——從可驗證思想到公共信用根的信用生產率理論
Zhu, Weisha, and Scott Shields 2026年9月12日
摘要
現代社會高度依賴信用，但經濟學通常研究信用如何影響交易、融資和經濟增長，卻較少把「信用本身如何被生產」作為一個獨立的生產率問題來研究。
銀行、證券市場和其他傳統金融機構記錄的事實，尤其是關鍵事實通常不能被外部任意體直接驗證，社會必須藉助內部控制、風險管理、審計、監管、法律責任、資本約束、評級和重複盡調等制度安排，將原本不可直接確認的事實加工成可以被社會接受的可信事實。這些制度共同構成了一套信用生產體系，也消耗大量真實社會資源。
過去幾十年，計算機、數據庫、互聯網和自動化極大降低了金融體系的信息記錄、計算和傳輸成本，但金融中介的單位成本並沒有出現與信息技術進步相稱的長期下降。Philippon對美國130多年金融中介數據的研究發現，每年維持1美元中介金融資產的單位成本長期大體處於1.5%—2%[13]。
Philippon 的長期觀察在本文中首先是一個現實入口。本文提出一種可檢驗的分解思路：在產品複雜度、風險承擔、進入壁壘、交易領域的零和競爭和經濟租金等競爭性解釋之外，驗證、風控、審計、合規、監督和專業判斷等信用生產活動，是否也是需要單獨核算的一類真實社會成本。本篇不估計它對 Philippon 成本黏性的解釋份額，而先完成核算對象、成本邊界、質量約束、復用規則和部分識別賬戶。
可驗證思想和公共信用根提供了另一種信用生產方式。它們並不使信用免費，也不能消滅未來風險、法律判斷和現實世界輸入問題，而是試圖把一部分原來依靠機構聲譽、重複監督和責任鏈生產的信用，轉變為可以機器驗證、持續覆核和社會復用的可信事實。
本文的核心貢獻，是把信用明確為一個獨立的生產對象，並嘗試建立一套信用生產率的統一核算框架。這裏的「定量」首先是經濟核算意義上的定量：定義什麼是投入、什麼是達到規定質量的有效產出、如何處理復用，以及不同信用生產架構怎樣在同一口徑下比較；它不是自然科學意義上的精確常數，也不以本文已經完成全部變量的計量識別為前提。
用反事實方法界定信用生產成本 C，
用錯誤接受概率約束可信質量 Q，
用真正引發經濟、法律或責任依賴的有效信用服務量 S_eff 定義產出，
用信用復用率 R 衡量同一驗證結果被實際復用的程度，
再把行業驗證與公共信用根的共享成本和調用成本納入同一核算關係。
本文進一步用 Philippon、BLS、CSBS、PCAOB 以及企業法定披露的相關內容，把抽象變量映射到可觀察量，並以穩定幣 USDC 2025 年信用相關數據填入一張「部分可識別」行業賬戶，用來說明這一核算框架如何開始落地，而不是聲稱已經得到完整的行業信用生產率估計。
關鍵詞：信用生產率；事實信用；可驗證思想；信用復用；公共信用根；USDC
一、一個長期被忽略的問題
金融的監督、審計、監管和法律責任它們共同在生產什麼？
答案可能是它們在生產信用。
這裏的「生產信用」，是把原本不能由外部主體直接確認的事實，加工成為社會可以據此行動的可信事實。加工成為可信事實是有成本的，因此就有了生產率的概念。在本文稱為信用生產率，對應於勞動生產率。
本文所說的「信用」是什麼？
中文「信用」同時覆蓋credit、trust、credibility等不同含義。本文把它限定為：某一關鍵事實或狀態達到可接受的可信程度，使外部主體願意據此採取具有經濟、法律或責任後果的行動。
「信任」比本文討論的「信用」更寬，它還包括情感、習慣、身份、聲譽、權威和社會關係。本文只研究其中能夠圍繞事實狀態被生產、驗證、覆核和復用的一部分。
本文所稱「事實信用」，是關鍵事實經過規定的驗證過程後形成的可行動可信狀態。它不是對未來結果的保證，而是對當前或已經發生事實的不確定性壓縮。為了避免成本邊界混淆，本文進一步區分四類活動：
信息處理，是記錄、計算、傳輸和存儲事實；
信用生產，是確認關鍵事實並形成可覆核的可信狀態；
風險承擔與風險定價，是處理未來不確定性；
制度判斷，是規則解釋、責任分配、消費者保護和異常處置。
現實中四者相互交織，但理論上必須分開。只有在「事實已經能夠直接、持續、獨立驗證」的反事實條件下減少的那部分真實資源，才進入本文的信用生產成本。
例如，一家銀行聲稱自己擁有100億元資產。「100億元資產」首先只是一個陳述。為了使這個陳述獲得社會信用，需要：
銀行自身記賬和控制；
管理層承擔責任；
內部審計檢查；
外部審計取得證據；
監管機構取得報表並監督；
法律制度規定虛假披露的責任；
必要時評級機構、交易對手和投資者再次進行盡調。
最後，存款人、投資者和交易對手才願意根據這個事實採取行動。
也就是信用不是憑空產生的。信用是一種需要真實資源投入才能形成的社會產品。
1991年已有會計學研究使用過「institutional production of trust」這一表述，研究證券監管、會計職業和證券市場規則如何共同生產新股發行所必需的信任[12]。因此，「信用可以被生產」概念本身並不是一個全新的發現。真正值得繼續研究的是：
信用生產有沒有成本？有沒有質量？有沒有生產率？不同信用生產方式之間是否存在生產率差異？能否對這種差異作定量描述？本文所說的「定量」並不意味着像自然科學定律那樣得到唯一而永久精確的常數。GDP、勞動生產率等經濟指標同樣依賴分類、口徑、價格、質量調整和統計方法，並在長期爭論中不斷修訂。信用生產率首先也是一種經濟核算指標：它要求口徑公開、同口徑比較、結果可復算，並允許代理變量、區間估計和方法迭代。
本文的學術位置：相鄰理論分別研究交易、契約、監督、驗證、制度信任或共識安全等局部機制；本文研究的是這些機制共同服務的上位核算對象——事實信用如何達到既定質量、能夠被外部主體實際依賴，以及這一生產過程的成本、質量、有效產出和復用如何進入同一賬戶。本文首先建立核算框架，後續實證研究再逐步校準其中的變量和參數。
與本文最直接相關的工作可以作為邊界參照：Townsend 與 Diamond 說明驗證和監督有成本，並解釋集中監督的規模經濟[10-11]；Catalini 與 Gans 說明區塊鏈能夠降低驗證與組網成本[14]；Budish 則用方程研究 Nakamoto trust 的安全成本及其規模約束[8]。這些研究都觸及本文的一部分，但沒有把行業事實信用的 C（成本）、Q（質量）、S_eff（數量）、R （復用率）與公共信用根成本放進同一生產賬戶。Budish 尤其提醒我們：公共根的安全成本可能隨被保護價值上升，因此公共信用根的規模經濟只能是條件命題，而不是天然成立。
本文因此推進的不是一個新名詞，而是一個新的計算對象和核算任務。
第一把「事實信用」從交易、監督和制度的一般成本中抽離出來；
第二用反事實方法劃定 C （成本）的邊界；
第三用 Q （質量）排除「便宜但不可靠」的偽生產率；
第四用 S_eff （數量）與 R （復用率）把真實經濟依賴和驗證復用納入產出；
第五把傳統行業信用生產與公共信用根分別建賬，再用公開數據校準，並允許第三方復算。本文要回答的是一個過去很少被完整計算的問題：生產一單位達到規定質量、能夠被社會實際使用的信用，究竟需要多少真實資源？
相鄰理論解釋局部機制，本文建立統一核算
| 理論類別 | 主要研究對象 | 與本文的關係 |
| 交易成本與制度理論 | 交易如何組織、制度如何降低不確定性和交易成本。 | 解釋信用形成的制度環境，但不把事實信用本身作為生產率核算對象。 |
| 代理、驗證與監督理論 | 監督、擔保、狀態驗證和委託監督的成本與激勵。 | 直接構成信用生產成本 C 的重要局部來源，但研究對象通常限定於特定代理或金融契約。 |
| 制度信任與社會信任研究 | 制度如何形成信任，以及信任如何影響交易和總體生產率。 | 說明信任可以由制度生產、並具有經濟價值；本文進一步研究生產事實信用本身的投入、質量、產出和生產率。 |
| 區塊鏈驗證與共享安全研究 | 驗證成本、組網成本、共享安全及結算基礎設施。 | 解釋某些技術為何降低局部成本；本文把這些成本放入 Q、S_eff、R 和公共根成本的統一賬戶。 |
| Nakamoto trust 安全經濟學 | 無許可共識的安全預算、攻擊收益與規模約束。 | 為公共信用根的安全預算、攻擊約束與規模邊界提供關鍵理論參照，但研究對象不是跨行業的有效信用服務。 |
| 本文 | 事實信用的生產、質量、成本、復用與公共根。 | 以 C、Q、S_eff、R 和公共根成本建立可分行業、可用公開數據校準、可由第三方復算的生產率賬戶。 |
二、Philippon 的觀察：為什麼信息革命沒有讓金融中介成本大幅下降？
這個問題給信用生產率理論提供了一個非常有價值的現實入口。
Philippon對美國130多年金融中介進行了數量研究。他發現，美國金融業佔GDP的比重經歷過很大的歷史變化，但這些變化大部分可以由中介金融資產數量解釋。更加令人注意的是，經過調整以後，美國金融中介長期表現出近似恆定規模報酬，而每年每1美元中介金融資產的單位成本長期大約保持在1.5%—2%[13]。
它表示的是每維持1美元被金融體系中介的資產，一年大約需要1.5—2美分的金融中介成本。這產生了一個很有意思的問題。過去幾十年出現了大型計算機、數據庫、ATM、互聯網、電子支付、雲計算、機器學習、人工智能。記錄一筆賬、複製一條數據、完成一次計算、傳輸一條信息的成本已經發生數量級的下降。但是整個金融中介單位成本為什麼沒有出現同樣數量級的下降？
Philippon本人討論過多個可能原因，包括金融產品和客戶結構變化、交易領域的零和競爭、進入壁壘、監管以及經濟租金等。因此不能把這個現象簡單歸結為信用成本。
為了避免過度歸因，可以把金融中介單位成本在概念上分成四部分：必要金融功能成本、信息處理成本、信用生產成本，以及租金和其他結構性成本。Philippon測量的是總量，不能直接告訴我們其中每一部分各佔多少。本文也不把長期約1.5%—2%的單位成本直接等同於「信用成本」。
Philippon 的長期觀察在本文中首先是現實入口，而不是本文已經完成的計量識別。本文採用的是「殘差分解」思路：信息處理成本長期下降以後，金融中介單位總成本仍然具有黏性；產品複雜度、風險承擔、交易零和、進入壁壘和租金等都可能解釋其中一部分。本文提出的新問題是，在這些競爭性解釋之外，驗證、監督、合規、審計和責任結構等信用生產活動是否也是一個需要單獨核算的組成部分。
本文提出的是一個需要進一步檢驗、並且允許被否定的競爭性解釋：
信息技術革命顯著降低了信息處理成本，但信用生產方式可能沒有發生同等級的生產率革命。
機器越來越會算賬。但是社會仍然必須回答另一個問題：這本賬是真的嗎？
機器可以極低成本計算「2+2=4」。真正昂貴的問題可能是這個「2」從哪裏來？資產是否真的存在？交易是否經過授權？負債有沒有遺漏？抵押物有沒有重複使用？負責人有沒有操縱數據？內部模型有沒隱藏風險？監管者收到的信息是否完整？隨着金融關係越來越複雜，需要回答的這類問題並沒有減少。因此可以提出一個更嚴格的研究假說：
如果未來的行業數據和計量研究能夠在控制其他主要因素以後識別出這一部分，就可以進一步估計信用生產活動對 Philippon 所觀察成本黏性的解釋份額。本文當前並不聲稱已經完成這一步；本文的任務是先把這一可能長期隱藏在金融機構總成本中的生產對象定義出來，並建立可被後續數據檢驗的核算口徑。
初步經驗證據：一降一升的方向已經可以觀察到
雖然還不能把 Philippon 的殘差直接歸因於信用生產，但現有公開數據已經能觀察到兩個方向相反的結構變化。
第一，事務性信息處理崗位的長期自動化方向是明確的。BLS 的歷史材料顯示，1987 年商業銀行「文職和行政支持」崗位約佔就業的 68.5%；2023 年較寬口徑「信用中介及相關活動」中，辦公室和行政支持崗位約佔 39.8%。由於行業分類、職業分類和統計口徑並不一致，這兩個比例只保留為歷史方向性背景，不作為同口徑下降率，也不進入後文成本測算或殘差識別。BLS 對網上銀行、移動存款、增強型 ATM 等替代例行事務處理的描述，主要用於說明自動化機制[16]。
第二，合規、審計與專業判斷並沒有因為信息技術進步而消失。CSBS 對 2015—2024 年美國社區銀行的調查與 Call Report 配對研究顯示，最小規模銀行長期把約 11%—15.5% 的人員費用歸因於監管合規。2025 年年度調查中，受訪銀行平均將人員費用的 13%、會計與審計費用的 36%、諮詢與顧問費用的 29% 歸因於合規；從全部合規支出的構成看，人員支出約佔 58%。前一組比例回答「某類費用中有多少用於合規」，後一比例回答「全部合規支出中人員費用佔多少」，兩者口徑不同，並不矛盾[17]。
同一方向還可以從公開公司審計看到。PCAOB 經濟與風險分析辦公室在 2025 年的 Data Points 中指出，過去十年註冊會計師事務所的人員規模持續增加，而且按被審計發行人收入歸一化後的人員投入也上升；PCAOB 同時提醒，這些人員也可能從事發行人審計之外的工作，因此該指標只能作為審計工作資源強度的方向性代理。這一證據比跨幾十年的職業分類更接近當前審計生產過程，但同樣不能直接等同於信用生產成本[18]。
因此，本文目前能較有把握確認的是兩件事：例行信息處理存在長期自動化方向，而驗證、控制與專業保證仍持續消耗顯著資源。尚未識別的是這些資源中究竟有多少滿足本文的反事實成本邊界，以及它們能解釋 Philippon 殘差的多大比例。
這一區分把「信息處理便宜了」與「生產可信事實是否也同步便宜了」分成兩個可以分別檢驗的問題。
三、首先必須解決邊界：什麼才叫信用生產成本？
如果邊界不清楚，信用生產率無法計算。這是整個理論的第一道門檻。最簡單的方法不是逐項問「審計算不算」「監管算不算」，而是使用一個反事實問題：
如果關鍵事實本來就能夠被外部主體直接、持續、低成本地獨立驗證，這項成本還需要多少？
如果完全不會減少，它通常不是本文所定義的信用生產成本。如果會減少一部分，那麼減少的部分屬於信用生產成本。如果基本可以消失，那麼它高度屬於信用生產成本。由此可以建立四個邊界。
第一，產品邊界
銀行、監管、Bitcoin和Ethereum並不生產完全相同的東西。
銀行負責：資金配置；期限轉換；支付；風險承擔。
監管負責：消費者保護；規則制定；風險處置；金融穩定；執法。
Bitcoin並不提供這些功能。
因此不能比較：銀行全部功能和Bitcoin誰成本低。
我們只能比較共同產品：使某個關鍵事實或者狀態達到足夠可信程度，使外部主體能夠據此採取行動。這就是本文討論的「事實信用」。
第二，成本邊界
不是銀行所有成本都屬於信用生產成本。本文暫時定義：
信用生產成本，是由於關鍵事實不能被社會直接接受，而為了使這些事實達到既定可信程度所投入的真實社會資源。
其中可能包括：一部分內部控制；風險管理；內部和外部審計；監管檢查；合規驗證；法律鑑證；事實調查；重複盡調；以及其他用於確認關鍵事實真實性和責任歸屬的真實資源。
但銀行普通客戶服務、資金成本、營銷等不能因為發生在銀行內部就自動計算進去。
第三，社會成本不等於貨幣支付
銀行被罰款10億美元，不能簡單說社會損失就是10億美元。
真正的社會資源成本包括：調查；訴訟；執法；整改；錯誤資源配置；真實經濟損失。
同樣，Bitcoin礦工獲得多少美元區塊獎勵，也不能直接等同於Bitcoin的社會成本。
應該計算的是：能源；機器；資本；折舊；網絡；人力和其他真實資源投入。
因此本文研究的是：真實社會資源消耗，而不是簡單把所有貨幣流量相加。
第四，可信質量必須相同
如果一個體系花1元獲得70%的可靠性，另一個體系花10元獲得99.999%的可靠性，不能因為前者便宜就說前者生產率高。因此必須首先規定一個可信質量標準。
記為：
Q_i(a) ≥ Q₀,i ⇔ p_e,i(a) ≤ ε_i
其中，i 表示具體行業或信用產品，a 表示所採用的信用生產架構；Q_i(a) 是該架構在產品 i 上達到的可信質量，Q₀,i 是該產品要求的最低質量門檻；p_e,i(a) 表示關鍵事實在該架構下被錯誤接受為真的概率，ε_i 是該行業允許的錯誤接受概率上限。若用 Q = 1 − p_e 表示可信質量，那麼 Q_i(a) ≥ Q₀,i 與 p_e,i(a) ≤ ε_i 是同一個質量約束的兩種寫法。
然後才比較成本。
銀行和公共區塊鏈質量指標也不必完全相同，但必須轉換成共同問題，例如：
關鍵事實被錯誤接受為真實的概率。
比特幣系統長期運行中，已經充分確認的歷史賬本狀態表現出極高的穩定性；但「長期沒有觀察到被社會接受的已確認歷史狀態發生錯誤」不等於理論上的錯誤概率為零。本文比較的是在規定確認深度和質量門檻下，不同信用生產架構為獲得同一類可信事實需要付出多少真實資源。
比特幣系統維持公共信用根需要持續投入安全預算。如果只由少量信用服務分攤，這個基礎成本會顯得很高；當大量獨立系統復用同一公共信用根，而安全、治理和容量成本沒有同比例增長時，每單位有效信用服務分攤的基礎成本才會下降。這裏下降的是「單位信用服務分攤的公共根成本」，不是比特幣系統的總成本變成交易費。
四、三類不可替代邊界：驗證解決不了什麼？
可驗證思想如果被描述成「驗證取代一切信任」，理論很容易走過頭。至少有三類問題必須主動排除。
第一，公共信用根不能自動證明現實輸入是真的。
Bitcoin可以證明某個哈希已經在某個歷史位置出現。Ethereum可以證明某項鍊上狀態轉換符合協議規則。但是金庫里的黃金是否真的存在；貨物是否真的已經交付；現實世界的人是不是所聲稱的那個人；傳感器輸入有沒有被人為操縱；仍然需要行業自己的事實採集和驗證機制。因此：上鏈不代表未上鏈之前真實，一旦不真實的數據上鏈，整個驗證就有問題。這個問題是鏈上鏈下一致性需要解決的問題。
公共信用根負責的是進入驗證體系後的證據不能被輕易事後修改，以及所有主體能夠依據相同記錄進行覆核。
第二，驗證過去不能消滅未來風險。
一家企業過去十年沒有違約，不代表明天不會違約。一家銀行今天儲備充分，不代表未來永遠安全。因此本文所說：「對可驗證事實的驗證產生信用」並不意味着「可驗證事實能夠證明未來結果。」
可驗證性降低的是事實不確定性。未來仍然屬於：風險；判斷；預測；責任。
第三，驗證不能消滅法律和人的最終判斷。
協議升級、極端事件、系統分叉、量子威脅、重大社會衝突，都可能要求人類做最終選擇。可驗證結構也不能自動回答：某項法律規則是否公平；某個例外是否應該允許；一種處罰是否符合比例原則。因此可驗證性減少事實爭議，但不消滅制度判斷。最終驗證權和責任仍然必須回到人。
五、信用生產率：用什麼來衡量？
如果信用是一種產品，就可以討論生產率。
這裏需要先說明公式的性質：本文的 P = S_eff / C 首先是一條生產率核算式，與勞動生產率的「合格產出 ÷ 投入」屬於同一類指標，而不是一個已經估計出參數的行為生產函數。它的作用是建立統一觀察尺度；不同產業如何測量 S_eff、C 和 Q，可以隨着數據條件逐步校準。
本文提出一個儘可能簡單的定義：
P_i(a) = S_eff,i(a) / C_i(a) 約束：p_e,i(a) ≤ ε_i…………(公式1）
其中，i 表示具體行業或信用產品，a 表示一種信用生產架構或制度安排；P_i(a) 是產品 i 在架構 a 下的信用生產率，C_i(a) 是相應真實社會成本，S_eff,i(a) 是達到質量門檻後形成的有效信用服務量；p_e,i(a) 是錯誤接受概率，ε_i 是允許上限。
P_i(a) 不是脫離質量條件的單純「便宜程度」：只有在同一信用產品、同一質量門檻下，兩個架構的生產率才有可比性。
其中：
P 表示信用生產率；
C 表示生產這些信用所消耗的社會綜合成本；
S_eff 表示達到規定可信質量 Q，並被外部主體據此採取具有實際經濟、法律或責任後果行動的有效信用服務量。純技術調用、重複錨定、垃圾交易、空轉資產或沒有形成實際依賴的自循環，不計入有效信用產出。這個公式和勞動生產率的原理相同：S_eff 是合格產出，C 是投入成本。
因此，本文關於 Bitcoin 的核心命題不是「當前已經算出它比傳統審計更便宜」，而是：公共信用根是否能夠依靠跨項目復用，在保持更高可信質量的同時，使單位有效信用服務分攤的成本持續下降。這需要用 R、U_root 和真實成本數據檢驗。
Q₀ 是最低可信質量標準。
為了給可信質量一個統一的理論方向，可以令 p_e 表示「關鍵事實被錯誤接受為真的概率」，並把 Q = 1 – p_e 作為理想化表達。但這不要求現實研究在現階段必須把每個行業的 Q 壓縮成一個精確概率。p_e 不可直接觀察時，可以分別報告時間覆蓋、過程覆蓋、抽樣比例、重大錯報、漏檢、狀態逆轉、不可回放等可觀察質量指標；不同性質的指標不能為了得到一個漂亮數字而強行平均成單一 Q。
不同產業不需要使用完全相同的質量指標。銀行可以使用重大錯報、漏檢或錯誤資產狀態被正式接受的概率；公共區塊鏈可以使用達到規定確認或最終性後狀態被逆轉、失效或不能按規則確認的概率；AI可以使用授權錯誤、執行偏離或不可回放事件率。重要的是，在比較兩個方案時，必須先固定同一種信用產品和同一級質量門檻。
S_eff 的具體計量單位也可以行業化：可以是滿足質量門檻的有效關系數量、經過價值加權的可信經濟規模，或者在固定時期內提供的可信服務量。無論採用哪種代理變量，都必須排除不能改變外部主體行為的「活躍度噪聲」。
用普通語言表達：
信用生產率，是在達到規定可信質量的條件下，每一單位社會資源投入可以支持多少有效可信經濟關係。
這裏的具體變量在每個行業可以不同。
銀行可以用：被可信資產和負債狀態支持的金融關係；
證券市場可以用：被可信披露和託管狀態支持的資產和交易；
穩定幣可以用：得到可靠儲備狀態支持的流通規模；
AI可以用：經過授權、執行和責任驗證的任務數量。
因此：理論變量統一，但行業測量方法不同。
這與一般經濟學中的資本、勞動和產出類似：鋼鐵廠和軟件公司的具體資本完全不同，但仍然可以討論生產率。
六、信用復用率：傳統信用生產中被低估的變量
信用生產率不能只看「生產一次花多少錢」。
還必須問：生產出來的信用能夠被使用多少次？
假設一個事實已經被可靠驗證。如果只有一個人使用，它產生一次信用服務。
如果100個相互獨立的經濟關係都能直接復用這個驗證結果，它就支持了更多信用服務。
因此可以把信用產出理解為：可信事實 × 有效復用程度。這就是「信用復用率」。
在同一行業、同一種信用產品和同一有效期內，可以先把復用率定義成一個很樸素的比值：
R_i = U_dep,i / D_ver,i （公式 2）
其中，U_dep 是去重後的有效依賴次數，即多少獨立法律主體、經濟合同或責任關係真正依據該證明採取行動；D_ver 是同期生成且達到 Q_0 的獨立驗證事實或證明數量。R = 1 表示每份證明平均只被有效使用一次，R > 1 才出現事實信用的復用。具體「獨立」按行業定義，形式調用、重複錨定、自循環和同一主體內部重複讀取均應剔除。
R 的可審計計數規則
R 要從概念進入實證，關鍵不是統計「誰看過證明」，而是留下可審計的依賴記錄。至少要記錄四件事：哪一份證明（proof_id）、哪個外部主體實際依賴它（relying_entity_id）、依據哪一個合同或責任關係採取行動（relation_id）、這一依賴在哪個有效期內成立（validity_window）。只有這四項能夠追溯，並且該主體確實把一份達到 Q_0 的證明作為合同、授信、託管、風險限額、監管程序或其他責任行動的依據時，才計入 U_dep。
同一主體對同一證明的重複查詢、頁面訪問、API 調用、鏈上讀取或內部轉發，在同一有效期內只計一次；同一法律實體內部的多個系統也不能自動當成多個獨立依賴。若同一證明支持的是不同合同或不同責任關係，可以分別計數，但必須保留 relation_id 以供去重和覆核。D_ver 則按同一期間內獨立生成、達到質量門檻且具有不同 proof_id/版本號的驗證事實計數。這樣，R_i = U_dep,i / D_ver,i 才可以由第三方復算。
如果不同依賴關係的經濟重要性差異很大，可以另行報告價值加權的復用指標 R^V。次數型 R 回答「一份合格證明平均被多少獨立關係實際使用」；價值型 R^V 則以這些合同、資產或責任關係對應的經濟價值作為權重，回答「同一證明實際支撐了多大價值的信用關係」。二者單位不同，應分別報告，不能合成一個數字。穩定幣場景可以從交易所上市規則、託管政策、機構風控或監管要求中的證明引用開始記錄。
這個定義先解決行業內的可計算性，不強求跨行業統一。銀行、穩定幣和 AI 的「有效依賴」單位不同，在沒有共同價值權重以前，R 可以分別計算但不宜直接相加。
傳統體系並非完全沒有復用。Diamond的委託監督本身就是一種復用：銀行集中監督借款人，避免他被所有投資者分別監督[11]。
大型審計事務所、監管機構和評級機構也存在專業能力復用。真正的問題是：
傳統體系主要復用的是機構能力，而不是已經驗證完成的事實信用。
審計銀行A的資產，不能直接證明銀行B的資產。檢查企業A的負債，不能證明企業B沒有隱藏負債。因此每一個機構仍然需要重新取得數據；重新檢查；重新形成判斷；重新出具報告；重新承擔責任。這就是重複信用生產。
七、一次採集不等於一次信用生產：從Once-Only到可驗證復用
現代數字政府已經開始解決「重複提交事實」問題。
歐盟的Once-Only Principle要求，公民和企業原則上只向公共機構提交一次相同信息，之後由行政體系合法復用既有數據。歐盟早期研究估計，如果這一原則擴展到歐盟層面，年度淨節省最高可以達到約50億歐元[15]。
這說明重複取得和重複處理同一事實本身具有很大社會成本。但Once-Only仍然主要解決數據只提交一次。可驗證思想希望進一步解決信用是否也可以少生產幾次。二者存在本質區別。
傳統數碼化是數據一次採集，由被授權機構復用。
可驗證結構是事實形成一次可獨立覆核的證明，多主體在權限允許的條件下分別驗證同一個證明。因此可以把社會演化概括為：
重複提交事實→ 一次採集
多機構調用→ 一次形成可驗證證明、多主體獨立覆核。這才進入「信用復用」。
八、公共信用根：把信用生產從行業內部擴大到全社會復用
傳統信用體系存在機構內部規模經濟。
公共信用根產生的是另一種規模經濟：
跨機構、跨項目甚至跨行業的信用基礎設施復用。
這裏的「公共」首先指公開可驗證、可被不同主體共享，並不意味着公共信用根天然屬於經濟學意義上的純公共品。容量、數據可用性、私隱、接入、治理和安全預算都可能產生擁擠、排他或邊際成本。更準確地說，公共信用根是一種可共享的驗證基礎設施；它是否具有規模經濟，必須由有效信用服務量與總成本函數共同決定，而不能由「公共」二字預設。
公共信用根已經生成並公開的歷史證明可以被多人覆核，接近非競爭性；但區塊空間、數據可用性和驗證容量會擁擠，接入和優先權又可以通過費用或規則形成排他；安全和治理則具有共同基礎設施屬性。因此本文不把「公共信用根」強行歸類為純公共品、俱樂部物品或公共池塘資源，而把這些理論用作分解其不同成本層的參照[2-4]。
公共信用根的規模經濟首先可以用一個最簡單的核算關係理解：在可信質量不下降的前提下，單位信用根成本取決於公共根的總社會成本由多少有效信用服務共同分攤。這裏先不展開安全、治理和失敗外部性的具體組成，完整分解留到第二十節。
在簡化條件下，可共享的基礎信用生產成本可以由100個系統共同分攤。
單位信用根成本可以寫成：
C_unit(U_root) = C_root(U_root) / U_root （公式 3）
其中，U_root 是公共信用根實際支持的有效信用服務量，C_root(U_root) 是維持這些服務所消耗的全部真實社會成本。公式 3 只是單位成本的核算式，不是完整成本函數；C_root 的安全、治理、調用和失敗外部性等組成在公式 4 中分解。
當 U_root 增加，而 C_root(U_root) 的增長速度低於有效信用服務量的增長速度時，單位信用根成本下降；反之則不存在規模經濟。因此，公共信用根的生產率不會因為「使用者更多」而自動提高。可信質量不能下降，系統還必須能夠擴容，新增數據、證明、集成、安全與治理成本保持可控。
這就是信用生產的規模經濟。
公共信用根規模經濟成立的四個條件
第一可信質量不能因為使用者增加而下降。擴容如果以降低最終性、開放驗證能力或歷史可靠性為代價，就不能簡單稱為生產率提高。
第二安全預算和治理成本可以增長，但其增長速度應低於有效信用服務量的增長速度；否則單位成本不會下降。
第三調用、數據可用性、證明生成、系統集成和私隱保護的邊際成本必須保持可控。
第四共享公共根所帶來的遷移、治理和系統性失敗外部性，必須小於它所避免的重複信用生產成本。公共信用根的規模經濟因此是一個可以檢驗的條件命題，而不是技術上的自動結果。
一個必須正面回應的反方：公共鏈是否真的有規模經濟？
Budish 在2025年的 Quarterly Journal of Economics 的《Trust at Scale》中提出了一個與本文直接相關、而且方向相反的結果：純粹的 Nakamoto trust 需要持續支付安全成本，而為了抵禦多數攻擊，這一成本可能隨可攻擊價值上升，因此未必像法治、聲譽或抵押那樣具有強規模經濟[8]。該文甚至用明確方程比較了傳統 trust 與 Nakamoto trust 的單位成本。這個反方不能迴避。
本文與 Budish 的差別首先在衡量對象。Budish 主要研究 permissionless consensus 本身為一筆或一組經濟價值提供安全所需的攻擊約束；本文研究的是公共信用根作為共享驗證基礎設施，在被多個二層系統、機構和行業反覆引用時，每單位「有效信用服務」的綜合社會成本。二者並不矛盾：如果根層安全預算與被保護價值等比例甚至更快增長，本文所說的公共根規模經濟就會減弱或消失；只有當有效信用服務量的增長快於安全、治理、數據和調用成本的增長，信用生產率才會上升。
因此本文的命題不是「Bitcoin 或 Ethereum 天然越大越便宜」，而是一個可檢驗的條件命題：公共信用根能否通過跨系統復用和聚合驗證獲得規模經濟，取決於復用所增加的有效信用服務量，是否超過安全預算、治理成本、容量成本與失敗外部性的增長。Ethereum L2 正好提供了一個可以觀察這一條件的現實案例。
九、Ethereum二層：現實世界已經出現的信用復用實驗
Ethereum L2提供了一個非常好的現實例子。
如果每個項目都建立獨立區塊鏈，就要分別建立：驗證者集合；安全激勵；協議治理；節點網絡；歷史記錄；經濟安全。
Ethereum官方目前把L2的一個核心優勢稱為「No Bootstrapping」：L2不需要自己重新建設和支付一個新的驗證者集合，而可以繼承Ethereum現有安全和去中心化基礎設施，並主要按使用支付費用。官方把這種結構稱為shared security[19]。這與信用生產率理論高度一致。L2仍然必須承擔：業務執行；排序；證明；數據；系統開發；集成；調用Ethereum的費用。
因此：公共信用根沒有消滅成本。
它改變的是最昂貴的一層公共信用基礎設施不需要由每個項目重新複製。
可以把它概括成一句話是業務可以分散生產，最終信用可以集中生產。
Ethereum L2還產生第二層規模經濟。大量底層交易可以聚合以後，再把證明或者關鍵數據提交給L1。因此存在：
橫向規模經濟：多個獨立系統共同使用一個公共信用根。
縱向規模經濟：大量底層事實聚合以後，減少單位經濟活動分攤的根層驗證成本。
這正是信用復用率提高信用生產率的現實例子。
十、Bitcoin和Ethereum代表兩種不同的公共驗證模式
Bitcoin和Ethereum都可以成為公共信用根，但兩者不應使用完全相同的衡量方式。
Bitcoin最突出的能力是長期公共歷史事實的確定。某個承諾是否已經存在；某個狀態在何時被記錄；某段歷史是否被重新修改。因此Bitcoin作為公共信用根，可以服務的對象原則上不僅包括金融。它還可以被：AI責任鏈；企業記錄；公共文件；身份和授權證明；供應鏈；投票記錄；其他行業歷史證明所引用。它更接近一個廣義的：公共歷史信用根。
Ethereum則增加了可編程狀態；合約執行；資產狀態轉換；最終結算。
因此它目前尤其適合作為：公共金融信用根和規則執行信用根。
Ethereum的長期價值也不應該只由單筆Gas價格理解。如果L2購買安全、結算和數據可用性的單位成本不斷降低，而依賴Ethereum最終信用的資產、系統和經濟關係不斷擴大，那麼衡量對象應逐漸轉向：一套公共金融信用基礎設施支持了多大規模的有效經濟關係。
Bitcoin和Ethereum因此可以分別建立公共信用根生產率指標。
但更重要的是它們代表的兩種模式：
Bitcoin式：公共歷史事實驗證。
Ethereum式：公共規則和狀態轉換驗證。
未來未必只能依賴這兩條具體網絡。更重要的是，它們展示了兩類可獨立驗證範式：公共歷史事實驗證，以及公共規則與狀態轉換驗證。
如果 Bitcoin 要承載 Ethereum 式的可編程狀態、行業業務驗證和複雜規則執行，就必須在公共信用根之外配置獨立的驗證層。Bitcoin 更適合承擔最終歷史錨定和公共確定性；行業邏輯、鏈下事實驗證和狀態轉換應由驗證層完成，再把關鍵證明錨定到公共信用根。
十一、公共信用根不分行業，行業驗證層必須分行業
傳統信用生產率必須分行業計算。
原因很簡單，銀行、證券、保險、物流、司法和AI的關鍵事實完全不同。
銀行需要驗證：主體；授權；交易；資產；負債；儲備；核算。
供應鏈需要驗證：來源；所有權；運輸；檢驗；交付。
AI需要驗證：誰授權；輸入是什麼；調用哪個模型；模型版本是什麼；執行什麼任務；輸出是什麼；是否經過人的最終批准；出了問題誰承擔責任。
所以未來體系不是一條區塊鏈解決所有問題。而應當是三層結構：
第一層：行業事實層。
確定本行業哪些事實是關鍵事實。
第二層：行業驗證層。
規定這些事實如何形成證據、如何驗證、如何回放、如何處理異常。
第三層：公共信用根。
把最需要公共確定性的關鍵證明、狀態或者哈希錨定到公共驗證系統。
因此：公共根可以統一，行業驗證方式必須不同。
一種可行架構是：業務在鏈下高效執行，關鍵事實形成可獨立覆核的證明，並把最需要公共確定性的部分錨定到公共信用根。
中心化本身並不是問題。真正的問題是：不可驗證的中心化。
十二、從「信用根」到「信用傳遞」：公共信用根不能獨立完成現實世界信用生產
這裏需要增加一個中間概念：信用傳遞。
公共信用根能夠提供高度穩定的外部證明基礎。但它不會自動知道：
銀行資產；企業庫存；AI授權；物流交付；法律責任。因此現實系統必須先通過行業驗證結構形成可驗證事實，然後再把這些事實的關鍵證明連接到公共信用根。
完整結構是：
現實事實
→ 行業驗證
→ 可驗證證據
→ 信用傳遞
→ 公共信用根
→ 多主體覆核與復用。
這種結構同時避免兩個極端：
一個極端是所有東西仍然放在不可驗證的中心化黑箱裏。
另一個極端是所有業務、所有數據、所有計算全部上公鏈。
真正高生產率的系統很可能是業務處理專業化，驗證結構行業化，最終信用基礎設施公共化。
十三、為什麼公共信用根可能帶來巨大的節省？
傳統信用生產的一個結構性特徵，是關鍵事實的可信度往往按機構、按業務和按行業分別取得：銀行、證券、平台和未來的 AI Agent 網絡都要建立各自的內控、核驗、審計、授權、日誌與責任結構。它們可以復用專業能力，卻很難直接復用另一主體已經完成的事實驗證。
公共信用根的經濟學意義，是把其中最通用的最終驗證基礎設施從「各自重建」改為「共同維護、按需調用」；行業仍保留自己的事實驗證和責任結構，但不必反覆複製同等級的公共歷史與共識基礎設施。
因此公共信用根的節省來自至少三部分：
第一，減少公共信用基礎設施重複建設。
第二，提高已經形成的事實信用的復用率。
第三，通過聚合證明降低單個事實分攤的驗證成本。
但節省不是無條件的。必須滿足：
避免的重複信用生產成本，大於新體系增加的集成、證明、調用、數據和治理成本。
否則共享系統本身也可能變成新的昂貴中間層。這也是信用生產規模經濟的重要失效條件。
十四、AI時代為什麼使信用生產問題第一次變成基礎設施問題？
人工智能首先提高的是認知生產率。它可以：閱讀；分析；比較；推理；執行。但是AI並不能天然知道輸入事實是真是假。
一個AI Agent可以計算：哪種資產收益最高；哪一種貸款最便宜；哪一個交易方案最優。但它必須首先知道：賬戶是真的；儲備是真的；負債是真的；授權是真的。
2026年Mastercard在推出Verifiable Intent時，把AI Agent商業中的問題直接表述為：隨着AI開始代表用戶自主交易，「trust becomes the product」，授權不能再只是被默認相信，而必須形成可證明的記錄[24]。
MITRE在2026年發佈的Continuous Remote Attestation框架也提出，啟動時可信並不能保證運行過程中一直可信，因此現代雲和AI工作負載需要持續驗證，而不是一次性證明[23]。
最近的Proof of Execution研究則進一步把AI執行本身定義成可驗證對象：授權、執行路徑、歷史完整性和可回放性需要綁定在同一個驗證結構中[28]。
這與可驗證思想的基本原則高度一致：
關鍵事實可驗證；
關鍵過程可回放；
關鍵判斷給出依據並可以覆核。
因此AI時代真正需要的並不是「更加相信AI」。恰恰相反：機器越自主，信用越不能主要依賴相信機器。未來更合理的模式可能是：機器執行 → 機器驗證 → 過程可回放 → 公共信用根 → 人的最終責任。
十五、從「傳數據」到「傳證明」
第七節討論的是「同一事實能否被重複利用」；本節進一步討論復用對象本身如何變化：從復用數據，轉向復用可以獨立驗證的證明。
傳統信用生產通常要求把底層數據交給可信機構，由機構檢查、形成結論並承擔背書責任；可驗證結構則試圖把其中一部分改造成「數據或狀態 → 生成可驗證證明 → 多主體獨立覆核 → 形成事實信用」。這不是取消原始數據，而是改變外部主體取得可信度的方式。
Catalini 和 Gans 已經把區塊鏈的重要經濟作用概括為降低 verification cost 與 networking cost。本文在此基礎上再加一層：降低一次驗證成本並不等於改變信用生產方式；只有當合格證明能夠持續被不同主體真實復用，重複信用生產才會下降。[14]
十六、「信用生產率」與現有Trustware觀點有什麼不同？
2025 年 Consensys 用 「Trustware」 和 「industrialization of trust」 描述公共區塊鏈作為數字信任基礎設施的產業方向[22]。本文的不同之處，是把信用生產限定為一個可核算問題：先用反事實方法確定哪些真實資源確實用於把關鍵事實加工成可行動的可信狀態，再在同一產品、同一質量門檻下測量 C（成本）、S_eff（有效信用服務量）與 R（復用率）。如果把保險、法律、審計、監管等所有支出一概稱為「信任成本」，容易重複計算和過度歸因；本文只把「若關鍵事實已經能夠直接、持續、獨立驗證就會減少的資源」納入信用生產成本。因此，信用生產率不是產業宣傳數字，而必須接受行業數據和反事實邊界的檢驗。
十七、信用生產率的最小核算框架
變量的單位與可觀測代理
在具體行業研究中，C通常以某一時期內消耗的真實資源貨幣價值表示，例如元/年或美元/年；S_eff可以表示滿足質量門檻的有效關系數/年，也可以表示經過統一方法價值加權後的可信經濟規模/年；P因此表示「每一單位真實社會成本支持的有效信用服務」。跨行業比較時，不應直接把不同單位的S_eff相加，除非已經建立共同價值權重並完成去重。
| 符號 | 理論含義 | 測量與行業化說明 |
| Pᵢ | 行業信用生產率 | 在給定質量門檻下，每單位真實社會成本支持的有效信用服務。單位由 S_eff 的行業口徑決定。 |
| Cᵢ | 行業信用生產社會綜合成本 | 元/年、美元/年等真實資源貨幣價值。只計入反事實條件下因事實可直接驗證而會減少的部分。 |
| S_eff | 有效信用服務量 | 必須對應外部主體的實際經濟、法律或責任依賴；不能用垃圾交易、重複錨定或純技術調用替代。 |
| p_e / ε | 錯誤接受概率 / 容許上限 | 優先估計 p_e；若暫不可觀察，必須單列可觀察的質量代理向量 Z_Q，註明每個代理對應過程層還是結果層，不得把代理直接當作 p_e，也不得把異質代理簡單平均。 |
| R | 信用復用率 | 同一已驗證事實或證明被多少獨立有效經濟關係真實依賴；需去除形式調用和重複計數。 |
| P_root | 公共信用根生產率 | 公共根在既定質量下，以其全部真實資源成本支持多少有效信用服務。 |
| U_root | 公共根有效信用服務量 | 不能直接等於鏈上交易筆數；應按真實經濟依賴、被保護價值或標準化服務量計量。 |
| C_root | 公共信用根總社會成本 | 公共根為支持 U_root 所消耗的全部真實資源；完整分解見公式 4。 |
| 成本分解 | C_root 的組成 | 可共享基礎、安全、治理、數據/證明/調用/集成、私隱以及預期失敗外部性等；不把交易費或礦工獎勵簡單等同於社會成本。 |
為了讓理論能夠進入核算，同時不讓數學遮蔽問題，正文只保留兩類核心生產率關係，並把質量約束單獨寫清。這裏的公式首先用於規定「什麼進入分子、什麼進入分母、在什麼質量條件下才允許比較」，而不是聲稱已經得到一條自然科學意義上的精確生產函數。
P_i(a) = S_eff,i(a) / C_i(a) 約束：p_e,i(a) ≤ ε_i………….(公式1）
前述公式1對具體行業，先固定信用產品和質量門檻，再比較不同架構 a 的生產率 (P_i(a)）。如果兩種架構支持相同的 有效信用服務量(S_eff ）且都滿足錯誤接受概率 (p_e≤ε），成本更低者生產率更高；若有效產出不同，則比較完整比值。
在達到本行業規定可信質量的條件下，每單位信用生產社會成本能夠支持多少有效信用關係。
對於公共信用根：
P_root(U_root) = U_root / C_root(U_root) 約束：p_e,root ≤ ε_root
其中：
P_root(U_root) 表示公共信用根生產率。使用 root 作為下標，是為了避免與前文的信用復用率 R 混淆。
U_root 表示公共信用根在一定時期內實際支持、並滿足規定質量門檻的有效信用服務量。它不是原始交易筆數或調用次數，而必須對應外部主體真實的經濟依賴、法律後果或責任關係。
C_root(U_root) 表示公共信用根在一定時期內為支持 U_root 所消耗的全部真實社會成本。
它包括可共享基礎成本，也包括隨規模變化的安全、治理、數據、證明、調用、集成、私隱和預期失敗外部性。第二十節用公式 4 進一步分解。
其中 p_e,root 是公共信用根在規定確認/最終性條件下，關鍵狀態被錯誤接受為真實的概率；ε_root 是可以接受的上限。這個質量約束與行業模型同義：先達到規定可信質量，再比較生產率。
這裏還必須區分三個不同層級的數量：S_eff 是某一行業或信用產品的有效信用產出；U_dep 是計算復用率 R 時，對同一合格證明形成的去重有效依賴次數；U_root 是公共信用根實際支持的有效信用服務量。三者分別服務於行業賬戶、復用賬戶和公共根賬戶，不能彼此替代，也不能直接相加。
公共信用根的核心特點是：
當有效使用規模增加，而可共享基礎成本和邊際調用成本的增長速度低於有效信用服務量時，單位信用成本下降，信用生產率提高。
傳統機構信用生產雖然也有規模經濟，卻很難實現同等級的跨機構、跨行業事實信用復用。
這正是二者在生產率核算結構上的差別：傳統機構信用可以形成機構內部規模經濟，公共信用根則進一步允許同一公共驗證基礎設施被跨機構、跨系統復用。
十八、USDC：兩種信用生產方式的部分識別賬戶
USDC 儲備信用——數字金融的部分識別賬戶
為了說明信用生產率如何進入計算，可以先選擇一個邊界相對清楚的信用產品。USDC 是 Circle 發行的美元穩定幣。鏈上的發行、轉移和註銷狀態可以由公共鏈直接覆核；但不能把用戶支付的鏈上交易費直接當作公共根的全部社會成本，根層安全和運行成本仍應按前文公共信用根模型分攤。本節因此只聚焦真正仍需要外部信用加持的鏈下事實：Circle 是否持續持有足以覆蓋流通 USDC 的合格儲備資產。
對這一信用產品，核心問題是：Circle 鏈下是否持續擁有與鏈上流通 USDC 相匹配的合格美元儲備資產？本文比較的不是 Circle 的全部經營成本，而是為了讓「儲備資產足額並持續對應」這一關鍵事實達到規定可信質量 Q 所需要的真實社會資源。鏈上狀態與鏈下儲備事實的質量並不是同一種驗證對象，因此不能只憑「都叫驗證」直接橫比。
針對「儲備資產足額並持續對應」這一信用產品，傳統結構中的相關信用生產資源至少包括：儲備與負債數據取得和對賬、內部控制與覆核、外部審計或鑑證、監管報送與檢查、交易對手或平台重複盡調，以及因事實不透明而發生的其他驗證資源。公開資料目前只能觀察其中一部分外部專業服務費用，內部控制、監管和重複盡調等資源沒有被完整拆分，因此本例只能形成部分識別賬戶，不能把可見費用直接當作完整 C_old。
本文把核算期固定為 2025 年，『在規定口徑下，合格儲備資產價值不低於流通中的 USDC』。Circle 的 2025 年 Form 10-K 披露，USDC 全年平均流通量為 648.70 億美元，年末為 752.66 億美元；Circle 每周公開儲備持倉，並由四大會計師事務所按月提供第三方 assurance，確認儲備價值大於流通量。年度成本率因此優先用全年平均流通量作分母，以保持期間匹配[20-21]。
| 核算項 | 2025 年公開可觀察值 | 計量狀態與邊界 |
| 信用產品 | 合格儲備資產價值 ≥ 流通 USDC | 邊界固定；不把支付、營銷、流動性等其他功能計入。 |
| S_eff 規模代理 | 全年平均流通量 648.70 億美元；年末 752.66 億美元 | 年度費用率採用平均流通量；這是價值規模代理，不等於交易筆數。 |
| Q / Z_Q 質量代理 | Z_Q,USDC：儲備持倉披露每周；第三方 assurance 每月 | 這是過程/頻率代理，不是 p_e，也不能合成為單一 Q；仍缺少錯誤接受概率的直接估計。 |
| Audit-Related Fees | 1,565,583 美元；約 0.241 bp / 平均流通量 | 包含 SOC 報告、attestation services 和子公司監管申報；該金額只是包含儲備 assurance 在內的較寬費用籃子，不能視為完整 C_old。 |
| Audit + Audit-Related | 7,440,468 美元；約 1.147 bp / 平均流通量 | 更寬的外部專業服務費用包絡，包含大量非本信用產品成本，不能視為 C_old。 |
資料來源：文獻[20-21]；費用率為本文按全年平均 USDC 流通量計算。
Circle 2026 年 Proxy Statement 披露，2025 年 Deloitte Audit Fees 為 5,874,885 美元，Audit-Related Fees 為 1,565,583 美元，兩項合計 7,440,468 美元。用 648.70 億美元平均流通量計算，Audit-Related Fees 相當於約 0.241 個基點，Audit Fees 與 Audit-Related Fees 合計相當於約 1.147 個基點。這裏第一次得到的是『公開可見專業服務費用相對於信用服務規模的量級』[20]。
這兩個比率仍不能被解釋為 USDC 的信用生產成本。Audit Fees 包含上市公司年度審計、季度審閱、子公司法定審計、證券發行和其他監管文件服務；Audit-Related Fees 又同時包含服務組織控制報告、attestation services 以及子公司監管申報程序。因此，1,565,583 美元只能作為「包含儲備 assurance 在內的更寬費用籃子」的寬鬆上界；真正屬於 USDC 月度儲備 assurance 的金額必然只是其中一部分，但公開文件沒有拆分。
公開資料沒有把 USDC 儲備 assurance 從 Circle 整體審計費用中單獨拆出，因此，從「儲備資產足額」這個信用產品看，C_old 仍不能直接識別。1,565,583 美元只是包含儲備 assurance 在內的較寬費用籃子；7,440,468 美元則是 Circle 2025 年 Audit Fees 與 Audit-Related Fees 的合計，反映上市公司黑箱環境下更廣泛的外部信用維護成本。後者不能直接除以 USDC 平均流通量後當作「USDC 儲備信用生產成本」，因為其中還包含大量公司整體審計、季度審閱、法定審計和證券申報工作。
以 Tether 為對照，其公開體系長期以儲備報告和獨立會計師的儲備鑑證為主；這些儲備報告本身不是完整財務報表。這個差別說明，「證明儲備資產足額」和「為整個發行機構形成完整外部信用」是兩個不同層次的信用產品，不能把二者的成本口徑混在一起。
如果改用可驗證結構，比較對象就不應是一次儲備快照，而應是穩定幣從入金到贖回的完整事實鏈。透明銀行和可驗證穩定幣的設計要求把關鍵事實直接嵌入業務流程：
用戶入金 → 銀行承接 → 儲備資產購買 → 穩定幣發行 → 資產負債持續對應 → 贖回 → 資產釋放/變現 → 穩定幣註銷 → 全過程可回放。
鏈下由銀行或持牌機構處理真實資金、託管和儲備資產；行業驗證層把入金、資產購買、穩定幣發行、資產負債對應、贖回和註銷等關鍵狀態形成可覆核證明，並把關鍵證明或哈希錨定到 Ethereum 或 Bitcoin 等公共信用根。若採用 Bitcoin 作為公共信用根，需要單獨的驗證層承擔業務規則和鏈下事實的一致性驗證；監管系統則按權限取得合規所需數據並可回放全過程。
這種結構與周期性抽樣審計最大的差別，不是簡單把「審計搬上鏈」，而是把驗證嵌入每一筆業務形成過程。在源頭事實真實性和驗證範圍相同的前提下，持續、全量、可回放的驗證結構，相比周期性抽樣審計，在時間覆蓋、過程覆蓋和覆核能力上具有結構性優勢，異常也可以更早暴露。這裏所說的「質量更高」指這些可觀察維度，並不意味着鏈下輸入天然真實；如果源頭數據是假的，自動系統只會更快地驗證假數據。因此，源頭真實性仍然必須由銀行、託管人、行業驗證層和法律責任體系共同保證。
鏈上鏈下一致性驗證層是這一結構的核心，也是信用從現實事實傳遞到公共信用根的中間層。USDC 這個案例在本文中的第一任務，不是預先算出「可驗證結構便宜多少」，而是把同一種信用產品的兩種生產方式放進同一賬戶：傳統方式主要依靠周期性取證、鑑證和責任背書；可驗證方式把關鍵事實持續納入驗證與回放。前者的可見成本只能部分識別，後者的完整實施成本也仍缺真實項目數據。成本優勢是否成立，需要繼續測量；質量覆蓋和驗證速度則可以先按明確條件進行結構性比較。
從部分識別走向區間估計：還缺哪些數據？
| 比較側 | 仍需識別的主要成本項 | 所需數據與作用 |
| 傳統信用生產 | 儲備專項 assurance 費用；與儲備事實直接相關的內控和對賬工時；監管檢查資源；交易所、託管人和機構投資者的重複盡調成本 | 把當前可見專業服務費用進一步拆分，形成 C_old 的可復算區間 |
| 可驗證信用生產 | 銀行/託管數據接口；源頭事實核驗；驗證層運行；證明生成；公共信用根成本分攤；異常覆核；私隱、治理和必要合規責任 | 用真實實施項目記錄形成 C_new 的完整成本賬戶，而不是用單一鏈上費用替代總成本 |
| 共同質量條件 | 時間覆蓋、過程覆蓋、抽樣/全量範圍、錯誤接受或漏檢、異常發現速度、可回放性 | 在同一信用產品和相近 Q 門檻下比較兩種架構，避免「便宜但質量不同」的偽比較 |
只有在這些數據逐步可得以後，才適合把 USDC 從「部分識別賬戶」推進為 C_old 與 C_new 的區間估計。本文不預設哪一種結構必然更便宜；當前能夠先建立的是同一產品、同一質量條件和同一期間下的可復算比較規則。
十九、從行業信用生產率到社會信用生產率
具體行業的數據足夠以後，可以分別計算：銀行信用生產率；證券信用生產率；保險事實驗證生產率；穩定幣信用生產率；AI驗證生產率。進一步，可以建立一個社會層面的「信用生產賬戶」。
它要回答：一個社會每年為了：確認事實；驗證授權；證明資產；證明負債；監督行為；形成公共可信狀態到底投入多少真實社會資源？這些信用又支持了多少有效經濟活動？
原則上，只有當各行業已經分別建立穩定、可復算的信用生產賬戶以後，才有可能進一步估計社會整體信用生產率。第十八節的案例恰好說明，在這一階段「統一變量」不等於「統一單位」：同樣使用 C、Q、S_eff 和 R，並不意味着 USDC 流通規模、銀行資產規模、AI 任務數量等不同單位可以直接相加或比較。Q_0 也不要求跨行業先換算成同一個數值；它首先是行業內、同一信用產品比較時的質量約束。只有進入社會總賬戶時，才需要進一步研究質量調整函數和共同價值尺度，不能為了跨行業合併而製造偽精確的 Q_0 換算。
但是各行業產出不能簡單做算術平均。
最終若要建立社會總賬戶，需要解決統一價值尺度、重複計算、質量調整和跨行業權重。這與 GDP、勞動生產率等宏觀核算指標的發展過程相似：指標並不因為存在口徑爭論、質量調整和估算誤差就失去意義，關鍵是定義公開、口徑穩定、可以復算，並能在同一口徑下持續比較。信用生產率越上升到社會層面，越不可能像物理定律一樣精確，因此本文把社會總賬戶明確留給長期研究。
因此，「社會信用生產賬戶」應當被視為長期研究議程，而不是本文已經可以交付的統計指標。它至少要求統一價值尺度、行業質量調整、跨行業去重以及公共信用根跨行業復用的重複計量處理。在這些條件形成以前，更現實的做法是先把各行業賬戶做成一組可復算的衛星式核算表，而不是過早追求一個全社會單一總數。
二十、失效條件、治理與政治經濟學
信用生產率不是只看正常運行時的平均成本。公共信用根一旦成為大量系統共同依賴的基礎設施，其治理、激勵和失敗外部性也必須進入公共根的總成本賬戶。以下條件如果惡化，公共信用根的生產率優勢可能縮小，甚至消失。
第一，現實輸入或預言機被俘獲。公共根只能保證已經進入系統的證據不易被事後修改，不能把虛假輸入自動變成真實事實。
第二，證明不能真正復用。如果不同機構仍要求重新取得原始數據、重新採用各自格式並重新承擔完整責任，那麼公共根只增加了一層技術，而沒有減少重複信用生產。
第三，治理或驗證權過度集中。協議升級、驗證者或礦工集中、標準制定被少數主體控制，都可能重新引入單點信用和治理租金。
第四，安全預算隨被保護價值增長過快。如果為了保護越來越大的資產與責任規模，公共根必須以相同甚至更快速度增加資源投入，那麼規模經濟會顯著減弱。
第五，容量、數據可用性、私隱、證明生成和系統集成成本失控。如果新增使用者帶來的邊際成本高於避免的重複審計、監督和盡調成本，公共根沒有經濟優勢。
第六，法律最終性、跨境責任和異常處置不能銜接。技術最終性與法律最終性不是同一件事；公共信用根只能壓縮事實爭議，不能替代制度對例外、申訴和責任的處理。
第七，公共根形成新的系統性集中風險。復用率越高，單一根發生重大失敗時影響範圍也越大。因此，信用復用帶來的規模經濟必須與集中失敗外部性同時衡量。
這些失效條件不是理論之外的附加問題，而是本理論可以被事實檢驗甚至否定的邊界：如果在同一信用產品和相近質量門檻下，可驗證架構沒有提高有效產出、復用或驗證覆蓋，或者其總社會成本並未低於被替代的重複信用生產成本，那麼所謂生產率優勢就不能成立。
如果需要把這些條件放進擴展模型，可以把公共根總成本寫成：
C_root(U_root) = F₀ + B(U_root) + G(U_root) + C_use(U_root) + E(U_root) （公式 4）
其中 F₀ 是可以共享的基礎成本，B(U_root) 是隨承載價值和規模變化的安全預算，G(U_root) 是治理與升級成本，C_use(U_root) 是數據、證明、調用和集成等使用成本，E(U_root) 是集中失敗等預期外部性。公式 4 是對公式 3 中總成本 C_root 的展開。公共根生產率仍然是「有效信用服務量 ÷ 總社會成本」；只有當總成本長期增長慢於有效產出的增長，規模經濟才成立。
二十一、我們真正試圖解釋的是什麼？
工業革命降低了物質生產成本。信息革命降低了記錄、計算和通信成本。AI正在降低認知成本。
但是社會還有一種極其重要、長期被隱藏在制度內部的成本：
讓事實變得值得相信的成本。
過去社會主要通過：人格；機構；專業資格；監管；法律；審計；責任生產信用。這些機制不會消失。但是可驗證性增加了一種新的信用來源：
對可驗證事實的驗證本身能夠產生信用。
一旦關鍵事實可以持續形成機器可驗證證據，一旦同一份合格證明能夠被多個獨立經濟關係真實復用，一旦公共驗證基礎設施的安全與治理成本增長慢於其支持的有效信用服務量，信用生產就會出現一種不同於傳統機構重複核驗的生產率結構。
這正是公共信用根最重要的經濟學意義。
在本文的框架中，Bitcoin和Ethereum的重要性不在於幣價敘事，而在於它們展示了高質量公共信用可以被基礎設施化：一套長期運行的公共驗證結構能夠被其他系統持續引用。
它們的信用生產率是否真正高於傳統方式，最終取決於四件事：支持了多少有效可信經濟關係、保持了怎樣的可信質量、社會為維持根與調用根付出了多少真實資源，以及這種復用節省是否大於治理和系統性失敗外部性。
結語：可驗證思想的經濟學表達
可驗證思想最初只是幾個很簡單的原則：關鍵事實可驗證；關鍵過程可回放；關鍵判斷有依據，可以覆核。從透明銀行、鏈下業務加公共錨定、公共信用根和 AI 責任鏈等實踐繼續向下追問，會得到一個更加基礎的問題：為什麼社會需要驗證？因為事實本身如果不能被社會直接接受，就必須生產信用。
再繼續問：生產信用需要付出什麼？答案是真實社會資源。
繼續問：這種生產有沒有效率高低？
於是產生：信用生產成本；可信質量；信用復用率；信用生產率。
最後再問：公共信用根改變了什麼？
它改變的不只是記賬技術。它改變的是信用生產方式：從各機構分別建立信任鏈，轉向：行業專業驗證 + 公共信用基礎設施。
傳統社會在很多場景中不得不重複生產信用；可驗證結構試圖把其中一部分轉化為可獨立驗證、可持續覆核和可復用的信用。
從更大的歷史尺度看：信息革命顯著提高了信息處理生產率，AI 正在提高認知生產率；本文提出的研究問題是：可驗證思想和公共信用根是否會進一步提高信用生產率，以及這種提高在什麼行業、什麼質量門檻和什麼治理條件下成立。隨着機器越來越自主，可獨立驗證範式的重要性也會提高，因為機器自身不能僅憑「人格信用」成為最終信任來源。
這不是說信用將被機器完全替代。也不是說Bitcoin或者Ethereum能夠解決所有社會問題。
未來風險仍然存在。現實輸入仍然需要確認。法律判斷仍然屬於制度。最終責任仍然屬於人。
可驗證思想真正試圖改變的是：凡是能夠轉化為事實問題的爭議，儘量少依賴重複相信，更多依賴可獨立核驗、可回放和可復用的證據。
如果這一轉換能夠在現實行業中被數據持續驗證，信用就可以從一種主要依賴制度背書的社會關係，進一步成為可以核算成本、比較質量、衡量復用和檢驗生產率的基礎設施。本文當前建立的是這套核算框架和比較規則，而不是一個已經完成的全社會精確統計值。USDC 的作用，是證明這種核算可以從一個邊界較清楚的信用產品開始落地；其他行業則需要在同一原則下逐步建立自己的衛星賬戶。
參考文獻
[1] Ronald H. Coase, The Nature of the Firm, Economica, 1937。
[2] Paul A. Samuelson, The Pure Theory of Public Expenditure, The Review of Economics and Statistics, 1954, 36(4): 387–389, DOI: 10.2307/1925895。
[3] James M. Buchanan, An Economic Theory of Clubs, Economica, 1965, 32(125): 1–14, DOI: 10.2307/2552442。
[4] Elinor Ostrom, Governing the Commons: The Evolution of Institutions for Collective Action, Cambridge University Press, 1990。
[5] Oliver E. Williamson, The Economic Institutions of Capitalism, Free Press, 1985。
[6] Michael C. Jensen & William H. Meckling, Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure, Journal of Financial Economics, 1976, 3(4): 305–360。
[7] Douglass C. North, Institutions, Journal of Economic Perspectives, 1991, 5(1): 97–112。
[8] Eric Budish, Trust at Scale: The Economic Limits of Cryptocurrencies and Blockchains, Quarterly Journal of Economics, 2025, 140(1): 1–62, DOI: 10.1093/qje/qjae033。
[9] Saite Lu & Diane Coyle, Social trust and productivity: evidence from European NUTS-2 regions, Regional Studies, 2026, 60(1), Article 2653002, DOI: 10.1080/00343404.2026.2653002。
[10] Robert M. Townsend, Optimal Contracts and Competitive Markets with Costly State Verification, Journal of Economic Theory, 1979。
[11] Douglas W. Diamond, Financial Intermediation and Delegated Monitoring, Review of Economic Studies, 1984。
[12] Dean Neu, New Stock Issues and the Institutional Production of Trust, Accounting, Organizations and Society, 1991。
[13] Thomas Philippon, Has the US Finance Industry Become Less Efficient? On the Theory and Measurement of Financial Intermediation, American Economic Review, 2015。
[14] Christian Catalini & Joshua S. Gans, Some Simple Economics of the Blockchain, NBER Working Paper / Communications of the ACM。
[15] European Commission, EU-wide digital Once-Only Principle for citizens and businesses, 2017。
[16] U.S. Bureau of Labor Statistics, Occupational employment in commercial banking, 1987–90, Monthly Labor Review, 1993；2023 Occupational Employment and Wage Statistics: Credit Intermediation and Related Activities。
[17] Conference of State Bank Supervisors (CSBS), 2025 Annual Survey of Community Banks；Thomas F. Siems & Nathan Ross, Do Banking Regulations Disproportionately Impact Smaller Community Banks?, 2025。
[18] Public Company Accounting Oversight Board (PCAOB), Data Points: Registered Firm Staffing Trends, July 2025。
[19] Ethereum, Ethereum’s Layer 2 Ecosystem — Shared Security / No Bootstrapping。
[20] Circle Internet Group, Inc., Form 10-K for the year ended December 31, 2025, filed with the U.S. SEC on March 9, 2026；2026 Proxy Statement, filed with the U.S. SEC on April 1, 2026。
[21] Circle, Transparency & Stability / USDC monthly assurance reports。
[22] Consensys, Ethereum is the Trustware to Power a Digital World Economy, 2025。
[23] MITRE, Framework for Continuous Remote Attestation in Confidential Computing Environments, Version 0.9.6, Public Review Draft, July 16, 2026。
[24] Mastercard, When AI Starts Buying for You, Trust Becomes the Product / Verifiable Intent, March 5, 2026。
[25] 祝維沙、Scott Shields：《從複式記賬到可驗證金融學》，2026。
[26] 祝維沙：《可驗證金融系統白皮書（V1.1）》，2026。
[27] Chainless.hk：《無鏈平台及 DW20 穩定幣新手答疑系列（一）》，2024年7月3日。
[28] James Rhodes & George Kang, Proof of Execution: Runtime Verification for Governed AI Agent Actions, arXiv:2607.05397, April 26, 2026。
