基於代理建模的快時尚消費分析：模擬消費者行為的轉變

1. 簡介與概述

本研究採用基於代理的建模技術，剖析快時尚消費背後複雜的驅動因素，並特別聚焦於西班牙市場。此研究超越了簡單的歸咎模型，旨在模擬個體決策——受環境與勞工議題認知、教育、同儕壓力、社群媒體及政府政策所形塑——如何匯聚成市場整體趨勢。核心問題不僅是人們為何購買快時尚，更在於探討在何種條件下，能形成關鍵多數轉向更永續的消費模式。

模型假設消費者的選擇是其內部信念與外部社會影響的函數。其目標在於找出槓桿點，使干預措施能最有效地催化系統性轉變，遠離造成大量二氧化碳排放與社會不公的拋棄式時尚典範。

2. 方法論與模型框架

此模擬建立在一個由自主代理組成的群體之上，每個代理代表一位消費者。他們在虛擬環境中的互動，產生了集體行為的湧現模式。

2.1 代理設計與屬性

每個代理 i 由一組動態變數所表徵：

意見 (O_i)：一個連續值，代表代理對永續時尚的立場（例如，從 -1 表示「支持快時尚」到 +1 表示「支持永續性」）。
認知程度 (A_i)：對環境影響與勞工條件的了解程度。
易感性 (S_i)：代理受同儕、媒體或宣傳活動影響的程度。
極化傾向 (P_i)：一個固定參數，決定代理是否易於改變意見（非極化），或是會強化其初始信念（極化）。

2.2 意見動態與極化

模型納入了兩種不同的社會結構：

非極化群體： 代理的意見會隨著時間透過社會學習而趨同，類似於 DeGroot 模型等經典模型，其中意見更新為鄰近代理意見的加權平均：$O_i(t+1) = \sum_j w_{ij} O_j(t)$。
極化群體： 代理表現出確認偏誤。與意見相左的代理互動可能導致逆火效應，強化既有意見而非使其趨於溫和，此現象透過在遭遇意見分歧時增加意見極端性的函數來建模。

2.3 影響機制

模型模擬了三種主要的外部力量：

同儕壓力： 本地網絡效應，代理根據其直接社交圈調整意見。
社群媒體影響： 廣播機制，能迅速改變易感性代理的意見，通常會放大極化觀點。
政府干預： 由上而下的宣傳活動，能均勻地提高目標群體的認知程度 A_i，使永續屬性在決策函數中更為顯著。

3. 主要發現與結果

3.1 政府宣傳活動的影響

模擬結果明確指出，政府行動是啟動大規模行為改變最關鍵的因素。提升公眾認知度的宣傳活動為公共論述設定了新的「基準線」，使永續考量更為主流。然而，其效果並非絕對。

3.2 社群媒體與極化的角色

政府政策的成功與否，取決於社會環境。在極化群體中，社群媒體常扮演抵消力量，分割群體並形成抵制由上而下訊息的同溫層。在此情境下，宣傳活動可能僅對非極化的多數群體有效，同時卻強化極化少數群體的反對立場。在較不極化的環境中，社群媒體則有助於傳播並強化政府主導的訊息。

3.3 過度干預的報酬遞減效應

一個關鍵且反直覺的發現是：政府的干預「越多」並非總是「越好」。模型顯示出明顯的報酬遞減現象。初期強力的宣傳活動能顯著改變公眾意見。然而，長期或過度激進的活動會導致飽和，額外的投入僅能帶來微乎其微的額外行為改變。此外，在極化情境下，過度干預可能引發抵抗群體的反彈。

模擬洞見

最佳政策持續時間： 模型顯示存在一個最佳的宣傳活動強度與持續時間。持續、溫和的宣傳活動，其效果通常優於短期、密集的閃電戰或永無止境的高強度訊息轟炸。

4. 技術細節與數學框架

代理選擇購買快時尚（FF）或永續時尚（SF）的核心決策，被建模為一個受其意見與認知影響的機率性選擇。代理 i 選擇快時尚的機率 $P_{FF}(i)$ 可以用一個邏輯函數表示：

$P_{FF}(i) = \frac{1}{1 + e^{-(\beta_0 + \beta_1 \cdot O_i + \beta_2 \cdot A_i + \epsilon)}}$

其中 $\beta_0$ 是基準偏誤，$\beta_1$ 代表個人意見的強度，$\beta_2$ 代表認知度的影響（預期為負號），而 $\epsilon$ 是代表未建模因素的隨機雜訊項。

非極化代理與代理 j 互動後的意見更新遵循有界信心或平均規則：

$\Delta O_i = \mu \cdot S_i \cdot (O_j - O_i)$, 若 $|O_j - O_i| < \text{閾值}$

對於極化代理，更新規則可能包含一個在遭遇意見分歧時，強化其既有意見方向的項。

5. 分析框架：範例案例

情境： 政府發起為期 6 個月的全國性宣傳活動，強調紡織廢棄物的環境成本。

模型初始化： 創建 10,000 個代理，其意見圍繞一個略為支持快時尚的平均值呈常態分佈。指定 30% 為「極化」代理。設定初始認知度為低。
干預： 在第 1 個月，提高 70% 代理的認知度參數 $A_i$（模擬宣傳活動的觸及範圍）。
社會動態： 讓代理互動。認知度提升的非極化代理，在受同儕影響下，其意見 $O_i$ 逐漸轉向永續性。極化代理則產生抵抗；部分可能因反彈而將 $O_i$ 進一步推向支持快時尚。
輸出測量： 追蹤模擬的永續時尚購買行為之總體市場佔有率隨時間的變化。模型通常會顯示初期快速增長，隨後趨於平穩。運行一個未進行宣傳活動的反事實模擬，則會顯示持平或增長緩慢得多的趨勢。
敏感性測試： 重新執行模擬，將宣傳活動延長至 18 個月。結果很可能顯示第 12 個月之後的額外收益微乎其微，闡明了報酬遞減效應。

6. 原創分析與批判性解讀

核心洞見： 本文提出了一個強而有力、反敘事的洞見：在對抗快時尚的戰役中，國家並非僅僅是旁觀者或鈍器，而是不可或缺的催化劑。然而，其力量並非無條件；它受到其試圖改變的社會結構——特別是極化程度——所中介與調節。過度干預會導致報酬遞減的發現，是政策現實主義的傑出見解，直接挑戰了永續領域常見的「越多越好」倡議。

邏輯脈絡： 論證以優雅的邏輯展開。1) 確立個體選擇是複雜且嵌入社會的。2) 使用基於代理的建模來釐清此複雜性，隔離變數。3) 發現政府的宣傳活動是改變平均意見的主要槓桿。4) 關鍵在於，揭示此槓桿的效率是社會極化程度以及社群媒體放大/扭曲作用的函數。5) 以最佳化、非永久性干預的細緻原則作結。此脈絡反映了社會科學中基礎性基於代理建模工作的分析嚴謹性，例如聖塔菲研究所所倡導的，利用模擬研究複雜適應系統中的湧現現象。

優點與缺陷： 其優點在於擁抱複雜性及與政策相關的細微差別，避免了對消費者進行簡單的道德說教。主要缺陷，如 PDF 截斷文本中所承認的，可能在於抽象化與參數化。如何真正量化與驗證「認知度」與「極化」？模型的輸出品質僅等同於其輸入假設。若未經西班牙消費者情緒真實數據的穩健實證校準——這項挑戰類似於校準大規模經濟模型時所面臨的——該模型可能僅是一個引人入勝的「假設」生成器，而非預測工具。

可行動的見解： 對政策制定者而言，這是一本行動指南：強勢啟動，廣泛瞄準，並知道何時轉向。 不要將資源浪費在永無止境的宣傳活動上。相反地，利用初期活動來移動政策窗，然後培育點對點及意見領袖主導的機制來維持改變。對倡議者而言，教訓是將遊說明智、基於證據的國家干預作為核心策略，同時努力降低圍繞消費議題的社會極化。這場戰鬥不僅是對抗快時尚品牌，更是對抗使集體行動如此困難的破碎媒體生態系統。

7. 應用展望與未來方向

此框架在快時尚之外有立即的應用：

政策模擬平台： 政府可使用此基於代理建模的客製化版本，在推出前壓力測試擬議的永續性宣傳活動（例如，塑膠禁令、電動車補貼），預估接受度並識別潛在反彈。
企業策略： 快時尚與永續時尚零售商均可使用此模型來模擬消費者對新產品線、行銷訊息或透明度倡議的反應。
未來研究方向：
1. 與真實數據整合： 將基於代理的建模與大規模社群媒體情緒分析（例如，對 Twitter/X 數據使用自然語言處理）結合，以動態參數化極化與意見集群。
2. 多尺度建模： 將消費者基於代理的模型與供應鏈的基於代理模型連結，模擬需求轉變如何回饋影響生產實踐與勞工條件。
3. 探索替代性干預措施： 模擬金融工具（例如，對原生聚酯纖維課稅、服裝回收補貼）與資訊宣傳活動並行的影響。
4. 跨文化驗證： 以針對不同文化背景（例如，美國、東南亞）調整的參數複製此模型，比較在個人主義程度與對機構信任度各異的社會中，政策的有效性。

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). The role of consumers in EU sustainability policy. In Handbook of Research on Sustainable Consumption. Edward Elgar Publishing.
Epstein, J. M., & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. Brookings Institution Press.
Santa Fe Institute. (n.d.). Complexity Explorer: Agent-Based Modeling. Retrieved from https://www.complexityexplorer.org/

目錄