以太坊区块链上ERC-20代币交易的大规模时空数据集：揭示去中心化金融生态系统的演化规律

本研究针对ERC-20代币交易数据分散、缺乏时序标注的难题，通过解析以太坊智能合约的Transfer事件日志，构建了涵盖2015-2024年间216,336,529用户与1,138,136种代币的全周期交易数据集。该资源支持区块链网络分析、市场动力学研究，为理解去中心化金融(DeFi)系统的结构演化与参与者行为提供了独特视角。

　　

区块链技术从最初的小众领域发展为重塑金融体系的重要力量，其中以太坊凭借智能合约(Smart Contracts)功能成为去中心化应用的核心平台。然而，ERC-20代币作为该生态系统的"血液"，其交易数据长期面临三大困境：一是数据分散在智能合约日志中难以提取；二是现有数据集缺乏完整时间维度；三是缺乏覆盖全生命周期的统一资源。这些问题严重阻碍了对去中心化金融(DeFi)系统演化规律的认知。

针对这一挑战，麻省理工学院(MIT)与巴伊兰大学的研究团队Shahar Somin等人通过系统解析以太坊虚拟机(EVM)的Transfer事件，构建了首个覆盖ERC-20代币完整生命周期(2015-2024)的大规模时空数据集。这项发表于《Scientific Data》的研究，不仅记录了1,943,438,828笔交易，更创新性地揭示了代币生态的幂律分布、核心网络演化等关键特征。

研究团队采用三项核心技术：1)基于Google BigQuery和Etherscan API的双重验证获取1,138,136个ERC-20合约地址；2)通过Infura节点使用eth_getLogs接口提取跨9年的Transfer事件日志；3)构建动态交易网络分析拓扑结构。数据覆盖期间经历了COVID-19疫情、俄乌战争等重大事件，为研究极端条件下的市场行为提供独特视角。

网络构造方法

研究支持构建多种网络模型：钱包-钱包交易网络（如图4A）可分析资金流动模式，特定代币交易网络（如图4B）揭示资产特异性结构，而代币-代币关联网络（如图4C）则通过共同交易者建立资产关联。这些网络均呈现显著的幂律度分布特征（图6A），其截断幂律参数γ随时间演化（图6B），78%的网络符合该模型（图6C）。

动态连接特性

局部连接性通过平均聚类系数体现（图7A），显示系统微观结构逐渐稳定；全局连接性表现为最大连通组件(LCC)占比的快速增长（图7B），早期即形成覆盖51.6%节点的核心结构（图7B插图）。核心数分析（图8A）揭示网络密度的持续增强，2018年4月出现核心数超200的异常子网（图8B-C），反映市场集中度演变。

代币生命周期

图2显示代币生态系统的高周转率：A面板显示每月新增（浅蓝）与消亡（紫色）代币数量，B面板展示交易量的长尾分布，C面板揭示大多数代币存活期不足100天。这种动态与图1所示的交易量波动（橙色曲线）及买卖方数量（红绿曲线）共同构成市场活跃度的多维表征。

该研究首次完整记录了ERC-20生态从诞生到成熟的全过程，其价值体现在三方面：技术上，开发了从智能合约日志提取ERC-20交易的标准化流程；科学上，验证了去中心化金融网络符合复杂系统理论预测；应用上，为监管设计、风险预警提供数据基础。正如作者强调，这个"金融显微镜"使得观察传统市场中不可见的群体行为成为可能，特别是通过图3揭示的链上执行与数据提取机制，为后续研究建立了可靠范式。研究开放的1.4TB数据集将持续支持区块链经济学、网络科学等跨学科探索。