游戏虚拟道具交易生态研究报告

基本信息

阅读时间：约 30 分钟

字数：约 14,035 字

摘要：市场共识：游戏虚拟道具交易是游戏产业的附属市场，它的规模随游戏收入同步涨落，关注度有限。公开数据似乎支持这一判断的量级关系——2025年国内游戏市场实际销售收入为3,507.89亿元，同比增长7.68%；用户规模6.83亿，同比增长1.35% [4][6]；而2025年上半年国内虚拟物品（游戏）交易市场总规模为447.33亿元，同比增长12.74% [5]。把两组数字放在一起，很容易把交易市场读成游戏市场的附属项：游戏收入涨，道具交易跟着涨。

本文由 AI 生成，经人类主编终审。

市场共识：游戏虚拟道具交易是游戏产业的附属市场，它的规模随游戏收入同步涨落，关注度有限。公开数据似乎支持这一判断的量级关系——2025年国内游戏市场实际销售收入为3,507.89亿元，同比增长7.68%；用户规模6.83亿，同比增长1.35% [4][6]；而2025年上半年国内虚拟物品（游戏）交易市场总规模为447.33亿元，同比增长12.74% [5]。把两组数字放在一起，很容易把交易市场读成游戏市场的附属项：游戏收入涨，道具交易跟着涨。

我们认为：把道具交易市场当作游戏收入的附属项，会看漏这条赛道最关键的一处结构。两组增速并不相同——交易市场12.74%的增速比游戏市场7.68%高约5.06个百分点（测算，12.74%减7.68%）[7][14]。差异的方向说明，道具交易的扩张并不完全依赖游戏用户规模的增长，它更多取决于既有用户之间所有权的转移频次。换言之，这条赛道的驱动变量是流转次数，而不是新增用户数。这也解释了为什么用户规模仅增长1.35%的年份里，交易市场仍能保持两位数增长 [4][5][6]。

1. 第一，交易市场的规模与游戏市场的规模之间不是简单的比例关系。前者取决于存量道具的流转频次与流转价格，后者取决于新增消费与用户规模；两个变量可以背离；
2. 第二，平台费率结构比交易规模更能决定这条赛道的经济性。公开报道列示的佣金档位从2%到25%分布很宽，费率差异带来的收入差异可以远超规模差异 [5]；
3. 第三，交易的可核查性是这条赛道最薄弱的环节。游戏内所有权记录由运营方掌握，交易平台的成交数据不向外部披露，因此公开信息中缺少可直接引用的人均交易额与流转率。

本篇给出两个增量。第一个是把「道具交易生态」还原成三个可测量的量：流转率（一年内发生所有权转移的道具比例）、费率结构（不同类目的佣金档位分布）、以及纠纷率（进入申诉流程的交易比例）。有了这三个量，任何关于「这条赛道有多大、能不能做」的说法都可以被检验。第二个增量是给出评估这条赛道的三条判断规则：先看费率结构再看交易规模、把账号类交易与道具类交易分开评估、以及把所有权记录的归属作为风险定价的核心变量。三条规则都对应可测量的检验量。

玩家之间的道具交易，本质上是一次所有权转移。要理解这条赛道，需要先分清三段结构。第一段是所有权登记，即运营方在其系统内记录某件道具属于哪个账号；第二段是转移定价，即买卖双方就转移的对价达成一致；第三段是转移执行，即运营方在系统内把登记记录从一方改到另一方。三段里只有第二段是公开市场行为，第一段与第三段都由运营方单方面控制。

这张表暴露了这条赛道的第一个结构特征：交易的三个环节中，有两个由不参与定价的一方控制。这意味着交易能否发生，不取决于买卖双方的意愿，而取决于运营方是否在协议中允许，以及平台是否有能力在系统内完成登记变更。这是道具交易与普通商品交易最根本的差别。

第二个结构特征是价格基础。普通商品的价格由生产成本与供需决定，而虚拟道具没有制造成本，其价格完全由稀缺性设定与需求预期支撑。稀缺性由运营方通过投放规则控制，需求预期由玩家对道具在游戏中效用的判断决定。两个变量都不由市场供需内生决定，因此道具价格的历史序列不具备普通商品价格的解释力，用它做趋势外推的方法基础不牢固。

关于纠纷处理这一环节，公开报道中的信息最为稀缺。公开报道提到了多类交易场景的佣金档位与收费标准 [5]，但没有披露申诉量、申诉成功率与平均处理时长。缺少这三项数据，就无法估计纠纷成本对交易意愿的抑制作用，也就无法判断纠纷处理是不是这条赛道的主要瓶颈。本报告在后续章节中把这一项列为数据缺口。

这张表说明了为什么道具价格的历史序列难以被外推使用。四类价格变量中，只有交易摩擦一项可以部分从公开信息中观察，其余三项都由非定价主体在各自的时间表上决定。当价格序列发生变动时，观察者无法判断变动来自哪一类变量，因此也就不具备用历史价格预测未来价格的方法基础。这不是数据量不足的问题，而是结构性不可识别的问题。

要让「这条赛道有多大」成为可检验的说法，需要三个量。第一个是流转率，定义为一年内发生所有权转移的道具数量除以该年内处于流通状态的道具总量；它衡量市场的活跃程度。第二个是费率结构，定义为不同类目的佣金档位及其封顶规则；它决定平台一侧的收入，也决定买卖双方的实际成本。第三个是纠纷率，定义为进入申诉流程的交易笔数除以完成交易的笔数；它衡量摩擦成本。

费率结构可以从公开报道中直接读出。报道列示的档位包括：成品号类个人卖家8%（1000元封顶）并收取10元服务费；普通代练6%（1000元封顶）；主播与极速代练25%（1000元封顶）；另有按游戏区分收取3%至5%的类目；以及按游戏区分收取2%至3%（100元封顶）的类目 [5]。最高档25%与最低档2%之间相差23个百分点，倍数为12.5倍（测算，25%除以2%）。这个跨度说明，用单一费率来描述这条赛道的成本结构会产生很大误差。

流转率需要游戏侧与平台侧的数据对接才能测量，公开信息中缺少这一项。本报告的处理方式是把流转率列为数据缺口，并在第六章中用结构假设代替，明确标注其不代表任何实测值。这是本报告与常见行业分析的主要差别：不把缺少数据的变量用定性描述填满，而是把它明确标记为缺口。

这张表里可得性最高的一项是增速差。它之所以值得单独列出，是因为它是唯一一个可以用两组公开读数直接相减得出、且能直接支持判断的指标。其余四项中，费率结构可部分读出，市场规模有半年口径的公开读数，而流转率与纠纷率都是空白。这个分布决定了本报告的证据结构：能够定量展开的是增速与费率，不能定量展开的部分只能标注为缺口。

第一组读数来自产业规模。2025年国内游戏市场实际销售收入为3,507.89亿元，同比增长7.68%；用户规模6.83亿，同比增长1.35% [4][6]。以两个读数相除，人均年消费约为513.6元（测算，分子3,507.89亿元、分母6.83亿人、单位为元每人、年份2025年）[8]。这个数字界定了玩家侧的付费能力基线：它是所有道具交易定价的上限参照，因为玩家用于交易的支出与用于直接购买的支出来自同一份预算。

第二组读数来自自研产品结构。2025年自研游戏国内市场实际销售收入为2,910.95亿元，同比增长11.64%；自研游戏海外市场实际销售收入为204.55亿美元，同比增长10.23%，规模已连续六年超千亿元人民币；其中自研移动游戏海外收入184.78亿美元，同比增长13.16% [6]。自研产品在国内市场的占比为83.0%（测算，分子2,910.95亿元、分母3,507.89亿元）[9]。这条读数的含义是：可交易的虚拟道具几乎全部来自自研产品，因为代理产品的所有权与转让规则通常由境外权利方决定。

第三组读数来自交易市场。2025年上半年国内虚拟物品（游戏）交易市场总规模为447.33亿元，较2024年同期增长12.74% [5]。若以半年规模按同期比例年化，全年规模约为894.66亿元（测算，分子447.33亿元、乘数2、单位为元、年份2025年）[10]。该值相当于游戏市场收入的25.5%（测算，分子894.66亿元、分母3,507.89亿元）[10]。需要强调，这一换算假设下半年与上半年规模相当，而实际上半年与下半年的季节性差异可能很大，因此该值只能作为量级参照。

把三组读数放在一起，可以看出一个共同的局限：它们测的都是总量，没有一组测量流转。市场收入测的是玩家向运营方的购买，交易规模测的是玩家之间的转移金额，但两者都没有说明同一件道具在一段时间内被转移了几次。缺少流转读数，就无法判断交易市场的增长是来自更多道具进入流通，还是来自同一批道具被反复交易。这两种情形对应的监管与平台策略完全不同。

把范围再放大一层，这条赛道的使用环境可以用三组年度序列读数界定。世界银行年度序列口径下，2025年个人使用互联网的比例为91.6%、2024年为92%、2023年为90.6% [1]；2024年每百人移动电话订阅数为131.754 [2]；2023年研发支出占国内生产总值比重为2.577% [3]。这组数字给出两个含义：其一是游戏与交易的终端触达条件已经完备，接入不构成约束；其二是研发投入强度处于逐年上升区间，说明内容供给侧的产出能力仍在扩张，可交易道具的增量来源不会枯竭。两组读数合起来意味着，这条赛道的约束不在供给与接入，而在规则与登记。

第一种脆弱点是登记权的外部性。道具的所有权登记由运营方掌握，运营方可以在不通知交易双方的情况下修改规则、回收道具或限制转让。对于已经完成交易的买方而言，其购入的道具在登记层面并不安全。这类风险的定价很难通过交易记录观察，因为它在成交时并不显现，只在规则变更时才显现。

第二种脆弱点是费率档位的可调整性。公开报道列示的佣金档位差异很大，从2%至3%到25% [5]。费率由平台单方面设定，可以在不改变交易规模的情况下改变买卖双方的净收益。当某一高费率类目的实际成本被参与者充分认识之后，交易可能转移到平台之外，表现为市场规模增速的下降，而这一转移过程在平台的公开数据中不可见。

第三种脆弱点是账号类交易与道具类交易的混同。账号交易涉及的是整个账号下所有内容的转移，其法律与协议属性与单件道具的转移不同；公开报道中账号类交易的佣金档位为8%（1000元封顶）并另收10元服务费 [5]，与普通道具类目的低档位存在明显差异。把两类交易合并统计，会得出错误的平均费率与错误的平均单价。

三种脆弱点有一个共同点：它们的观测窗口都不在成交时刻，而在成交之后。登记权风险在规则变更时显现，费率风险在调整时显现，混同风险在统计口径变化时显现。这意味着仅凭成交数据无法评估这条赛道的真实风险水平，必须同时跟踪规则与协议的变化记录。

把三类脆弱点与两类交易方式交叉，可以得到一个关于风险分布的结构。道具类交易的风险集中在登记权与费率两项，账号类交易的风险还额外包含账号内其他内容的价值波动与账号历史记录的归属争议。公开报道中账号类交易的佣金档位为8%（1000元封顶）并另收10元服务费 [5]，这一档位高于普通道具类目，反映的正是账号类交易更高的处理复杂度。

这一分布为风险定价提供了可操作的方向：在评估一笔账号类交易时，需要把账号内道具的登记风险累加计算，而不是按单件道具的风险水平估算。累加的依据是账号内道具数量与每件道具的登记不确定性；当账号内包含大量高价值道具时，累加后的风险显著高于单件评估的结果。这也是账号类交易的平均单价与道具类交易存在系统性差异的原因之一。

第一条规则是先看费率结构再看交易规模。同等的交易规模在不同费率结构下的平台收入可以相差数倍。公开报道列示的最高档25%与最低档2%之间相差12.5倍（测算，25%除以2%）[5]，这意味着一份只报告交易规模的研究，几乎没有提供可用于判断平台经济性的信息。

第二条规则是把账号类交易与道具类交易分开评估。账号类交易的标的是整个账号，其定价包含了对账号内所有内容的估值，以及对账号历史记录的估值；道具类交易的标的是单件物品。两类交易在费率、纠纷率与监管属性上都不相同，公开报道中账号类交易的8%档位与普通类目的低档位差异就是一个直接证据 [5]。

第三条规则是把所有权记录的归属作为风险定价的核心变量。若一件道具的最终登记效力取决于运营方的单方规则，那么这笔交易的风险溢价应当显著高于登记规则明确的情形。这条规则的检验方式很直接：比较登记规则明确与不明确的两类道具，其成交价与理论效用的偏离度。偏离度越大，说明风险溢价越高。

把三条规则落到执行层面，需要一张可以直接填写的检查表。表的每一行对应一条规则，每一列对应一个可以在接触这条赛道之前确认的字段；只要有一个字段填不出来，就说明对这个判断的风险尚未被识别。这张表的价值在于它把「这条赛道能不能做」这个笼统的问题，转换成「能不能把字段填完」这个可判定的问题。

这张表在实践中的作用不是增加评估步骤，而是避免用总量数据得出结构性结论。多数对这条赛道的错误判断来自把两类交易、两种费率、两种登记规则合并成一个平均数。把字段拆开确认，可以让这些混合误差在评估阶段就被识别，而不是在成交之后才发现。

把三条规则与现有公开读数对照，可以看到一个明显的不对称：规则要求的字段里，费率与登记效力都有公开线索可循，而纠纷口径这一项完全空白。这意味着规则三在实践中会先被填到一半——登记效力可以从协议文本判断，纠纷成本却无法从任何公开渠道获得。本报告的处理方式是把这一项留作跟踪项，而不是用定性判断填补。这正是第六章把纠纷率列为主要盲区的原因。

本章给出四组测算，用于展示费率结构与交易规模之间的关系。全部参数中，市场规模与佣金档位来自公开报道 [5]，其余为结构假设。需要特别说明，公开报道未披露各类目的成交额占比，因此本章无法给出平台收入的实际数值，只能给出关系方向。

第一组测算比较两个费率档位下的平台收入。设某类目的成交额为100个单位，在2%费率下平台收入为2个单位，在25%费率下为25个单位，两者相差23个单位、倍数为12.5倍（测算）[11]。这说明在成交额完全不变的情况下，费率差异可以带来十倍以上的收入差异。

第二组测算处理年化。半年交易规模447.33亿元按同期比例年化约为894.66亿元（测算，分子447.33亿元、乘数2、单位为元、年份2025年）[10]。若下半年与上半年规模相当，则全年规模相当于游戏市场收入的25.5%（测算）[10]；若下半年规模比上半年低20%，则年化规模约为805.19亿元，占比约为23.0%（测算）[12]。两个情形的差距约2.5个百分点，说明年化假设对结论的影响可控但不为零。

第三组测算处理自研占比对可交易范围的影响。国内自研收入占比为83.0%（测算，分子2,910.95亿元、分母3,507.89亿元）[9]，其余17.0%为代理或进口产品。若仅自研产品中的道具具备较明确的转让规则，则可交易道具的基数上限约为自研部分对应的道具总量；以收入占比作为代理变量，可交易范围的基数约为整体的83.0%。这一处理是近似而非精确映射，因为道具总量与收入并非线性对应。

第四组测算处理增速差的时间累积。交易市场增速12.74%与游戏市场增速7.68%的差为5.06个百分点（测算）[7][14]。若该差距持续五年，则交易市场相对游戏市场的规模会扩大约1.27倍（测算，按1.0506的五次方减1）[13]。这一测算说明，即使两者的年增速都只有个位数差异，长期累积也会改变两者的相对结构——这正是本报告在摘要中把增速差列为核心读数的原因。

这张表把四组测算的参数、结论方向与适用限制列在一起，读者可以按自己的参数替换后重新计算。需要再次强调，除市场规模与费率档位来自公开报道外，其余参数均为结构假设；其中年化倍数、自研占比对道具总量的近似、以及增速差的持续性假设都没有公开数据支撑。因此四组测算的作用限于说明关系方向，不能用于推导任何平台的实际收入或规模。

第一处边界是数据的口径。本报告引用的交易市场规模与费率档位均来自媒体报道转引的平台规则口径 [5]，未经独立审计；产业收入与用户规模来自行业协会发布的报告口径 [4][6]。两类数据的统计范围与统计时点不同，跨来源相减得到的增速差只能用于界定量级，不能用于推导任何一段时间内的精确变化。

第二处边界是适用对象。本报告的判断针对以平台为中介的玩家间虚拟道具与账号交易；游戏内直接向运营方购买虚拟物品的行为、以及以竞技成绩为标的的代练服务，其风险结构与定价机制不同，不在本报告的核心覆盖范围内。代练类服务在公开报道中列有25%的佣金档位 [5]，该档位对应的是服务类而非物品类交易，不能与道具类费率直接比较。

第三处边界是度量的成本。本报告提出的三项度量中，流转率与纠纷率都无法从公开渠道获得，需要平台侧配合才能测量。因此在无法取得平台数据的条件下，对这条赛道的评估只能停留在总量与费率两个维度，其结论的精度低于其他可比行业。这一点应当被明确写出，而不是用定性描述替代。

这张表把本报告的每一个判断与其推翻条件一一对应。可以看到，五个推翻条件都不需要新的理论，只需要更完整的数据：多年度的规模序列、各类目的成交额结构、登记规则开放产品的交易记录、申诉量的公开披露，以及下半年的实际规模。换言之，本报告判断的脆弱点不在推理链条上，而在公开数据的覆盖范围上。

还有一处容易被忽略的口径问题：交易市场的规模读数与游戏市场的收入读数在统计对象上并不完全对应。游戏市场收入计的是玩家向运营方的支付，交易市场规模计的是玩家之间的转移金额；同一笔钱如果经过一次转手，会在交易口径里被记一次，而在收入口径里不被记入。因此两者相减得到的增速差，其含义是两类活动的相对活跃度变化，而不是同一批资金在两条渠道之间的转移。

把这处口径问题与登记权问题放在一起，可以得到一个关于风险定价的判断：道具的成交价格中，包含了对未来能否自由转让的预期。当登记规则趋严时，这部分预期下降，成交价格的下行幅度可能大于其游戏内效用的下降幅度。这一差额无法从成交数据中直接分离出来，但可以通过比较同类道具在规则变更前后的价格变化来观察。本报告把这一观察列为跟踪项。

以下风险与正文判断一一对应，按「数据与口径—规则与登记—交易与纠纷」三类列示：

1. （一）把交易市场当作游戏市场的附属项，忽略两者增速的差异方向；
2. （二）用单一费率描述这条赛道的成本结构，忽略档位之间的十余倍差异；
3. （三）把账号类交易与道具类交易合并统计，得到失真的平均费率；
4. （四）忽略所有权登记由运营方单方控制，低估已完成交易在登记层面的不确定性；
5. （五）在缺少流转率与纠纷率的情况下，用定性描述替代数据缺口；
6. （六）把半年口径的交易规模直接年化而不说明假设，使量级被误读为精确值。

对号入座：（一）对应摘要与第三章，两者增速相差约5.06个百分点（测算）[7]；（二）对应第二章与第六章，公开档位最高与最低相差12.5倍（测算）[5][11]；（三）对应第五章与第六章，账号类交易与普通类目的档位不同 [5]；（四）对应第一章与第五章，登记环节由非定价方控制 [5][7]；（五）对应第三章的表，流转率与纠纷率均为数据缺口 [5]；（六）对应第六章的年化测算，三种假设对应约25.5%、23.0%与20.4%三个占比（测算）[10][12]。

建议持续跟踪五个观察指标，作为上述判断的验证锚点：

1. 交易市场规模的同比增速与游戏市场增速的差（验证增速差判断）；
2. 各类目佣金档位的调整记录（验证费率结构是否在变化）；
3. 账号类成交额占比的走向（验证两类交易是否应继续分开评估）；
4. 用户协议中关于转让与登记的条款版本变更（验证登记风险是否在变化）；
5. 公开渠道中流转类与申诉类指标是否出现（验证数据缺口是否被填补）。

本报告共设六条可证伪链，覆盖流转驱动判断、登记权约束、度量可得性、总量口径局限、成交后脆弱点与费率优先判断。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件，读者可按证伪条件自行验证判断的有效性。台账如下：

本报告的证据按三个档次标注，读者可据此判断每条数据的可用强度：

• [T1]国际组织口径：世界银行等国际组织的年度序列数据，具有明确的指标代码与统计方法说明；
• [T2]机构二手口径：行业协会、政府机构与上市公司的公开披露，口径可能存在差异；
• [T3]媒体转引口径：媒体报道或机构对外宣传口径，未经独立审计，仅作量级参考；
• [缺口]数据缺口：无法获得可靠来源的数据，本报告一律降级为定性讨论或不写。

所有标注「测算」的数字，均为本报告基于公开读数或结构假设推算的结果，公式与参数在正文中逐项给出。其中人均年消费的分子为市场收入3,507.89亿元、分母为用户规模6.83亿人、单位为元每人，年份2025年 [8]；自研占比的分子为2,910.95亿元、分母为3,507.89亿元、单位为百分比 [9]；年化规模的分子为447.33亿元、乘数为2、单位为元 [10]；增速差的分子为12.74%、分母为7.68%、单位为百分点 [7]；费率倍数的分子为25%、分母为2%、单位为倍 [11]；五年累积的分子为1.0506的五次方、基准为1.00、单位为倍 [13]；三种年化假设下的规模与占比为结构假设，不含实际下半年数据 [12]。上述参数为结构假设或公开读数的直接换算，不代表任何平台的实际收入。

本报告未采集任何平台的成交明细、申诉记录或用户协议的最新版本。因此凡涉及流转率、纠纷率与登记效力的内容，本报告一律以公开可得信息为基础展开讨论，并将无法获得的部分明确标注为数据缺口。虚拟物品交易在多数情形下不受消费者权益类规则的充分保护，不同平台与产品的规则差异较大，读者应以所涉产品的最新协议为准，本报告不提供任何交易建议。