Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >用区块链技术改造实体经济,推动两者深度融合

用区块链技术改造实体经济,推动两者深度融合

原创
作者头像
互融云
修改于 2019-11-04 09:00:50
修改于 2019-11-04 09:00:50
3700
举报

区块链技术有很大发展潜力,未来将有广泛应用。但是,对区块链技术来说,第一重要的是落地,要为实体经济服务。

区块链具有去中心化、数据无法篡改等特点,有助于建立点对点之间的信任,降低信息传输过程中的交易成本。比如,可以利用区块链鉴定艺术品的真伪,又比如在大众服务领域,数字版权、知识产权、各类证书都可以利用区块链建立全新的管理机制,提高公共服务领域的公平公正及透明度,等等。

当然,也需要思考区块链技术的研发和应用的成本。也就是说,运用区块链技术所获得的收益,能否超过其研发和应用成本。这笔账,要算好。

需要指出的是,区块链的应用,并非适合所有领域。

比如,打着区块链旗号的比特币曾受热捧,当时有人认为比特币的出现是对现行货币体系的巨大挑战。但是,随着时间的推移,虚拟货币的非货币本质逐渐被人们认识。最近受到广泛关注的Libra,虽然有别于其他加密货币或稳定币,具备了应用场景,但其发行机制也决定了Libra难以作为真正意义上的货币存在。

从货币发展史来看,货币有两次革命性变革,即实物货币和现代信用货币。实物货币的特点是自身具有内在价值,并以自身价值来衡量商品价值,充当商品交换的媒介。现代信用货币体系则与国家以及现代经济社会组织形态紧密相连。国家发行的本位币有国家信用支撑,其背后是整个社会的财富和交易的商品。国家根据全社会商品生产和交易的需要发行本位币,以法律保证本位币的流通,并通过中央调节机制保持本位币价值稳定,从而维持现代信用货币体系正常运行。不难看出,货币领域是最需要中心化的,而区块链恰恰是去中心化的。

货币政策是目前世界上几乎所有国家的主要经济政策之一。货币政策运用的最基本条件就是中央银行垄断货币发行权,并调节利率、汇率、物价、就业和经济增长,等等。即使随着技术进步,单一纸币发展为电子货币等多种形式,其背后依然是国家信用背书,这是最根本的基点。在可预见的未来,主权国家都不会放弃货币政策。因此,私人创造和发行数字货币,不是真正意义上的货币,不具有国家信用支撑,而且还会对当下货币主权、金融稳定、货币政策、金融监管造成严重负面影响。

此外,对金融系统来讲,效率和安全也非常重要,而区块链并不比现行的金融系统具备多少优势。事实上,目前的支付系统已经非常安全和便捷,可以支持比较大的交易量。有研究指出,区块链在交易上的效率反而不如目前的支付系统。如果为了反洗钱、反偷税漏税等,目前电子化交易也完全可以达到这一目的。

总之,应该更多地考虑用区块链技术改造实体经济,推动区块链和实体经济深度融合,让一切回归本源,这才是区块链技术发展应该着力的方向。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【C++】开源:Eigen3线性代数模板库配置使用
项目Gitlab地址:https://gitlab.com/libeigen/eigen
DevFrank
2024/07/24
4510
基准测试理论全面介绍:IOmeter、Stream、Whetstone、Dhrystone、SPEC、TPC、Linpack
计算机硬件的不断的升级带来系统处理性能持续的提高,如何对平台或系统的性能作出正确的判断就是性能测试的主要目标。
johnny666
2024/09/30
3410
精通 NumPy 数值分析:6~10
到目前为止,您应该能够使用 NumPy 编写小型实现。 在整个章节中,我们旨在提供使用其他库的示例,在本章中,我们应退后一步,看看可以与 NumPy 一起用于项目的周围库。
ApacheCN_飞龙
2023/04/23
1.8K0
PYTHON替代MATLAB在线性代数学习中的应用(使用Python辅助MIT 18.06 Linear Algebra学习)
MATLAB一向是理工科学生的必备神器,但随着中美贸易冲突的一再升级,禁售与禁用的阴云也持续笼罩在高等学院的头顶。也许我们都应当考虑更多的途径,来辅助我们的学习和研究工作。 虽然PYTHON和众多模块也属于美国技术的范围,但开源软件的自由度毕竟不是商业软件可比拟的。
俺踏月色而来
2020/08/19
5.5K0
apap图像拼接_20张以上多图拼图软件
项目地址:https://cs.adelaide.edu.au/~tjchin/apap/ 其中MDLT是两张图片的拼接,调试过程基本很简单,不再赘述; 对于BAMDLT多图拼接代码,现将出现的问题及解决办法整理如下:
全栈程序员站长
2022/11/09
6860
Numpy和MatplotlibPython科学计算——Numpy线性代数模块(linalg)随机模块(random)Python的可视化包 – Matplotlib2D图表3D图表图像显示
Python科学计算——Numpy Numpy(Numerical Python extensions)是一个第三方的Python包,用于科学计算。这个库的前身是1995年就开始开发的一个用于数组运算的库。经过了长时间的发展,基本上成了绝大部分Python科学计算的基础包,当然也包括所有提供Python接口的深度学习框架。 基本类型(array) array,也就是数组,是numpy中最基础的数据结构,最关键的属性是维度和元素类型,在numpy中,可以非常方便地创建各种不同类型的多维数组,并且执行一些基本
SeanCheney
2018/04/24
2.7K0
Numpy和MatplotlibPython科学计算——Numpy线性代数模块(linalg)随机模块(random)Python的可视化包 – Matplotlib2D图表3D图表图像显示
CMake 秘籍(二)
尽管 CMake 是跨平台的,在我们的项目中我们努力使源代码能够在不同平台、操作系统和编译器之间移植,但有时源代码并不完全可移植;例如,当使用依赖于供应商的扩展时,我们可能会发现有必要根据平台以略有不同的方式配置和/或构建代码。这对于遗留代码或交叉编译尤其相关,我们将在第十三章,替代生成器和交叉编译中回到这个话题。了解处理器指令集以针对特定目标平台优化性能也是有利的。本章提供了检测此类环境的食谱,并提供了如何实施此类解决方案的建议。
ApacheCN_飞龙
2024/05/16
6390
ceres实现的pnp解算后的位姿优化代码详解
这篇文章作为基础文章也是本文的学习和理解的过程,在将会给出更多的注释和“废话”帮助自己理解。同时有错误的话欢迎各位朋友留言指教。
点云PCL博主
2022/01/27
2.3K0
Eigen库学习教程(全)
说明:本教程主要是对eigen官网文档做了一个简要的翻译,参考了eigen官网以及一些博主的技术贴,在此表示感谢。
全栈程序员站长
2022/11/02
5.2K0
Eigen库学习教程(全)
「首席架构师推荐」数值分析软件列表
原文:https://en.wikipedia.org/wiki/List_of_numerical-analysis_software
架构师研究会
2019/10/09
2.2K0
「首席架构师推荐」数值分析软件列表
eigen使用教程_kafka简单使用
Eigen是可以用来进行线性代数、矩阵、向量操作等运算的C++库,它里面包含了很多算法。它的License是MPL2。它支持多平台。
全栈程序员站长
2022/11/02
4.3K0
eigen使用教程_kafka简单使用
Eigen 使用教程
MatrixX 开头的为动态矩阵,两个维度都可以变化,本质为 Matrix<Type, Dynamic, Dynamic> 定义的类型
为为为什么
2023/02/21
3.1K0
Python 数学应用(一)
Python 是一种功能强大、灵活且易于学习的编程语言。它是许多专业人士、爱好者和科学家的首选编程语言。Python 的强大之处来自其庞大的软件包生态系统和友好的社区,以及其与编译扩展模块无缝通信的能力。这意味着 Python 非常适合解决各种问题,特别是数学问题。
ApacheCN_飞龙
2024/05/24
1900
Python 数学应用(一)
NumPy 1.26 中文官方指南(三)
这些文档阐明了 NumPy 中的概念、设计决策和技术限制。这是了解 NumPy 基本思想和哲学的好地方。
ApacheCN_飞龙
2024/04/26
3920
python中的scipy模块
scipy包含致力于科学计算中常见问题的各个工具箱。它的不同子模块相应于不同的应用。像插值,积分,优化,图像处理,统计,特殊函数等等。
狼啸风云
2019/08/31
5.5K0
### 0x01 C++ 资源大全
关于 C++ 框架、库和资源的一些汇总列表,内容包括:标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。
上善若水.夏
2018/12/07
1.8K0
精通 Pandas:1~5
在本节中,我们将讨论使数据分析成为当今快速发展的技术环境中日益重要的工作领域的趋势。
ApacheCN_飞龙
2023/04/23
19.2K0
利用Python进行数据分析笔记
本书讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。我的目标是介绍Python编程和用于数据处理的库和工具环境,掌握这些,可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”,重点却是Python编程、库,以及用于数据分析的工具。这就是数据分析要用到的Python编程。
CtrlX
2023/03/21
5.3K0
利用Python进行数据分析笔记
相关推荐
【C++】开源:Eigen3线性代数模板库配置使用
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文