以太坊状态、数据与执行需求弹性及Glamsterdam费用市场分析

作者 Fei Wu — 这项工作是在 EF 实习期间完成的。感谢我的导师 @misilva73 提供的宝贵讨论、反馈和评论。

概述

以太坊的手续费市场正在从用单一 Gas 单位计量和定价所有资源的模式，转向多维度设计。在 Glamsterdam 中，EIP-8037 引入了多维度计量，将状态创建 Gas 单独计量。EIP-7999 进一步为所有 EVM 资源引入了独立的 base fee 和资源特定的容量规则（即 Gas target 和 limit）；在 Glamsterdam 之后，这些资源就是 state、data 和 execution。

这种转变要求理解每种资源的需求如何独立地对价格做出响应。在本研究中，我们扩展了先前的 state-versus-burst 分析，将历史费用变化的响应分解为三条资源层面的需求曲线，以三次 Gas limit 提升作为识别变异来源。

然后，我们将估计的需求曲线与反事实的 Glamsterdam Gas 核算相结合。Glamsterdam 仍然是一个一维市场：execution 和 data 构成 regular-gas 分支，状态创建构成 EIP-8037 state 分支，瓶颈决定共享的 base fee。研究这一均衡展示了 Glamsterdam 重新定价和额外容量如何共同影响 state、data 和 execution 的有效价格。

估计得到的弹性以及 state 和 execution 的反事实 Gas 核算可以用于未来 EIP-7999 的研究。

本文呈现的结果可以通过该仓库复现。

主要结果

1. 资源需求对共享费用的响应不同。 在独立需求基准下，估计的自身价格弹性为：execution 0.079–0.121，data 0.201–0.229，state 0.254–0.478。State 是对价格响应最敏感的资源，execution 最不敏感。

2. Glamsterdam 大幅改变了同一活动的 Gas 核算。 在 Glamsterdam 核算下重放 2026 年 2 月至 5 月的活动，得到的计量乘数分别为：execution 1.538，data 1.969，state 5.656。

3. 在无上限的 isoelastic 基准下，约束分支在弹性不确定性下保持稳定。 Regular gas 在 60M 和 100M Gas limit 下决定共享 base fee，而在从 150M 到 300M 的每个测试 limit 下，state gas 决定共享 base fee。在四种弹性估计中，均衡 base fee 的范围为：100M 时 0.004004–0.009999 gwei，200M 时 0.000157–0.001491 gwei，250M 时 0.000065–0.000935 gwei，300M 时 0.000032–0.000639 gwei。

4. 高容量结果强烈依赖于 state 需求曲线的外推。 要满足 150M、200M、250M 和 300M 的 limit，state 创建活动分别需要达到其历史锚点的 $2.53\times$、$3.37\times$、$4.21\times$ 和 $5.06\times$。一个示例性的 $2\times$ state 需求上限反而使 regular gas 在 150M–300M 范围内始终成为约束，并大幅降低共享 base fee。因此，高容量情景下的费用和约束分支应被理解为以假定的 state 需求尾部为条件。

独立资源需求模型

设

$$ i\in{\mathrm{execution},\mathrm{data},\mathrm{state}}. $$

以下记号同时用于弹性和均衡计算：

记号	含义
$q_i$, $q_i^0$	资源 $i$ 的历史 Gas 等价单位活动量，及其 2026 年 2 月至 5 月的锚点
$p_i$, $p^0$	有效资源价格和历史共同价格锚点
$\epsilon_i$	资源 $i$ 的自身价格弹性
$Q$, $s_i=q_i/Q$	总测量的 Gas 等价活动量和资源份额
$\bar q_i$, $\bar s_i$	用于弹性恢复的最后一个干净 45M Gas limit 制度下的数量和份额
$b$, $b^*$	候选和均衡 Glamsterdam 共享 base fee
$m_i$, $g_i=m_iq_i$	Glamsterdam 计量乘数及由此产生的计量 Gas
$G$, $T=G/2$	Glamsterdam Gas limit 和 target

我们将每种资源的需求曲线建模为

$$ q_i(p_i) =q_i^0 \left(\frac{p_i}{p^0}\right)^{-\epsilon_i}. $$

在历史的一维手续费市场中，所有三种资源面临相同的 base fee：

$$ p_{\mathrm{execution}} =p_{\mathrm{data}} =p_{\mathrm{state}} =p. $$

历史手续费市场提供了共同价格层面的变异。更一般地，资源需求可能取决于所有三个有效价格，$q_i=q_i(p_{\mathrm{execution}},p_{\mathrm{data}},p_{\mathrm{state}})$。因此，Gas limit 提升事件识别了沿着 $p_{\mathrm{execution}}=p_{\mathrm{data}}=p_{\mathrm{state}}=p$ 的方向性响应：

$$ \epsilon_i =- \left.\frac{d\ln q_i}{d\ln p}\right|_{p_j=p} =- \sum_j \frac{\partial\ln q_i}{\partial\ln p_j}. $$

独立基准将交叉价格项设为零。在该限制下，共同价格响应成为资源的自身价格弹性：

$$ \epsilon_i =- \frac{\partial\ln q_i}{\partial\ln p_i} \approx- \frac{\Delta\ln(q_i/\mathrm{block})} {\Delta\ln p}. $$

资源相对于 execution 的响应为

$$ \Delta_{\mathrm{data}} =- \frac{\Delta\ln(q_{\mathrm{data}}/q_{\mathrm{execution}})} {\Delta\ln p} =\epsilon_{\mathrm{data}}-\epsilon_{\mathrm{execution}}, $$

$$ \Delta_{\mathrm{state}} =- \frac{\Delta\ln(q_{\mathrm{state}}/q_{\mathrm{execution}})} {\Delta\ln p} =\epsilon_{\mathrm{state}}-\epsilon_{\mathrm{execution}}. $$

正的 $\Delta_i$ 意味着当共同费用下降时，资源 $i$ 比 execution 扩张得更多。在份额锚点处，总弹性为

$$ \epsilon_{\mathrm{agg}} =\bar s_{\mathrm{execution}}\epsilon_{\mathrm{execution}} +\bar s_{\mathrm{data}}\epsilon_{\mathrm{data}} +\bar s_{\mathrm{state}}\epsilon_{\mathrm{state}}. $$

因此，三种资源弹性满足

$$ \epsilon_{\mathrm{execution}} =\epsilon_{\mathrm{agg}} -\bar s_{\mathrm{data}}\Delta_{\mathrm{data}} -\bar s_{\mathrm{state}}\Delta_{\mathrm{state}}, $$

$$ \epsilon_{\mathrm{data}} =\epsilon_{\mathrm{execution}}+\Delta_{\mathrm{data}}, \qquad \epsilon_{\mathrm{state}} =\epsilon_{\mathrm{execution}}+\Delta_{\mathrm{state}}. $$

该设定使每种资源的数量成为其自身有效价格的函数。交叉价格替代和交易层面的捆绑不在本次 Glamsterdam 计算的范围内。

独立性作为识别闭合

一般来说，每种资源的需求可能依赖于所有三个价格：

$$ q_i=q_i(p_{\mathrm{execution}},p_{\mathrm{data}},p_{\mathrm{state}}). $$

在当前的以太坊一维手续费市场下，execution、data 和 state 活动面临相同的 base fee。三次 Gas limit 提升事件识别了每种资源对共同价格变化的响应，

$$ \epsilon_i^{\mathrm{common}} = -\frac{d\ln q_i(p,p,p)}{d\ln p} = -\sum_j \frac{\partial\ln q_i}{\partial\ln p_j}, $$

它是每种资源的自身价格响应与交叉价格响应之和。然而，它并不能单独恢复完整三资源需求系统的自身价格项和交叉价格项。要恢复完整 $3\times3$ 弹性矩阵的各个条目，就需要分别变动 execution、data 和 state 的价格。在历史上，这些资源的价格从未被单独改变过。

独立需求模型通过将交叉价格项设为零，并将每个测量到的共同价格响应解释为自身价格弹性，来闭合这一识别缺口。

这并不意味着交易对这三种资源的需求真的是相互独立的。这是一种识别闭合：在与三个观察到的响应一致的模型中，它不会引入历史变异所无法估计的交叉价格系数。它对于 Glamsterdam 分析是有用的，因为手续费市场仍然只有一个共享 base fee，尽管不同的计量乘数造成了相对有效价格的一次性变化。

当费用变化主要改变的是与历史交易类似的交易数量、使资源构成保持相对稳定时，该近似最合理。对于同时消耗多种资源的交易，它可能会失效。例如，合约部署和存储写入同时消耗 state 和 execution（此外，在 EIP-7999 下，区块级访问列表作为 data 资源）。因此，一种资源的价格变化可能同时改变多种资源的数量。

因此，由此得到的均衡应被理解为以独立性闭合为条件的简化形式基准，而不是结构性交易需求模型。

实证弹性估计

数据和 Gas limit 提升事件

日度样本从 2025-01-01 到 2026-05-31，包含三次 Gas limit 提升：

事件	日期	Gas limit 变化
30M 到 36M	2025-02-04	+20%
36M 到 45M	2025-07-21	+25%
45M 到 60M	2025-11-25	+33%

当前规则下的核算将区块 Gas 分为三个互斥的组成部分：

• State 通过代理估计，使用新增的账户、存储和合约代码创建，转换标准为每个 112 字节账户 25,000 Gas、每个 32 字节存储槽 20,000 Gas、每字节合约代码 200 Gas。
• Data 收取 calldata Gas，包括 Pectra 之后的 EIP-7623 下限。
• Execution 是总区块 Gas 减去 data 和 state Gas。它保留了每笔交易 21,000 的内在 Gas，因此三个组成部分之和等于观察到的区块 Gas。

在整个样本中，平均资源组成为：

资源	每区块平均 Gas	份额
Execution	17.33M	73.6%
Data	0.81M	3.4%
State	5.42M	23.0%

弹性恢复使用干净的 pre-Fusaka 制度作为份额锚点：execution 75.7%、data 3.6%、state 20.7%，原因将在下文解释。

事件研究

围绕三次 Gas limit 变化的每日资源数量和份额、中位数 base fee，以及相对于 execution 的对数数量比。

对于下面的事件级表格，每个事件前和事件后窗口最多使用 35 天，并排除 Gas limit 变化前后的三天。第一个事件的事件前天数只有 31 天，因为样本从 1 月 1 日开始。每区块资源 Gas 根据事件前和事件后的汇总总额计算；费用指标是每日中位数 base fee 的中位数。其他窗口长度将在下一小节中报告。

事件	$\Delta\ln p$	$\epsilon_{\mathrm{agg}}$	$\Delta_{\mathrm{state}}$	$\Delta_{\mathrm{data}}$	$\epsilon_{\mathrm{execution}}$	$\epsilon_{\mathrm{data}}$	$\epsilon_{\mathrm{state}}$
30M 到 36M	-2.114	0.087	0.311	0.117	0.011	0.128	0.322
36M 到 45M	-0.887	0.251	0.116	0.100	0.223	0.323	0.339
45M 到 60M	-1.254	0.234	0.233	-0.094	0.180	0.086	0.413

前两个事件构成干净事件样本。第三个事件的事件后窗口与 Fusaka 和第一次 BPO blob 容量提升重叠，后者在同一时期改变了 blob 和 L1 calldata 的相对吸引力。

对 Fusaka 之前 11 月 26 日至 12 月 2 日的较短窗口进行的诊断显示，费用从 0.160 gwei 下降到 0.047 gwei，每区块 calldata 字节数增加了 16%，意味着 $\Delta_{\mathrm{data}}\approx0.26$。然而，在完整的 35 天事件后窗口中，它给出的 $\Delta_{\mathrm{data}} = -0.094$。这种不一致支持将第三个事件从弹性恢复中排除。

窗口稳健性

下表在每个窗口内对两个干净事件的统计量取平均，然后应用固定的 pre-Fusaka 份额锚点。每一行是均衡求解器使用的一个联动弹性向量。

窗口	$\epsilon_{\mathrm{agg}}$	$\Delta_{\mathrm{data}}$	$\Delta_{\mathrm{state}}$	$\epsilon_{\mathrm{execution}}$	$\epsilon_{\mathrm{data}}$	$\epsilon_{\mathrm{state}}$
21 天	0.195	0.085	0.361	0.117	0.202	0.478
35 天	0.169	0.108	0.214	0.121	0.229	0.335
60 天	0.127	0.123	0.198	0.082	0.205	0.280
75 天	0.119	0.123	0.175	0.079	0.201	0.254

75 天行作为扩展敏感性分析。其第一个事件的事件前窗口仍然限于 31 天，使比较不对称，且更长的事件后窗口更容易受到缓慢变化的影响。

在这些窗口中，总弹性范围为 0.119–0.195。Data 弹性在各窗口间相对稳定，接近 0.202–0.229。State 弹性范围为 0.254–0.478。它随窗口扩大而下降，这与强烈的初始响应随后部分逆转是一致的。Execution 弹性也有较大变化，从 0.079 到 0.121（约 35% 的差异）。不过，尽管 state 响应的幅度随窗口扩大而下降，资源间的排序仍然稳定。

我们注意到，这些估计刻画的是围绕历史 Gas limit 提升 20% 和 25% 的响应。它们并未直接观察到高于锚点数倍的活动或比参考 $p^0$ 低数个数量级的费用。 在该距离上沿用同一弹性，是一种 isoelastic 函数形式假设。四个窗口的范围衡量了对所选窗口长度的敏感性，而远离锚点的需求形态的不确定性仍在该范围之外。

Glamsterdam 共享手续费市场

Glamsterdam 保留一个 EIP-1559 风格的 base fee，同时将 regular gas 和 state gas 作为独立分支跟踪。Regular gas 包含 execution 和 data；state 分支包含状态创建：

$$ g_{\mathrm{regular}}(b) =m_{\mathrm{execution}}q_{\mathrm{execution}}(b) +m_{\mathrm{data}}q_{\mathrm{data}}(b), $$

$$ g_{\mathrm{state}}(b) =m_{\mathrm{state}}q_{\mathrm{state}}(b). $$

共享费用取决于计量 Gas 更多的分支：

$$ u(b) =\max\left{ g_{\mathrm{regular}}(b), g_{\mathrm{state}}(b) \right}. $$

对于 Gas limit $G$，target 为 $T=G/2$。均衡 base fee $b^*$ 满足

$$ \max\left{ g_{\mathrm{regular}}(b^), g_{\mathrm{state}}(b^) \right} =T. $$

均衡计算是一个反馈循环。 首先将试验性的共享费用 $b$ 乘以 $m_i$，为每种资源给出不同的有效价格。这些价格通过各自的需求曲线决定 execution、data 和 state 的活动量。然后，相同的乘数将活动量转换回 Glamsterdam Gas，并将 regular 和 state 分支中较大的一个与 target 进行比较。均衡计算调整 $b$，直到较大的分支达到 $T$。这一不动点是在所述假设下对需求与容量进行的静态比较。

2026 年 2 月至 5 月锚点

均衡锚点覆盖 2026 年 2 月 1 日至 5 月 31 日：120 天，860,505 个区块。历史价格锚点 $p^0$ 是每日中位数 base fee 的中位数，为 0.1069 gwei。

资源	每区块历史 Gas 等价数量	份额
Execution	23.942M	78.84%
Data	1.181M	3.89%
State	5.244M	17.27%
总计	30.367M	100%

这个最近的锚点不同于用于恢复弹性的 pre-Fusaka 份额锚点。前者为均衡设定 $q_i^0$ 和 $p^0$；后者在弹性分解中提供 $\bar s_i$。

为什么需要计量乘数

需求锚点使用历史 Gas 费用表，而 target 是在 Glamsterdam Gas 核算规则下定义的。对于相同的底层活动，计量乘数为

$$ m_i = \frac{g_i^{\mathrm{Glamsterdam},0}}{q_i^0}. $$

在候选 base fee $b$ 下，资源 $i$ 的一个历史 Gas 等价单位具有有效价格

$$ p_i(b)=m_i b, \qquad r_i(b)=\frac{p_i(b)}{p^0}=m_i\frac{b}{p^0}. $$

需求对该价格比率做出响应，由此产生的活动量被转换回 Glamsterdam Gas：

$$ q_i(b) = q_i^0 \left(m_i\frac{b}{p^0}\right)^{-\epsilon_i}, \qquad g_i(b)=m_i q_i(b). $$

每个乘数均由同一 2 月至 5 月活动的总反事实 Gas 除以总历史 Gas 计算得出：

$$ m_i = \frac{\sum_t g_{i,t}^{\mathrm{Glamsterdam}}} {\sum_t q_{i,t}^{\mathrm{historical}}}. $$

由此得到的乘数为：

资源	乘数	核算重放
Execution	1.538	EIP-8038 和 EIP-2780 opcode、交易路径和退款核算
Data	1.969	EIP-7976 交易下限加上 EIP-7981 访问列表费用
State	5.656	使用 CPSB = 1530 的 EIP-8037 字节核算

全范围汇总覆盖 2026 年 2 月至 5 月，基于 Xatu 数据集构建。我们使用一个 Erigon RPC 校准样本对其进行增强，该样本的目标是每天均匀采样 50 个区块（共 6,000 个区块）。Erigon 节点提供完整的访问列表和授权列表以及账户级别的先后追踪。

EIP-8038 和 EIP-2780 下的 Execution

execution 重放将 EIP-8038 的状态访问价格和 EIP-2780 的内在 Gas 路径应用于观察到的交易。存储写入重新定价是最大的组成部分。EIP-2780 通过将 21,000 Gas 的交易基础费用替换为 12,000 Gas 的发送方部分，然后根据交易路径添加接收方和价值转移费用，部分抵消了这一增加。

Execution 核算	每区块 Gas
历史常规 execution gas	23.942M
EIP-8038 SSTORE 增加	+11.687M
EIP-8038 cold SLOAD 增加	+2.082M
EIP-8038 其他变化	+0.635M
EIP-2780 内在 Gas 变化	-1.033M
新退款前的反事实 Gas	37.312M
EIP-8038 额外有效退款	-0.492M
退款后的反事实 execution gas	36.821M

因此

$$ m_{\mathrm{execution}} =\frac{36.821}{23.942} =1.5379. $$

在 120 天范围内，对所有 67.64M 笔有正向退款的交易进行了退款重建。整数重构识别了观察到的退款计数器的 99.82%；剩余部分采用与已识别交易相同的每日修正率。访问列表和授权写入中较小的部分则使用归档节点，因为 Xatu 不暴露其完整的交易内容。

左图分解了 EIP-8038 和 EIP-2780 下 execution Gas 核算的变化。右图显示了 120 天样本中每日反事实与历史 execution Gas 的比率。

EIP-7976 和 EIP-7981 下的 Data

在此处分析的核算下，EIP-7976 将 calldata 下限从每零/非零字节 10/40 Gas 提高到每字节 64 Gas。EIP-7981 按每个访问列表内容字节收取 64 Gas，其中地址按 20 字节计，存储键按 32 字节计。

Data 核算	每区块 Gas
历史 data gas，包括 EIP-7623 下限	1.181M
EIP-7976 下限提升	+0.776M
校准后的 EIP-7981 访问列表 Gas	+0.368M
Glamsterdam 反事实 data gas	2.324M

因此

$$ m_{\mathrm{data}} =\frac{2.324}{1.181} =1.9688. $$

EIP-7976 增量按交易逐笔计算：

$$ \Delta g_{7976,tx} =\max\left{ 0, 64B_{tx}-g_{\mathrm{body},tx}^{\mathrm{current}} \right}. $$

这里 $B_{tx}$ 是 calldata 的字节大小，$g_{\mathrm{body},tx}^{\mathrm{current}} = g_{\mathrm{used},tx}-21{,}000$ 是观察到的交易 Gas 减去历史基础费用。计算识别出 270.78M 笔交易中的 19.90M 笔（7.35%）受 EIP-7976 下限约束。这些交易每区块增加 0.776M Gas，相当于历史 data gas 的 65.7%。

由于分子在历史 calldata 锚点上添加了访问列表 Gas，恒定的 data 乘数假设访问列表活动与 calldata 按同一条数据需求曲线缩放。

EIP-8037 下的 State

上述指定的状态创建代理在 CPSB = 1530 的 EIP-8037 state Gas 核算下重新定价：

核算约定	每区块 State Gas
历史 Gas 等价代理	5.244M
相同估计创建量的 EIP-8037 state gas	29.663M

因此

$$ m_{\mathrm{state}} =\frac{29.663}{5.244} =5.6563. $$

Glamsterdam 均衡结果

各事件窗口的费用范围

以下范围在固定三个计量乘数的情况下，分别对每个联动弹性向量求解均衡。

Gas limit	Target	均衡 base fee 范围	所有窗口中的约束分支
60M	30M	0.553747–1.575098 gwei	Regular
100M	50M	0.004004–0.009999 gwei	Regular
150M	75M	0.000487–0.002720 gwei	State
200M	100M	0.000157–0.001491 gwei	State
250M	125M	0.000065–0.000935 gwei	State
300M	150M	0.000032–0.000639 gwei	State

左图展示了每个事件窗口估计对应的均衡共享 base fee；阴影区域覆盖四个结果，虚线 75 天估计线标记扩展敏感性。右图报告 regular 和 state 分支 Gas 占共享 target 的百分比。点显示每个四窗口范围的中点，误差条显示其端点。分支在其达到 100% 处决定费用。

计量与共享费用

仅看 base fee 本身并不能反映完整的价格变化。资源 $i$ 的一个历史 Gas 等价活动单位面对的有效价格为 $m_i b^*$，因此

$$ \frac{p_i(b^)}{p^0} =m_i\frac{b^}{p^0}. $$

该比率是一个资源单位的有效价格。完整的交易费用会按照其消耗的 execution、data 和 state 数量对这些价格求和。

每个区间结合了资源的 Glamsterdam 计量乘数和模型隐含的共享费用。低于 1 的值意味着较低的共享费用足以抵消计量增加。范围覆盖联动的 21 天、35 天、60 天和 75 天弹性估计。

在 base fee 不变的情况下，仅计量就会使有效价格提高：execution 提高 53.8%，data 提高 96.9%，state 提高 465.6%。在 60M Gas limit 的紧张情况下，共享费用上升，放大了这些涨幅。在 100M 及以上的 Gas limit 下，费用下降足以抵消所有三个乘数。200M–300M 时的极小比率也显示了这些均衡在多大程度上超出了事件研究中观察到的价格。

为什么约束分支会变化

对于独立模型，资源 $i$ 的计量需求可以写为

$$ g_i(b) =q_i^0 m_i^{1-\epsilon_i} \left(\frac{b}{p^0}\right)^{-\epsilon_i}. $$

在候选共享 base fee 等于历史锚点 $b=p^0$ 时，估计的弹性范围意味着 regular gas 为 36.94–37.63M，state gas 为 12.95–19.12M。此时的有效资源价格为 $m_i p^0$。60M limit 的 target 为 30M，因此费用必须上升直到 regular gas 收缩到 target。在 100M limit 下，随着费用下降两个分支都扩张，但 regular gas 仍然首先达到 50M target，因为它初始更接近 50M。

State 获得最大的计量增加，这最初使状态创建比 execution 或 data 昂贵得多。它也具有最大的估计弹性。随着额外容量降低共享费用，state 需求比 regular 分支反弹得更快。在 isoelastic 曲线下，state 在从 150M 到 300M 的每个测试 limit 下都达到共享 target。Regular 分支随后占据 target 的比例逐渐减少，从 150M 时的 77–88% 到 300M 时的 46–58%。

当 state 成为约束分支时，费用满足

$$ T =m_{\mathrm{state}}q_{\mathrm{state}}^0 \left( m_{\mathrm{state}}\frac{b^*}{p^0} \right)^{-\epsilon_{\mathrm{state}}}, $$

或

$$ \frac{b^*}{p^0} =\left( \frac{ q_{\mathrm{state}}^0 m_{\mathrm{state}}^{1-\epsilon_{\mathrm{state}}} }{T} \right)^{1/\epsilon_{\mathrm{state}}}. $$

指数 $1/\epsilon_{\mathrm{state}}$ 在四个估计弹性中范围为 2.09–3.94。这种陡峭的响应解释了为什么不同窗口对应费用之间的倍数差距在更高 limit 下会扩大。

State 需求饱和诊断

一旦 state 成为约束分支，其历史 Gas 等价活动量由 $q_{\mathrm{state}}=T/m_{\mathrm{state}}$ 固定：

Gas limit	State target	隐含的 state 活动量	5.244M 锚点的倍数
150M	75M	13.26M	$2.53\times$
200M	100M	17.68M	$3.37\times$
250M	125M	22.10M	$4.21\times$
300M	150M	26.52M	$5.06\times$

这些数量是估计需求曲线的不动点。200M–300M 的情况远远超出了观察到的状态创建锚点，因此它们的费用应被理解为 isoelastic 外推下的模型隐含值。

为了展示这些高容量结果在多大程度上依赖该外推，一个示例性的敏感性分析将历史 Gas 等价 state 活动量的上限设为其历史锚点的 $2\times$：

$$ q_{\mathrm{state}}^{\mathrm{cap}}(b) =\min\left{ q_{\mathrm{state}}^0 \left(m_{\mathrm{state}}\frac{b}{p^0}\right)^{-\epsilon_{\mathrm{state}}}, ;2q_{\mathrm{state}}^0 \right}. $$

上限等于 10.488M 历史 Gas 等价单位，或应用 $m_{\mathrm{state}}$ 后的 59.325M 计量 state gas。State 需要达到其锚点的 $2.53\times$，才能对 150M limit 下的 75M target 形成约束。因此，$2\times$ 上限阻止 state 达到从 150M 到 300M 的每个 target，regular 分支决定共享费用。

Gas limit	约束分支：无上限 → 有上限	模型隐含的有上限费用	同窗口有上限 / 无上限费用
60M	Regular → Regular	0.553747–1.575098 gwei	100%
100M	Regular → Regular	0.004004–0.009999 gwei	100%
150M	State → Regular	0.0000465–0.000441 gwei	8.60–37.20%
200M	State → Regular	0.00000240–0.0000502 gwei	1.34–10.01%
250M	State → Regular	$2.72\times10^{-7}$–$9.58\times10^{-6}$ gwei	0.356–3.718%
300M	State → Regular	$4.99\times10^{-8}$–$2.53\times10^{-6}$ gwei	0.129–1.689%

有上限和无上限费用的比率在每种事件窗口弹性规范内计算，然后在四个窗口间取范围。

在 250M 时，有上限费用比无上限费用低约 27–281 倍；在 300M 时，低约 59–772 倍。60M 和 100M 的结果不变，因为上限在那里不约束。

更广泛的上限扫描展示了各 Gas limit 下的分支结果，而不将任何上限视为预测。$3\times$ 上限允许 state 在 150M 处形成约束；$4\times$ 上限将其扩展到 200M；$5\times$ 上限将其扩展到 250M。State 要在 300M 处形成约束，需求在超过锚点约 $5\times$ 时仍不能饱和。

每个单元格报告在给定 Gas limit 和最大 state 活动倍数下决定共享费用的分支。分类在四个联动的事件窗口估计中一致。上限用于诊断对未观察到的 state 需求尾部的依赖；它们不是估计的饱和点。

高容量结果的解释

在无上限基准内的稳健性。 在所有窗口长度校准中，state 对共同费用下降的估计响应最大。在无限制的 isoelastic 扩张下，随着容量上升，state 分支会超过 regular gas。

跨需求尾部假设的条件性。 只有当 state 活动能够持续扩张到其历史锚点的大约 $2.53\times$ 至 $5.06\times$ 时，state 才会在 150M 到 300M 范围内形成约束。$2\times$ 上限使 regular gas 在整个范围内约束，而更广泛的上限扫描显示，转变点随上限增加而移动。

最依赖模型的输出。 250M–300M 的精确共享费用强烈依赖于假定的 state 需求尾部。这些值是函数形式假设下的不动点，而不是费用预测。

结论与后续步骤

核心结果是，我们估计了 EVM 资源的自身价格弹性：execution 为 0.079–0.121，data 为 0.201–0.229，state 为 0.254–0.478。

在 Glamsterdam 手续费市场中，我们展示了 regular gas 在 60M 和 100M 时决定均衡费用，而在无限制的 isoelastic 基准下，从 150M 开始 state 成为候选瓶颈——这是由 state 的最强重新定价效应和最高弹性的组合驱动的。我们还注意到，高容量的 state 均衡需要高于历史锚点数倍的活动量，因此精确的 base fee 和约束分支都仍然以未观察到的 state 需求尾部为条件。

这些结果为研究 EIP-7999 下多维度手续费市场的均衡奠定了基础；在该机制中，execution、data 和 state 各自拥有独立的 base fee、target 和 limit。

---

测量局限性

主要的实证局限在于 state 的测量。Execution 和历史 data gas 来自协议核算。状态创建是从校准的代理推断出来的，然后转换为 EIP-8037 计量 Gas。该代理中的偏差会影响 state 锚点、恢复的 state 弹性，以及 state 分支作为约束分支的每一个均衡。

事件窗口的结果范围显示出对两次干净 Gas limit 变化前后时间窗口选择的敏感性。所有四行都重复使用这些事件。75 天弹性计算还将 31 天的第一个事件前窗口与更长的事件后窗口结合，使其更容易受到缓慢变化的影响。

附录：数据来源与构建

弹性估计

数据源	用途
Xatu canonical block 和 transaction 表	Gas limits、base fees、总 Gas、交易数量和 calldata 核算
Xatu storage、contract、balance、nonce 和 address-appearance 表	可扩展的状态创建代理
每日校准核算面板	事件研究中使用的互斥 execution、data 和 state 数量

Execution 乘数

数据源	用途
Xatu default.canonical_execution_block	Canonical 区块编号、日期和区块 Gas 总量
Xatu default.canonical_execution_transaction_structlog_agg	Opcode Gas、cold 访问计数、SSTORE Gas 和交易退款计数器
Xatu default.canonical_execution_traces	内部合约创建和正值调用路径
Xatu default.execution_transaction 和 default.canonical_execution_transaction	交易路径和收据中的已使用 Gas
Xatu default.canonical_execution_storage_diffs	EIP-8038 退款重建中使用的最终存储变化
Erigon RPC 样本	完整访问列表和授权写入计数

Data 乘数

数据源	用途
Xatu default.canonical_execution_transaction	历史 Gas 和 EIP-7976 计算的收据 Gas 及零/非零 calldata 计数
Xatu default.canonical_execution_block	Canonical 日期和区块覆盖
Erigon RPC 样本	访问列表地址和存储键计数；EIP-7981 使用 $20N_{\mathrm{address}}+32N_{\mathrm{key}}$ 内容字节

State 乘数

数据源	用途
Xatu default.canonical_execution_storage_diffs	新创建的存储槽
Xatu default.canonical_execution_contracts	合约账户和代码字节
Xatu default.canonical_execution_balance_diffs 和 default.canonical_execution_nonce_diffs	新账户候选
Xatu default.canonical_execution_address_appearances	首次出现的账户过滤器
Xatu default.canonical_execution_block	日期和区块覆盖
Erigon RPC 样本	账户代理修正和委托指示器

---

1. 我们注意到 EIP-7623 引入了 calldata 下限并改变了 calldata 的价格。然而，它只影响大约 2% 的交易。↩︎

• 原文链接： ethresear.ch/t/demand-mo...
• 鸿途知科网 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～