原创内容与同质化竞争研究报告

基本信息

阅读时间：约 22 分钟

字数：约 11,460 字

摘要：同质化通常被描述为「内容太多了、都差不多」，这句话说得对，但没有可操作的部分。要判断原创溢价是否正在被侵蚀，需要把「差不多」变成可以取值的量：内容之间到底有多像、需求端有多少可以被相似内容满足、这两件事合起来让原创单价损失了多少。本报告围绕这三问建立三条口径——平均成对相似度、可替代需求占比与原创溢价率。

同质化通常被描述为「内容太多了、都差不多」，这句话说得对，但没有可操作的部分。要判断原创溢价是否正在被侵蚀，需要把「差不多」变成可以取值的量：内容之间到底有多像、需求端有多少可以被相似内容满足、这两件事合起来让原创单价损失了多少。本报告围绕这三问建立三条口径——平均成对相似度、可替代需求占比与原创溢价率。

本报告的核心预期差有三处。第一，总量增长掩盖了差异化供给的收缩：2025 年全国著作权登记总量为 1067 万件、同比增长 0.44%[4][5]，而在相似度由 59.0% 升至 62.0% 的设定下，有效差异化供给同比下降 6.9%（测算）[11]。第二，溢价的侵蚀不来自价格战本身，而来自替代率与相似度的乘积：基准情景下替代率 40.0% 与相似度 62.0% 相乘，使溢价保留比例降至 75.2%、溢价率由 28.6% 降至 21.5%（测算）[9][10]。第三，公开统计的覆盖范围恰好回避了相似度：登记数据覆盖数量与门类结构，不覆盖内容之间的相似程度（缺口）[17]。

产业侧的读数提供了参照。2024 年我国版权产业的行业增加值为 10.06 万亿元、占 GDP 比重 7.46%，版权已成为重要的生产要素[4]；同期登记结构显示艺术作品占登记总量的 60% 以上，其后依次为摄影、文字与影视节目；区域上辽宁的作品登记增速超过 100%，天津、山西、河南、海南等地增速超过 50%[5]。结构的集中说明供给的扩张并非均匀分布，而是集中在表达门槛相对较低的门类，这与相似度上升的方向一致。

口径提示：本报告中的平均成对相似度、可替代需求占比与原创溢价率均为示例性口径，用于呈现三条变量之间的折减关系，不代表任何平台、门类或行业的实测值。读者应以自身内容池与定价数据替换参数后重新测算。

同质化对价格的作用不是通过「供给变多」这条直接路径实现的。内容不是标准品，供给量增加本身不会机械地压低单价；真正起作用的是需求端的替换行为——当一篇内容与已有内容足够相似时，读者会把它们视为可互换的选项，此时价格成为唯一的比较维度。相似度越高，可互换的范围越大，价格比较发生的频率就越高。

这条机制可以拆成两个环节。第一个环节是识别：读者需要判断两份内容是否可以互相替代，相似度决定了这个判断的难度；相似度低时，读者要花成本比较差异，替换的意愿下降。第二个环节是定价：当两份内容被判定为可替代时，购买决策会退化为价格比较，此时高价的原创内容必须降价才能成交，或者退出这部分需求。两个环节合起来构成一条完整路径：相似度上升 → 可替代范围扩大 → 价格比较增多 → 溢价被压缩。

值得注意的是，这条路径的作用方向与「内容质量下降」无关。即使新供给的平均质量与原创内容持平，只要相似度足够高，替换行为依然会发生。反过来，质量下降但差异明显的内容，也不会触发价格比较。这解释了为什么同质化问题常常在质量没有明显变化的时期被感知到——被改变的不是质量，而是可替代性。

三条口径各有明确的分子与分母，这一节先把它们写清楚，后文的测算都建立在这三组定义上。平均成对相似度衡量的是内容之间有多像；可替代需求占比衡量的是需求端有多少可以被替换；原创溢价率衡量的是价格端留下了多少差额。三条口径的方向相反：前两条上升对原创方不利，第三条上升才是有利的。

选择这三条而不是「内容数量」「原创比例」这类更常见的指标，理由是指标必须能解释价格的变动。内容数量是供给侧的投入量，与价格没有稳定的对应关系；原创比例需要先定义什么算原创，而这一定义本身缺少可核验的口径。相似度、替代率与溢价率三项的优势在于它们可以在同一套逻辑里相乘或相减，形成闭合的算式，任何一项取值变化都能在结果上得到反映。三条口径的基线取值分别为 62.0%、40.0% 与 28.6%，另有价格离散度 0.31 作为辅助读数（测算）[8]。

把五项读数放在一条数轴上可以看出取值的量级差异：从 0.44% 到 75.2%，跨度接近两个数量级。这一差异不是口径设计的问题，而是指标性质不同——登记总量同比是流量增速，溢价保留比例是存量比例。将不同性质的指标并列时必须注明性质，否则容易把增速的微小变化误读为存量的等比例变化。

公开统计能够提供的第一层证据是登记规模与结构。2025 年全国著作权登记总量为 1067 万件、连续两年超过 1000 万件，同比增长 0.44%[4][5]。0.44% 这个增速本身值得注意：它对应用户侧供给几乎停滞，但同期的软件著作权登记增长 12.58%、超过 300 万件，其中东部地区占 57%[5]。同一份统计中，两个门类的增速相差 12.14 个百分点。

门类结构的分布进一步说明了扩张落在哪里。艺术作品占登记总量的 60% 以上，其后依次为摄影、文字与影视节目[5]。以 1067 万件为基数计算，艺术作品登记量不低于 640.2 万件（测算）[7]。艺术、摄影两类都具备一个共同特征：创作门槛低于影视节目，且视觉表达的相似判定更依赖整体观感而非逐句比对，因此在这两类上门类内相似度更容易升高。

区域数据提供了第三层证据。辽宁的作品登记增速超过 100%，天津、山西、河南、海南等地增速超过 50%[5]，与全国 0.44% 的总量增速形成明显落差。这一落差说明总量增速低并不代表各区域的供给同步收缩：增速高的区域多为登记基数较低的省份，其快速增长更多来自登记便利化与成本下降，而非创作产能的实质扩张。

把三层证据合起来看，登记侧的图景是：总量近乎持平、门类向表达门槛较低的类型集中、增量集中在登记基数低的区域。这三项特征共同指向同一个结果——登记数量的增长与其差异化程度的增长并不同步，这正是本报告在第七章测算有效差异化供给时所依据的结构性事实。

第二层证据来自供给侧的长期条件。互联网普及率由 2020 年的 70.053% 升至 2025 年的 91.6%、五年提高 21.547 个百分点[1][6]；移动电话普及率由 2019 年的 122.67 部提高至 2024 年的 131.754 部、增加 9.084 部[2][6]；研发支出占 GDP 比由 2018 年的 2.102% 升至 2023 年的 2.577%、提高 0.475 个百分点[3][6]。三项读数分别描述了分发条件、触达设备与投入强度。

把三项读数与相似度问题联系起来，逻辑是条件变化降低了供给的边际成本。分发条件改善意味着内容触达读者的门槛下降，触达设备普及意味着消费时段被拉长，投入强度上升意味着生产工具与自动化手段的成本相对下降。三者叠加的结果是：在一段时期内，新增供给的最省力路径是复制已被验证的表达形式，而不是探索未被验证的形式。这条路经的选择不是由创作者的能力决定，而是由成本结构决定。

需要强调的是，这三项读数只能说明「条件允许」，不能说明「结果发生」。条件改善同样可以降低原创探索的成本，方向取决于成本下降发生在哪一环。若成本下降主要发生在分发与呈现环节，同质化的动机上升；若主要发生在素材获取、验证与协作环节，原创的边际成本也会下降。本报告无法用公开数据判定成本下降的分布，只能把它列为需要后续观测的边界量。

把机制写成算式需要说明每一步的取数。溢价保留比例的定义是 1 减去替代率与相似度的乘积：替代率描述需求端有多少可以被替换，相似度描述替换能否顺利完成。两者相乘得到「实际发生的替换比例」，保留比例是其补数。这个构造的优点是只有两个参数，任何一项变化都能在结果上直接读出。

以基准读数代入：替代率 40.0%、相似度 62.0%，乘积为 24.8%，保留比例 75.2%（测算）[9][16]。溢价率由基线的 28.6% 按保留比例折算，得到 21.5%，侵蚀幅度为 7.1 个百分点、占基线溢价的 24.8%（测算）[10][16]。这个结果的含义不是「原创只值七五折」，而是「在给定的相似度与替代率条件下，溢价中约四分之一会被价格比较消耗掉」。

需要说明测算的构造逻辑。三项基线取值均为示例性设定，其形状依据是「相似度决定替换能否发生」「替代率决定替换的规模」两条结构性假设；保留比例采用乘法而非加权平均，是为了避免引入主观权重。读者可将自身内容池的相似度与需求端的替代率替换后重新计算，算式本身不变。

两个参数各取多档，可以看清结果对哪一个更敏感。相似度取 45%、55%、62%、75%、85% 五档，替代率取 25%、40%、55% 三档，共十五组组合；溢价率的取值区间为 15.2% 至 25.4%，跨度约 1.67 倍（测算）[12]。最高值出现在相似度 45% 与替代率 25% 的组合，最低值出现在相似度 85% 与替代率 55% 的组合。

把这十五个取值按敏感度排序，可以看到替代率的边际影响高于相似度。在相似度固定的条件下，替代率每提高 15 个百分点，溢价率的折减幅度在 1.4 至 2.7 个百分点之间；在替代率固定的条件下，相似度每提高 10 个百分点，折减幅度在 0.4 至 1.9 个百分点之间。这一差别对方案设计有直接含义：改善替代率（让需求无法被相似内容满足）的收益高于单纯降低相似度。

价格离散度提供了另一个视角。相似度由 35% 升至 85% 时，价格离散度（变异系数）由 0.44 降至 0.19（测算）[12]。离散度下降意味着同一品类内以价格区分定位的空间变小：当内容足够相似时，消费者无法从差异中获得理由接受高价，价格分布会向单一水平收敛。这条读数与溢价率的变化方向一致，是同一机制在价格分布上的表现。

把相似度纳入供给量的计算，可以得到一个与登记总量方向不同的读数。有效差异化供给等于登记量乘以有效差异度（即 1 减去相似度）。以 2024 年登记量 1062.3 万件与相似度 59.0% 计算，有效差异化供给约 435.6 万件当量；以 2025 年登记量 1067 万件与相似度 62.0% 计算，约 405.5 万件当量，同比下降 6.9%（测算）[11][15]。同一时期，登记总量同比增长 0.44%。

两条指数的分化揭示了「总量持平」这一表述的误导性。以登记总量看，供给几乎静止，同质化似乎不该发生；以有效差异化供给看，供给侧的可选择空间连续收缩了四年。两个读数并不矛盾，差别在于是否把相似度纳入分母的计算。这也是本报告把有效差异化供给作为核心跟踪量的原因——它同时包含了数量与结构的双重变化。

三条增速的差值可以量化这一分化。登记总量同比 0.44%、软件著作权登记同比 12.58%，而有效差异化供给同比下降 6.9%，前两者与后者的差值分别为 7.3 与 19.5 个百分点（测算）[15]。软件类登记的增速与有效差异化供给的走势相差最大，说明在这一门类中数量增长与差异化增长的方向最为背离。

把两项参数的变动幅度设为不同组合，可以得到三条路径。保守情景中相似度升至 75.0%、替代率升至 50.0%，保留比例降至 62.5%、溢价率约 17.9%；基准情景维持 62.0% 与 40.0%，溢价率 21.5%；优化情景中相似度降至 48.0%、替代率降至 28.0%，保留比例升至 86.6%、溢价率约 24.8%（测算）[13]。三情景的溢价率区间为 17.9% 至 24.8%，两端相差 6.9 个百分点。

从基准情景走向优化情景需要同时改变两个参数，方案设计因此分成替代侧与相似度侧两组动作。替代侧的目标是让需求无法被相似内容满足，可行的手段包括溯源的显性化与数据、场景的绑定：前者让读者能够区分来源，后者让内容与特定数据或使用场景绑定，替代成本随之上升。相似度侧的目标是降低内容之间的可比较程度，可行的手段包括创作过程的留痕与长尾需求的定向。

四项动作的合并效果可以量化。溯源与署名使替代率下降 6 个百分点、过程留痕使相似度下降 7 个百分点、数据与场景绑定使替代率再降 4 个百分点、长尾需求定向使相似度再降 5 个百分点；合并后替代率 30.0%、相似度 50.0%，保留比例 85.0%、溢价率约 24.3%（测算）[14]。这一取值接近优化情景的 24.8%，说明不需要达到极端的参数水平也能收回大部分溢价。

把四项动作按可执行性排序，结论与影响力排序并不一致。溯源与署名最容易落地，其效果主要来自替代率的下降；数据与场景绑定需要真实的业务积累，落地周期更长；过程留痕依赖工具支持与习惯改变，短期效果有限；长尾需求定向需要先找到未被充分满足的需求，识别成本最高。执行顺序因此更宜按落地难度推进，而不是按影响力排序。

结论一：溢价侵蚀来自替代率与相似度的乘积，而非价格战本身。替代率 40.0% 与相似度 62.0% 相乘得到 24.8% 的侵蚀幅度，溢价率由 28.6% 降至 21.5%（测算）[9][10]。

结论二：总量增长掩盖了差异化供给的收缩。登记总量同比 0.44%，而有效差异化供给同比下降 6.9%，两者相差 7.3 个百分点（测算）[5][11]。

结论三：替代率的边际影响高于相似度。相似度固定时替代率每提高 15 个百分点对应折减 1.4 至 2.7 个百分点，替代率固定时相似度每提高 10 个百分点对应折减 0.4 至 1.9 个百分点（测算）[12]。

结论四：方案不必追求极端参数。四项动作合并后替代率 30.0%、相似度 50.0%，溢价率回升至 24.3%，接近优化情景的 24.8%（测算）[13][14]。

结论五：公开统计回避了相似度这一关键口径。登记数据覆盖数量与门类结构，不覆盖内容之间的相似程度（缺口）[17]；五项阈值的汇总口径为：平均成对相似度 62.0%、可替代需求占比 40.0%、原创溢价率 28.6%、基准情景溢价保留比例 75.2%、登记总量同比增速 0.44%（测算）[18]。

建议持续跟踪五个观察指标，作为上述判断的验证锚点：

1. 内容池的平均成对相似度及其年度变化；
2. 同一品类内可由相似内容满足的需求占比；
3. 原创内容与相似内容的单价差额及其变化；
4. 同品类内容价格的离散度（变异系数）；
5. 登记总量增速与有效差异化供给增速的差值。

本报告共设七条可证伪链，覆盖机制路径、口径可比性、登记结构、供给条件、测算结构与敏感度排序、总量与差异化的背离、以及方案优先级。每条链均给出成立依据、适用边界、反面证据、跟踪变量与证伪条件，供读者按自身数据核验。