DAO 十年：解锁治理新维度，深度解析关键治理指标

Chainfeeds 导读：

DAO 发展历史目前已经历经十个年头，并历经了 2021 年的 DAO 大爆发时期，已经逐渐成为人类社会熟悉的一种组织行政模式，后有多个大型 DAO 对于治理进行各种实验跟拓展，衍生出各种各样的治理研究。本篇收集了可作为治理指标的参考参数，用来进行各种治理的数据分析，每个参数通常只用来量化一个特定指标，但根据不同的 DAO 类型，每个指标的重要程度并不相同。

文章来源：

https://mp.weixin.qq.com/s/DIdzgKb2ynJtrq76gWuS_w

文章作者：

LXDAO

观点：

LXDAO：Herfindahl-Hirschman 指数（HHI）用于计算「集中程度」，是一种常见的经济学指标。HHI 计算方法是将每个单位的占比平方后求和。例如，A 拥有 50%、B 拥有 30%、C 拥有 20%，则 HHI 为 50² + 30² + 20² = 3800。HHI 的最大值为 10000（即单一单位占比 100%）。在 DAO 组织中，HHI 可用于分析投票权或资金的集中度，集中度越高，数值越大。CPI（权力集中度指数）是 HHI 的变形，用于权重不平等的治理结构中。例如，某代表在多个治理机构（如 Token House 和 Citizens' House）拥有权重，CPI 会考虑其在各机构的权重组合。假设该代表在 Token House 权重为 300，分数为 32.33%，在 Citizens’ House 权重为 300，分数为 34.59%，则总权重为 200.76。与 HHI 不同的是，CPI 仅计算实际参与治理的成员的权重，因此社区参与度下降时会使得指数增高。这些集中度指标为 DAO 的治理提供了量化依据，尤其是在不同代表权重分布较不均的情况下，可以更直观地看到权力集中度，并揭示社区的去中心化程度。HHI 和 CPI 都适用于投票、资金等方面的分析，CPI 的特点是更适用于不同权重的复杂结构。 Nakamoto 系数评估系统被控制的最少参与人数，是衡量去中心化程度的常用指标。假设有 5 个参与者，投票权分别为：A 30%、B 25%、C 20%、D 15%、E 10%。要控制系统至少需 A 和 B 联合，以 55% 控制投票权。因此，Nakamoto 系数为 2。系数越高，说明系统越去中心化。相对于 HHI，Shannon 香农指数则用于测量提案者多样性。Shannon 指数基于提案占比计算，用于衡量多样性程度，数值越高表示多样性越高。例如，提案者 A 提交 5 个提案，B 提交 3 个，C 提交 2 个，D 提交 1 个，则 Shannon 指数计算为：将各提案者提案数量除以总提案数求占比，然后求每个比例的自然对数并相乘，再求和。Shannon 指数结果可用于评估 DAO 中提案来源的多样性。Shannon 香农指数和 HHI 的区别在于，Shannon 指数更适用于高多样性的场景，能细致区分出提案者的多样性程度。Nakamoto 系数和 Shannon 指数均衡量系统的多样性和控制程度，但侧重不同，前者主要在系统控制上，后者在多样性方面。因此，Nakamoto 系数适用于治理权力分配，而 Shannon 更适用于测量提案者多样性。 Gini 指数用于分析资源分配的公平性。Gini 指数的计算先将投票权从小到大排列，并计算累积比例，结果以图形展示。越平均的投票权排列越接近直线，弯曲越大代表不平等状况越严重。Gini 指数适用于评估 DAO 中投票权分布或资源分配的平衡性。Z-Score 则用来分析个人在系统中的权力水平。它通过计算权力与平均值的差异，来衡量权力分布的集中情况。若 Z-Score 接近 0，说明权力接近平均水平；若偏离 0 则权力差异较大。Z-Score 标准化后更适合跨组织对比，便于分析长期动态变化。投票权流动性指数用于观察投票权是否在不同成员间变化频繁。较高的流动指数表示投票权动态性强，较公平，反之则较集中。流动性指数由不同季度的投票权变化量计算，变化大表示系统活跃，大家均有机会参与。累积投票权趋势则关注顶层成员投票权是否增加，若集中在少数人手中，则表明系统权力集中。