摘 要：数据潜在的巨大价值已经不断被挖掘和使用，数据的流通又是数据价值体现的重要方式。然而，数据交易市场存在流动性不足的问题，阻碍了数据的流通和价值的进一步开发。通过对传统数据交易机制的分析，明确交易市场流动性差的根本问题。通过研究自动化做市商算法，根据数据的特殊性将数据NFT化，从而提出一种基于NFT-AMM的数据交易机制，促进数据交易的流动性。最后，在以太坊智能合约平台上，测试系统功能并分析和验证数据交易流动性实现基于NFT-AMM的数据交易系统。
关键词：数据交易；区块链；自动做市商；智能合约
中图分类号：TP311 文献标识码：A 文章编号：2096-4706（2024）17-0078-06
0 引 言
随着新一代信息技术的迅速发展，数据中隐藏的巨大经济价值已被发现，交易产业也顺应时代产生。数据交易领域蓬勃发展，隐藏在数据交易背后的问题也浮出水面。据中国信通院数据要素市场研究团队在论坛上发布的《数据价值化与数据要素市场发展报告（2022年）》，我国数据流通交易仍以场外交易为主，2021年我国数据交易规模超500亿元，其中以数据交易所/中心为主导的场内交易占比仅2%，由企业等主导的场外交易占比98%[1]。数据交易不透明，流动性差的问题阻碍了数据市场的进一步发展[2]。
区块链技术为数据交易存在的问题提供了新的解决思路，基于区块链的数据交易平台研究有不少成熟应用。Liu[3]等人提出一种新的基于区块链的数据交易生态系统，使数据交易双方只能访问数据分析结果，通过减少数据集与构建安全模型，在以太坊和SGX上实现安全数据交易模型。Hu[4]等人设计基于智能合约的价格谈判模型设计的数据交易系统，其中数据交易是基于智能合约的数据匹配、价格协商和奖励分配来完成。Javed[5]等人设计了基于车联网的数据交易平台，通过迭代的双重拍卖机制，实现社会福利最大化。
在区块链上搭建数据交易平台为数据交易不透明，交易缺乏信任问题提供了实际的实现方案。然而数据交易流动性差的问题没有得到解决，该方向的研究也停留在理论与政策建议。本文针对数据交易流动性差与交易平台不受信任的问题，提出一种基于非同质化代币（NFT）-自动做市商（AMM）的数据交易机制，能有效地提高数据交易市场的流动性。
1 交易机制分析
1.1 传统交易机制
数据作为一种商品在数据交易市场上出售，数据交易机制是决定数据成功交易的关键。以贵阳大数据交易所为例，目前所采用的数据交易机制主要有线下撮合、线上结算模式，数据拍卖模式，订阅模式，按需付费模式，订单匹配模式[6]，根据各种交易机制的交易特点对其流动性影响分析如表1所示。
1.2 AMM交易机制
自动做市商（AMM）是一种根据特定定价算法自动交易的交易模型，实现买卖价格的自动化[7]。在交易市场中，提供资产的人称为流动性提供者（Liquidity Provider， LP），当LP提供流动性后为资产设置价格，称为做市商[8]。在AMM算法中，LP将资产按一定比例（一般是两个资产）放入流动池（Liquidity Pool）中为交易提供流动性，交易者根据流动池实现交易。LP撤出流动性时，且流动池中没有交易对时，交易无法完成。AMM不使用订单交易，也无须交易对手。AMM的工作模式如图1所示，流动性提供者添加流动性到流动性池中，这里的流动性指LP将资产A与B组成的A-B交易对。当交易发生时，交易者实际在对流动池里的资产作交换，用资产A交易资产B或反向交易，当流动性池有多个交易对时，交易者也可选择不同的Pair（交易对）进行交换。
CPMM作为最常用的AMM算法[9]，它是通过恒定乘积公式实现的交易中资产定价，适合于两种资产之间的交易。假设恒定乘积为k，资产A与资产B分别为x与y，恒定乘积计算公式为：
k=x×y （1）
假设∆x为买资产B投入的资产A的数量，β为交易费，∆y为换取资产B的数量。即当x=∆x+x时，∆y推导公式为：
（2）
2 NFT-AMM模型理论
2.1 NFT模型理论
非同质化代币（NFT）由以太坊ERC721协议标准提出，与同质化代币（FT）不同，它无法被细分，最小单位是1。NFT的出现解决了虚拟世界中所有权的问题，它定义了虚拟物品的产权，广泛应用于各自艺术创作品以及虚拟物品等[10]，NFT的交易市场也崭露头角。史雅莉[11]等人用NFT构建了一种科学数据产权管理模型，实现了数据与NFT结合的有效激励数据共享机制。Kawu[12]基于NFT与水印技术构造了一个数据交易市场，保障了数据交易的安全性与稳定性。
2.2 NFT-AMM模型
NFT-AMM模型与同质化代币（FT）交易的AMM算法底层逻辑类似，与之不同的是，AMM算法是FT与FT的交易。NFT的AMM算法实现了NFT与FT的自动化交易。它由许多单独的NFT流动性池（Pool）组成，每一个Pool由LP管理，实现原理如图2所示。流动性池是由单个地址管理的合约，该地址持有一定数量的ETH和一定数量的NFT。它们交互的形式可以是仅限购买、仅限出售或两者兼有详细内容如下：
1）仅限购买的流动性池中有ETH，并且随时准备提供报价使用ETH购买NFT。
2）仅向池中提供NFT，可随时出售NFT，NFT报价根据Bonding Curve计算。
3）如果买卖双方都启用，流动池会为两者提供报价。与池中进行交易用ETH换取NFT，或者用NFT换取ETH。
流动性池中的报价由LP组建时指定的联合曲线（bonding curve）决定，联合曲线可以是恒定的（即始终引用相同价格）、线性的（价格随买卖线性增加或减少）或指数（价格随买卖增加或减少百分比）。联合曲线是由智能合约与数学公式结合，是根据代币的供应动态调整价格的自动定价机制，它实现的原理与AMM算法底层原理一致，例如恒定联合曲线与CPMM算法中恒定乘积对交易中资产定价计算公式相同。
以指数型联合曲线在NFT-AMM模型中应用为例，当买入与卖出操作发生时，价格受联合曲线影响发生变化。将新价格假设为p1，当前价格假设为p，联合曲线参数为d，交易NFT的数量为n。当购买操作发生时，新价格p1计算式为：
（3）
当卖出操作发生时，新价格p1计算式为：
（4）
在买卖发生时，输出资产价值与输入资产价值也发生了变化。这里假设输出资产价值为v，买入卖出的协议费用为f。当购买操作发生时，输出价值v计算式为：
（5）
同理，当卖出操作发生时，假设输出资产价值为o，输出资产价值计算式为：
（6）
3 基于NFT-AMM模型的数据交易机制实现
模型实现的数据交易机制主要由数据注册智能合约与数据交易智能合约组成，工作原理如图3所示。在数据交易之前，需要将数据的源数据文件上传至IPFS（星际文件系统），这是一种去中心的存储系统，在NFT领域广泛应用。上传至IPFS的数据文件会生成专属的CID，由CID与数据注册智能合约交互，映射为源数据相对应的NFT。NFT与测试ETH（这是以太坊测试网络的测试币）在数据交易智能合约中组建LP，为流动池提供流动性。交易者通过数据交易智能合约交易流动池中的资产。
3.1 数据注册智能合约
数据注册智能合约功能涉及数据上传IPFS、创建NFT，其主要合约函数设计如表2所示。
3.2 数据交易智能合约
数据交易智能合约它由三部分组成，整体结构如图4所示。第一部分为Pair智能合约，这是NFT的流动池，它有唯一的流动性提供者（Liquidity Provider）以及联合曲线（bonding curve）。第二部分是Factory智能合约，用于创建Pair，由Lps来调用。第三部分为Router智能合约，Router是交易入口，交易者通过它配对指定的交易Pair，实现资产交换。
Pair是基于NFT/TOKEN的自动做市商（AMM）的基础合约，实现的是NFT与不同代币的交换（swap），并为提供流动性的LP质押者设置协议费奖励，由于Pair合约的代码较为复杂，这里只列出核心事件如表3所示。
Factory智能合约是一个去中心化交易对（DEX）工厂合约，实现包括创建交易对、管理协议费、管理配置参数等功能。创建交易是用于创建Pair合约交易的交易对，实现ETH/NFT、ERC20/NFT等不同交易对组合。管理协议费用使Pair合约的Lp提供者可以取回指定的ETH与ERC20代币，Pair合约的所有者可以调整协议费的分配方式。管理配置参数指联合曲线（Bonding Curve）在不同情况下的调整，Facory智能合约的函数设计如表4所示。
Rounter智能合约是一个交易入口，它通过交易路径实现了用户指定交易的不同交易对，这里不同的交易对指NFT、ETH、ERC20代币3种类型的交换。Rounter智能合约的函数设计针对不同类型的交易对，内部实现逻辑大同小异，这里只列出重要的函数功能，NFT与ETH的交换，NFT与NFT的交换。函数设计如表5所示。
4 实验及结果分析
4.1 实验环境
为了实现对本方案的核心模块功能的测试与分析，本方案在以太坊平台开发，搭建以太坊私有链，智能合约在Remix在线IDE编辑器上编译，前端采用谷歌浏览器实现，后端部署在Linux服务器上，具体的配置如表6所示。
4.2 功能测试
数据NFT交易市场主要功能包括数据上传、数据NFT的铸造、上架、修改价格、下架、NFT与ETH交换、NFT与ETH组成LP的功能。
4.2.1 数据上传与NFT铸造
数据注册智能合约部署，设置铸造的NFT名称为NPC，symbol为NPC，并传递IPFSloader接口的合约部署地址，IPFSloader参数为_data，它代表源数据存放的IPFS地址。数据注册智能合约部署如图5所示。
4.2.2 数据NFT的上架
数据NFT铸造成功后，将NFT上架。上架功能需要传递3个参数如图6所示，nftAddr为数据注册智能合约的部署地址，tokenid为之前铸造的NFT名称为NPC，第一个NPC编号为1，上架价格price为0.25个ETH。
4.2.3 LP组建Pool
在数据NFT交易之前，需要向流动池（Pool）中添加交易对（Pair），这里向流动性池中添加6个ETH和27个NPC（数据NFT名称为NPC）组成ETH-NPC的交易对，NPC的当前价格为0.253 ETH，流动性池中交易产生的交易费Fees Earned（交易费收益）按公式分发给LP，如图7所示。
4.2.4 NFT交易（ETH-NPC）
在LP添加流动性至流动性池（Pool）中，NPC-ETH交易对有充足的流动性，可实现NPC-to-ETH的买卖交易。NPC-to-ETH卖出操作如图8所示，卖出NPC数量为10个，交换ETH为2.7个，交易滑点为（price impact）48%，ETH-to-NPC买入操作如图9所示，买入NPC数量为4个，需要1个ETH交换，单价为0.25个ETH，交易滑点为10%。
4.3 流动性分析
传统的数据交易机制除了流动性由交易平台提供的订阅模式外，其他交易机制都需要交易对手才能实现交易。在功能测试中，ETH-NFT交易对在添加流动性后，可随时实现ETH-NFT的自动化交易不受交易平台与交易对手影响。
在自动化交易中，交易中的流动性指标是由交易价格的稳定程度来确定的，在NFT-AMM模型中通过交易滑点损失间接表现，交易滑点是预期交易价格与实际成交价格的差价。计算交易滑点损失采用恒定联合曲线，恒定联合曲线的计算公式与恒定乘积公式一致。由式（1）和式（2）可推导交易滑点损失Slippagey：
（7）
由公式可知，交易滑点损失受交易量∆x影响，∆x越大产生的滑点越大。交易量∆x不变，资产y增加时，交易滑点减少，交易价格越稳定。交易滑点损失与交易价格函数随恒定乘积k变化如图10所示。
交易价格与交易滑点函数越趋近时说明交易价格的差价越小，即交易流动性越好。交易价格与交易滑点函数离得越远交易流动性越差。当交易量固定时，流动池中的资产越多，交易价格越稳定，在目前的数据交易市场中，NFT-AMM模型能为数据交易提供更好的流动性。
5 结 论
数据交易是数据流通的主要方式，如何提高现有数据交易市场的流动性，是数据价值被充分利用的关键问题。本文以NFT-AMM模型理论为基础，通过智能合约构造的NFT使特殊的数据代币化，将数据交易问转换为代币交易问题。从而提出一种新的数据交易机制，对数据交易市场的流动性有积极作用。
参考文献：
[1] 熊巧琴，汤珂.数据要素的界权、交易和定价研究进展 [J].经济学动态，2021（2）：143-158.
[2] 李成熙，文庭孝.我国大数据交易盈利模式研究 [J].情报杂志，2020，39（3）：180-186+179.
[3] LIU W，FENG W L，HUANG M X，et al. STEB： A Secure Service Trading Ecosystem Based on Blockchain [J/OL].Plos one，2022，17（6）[2024-02-18].https：//journals.plos.org/plosone/article？id=10.1371/journal.pone.0267914.
[4] HU D H，LI Y F，PAN L X，et al. A blockchain-Based Trading System for big data [J].Computer Networks，2021，191：1-13.
[5] JAVED M U，JAVAID N，MALIK M W，et al. Blockchain Based Secure， Efficient and Coordinated Energy Trading and data Sharing Between Electric Vehicles [J].Cluster Computing，2021，25（3）：1-29.
[6] 张树臣，陈伟，高长元.创新联盟大数据服务交易模式及动态定价模型研究 [J].情报杂志，2020，39（3）：187-197.
[7] 陈经纬.去中心化交易所自动做市模型的安全研究与应用 [D].徐州：中国矿业大学，2023.
[8] WANG Y，CHEN Y，WU H T，et al. Cyclic Arbitrage in Decentralized Exchanges [EB/OL].[2024-02-18].https：//arxiv.org/pdf/2105.02784.
[9] WU S W，WANG D B，HE J T，et al. Defiranger： Detecting price Manipulation Attacks on DeFi Applications [J/OL].arXiv：2104.15068 [cs.CR].[2024-02-18].https：//arxiv.org/abs/2104.15068v1.
[10] 张英培，王登洋.NFT：技术逻辑、价值风险与监管路径 [J].当代传播，2023（6）：39-45.
[11] 史雅莉，宋阳.基于NFT的科学数据产权管理系统设计研究 [J].现代情报，2023，43（1）：69-78.
[12] KAWU A A，HEDERMAN L，DOYLE J，et al. Patient-Generated Health Data and Electronic Health Record Integration， Governance and Socio-Technical issues： A Narrative Review [J].Informatics in Medicine Unlocked，2023，37：101153.
作者简介：刘红尾（1997—），男，汉族，四川宜宾人，硕士研究生在读，研究方向：计算机技术、区块链；庄伟卿（1981—），男，汉族，福建福州人，硕士生导师，副教授，博士后，研究方向：大数据统计、数字经济。
DOI：10.19850/j.cnki.2096-4706.2024.17.015
收稿日期：2024-03-05
Research on Data Transaction Mechanism Based on NFT-AMM
LIU Hongwei， ZHUANG Weiqing
（School of Internet Economics and Business， Fujian University of Technology， Fuzhou 350014， China）
Abstractb1f3b5ca867f83b045793c52eaa1baff207ff2fb323ff112f3390b21cd523fb5： The latent and enormous value of data has been continuously mined and used， and the circulation of data is an important way to embody the data value. However， the data trading market has the problem of insufficient liquidity， which hinders the circulation of data and the further development of the value. Through the analysis of the traditional data transaction mechanism， the fundamental problem of poor liquidity in the trading market is clarified. By studying AMM （Automated Market Maker） algorithm， data is transformed into the NFT format based on its specific characteristics， and a data transaction mechanism based on NFT-AMM is proposed to promote the circulation of data transaction. Finally， on the Ethereum smart contract platform， this paper tests the system functions， analyzes and verifies the data transaction circulation to implement the data transaction system based on NFT-AMM.
Keywords： data transaction; blockchain; Automated Market Maker; smart contract
