从比特币到区块链：谁在引领加密货币的全球热潮？
作者：Andrew Urquhart
编译：白话区块链
图片来源：Shutterstock
在当今全球金融的浪潮中，加密货币正以一种不可阻挡的态势蓬勃发展。从规模、范围到产品种类，加密货币的版图不断扩张，其对传统金融体系的重要性与影响力也日益凸显，正逐渐成为金融领域中不可忽视的一股力量。
回首往昔，加密货币的起步之路颇为小众，最初仅在少数计算机程序员的圈子里悄然交易，仿佛一颗隐匿于暗夜的微光。然而，自2017年比特币期货的横空出世，犹如划破天际的闪电，为加密货币市场带来了前所未有的关注与活力。
此后，各类衍生产品如雨后春笋般涌现，不断丰富着加密货币的交易生态。直至2024年1月，比特币现货ETF的重磅推出，更是如同一声惊雷，彻底打破了传统金融与加密货币之间的隔阂，吸引了越来越多的投资者将目光投向这一充满创新与机遇的资产类别。
在第四次工业革命的核心是人工智能、信息通信技术、物联网和区块链。普华永道预测，到2030年，区块链将为全球GDP增加1.76万亿美元。
中国将区块链列为其五大优先事项之一，其他国家如德国、日本、英国和法国也看到了超过500亿美元的潜在利益。近期投资者的兴趣增加可能永远改变了用户基础，这种采用情况可能因行业、地区、监管领域和政治环境而异。
一些近期研究考察了137个国家中某些宏观国家发展指标与加密货币部署之间的关系，有趣的是，研究发现，教育水平、人力发展、民主程度、监管质量和国内生产总值(GDP)较高的国家拥有更高的加密货币采用率。
然而，经济自由度较低、腐败较严重的国家采用率较低，这表明更加开放和自由的国家更倾向于采用加密货币。这提示我们，采用加密货币的并不是腐败、缺乏教育的国家，而是更加开放、民主和自由的国家。
信任，但要验证
现在我们知道经济和国家变量会影响不同地区的采用情况，但信任又如何呢?信任是一种社会构建和信念，它促进经济增长、金融发展和金融包容。
近几十年来，信任度下降——正如欧洲中央银行行长克里斯蒂娜·拉加德所言：“在这个信任度降低的时代，金融行业在民意调查中排名垫底。”
Jalan等(2023)的研究支持了Bhimani等(2022)的工作，表明信任水平较高的国家对加密货币的兴趣和采用率更高，证实了信任在金融市场增长中的重要性。
在更详细的研究中，Saeedi和Al-Fattal(2025)探讨了信任的哪些方面对加密货币采用至关重要，他们发现女性比男性更重视监管信任，而社会信任对年长参与者更为重要。
去中心化金融(DeFi)采用
加密货币与去中心化金融(DeFi)的采用有何区别?
Nguyen和Nguyen(2024)的近期研究表明，高人口、高通货膨胀、低社会联系、民主和不确定性规避的结合可能导致高加密货币采用率，而高人力发展、高人口和高金融发展似乎是解释一个国家DeFi采用的主导配置。
但采用及其不同类型对加密货币有何影响?
Rzayev等(2025)的近期研究表明，加密货币的早期采用者推动了加密货币的回报并提高了价格效率，而晚期采用者则导致价格更嘈杂且效率较低。因此，早期采用者是任何加密货币的关键驱动力。
因此，学术文献表明，全球加密货币的采用差异很大，但一些关键经济和国家指标可以解释这种采用。此外，采用的类型会影响加密货币的表现，表明并非所有的关注都是平等的。
参考文献：
Jalan, A., Matkovskyy, R., Urquhart, A., Yarovaya, L. (2023). The role of interpersonal trust in cryptocurrency adoption. Journal of International Financial Markets, Institutions and Money, 83, 101715.
Nguyen, L. T. M., Nguyen, P. T. (2024). Determinants of cryptocurrency and decentralized finance adoption – A configurational exploration. Technological Forecasting and Social Chance, 201, 123244.
Rzayev, K., Sakkas, A., Urquhart, A. (2025). An adoption model of cryptocurrencies. European Journal of Operational Research, 323, 253-266.
Saeedi, A., Al-Fattal, A. (2025). Examining trust in cryptocurrency investment: Insights form the structural equation modelling. Technological Forecasting and Social Change, 210, 123882.
来源：https://s.c1ns.cn/jTQ0y
