم ژئوگرید برای تجزیه و تحلیل استفاده می شود و چگونه می توانیم داده های هش و داده های هش را به سیستم شبکه متصل کنیم. یک سیستم شبکه جهانی گسسته (DGGS) ، مانند موزائیک هایی که کل سطح زمین را پوشش می دهد ، اغلب به عنوان مبنای هندسی برای ساخت ساختارهای داده های جغرافیایی 37،38 مورد استفاده قرار می گیرد. تجزیه و تحلیل ما بر روی دو ابزار و منابع شبکه شش ضلعی در دسترس 39،40 ساخته شده است. مجموعه داده های شبکه خالی (بدون داده ویژگی) در مخزن GitHub ارائه شده است. نرخ هش اصلی ، داده های برق و اطلاعات شبکه در لایه های مختلف ذخیره می شوند. سپس با شمارش و جمع آوری میزان هش و داده های قدرت هر مکان در شبکه مرتبط ، پیوستن مکانی را کشف می کنیم (یعنی محل نقطه طول و عرض جغرافیایی در شبکه داده شده است). بنابراین ، نرخ هش مبتنی بر نقطه و داده های قدرت در مجموعه داده های شبکه خالی ادغام می شوند. نتایج در مخزن ارائه شده است و فیلمنامه برای عملکرد لایه متقاطع در GitHub به اشتراک گذاشته می شود. این مرحله همچنین می تواند در یک محیط مشترک اطلاعات جغرافیایی (GIS) حاصل شود.

علاوه بر این ، ما برخی از داده های شبکه ادغام شده را به شرح زیر پردازش کردیم.(i) "Hrateavg" به عنوان میانگین دوازده ماهه نرخ هش برای هر شبکه محاسبه می شود.(ب) "Hrateshare" به عنوان درصد نرخ هش هر شبکه به کل محاسبه می شود. و (iii) هر دو داده هش و ظرفیت قدرت هر شبکه به شرح زیر استاندارد می شوند.

$ $ x _zs = zscore (log_<10>(x + 1)) $ $

جایی که x_zs مقدار استاندارد شده با روش Z-Score (z = ( frac ) است ، ( mu ) میانگین نمونه است ، ( sigma ) انحراف استاندارد نمونه است)و X مقدار خام نرخ هش یا ظرفیت قدرت است.

آمار فضایی

دو نوع ماتریس وزن مکانی که به تجزیه و تحلیل بیشتر کمک می کنند در مخزن ارائه شده است. ما وزن های مکانی را بر اساس پیوستگی ملکه (به اشتراک گذاشتن یک لبه یا راس مشترک) محاسبه می کنیم ، که ساختار همسایه بین شبکه ها را بیان می کند. تفاوت بین دو ماتریس وزن مکانی در این است که آیا رابطه درجا (یعنی مورب ماتریس وزن) در نظر گرفته شده است.

آماری I Moran 41 شاخص متداول غلظت مکانی (همبستگی) است و در Eq نشان داده شده است.(3). در اصل ، آمار I موران رابطه بین یک متغیر (در انحراف از میانگین) و تاخیر مکانی آن (میانگین وزنی شبکه های مجاور) را نشان می دهد. ما از بسته Pysal 42 Python برای محاسبه آمار I موران برای نرخ هش و توزیع مرجع مربوط به 999 مجوز استفاده می کنیم. نتایج (I = 0. 65 ، شبه p = 0. 001 ، z = 97. 8) نشان دهنده رد شدید فرضیه تهی از تصادفی مکانی است. به همین ترتیب ، من دو متغیره موران_باسلهآمار بین نرخ هش و ظرفیت انواع انرژی ، فسیل و تجدید پذیر مورد بررسی قرار گرفته است. تفاوت این است که آمار دو متغیره رابطه بین یک متغیر (نرخ هش) و تاخیر مکانی متغیر دیگر (ظرفیت قدرت) را نشان می دهد. در مورد ما ، تاخیر مکانی ظرفیت قدرت با استفاده از ماتریس وزن مکانی از جمله مورب ، مقدار درجا را مورد توجه قرار می دهد. نتایج (من_هکتار= 0. 59 ، شبه p = 0. 001 ، z = 60. 7 ؛من_HF= 0. 57 ، شبه p = 0. 001 ، z = 59. 6 ؛من_ساعت= 0. 51 ، شبه P = 0. 001 ، Z = 53. 6) نشان دهنده اهمیت بالایی از ارتباط مکانی بین میزان هش و هر سه متغیر انرژی است. کد ، تنظیمات برای تکرارپذیری و خروجی ها در GitHub بایگانی می شوند.

getis و ord's g_مناز آمار 43 بیشتر برای نشان دادن محل خوشه های فعالیت معدن استفاده می شود و در Eq نشان داده شده است.(4). G *_منآمار با استفاده از مقدار موجود در محل در شبکه داده شده تنظیم شده است (یعنی ماتریس وزن مکانی شامل مورب). G *_منآمار برای هر شبکه با ارزیابی اهمیت محاسبه و با میانگین جهانی مقایسه می شود. یک مقدار بزرگتر از میانگین نشان می دهد یک نقطه داغ (خوشه بالا) ، در حالی که یک مقدار کوچکتر از میانگین نشان دهنده یک نقطه سرد (خوشه کم) 44 است. محاسبات اجرا شده و نتایج در ژئودا 44 مشاهده می شود (جابجایی = 999 و دانه تصادفی = 123،456،789 به عنوان پیش فرض برای تکرارپذیری).

سپس مفهوم شاخص "ضربه فضایی" را برای تعیین شبکه های مناسب برای معدن تجدید پذیر معرفی می کنیم ، که به عنوان تعریف شده است

شاخص "ضربه فضایی" برای شناسایی شبکه هایی که مقدار نرخ هش بیشتر از 0 است و ظرفیت تاخیر مکانی انرژی تجدید پذیر بیشتر از انرژی فسیلی محاسبه می شود. ما می توانیم از داده های اصلی قدرت اصلی برای ردیابی به نوع خاص انرژی تجدید پذیر (هیدرو ، زمین گرمایی ، خورشیدی یا باد) برای شبکه ها با شاخص "ضربه فضایی" برابر با 2 استفاده کنیم. معدن برجسته به رنگ سبز) نیز در ژئودا مشاهده می شود (شکل 5).

آنالیز خوشه ای

ما از 1500 TH/ثانیه به عنوان آستانه برای انتخاب شبکه ها برای تجزیه و تحلیل خوشه ای از نوسانات مکانی استفاده می کنیم زیرا پیش بینی رفتار معدن در شبکه هایی با چند دکل دشوار است. در دوره مطالعه ما ، میزان هش برای یک دکل معدن معمولی تقریباً 15 در ثانیه بود. یک شبکه با نرخ هش بیش از 1500 TH/s به این معنی است که حداقل 100 دکل معدن (معادل یک مزرعه معدن با اندازه کوچک) در شبکه داده شده وجود دارد. به این ترتیب ، 229 شبکه از 933 شبکه با ردپای معدن انتخاب می شوند.

شاخص نوسان دامنه نوسان ماهانه نرخ هش در شبکه داده شده را اندازه گیری می کند ، به عنوان

$ $ hrate _fluc = frac< overline>><<overline>> $$جایی که م_منآیا نرخ هش هر ماه (از ژوئن 2018 تا مه 2019) برای شبکه داده شده و ( overline ) میانگین دوازده ماهه نرخ هش در آن شبکه است.

نتایج در مجموعه داده های شبکه ذخیره شده و در GitHub به اشتراک گذاشته می شود. شاخص نوسان بیشتر به عنوان طبقه بندی می شود

ما از یک تکنیک پارتیشن بندی کلاسیک از خوشه بندی (K-Medoids با PAM) استفاده می کنیم و تجزیه و تحلیل را از طریق بسته های Scikit-Lea و Scikit-Lea-Extra 45 انجام می دهیم. کد و تنظیمات مربوط به خوشه بندی در مخزن ارائه شده است. نتایج خوشه بندی برای هر شبکه (جدول تکمیلی S5) در مجموعه داده های شبکه ضمیمه شده و در ژئودا تجسم می شود. دوازده مدوئید (جدول تکمیلی S6) ، به عنوان نمایندگان برای هر خوشه ، بر اساس درک عملیات معدن واقعی: نوسانات صعودی ، نزولی ، نسبتاً پایدار و فصلی به چهار گروه تقسیم می شوند و بیشتر به چهار گروه طبقه بندی می شوند (شکل 6).

تحلیل استحناء

برای آمار مکانی ، ما از یک رویکرد محاسباتی مبتنی بر جابجایی استفاده می کنیم ، که توزیع مرجع را برای آمار با جابجایی تصادفی مقادیر مشاهده شده در مکانها محاسبه می کند. آمار برای هر یک از این مجموعه داده های تغییر شکل تصادفی محاسبه می شود ، که توزیع مرجع را به همراه دارد. این رویکرد نسبت به نقض احتمالی فرضیات اساسی حساس نیست و بنابراین 44 قوی تر است. با تکرار فرآیند بر اساس کدی که ما در GitHub ارائه دادیم (https://github. com/jricb/bitcoin_mining_spatial_analysis) به راحتی می توان آن را تأیید کرد.

برای تجزیه و تحلیل خوشه ای ، از روش K-Medoids برای به حداقل رساندن مجموع مسافت از مشاهدات در هر خوشه به یک مرکز نماینده (مدوئید) برای آن خوشه 44 استفاده می شود. بر خلاف K- میانگین و K-Medians ، K-Medoids از مشاهدات واقعی استفاده می کند و مرکز خوشه را به سمت دور 45 سوق نمی دهد. بنابراین می تواند برای سر و صدا و دور از ذهن قوی تر باشد. به عنوان مثال ، ما روشهای مختلفی را آزمایش می کنیم و می دانیم که شبکه 444 و 673 به طور مناسب به دسته 10 تحت K-Medoids تقسیم می شوند.

چندین الگوریتم برای محاسبه K-Medoids وجود دارد. رویکردی که ما استفاده کردیم ، پارتیشن بندی در اطراف الگوریتم Medoids (PAM) است که از دو مرحله تشکیل شده است: ساخت (اولیه سازی حریص از مدوئیدها از مجموعه داده) و مبادله (هزینه تعویض یک مدوئید را با هر نقطه غیر مادوئید محاسبه می کند و وقتی متوقف می شود و متوقف می شود و در هنگام متوقفهیچ تغییری در عملکرد هدف وجود ندارد) 45. ما مشاهده کرده ایم که نتایج بسیار مشابه تحت تنظیمات مختلف و تنظیمات اولیه سازی به دست می آید. این امر می تواند با پیروی از کد و دستورالعمل هایی که در GitHub ارائه داده ایم ، تکرار شود.

محدودیت های مطالعه

ما تأیید می کنیم که محدودیت هایی در تحلیل ما وجود دارد. اول ، نمونه سوابق معدن ممکن است کاملاً نماینده نباشد. استخرهایی که با آنها شریک شدیم BTC. com (اولیه) و Antpool (Cross-Check) هستند. هر دو شرکت تابعه Bitmain (سابق فروخته شده در سال 2021) بودند و تقریباً 30 ٪ از کل نرخ هش را در طول دوره مطالعه ما تشکیل می دادند. معدنچیان بزرگ و متوسط می توانند قدرت محاسباتی خود را متناسب با استخرهای اصلی اختصاص دهند ، در حالی که معدنچیان کوچک یا فردی ممکن است استخرهای اطراف را انتخاب کنند یا معدن انفرادی را انجام دهند. بنابراین ، نمونه ممکن است به جای معدنچیان کوچک ، معدنچیان بزرگ و متوسط را بهتر نشان دهد. این بدان معنی است که ممکن است مکان های معدنکاری بیشتری نسبت به فعالیت شناسایی شده وجود داشته باشد و فعالیت استخراج معدن ممکن است به طور مساوی بیشتر از آنچه نشان داده شده است توزیع کنند. با این وجود ، به بهترین دانش ما ، مجموعه داده های موجود در این مطالعه باید جامع ترین نمونه برای فعالیت معدن در این سطح از جزئیات باشد.

دوم ، آدرس های IP جعلی ممکن است مانع از ردیابی مکان های واقعی شود. برخی از معدنچیان از شبکه های خصوصی مجازی (VPN) استفاده می کنند تا عمداً مکان های خود را 15،17 مورد استفاده قرار دهند یا دکل های معدن خود را از طریق خدمات ابری مدیریت کنند. با این حال ، منطقی است که فرض کنیم که اکثریت قریب به اتفاق معدنچیان انگیزه کمی برای استفاده از VPN با توجه به تأخیر در نتیجه 15 ندارند. اتصالات خدمات ابری تا حد امکان توسط مهندسان استخرهای شریک به آدرسهای اصلی آنها هدایت شده است. با این حال ، ما نمی توانیم تضمین کنیم که تأثیر IP جعلی مرتبط با رویکرد از پایین به بالا کاملاً از بین رفته است.

سوم ، تقریب انرژی تجدید پذیر در هر شبکه ممکن است به دلیل در دسترس بودن داده های نیروگاه های جهانی دست کم گرفته شود. همانطور که توسط Byers و همکاران ذکر شد. 26 ، جمع آوری اطلاعات در مورد نیروگاه های تجدید پذیر نسبتاً جدید و کوچک دشوار است زیرا همیشه در مستندات عمومی ضبط نمی شوند. هنگامی که ما داده های نیروگاه را از هر مکان جمع می کنیم تا به فراوانی انرژی در شبکه مرتبط نزدیک شود ، این امر به این واقعیت منجر می شود که انرژی تجدید پذیر به عنوان انرژی فسیلی کمتر تحت پوشش قرار می گیرد.

سرانجام ، توزیع مکانی و ویژگی های فعالیت معدن ثابت نیست و تحت سناریوهای مختلف نظارتی و اقتصادی در حال تکامل است. به عنوان مثال ، فعالیت معدن به طرز چشمگیری در فضا تغییر کرده است زیرا یک سری اقدامات دوباره استخراج بیت کوین توسط مقامات چینی در سال 2021 انجام شده است. آخرین داده های مربوط به اقدامات معدن هنوز در دسترس نبوده است. با این حال ، ما اطمینان داریم که روشهای تحلیلی ما و بیشتر نتایج هنوز در شرایط جدید قابل اجرا خواهد بود. مطالعات بیشتر برای مشاهده پویایی مکانی فعالیت معدن و نتیجه گیری در مورد شکل نهایی فعالیت تولید خود محرک مشابه مورد نیاز است.