该论文研究了比特币网络中矿工在区块传播过程中的激励相容性问题。比特币作为一个无需许可的系统，依赖矿工共同维护区块链，其中区块传播是最基础的过程。然而，如果矿工存在不传播某些区块的动机，将表明比特币激励设计存在根本缺陷。尽管以往工作研究了传播延迟对分叉和挖矿奖励的影响，但尚未完全刻画在不同平局打破规则下矿工改善区块传播的激励。为此，作者基于区块链网络模型推导了每种平局打破规则下的奖励解析表达式，该模型捕捉了分叉对挖矿公平性的影响。这些表达式明确刻画了区块传播延迟、算力分布和平局打破规则如何共同决定挖矿奖励。然后利用这些表达式分析矿工改善区块传播的激励。结果表明，例如，矿工没有传播其他矿工生成的区块的挖矿奖励激励。相反，在首次看到规则下，每个非多数矿工都有激励更快地接收其他矿工的区块并更快地传播自己的区块。最后，论文比较了平局打破规则，揭示了传播激励与挖矿公平性之间的权衡：首次看到规则提供了最强的减少传播延迟的激励，但也最严重地损害了挖矿公平性。该研究对理解比特币共识协议的安全性和经济设计具有重要理论意义。

该论文在经典的Glosten-Milgrom（1985）顺序交易模型框架下，引入了一个信息论隐私机制：市场做市商观察到的交易方向被一个二元翻转信道（翻转概率η）扰动。在贝叶斯市场做市商定价规则下，论文推导出了均衡买卖价差的闭式解为 μ(1-2η)Δ，其中μ为知情交易者比例，Δ为资产价值范围。福利分解揭示了一笔从协议流动性池到交易者的每笔交易转移 μηΔ——称为“隐私补贴”，这与先前在连续高斯Kyle模型中建立的隐私补贴概念相类似。该结果将隐私补贴概念从连续高斯环境扩展到了离散两状态微观结构，证明了这一概念在两个经典模型中的稳健性。主要应用场景为基于MPC（安全多方计算）的撮合引擎，其中引擎基于带差分隐私噪声的方向信号进行定价。论文通过理论推导和数学证明，展示了在金融市场微观结构中引入隐私保护机制对市场质量和福利的影响。适合对机制设计、市场微观结构、隐私保护经济学感兴趣的研究者阅读。