许多区块链自称去中心化，却很少有办法量化这一特性。

中本聪系数（Nakamoto Coefficient）是最直观的量化方法之一。它用一个简单的数值指标，表达区块链网络实际的去中心化程度。

巴拉吉·斯里尼瓦桑（Balaji Srinivasan）和利兰·李（Leland Lee）在 2017 年发表的文章《量化去中心化》使“中本聪系数”这一术语广为人知。该文试图将模糊的“权力分散”概念转化为可以衡量的指标。

这个想法简单而有力，回答了区块链设计中最关键的问题之一：需要多少个独立实体串通，才能控制一个网络？

这个直截了当的问题切中了要害。如果只需少数几个实体就能轻易串通、接管协议，那么其他一切，包括用户、节点、矿工、验证者、开发者、排序器和 RPC 的数量，都不再重要。

中本聪系数确定的是控制一个区块链网络所需的最少实体数量。

这个门槛因共识机制而异。对比特币等工作量证明（Proof-of-Work）区块链而言，临界门槛通常是网络算力的 51%，因为达到这一比例就能发动双重支付攻击（double-spending attacks），操纵交易历史。

对以太坊等权益证明（Proof-of-Stake）区块链而言，门槛可能更低，例如 33%，因为在某些协议中，33% 的质押权益就能阻止共识达成，造成严重干扰。但在实践中，许多分析为了简便，仍习惯采用 50% 作为门槛。

不过，去中心化并没有这么简单，中本聪系数还会考虑区块链生态中的不同子系统。巴拉吉最初提出了六个关键维度：

• 挖矿（按奖励）
• 客户端（按每个代码库）
• 开发者（按软件提交）
• 交易所（按交易量）
• 节点（按数量）
• 所有权（按地址）

每个子系统都从不同角度考察去中心化，承认控制权可能集中在网络运行的不同环节。一条区块链可能在某个维度看起来去中心化，在另一个维度却高度中心化，例如拥有许多节点运营者，却依赖单一开发团队更新代码。

计算该系数时，先按各实体在某个子系统中控制的份额排序，无论该份额代表算力、质押权益还是其他相关资源，再统计至少需要多少个实体，才能合计超过该子系统的临界门槛。

得到的数值就是该维度的中本聪系数。区块链的整体系数通常取所有已测量子系统中的最小值，代表网络最脆弱的中心化环节。

Chainspect 和 EDI Dashboard 等平台提供主要区块链中本聪系数的实时估计值。

中本聪系数不只是一个好看的数字，它对区块链生态的设计、治理和安全保障有深远影响。

系数越高，意味着去中心化程度越高，需要更多独立参与者协调行动才能扰乱系统。这也意味着网络更能抵御串通、审查和单点故障。

对协议设计者而言，中本聪系数是一种诊断工具，有助于及早发现并尽可能避免不健康的控制权集中，例如单一矿池形成垄断，或少数主导验证者结成卡特尔。

对投资者和分析师而言，它是一项风险评估指标：较低的中本聪系数可能意味着系统存在脆弱性。例如，如果单个矿池控制了一条区块链超过一半的算力，那么该链在理论上可能遭受 51% 攻击。

对质押者而言，这些信息有助于决定将权益委托给谁。例如，选择影响力较小的验证者或规模较小的流动性质押协议，可以间接帮助提高中本聪系数、增强网络。

监管者和研究者也可以用中本聪系数作为基准，以标准化方式比较不同区块链的去中心化程度。它为过去纯属理念之争的讨论提供了量化基础。

中本聪系数只能捕捉某一时刻的快照，无法反映未来变化、潜在串通或利益变化。质押权益、算力和治理权重都会变动，因此系数可能遗漏变化过程中的脆弱性。

它也忽略了去中心化的许多其他维度，例如软件客户端多样性、节点地理分布、延迟、基础设施（如谁在托管节点）、相互依赖关系，以及质押之外的代币所有权。一条区块链可能拥有数百个验证者，但如果它们都运行相同的软件，或都在同一个国家运营，其真正的去中心化程度仍值得怀疑。

如何定义一个“实体”，又带来了进一步的歧义。同一运营者控制的多个验证者节点，应算一个实体还是多个？协调独立矿工的矿池，应视为单一参与者吗？这些模糊地带使解释可能不一致，也留下了操纵指标的空间。

统计不确定性也是一个问题，尤其是在需要通过一段时间的数据来估算算力的工作量证明系统中。采样窗口过短会导致误差，7 天或更长的窗口可能给出更可靠的估计。因此，计算出的系数更像一个置信范围，而不是精确的整数。

最后，门槛的选择也并不通用，虽然常用的是 50%。有些协议的临界值是三分之一或三分之二，因此跨系统比较系数可能产生误导。

中本聪系数为量化区块链系统的去中心化程度，提供了一个直观且有说服力的框架。通过追问“多少个独立实体需要串通才能控制系统”，它将复杂现象转化为具体指标。

不过，与所有指标一样，使用它时需要审慎。它只捕捉去中心化的少数几个维度，反映的是快照而非趋势，并且依赖对“实体”和控制权的清晰定义。结合基尼系数（Gini coefficients）、客户端多样性或节点地理分布等其他指标，才能得到更全面的认识。