電競戰隊全球合作網絡空間結構及其影響因素

曲華麗，張 源，何金廖，張 旭

（1.華東師范大學 a.中國現代城市研究中心；b.城市發展研究院；c.城市與區域科學學院 上海 200062；2.上海外國語大學賢達經濟人文學院，上海 200083；3.武漢理工大學 資源與環境工程學院，武漢 430070）

隨著信息技術的進步和全球經濟的轉型重構，數字經濟日益呈現快速增長的態勢，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量①http://www.rddl.com.cn/attached/file/20210429/20210429161832_124.pdf。數字技術在一定程度上降低了交易成本，減少了地理距離對生產要素流動的障礙，從而有助于促進知識和創新的快速擴散，產生“去中心化”的地理效應（Czamanski et al., 2017）。尤其是在“新冠”肺炎疫情的持續影響下，大量線下經濟活動轉移到線上，不僅改變了許多產業的生產和消費模式，而且催生了多樣化的數字經濟新業態（蔡曉璐，2020）。因此，探索數字經濟的地理特征和空間效應，對于豐富產業集群和生產網絡等相關文獻，引導相關產業健康發展，具有重要的理論和現實意義。

作為融合了信息技術、體育、傳媒及大眾消費的新興數字產業，電子競技從20世紀末開始飛速發展，形成以電競俱樂部和國際聯賽為核心的重要全球性經濟部門（Hedlund, 2021）。近年來，由于移動設備的便利性給更多人參與電子競技機會，且隨著正式比賽的組織與開展，世界范圍內更多新興市場被激活，電競運動呈現職業化、國際化和生態化等特點，這也使得游戲參與者之間能建立更廣泛和多維度的聯系。中國電子競技目前也已進入職業化發展階段，2018年國務院印發的《完善促進消費體制機制實施方案（2018—2020）》②http://www.gov.cn/zhengce/content/2018-10/11/content_5329516.htm明確提出要積極培育電競運動這一體育消費新業態，延長電子競技產業鏈，擴大對經濟發展的影響。2020 年以來，在“新冠”肺炎疫情沖擊下，大量國際性體育賽事被取消，但電子競技則借助互聯網平臺保持穩定的增長，并不斷擴大影響力（Saiz-Alvarez et al.,2021）。英雄聯盟全球總決賽、Dota2 國際邀請賽、CS：GO Major 等國際賽事成為全球最受關注的體育和文化事件，凸顯電子競技產業強大的發展潛力以及對經濟增長的貢獻。

從理論研究的角度，以電腦、手機等終端設備和互聯網為媒介的電子競技創造出一個全新的互動場所，為身處不同地點的用戶提供了產生社會聯結的紐帶，促進人類活動從現實空間轉向虛擬空間（孫中偉 等，2014；董曉松 等，2019）。這一虛擬社區的信息搜集、互動與合作方式與現實社會可能存在較大差別，從而形成獨特的空間組織模式。此外，隨著地理臨近性作用的弱化，文化、社會、組織等其他臨近性在虛擬空間的形成和互動過程中可能會產生更加重要的作用，對于傳統經濟地理學理論提出新的挑戰。目前針對電子競技的地理學研究主要集中在對相關產業空間格局及生產網絡的分析（Xue et al., 2019），而基于虛擬社區建立的電競合作網絡尚未受到廣泛關注。基于此，本文基于英雄聯盟全球總決賽、Dota2國際邀請賽和CS：GO Ma‐jor三大國際性電競賽事的參賽戰隊數據，首先從虛擬社區的理論視角出發，借助社會網絡分析方法探索電競國際合作網絡的結構特征與演化過程，在此基礎上從多維鄰近性和國家產業基礎2個方面建立回歸模型，揭示影響全球電競合作網絡格局的主要因素。以期豐富數字經濟的地理學研究，并為促進中國電競產業發展和人才培育提供借鑒。

1 理論框架

1.1 電子競技

目前學術界對于電子競技的定義和分類標準并不統一，主要聚焦在電子競技是否是一項體育運動上（Hallmann et al., 2018）。其中，Wagner（2006）的定義被較多引用，他認為電子競技是一種人們利用信息和通信技術發展和訓練心理或身體能力的體育活動。Jenny 等（2016）則指出電子競技的增長在很大程度上歸功于在線競賽的普及，因此將其定義為“有組織的電子游戲競賽”。作為一種融合電子游戲、體育競技、經濟效益和傳媒影響的社會文化現象（梁樞 等，2019），電子競技也經常被視為數字文化產業的重要組成部分。關于電子競技的現有文獻主要集中在概念界定（Steinkuehler, 2020）、產業鏈結構（Chao,2017）、經濟效益以及產業集群（詹紹文 等，2021）等方面，但對于電競選手和戰隊這一微觀層面主體關注較少。作為電子競技的核心參與者，電競選手在電競產業中具有特殊的地位。電競俱樂部需要依靠電競選手獲得賽事獎金和企業贊助，并依托隊員人氣簽約主播平臺，以此提升市場知名度和經濟效益；而相關研究表明電競俱樂部隊員國籍的多樣性有助于電競戰隊成績的顯著提升（Parshakov et al., 2018）。隨著創意人才資源日益成為城市和區域發展的核心競爭力（何金廖等，2019），高水平電競人才成為全球各大電競俱樂部爭奪的焦點，逐漸形成大量基于虛擬網絡平臺的跨地域電競合作團隊，這也是本文的主要研究對象。

1.2 虛擬社區

虛擬社區是以互聯網為技術平臺，社區內成員通過共享信息和知識來相互學習或者解決問題，從而形成的新型社會關系集合體（Koh et al., 2003）。在電子游戲領域，虛擬社區涵蓋的虛擬空間不僅包含玩家所在的論壇和社交網絡，也包括游戲過程中團隊成員進行交流的互動空間（Sirola et al., 2021）。虛擬社區的成員擁有相似的身份、認知、生活方式或興趣愛好，并在社區內尋找擁有共同利益和目標的成員進行互動（Centola et al., 2015），最終形成復雜的社區成員群體網絡（黃冠維 等，2021）。此外，虛擬社區作為一種新型的媒介，不僅為互動交流與合作提供了重要平臺，同時也創造了類似于現實世界群體互動的社會資本（Rothaermel et al., 2001）。在電競活動中，游戲玩家通過組建或參與電競團隊獲得在線社交資本并形成個人虛擬社區關系網絡，這一虛擬資本可能進一步轉化為線下社交資本，并產生購買虛擬衍生商品等消費行為（Shukla et al.,2018）。與現實社會交往相比，在線社區中存在更多的連接節點和匿名交流，意味著虛擬社區更有可能由眾多非正式的、薄弱的社會關系組成（Malin‐en, 2015）。文彤等（2018）通過對馬蜂窩旅游虛擬社區網絡演化特征研究發現，旅游虛擬社區的發展演化主要基于弱關系聯結，其社區網絡呈現明顯的分散狀態。Aslesen等（2019）基于對挪威和瑞典2個城市群中小型軟件公司的深度訪談，認為虛擬社區中的互動可以超越特定的地理位置，通過組織、社會和認知鄰近推動編碼和隱性知識在虛擬空間內轉移，從而在加強現有知識聯系的同時產生新知識聯系的平臺。Trepte 等（2012）對電競社區產生的地理鄰近、社會鄰近、熟悉度對線下社會資本影響的研究則表明在線游戲中用戶互動越多，越容易產生線上及線下社交網絡。綜上，現有研究表明虛擬社區的網絡結構與形成機制與現實社區既存在相似性，也表現出一定獨特性，需要進一步檢驗。

1.3 多維鄰近性

鄰近性是經濟地理學分析網絡演化的重要視角，常見于集群創新和區域合作等議題研究（曹興 等，2017）。20世紀90年代，鄰近性在法國動力學派和其他學者的研究下由一維向多維度不斷拓展（王慶喜 等，2021）。此后，Boschma（2005）提出多維鄰近性概念，將影響跨地區組織和個體交流學習的因素歸納為5個方面：地理鄰近、認知鄰近、制度鄰近、組織鄰近與社會鄰近。國內部分學者也基于不同研究對象分析了不同維度的鄰近性，并在此基礎上提出了文化鄰近、歷史鄰近和技術鄰近等其他維度的鄰近性（李琳 等，2013）。本文根據電競合作的特征以及數據的可獲得性，選擇地理鄰近性、文化鄰近性、社會鄰近性和組織鄰近性分析電競合作網絡形成的影響因子。地理鄰近性主要指主體間的空間分割和接近程度，地理鄰近可以降低主體之間的交流成本，但隨著通信技術的進步，遠距離交互變得更為便捷，知識傳播的成本大大降低，使得地理鄰近性的重要性相對于其他鄰近性有所下降。文化鄰近性一般指國家之間的文化相似程度。文化鄰近性對于知識的學習、互動和傳播會產生積極的影響，相關研究多采用語言相似性進行測度。社會鄰近性通常指主體間基于信任形成的社會嵌入關系（Falck et al., 2012）。社會鄰近性有助于減少合作中的不確定性，形成長期穩定的合作關系，使得合作主體之間的網絡呈現內部化特征（Broekel et al.,2012）。組織鄰近性多指主體是否屬于同一關系空間，同一組織（如政治聯盟）內的成員在開展合作方面具備一定的便利性，而不同的組織則可能會阻礙成員間的合作，進而影響跨區域合作的網絡結構。

2 數據與方法

2.1 數據來源

數據涵蓋2013—2020 年，英雄聯盟全球總決賽、Dota2國際邀請賽和CS：GO Major賽事進入總決賽的戰隊信息。相較于其他賽事，英雄聯盟全球總決賽、CS：GO Major賽事和Dota2國際邀請賽是從創立至今每年舉辦的全球性電子競技賽事，參與戰隊均是在全球各大賽區中獲得總決賽參賽資格的戰隊，其獎金從最初的10萬、160萬、25萬美元漲至225萬、250萬和4 000萬美元，Esports Charts根據2020年電子競技項目觀看時長進行統計，觀看最多的賽事也分別為英雄聯盟、CS:GO 和Dota2三大賽事。因此，基于賽事規模、國際化程度和受歡迎程度，本文選取英雄聯盟全球總決賽、Dota2 國際邀請賽和CS:GO Major 賽事三大賽事作為研究案例。賽事戰隊成員名單及國籍信息來源于英雄聯盟官方網站③https://lol.qq.com/main.shtml、Dota2 官方網站④https://www.dota2.com.cn/和Liquipedia 網站⑤https://liquipedia.net/。選手國籍信息以數據獲取時的國籍為準，雙國籍選手歸入出生國籍。最終獲取來自75 個國家的2 850名戰隊成員的信息，選手主要來自于中國（309）、美國（248）、韓國（243）、丹麥（232）和瑞典（226）等國家，占比達44%。參與國際合作的戰隊涉及62 個國家，共計1 439 條合作關系，其中Do‐ta2、英雄聯盟、CS：GO分別從2013、2014、2015年開始以跨國戰隊為主，表明國際合作已成為全球性電子競技賽事的主流模式。

2.2 研究方法

2.2.1 社會網絡分析 社會網絡分析主要用于研究不同社會單位所構成的社會關系網絡的結構及屬性特征（潘峰華 等，2013）。以同一戰隊中來自不同國家的隊員為基礎數據構建社會網絡，探索各國在電子競技賽事中的合作程度。采用網絡密度指標測度不同網絡節點之間的聯系密集程度，取值范圍為0～1，越接近1表明各節點聯系越密切，越接近0表明該網絡總體連接程度越低（劉勁松，2016）。網絡中節點的度中心性為節點連接的邊數目，平均度是網絡中所有節點的度的平均值，可反映全球電競戰隊整體的連通程度。聚類系數作為一種關于局部網絡結構的指標，可反映與節點相連的其他節點是否相連的情況。

2.2.2 回歸模型 社會網絡結構包括連接性和中心性2個基本方面。為了探究影響電競國際合作網絡結構的主要因子，分別從多維鄰近性和國家電競產業基礎出發，采用負二項回歸模型分析電競合作網絡的連接性影響因子和中心性影響因子。其中，連接性影響因子回歸模型主要從多維鄰近性視角分析，考慮到鄰近性之間可能存在互補效應和替代效應，進一步探析鄰近性之間的交互作用，建立多元回歸模型為：

式中：Coiij為因變量，表示國家i和國家j之間的合作 數 量；DISPROij、ORGPROij、COLPROij、SCOPROij分別為國家i和國家j之間的地理鄰近性、組織鄰近性、文化鄰近性和社會鄰近性；α和εij分別為模型的常數項和隨機干擾項；β為回歸系數。

地理鄰近性參考Hong（2013）和趙炎（2016）等的測度方法，從百度地圖API獲取各國首都的經緯度信息，計算國家i和國家j間的地理距離：

式中：lati、logi為國家i首都的緯度和經度；latj、logj為國家j首都的緯度和經度；6 371（km）為地球平均半徑。

文化鄰近性在一定程度上能從語言上的差異反映出來，參考劉承良（2017）的測度方法，2 個國家使用的官方語言相同賦值為1，否則為0。組織鄰近性的測度是以具有較大影響力的5個區域性國際組織為判別標準，分別是美洲國家組織、阿拉伯國際組織、歐洲聯盟、歐洲安全與合作組織和東亞峰會，2個國家屬于同1個區域性組織賦值為1，否則為0。社會鄰近性參考Scherngell 等（2011），使用杰卡德指數衡量，即2個之間國家的合作強度占這2個國家與所有其他合作國家聯系強度的比例，也即主體之間的相對合作強度。

中心性影響因子回歸模型為：

式中：DEGi表示國家i的度中心性；GDPPROi代表該國的人均GDP，用于衡量國家市場經濟規模；INPPROi代表該國在電競比賽中的收入，用于反映國家電競產業總體發展規模；EXPPROi代表該國科研支出占GDP的比例，用于反映國家科技與信息發展情況；E - STPPRO 代表該國2013—2020 年在三大國際電競賽事中參賽人員所獲得的賽事排名，用于反映國家電競實力；EDUPROi代表該國的平均受教育程度，用于反映教育水平對電競產業的影響；β為回歸系數。上述指標數據主要通過法國CE‐PII 數據庫⑥http://www.cepii.fr/CEPII/en/bdd_modele/bdd_modele.asp、世界銀行數據庫⑦https://data.worldbank.org/以及e-Sports Earn‐ings數據庫⑧https://www.esportsearnings.com/獲取。

3 結果分析

3.1 電競賽事合作網絡的總體特征

網絡分析顯示，英雄聯盟、Dota2和CS：GO賽事合作網絡規模整體呈現快速擴張的態勢。2013—2020 年電競賽事網絡節點數量從20 增加到47 個，合作關系從130 對增加到1 439 對（表1），表明越來越多的國家參與到全球電競賽事網絡中，電競合作網絡結構日益復雜，規模迅速擴大。但隨著節點數量的增多，網絡密度由2013 年的0.242 降低到2020 年0.120，整體密度偏低，反映全球電競合作網絡呈現相對分散的網絡結構。網絡平均聚類系數呈現先增后減的狀態，進一步說明網絡連接具有分散化的趨勢。平均度從4.60增加至5.53，表明各個國家在電競戰隊合作領域產生更多的聯系。

表1 電競賽事合作網絡結構測度指標Table 1 Measurement of the structure of the e-sports cooperative network

3.2 電競賽事合作網絡演化特征

基于全球電競戰隊合作數據，采用Gephi軟件繪制2013—2016、2017—2020年2個時間段的電競戰隊合作網絡拓撲結構（圖1）。結果顯示，全球電競合作網絡經過兩個時期的快速擴張，社團化趨勢非常明顯，社團之間存在分裂整合的演化過程，并且不同社團規模差距懸殊，逐漸形成“中心-邊緣”結構特征明顯的組團式網絡結構。

圖1 電競戰隊合作網絡結構Fig.1 Structure of the cooperative network of e-sports teams

合作網絡密度增加，區域性社團結構顯著。在第一階段（2013—2016 年），全球電競戰隊合作網絡密度較小，模塊度為0.56，整個網絡被劃分為5個社團，分別為以瑞典、丹麥、德國合作為主的北歐社團、以中韓合作為主的亞太社團、以俄羅斯、烏克蘭等東歐國家為主的獨聯體社團、以美國和加拿大為核心的跨洲際社團和以法國為中心的西歐社團。在第二階段（2017—2020 年），參與電競戰隊合作的國家和地區數量逐漸增多，全球電競賽事網絡規模迅速擴大，網絡結構復雜度進一步加劇，但2 個階段網絡模塊化程度無明顯變化，社團結構比較顯著。在2017—2020年，電競合作社團經過分裂與整合，區域性社團結構更加明顯，地理位置相近的國家之間往往有更緊密的合作關系，并逐漸演化成歐洲社團、獨聯體社團、拉美社團、亞太社團和以美加為主體的跨洲際社團5大社團。

社團成員具有明顯的等級性，電競合作網絡“中心-邊緣”結構日趨明顯。歐洲社團中的瑞典早在20世紀90年代成立EA Dice和Massive Studios兩家具有影響力的電競公司，帶動其電子游戲產業持續增長，與之相鄰的丹麥和德國因網絡普度較高、電子競技發展較早，也形成較大規模的電子競技產業（Chaminade et al., 2021），因此在第一階段的北歐社團中占據核心地位。在第二階段，丹麥政府通過數字化基礎設施建設、完善電競產業鏈、加大人才培育力度等措施，有效地促進本國電競產業發展，并在國際賽事中向歐美戰隊輸出大量選手，使得丹麥逐漸成為電競戰隊合作網絡中的重要中心。北美作為最先涉足互聯網及電競行業的區域，其電競發展擁有先發優勢，包括Ubisoft在內的眾多高科技公司和游戲公司在加拿大的落戶以及美加多次聯合舉辦的電競賽事使該區域在電競網絡中占據重要地位（沈鴻雁 等，2016）。韓國政府順應經濟轉型趨勢并大力支持電競行業發展，促成高影響力直播平臺的興起和電競大賽的落戶，其戰隊選手也不斷向各國輸出，與中國、日本等國家形成緊密的合作，因而在以中韓合作為主的亞太社團中占據中心位置。俄羅斯、烏克蘭的隊員憑借在賽事上奪冠以及正統媒體的宣傳，在獨聯體社團也占據核心位置。

歐洲社團、亞太社團及獨聯體社團演變具有空間連續性，而以美加為主體的跨洲際社團和拉美社團的聯系卻不夠緊密，社團處于不斷分離組合的狀態。以中韓合作為主的亞太社團在第二階段（2017—2020 年）保持內部成員構成的相對穩定，隨著日本、菲律賓等國家的參與，其社團范圍進一步擴展。以俄羅斯和烏克蘭合作為主體的獨聯體社團在合作網絡中一直保持穩定發展，雖然烏克蘭在2014年退出獨聯體組織，但在路徑依賴效應的作用下，烏克蘭和獨聯體國家仍產生較多的合作機會。以美加合作為主的跨洲際社團在成員構成上出現一定變化，邊緣節點由原來的菲律賓、愛爾蘭、墨西哥轉變為羅馬尼亞、巴西和葡萄牙，進一步表明該社團主要依賴于美加兩國在全球電競產業中的影響力。拉丁美洲隨著城市化的推進、信息基礎設施的進步以及互聯網滲透率的上升，成為全球電競產業中迅速擴張的新興市場，社團內智利、烏拉圭、墨西哥、秘魯、阿根廷等國具有較高的文化相似性和地理臨近性，因而形成以秘魯和阿根廷合作為核心的拉丁美洲社團。

3.3 電競賽事合作網絡影響因素

以國家間合作數量和各國的度中心性為被解釋變量，國家間鄰近性和國家主體屬性數據為解釋變量，采用負二項重力回歸模型進行影響因素定量分析。由于被解釋變量為計數面板數據，且方差明顯大于期望，采用Hausman檢驗，判定空間面板數據的回歸分析選擇隨機效應模型。

利用Stata對多維鄰近性模型的數據進行描述性統計和相關性分析，結果（表2）顯示，各變量之間的相關性系數均＜0.6，且方差膨脹因子均＜10，說明變量間不存在多重共線性問題。

表2 變量描述性統計與相關性分析Table 2 Descriptive statistics and correlation analysis of variables

多維鄰近性分析結果（表3）顯示，與國際產業合作中常見的距離衰減效應不同，地理鄰近性指標（模型1）在電競合作網絡中作用并不顯著，電競賽事合作雖然具有區域性特征，但國家間聯系強度與實際地理距離并未呈現顯著相關性。相比于實體空間活動，電競用戶通過在線平臺構建的虛擬社區進行互動和交流，有助于打破地理距離的約束，改變社交空間的傳統概念。社會鄰近性（模型2）對于電競合作具有顯著的正向作用，表明兩國的社會關系越密切，越有利于電競合作的開展和深化。基于友誼和頻繁互動而建立的合作關系能有效加強雙邊的信任，增加跨國合作的可能性。組織鄰近性（模型3）同樣呈現顯著的正向影響，合作雙方同屬于一個區域性國際性組織，電競隊員之間開展合作的可能性和規模越大，這是因為區域性國際組織致力于在區域內各國之間進行經濟、文化、體育等多方面的交流合作，這些活動增加了各國人員之間交流的可能性。文化鄰近性（模型4）對于電競合作缺乏顯著的促進作用，其原因可能是電子競技中使用的語言主要為英語，不同國家的電競人員采用英語進行交流，因此母語對合作網絡的構建影響較小，這與Choi等（2011）對國際科學合作的研究類似。為檢驗鄰近性之間的調節作用，在模型4的基礎上加入2 個鄰近性之間的交互變量，由模型5 可以看出，地理鄰近性與社會鄰近性的交互系數顯著為負，表明地理鄰近性和社會鄰近性對電競合作強度的交互作用體現為替代效應。而組織鄰近性和文化鄰近性的交互作用不顯著。

表3 全球電競合作網絡負二項式回歸結果Table 3 Negative binomial regression result of the global e-sports cooperative network

國家屬性分析結果（表4）顯示，科研支出對于國家電競合作的度中心性呈現顯著正相關，科研支出的增加有助于促進科技創新能力的提升，而電競作為人工智能、現代通訊、芯片技術、大數據等新興科技的重要應用領域，其發展在較大程度上依賴于科技創新水平。電競收入與電競實力同樣呈現顯著正相關，電競產業收入增加及賽事中取得較好成績有助于俱樂部吸引跨國電競戰隊隊員的加盟，其成績較好的選手同樣更容易被外國俱樂部招募，由此進一步提高國家在全球電競合作網絡中的地位。GDP對傳統體育發展具有較強的解釋力（Mad‐eleine et al., 2008），但在電競合作中作用并不顯著，表明單純的經濟規模對國家電競產業的發展和跨國合作影響并不明顯，這與Parshakov 等（2015）的研究發現較為類似。受教育程度對于電競合作沒有顯著影響，這可能與電子競技的產業屬性和發展階段有關，電競職業選手大多是通過競爭選拔出來，由俱樂部進行培訓（馬中紅 等，2020），因此電競選手并不要求具備太多的傳統教育經歷，具有一定的草根屬性；此外，當前多數國家或地區的電競產業處于發展初期，尚未吸引大量高水平人才的進入，也是教育水平對電子競技發展影響較小的原因之一。

表4 全球電競合作網絡度中心性負二項式回歸結果Table 4 Negative binomial regression result of the degree centrality of global e-sports cooperative network

4 結論與討論

4.1 結論

本研究通過對英雄聯盟、Dota2 及CS：GO 三大國際電競賽事中參與戰隊成員信息的采集，運用社會網絡分析方法探索跨國電競戰隊合作網絡的結構特征及演化趨勢，并采用引力模型方法從多維鄰近性和國家屬性2個方面揭示影響電競賽事合作網絡的主要因素。得到的主要結論為：

1）全球電競合作網絡的空間演化總體呈現快速擴張的態勢和低密度、弱關聯、強動態性的網絡特征。合作網絡中節點數量快速增多，但網絡密度呈現波動下降的趨勢，網絡密度與節點數量呈負相關，表明隨著互聯網技術的發展和電競賽事日益普及，越來越多的國家參與國際電競活動，電競賽事合作網絡節點聯結整體趨于分散化。

2）全球電競合作網絡呈現較為明顯的社團化特征，不同社團規模差異懸殊，并且處于不斷分裂整合的演化過程。在電競產業全球化發展的浪潮下，參與電競合作的亞洲和拉丁美洲國家日益增多，最終形成以丹麥、瑞典、芬蘭、德國為核心的歐洲社團，以中國、韓國合作為主的亞太社團，以俄羅斯、烏克蘭合作為主的獨聯體社團，以秘魯、阿根廷合作為主的拉美社團，以及以美國、加拿大合作為主的跨洲際社團5大主要社團，社團成員具有明顯的等級性，電競合作網絡“中心-邊緣”結構日趨明顯。此外，歐洲社團、亞太社團及獨聯體社團演變具有空間連續性，而以美加為主體的跨洲際社團和拉美社團的聯系卻不夠緊密。

3）全球電競合作網絡的空間結構受到國家間相互關系以及各國產業基礎的雙重影響。在鄰近性方面，社會鄰近性、組織鄰近性是推動電競合作網絡形成的主要因素，而地理鄰近和文化鄰近性對于電競戰隊合作的影響并不顯著，地理鄰近性和社會鄰近性對電競合作強度的交互作用體現為替代效應；在國家屬性方面，科研支出、電競收入以及電競實力是影響國家在電競合作網絡中重要性的關鍵要素，而經濟規模、教育水平等一般性因素對于全球電競戰隊合作并未產生顯著影響，反映電子競技的數字經濟產業獨特性。

4.2 討論

本研究表明，在科創驅動和文化變革的浪潮下，全球電競戰隊合作網絡正處于快速全球化擴張的過程，不同國家和地區受到自身科技和產業實力以及社會、組織及經濟鄰近性的作用，不斷鞏固或改變其在全球電競網絡中地位及角色。在政策支持和市場擴張的雙重帶動下，中國電競產業飛速發展，已經于2020年超越北美成為全球第一大電競市場⑨http://sg.mofcom.gov.cn/article/dtxx/202012/20201203025675.shtm，但無論在全球電競合作網絡還是在亞太電競合作社區中均未占據核心地位，與美國、韓國、加拿大、丹麥等第一梯隊存在較為明顯的差距。因此，提出以下電競產業發展建議：首先，當前中國大陸地區電競戰隊合作對象多樣性不足，主要集中在中國臺灣地區和韓國，跨洲際合作數量非常缺少，導致中國在國際電競合作網絡中難以占據核心地位。因此，亟需依托近年積累的電競實力優勢，在穩定當前合作關系的基礎上，繼續加強戰隊跨國合作的覆蓋面，促進電競戰隊選手“走出去”和“引進來”的雙向流動。其次，由于科技支出和電競收入是影響全球電競戰隊合作的關鍵因素，應該進一步推動科技創新在電競領域的作用，完善電競人才培養體系并加大人才培育投入，使其成為擴大本土電競人才庫和吸引境外優秀選手的有效手段。最后，考慮到社會鄰近性對電競戰隊合作的顯著影響，在人才培養過程中應注重提升本土電競選手的對外交流能力和國際化視野，降低跨國合作的溝通障礙和文化壁壘，同時弘揚中國電競文化，進一步提升中國的文化軟實力和全球影響力。

本研究從虛擬社區的理論視角出發，對電競國際合作網絡的結構特征與演化過程進行了研究，豐富了數字經濟的地理學研究。其次，多維鄰近性是經濟地理學分析解釋網絡演化的重要視角理論，現有基于多維鄰近性框架分析網絡形成機制的研究通常采用靜態方法，即解釋網絡在某個時間點的結構。本文基于電競戰隊的賽事數據構建合作網絡，結合多維鄰近性分析框架，并將國家屬性要素納入研究范疇，從鄰近性與國家屬性綜合挖掘電競合作網絡的影響機制，這具有重要的理論與實踐意義。此外，由于數據的可獲得性，本研究主要以3個國際重要電競賽事為案例進行分析，未能覆蓋其他電競賽事類型，需要在補充和完善數據的基礎上開展進一步研究。另外，對電競合作網絡結構和機理的研究主要是在國家尺度展開，后續有待進一步深化到城市尺度，探索基于電競合作的全球城市網絡的復雜性特征。