基于CART决策树算法的服装可持续消费者画像构建

魏山森, 梁建芳, 雷钦渊

(西安工程大学 服装与艺术设计学院,西安 710048)

纺织服装产业的绿色转型与重塑是近年来的热点话题。目前,尽管中国纺织服装产业在供应链上游和中游环节具备了一定的可持续发展竞争力[1],但在消费端仍存在诸多不可持续的现象,尚未形成良好的循环再利用体系[2]。有研究指出[3],对绿色可持续消费观念的引导,能有效实现“绿色低碳全民行动”的碳达峰目标,助力中国“碳中和”发展。

在实践操作层面,中国服装市场消费群体基数大、范围广,观念引导需要有针对性地了解消费者的基本特征。消费者画像作为大数据时代下精准营销的产物,能够很好地依据客观标志区分不同消费者群体,从而实现多元化的精准服务,其主要包括人口统计变量、生活行为模式等基本特征[4]。目前,关于消费者画像的研究多以固定人群为主体,通过对画像特点的分析,提升该类人群的服务体验[5]。消费者画像的应用领域广泛,可拓展到不同学科的研究中。尽管如此,目前在服装可持续消费的研究领域,多数成果仍为现状调查[6]、概念界定[2]及影响机理分析[7],鲜有对消费群体特点的深入探讨。为此,本文以服装可持续消费行为数字量表为依据,对消费者进行群体划分,进一步地构建群体画像,结合画像特征的分析,深入理解服装可持续消费行为践行的内在机理,并有针对性地提出引导策略。

1 研究方案设计

1.1 服装可持续消费行为测量量表设计

服装可持续消费行为依照再利用、减量化等绿色意识可分为购买、使用及处置3个阶段[2],以此作为量表设计依据。为保证量表符合中国服装消费者的特征,避免出现无效题项,此次设计在阅读相关文献的基础上,结合目前服装可持续消费推动的困境,如协作消费较难推进等,对题项进行了删减,最终确定4项题目对服装可持续消费行为进行测量,如表1所示。题项采用Likert 5点数字量表进行答案设置,1表示“从未做到”,5表示“每次做到”。

表1 量表测量题项及参考文献Tab.1 Measurement items and references of the scale

1.2 消费者画像指标设计

消费者画像指标应依据不同的研究对象及研究内容进行设计。以往研究的画像指标设计内容一般包括人口统计变量及与研究内容紧密相关的研究对象的其余属性,研究对象群体越精准,其相关属性指标的覆盖面越广泛。但另一方面,以往研究多按照指标特征进行简单的画像描述,缺少对影响画像构建的指标进行结构关系或重要程度的深度研究,这为本研究提供了理论探索契机。

参照文献[4,10]范式和经验,本文的消费者画像指标拟包含人口统计变量及可持续生活习惯两大维度。在根据指标对服装可持续消费者进行画像描述的基础上,还对影响画像构建的指标进行筛选及重要度排序。具体地,人口统计变量包括性别、代际、居住地、城乡、职业、学历、婚姻、子女及月收入,可持续生活习惯指除服装可持续消费外的其他绿色行为,包括是否进行过垃圾分类、是否进行过旧物改造或再利用、是否购买过绿色食品、是否购买过新能源汽车/低碳住宅。

1.3 研究方法及研究思路设计

决策树作为机器学习中一种典型高效的分类算法,对于数据量大、分散性高的特征数据有很好的归纳能力,包括ID3、C4.5、CART等算法。相比其他算法,首先,CART算法运算结果更为精准,既能对数据进行分类问题处理,也能解决连续变量的回归问题;其次,CART算法能够直观地解释各变量间的结构关系,有利于厘清各变量间的主次关系并剔除次要变量[11]。因此,CART算法将被用于本研究之中。

根据CART算法原理,首先以服装可持续消费行为4项测量量表为依据,通过K-means算法对样本进行聚类,确定聚类个数并命名;其次,通过卡方检验与回归检验筛选影响画像构建的指标,即借助RC列联表对指标进行单因素统计学意义检验,将p<0.05的变量纳入无序多元Logistic模型中进行回归检验,确定影响服装可持续消费者画像属性的指标因素;最后,将指标因素输入CART算法中进行属性归类,构建服装可持续消费者画像。

2 群体聚类与变量检验

2.1 问卷回收与样本描述

本文的调研对象为中国服装消费者,通过线上线下相结合的方式进行调研,调研时间为2021年3—6月,共收集问卷2 486份,其中有效样本1 835份。有效样本的人口统计信息如表2所示。为保证有效样本中4道量表题项的相关性及独立性,使用SPSS 23.0软件对其进行信度及KMO和Bartlett球状检验。检验结果α系数为0.797>0.65,KMO值0.739>0.6,Bartlett显著性水平Sig.=0.000<0.05,表明测量题项有较高的一致性及区分性,可以进行进一步聚类分析。

表2 调研对象主要人口统计信息Tab.2 Main demographic information of survey subjects

2.2 K-means消费者聚类

K-means聚类算法通过衡量欧式距离来确定样本间相似性,从而对样本进行划分,常用于大规模数据的聚类。使用K-means算法对1 835名服装可持续消费者进行聚类,聚类指标为4项服装可持续消费行为5点数字量表数值的总和。

K-means聚类分析常用簇内误差平方和(SSE)作为类簇数量的评价标准,簇内误差平方和即在总样本为k个类簇时将各类簇中全部样本x与类簇中心ci距离的平方相加后,各类簇相加结果之和,计算公式如下:

通过设置不同的k值进行数据迭代,并计算簇内误差平方和。将1 835名服装可持续消费者分为2～8类时,SSE值分别为8 745.362、3 581.917、2 420.659、1 567.134、1 175.233、895.212、807.345,且各簇数量下p值均小于0.05,说明聚类簇数结果均显著,故将各簇数下的SSE值绘制为点线图,如图1所示。

由图1可知,簇数量为2时,簇内误方差最大,簇内误方差随着簇数量的增多递减;簇数量从3开始,线段趋于平缓。因此,服装可持续消费者聚类为3类时是最合适的。

图1 不同簇数量下簇内误差平方和Fig.1 SSE value under different numbers of clusters

通过聚类分析,确定将1 835名服装可持续消费者分为3类,将每一类簇服装可持续消费评价量表值的平均值作为依据,类簇的平均值越高,表明该类簇的消费者越容易践行可持续行为。分值由低到高分别命名为“低迷型服装可持续消费者”“能动型服装可持续消费者”及“活跃型服装可持续消费者”,如表3所示。

表3 各类簇样本状况及命名Tab.3 Status and naming of various cluster samples

2.3 消费者属性RC列联表卡方检验

卡方检验用于判断不同群体在单个变量上是否存在显著差异,以便对研究变量进行初步筛选。本次检验样本量大于40且各单元理论数均大于5,故可进行RC列联表卡方检验,SPSS 23.0软件输出结果如表4所示。

表4 服装可持续消费者属性卡方检验结果Tab.4 Chi-square test results of the attributes of sustainable clothing consumers

由表4可知,最小期望值均大于5,表明本次卡方检验结果成立,p值均小于0.05,说明3类服装可持续消费群体在13项单因素方面的差异均存在统计学意义。因此,13项单因素变量均可纳入Logistic回归模型,通过回归分析对变量进一步筛选。

2.4 消费者属性无序多元Logistic回归检验

无序多元Logistic回归检验适用于数量在2项以上且不存在数量级关系的分类变量,以1项变量作为参照组,构建其余变量模型。为检验能动型与活跃型服装可持续消费者属性的影响因素的显著性,本文将低迷型服装可持续消费者作为对照组。将卡方分析中p值小于0.05的13项单因素变量分别代入能动型与活跃型的回归模型,并使用后退法进行变量筛选,排除标准为α=0.1[12],SPSS 23.0软件输出结果如表5所示。

表5 服装可持续消费者属性Logistic回归检验结果Tab.5 Logistic regression test results of the attributes of sustainable clothing consumers

续表5

由表5可见,城乡差异、婚姻状况不会影响能动型与活跃型服装可持续消费者的属性,最终纳入能动型服装可持续消费者模型的变量有性别、代际、进行垃圾分类情况、购买绿色食品情况,该模型拟合信息中Sig.=0.000<0.05,具有显著性;最终纳入活跃型服装可持续消费者模型的变量有居住地、职业、学历、子女情况、月收入、进行旧物改造或再利用情况、购买新能源汽车/低碳住宅情况,该模型拟合信息中Sig.=0.000<0.05,具有显著性。

通过RC列联表卡方检验及Logistic回归检验,分别将影响能动型与活跃型服装可持续消费者属性的影响因素进行筛选,最终确定4项能动型消费者属性影响因素及7项活跃型消费者属性影响因素,分别使用CART算法对其进行画像构建。

3 CART决策树分类算法画像构建

3.1 CART算法结果输出及评价

CART算法是以最小分割Gini系数的属性作为划分依据的二分递归算法,可以避免数据过分拟合,有效提高预测精度。其主要计算步骤如下:

1) 计算初始Gini系数值。针对样本训练集Q,在此训练集中的属性为A,根据每一属性A,计算此时的初始Gini系数,计算公式如下:

式中:n为训练集中类别个数,Pi为样本点属于第n类的概率。

2) 计算分割Gini系数值。针对训练集中的每一属性A,以阈值a作为属性A的分割依据,将训练集Q分为Q1和Q2两个子集,分别计算两个子集的分割Gini系数值,数值越大,表示分割后集合出错的概率越大,计算公式如下:

式中:Gini(Q,A)为属性A的分割阈值为a时,训练集Q分割子集的错误概率。

3) 确定最佳属性及分割阈值。对于每一属性A,选择最小分割Gini系数的属性及其阈值作为最佳划分依据,生成两个子节点,并进行样本划分。

依据上述步骤,以低迷型(R)服装可持续消费者为对照组,分别对能动型(M)与活跃型(N)服装可持续消费者进行画像构建,运行软件为Matlab R2021a。

影响能动型服装可持续消费者的属性有X1(X1a～X1b)、X2(X2a～X2d)、X10、X12,“1(≥0.5)”代表具备该属性,“0(<0.5)”代表不具备该属性。低迷型与能动型群体共计1 260个样本,将1 008个样本作为训练集,252个样本作为测试集,发现叶子节点含有最小样本数为28时,交叉验证误差最小,为0.312 5,生成的决策树如图2所示。由图2可知,影响画像构建的拆分点有4个,分别是是否购买绿色食品、是否为1995年后出生、是否为女性、是否进行垃圾分类。

图2 能动型服装可持续消费者决策树分类Fig.2 Decision tree classification result map of sustainableclothing consumers of mid-active type

影响活跃型服装可持续消费者的属性有X3(X3a～X3d)、X5(X5a～X5f)、X6(X6a～X6d)、X8(X8a～X8c)、X9(X9a～X9e)、X11、X13,“1(≥0.5)”代表具备该属性,“0(<0.5)”代表不具备该属性。低迷型与活跃型群体共计1 008个样本,将807个样本作为训练集、201个样本作为测试集,发现叶子节点含有最小样本数为17时,交叉验证误差最小,为0.314 7,生成的决策树如图3所示。由图3可知,影响画像构建的拆分点有5个,分别是是否购买新能源汽车/低碳住宅、是否有2个以上的子女、是否为小学及以下学历、是否居住在东部地区、是否有子女。

图3 活跃型服装可持续消费者决策树分类Fig.3 Decision tree classification result map of sustainableclothing consumers of active type

本次实验结果可通过测试集样本预测的准确率进行评价,在CART算法下,能动型群体测试集识别数为165,正确预测数为160,识别率为96.97%;活跃型群体测试集识别数为116,正确预测数为98,识别率为84.48%。由此可见,识别率均在80%以上且总识别率达90.73%,表明本次试验结果有较高的可信度。

3.2 画像构建结果分析

3.2.1 能动型服装可持续消费者

决策树中越靠近末端的拆分点,在模型构建中发挥的实际作用越小,对于画像构建的影响也较小[11]。由图2可知,能动型服装可持续消费者画像构建指标重要性排序为生活习惯(X10、X12)>代际(X2)>性别(X1)。通过画像逻辑描述可知,在生活习惯上,购买过绿色食品或践行垃圾分类的人群易成为能动型服装可持续消费者;在代际上,“95后”易成为能动型服装可持续消费者;在性别上,女性易成为能动型服装可持续消费者。

在生活习惯上,进行垃圾分类及购买绿色食品属于受到宏观及微观因素共同影响的可持续行为,同时具有利己及利环境属性[13-14],相比旧物再利用等较难践行的可持续生活习惯,其行为驱动机理较易,且容易获得个体利益及环境保护层面的满足感[13],因此,在生活中践行垃圾分类及购买绿色食品的消费者在服装可持续消费行为层面被划分为能动型较为合理。在代际方面,“95后”一代的价值观形成于综合国力快速上升时期,飞速的经济发展、稳定的社会基础及高涨的民族自信与其成长历程紧密相连,巨大的发展福利使“95后”一代对保障国力提升的方针政策等保有较强的拥护意愿[15],因此更愿意践行国家所倡导的低碳绿色生活方式;但同时,深受消费主义文化影响的“95后”一代也带来了较大的服装消费与浪费[15-16],因此,虽然“95后”相比其他代际群体更愿意践行服装可持续消费行为,但其仍属于能动型。在性别上,已有许多研究表明环境行为存在性别差异,男性对泛化环境问题和公共领域的环境问题表现出更多的关心,女性则对具体环境问题和私人或家庭领域的环境问题表现出更多的行为意向[17]。作为常见消费品,服装本身的属性使其与个体生活息息相关,服装可持续消费行为也属于与个人与家庭密切关联的具体的环境行为,因此从理论上,女性相比男性更愿意践行服装可持续消费行为,本文结论与之相契合,但同时,与“95后”一代类似,女性在服装上的高消费特性决定了其属于能动型群体。

3.2.2 活跃型服装可持续消费者

由图3可知,活跃型服装可持续消费者画像构建指标重要性排序为生活习惯(X13)>子女状况(X8)>学历(X6),其余指标在决策树模型中未发挥实际作用或发挥作用较小。通过画像逻辑描述可知,在生活习惯上,购买过新能源汽车/低碳住宅的人群易成为活跃型服装可持续消费者;在子女状况上,子女数量较多或有子女的人群易成为活跃型服装可持续消费者;在学历上,低学历人群更容易成为活跃型服装可持续消费者。

在生活习惯上,新能源汽车与低碳住宅都属于具有高环保价值的新兴消费品,而较高的溢价支出及使用功能的可替代性导致其市场竞争力较低,因此,购买新能源汽车或低碳住宅的消费者多数看中其“绿色”的商品属性,该类人群往往具有更强的环境意识与社会责任感,在生活各方面会积极践行环境行为[18-19]。对照本研究结论,认为购买过新能源汽车或低碳住宅的消费者在服装购买和使用方面也具有更强的可持续意识,故将此类消费者划分为活跃型。在子女状况上,家庭的环境行为引导作为将个体环境意识上升至公共环境关心的有效路径,对子女有着深远的影响,通常出于对子女良好的教育与子女未来福祉等因素的考量,拥有子女的家庭通常更加关心环境问题并积极践行环境行为[20]。对照本文研究,认为子女数量较多或有子女的人群有较强的服装可持续消费意识。此外,服装较强的再利用属性导致其会在多子女家庭群体中进行代际内的多次使用,有效延长了其使用寿命,故将此类群体划分为活跃型。在学历上,已有许多研究表明学历水平与可持续行为的践行程度呈正相关性,而本文发现低学历群体易践行服装可持续消费行为,这一结论表明服装的可持续行为与其他层面的可持续行为存在一定的差异。服装生命周期各阶段的环境行为与大众生活环境的改善间存在“感知鸿沟”,例如新能源汽车带来的大气环境改善、垃圾分类带来的空间环境改善等,都能在生活中进行直观地感受,而就目前消费者在服装购买、使用、处理等阶段可持续行为认知的模糊性[2],导致其对于服装的可持续行为对提升环境水平的感知并不强烈;同时,不同学历人群所处社会阶层的差异间接导致了服装购买与使用等行为的差异,低学历人群的服装消费水平往往较低,在购买及使用服装时更多注重其实用性,而较长的使用时间则延长了服装的使用寿命,导致服装可持续消费行为量化分数较高,成为活跃型群体。

4 对策建议

通过聚类分析,发现目前中国消费者在服装可持续消费践行程度方面可被划分为低中高3个层次的群体,即低迷型、能动型与活跃型。通过卡方检验、回归检验及CART算法分析,发现影响能动型群体画像构建的指标按照重要程度排序为生活习惯、代际及性别,购买过绿色食品或进行垃圾分类的人群,“95后”及女性是能动型服装可持续消费者的主要组成;影响活跃型群体画像构建的指标按照重要程度排序为生活习惯、子女状况及学历,购买过新能源汽车/低碳住宅的人群,子女较多或有子女的人群,低学历人群是活跃型服装可持续消费者的主要组成。据此,提出践行服装可持续消费行为的对策。

1) 规避单一宣传服装方面的可持续行为,着眼全渠道环境行为宣传。研究表明,不论对于能动型还是活跃型服装可持续消费者,生活习惯均是画像构建最重要的影响指标,说明具有可持续生活习惯的消费者同样会在服装上践行可持续行为。目前,服装可持续消费行为相比其他环境行为来讲,存在意识不足、效力欠缺等推进困境,其践行不能一蹴而就,需要从消费者环境感知较为清晰的公共环境领域切入,在环境意识提升后逐渐过渡,避免仅宣传服装可持续行为造成环境利益感知不足。在碳达峰全民行动的背景下,充分利用新媒体优势,通过多种渠道对生活中常见的环境行为进行宣传教育,在利用传统媒介的同时,着重利用移动互联网、手机客户端等新媒体,通过微博、公众号等移动社交应用对常见环境行为进行宣传;此外,定期通过学校、单位、社区等进行宣传教育,通过群体效应来提升总体环境意识,进而达到各方面可持续行为的提升。

2) 注重家庭层面环境意识与行为的培养,提倡理论教育与实践并行。研究表明,多子女或有子女家庭、“95后”及女性均是构建服装可持续消费者画像的重要影响指标,这3项特征均指向了家庭这一重要教育途径。女性母亲身份的特殊性奠定了其对子女教育的重要地位,同时“95后”群体父母一代普遍接受过一定的教育,“95后”较高的可持续意识也与良好的家庭教育有着紧密的联系。由于服装可持续行为属于典型的私域环境行为,家庭成为其教育的重要阵地。家庭环境行为教育应首先归正家长的可持续意识,宣传应以亲子教育、未来环境福祉等为切入点,将可持续理念逐渐渗入到宣传教育当中,使家长意识到家庭环境行为教育与学校教育同等重要;同时要将可持续意识应用到实践中,利用学校、社区、社会团体等组织的亲子环保活动,共同践行诸如旧衣改造等可持续行为,将环保教育纳入到国民日常生活及教育体系中。

3) 加强国家政府及龙头企业的引导作用,增强政策的弹性与灵活性。研究表明,低学历群体是构建服装可持续消费者画像的重要指标,这与较低的服装消费水平及较长的使用周期等有着直接关系,造成一种“假绿”的现象,而这种“假绿”现象也恰恰反映出服装可持续消费行为推进的艰难性。从源头来看,环保健康的绿色服装市场竞争力较差,同其他行业环保企业类似,政府应适当对绿色服装生产企业施行经济减税政策,使绿色服装形成一定的价格优势,并根据不同地区经济、社会的差异实施差异化激励政策,鼓励消费者购买绿色服装;在服装购后阶段,服装相关的环保事务不同于其他环保事业可以得到政府的有力监管,龙头企业应肩负起一定的社会责任,如在线下零售店建立相关回收设施,鼓励消费者积极参与到服装回收的可持续行为中,优化服装回收体系,形成政府引导、行业协助、民众参与等多位一体的环境协同模式。

5 结 语

目前,中国服装可持续消费者按照可持续行为践行程度可分为高中低3个层次,影响服装可持续消费者画像构建的指标有生活习惯、代际、性别、家庭子女状况及学历。在“双碳”政策背景下,实现服装可持续消费行为的途径主要有重视总体环境行为宣传、提升家庭环境意识并注重服装可持续行为教育、实行绿色服装经济补贴等。本文以1 835份问卷数据为研究基础,通过聚类分析、回归分析、CART算法分析等构建中国服装可持续消费者画像,为服装可持续消费的消费者细分及“双碳”政策下服装可持续消费的践行提供理论支撑。与此同时,本次研究针对所有的服装消费者,没有群体或角色的限制,因此画像指标仅从人口统计变量与可持续生活习惯两方面进行了设计,在设计维度上存在一定的局限性。在后续服装消费者画像的研究中,需进一步细化研究对象:在群体上,可根据性别、代际等属性将研究群体清晰化;在内容上,可聚焦在某一消费阶段,如回收阶段,从而丰富与细化画像构建的指标,以得到更有针对性的研究结论。

《丝绸》官网下载

中国知网下载