DePIN单位经济学：缺失的排放数据

引言

燃烧覆盖率（burn coverage ratio）指的是一个网络的代币燃烧中，由真实终端客户收入支撑的部分，而非来自国库储备、基金会购买或激励性刷量使用。截至2025年末，外部分析师无法为GEODNET、Helium或io.net计算这一指标，因为这三家都没有在同一时期、同一平台上把以美元计价的发行量和以美元计价的收入并列公布。

目前能拿到的只是收入这一侧的数据。SolanaFloor引用Artemis数据做的三个月网络手续费对比显示，Helium约为400万美元，GEODNET约为130万美元，Akash Network为729,700美元。这给三个Solana生态DePIN网络的手续费总额排了序，但没有说明每家为产生这些手续费各自付出了多少代币发行量——而这才是判断单位经济模型是否成立所必需的对比。

这种不对称是DePIN信息披露的普遍特征。进入2025年，收入这一侧变得清晰可见：手续费看板、每日燃烧计数器、订阅用户总数一应俱全。但产生这些收入所依赖的补贴却没有同样透明。目前所有关于某个DePIN代币已转为净通缩的说法，都建立在做出该说法的团队自行挑选和呈现的图表之上——燃烧端以美元计价，发行端以代币计价。

最常被引用作为”模型可行”证据的这三个网络，对同样的压力给出了三种结构完全不同的应对方式。Helium把订阅收入导入一套机械的、无需人为判断的燃烧机制。据报道，GEODNET将数据收入中固定比例用于回购，这是一项既定政策。据称io.net用一套根据实测网络收益来决定发行量的引擎，取代了原先固定的发行计划。这分别是一条协议规则、一项管理层政策和一套算法，它们在面对一个糟糕的季度或领导层变动时能存活下来的程度差异极大。这三者中有两个无法通过我们能找到的任何资料得到验证。

燃烧能证明什么,不能证明什么

Helium的燃烧机制是这组案例中最干净的一个,适合用来确立”燃烧”究竟能证明什么。订阅收入被转换为数据积分（Data Credits），这是一种不可转让的单位，固定定价为每个0.00001美元，且只能通过燃烧HNT来铸造。固定的美元价格意味着被燃烧的代币数量随市场价格浮动,而被燃烧的美元价值则跟踪使用量。在此之上,据SolanaFloor的报道,该网络还通过Jupiter Exchange执行每日定投式回购。

这类燃烧机制是与消费挂钩而非按计划执行的”吸收池”，相较于在市场高点宣布的那种自由裁量回购是种改进。但严格来说，它也是一种转移：本该留在资产负债表上的收入被转换成了供应量的减少。这改变了代币的流通盘，但并不能证明这项底层业务的收入超过了提供服务的成本。

燃烧毛收入会带来一个直接后果：如果订阅收入的100%都被导入数据积分，那么提供这项服务的成本——支付给热点运营者的费用、硬件补贴、向运营商合作方购买的批发容量——就得用别的货币来支付。在DePIN领域，这种”别的货币”就是代币发行量。燃烧和发行是同一笔交易的两条腿，而只展示其中一条腿的看板能告诉观察者的信息很有限。一个网络完全可能每天燃烧5万美元，同时在供应端奖励上发行远超5万美元的代币，这两件事可以同时成立，毫不矛盾。

真正能解答这个问题的指标是”发行量相对收入的比率”，而不是燃烧数字本身。这个比率问的是：一个网络要发行多少美元的新增代币供应，才能产生一美元的终端客户收入，以及这个数字是否在下降。一个比率从5降到2的网络，是在把补贴转化为真实业务。一个比率维持不变的网络，是在为维持供应端的参与而支付一项永久性的税，其燃烧计划不过是把这项税收的所得又循环回代币里，并没有资助任何新东西。

三个指标,目前只有一个公开

要给DePIN的单位经济模型打分，需要三个量，但目前只有毛手续费收入这一项是公开可观察的，而且这还是通过第三方聚合方发布的，而非经审计的披露。

硬件获客成本是让一个有收入贡献的节点上线并维持运转的全部成本：设备补贴、安装和推荐激励、物流，以及在自然需求触达该节点之前第一年内支付给它的发行量。这三家网络都没有披露每个节点的这项成本，也都没有发布队列数据来说明某一时期部署的节点在下一时期是否仍在线、是否仍在产生收入。流失率在这里很关键——一个领了八个月补贴然后就下线的节点，消耗了获客成本，却从未对收入这条线做出过贡献。

每单位真实需求对应的代币补贴需要同时掌握两条数据线，因此目前无法计算。这里”真实需求”和”虚构需求”的区分很重要。协议层面统计的收入可能包含生态系统支出：基金会购买自家网络的服务、资助试点项目、以及因为有人花钱推动而存在的使用量。目前可得的数据中，没有任何一项能把终端客户需求和内部资助产生的需求区分开来，尤其是在算力市场，“为了赚取奖励而产生的使用量”是一个已有记录的失败模式，而非假设情形。

燃烧覆盖率继承了上述两个问题。一个建立在包含生态系统支出的收入数字之上的比率会高估覆盖程度；一个忽略发行量的比率描述的只是供应机制，而非业务质量。

还有一个可比性问题，是更好的信息披露也无法完全解决的。Helium的手续费来自消费级无线订阅和据称的运营商付费，GEODNET的来自企业级修正数据订阅，Akash的来自算力租赁。这些业务的毛利率、合同期限、流失率特征、对单一交易对手的敏感度都各不相同。仅凭毛手续费给它们排名，差不多相当于不查看任何细项，就按营收给一家移动运营商、一家数据授权商和一家主机托管商排名。

Helium Mobile的收入结构及其单点依赖

Helium公布的数字中存在一个内部张力，直接指向了收入的真正来源。SolanaFloor那篇文章提到505,505个注册用户，大约是5月水平的两倍，另有113,891个热点和超过120万日活用户。如果这里的”用户”统计的是通过运营商卸载流量服务的设备而非Helium Mobile订阅用户，那么日活用户数超过总注册数两倍以上就不矛盾了。这一解读与所报道的”向运营商合作方为Helium无线电承载的流量付费”这一转变相吻合，不过我们无法从任何可得资料中核实这些运营商协议的具体内容、起始时间或定价条款。

每日数字给出了一种规模感。据该文章引用的Artemis数据，10月26日，Helium产生了57,900美元的手续费，对应34,500美元的回购，当时HNT价格约为2.10美元，意味着当天大约购买了16,400枚代币。据报道，数据积分燃烧量持续稳定在每天接近5万美元左右，10月27日超过了52,000美元。该来源未说明这些日期所属的年份，但上下文指向2025年。

这份明细中有一行数据值得关注：10月27日的燃烧量中，约124美元来自物联网（IoT）使用量。LoRaWAN网络曾在Helium成立的头几年定义了这家公司，证明了其最初硬件建设的合理性，也吸收了其早期发行量的大头，如今这个网络每天对网络手续费的贡献大约只有万分之二十五。这具体说明了固定发行量驱动的早期扩张会产生什么结果：庞大的已部署基础、一个能运转的网络，以及极少的收入。无论移动业务最终会发展成什么样，IoT这条业务线都是一个对照案例，它表明通过补贴获得的密度并不会自动转化为需求。

净通缩说法中的反身性问题

一位Helium核心团队成员援引了一张Dune图表，据称显示自2025年9月下旬以来，由收入驱动的燃烧量已经超过了发行量，并将此描述为HNT的净通缩。这种说法的机制性问题在于：燃烧端以美元固定计价，而发行端以代币固定计价。

由于数据积分的定价固定在0.00001美元，一笔给定金额的订阅收入所燃烧的HNT数量与市场价格成反比。如果代币价格在业务不变的情况下腰斩，同样的日收入将销毁两倍数量的代币，发行量按计划不变，净通缩就会加深。反过来，如果价格翻倍，净通缩完全可能在没有一个订阅用户流失的情况下翻转为净通胀。因此，用代币数量衡量的”通缩”说法，有一部分其实是在陈述价格，而把它解读为业务表现的陈述，是颠倒了因果关系。这个说法真正可验证的版本应当以美元计价：每日燃烧掉的收入美元值，对比每日发行量的美元价值。这个数字目前尚未公布。

卸载流量收入作为一种集中度风险

如果Helium手续费收入中有相当一部分来自运营商流量卸载，那么这个网络实际上是用一种依赖换成了另一种依赖。消费级订阅收入增长缓慢，也很难抵御现有运营商的价格战，但它分散在数十万个小账户之间。而卸载流量收入是向少数几个大买家出售批发容量，这些买家掌握定价权、控制流量调度，并可以在合同续约时重新谈判条款。去中心化的供应端改变的是谁拥有这些无线电设备，但没有改变一个事实：批发容量是一种卖给买方市场的大宗商品。

能检验这一点的场景很清楚：某个运营商合作伙伴降低卸载流量的支付费率或改道流量。随之而来的是每日数据积分燃烧量下降，回购规模按比例萎缩，净通缩在网络本身没有出任何问题的情况下逆转。我们没有依据来估计这种场景发生的概率，因为合同条款并不公开。一个无法从外部评估其持久性的收入来源，不应该被当作经常性消费收入那样来加以信赖。

有报道称Helium暂停了一项自由裁量燃烧计划以资助增长，但我们无法通过任何可得资料核实这一点。如果属实，其结构性含义很明确：一项可以被暂停的燃烧不是货币政策，而是一项资本配置决策，这个区别对任何把供应量减少当作代币持久属性来看待的人都很重要。

GEODNET：声称的经济数据最亮眼,公开记录却最薄弱

GEODNET是这组案例中声称数字与可验证数字之间差距最大的一个。流传的说法包括：年化经常性收入约730万美元、年初至今增长约154%，以及一项将数据收入的80%用于购买并燃烧GEOD、以实现净通缩目标的政策——这些都没有得到我们能访问的任何资料支持。通常被援引作为这些数据来源的Blockworks研究报告，在撰写本文时访问返回的是404错误。我们将这些说法标注为未经证实，而非当作既成事实加以复述。

唯一有外部来源支撑的数据点，是GEODNET在所引用的三个月窗口期内产生的130万美元手续费。按年化推算，大致在500万美元左右的区间，这与730万美元的年化运行速率在方向上是相容的（考虑到该时期内的增长）。但相容不等于证实，它只是缩小了合理数字的区间，并未确认任何一个具体数字。

就底层业务而言，这是三者中差异化程度最高的一个。实时动态定位（RTK）通过一个由固定基站组成的网络广播修正数据，将附近接收设备的GNSS误差从米级缩小到厘米级。其价值是距离的函数，所以覆盖密度就是产品本身。买家包括农业设备运营商、测绘人员、机器人公司和自动化机械运营商，他们按每台接收装置（rover）支付经常性订阅费，而非按次付费。

这种需求结构有两个显著特点。经常性企业合同的流失率比消费级订阅低得多，也不会每天重新定价，这使得收入比Helium的更可预测。但现有竞争者实力相当强大：成熟的定位服务商、公共资助的连续运行参考站网络，以及无需地面基站的卫星修正服务。代币补贴驱动这一论点认为，发行量可以在现有企业不愿布局的地区资助基站密度建设，而一旦密度达成，这种优势就会具有黏性。反对意见则是：一旦密度跨过运营门槛，修正数据就会变成按月、按接收设备计价的大宗商品，届时拥有现有企业客户关系的老牌公司完全可以在不自建供应端的情况下匹配覆盖范围并压低价格来抢市场。

所描述的燃烧政策还存在一个定义上的问题。承诺燃烧”数据收入”的80%，与燃烧”总收入”的80%是两回事，而销售硬件的DePIN网络通常会在经常性收入之外记录一笔可观的一次性收入。在没有收入明细的情况下，外部读者无法判断这项燃烧究竟是由订阅业务资助的，还是部分依靠设备销售——而设备销售只有在网络持续扩张时才会持续产生。增长率也无法脱离基数来解读：在一个较小的基数上实现154%的增长，是早期阶段的常见轨迹，并不能说明网络扩大十倍后会发生什么。

io.net与收益挂钩发行机制的失效模式

据报道，io.net推出了一套激励动态引擎（Incentive Dynamic Engine），据称于2026年6月上线，将发行量和燃烧量都与实测网络收益挂钩，但这一说法无法得到验证。描述该引擎的io.net博客文章在抓取时没有返回可读内容，我们的研究中也没有任何二手资料涉及其具体机制。以下内容将”收益挂钩发行”作为一种设计方案来讨论，而非一套已部署且有可观察结果的系统。

这种设计回应的是一个真实存在的缺陷。固定发行计划在定价供应增长时不参考需求，这意味着无论网络容量是被充分利用还是闲置，网络都要支付同样的补贴。将其替换为与实测收益挂钩的发行方式，可以消除这种定价错配，但同时引入了三个具体问题。

第一个是顺周期性。固定发行是逆周期的：当需求疲软时，网络仍继续付费让运营者维持在线，保留了在需求回升时会变得有价值的产能。而收益挂钩的发行机制恰恰在收益下滑时削减奖励，从而加速运营者在下行周期中的退出。产能在最便宜留住的时候离开，之后必须以全额成本重新获取。这笔交易是否划算，取决于供给弹性，而对于拥有其他买家选择的GPU运营者来说，供给是富有弹性的。

第二个是计量的完整性问题。任何将代币铸造与”报告的收益”挂钩的规则，都会催生伪造收益的动机。在一个同一方既能出租又能供给算力的算力市场里，通过”刷量出租”来触发发行是一个显而易见的攻击向量，防范它需要一套独立于受奖励方的收入核验机制。目前可得的资料中，没有任何内容描述io.net如何应对这一问题。

第三个是滞后性与反身性问题。如果该引擎读取的是一个滞后的收益窗口，发行量对需求冲击的响应会晚上数周，这对噪音尚可容忍，但在体制转换期会造成损害。如果它读取的是接近实时的数据，而收益又是以一种波动性代币来计量的，那么发行量就会同时对价格和需求做出反应，从而在两个方向上都放大反馈。我们不知道io.net选择的是哪种机制。

在代币经济模型之下，算力市场还存在一个核心的需求问题。GPU租赁接近于同质化商品：买家按每小时价格比较同一类加速卡，切换成本很低，而竞争性供给中还包括拥有更高可靠性保证和传统采购路径的超大规模云厂商和中心化GPU云服务商。去中心化算力主要靠价格竞争，这从结构上限制了毛利率的上限。该类别目前唯一可得的手续费数字是Akash三个月内的729,700美元，不到Helium同期数字的五分之一。如果这反映了整个类别的规模，那么算力类DePIN面临的首要问题就不是发行机制的设计问题，而是需求根本没有达到供应端建设时所假设的规模。

基于可核实内容打分

这三个网络无法在单位经济模型上排出高下，因为它们都缺失发行量这一侧的数据。但可以在两个可观察的因素上排序：毛手续费规模，以及燃烧承诺的结构性持久程度。

第二个维度更具诊断价值。像Helium的数据积分转换那样在协议层强制执行的燃烧，不以管理层意愿为转移，能挺过领导层更替，并且可以在链上核实。像GEODNET据称的那种由政策设定的燃烧，是对经营现金的一项自由裁量分配，在任何需要把资本投向别处的季度里都可能被削减——这往往是一个站得住脚的商业决策，但正因如此，政策性燃烧不应被当作一种不可改变的货币属性来加以信赖。与收益挂钩的算法燃烧介于两者之间：形式上是结构性的，但其可信度仅取决于驱动它的收益计量方法，以及能够修改该公式的治理流程本身的可信度。

按结构可信度排序，Helium的机制最强，GEODNET的最弱，io.net的则无法评估。这个排序恰好与按声称的经济数据排出的顺序相反——GEODNET所称的利润率和io.net所称的引擎看起来比Helium的每日手续费流水更有说服力。叙事最吸引人的网络，恰恰拥有最少可验证的基础设施。

信息披露能解决什么,此刻该关注什么

让DePIN单位经济模型变得可审计所需的数据其实很直接。四项披露就能填补这一空白：在同一看板上，针对同一时期，以美元形式公布发行量，并与以美元计价的收入并列；把收入拆分为终端客户需求和生态系统/资助性使用两部分；提供节点队列数据，说明某一季度部署的设备中有多少在十二个月后仍在线、仍在产生收入；以及，在收入相当一部分来自少数交易对手的情况下，披露客户集中度。这些都不需要经审计的财务报表，只需要以和收入端同等的重要程度来公布成本端。

在这些信息出现之前，有三个可观察的条件可以提供实用的信号。第一，Helium的每日手续费运行速率能否在一次运营商合同续约周期中保持住，而不只是在单个季度的用户增长期内保持住，因为最主要的下行风险是一次会在没有运营中断的情况下削减燃烧的重新谈判。第二，GEODNET据报道的80%燃烧承诺能否撑过一个平淡的季度，这是区分”政策”与”不可更改规则”的关键条件。第三，io.net是否会公布IDE的收益计量和核验规范，因为一个与未经核实的收入挂钩的发行公式，实质上就是一种不受约束的补贴。

Helium的IoT业务线仍是核心案例。一个曾靠固定发行量撑起十万多台已部署设备的网络，如今从这个最初的业务板块每天只能产生大约124美元的收入。硬件存在，覆盖存在，但需求从未达到当初补贴所假设的规模。与收入挂钩的代币经济模型能改变一个网络补偿供应端的方式，但它造不出买家。