目錄
1. 引言與概述
本研究採用基於智能體嘅建模（ABM）來剖析消費者對快速時裝需求背後嘅複雜動態，特別聚焦於西班牙市場。研究超越咗簡單嘅歸咎模型，探討個人決策——受環境同勞工問題意識、教育、社會影響同政策塑造——如何匯聚成系統性嘅消費模式。核心問題唔單止係點解人哋會買快速時裝，更係喺咩條件下，可以觸發並維持大規模轉向可持續替代品嘅行為轉變。
模型假設消費者唔係孤立嘅行動者，而係嵌入喺社交網絡中，意見同行為會互相傳染。研究批判性地檢視唔同變革槓桿嘅效能：自下而上嘅社會壓力、透過數碼網絡放大嘅同儕影響，以及自上而下嘅政府干預。
2. 方法論與模型框架
呢個ABM模擬咗一個由異質智能體組成嘅群體，佢哋會定期決定購買快速時裝抑或可持續服裝。佢哋嘅選擇受一個受幾個關鍵因素影響嘅內部效用函數所支配。
2.1 智能體類型與屬性
每個智能體 i 由以下特徵定義：
- 基線偏好 ($b_i$)： 對時裝/消費嘅天生傾向。
- 意識水平 ($a_i$)： 對負面外部性（環境、社會）嘅認知。
- 受影響程度 ($s_i$)： 同儕同媒體意見影響該智能體嘅程度。
- 意見狀態 ($o_i(t)$)： 一個連續值，代表智能體當前對快速時裝嘅立場（例如，-1 表示強烈反對，+1 表示強烈支持）。
2.2 意見動態與兩極化
模型探討兩種社會設定：
- 非兩極化社會： 智能體嘅意見趨向共識演變，遵循DeGroot模型等經典模型：$o_i(t+1) = \sum_j w_{ij} o_j(t)$，其中 $w_{ij}$ 代表智能體 j 對 i 嘅影響權重。
- 兩極化社會： 智能體表現出確認偏誤同類聚性。志同道合嘅個體之間影響力更強，採用有界信心方法建模：只有當 $|o_i(t) - o_j(t)| < \epsilon$ 時，智能體先會互相影響，其中 $\epsilon$ 係容忍閾值。呢個會導致根深蒂固嘅意見集群形成。
2.3 干預機制
模型模擬咗三種主要干預類型：
- 政府宣傳活動： 一個全局信號，統一提高部分人口嘅意識 $a_i$。
- 社交媒體影響： 喺智能體網絡內針對性放大支持可持續性嘅意見，修改影響權重 $w_{ij}$。
- 同儕壓力： 本地網絡效應，智能體嘅決策受其直接社交圈內主流選擇影響。
3. 主要結果與發現
關鍵發現：政府干預至關重要但非線性
政府喺設定議程方面嘅角色係關鍵嘅。然而，干預強度同結果之間嘅關係並非線性；佢顯示出明顯嘅收益遞減。
3.1 政府宣傳活動嘅影響
模擬顯示，政府主導嘅意識宣傳活動係啟動消費者行為廣泛轉變最有效嘅單一槓桿。佢哋提供咗意見改變嘅初始「種子」。關鍵係，模型發現宣傳活動唔需要永久或過度密集。一個強而有力、有限期嘅活動可以創造一個臨界點，之後社會動態（同儕影響）會維持新嘅規範。過度宣傳會導致資源浪費，額外效益微乎其微。
3.2 社交媒體與同儕影響嘅角色
社交媒體扮演關鍵嘅放大器角色。喺非兩極化環境中，佢有效傳播政府訊息或支持可持續性嘅規範，加速採納。然而，其有效性受社會兩極化水平制約。喺高度兩極化嘅網絡中，社交媒體可能會鞏固現有觀點，形成抵制自上而下信號嘅迴聲室。
3.3 兩極化效應
呢個係一個核心發現。喺兩極化社會中，任何干預嘅成功都會受到嚴重阻礙。政府宣傳活動可能只觸及並轉化已經傾向可持續性嘅智能體，無法彌合分歧。喺呢種情況下實現系統性變革，需要更細緻、更有針對性、而且可能成本更高嘅策略，旨在解決特定行為之前先減少兩極化本身。
4. 技術細節與模型規格
智能體購買可持續服裝嘅決策被建模為其效用嘅概率函數。選擇可持續時裝嘅效用 $U_i^{sust}$ 近似為：
$U_i^{sust} = \beta_1 \cdot a_i + \beta_2 \cdot \bar{o}_{peer} + \beta_3 \cdot I_{gov} - \beta_4 \cdot \text{price}_{sust} + \epsilon_i$
其中：
- $a_i$ 係個人意識。
- $\bar{o}_{peer}$ 係智能體社交網絡中嘅平均意見。
- $I_{gov}$ 係活躍政府干預嘅強度。
- $\text{price}_{sust}$ 係可持續商品嘅相對價格溢價。
- $\beta$ 係數係權重，$\epsilon_i$ 係隨機誤差項。
概率 $P(\text{sust})$ 隨後使用邏輯函數推導得出：$P = \frac{1}{1 + e^{-U_i^{sust}}}$。
模擬輸出與圖表： 主要結果透過時間序列圖表呈現，顯示唔同情景下選擇可持續時裝嘅智能體百分比。關鍵圖表包括：1) 宣傳強度 vs. 採納率，顯示收益遞減曲線；2) 兩極化與非兩極化社會中隨時間嘅採納情況，突顯兩極化環境中停滯不前嘅進展；以及 3) 網絡快照，可視化意見集群嘅形成。
5. 分析框架：示例情景
情景： 喺一個中度兩極化社會中嘅「綠色線索宣傳活動」。
設定： 政府發起為期6個月嘅全國性宣傳活動（$I_{gov}=0.8$），強調快速時裝嘅環境成本。社交媒體算法稍作調整以推廣活動內容（支持可持續性訊息嘅影響權重增加 $+15\%$）。
模型預測： 該活動令可持續購買出現初步激增，從約20%人口增至約45%。喺非兩極化模型中，活動結束後，同儕影響將此推至約65%嘅新穩定平衡點。喺兩極化模型中，活動後採納率穩定喺約45%，因為反對可持續性嘅集群基本上無受影響，展示咗兩極化嘅「天花板效應」。
6. 批判性分析與專家解讀
核心洞察： 本文提出一個強有力且非直覺嘅洞察：喺對抗快速時裝嘅戰鬥中，無休止嘅政府壓力並非最佳策略。最有效嘅路徑係一個尖銳、時機恰當嘅「助推」，利用政府獨特嘅議程設定能力來觸發自我維持嘅社會傳染。正如模型清楚揭示，真正嘅瓶頸係社會兩極化。
邏輯流程： 論證具有優雅嘅機械性。1) 個人選擇係內部狀態同社會背景嘅函數。2) 政府宣傳活動最能大規模改變內部狀態（意識）。3) 改變後嘅個體隨後透過網絡影響其同儕。4) 呢啲網絡嘅結構——特別係意識形態迴聲室嘅存在——決定咗呢種傳染係會病毒式擴散定係碰壁。邏輯穩健，並借鑑咗已確立嘅意見動態文獻（例如Castellano、Fortunato同Loreto（2009）關於共識形成嘅研究）嘅可信度。
優點與缺陷： 主要優點係將複雜嘅社會經濟問題形式化為可測試嘅模擬，突顯單靠調查可能忽略嘅非線性同交互效應。對兩極化嘅關注具有先見之明，並與當代社會挑戰相符。主要缺陷係所有ABM嘅通病：「垃圾入，垃圾出」嘅風險。模型嘅結論極度依賴為西班牙校準嘅智能體屬性同網絡結構參數。效用函數雖然合理，但簡化咗複雜嘅心理驅動因素，例如身份信號同享樂消費。正如可持續性行為模型批評（如Geiger同Swim（2016）嘅研究中討論嘅）所指，忽略呢啲根深蒂固嘅動機可能會高估單靠意識嘅影響。
可行建議： 對政策制定者而言，訊息清晰：唔好只係廣播；要催化。 投資於高影響力、有限期嘅意識宣傳活動，設計成具有社會傳染性。與數碼平台合作，透過算法緩解圍繞此問題嘅兩極化，例如刻意展示跨陣營內容。對活動人士同品牌而言，洞察係要集中精力喺社區內創造圍繞可持續時裝嘅可見、社會期望嘅規範，因為一旦點燃最初嘅火花，呢啲同儕效應就係持久變革嘅引擎。模型表明，喺兩極化氛圍中進行全面嘅意識提升係資源嘅低效運用——針對性同搭建橋樑至關重要。
7. 未來應用與研究方向
- 與現實世界數據整合： 使用實際社交網絡數據（例如，來自Twitter/X上關於時裝嘅討論）同零售商嘅消費者購買數據來校準模型。
- 動態網絡演化： 擴展模型，允許智能體根據意見重新連接（自適應網絡），呢個可以模擬迴聲室嘅強化同搭建橋樑嘅潛力。
- 經濟反饋循環： 納入一個動態機制，其中對可持續時裝需求增加會降低其價格溢價（$\beta_4$），創造模型目前未有嘅正反饋循環。
- 跨文化驗證： 將框架應用於對消費、可持續性同權威有唔同文化態度嘅市場（例如，東南亞 vs. 北歐），以測試研究結果嘅普遍性。
- 政策優化工具： 將此ABM發展成政策制定者嘅數碼孿生體，用於喺現實世界實施前模擬唔同干預組合嘅預期結果同成本效益。
8. 參考文獻
- Castellano, C., Fortunato, S., & Loreto, V. (2009). Statistical physics of social dynamics. Reviews of Modern Physics, 81(2), 591.
- DeGroot, M. H. (1974). Reaching a consensus. Journal of the American Statistical Association, 69(345), 118-121.
- Geiger, N., & Swim, J. K. (2016). Climate of silence: Pluralistic ignorance as a barrier to climate change discussion. Journal of Environmental Psychology, 47, 79-90.
- Kolk, A. (2014). Linking subsistence activities to global marketing systems: The case of the fast fashion industry. In Handbook of Research on Marketing and Corporate Social Responsibility. Edward Elgar Publishing.
- Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(suppl_3), 7280-7287.
- Ellen MacArthur Foundation. (2017). A new textiles economy: Redesigning fashion's future. Ellen MacArthur Foundation Report. （關於時裝環境影響嘅外部資料來源）。