सामुदायिक मुद्रा नेटवर्क का टोपोलॉजिकल विश्लेषण: सरफू टोकन केस स्टडी

विषय सूची

1 परिचय

डिजिटल भुगतान प्रणालियां लेन-देन डेटा उत्पन्न करती हैं जो आर्थिक प्रक्रियाओं के अभूतपूर्व विस्तृत विश्लेषण को सक्षम बनाती हैं। यह अध्ययन सरफू टोकन नेटवर्क की जांच करता है, जो केन्या में एक सामुदायिक समावेशन मुद्रा है जिसे COVID-19 आपातकाल के दौरान मानवीय सहायता के हिस्से के रूप में तैनात किया गया था। यह शोध लेन-देन पैटर्न का विश्लेषण करने के लिए नेटवर्क विज्ञान विधियों को लागू करता है, जिसमें चक्रीय और गैर-चक्रीय घटकों के टोपोलॉजिकल वर्गीकरण और मुद्रा परिसंचरण में उनकी भूमिका पर विशेष ध्यान दिया गया है।

सरफू नेटवर्क ग्रासरूट्स इकोनॉमिक्स द्वारा आयोजित एक डिजिटल सामुदायिक मुद्रा प्रणाली का प्रतिनिधित्व करता है, जो एक गैर-लाभकारी संगठन है। विश्लेषण की गई अवधि के दौरान, यह प्रणाली केन्या रेड क्रॉस के साथ सह-डिजाइन किए गए आपातकालीन नकद हस्तांतरण कार्यक्रम के रूप में कार्य करती थी। सामुदायिक समावेशन मुद्राएं स्थानीय वाउचर प्रणालियां हैं जो मानवीय नकद हस्तान्तरण के लिए डिज़ाइन की गई हैं, जो स्थानीय आर्थिक विकास को प्रोत्साहित करने के लिए पूर्वनिर्धारित भौगोलिक क्षेत्रों या प्रतिभागी नेटवर्क तक सीमित हैं।

2 कार्यप्रणाली

2.1 नेटवर्क निर्माण

भुगतान प्रणाली को एक निर्देशित, भारित, अस्थायी नेटवर्क के रूप में मॉडल किया गया है जहां नोड्स सिस्टम प्रतिभागियों का प्रतिनिधित्व करते हैं और टाइमस्टैम्प वाले निर्देशित भारित लिंक लेन-देन के अनुरूप होते हैं। टोपोलॉजिकल विश्लेषण के लिए, लेन-देन को अस्थायी रूप से भारित निर्देशित लिंक में एकत्रित किया जाता है, जबकि परिसंचरण विश्लेषण के लिए अस्थायी पहलुओं को संरक्षित किया जाता है।

2.2 घटक विश्लेषण

इस पद्धति में दृढ़ता से जुड़े घटकों (एससीसी) और उनकी पदानुक्रमित संरचना की पहचान शामिल है। घटकों को चक्रीय (निर्देशित चक्र वाले) या गैर-चक्रीय (वृक्ष जैसी संरचनाएं) के रूप में वर्गीकृत किया जाता है। यह वर्गीकरण विभिन्न उपयोगकर्ता संलग्नता पैटर्न और मुद्रा परिसंचरण व्यवहारों के बीच अंतर करने में मदद करता है।

2.3 नल मॉडल

अवलोकन किए गए टोपोलॉजिकल पैटर्न की सांख्यिकीय महत्व का आकलन करने के लिए यादृच्छिक नल मॉडल का उपयोग किया जाता है। ये मॉडल यह निर्धारित करने में मदद करते हैं कि क्या कुछ घटक प्रकारों की प्रचलितता एक यादृच्छिक नेटवर्क में संयोग से अपेक्षित से अधिक है जिसमें समान मूल गुण हैं।

3 तकनीकी ढांचा

3.1 गणितीय सूत्रीकरण

नेटवर्क को औपचारिक रूप से $G = (V, E, W, T)$ के रूप में परिभाषित किया गया है जहां $V$ शीर्षों (उपयोगकर्ताओं) का समुच्चय है, $E \subseteq V \times V$ किनारों (लेन-देन) का समुच्चय है, $W: E \rightarrow \mathbb{R}^+$ किनारों को भार निर्दिष्ट करता है (लेन-देन राशि), और $T: E \rightarrow \mathbb{R}^+$ टाइमस्टैम्प निर्दिष्ट करता है।

घटक $C$ में मुद्रा परिसंचरण को इस प्रकार मापा जाता है:

$$R(C) = \frac{\sum_{e \in E(C)} w(e)}{\max_{v \in V(C)} \sum_{e \in E^{out}(v)} w(e)}$$

जहां $E(C)$ घटक $C$ के भीतर के किनारों को दर्शाता है, $w(e)$ किनारे $e$ का भार है, और $E^{out}(v)$ शीर्ष $v$ से निकलने वाले किनारों का प्रतिनिधित्व करता है।

3.2 एल्गोरिदम कार्यान्वयन

निम्नलिखित स्यूडोकोड घटक विश्लेषण एल्गोरिदम प्रदर्शित करता है:

function analyze_currency_network(G):
    # दृढ़ता से जुड़े घटकों की पहचान करें
    SCCs = tarjan_strongly_connected_components(G)
    
    # संघनन ग्राफ बनाएं
    DAG = condense_graph(G, SCCs)
    
    # घटकों को वर्गीकृत करें
    cyclic_components = []
    acyclic_components = []
    
    for component in SCCs:
        if is_cyclic(component):
            cyclic_components.append(component)
        else:
            acyclic_components.append(component)
    
    # परिसंचरण मेट्रिक्स की गणना करें
    metrics = {}
    for component in cyclic_components + acyclic_components:
        metrics[component] = calculate_circulation(component)
    
    return cyclic_components, acyclic_components, metrics

4 प्रायोगिक परिणाम

4.1 घटक वितरण

विश्लेषण से यादृच्छिक नल मॉडलों की तुलना में दृढ़ता से जुड़े घटकों की महत्वपूर्ण उपस्थिति का पता चला, जो आर्थिक नेटवर्क में चक्रों के महत्व को प्रदर्शित करता है। चक्रीय घटकों ने उच्च मुद्रा पुनः परिसंचरण दर दिखाई, जो सक्रिय व्यापारिक समुदायों का संकेत देता है जहां मुद्रा प्रतिभागियों के बीच कई बार परिचालित हुई।

गैर-चक्रीय घटकों में, सबसे महत्वपूर्ण त्रय पैटर्न ने उन उपयोगकर्ताओं की उपस्थिति का सुझाव दिया जो केवल एक बार सक्रिय खातों से मुद्रा एकत्र कर रहे थे, जो संभावित रूप से सिस्टम के दुरुपयोग का संकेत देता है। केवल एक बार सक्रिय उपयोगकर्ताओं के छोटे पृथक समूहों की भी पहचान की गई, जो सुझाव देता है कि उपयोगकर्ता केवल सिस्टम का परीक्षण कर रहे थे बिना निरंतर संलग्नता के।

4.2 अस्थायी विश्लेषण

लेन-देन पैटर्न के अस्थायी विश्लेषण से विशिष्ट परिसंचरण गतिशीलता का पता चला। चक्रीय घटकों ने समय के साथ सुसंगत गतिविधि बनाए रखी, जबकि गैर-चक्रीय घटकों ने छिटपुट संलग्नता पैटर्न दिखाए। समय के साथ घटक विकास की विज़ुअलाइज़ेशन ने प्रदर्शित किया कि आपातकालीन अवधि के दौरान उपयोगकर्ता संलग्नता रणनीतियाँ कैसे विकसित हुईं।

5 मौलिक विश्लेषण

यह शोध सामुदायिक मुद्रा प्रणालियों में नेटवर्क विज्ञान को लागू करने में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो आर्थिक नेटवर्क विश्लेषण में आधारभूत कार्य पर निर्मित है। क्रिस्सिओन द्वारा विकसित टोपोलॉजिकल दृष्टिकोण मुद्रा परिसंचरण पैटर्न को समझने के लिए एक कठोर ढांचा प्रदान करता है जो पारंपरिक आर्थिक मेट्रिक्स से आगे बढ़ता है। बैंकिंग प्रणालियों (बैटिस्टन एट अल।, 2016) या क्रिप्टोकरेंसी नेटवर्क (कोंडोर एट अल।, 2014) के अध्ययन में उपयोग किए जाने वाले पारंपरिक वित्तीय नेटवर्क विश्लेषण दृष्टिकोणों की तुलना में, यह पद्धति सामुदायिक-आधारित आर्थिक प्रणालियों में अद्वितीय अंतर्दृष्टि प्रदान करती है।

स्वस्थ मुद्रा परिसंचरण के संकेतकों के रूप में चक्रीय घटकों की पहचान आर्थिक सिद्धांत के साथ संरेखित होती है जो मुद्रा के वेग पर एक प्रमुख आर्थिक संकेतक के रूप में जोर देती है। हालांकि, नेटवर्क परिप्रेक्ष्य इस समझ में स्थानिक और संबंधपरक आयाम जोड़ता है। नल मॉडलों की तुलना में चक्रीय घटकों की महत्वपूर्ण उपस्थिति से पता चलता है कि सफल सामुदायिक मुद्राएं स्वाभाविक रूप से वृत्ताकार प्रवाह पैटर्न विकसित करती हैं, जो सिस्टम्स बायोलॉजी (जियोंग एट अल।, 2000) में अध्ययन किए गए चयापचय नेटवर्क के समान हैं।

गैर-चक्रीय घटक विश्लेषण के माध्यम से संभावित समस्याग्रस्त उपयोग पैटर्न का पता लगाना मुद्रा प्रणाली प्रबंधन के लिए इस दृष्टिकोण की व्यावहारिक उपयोगिता को प्रदर्शित करता है। यह क्षमता मानवीय अनुप्रयोगों के लिए विशेष रूप से मूल्यवान है जहां संसाधन अनुकूलन महत्वपूर्ण है। यहां विकसित विधियों को वित्तीय धोखाधड़ी पहचान (फुआ एट अल।, 2010) में उपयोग की जाने वाली तकनीकों के समान विसंगति पहचान के लिए मशीन लर्निंग दृष्टिकोणों के साथ एकीकृत किया जा सकता है, लेकिन सामुदायिक मुद्रा प्रणालियों की अद्वितीय विशेषताओं के लिए अनुकूलित किया गया है।

एक तकनीकी परिप्रेक्ष्य से, टोपोलॉजिकल विश्लेषण को अस्थायी गतिशीलता के साथ संयोजन कई नेटवर्क अध्ययनों में एक प्रमुख सीमा को संबोधित करता है जो सिस्टम को स्थैतिक मानते हैं। यह दृष्टिकोण सामाजिक प्रणालियों (होल्मे और सरमाकी, 2012) में अस्थायी नेटवर्क विश्लेषण के साथ पद्धतिगत समानताएं साझा करता है, लेकिन इन तकनीकों को संकट के संदर्भों में आर्थिक व्यवहार पर लागू करता है। भविष्य के कार्य विभिन्न प्रकार के आर्थिक संबंधों के बीच परस्पर क्रिया को पकड़ने के लिए मल्टीलेयर नेटवर्क फ्रेमवर्क को शामिल करने से लाभान्वित हो सकते हैं।

6 अनुप्रयोग और भविष्य की दिशाएं

इस शोध में विकसित पद्धति के विशिष्ट केस स्टडी से परे व्यापक अनुप्रयोग हैं:

• मानवीय सहायता अनुकूलन: आपातकालीन प्रतिक्रिया कार्यक्रमों में मुद्रा परिसंचरण की रीयल-टाइम निगरानी
• स्थानीय आर्थिक विकास: सामुदायिक मुद्राओं को डिजाइन करना जो स्थानीय आर्थिक प्रभाव को अधिकतम करती हैं
• वित्तीय समावेशन: वंचित समुदायों में अपनाने के पैटर्न को समझना
• नीति मूल्यांकन: मौद्रिक हस्तक्षेपों और उनके नेटवर्क प्रभावों का मात्रात्मक मूल्यांकन

भविष्य के शोध दिशाओं में शामिल हैं:

• हस्तक्षेप प्रभावों का अनुकरण करने के लिए एजेंट-आधारित मॉडलिंग के साथ एकीकरण
• मुद्रा प्रशासकों के लिए रीयल-टाइम निगरानी डैशबोर्ड का विकास
• सामुदायिक मुद्रा नेटवर्क का क्रॉस-सांस्कृतिक तुलनात्मक अध्ययन
• मुद्रा सफलता कारकों के भविष्य कहनेवाला विश्लेषण के लिए मशीन लर्निंग अनुप्रयोग

7 संदर्भ

1. Battiston, S., et al. (2016). Complexity theory and financial regulation. Science, 351(6275), 818-819.
2. Holme, P., & Saramäki, J. (2012). Temporal networks. Physics reports, 519(3), 97-125.
3. Jeong, H., et al. (2000). The large-scale organization of metabolic networks. Nature, 407(6804), 651-654.
4. Kondor, D., et al. (2014). Do the rich get richer? An empirical analysis of the Bitcoin transaction network. PloS one, 9(2), e86197.
5. Phua, C., et al. (2010). A comprehensive survey of data mining-based fraud detection research. arXiv preprint arXiv:1009.6119.
6. Grassroots Economics. (2023). Community Inclusion Currencies: Design Principles. Retrieved from grassrootsconomics.org