أعاد عنوان النص الأصلي: عشر سنوات من الDAO: فتح أبعاد جديدة للحوكمة وتحليل عميق لمؤشرات الحوكمة الرئيسية

تمتد تاريخ الDAOs الآن على مدى عقد، حيث شهد انفجارًا كبيرًا في عام 2021. لقد اندمج هذا النموذج التنظيمي بشكل مستقر في المجتمع، مع إجراء العديد من DAOs بمقياس كبير في وقت لاحق تجارب حكم متنوعة وتوسيعات، مما أدى إلى تطوير دراسات حكم مختلفة.

يجمع هذا المقال معلمات الإشارة التي تعمل كمؤشرات للحوكمة لتحليل هياكل الحوكمة المختلفة. وبينما يقيس كل مؤشر عادة مؤشرًا محددًا ، فمن المهم ملاحظة أن أهمية كل مؤشر تختلف اعتمادًا على نوع الـ DAO.

تحليل المؤشرات الهامة

لا تتضمن المؤشرات التالية المؤشرات المتعلقة بـ 'التعقيد' و 'الاتساق' في الوقت الحالي ، و 'التصويت' يستخدم بشكل موحد كمثال. يمكن توسيع نطاق التطبيق المحدد للعديد من البيانات مثل الأموال والإعلام وما إلى ذلك.

مؤشر هيرفيندال-هيرشمان، HHI

إنها طريقة معتمدة على نطاق واسع لقياس التركيز، تم تسميتها على اسم اثنين من الاقتصاديين. وهي تحسب مجموع حصص السوق المربعة لجميع الكيانات في السوق.

ببساطة، يتم ضرب نسبة كل وحدة مختلفة بالمربع.

على سبيل المثال، لدينا 50% لـ A، 30% لـ B، و 20% لـ C

50 * 50 = 2500

30 * 30 = 900

20 * 20 = 400

الثلاثة يضيفون 2500 + 900 + 400 = 3800

3800 هو مؤشر التركيز لشركة ABC

الحد الأقصى 10,000 (شخص واحد يشكل 100%)

مؤشر تركيز السلطة (CPI)

متغير مشتق من HHI ، والذي هو في الأساس نفس HHI ، ولكن بالنظر إلى أن الوضع في DAO محددة ، مثل OP ، ستكون لدى مؤسسات الحوكمة المختلفة أوزان مختلفة. لذلك ، يجب تعديل النقاط لكل ممثل بناءً على الأوزان الخاصة بهم.

على سبيل المثال:

إذا كان لدى الممثل وزن يبلغ 300 نقطة ولكنه مشارك في كل من دار الرمز ودار المواطنين، فإن وزنهما الإجمالي سيكون:

وزنه الإجمالي هو:

30032.33% + 30034.59% = 200.76

نظرًا لأن هذا الحساب يتعلق بمؤشرات الحوكمة، فإنه لا يأخذ في الاعتبار جميع الممثلين، بل يأخذ في الاعتبار فقط أولئك الذين يشاركون في الحوكمة. وبالتالي، عندما ينخفض نشاط الحوكمة في المجتمع، يمكن أيضًا أن يؤدي إلى زيادة في قيمة المؤشر.

معامل ناكاموتو

منصب أساسا على سؤال واحد: كم عدد المشاركين الذين يتطلبها التحكم في النظام بأكمله؟

هذا السؤال مثير للاهتمام جدًا، وفي الواقع فهو مفيد جدًا أيضًا لاستراتيجيات السوق المالية.

إذا كان هناك 5 أشخاص في النظام، فإن حقوقهم في التصويت هي:

• ٣٠٪
• B: 25%
• C: 20%
• D: 15%
• E: 10%

الحد الأدنى لعدد الأشخاص المطلوبين للسيطرة على النظام بأكمله هو 30 + 35 = 55. الحد الأدنى لعدد الأشخاص المطلوب هو 2، لذا معامل ناكاموتو هو 2.

إذا كان معامل ناكاموتو لنظام ما هو 20، فهذا يعني أنه على الأقل يحتاج 20 شخصًا إلى الانضمام للقوى للسيطرة على النظام. هذا النظام مفcentralized جدًا.

كلما زاد العامل، زادت درجة اللامركزية، والعكس صحيح.

تنوع مقدمي الاقتراحات (فهرس شانون للتنوع)

هناك عدة نهج للقياس. يستخدم أحدها مؤشر HHI أعلاه لتقييم تركيز الاقتراحات المقدمة؛ كلما زاد التركيز ، قل التنوع.

يستخدم نهج آخرمؤشر تنوع شانون.

نفترض وجود 4 مقدمين للاقتراحات، الذين قدموا عدد الاقتراحات التالية على مدار فترة زمنية:

• المُقترِح أ قدَّم 5 اقتراحات
• المقترح ب قدم 3 مقترحات
• قدم المقترح C 2 مقترحات
• المقترح D قدم 1 مقترح

بعد ذلك، قم بحساب نسبة عدد الاقتراحات من كل مقترح إلى إجمالي عدد الاقتراحات.

عدد الاقتراحات الكلي هو: 5 + 3 + 2 + 1 = 115

نسبة كل مقترح هي:

• A: ≈ 0.4545
• B: ≈ 0.2727
• C: ≈ 0.1818
• D: ≈ 0.0909

ثم قم بحساب اللوغاريتم الطبيعي لكل نسبة (باستخدام زر "ln" على الآلة الحاسبة):

• A: −0.7885
• B: -1.2993
• C: -1.7047
• D: -2.3979

بعد ذلك، ضرب كل نسبة بقيمتها اللوغاريتمية المقابلة:

• A: 0.4545 × -0.7885 ≈ -0.3582
• B: 0.2727 × −1.2993 ≈ −0.3540
• C: 0.1818 × -1.7047 ≈ -0.3090
• D: 0.0909 × -2.3979 ≈ -0.2171

أخيرًا، قم بجمع جميع القيم: النتيجة هي 1.2383. قيمة أعلى تشير إلى تنوع أكبر في النظام. بالمقارنة مع مؤشر هيرفندال-هيرشمان (HHI)، فإن مؤشر شانون أكثر بديهية، خاصة في حالات التنوع العالي، حيث يسلط الضوء بشكل أفضل على الاختلافات (مع HHI، قيمة أصغر توافق مع تشتت أكبر).

مؤشر جيني

هذا هو مؤشر مناسب جدا للتمثيل البياني. الخطوات هي كما يلي. عادة ما يتم استخدامه لتقييم توزيع الموارد. على سبيل المثال ، عندما تكون لدى المؤسسة مشاريع متعددة ، يمكن استخدام مؤشر جيني لفهم ما إذا كانت الموارد موزعة بالتساوي. يمكنه أيضًا تحليل عوامل مثل الأجور وظروف العمل. إذا كانت القيم متطابقة ، فستشكل خطًا مستقيمًا على الرسم البياني.

1. قائمة نسبة قوة التصويت لكل عضو:

أولاً، تحتاج إلى معرفة نسبة قوة التصويت التي يمتلكها كل عضو. على سبيل المثال، إذا كان هناك 5 أعضاء، فقد تكون نسب قوتهم في التصويت مثلاً:

• A: 40%
• B: 30%
• C: 15%
• D: 10%
• E: 5%

1. مرتبة بترتيب تصاعدي حسب قوة التصويت:

فرز نسب قوة التصويت هذه من الأصغر إلى الأكبر حتى نتمكن من رؤية عدم المساواة بشكل أسهل:

• E: 5%
• D: 10%
• C: 15%
• B: ٣٠٪
• A: 40%

1. حساب تراكمي لنسب قوة التصويت:

الآن، نحن نقوم بحساب نسب قوة التصويت التراكمية لكل عضو بدءًا من الأصغر وإضافتها واحدة تلو الأخرى:

• E: 5%
• إضافة: 5% + 10% = 15%
• E + D + C: 5% + 10% + 15% = 30%
• E + D + C + B: 5% + 10% + 15% + 30% = 60%
• E + D + C + B + A: 5% + 10% + 15% + 30% + 40% = 100%

يمكن رسم قيم تراكمية هذه - 5، 15، 30، 60، و 100 - على الرسم البياني (من الأسفل الأيسر إلى الأعلى الأيمن).

عندما يتم توزيع سلطة التصويت بالتساوي داخل المنظمة ، يقترب هذا الخط من خط مائل مستقيم. كلما انحنى الخط للأسفل ، زاد التفاوت في توزيع الأصوات.

مقياس اللامركزية Z-Score

مقياس زد-النقدية المركزية يستخدم لتحديد مدى تطابق قوة فرد ما (مثل حقوق التصويت) في النظام مع قوة الآخرين في النظام. إنه يجيب على السؤال: 'ما هو مدى ابتعاد قوة الفرد عن المستوى المتوسط ​​بالمقارنة مع الجميع الآخرين؟'

قد يكون مؤشر Z إيجابيًا أو سلبيًا

• إذا كانت نسبة ال Z-Score قريبة جدًا من 0، فهذا يعني أن حصة الشخص في السلطة تقريبًا مثل متوسط الأشخاص الآخرين.
• إذا اختلفت قيمة معدل النجاح (Z-Score) بشكل كبير عن الصفر، فهذا يعني أن قوة الشخص تختلف كثيرًا عن المستوى المتوسط. إما أن قوته كبيرة جدًا أو صغيرة جدًا.

هذا هو مؤشر إحصائي يمكن أيضًا استخدامه لتحديد البيانات مثل هيكل الرواتب، إلخ.

افترض أن هناك 5 أعضاء ونسب قوتهم في التصويت هي:

• أ: 40%
• B: 25%
• C: 15%
• D: 10%
• E: 10%

القوة الانتخابية المتوسطة:

• متوسط = 20%

احسب فارق القوة الفردية لكل شخص:

ثم نحتاج إلى رؤية مدى اختلاف قوة كل عضو عن المتوسط.

على سبيل المثال:

• A: 40% − 20% = 20%
• ب: 25% - 20% = 5%
• C: 15% − 20% = −5%
• د: 10٪ - 20٪ = -10٪
• E: 10% − 20% = −10%

احتساب الانحراف المعياري: يتم استخدام الانحراف المعياري للتعبير عن الانحراف لقوة التصويت لكل عضو عن المتوسط.

انحراف معياري هو متوسط جميع الأرقام المربعة ثم يأخذ الجذر التربيعي.

قسم اختلاف كل فرد عن الانحراف المعياري. على سبيل المثال، إذا كان اختلاف D هو -10٪ والانحراف المعياري هو 11.4٪، فإن النتيجة Z هي:

-10 / 11.4 = −0.88

لكن لماذا لا ننظر فقط إلى الفرق؟

• يوفر معيار Z-Score التقييس. على سبيل المثال، عند مقارنة منظمات DAO المختلفة، قد يبدو أن الفرق بنسبة 10% في قوة التصويت مماثل، ولكن تحويلها إلى معدلات Z يمكن أن يتيح المقارنات المباشرة عبر المنظمات.
• يُسلِط مُؤشِّر Z الضوء على الفروقات النسبية. على سبيل المثال، إذا ظل انحراف D عن -10٪، ولكن تغيّر انحراف المعيار بسبب تغيرات في توزيع الطاقة العام، فإن مُؤشِّر Z لدى D سيتغيّر أيضًا، معكسًا لهذه الديناميات.

يمكن أيضًا استخدامه لتحليل تغييرات الرواتب. على سبيل المثال، إذا ظلت راتب شخص ما ثابتة في حين يزيد انحراف الرواتب في الشركة بسبب زيادة عامة في الأجور، يمكن لمعامل الانحراف المعياري أن يكشف كيف تغير راتب تلك الفرد بشكل فعال نسبيًا إلى متوسط الشركة.

بينما قد لا يكون مؤشر Z مثاليًا لتحليل التصويت في DAOs، إلا أنه قيم لتقييم التغييرات في تخصيص الموارد للمشروع أو المساهمات الفردية.

التغيرات الديناميكية في قوة التصويت

مؤشر قوة التصويت للتنقل

يقيس هذا المؤشر مقدار قوة التصويت "التي تتحرك" بين الأعضاء في النظام. إذا ظلت قوة التصويت مركزة باستمرار في أيدي قلة ، فهذا يشير إلى هيكل سلطة جامد مع فرص مشاركة محدودة. إذا كانت قوة التصويت تتغير بشكل متكرر بين الأعضاء ، فهذا يشير إلى نظام "نشط" حيث تتاح للجميع فرصة المشاركة ، مما يؤدي إلى نظام أكثر عدلا ولامركزية.

نفترض أن هذه هي توزيع حقوق التصويت في الربع الأول والربع الثاني:

• الربع الأول
  • حقوق التصويت لـ A: 40%
  • حقوق التصويت للشخص ب: 30%
  • حقوق التصويت في C: 30%
• الربع الثاني
  • حقوق التصويت لـ A: 35%
  • حقوق التصويت لـ B: 40%
  • حقوق التصويت للمساهمين: 25%

الخطوة 2: حساب تغيّر قوة التصويت لكل عضو

تباين كل عضو. هذا هو قوة التصويت في الربع الثاني ناقص قوة التصويت في الربع الأول:

• تغيير في أ: 35% - 40% = -5% (انخفاض بنسبة 5%)
• تغيير في B: 40% - 30% = +10% (زيادة بنسبة 10%)
• تغيير في C: 25% - 30% = -5% (انخفاض بنسبة 5%)

الخطوة 3: إضافة تغييرات جميع الأعضاء معًا

في هذه الخطوة ، نضع القيمة المطلقة للجميع للتغيير (بغض النظر عن الزيادة أو النقصان ، خذ الحجم فقط) ونجمعها معا للحصول على "مؤشر تنقل قوة التصويت" للنظام بأكمله.

• القيمة المطلقة لتغيير A: 5%
• القيمة المطلقة للتغيير في B: 10%
• القيمة المطلقة لتغيير C: 5٪

التغيير الإجمالي = 5% + 10% + 5% = 20%

هذا 20% هو "مؤشر قوة التصويت للتنقل". وقد تغير 20% من قوة التصويت في النظام بين الربعين.

هذا المفهوم مشابه لـ Z-Score بشكل كبير، ويمكنك أيضًا إضافة الانحراف المعياري لرؤية معدل التغير.

تغييرات في قوة التصويت التراكمية

ننظر إلى "أفضل الأعضاء" ذوي أكبر قوة تصويت لنرى ما إذا كانت حصتهم من قوة التصويت متزايدة. إذا كانت حصص هؤلاء الأعضاء الأوائل تتزايد، فهذا يعني أن القوة في النظام تصبح متركزة أكثر وأكثر؛ إذا لم يكن هناك الكثير من التغيير، فهذا يعني أن قوة النظام ما زالت منتشرة وحقوق التصويت لدى الجميع متساوية نسبياً.

لنفترض أن لدينا بيانات قوة التصويت للربع الأول والربع الثاني:

• الربع الأول
  • قوة التصويت لـ A: 40%
  • قوة التصويت لـ B: 25%
  • قوة التصويت C: 20%
  • قوة التصويت لـ D: 10%
  • قوة التصويت لإي: 5%
• الربع الثاني
  • قوة التصويت A: 45%
  • قوة التصويت لـ B: 20%
  • قوة التصويت لـ C: 15%
  • قوة التصويت: 15%
  • قوة التصويت لـ E: 5%

نقوم بتصنيف قوة التصويت لكل ربع بحسب الحجم من الأكبر إلى الأصغر:

• الربع الأول: A > B > C > D > E
• الربع الثاني: A > B > D > C > E

الخطوة 2: حساب حصة قوة التصويت لأعضاء "أعلى 20%"

لمراقبة "تركيز السلطة" ، ننظر عادة إلى القوة التصويتية التراكمية لهؤلاء "الأعضاء الكبار" في الأوساط المختلفة لمعرفة ما إذا كانوا في ازدياد.

من بين 5 أعضاء، يعتبر أعلى 20% من الأعضاء عضوًا واحدًا يمتلك أعلى قوة تصويت (A).

• الربع الأول: قوة التصويت لـ A = 40٪ (قوة التصويت التراكمية لأعلى 20٪ = 40٪)
• الربع الثاني: قوة التصويت لـ A = 45% (التصويت التراكمي لأعلى 20% = 45%)

كما يمكن رؤيته، زادت حصة قوة التصويت الخاصة بأفضل 20% من الربع الأول إلى الربع الثاني.

الخطوة 3: حساب حصة التصويت لأعضاء "أعلى 40%"

يمكننا أيضًا النظر في الحصة التراكمية لأعلى 40٪ (من بين 5 أعضاء، هذا هو الأعلى 2).

• الربع الأول: حقوق التصويت التراكمية لـ A + B = 40٪ + 25٪ = 65٪
• الربع الثاني: حقوق التصويت التراكمية ل A + B = 45% + 20% = 65%

هنا يمكنك أن ترى أنه لا يوجد تغيير في حصة القوة الانتخابية التراكمية لأعلى 40%.

يتيح لك هذا الحساب معرفة ما إذا كان التغيير مثل التمثيل مجرد تحول في حقوق التصويت أم إذا كان هناك تركيز كبير للأصوات.

شفافية التمويل

هذا المقياس عادة ما لا يتم تحديده بشكل دقيق. غالبًا ما يتضمن مقارنة التقارير المالية المنشورة مقابل الأموال السائلة الإجمالية أو تقييم مستوى التفاصيل المكشوفة. على الرغم من أنه يعتبر أمرًا نسبيًا ومن ذوي الأهمية المحدودة، إلا أن جوانب مثل طريقة الكشف ومستوى التفاصيل وما إذا كانت هناك عمليات تدقيق يمكن استخدامها لتقييم بسيط.

وقت اتخاذ القرار

النهج المعتاد لتحليل وقت اتخاذ القرار يركز على المرحلة التحضيرية قبل تقديم الاقتراحات.

على سبيل المثال ، قم بحساب المدة المتوسطة لمرحلة "جمع التعليقات" لكل اقتراح.

نظرًا لأن وقت التصويت غالبًا ما يكون ثابتًا ، فإن قياسه عادة لا يكون ذا أهمية مالم يكن هناك سيناريو حيث يتم صب جميع الأصوات بسرعة مستمرة (وهو نادر).

معلمات الوقت الشائعة:

• وقت جمع الآراء
• وقت معالجة التوقيع المتعدد
• وقت مراجعة الاقتراح

آليات الحوافز المتعلقة بالحكم

عادةً ما يتم تقييم عدالة آليات الحوافز باستخدام مؤشر جيني. ومع ذلك، يتطلب ذلك حل مشكلة تحديد "المساهمة في الحوكمة"، والتي عادةً ما يتم ذلك من خلال تحويل المساهمات الثابتة إلى حوافز متناسبة.

تحديد مساهمات الحوكمة يعتبر أمرًا صعبًا للحفاظ على الاستمرارية على المدى الطويل. فيما يلي بعض النهج الممكنة:

• المجموعة المركبة للمساهمة = (نسبة إكمال المهمة × الوزن 1) + (وقت المشاركة × الوزن 2) + (مشاركة في اتخاذ القرار × الوزن 3) + ...
• (وزن المهمة 1 × كمية المهمة 1) + (وزن المهمة 2 × كمية المهمة 2) ...

تشمل البيانات ذات الصلة خارجياً:

• إجمالي الحوافز للربع
• المكافآت المتوسطة التي يحصل عليها الأفراد
• تحليل Z-Score أو Gini لتحديد ما إذا كانت الحوافز موزعة بشكل عادل أو مركزة بشكل مفرط بين عدد قليل من المشاركين الرئيسيين.

مؤشرات أخرى لا تحتاج إلى تفسير

• معدل مشاركة التصويت
• معدل موافقة الاقتراح
• التصنيف الديمغرافي: هذا مشابه للإحصاءات الاجتماعية، مثل العمر، الجنس، اللغة، إلخ.
• عدد هجمات الحكم/الاستيلاء/الحوادث المضادة للاستيلاء

الاستنتاج

يتطلب استكشاف الحقيقة المخفية وراء تغيرات البيانات تراكمًا وتحقيقًا مستمرًا. بينما يتعلم من تجارب الحكم في مختلف DAOs ، يحاول LXDAO أيضًا توضيح دلائل الحكم من خلال الأساليب الكمية ، ووضع الأسس لتحليل أداء DAO. يهدف هذا الجهد إلى استكشاف بيانات إضافية واحتمالات إضافية. نأمل أن يقدم هذا المقال رؤى مفيدة لأولئك الذين يهتمون بتحليل الحكم.

تنصل:

1. تم استنساخ هذه المقالة من [لكسداو]. تم إعادة توجيه العنوان الأصلي "عشر سنوات من DAO: فتح أبعاد جديدة للحوكمة وتحليل متعمق لمؤشرات الحوكمة الرئيسية". حقوق النشر تنتمي إلى المؤلف الأصلي [LXDAO]. إذا كان لديك أي اعتراضات على إعادة الطباعة ، يرجى الاتصال بفريق Gate Learn (gatelearn@Gate.io)، وسيقوم الفريق بالتعامل معها في أقرب وقت ممكن وفقا للإجراءات ذات الصلة.
2. تنويه: تعبر الآراء والآراء المعبر عنها في هذه المقالة فقط عن آراء الكاتب الشخصية ولا تشكل أي نصيحة استثمارية.
3. فريق Gate Learn قام بترجمة المقالة إلى لغات أخرى. يُحظر نسخ أو توزيع أو ارتكاب السرقة الأدبية للمقالات المترجمة ما لم يُذكر ذلك.