那么为什么现在大家依然认为
比特币的网络效应符合n^2或者n*log(n)模型呢？有一个很重要的原因是：这三条曲线在n比较小时是很难去区分的（即曲线的左侧部分）。
上图所示是三条曲线的右半部分（n比较大），实际上只有在一个网络已经达到其节点数的临界值时才会呈现这些情况，此时这三条曲线之间存在着很大的差异。n^2曲线继续以平方模式加速增长；n*log(n)曲线也会永久向上加速增长，尽管增速要比n^2模型小得多；而S型曲线在越过饱和点后，增长模式从超线性转变为亚线性。
当然，并不是所有的网络效应模型都符合S型曲线，也并不是所有的网络发展过程中都受到S曲线影响。
现实生活中许多网络效应自始至终都没有体现出像S型曲线的左半部分那样，指数级的超线性增长模式。这些网络一直都是亚线性增长模式，符合log(n)模型。
Log(n)型网络效应最常见的例子是各种可替代商品的交易。我们暂且承认每个额外用户量的增加都会增强日常流动性这一假设，即使这样，流动性增加对现有用户产生的边际价值也会变得越来越低。亚线性增长这一现象会贯穿该网络发展的全过程。
我们来考虑这样一个简单的例子，在某种商品交易市场上，每增加一个新用户进入市场都会使该商品的日常流动性增加0.01％。
当市场上有100个用户时，日常流动性是商品市值的1％；当有1,000个用户时，日常流动性会达到商品市值的10％；当有10,000个用户时，日常流动性与该商品市值相当；依此类推，当有10万用户时，日常流动性十倍于该产品的市值。
当一个用户拥有的商品量占交易总量的0.1％时，边际用户增加提供的流动性价值增长会越来越低。理论上说，滑点会随着用户数量和流动性的增长而下降，但在实际情况下，边际流动性收益对所有用户都低到难以察觉。
下图所示为可替代商品交易log(n)型网络效应的曲线：
有充分的证据表明这只是一条经验曲线。如果像虚拟货币这样的可替代商品交易的网络效应符合n^2模型，它在曲线上的任何一点都是超线性增长的，那么我们一定不会看到越来越多的虚拟货币交易所竞相登场。而且我们可以观察到，如果某个交易所有一定的流动性，也有一小部分的市场份额，这便足以维持它的日常运行，并且向市场参与者提供一定的流动性。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
