# 网络因素与社交媒体对以太坊流行度的联合影响研究

By [Dusko](https://paragraph.com/@dusko) · 2025-06-01

---

### **技术研报：以太坊流行度的多维度驱动机制研究**

#### **研究背景**

2021年3月埃隆·马斯克宣布特斯拉接受比特币支付，这一事件引发加密货币市场剧烈波动，凸显了社交媒体对区块链资产影响力的不确定性。本研究首次系统性探究以太坊（智能合约平台代表）的流行度是否受网络技术因素与社交媒体数据共同驱动。研究将"流行度"操作化为**每日新增地址数**（反映用户增长），基于2015至2022年共2,576天的链上数据与104万条推特文本，构建定量模型揭示核心驱动机制。

#### **研究方法论**

研究采用**多源数据融合分析框架**：

1.  **链上数据**（Etherscan）：采集每日新增地址数（因变量）、ETH价格、交易手续费（Gas费）、网络算力（Hash Rate）四项指标，覆盖2015年7月30日（以太坊主网上线）至2022年8月17日完整周期。
    
2.  **社交媒体数据**（Twitter API）：以"Ethereum"为关键词爬取原创推文，经去重后获得529,662条有效文本；采用Python TextBlob库进行情感极性评分（-1.0至+1.0），并通过作者本人人工标注100条样本验证阈值划分准确性。
    
3.  **计量模型构建**：基于创新采纳理论（UTAUT模型）提出四大假设：
    
    *   H1：网络算力正向影响流行度（安全性）
        
    *   H2：交易手续费正向影响流行度（安全激励）
        
    *   H3：ETH价格正向影响流行度（经济吸引力）
        
    *   H4：推特情绪正向影响流行度（公众认知）使用对数化普通最小二乘法（OLS）建模，核心方程为：$$\\log(\\text{DailyIncrease}) = \\alpha + \\beta\_1 \\log(\\text{ETH Price}) + \\beta\_2 \\log(\\text{Transaction Fee}) + \\beta\_3 \\text{Sentiment} + \\epsilon$$通过异方差自相关稳健估计（HAC）解决时序数据偏差，并验证OLS七大假设（残差正态性、无多重共线性等）。
        

![数据来源](https://storage.googleapis.com/papyrus_images/5fef44f6a9a7fc061222a9d7880dd1ccf09ca6dff20cd0068a5fbdd821c0f1fb.png)

数据来源

![以太坊的受欢迎程度——唯一地址每天都在增加演变。](https://storage.googleapis.com/papyrus_images/5e7e708072b961d27726fe7fa4b83dcef3d1802cf452f3a80071c925edac75e1.png)

以太坊的受欢迎程度——唯一地址每天都在增加演变。

#### **核心发现**

![关键影响因素](https://storage.googleapis.com/papyrus_images/fd7a2bbe2e72f553cc8c1ea2d27d2dffa4a9aa4e30e1323c87c5ddb752ce9a97.png)

关键影响因素

1.  **链上因素的确定性影响**ETH价格与交易手续费为流行度核心预测变量：
    
    *   **ETH价格每上升1%**，每日新增地址数显著增加0.63%（p<0.001），印证"价格上涨吸引关注"的经济学逻辑。
        
    *   **交易手续费每增长1%**，新增地址数同步上升0.33%（p<0.001），表明高Gas费被视为**网络安全信号**——矿工因激励增强算力投入，用户愿为安全性支付溢价。
        
2.  **社交媒体情绪的意外作用**
    
    *   中性推文（系数0.150，p<0.001）与正面推文（系数0.088，p<0.001）均显著推动用户增长，符合预期；
        
    *   负面推文亦呈正向关联（系数0.030，p<0.001），验证"讨论热度优先于情绪倾向"的传播规律，争议性话题反而扩大公众认知。
        
3.  **模型解释力比较**
    
    *   纯链上数据模型（价格+手续费）解释86.1%的流行度变异（R²=0.861）；
        
    *   加入推特情感变量后，解释力提升至90.2%（R²=0.902），凸显社交媒体数据的增量价值。
        
4.  被剔除变量：网络算力（H1）算力与ETH价格高度相关（r=0.87），因多重共线性被移出模型，表明用户更响应价格信号而非底层技术指标。
    

![模型性能对比](https://storage.googleapis.com/papyrus_images/f16654c83372217c923d4b68c4b73d2175bba4cfff98b6b1ca415669a6012b58.png)

模型性能对比

![多年来按情绪发布的原始推文数量](https://storage.googleapis.com/papyrus_images/7ab860a8e56198f16ed999e34574f45e48f83d52a738d8782909639d25df7bc3.png)

多年来按情绪发布的原始推文数量

![线性假设检验](https://storage.googleapis.com/papyrus_images/0d1efa35deefcb1e1f79434f409ef92ad8e6b1c1bc5421b5bf356abfd53884be.png)

线性假设检验

#### **实践启示**

1.  **对公链开发者**交易手续费的显著性表明**安全性是用户采纳的核心**。建议：
    
    *   设计动态Gas费机制平衡负载与矿工激励；
        
    *   在Layer 2方案中明确传递安全升级信息以增强用户信心。
        
2.  **对市场参与者**
    
    *   投资者可构建"价格-社交声量"双因子预警系统，捕捉价格上涨伴随推特讨论激增的用户增长周期；
        
    *   项目方需监控社交媒体讨论量（而非仅情绪），提前规划服务器扩容（如NFT铸造高峰期）。
        
3.  **对学术研究**本研究突破传统创新采纳理论：
    
    *   揭示区块链技术的**安全属性货币化特征**（用户通过手续费购买安全服务）；
        
    *   证明社交媒体在技术扩散中兼具**情绪传播渠道**与**关注度指标**双重角色。
        

![实践意义](https://storage.googleapis.com/papyrus_images/80bd69895f98950ce66cb57eb8fb23eb1ca011c99c374fd7934407d69718fc4a.png)

实践意义

#### **局限性与未来方向**

1.  **未观测变量**：未纳入黑客攻击、监管政策等外部冲击，未来可引入事件分析法量化影响；
    
2.  **数据粒度**：推特数据采样限于500条/日，深层语义分析（如话题建模）或揭示更复杂机制；
    
3.  **跨链验证**：结论对Solana、Avalanche等新兴公链的适用性需进一步检验。
    

#### **结论**

以太坊流行度由三重引擎驱动：**经济激励（ETH价格）、安全信号（交易手续费）、公众讨论热度（推特声量）**。其中，安全属性的显性化定价是区块链区别于传统IT创新的核心特征；负面舆论未抑制用户增长，反映去中心化生态对争议的强韧性。未来公链竞争的关键，在于将技术安全性转化为可感知的用户价值，并持续激发社区对话动能。

作者推特

[https://x.com/LLDusko](https://x.com/LLDusko)

_欢迎订阅作者以查看更多_

[Subscribe](null)

---

*Originally published on [Dusko](https://paragraph.com/@dusko/W7UUTQ7tYuZwJzrOLNQK)*