淳晓燕
(福建师范大学 美术学院,福州 350117)
流行是某个时期人们对某种元素产生共同美感的心理反映,它是一种社会心理产物。在当下信息时代,流行时尚节奏变化迅猛,就需要在服装产品设计的前期掌握流行资讯,以最为快捷的手段对流行信息进行分析、反馈、预测和抉择,这已成为决定产品市场竞争力的关键因素和重要手段。
服装流行趋势的预测主要包括对色彩的预测、纤维和面料的预测、款式的预测以及对零售业的预测。它属于市场经济范畴,集中反映了国际经济状况和当下人文观念,是通过大量的收集和整理国际流行信息,并对其进行整合后,超前反馈在时尚市场上,从而引导大众生产和消费。预测包含两个基本面的内容:一个是具有科学性的、客观的一面;另一个是具有主观性的、直觉的一面。流行预测的要点是预见准确的变换时间、变换的走向以及消费者对变化产生的反应。服装流行廓形的预测能给产品设计者提供设计方向,也引导着服装产业的良性发展。
进行流行廓形的管理需要建立在科学的预测基础上,科学预测是真实而大量的数据库分析、精准而有效的研究方法和理性而专业的推断的综合体,其中研究方法的选择起着至关重要的作用。从国内外的流行预测机构所做的相关研究中了解到,流行廓形预测是一个庞大的系统,影响廓形变化和流行的因素复杂多样和不可控,所以决定了预测方法的多样性和复杂性。经过文献检索,学术界对服装流行趋势预测中影响其形成的相关因素的研究比较多,但大多数仍然是对色彩、面料和服饰进行整体的分析,没有精确到具体的量化分析。目前预测研究中数字化研究趋势越来越明显,定量预测与定性预测相结合正是未来服装流行预测的方向。
本课题旨在运用科学理性的分析方法,基于大量的数据建立和理性的分析,针对每一个重要部位更为准确地描述其流行走向,为服装廓形的趋势研究建立良性的探索基础,使服装的款式设计及版型制作明确方向,为流行趋势研究的完善和发展创建数据库和试验基础。
作为服装款式的一个类别,女西装和男西装的造型基本相似,但在款式、色彩、面料和搭配方式上更富于变化,造型具有多样性和灵活性的特征,不仅可以表达职场女性的干练和专业,同时随着流行趋势的变化,也体现出时尚和潮流的态度。与此同时,女西装的设计虽然受到服装流行因素的影响有多样的变化,但因行业、工作性质等穿着场所的制约,款式造型相比较其他类别的女装而言,又具有一定的局限性,干扰因素相对较少,更有利于作为个案分析服装流行趋势以探索研究方法。
1.将服装流行的特点与内容进行概述,总结和分析影响女西装轮廓形态的重点部位。
2.收集和整理时尚网站及权威杂志提供的大量发布会图片资料,对女西装在不同时间阶段的廓形结构影响要素进行详细的研究、分析。
3.对收集的图片整理分类,用电脑绘图软件测量影响服装廓形的重要部位,由于人的两眼瞳孔间距是人体部位尺寸中个体差异最小的部分,因此将其作为尺寸参考依据,得到各重要部位的具体数值,并建立各部位参数数据库。
4.通过搜集、测量、分析数据的统计学手段,对所测对象进行推断和预测。统计数据的分析,是通过统计描述和统计推断探索数据内在规律的过程。通过测量的数据库资料,运用统计学分析法分析各部位参数,然后进行研究整理,绘制影响西装廓形的各部位的趋势图。
5.以数据库为基础进行比较分析,通过图表方式深入探索,得出结论并进行检测。
本个案分析以女式西装为研究对象,具体指成年女性于日常穿着的翻领或无领、单排扣或双排扣、搭配裤装或者套裙的正式西装。在描述西装轮廓造型的参数中,选定肩宽、胸宽、腰宽、下摆宽、衣长、腰长、袖长以及第一扣位八个部位作为流行变量重要参考,每一个数值的变化对西装的轮廓造型都会产生相应的影响。
本个案收集、整理了权威杂志和网站所提供的2007年至2017年米兰、纽约、伦敦和巴黎春夏高级成衣发布会的大量图片资料,共计2438张女式西装图片,从收集的图片数量发现女式西装在各年份的流行程度,其中2012年在各大时装周上西装款式的出现频率最高,反映出西装套装是2012—2014年的流行单品。再从搜集的图片中挑选正面角度、服装廓形清晰、完整的图片,精选出855张女式西装的样本。
运用AUTOCAD软件,以两眼瞳孔间距(欧美人两眼瞳孔间距为6.4~6.6cm)作为数据换算基础,对影响西装轮廓造型的8个变量参数部位进行测量(图1),并获得各部位基本数据资料,建立数据库。本案例测量855个图片样本,共计6840个数据值。
通过测量获得西装廓形的各部位参数,用数学方法得到影响西装廓形的流行变量分析数值。包含(1)平均值;(2)最大值;(3)最小值;(4)差比:最大值-最小值/平均值;(5)标准偏差:用以衡量数据值偏离算术平均值的程度。运用数据得到八个部位参数在不同年份的变化趋势图以及变化程度图,并对影响廓形的各个部位参数进行数据分析。表1为2017年73张女式西装图片各部位测量数据的计算结果,其他年份数据省略。
表1 2017年春夏女式西装各部位测量数据(单位:厘米)
整理2007—2017年八个流行变量在每一年份的数据,进行统计分析数据变化,同时作曲线分析。表2为2007—2017年女式西装各部位测量数据的平均值。
表2 2007-2017年春夏女式西装各部位测量数据平均值(单位:厘米)
根据影响女式西装流行廓形变化的各部位数据做出变化趋势线,对比观察发现,在2018年变化趋势上所有参数都呈现增长态势。①肩宽各年份平均值在37.5~40cm区间范围内变化,2017年呈最大值,2007年呈现最小值,期间虽有小幅度波动,但整体呈增长的趋势,从趋势分析中可看出,未来2018年的肩宽尺寸仍处于增长势态;②胸宽在29.8~30.7cm之间范围变化,变化幅度最小,由于受到版型结构的限制,是廓形变量中影响力最小的数值;③腰宽的尺寸反映了廓形的宽松程度,但由于西装款式和腰线部位的局限性,数据的差值变化没有呈现极其明显的增减,腰宽在2010和2011年处于最小状态,很大程度上是因为这两年的西装穿搭流行系腰带,形成强势的女权主义的着装状态和廓形表现,在未来受到大廓形西装的影响,腰宽也呈现增长的趋势;④衣长的变化平稳增长,并在未来仍然处于增长的态势,袖长、腰长和第一扣位也随着衣长的增长变化也相应的协调增长。
在2007—2017年女式西装各部位变化程度分析中,各部位采取相同的0~2的区间变化值,对比观察曲线图,发现在所有的部位变化中胸宽受限于结构版型,变化程度最小,处于0.23~0.46区间范围内。第一扣位由于受到流行潮流趋势影响较大,和流行的扣位数存在直接的关联性,扣位数越多,则第一扣位的数值越小,反之则越大,同时每一年的流行扣位数不是单一的形式,是多种流行态势共存的状态,因此第一扣位变化程度在0.99~1.6区间范围内,趋于最大的数值表现。
针对前期的测量和预测的结果,用相同的方法测量76张2018年春夏高级成衣发布会图片,进行数据分析,以检测预测的准确性。
表3 2018年春夏女式西装各部位测量数据(单位:厘米)
根据2007—2017年的部位数据运用线性回归预测每个流行变量在2018年的趋势值(如图2虚线部位所示),通过测量数据的标准方差得出每个部位的最大和最小区间值,可发现,线性回归的预测值都在测量区间范围内,检测了预测方法的正确性和准确度。
图1 图片测量
图2 2018年春夏女式西装预测结果检测
从每一年的西装款式中,挑选当年最具代表性的款式绘制同比例流行款式图(图3),红色线为肩线、胸线、腰线和臀线的位置,可以从款式图中直观地看到各部位参数的变化对服装廓形的影响。整体廓形从合体逐渐向宽松变化,随着衣长的增加和宽松度的变化,第一扣位也逐渐增加。其中2010、2011年流行系腰带,2012年流行双排扣,2011—2013年流行垫肩装饰,双排扣西装是2016—2018年的流行款式。
图3 2007—2018年女式西装流行款式图
由各大时尚网站的流行讯息归纳总结2007—2018年女式西装的流行廓形有如下的表现:①2007—2008年女装流行浪漫唯美的潮流趋势,服装廓形上力求表现女性特征,西装收腰合体。②从2009年开始,全球经济危机爆发,强势的20世纪80年代风潮回归,首先占领的是肩部,此时的肩型设计虽然追求80年代的复古,但又不只求造型上的宽和厚,而是寻求肩部的立体造型,各大品牌发布会上出现羊腿袖、皮草袖,或者是增加立体装饰效果,或者运用翘肩的设计,整个造型显得凌厉而气势逼人。翘肩窄袖的设计倾向于长袖,不在于夸张宽度,而在于凸显长度。在大女人流行潮流下,宽大的肩部造型在随后两年愈发夸张,使用垫肩强调女性的强势和干练气场。③2012年是套装的新回归时代,各大时装周上频繁出现各种宽大的中性西装套装,或者女人味十足的修身裙套装,双排扣西装开始重回时尚舞台。④套装在2013春夏季花样翻新,各种款型搭配繁多,并且更趋于彰显女性柔美。⑤2014年追求制作精良、裁剪严谨的男装造型,干练的西装套装、挺括感十足的外套深得大众喜爱,大廓形服装开始登上流行舞台。⑥宽松的廓形,自由随性的着装风格成为近两年的流行新宠,肩宽加大,衣身、袖子的长度开始逐年增加。所有的这些特征和前期搜集图片的测量结果有相同的廓形表现,再次证明了此研究方法的准确性。
服装的着装状态是表现流行时尚的又一表象特征。①腰带在2010年回归潮流舞台,有极细腰带的出现,从2011年开始腰带逐渐加宽,宽度从5厘米左右到大腰封强势登场。腰带的系法千变万化,各种类别都使用宽腰带装饰。②从2014年开始流行宽松随性的着装风格开始,西装更流行随意洒脱的穿搭方式,不系扣的状态、搭配宽松长裤、长裙,表现新时代的女性特征。
本文采用科学理性的定量预测的方法研究了女式西装的流行趋势预测的问题,以时装周发布的2007—2017年春夏女式西装为对象,通过对量化数据的统计和分析,获得了女式西装流行廓形的变化趋势,预测了2018年的廓形趋势,并通过时装周图片的测量数据检测了方法的准确性和合理性,在此基础上综合其他影响流行变化的外在和内在因素,获得更为精准的趋势信息。