背景

当前以太坊Rollup L2生态呈现蓬勃发展的态势，总日均TVL已突破370亿美元大关。然而令人意外的是，这些Rollup项目的短期价格表现却未能达到市场预期。从完全稀释估值（FDV）来看，主流Rollup项目如Arbitrum估值80亿美元，Optimism为74亿美元，Starknet达71亿美元，zkSync则为37亿美元，这与Solana高达770亿美元的FDV形成鲜明对比。

收入方面的差距更为明显。2023年以太坊创造了20亿美元的收入，而Arbitrum和Op Mainnet的年收入分别仅为6300万和3700万美元。今年新晋选手Base和zkSync在2024年上半年分别斩获5000万和2300万美元收入，同期以太坊收入高达13.9亿美元，表明收入差距仍在持续。显然，Rollups尚未形成与以太坊相匹敌的收入规模。

造成这种状况的一个重要原因是Rollup生态中缺乏对用户具有足够吸引力的应用，这实际上也是大多数公链面临的共性问题。这不禁让人思考：作为支撑大规模采用的基础设施，Rollups究竟在多大程度上履行了其使命？当前较低水平的链上活动是否导致其价值被市场低估？

所有这些问题都回归到一个根本命题：Rollups的诞生源于以太坊日益严重的网络拥堵和用户难以承受的高昂成本。从本质上说，Rollups就是为降低成本而设计的。除了安全性外，Rollups还拥有极具颠覆性的成本结构，随着交易量的增加，其经济效益将愈发显著。如果这一设计理念能够得到有效实现，Rollups很可能具备不可替代的独特价值。

本文将深入分析Rollups当前的经济结构，并对其未来发展前景进行展望。

Rollup商业模式

概述

Rollups通过Sequencer作为现金流入口，向用户收取交易费用以覆盖在L1和L2上产生的各类成本，并创造额外利润。在收入构成方面，这些费用主要包括基础费用（含拥堵费）、优先费用以及覆盖L1成本的费用。此外，协议还可以通过MEV费用等策略获取潜在收入。

在成本结构方面，支出主要包括相对较小的L2成本和更为显著的L1成本，如数据可用性（DA）成本、验证成本和执行成本等。Rollups与其他L2解决方案的关键区别在于其独特的成本结构。其中占比最大的DA成本被视为随提交给L1的数据量波动的可变成本，而验证和执行成本则通常被归类为维持Rollups运营的固定成本。

我们重点需要明确的是Rollups的边际成本，即每增加一笔交易所产生的额外成本在多大程度上低于平均成本。这个分析对于验证”用户越多，Rollup越便宜”这一核心主张至关重要。究其原因，Rollups采用批处理数据、压缩数据和聚合验证等创新方式处理交易，理论上这将带来比其他L1更低的边际成本。Rollups的固定成本会随着交易量的增加而被充分摊销，在高交易量时变得微不足道，但这一假设仍需要通过实际数据加以验证。

资料来源：IOSG

Rollups与其他L2解决方案的本质区别在于其独特的成本结构。其中最大比例的DA成本会随着提交给L1的数据量而波动，属于典型的可变成本；而验证和执行成本则基本固定，是维持Rollups正常运营的必要支出。

我们特别关注Rollups的边际成本特征，即新增交易所带来的额外成本与平均成本的对比关系。这一分析对验证”规模效应”假设具有决定性意义。由于Rollups采用批量处理、数据压缩和聚合验证等创新技术，理论上确实能够实现比其他L1更低的边际成本。随着交易量的提升，固定成本将被充分摊销，最终变得微不足道，但这一理论假设需要通过实际运营数据来验证。

Rollups收入

交易手续费收入

作为Rollups最主要的收入来源，L2交易手续费主要用于覆盖运营成本，并创造部分利润以对冲L1燃气成本的长期波动。部分Rollups还设置了交易优先费用机制，允许用户支付额外费用来加快紧急交易的处理速度。

在交易排序机制上，Arbitrum和zkSync采用简单的先到先得原则，而OP Stack则提供了更灵活的方案，允许交易通过支付优先费实现”插队”。对终端用户而言，L2基础费用在活动低迷时期由最低费用决定；在交易高峰期，则根据各Rollup对网络拥堵程度的评估收取拥堵费用，这些费用通常呈指数级增长。

资料来源：IOSG

由于Rollup L2本身的运营成本极低（主要包括链下工程和运维成本），且费用设置具有较大灵活性，几乎所有用于支付L2费用的收入都能转化为协议利润。在当前Sequencer中心化运行的背景下，治理组织可以相对自由地调整费用参数以满足短期需求。

资料来源：David_c

MEV收入

MEV交易可分为恶意和非恶意两类。前者包括抢跑交易等三明治攻击，后者则涵盖套利、清算等回跑交易。与L1不同，Rollups不提供公共内存池，只有Sequencer能在交易最终确认前查看交易内容，因此目前只有Sequencer具备在L2上发起MEV的能力。

资料来源：IOSG

根据Christof Ferreira Torres等人的研究，通过重放Rollups上的交易数据发现，Arbitrum、Optimism和ZkSync确实存在链上非恶意MEV活动。这三条链共创造了2200万美元的MEV价值，成为一个不容忽视的重要收入来源。

来源：Rolling in the Shadows：分析跨 Layer-2 Rollup 的 MEV 提取

支付 L1 费用的费用

这部分费用由Rollups收取，专门用于覆盖L1成本。除了预估L1燃气费以支付数据可用性成本外，Rollups还会额外收取一定费用作为储备金，以对冲未来燃气价格波动风险，这部分实质上构成了Rollups的收入。例如，Arbitrum设置了”动态”费用机制，而OP Stack则通过”动态开销”系数来实现费用倍增。在EIP4844升级前，这些费用约为DA成本的十分之一。

收入分成

基于OP Stack构建的Base采用了独特的收入分成模式。Base承诺将其总收入的2.5%，或者从L2交易收入中扣除L1数据提交成本后利润的15%（以较高者为准）支付给OP Stack。作为回报，Base将参与OP Stack和Superchain的链上治理，并获得最多2.75%的OP代币供应量。最新数据显示，Base每天向Superchain贡献约5 ETH的收入。

显然，Base向Optimism支付了可观的比例分成。除了直接的现金流贡献外，这种健康的网络效应也使OP Stack生态系统对用户和市场更具吸引力。虽然Arbitrum在某些指标如TVL或稳定币市值上可能超过Base与Optimism的总和，但在交易量和收入方面已被后者超越。这一点从其P/S比率中可见端倪——考虑到Base的收入贡献，$OP的P/S比率比$ARB高出16%，反映出市场对$OP生态附加价值的高度认可。

来源：OP 实验室

Rollups成本

以太坊 L1 数据成本

虽然每条链都有其特定的成本结构，但通常可以分为执行成本、数据可用性（DA）成本和验证成本（针对ZK Rollups）三大类。执行成本主要包括L1和L2之间的状态更新和跨链交互；DA成本涉及将压缩的交易数据、状态根和ZK证明发布到DA层；验证成本则专属于ZK Rollups，用于通过ZK方法验证交易可靠性。

在EIP4844升级前，L1数据成本（特别是DA成本）占据了Rollups运营成本的绝大部分。以Arbitrum和Base为例，DA成本占比超过95%，ZkSync约为75%，Starknet则超过80%。EIP4844实施后，DA成本出现显著下降，降幅根据Rollups机制的不同介于50%到99%之间。

其他费用

这部分主要包括链下工程和运维成本。鉴于当前Rollups的运营模式，节点运行成本接近于企业级AWS云服务器成本，整体处于相对较低水平。

L2利润与其他L1数据的比较

通过对Rollups整体收支结构的分析，我们可以将其与其他主流L1进行横向比较。选取Arbitrum、Base、zkSync和Starknet等Rollups的周均数据作为代表，可以看到Rollups的整体利润率与Solana相当，且明显优于BSC，这充分体现了Rollups商业模式在盈利能力和成本管控方面的优势。

资料来源：Dune Analytic、Growtepie

Rollups 之间的比较

概述

不同发展阶段的Rollups在基础表现上存在显著差异。例如，当市场存在空投预期时，Rollups的交易量会出现明显增长，同时伴随着收入和成本的同步上升。

资料来源：IOSG

目前大多数Rollups仍处于发展初期，在这个阶段确保财务可持续性和长期竞争力远比短期盈利更为重要。这与Starknet当前不向用户收取额外费用以追求利润的战略定位高度一致。然而，自2024年3月中旬以来，Starknet持续处于亏损状态。造成这种状况的根本原因是什么？这种状况会长期持续吗？

资料来源：IOSG

让我们深入分析这个问题。不同Rollups的边际成本结构因其采用的特定Rollup机制而异。数据压缩技术和其他计算机制的差异也导致了成本表现的明显区别。

资料来源：IOSG

我们将对不同Rollups进行横向成本比较，以帮助评估各类Rollups的技术特征和市场定位。

不同Rollups类型的成本结构

ZK Rollups

ZK Rollups的主要差异体现在验证成本上，这些成本通常被视为固定成本。由于难以通过费用分摊完全覆盖，这些成本成为导致Rollups出现财务赤字的根本原因。

来源： David Barreto @Starknet，Quarkslab，Eli Barabieri，IOSG

我们以Starknet和zkSync为例进行具体说明。

Starknet使用其专有的验证服务SHARP来处理交易排序、确认和区块生产。完成这些步骤后，交易会被打包并通过SHARP生成证明，随后发送至L1合约进行验证。验证通过后，证明将转发到核心合约。在Starknet中，验证和数据可用性（DA）的固定成本分别来源于区块和批处理过程。

来源：Starknet 社区 — Starknet 成本和费用

在Starknet中，可变成本随交易量增加而上升，主要源于DA成本。理论上这部分成本不应转嫁给用户，但实际上Starknet按每次写操作收取交易费用，而其DA成本仅由更新的内存单元数量决定，而非更新频率。这导致Starknet此前存在对DA成本超额收费的情况。

由于交易费用收取和运营成本支付存在时间差，可能导致潜在的亏损或利润波动。只要交易持续发生，Starknet就需要不断生成区块并支付相关固定成本。交易量越大，需要支付的可变成本也越高，但固定成本不会显著增加边际成本。

资料来源：Eli Barabieri — Starknet 用户操作压缩

受限于每个区块的计算资源（Cairo步骤），Starknet的燃气费计算基于资源使用量和数据量，旨在覆盖固定和可变成本。然而，区块或批处理的成本很难精确分摊到每笔交易。由于区块在达到特定计算资源阈值后会完成（触发固定成本），可以根据资源使用量分摊部分固定成本。

但受限于区块时间约束，在交易量不足（单个区块计算负载低）时，计算资源无法充分反映需要分摊的成本，导致固定成本无法完全覆盖。此外，”计算资源限制”会随着Starknet网络参数升级而变化。EIP4844后的短期显著亏损就是典型案例，只有在调整了收费参数中包含的计算资源系数后，亏损状况才有所缓解。

Starknet的收费模型难以通过单笔交易有效覆盖固定成本。因此，当Starknet主网更新且交易量极低时，就会出现亏损情况。

zkSync（zkSync Era）在Boojum升级后，从区块验证转向批处理验证，并仅存储状态差异，有效降低了验证和DA成本。其流程与Starknet类似，Sequencer将批次提交给Executor合约（包含状态差异和DA承诺），Prover节点提交验证（含ZK证明和DA承诺）。验证通过后（每45个批次）执行批次；与Starknet的区别在于，后者在区块和批次层面都会产生验证成本，而zkSync仅在批次层面产生验证成本。

在批量规模方面，Starknet的批次容量远大于zkSync Era——后者将每个批次限制在750或1000笔交易，而Starknet对单个批次的交易数量没有限制。

资料来源：IOSG

从对比数据可以看出，Starknet具备更强的扩展能力。其每个区块的计算资源限制使其能够处理更多交易和批次，显著提升了在高频交易和简单操作场景下的性能表现。然而，这也导致Starknet在交易量低迷时期面临较高的固定成本压力。相比之下，zkSync凭借其高效的数据压缩和灵活的区块资源分配，在应对L1燃气价格波动和低活跃度时期更具优势，但其区块生产速度存在一定限制。

对终端用户而言，Starknet的收费模型更为友好，与L1价格波动的关联度较低，规模经济效益更显著。zkSync的费用更具性价比，但受L1波动影响较大。在低活跃期，Starknet的高固定成本可能导致亏损，而zkSync在这种情况下表现更佳。Starknet更适合处理大规模高频交易同时控制成本，而zkSync的现有机制在高交易量场景下可能略显不足。

Optimistic汇总

Optimistic Rollup的成本结构相对简单。用户只需支付L2计算成本和L1数据发布成本，无需承担验证成本。每个区块或若干区块定期将状态根上传至L