基于多Agent的服装可持续消费行为建模与仿真

Multi-agent-based modeling and simulation of sustainable clothing consumption behavior

摘要：

“双碳”目标下，随着服装消费引起的气候变化和环境污染等生态问题日益严重，迫切需要重新思考和重塑服装消费模式，推动服装消费向质量型、低碳化转变，从而实现服装产业的绿色转型。文章运用多Agent建模方法，构建服装可持续消费行为仿真模型，采用Netlogo平台进行仿真实验，探求服装可持续消费行为的影响机理。结果表明，消费者可持续消费认知、产品可持续性和设施供应条件均显著促进可持续消费行为;但不同强度下，产品可持续性和设施供应条件的推动作用存在差异。基于此，从可持续消费认知和供应条件两方面提出了引导中国消费者服装可持续消费行为的建议和对策。

关键词：

服装可持续消费行为;多Agent建模;复杂系统;Netlogo仿真;可持续消费认知;供应条件

中图分类号：

TS941.1

文献标志码：

A

文章编号： 10017003（2024）10期数0001起始页码14篇页数

DOI： 10.3969/j.issn.1001-7003.2024.10期数.001（篇序）

收稿日期：

20240425;

修回日期：

20240806

基金项目：

国家社会科学基金项目（20XSH019）;西安工程大学研究生创新基金项目（chx2023008）

作者简介：

梁建芳（1969），女，教授，主要从事服装绿色供应链构建、服装可持续消费的研究。

全球气候变暖的大背景下，世界各国对于可持续发展在保护环境和推动经济发展中的关键作用已达成共识，可持续发展已成为时代发展和行业发展的最强音。由于可持续发展涉及从生产到消费者行为的长链条，现有的政府举措和政策法规、产业政策基本集中在生产领域即供给端，而在消费领域即需求端则相对不足。尽管国家通过一系列的规章制度大力倡导全体公民积极践行可持续消费，但消费者拥有自由选择商品及生活方式的权利，消费行为是否具有可持续性并不属于越轨行为范畴［1］。所以，在消费主义思潮的影响下，服装领域内的过度消费、攀比消费、废弃随意等不可持续的消费现象日益凸显，导致了大量的环境污染和资源浪费问题。由此可见，引导消费者积极践行服装可持续消费行为迫在眉睫。

目前，针对服装可持续消费行为的研究基本聚焦于内外部影响因素、消费意愿及其行为［2］等方面。从消费者的内部属性来看，多项研究揭示了其对可持续消费行为的影响。内部属性包括但不限于消费者的个体特征［2］、可持续消费的态度［3］、可持续性的认知［4］、知识水平［5］、主观规范（即社会压力下的行为准则）［6］、可持续消费的情感认同［7］及感知风险［8］等，以上内部因素是消费者决策的基础，影响消费者对服装可持续性的关注和采纳。同时，外部环境对消费者的服装可持续消费行为的影响也不容小觑，如生活情境［9］、可供选择的可持续服装的供给状况［10］、信息环境（如媒体宣传、社交网络等）［11］及政策法规［12］等。外部因素构成了消费者行为的背景框架，引导消费偏好和选择倾向。然而，现有研究大多为利用统计方法而进行的实证研究，在反映特定时刻消费者行为的静态特性具有重要意义，却难以反映消费者行为复杂、动态的变化特征、趋势及行为涌现效果。因此，基于仿真技术多维度、多角度地刻画消费者服装可持续消费行为的动态变化和趋势具有独特优势。

基于此，本文基于可持续消费认知，采用多主体建模（Agent-Based Modeling and Simulation，ABMS）方法［13］，模拟真实情境下消费者个体间的互动及个体与环境情境间的相互作用后而涌现的消费者服装可持续消费行为的动态演化过程，以期为服装可持续消费行为的优化和可持续发展提供科学的理论支持和实践指导。

1 服装可持续消费行为及其影响机制

1.1 服装可持续消费行为及影响因素

可持续消费是指利用产品及其服务在满足当代人需求的同时，最大限度地减少产品生命周期内对自然资源的依赖和废弃物、污染物的排放，以确保满足未来一代的需求［14］。根据这一定义，服装可持续消费体现为既维护当代和未来一代对服装产品的需求，同时又不会对环境及生态系统造成不可逆转的损害。因此，创造或提供更可持续的服装产品及其相应服务，是服装可持续消费的本质和前提。

然而，作为独立个体的消费者，由于其行为深深根植于社会和制度环境当中，通过社会成员间的互动而形成了一定的生活方式和社会规范，因此要转变消费行为并非易事［15］。事实上，要促进消费者的服装可持续消费行为，首先要使消费者对可持续产生一定程度的认知，其次要确保消费者能够便利地购买到可持续服装产品，并在可持续产品的消费过程中具备相应的配套措施及其支持［16］。因此，可持续消费认知、服装产品的可持续性及服装产品设施供应条件就成为服装可持续消费行为转型中的关键变量。

所谓可持续消费认知，是指消费者对可持续消费理念、原则和实践方法所持有的全面且深刻的认识，不仅表现为个体的综合素质，包括文化科学素养和思想道德素质，同时受个体价值观，即隐形世界观的影响［17］。即不仅涉及消费者对环境保护和资源节约的深刻理解，而且包含了对社会公平和未来可持续发展的高度关注。研究表明，具备较高可持续消费认知的消费者会积极选择那些环境友好、社会责任明确的产品和服务［18］。针对服装产品，随着消费者可持续消费理念的觉醒及认知的不断加深，他们在服装的消费过程中会更加注重产品的环保性、品牌的社会责任及透明度等问题。

产品的可持续性强调产品本身对环境的友好特性，突出了社会责任和经济可持续发展的要求。服装产品的可持续性是指在服装产品的设计、生产、销售、使用及废弃整个生命周期内，尽最大可能控制其对环境、社会和经济的影响［19］。通过引导消费者选择使用可持续性产品，如环保材料制成的产品、关注服装对环境的影响、注重品牌的社会责任感及服装的再利用等，以推动服装产品的可持续化［20］。同时，在此过程中需具备应有的配套设施和支持条件［21］。服装产品设施供应条件既包括服装产品的可靠性、技术水平、稳定性、回收及其处置等［22］，又包含外部资源的便利性和可获得性等。成熟并完善的产品设施供应条件能增强消费者信心，从而促

进消费者可持续的服装消费选择。因此，优化产品设施供应条件，对于促进消费者服装可持续消费行为至关重要。

1.2 服装可持续消费行为的交互及其演变

众所周知，消费者的认知并非一成不变，而是随着个体间的交互呈现动态变化的特性。针对可持续消费认知，当个体间的交互作用加强，便会促进消费者对于可持续的认知程度。因此，交互作为消费行为转变中的一种关键机制，能够驱使消费者观点值的变化，并最终促进认知的改变。然而，交互效果取决于从众性、信任度和接受意愿三个重要因素［23］。这主要是因为当消费者受到周围群体或社会舆论的影响或压力时，是否易于受到他人影响、是否信任观点或信息来源及是否具有良好的接受意愿直接决定了通过个体间的交互而达到的宏观涌现效果。当消费者感知到来自于较高信任度的个体或渠道的新信息、观点或行为模式，并具有良好的接受意愿时，便更大可能地信任这些信息并将其纳入自身的认知体系，最终表现在观点和行为上一定程度的从众倾向，即调整认知和消费行为。因此，当多数消费者表现出对可持续消费的支持和实践时，其他消费者可能会受到这种群体压力的影响，进而改变自己的消费认知和行为。

2 多Agent的服装可持续消费行为建模

2.1 概念模型

基于以上分析，构建以可持续消费认知、供应条件为主要影响因素的服装可持续消费行为仿真概念模型，如图1所示。其中，供应条件包含服装产品可持续性和产品设施供应条件两个变量。由于真实情境中消费者个体间观点交互对认知和行为起重要作用，因此选择消费者本身所具备的从众性、信任度及接受意愿等特性，通过设计发生交互的视域范围和规则，以观察消费者服装可持续消费行为的动态变化趋势及涌现效果。

2.2 Agent属性描述

根据研究目的，该模型中设置消费者、服装产品、产品设施供应及监管等多个智能体（Agent）。属性设置具体如下：

1） 消费者Agent。消费者Agent属性包含静态和动态两种。其中，静态属性是指消费者的从众性、信任度及接受意愿等。从众性表示消费者是否容易受他人影响的程度，可信度表示消费者对他人的信任程度，接受意愿表示消费者对他人观念的接受意愿程度［24］。动态属性主要是针对社会情境中的异质个体，在经过相互观点交互之后而产生的动态变化特征，如可持续消费认知的变化及实施或不实施服装可持续消费行为的行为状态转变。

2） 服装产品Agent和产品设施供应Agent。服装产品Agent和产品设施供应Agent两者同属于供应条件。其中，服装产品Agent指服装产品的可持续性水平，具体表现为服装产品的品质、材料、工艺及环保技术水平等。通过划分不同强度的产品Agent，以探究服装产品的可持续属性对消费者行为决策的影响。产品设施供应Agent指服装产品的设施供应条件，具体为服装产品设施和服务的完善性、购买可持续服装的便捷性及服装回收设施和渠道的可能性等方面。该Agent属性对于消费者选择和购买意愿及减少服装浪费有着重要作用。通过划分不同强度的配套资源供应Agent，能够更好地评估和比较不同服装设施供应条件水平对服装可持续消费行为的影响。

3） 监管Agent。监管Agent能够实时观察整个仿真系统的数据变化，并收集和分析相关信息。通过监测仿真系统中的各项指标，更好地理解和把握服装可持续消费行为的动态变化，并根据反馈信息做出相应的调整和改进。监管Agent有助于提升产品可持续性和改善供应条件，提高研究的科学性和实用性。

2.3 消费者Agent的交互机制

Deffuant模型是一种经典的连续观点动力学模型，在描述个体间通过交流和相互作用引起的态度调整和价值观改变方面具有显著优势［25］。但当该模型应用于现实社会中群体可持续消费认知的交互过程时，却存在接受程度和交互对象选择范围不足的问题。因此，本文改进Deffuant模型，并重新设置模型的收敛系数、调整消费者选择可持续消费认知交互对象及视域范围等规则：

1） 调整该模型中恒定的收敛系数为消费者可持续消费认知接受程度函数。因为当收敛系数为恒定值时将无法体现消费者的个体异质性，通过考虑消费者的从众性、信任度和接受意愿，提升Deffuant模型的准确性和真实性。

2） 在该模型中设定视域范围β。在真实情境中，两两个体发生交互不仅需要处在一个适合的空间和范围之内，而且需要有所接触才能发生交互。因此，合理规定消费者之间的交互范围非常必要。本文为准确测定视域范围β，遵循以下方法来确定一个科学规范的交互范围。首先，在仿真世界中，随机选取了若干个体作为样本，以被选中的个体为中心，统计各自周围β范围内的人数，并计算个体周围β范围内人数的平均值。最后，将平均值与仿真世界整体在β范围内的平均人口密度进行了对比分析，并以此为依据，最终确定了科学且规范的交互范围。

3） 设定可持续消费认知差d。当消费者可持续消费认知具有一定差距时，双方能够提供更多新信息和观点，提升交互价值，从而扩展认知范围;此外，与自身有足够差异的消费者进行交互，有助于消费者综合多种不同的观点而做出全面和明智的决策。

因此，消费者i对消费者j可持续消费认知接受程度函数f（i，j）如下式所示。

f（i，j）=α1·coni·SCC（i）-conj·SCC（j）+α2·truj+α3·willi（1）

式中：α1、α2、α3分别代表从众性、信任度和接受意愿的权重系数;SCC为消费者的可持续消费认知值;con代表消费者的从众性值;tru为消费者的可信度值;will为消费者的接受意愿值。

改进后的Deffuant模型交互机制为：

若消费者j与消费者i的范围≤β，并且SCCT（j）-SCCT（i）≥d时，

SCCT+1（i）=SCCT（i）+f（i，j）（SCCT（j）-SCCT（i））SCCT+1（j）=SCCT（j）（2）

否则，消费者i与消费者j的可持续消费认知值在下一时刻保持不变：

SCCT+1（i）=SCCT（i）SCCT+1（j）=SCCT（j）（3）

该交互模型简化为高可持续消费认知个体对低可持续消费认知个体的单向影响，有助于更清晰地理解和分析主要的影响路径，减少模型的复杂性，使其更易于理解和应用。此外，有助于突出具有较高可持续消费认知水平的个体在推动发展可持续消费方面的重要作用。

2.4 消费者Agent的决策机制

消费者服装可持续消费行为并非简单的单向线性过程，需综合考虑多个因素对消费决策的影响。BP（Back Propagation）神经网络是一种基于误差反向传播算法的多层前向神经网络［26］，能够处理复杂的非线性关系。本文利用BP神经网络构建消费者的服装可持续消费行为决策机制。其中，可持续消费认知（SCC）、产品可持续性（PS）、产品设施供应条件（PFSC）等为输入端的神经元数据，服装可持续消费行为（SCCB）为输出端的神经元。图2为所构建的服装可持续消费行为的BP神经网络模型，其中w为神经元的连接权重，偏置b为神经网络提供一个可调节的基准值，m为输入信号的数量。

2.5 仿真系统模型

基于ABMS方法和多Agent的服装可持续消费行为概念模型，设计了服装可持续消费行为仿真系统模型。仿真系

统模型主要展现了T时刻的消费者的交互和行为抉择及T+1时刻决策结果和状态转换。具体仿真系统模型如图3所示。

3 仿真初始数据采集

3.1 量表设计

针对图1的概念模型，通过归纳梳理文献，确定服装可持续消费行为研究中的变量包含个体素质、价值观、产品可持续性、产品设施供应条件、服装可持续消费行为5个。为确保调

查量表的信度和效度，所有测量量表均借鉴相关研究成熟量表，并通过咨询相关领域专家，修正可能引起歧义、或表述不清的语句。经过邀请受访者针对具体研究情境进行反复审核与测试之后，最终形成正式测量问卷。所有变量均采用Likert五级量表，1表示“非常不同意”，5表示“非常同意”，本研究量表及参考来源如表1所示。

3.2 数据来源与样本情况

为保证调查样本在地理区域上的良好覆盖性，调查采取分层抽样方法，分别选取了中国东、中和西部的北京、郑州、武汉、西安、兰州等代表性城市，于2023年6—8月通过线上和线下相结合的方法采集数据。累计发放问卷1 352份，回收有效问卷1 216份，有效回收率为89.9%。

表2为调查样本的基本情况。由表2可以看出，调查样本中女性占比、大学（含大专）比例较高。这主要是因为女性购买服装的频率及对时尚的敏感度均高于男性，亲自参与服装的购买决策过程［36］;高学历者更倾向于对环境

友好型产品的支持［37］，因此，女性和高学历者构成了服装可持续消费的核心群体。另外，关于调查对象月收入的分布状况，根据2022年中国家庭人均月收入报告，月收入3 000元及以下的人口占总人口比例的83%，故该调查样本月收入分布状况符合中国人均收入的特点。因此，该调查样本反映了现阶段中国人口群体的特征，具有较好的代表性。

3.3 信度和效度检验

本文采用Cronbach’s α系数判断量表内部一致性，即评定各因素的信度。由各变量信度检验结果（表3）可以看出，各变量的Cronbach’s α系数均大于0.7，量表信度为可接受水平。同时，通过探索性因子分析，对5个变量进行适应性检

验（表4）。结果显示，KMO值为0.919，说明5个变量间具有较强的相关性，适应性表现较好，Bartlett球形检验统计量的显著水平小于0.05，数据适合进行因子分析。

由各因子的探索性因子分析结果（表5）可以看出，18个测量题项能够有效地划分在5个因子上，具有清晰地对应关系;5个因子测量题项的因子载荷系数在对应变量上都大于0.5，表明变量与对应因子之间存在较强的关联性，具有较好的收敛效度;5个因子测量题项的因子载荷系数在其他变量上都小于0.5，表明变量与其他因子的相关性较弱，具有较好的区分效度。

最后，为了验证探索性因子分析的准确性，对所有因子执行了验证性因子分析，各变量的因子载荷系数及聚敛效度如表6所示，Pearson相关与AVE平方根值如表7所示，HTMT（异质—单质比率）结果如表8所示。所有因子的AVE值均显著超过临界值0.500，CR值均高于临界值0.700，说明所有因子具有较好的聚敛效度。每个因子的AVE平方根值均大于该因子与其他任何因子的Pearson相关系数，HTMT值小于0.850，证明各潜变量之间具有显著的区分度，验证了量表数据的区分效度比较理想。

4 仿真实验设计

Netlogo是一个多Agent建模仿真集成环境，广泛应用于研究复杂的自然和社会系统［38］。由于其能够很好地模拟微观个体的行为和宏观模式的涌现及其两者之间的联系，故本文采用Netlogo 6.2.0版本研究服装可持续消费行为的动态变化趋势。

4.1 消费者Agent设置

4.1.1 消费者Agent的初始属性及赋值

消费者Agent的初始属性主要包括可持续消费认知、接受意愿、可信度和从众性等。消费者Agent属性信息描述及初始赋值如表9所示。

4.1.2 T+1时刻消费者Agent的可持续消费认知与服装可持续消费行为值

T+1时刻消费者Agent的可持续消费认知值是通过T时刻与视域范围内随机一个可持续消费认知差大于等于0.500的消费者Agent进行交互，可持续消费认知的调整遵循改进后的Deffuant模型;T+1时刻消费者Agent的服装可持续消费行为值是通过BP神经网络正向传播得到的输出值。T+1时刻消费者Agent动态属性信息描述如表10所示。

4.1.3 消费者Agent分类设置

仿真过程中通过比较消费者Agent的服装可持续消费行为值和调查样本中消费者服装可持续消费行为均值，从而确定消费者Agent的类别。基于调查样本可知，消费者服装可持续消费行为均值为3.67。因此，仿真系统中将服装可持续消费行为值大于3.67的消费者Agent定义为实施服装可持续消费行为的个体，设定为绿色;将服装可持续消费行为值小于3.67的消费者Agent定义为未实施服装可持续消费行为的个体，设定为蓝色。

4.2 功能模块设置

服装可持续消费行为仿真模型的界面视图、开关按钮和滑动条的参数设置如表11所示。

5 仿真结果分析

本文中消费者服装可持续消费行为仿真模拟系统设定为基准模式和对比分析模式两种。基准模式是指无因素干预的标准模式，作为比较的基准。基准模式下产品可持续性、产品设施供应条件取值均为“1”，即无产品可持续性、产品设施供应因素的影响。不同消费者Agent根据自身信任度、从众性、接受意愿、可持续消费认知影响服装可持续消费行为上的表现。对比分析模式下，通过调节产品可持续性、产品设施供应条件强度，观察和分析消费者Agent服装可持续消费行为的改变，以得到消费者Agent可持续消费认知和服装可持续消费行为的动态演化趋势。

5.1 基准模式

在基准模式下，设定仿真世界内消费者Agent 500人;时间步长为20，产品可持续性、产品设施供应条件强度值为“1”，表示不受产品可持续性、产品设施供应条件影响;设定“adjust-ratio”为0.2，表示可持续消费认知的变化的速率，即控制消费者Agent进行观点交互作用中可持续消费认知调整的快慢。消费者信任度、从众性和接受意愿的权重系数取值，是通过在无干预条件下进行仿真实验确定的，选取最优分配组合作为整个研究的权重系数，最终确定α1=0.6、α2=0.2、α3=0.2。基于上述设定，得到基准模式下消费者Agent可持续消费认知和服装可持续消费行为的均值曲线及稳定状态下的平均值，如图4所示。

由图4可以看出，在没有供应条件干预的情形下，消费者Agent的服装可持续消费行为均值较低，且仿真世界中消费者Agent的可持续消费认知均值和服装可持续消费行为均值短时间内快速上升，随着时间推移，上升变缓并趋于稳定。其原因在于仿真世界中消费者Agent之间的交互作用，低可持续

消费认知的消费者受到周围高可持续消费认知消费者的影响，提升了自身的可持续消费认知水平，从而使得消费者Agent的可持续消费认知均值在短时间内快速上升。但随着时间的推移，消费者Agent的可持续消费认知值趋于相近，彼此间交互影响减弱，因此可持续消费认知均值趋于平稳。由此可见，消费者Agent自身可持续消费认知值交互后的增长，直接且显著促进个体的服装可持续消费行为。

5.2 供应条件干预情形

如前所述，供应条件分为服装产品可持续性和产品设施供应条件两个维度。为了模拟不同供应条件强度对消费者Agent服装可持续消费行为的影响，本文分别假定无供应条件

18b92869af018d8ec770df5d61ab633b干预、低供应条件强度、中等供应条件强度、较高供应条件强度、最高供应条件强度的状态参数依次为1、2、3、4和5，由此分析供应条件强度的变化对消费者Agent服装可持续消费行为的影响。

5.2.1 单一供应条件，不同强度干预情形

在仅具有产品可持续性影响的情形下，将产品设施供应条件参数设定为“1”，产品可持续性参数设定为“2～5”;在仅具有产品设施供应条件影响的情形下，产品可持续性参数设定为“1”，产品设施供应条件参数设定为“2～5”，仿真系统输出结果如图5所示。不同强度供应条件对消费者Agent服装可持续消费行为的影响，如表12所示。

由图5和表12可以看出，当仅有产品可持续性和产品设施供应条件单一变量干预的情形下，整体消费者Agent服装可持续消费行为均值随着单一变量的增强而上升，表明消费者Agent服装可持续消费行为会随着产品可持续性和产品设施供应条件中任何一个因素强度的提高而增强。根据单一变量干预情形下消费者Agent服装可持续消费行为均值分析可知，两类供应条件在不同强度情形下对消费者服装可持续消费行为的影响存在差异。在低等强度下，产品可持续性比产品设施供应条件对消费者Agent服装可持续消费行为推动作用强;在中等、较高和高强度下产品设施供应条件比产品可持续性对消费者Agent服装可持续消费行为推动作用强。

5.2.2 不同强度供应条件组合干预情形

在不同强度供应条件组合干预情形下，将产品可持续性参数设定为“1～5”，产品设施供应条件参数分别设定为“1～5”，仿真系统输出结果如图6所示。不同强度供应条件组合情形下对消费者Agent服装可持续消费行为影响，如表13所示。

由图6和表13可以看出，在不同强度供应条件组合情形下，随着供应条件强度逐步增大，整体消费者Agent服装可持续消费行为表现持续显著上升，且当产品可持续性和产品设施供应条件水平都在中等强度以上时，消费者Agent服装可持续消费行为均值增加幅度超过60%。由此表明，产品可持续性和产品设施供应条件提升优化至中等水平及以上，将大幅推动消费者Agent服装可持续消费行为。

6 对策建议

通过仿真实验结果发现，可持续消费认知在提升消费者服装可持续消费行为方面展现出显著的重要性，增强消费者的环保意识和社会责任感，是引导消费者做出更可持续消费选择的关键;产品可持续性或产品设施供应条件任一变量的干预都能促进服装可持续消费行为，且低强度下产品可持续性推动作用突出，中高强度下产品设施供应条件优化成为关键因素;供应条件综合优化时，消费者的服装可持续消费行为将得到极大的推动，优化产品配套设施的便利性和供应多样性，是有效促进消费者做出可持续性服装消费决策的关键。据此，提出以下对策建议：

1） 重点提升消费者对可持续消费的认知水平、形成全社会可持续消费的文化氛围，是可持续消费推动初期的重要举措。首先，应建立涉及消费者终身、长期系统地融入可持续消费理念的消费者教育体系，包括家庭教育、学校教育和社会教育等多元主体，逐步培养消费者的可持续消费意识和行为习惯。其次，通过媒体和广告广泛传播可持续消费的社会价值和道德标准，强化社会规范与榜样力量。最后，政府应出台激励政策，如税收优惠、补贴等，以鼓励和引导公众践行可持续消费行为。

2） 提升和优化可持续服装产品及其配套设施供应条件，是促进服装可持续消费持续前进的保障。首先，要鼓励服装企业构建绿色供应链，开发可持续的服装产品以提高供给水平;其次，开发可持续性消费标志，统一可持续性服装标准，规范可持续服装的市场yDCmskYFKZr/o6A1gfZ9HQ==秩序。再次，通过制定国家或行业内相应的税收优惠、财政补贴及绿色采购政策，以激励服装企业研发、推广可持续产品，并建设相关的配套设施，同时引导消费者选择可持续服装。只有通过国家、企业、社会以及个人的共同努力，才能真正促进服装可持续性消费行为的转型。

7 结 语

本文运用多主体建模（ABMS）方法，探求可持续消费认知、服装可持续消费供应条件对服装可持续消费行为的影响机理。首先，设计分析了服装可持续消费行为的影响机制;其次，基于ABMS方法构建了服装可持续消费行为的驱动机理的多Agent概念模型，通过设计多Agent属性，构建了服装可持续消费行为的仿真系统模型;最后，采用Netlogo平台对服装可持续消费行为进行了仿真实验，基于仿真结果得到了有价值的研究发现。第一，可持续消费认知对服装可持续消费行为具有显著的促进作用，说明提升消费者的可持续消费认知，有助于引导消费者作出更具环保意识和社会责任感的消费选择。第二，供应条件中的产品可持续性和产品设施供应条件，其中任一变量干预均会提升消费者服装可持续消费行为。低强度下产品可持续性推动作用较强，中等、较高和高强度下产品设施供应条件推动作用较强。第三，供应条件不同强度组合情形下，产品可持续性和产品设施供应优化至中等及以上水平时，将大幅推动消费者的服装可持续消费行为。综合提升服装产品的质量、品牌形象、可持续信息的透明度，以及优化产品配套设施的便利性和供应多样性，将有效引导消费者作出更具可持续性的服装消费决策，从而推动整个服装行业实现可持续发展。本次研究主要聚焦于可持续消费认知、产品可持续性和产品设施供应条件等关键变量对消费者行为的影响，为服装可持续消费行为的研究和实践提供了有益的参考和启示。未来研究将进一步扩展变量范围，以更全面揭示影响消费者行为的因素及其机制，为深入了解和把握消费者服装可持续消费行为提供重要参考。

《丝绸》官网下载

中国知网下载

参考文献：

［1］朱迪. 中等收入群体和青年群体的绿色低碳消费研究： 基于不同消费环节和消费领域的实证分析［J］. 社会科学辑刊， 2024（3）： 130-141.

ZHU D. Green and low-carbon consumption of the middle income groups and the youth： Empirical analysis based on different consumption stages and different consumption fields［J］. Social Science Journal， 2024（3）： 130-141.

［2］牟宇鹏， 祁晓燕， 丁志华. 群体共情视角下的绿色消费行为： 自我—他人重叠的调节效应［J］. 管理评论， 2024， 36（1）： 149-160.

MOU Y P， QI X Y， DING Z H. Understanding green consumer behavior from the perspective of group empathy： The moderating effect of self-other overlap［J］. Management Review， 2024， 36（1）： 149-160.

［3］李文超， 邵婧. 消费者环保服装购买行为的影响因素研究： 基于计划行为理论和规范激活理论［J/OL］. 中国管理科学， 2023： 10.16381/j.cnki.issn1003-207x.2022.0070.

LI W C， SHAO J. Research on influencing factors of consumers’ environmentally friendly clothing purchase behavior： Based on theory of planned behavior and norm activation model［J/OL］. Chinese Journal of Management Science， 2023： 10.16381/j.cnki.issn1003-207x.2022.0070.

［4］LIANG J F， WANG R W， LI J J. Exploring the relationship between Chinese urban residents’ perceptions of sustainable consumption and their efficiency behavior： A mediation and moderation analysis based on the social practice approach［J］. Sustainability， 2022， 14（18）： 11262.

［5］王睿雯， 梁建芳. 城市居民绿色知识与服装可持续消费行为的关系［J］. 纺织高校基础科学学报， 2022， 35（2）： 44-50.

WANG R W， LIANG J F. The relationship between urban residents’ green knowledge and sustainable clothing consumption behavior［J］. Basic Sciences Journal of Textile Universities， 2022， 35（2）： 44-50.

［6］黄韫慧， 杨璐. “双碳”背景下的绿色消费转型： 动因、困境与路径［J］. 江海学刊， 2023（4）： 79-85.

HUANG Y H， YANG L. Green consumption transition in the context of “carbon peaking and carbon neutrality”： Motivation， barriers， and solutions［J］. Jianghai Academic Journal， 2023（4）： 79-85.

［7］王建明， 武落冰， 何正霞. 慢时尚博主特性对服装可持续消费行为的影响机制： 网红经济时代“近朱者赤”的“认同—责任”模型［J］. 中国地质大学学报（社会科学版）， 2021， 21（4）： 90-104.

WANG J M， WU L B， HE Z X. The impact of ethical fashion blogger’s characteristics on sustainable consumption in eco-apparel： The “identification-responsibility” model of “keep good men company and you” shall be of the number” in internet celebrity economy age［J］. Geosciences （Social Sciences Edition）， 2021， 21（4）： 90-104.

［8］RAUSH T M， KOPPLIN C S. Bridge the gap： Consumers’ purchase intention and behavior regarding sustainable clothing［J］. Journal of Cleaner Production， 2021（278）： 123882.

［9］徐嘉祺， 刘雯. 新时代绿色生活方式转型面临的困境与对策［J］. 理论探讨， 2023（3）： 169-174.

XU J Q， LIU W. The dilemma and countermeasures of green lifestyle transformation in the new era［J］. Theoretical Investigation， 2023（3）： 169-174.

［10］LIANG J F， LI J J， LEI Q Y. Exploring the influence of environmental values on green consumption behavior of apparel： A Chain multiple mediation model among Chinese generation Z［J］. Sustainability， 2022， 14（19）： 12850.

［11］梁建芳， 徐明秀. 基于社交媒体的服装绿色信息分享行为［J］. 纺织高校基础科学学报， 2023， 36（5）： 38-47.

LIANG J F， XU M X. Green information sharing behavior of clothing based on social media［J］. Basic Sciences Journal of Textile Universities， 2023， 36（5）： 38-47.

［12］雷钦渊， 梁建芳. 环境敏感度对绿色服装消费行为的影响［J］. 纺织高校基础科学学报， 2022， 35（3）： 125-132.

LEI Q Y， LIANG J F. Influence of environmental sensitivity on the consumer behavior of green clothing［J］. Basic Sciences Journal of Textile Universities， 2022， 35（3）： 125-132.

［13］WILSON A M， ROMERO-LANKAO P， ZIMNY-SCHMITT D， et al. Linking transportation agent-based model （ABM） outputs with micro-urban social types （MUSTs） via typology transfer for improved community relevance［J］. Transportation Research Interdisciplinary Perspectives， 2023（17）： 100748.

［14］WANG P， LIU Q， QI Y. Factors influencing sustainable consumption behaviors： A survey of the rural residents in China［J］. Journal of Cleaner Production， 2014（63）： 152-165.

［15］BANERJEE S， HO S S. Applying the theory of planned behavior： Examining how communication， attitudes， social norms， and perceived behavioral control relate to healthy lifestyle intention in Singapore［J］. International Journal of Healthcare Management， 2020， 13（S1）： 496-503.

［16］朱迪. “宏观结构”的隐身与重塑： 一个消费分析框架［J］. 中国社会科学， 2023（3）： 26-46.

ZHU D. The invisibility and remodeling of the macro structure： An analytical framework based on consumption［J］. Social Sciences in China， 2023（3）： 26-46.

［17］梁建芳， 和嘉伟. 基于行为意向中介效应的可持续消费认知与服装再利用行为的关系［J］. 东华大学学报（自然科学版）， 2020， 46（3）： 463-471.

LIANG J F， HE J W. RelationsBC+3548g9a9povKa+fj4HQ==hip between Chinese consumers’ sustainable consumption cognition and clothing reusing behavior based on mediating effect of behavioral intention［J］. Journal of Donghua University （Natural Science）， 2020， 46（3）： 463-471.

［18］XIE C， WANG R， GONG X X. The influence of environmental cognition on green consumption behavior［J］. Frontiers in Psychology， 2022（13）： 988585.

［19］SARKAR B， ULLAH M， SARKAR M. Environmental and economic sustainability through innovative green products by remanufacturing［J］. Journal of Cleaner Production， 2022（332）： 129813.

［20］梁建芳， 程婉莹. 服装可持续消费行为的研究现状及困境分析［J］. 丝绸， 2020， 57（6）： 18-25.

LIANG J F， CHENG W Y. Research on status and dilemma of sustainable clothing consumption behavior［J］. Journal of Silk， 2020， 57（6）： 18-25.

［21］王睿雯， 梁建芳. 环境共治视角下中国城市居民服装可持续消费行为的驱动机制研究［J］. 东华大学学报（自然科学版）， 2023， 49（1）： 110-118.

WANG R W， LIANG J F. Study on the driving mechanism of clothing sustainable consumption behavior of Chinese urban residents from the perspective of environmental co-governance［J］. Journal of Donghua University （Natural Science）， 2023， 49（1）： 110-118.

［22］LIN C A， WANG X， YANG Y. Sustainable Apparel Consumption： Personal Norms， CSR Expectations， and Hedonic vs. Utilitarian Shopping Value［J］. Sustainability 2023， 15（11）： 9116.

［23］马永军， 杜禹阳. 基于复杂网络Deffuant模型的舆情演化规律研究［J］. 情报杂志， 2018， 37（6）： 91-95.

MA Y J， DU Y Y. Research on the evolution of public opinion based on the Deffuant model of complex networks［J］. Journal of Intelligence， 2018， 37（6）： 91-95.

［24］李园伟， 赵军. 基于多Agent的在线口碑信息传播建模与仿真［J］. 计算机仿真， 2023， 40（4）： 427-433.

LI Y W， ZHAO J. Modeling and simulation of online word-of-mouth information dissemination based on multi-agent［J］. Computer Simulation， 2023， 40（4）： 427-433.

［25］魏静， 张耀曾， 朱恒民， 等. 基于改进Deffuant模型的舆情观点演化解析［J］. 管理评论， 2022， 34（9）： 147-157.

WEI J， ZHANG Y Z， ZHU H M， et al. An analysis of the evolvement of public opinion based on the improved Deffuant model［J］. Management Review， 2022， 34（9）： 147-157.

［26］BAO Z K， WANG C G. A multi-agent knowledge integration process for enterprise management innovation from the perspective of neural network［J］. Information Processing & Management， 2022， 59（2）： 102873.

［27］龙成志， 卿前龙. 消费者可持续性知识对绿色消费行为的影响： 以品牌可持续性感知为中介［J］. 中国流通经济， 2017， 31（7）： 91-102.

LONG C Z， QING Q L. Research on the influence of consumer sustainability knowledge on sustainable consumption with the mediating role of brand sustainability perception［J］. China Business and Market， 2017， 31（7）： 91-102.

［28］ZHAO H H， GAO Q， WU Y P， et al. What affects green consumer behavior in China？ A case study from Qingdao［J］. Journal of Cleaner Production， 2014（63）： 143-151.

［29］MARCINKOWSKI T J. An Analysis of Correlates and Predictors of Responsible Environmental Behavior［D］. Carbondale， Illinois： Southern Illionois University at Carbondate， 1988.

［30］张玉行， 王英. 考虑顾客偏好与绿色敏感度的竞争企业定价策略研究［J］. 软科学， 2018， 32（8）： 59-62.

ZHANG Y H， WANG Y. Study on competing enterprises pricing strategy considering customer preference and green sensitivity［J］. Soft Science， 2018， 32（8）： 59-62.

［31］NGUYEN H V， NGUYEN C H， HOANG T T B. Green consumption： Closing the intention-behavior gap［J］. Sustainable Development， 2019， 27（1）： 118-129.

［32］魏佳. 城市居民碳能力及其驱动机理研究［D］. 北京： 中国矿业大学， 2017.

WEI J. Urban Residents’ Carbon Capability and Its Driving Mechanism［D］. Beijing： China University of Mining and Technology， 2017.

［33］NEGASH Y T， SARMIENTO L S C， TSENG M L， et al. Engagement factors for household waste sorting in ecuador： Improving perceived convenience and environmental attitudes enhances waste sorting capacity［J］. Resources Conservation and Recycling， 2021， 175（1）： 105893.

［34］XU J， ZHOU Y， JIANG L， et al. Exploring sustainable fashion consumption behavior in the post-pandemic era： Changes in the antecedents of second-hand clothing-sharing in China［J］. Sustainability， 2022， 14（15）： 9566.

［35］何琳， 陈李红， 丁雪梅. 基于跨理论模型的服装可持续消费行为研究［J］. 纺织学报， 2021， 42（11）： 143-150.

HE L， CHEN L H， DING X M. Research on clothing sustainable consumption behavior based on transtheoretical model［J］. Journal of Textile Research， 2021， 42（11）： 143-150.

［36］蒋永霞. 悦己且理性女性消费涌现新活力［N］. 中国商报， 2024-03-12（008）.

JIANG Y X. Pleasant and rational female consumption brings new vitality［N］. China Business Daily， 2024-03-12（008）.

［37］龚文娟. 当代城市居民环境友好行为之性别差异分析［J］. 中国地质大学学报（社会科学版）， 2008（6）： 37-42.

GONG W J. A gender comparison on the environment-friendly behaviors of contemporary urban residents［J］. Journal of China University of Geosciences （Social Sciences Edition）， 2008（6）： 37-42.

［38］CAO Z H， ZHU J J， TANG B B， et al. System dynamics simulation of occupational health and safety management causal model based on NetLogo［J］. Heliyon， 2023， 9（8）： e18752.

Multi-agent-based modeling and simulation of sustainable clothing consumption behavior

ZHANG Chi， WANG Xiangrong

LIANG Jianfang， ZHANG Zejun， DONG Zhongjie

（Apparel & Art Design College， Xi’an Polytechnic University， Xi’an 710048， China）

Abstract：

Under the goal of achieving carbon peak and carbon neutrality， ecological issues from clothing consumption are escalating， posing significant pressure on the natural environment and challenges to the sustainable development of the clothing industry. Sustainable development encompasses a complex chain spanning from production to consumer behavior， yet current government measures， policies， regulations， and industrial strategies predominantly focus on the production sector， with inadequate attention paid to the consumption sector. Notably， unsustainable consumption trends like overconsumption， comparative consumption， and abandonment are becoming increasingly prevalent in the clothing consumption process. Consequently， actively guiding consumers towards sustainable clothing consumption behaviors is paramount. Current research on sustainable clothing consumption behavior largely revolves around empirical investigations that use statistical methods to analyze influencing factors， consumption intentions， and behaviors. While these studies are significant in reflecting the static characteristics of consumer behavior at a particular moment， they struggle to capture the complex， dynamic trends and macro-emergent effects of such behavior. To address this gap， our research employs a multi-agent modeling approach to simulate the mechanisms impacting sustainable clothing consumption behavior. This approach allows us to capture the emergent behaviors arising from interactions between individual consumers and the interactions between individuals and their environmental contexts in real-world scenarios.

Based on a literature review， the study first analyzed sustainable clothing consumption behavior and its influencing mechanisms. Subsequently， utilizing the agent-based modeling and simulation （ABMS） method， a multi-agent conceptual model was developed to encapsulate the driving factors of sustainable clothing consumption behavior. Within this model， consumer agents， clothing product agents， product facility supply agents， and supervision agents were designed and characterized. Additionally， considering the individual heterogeneity observed in real-world social groups， three variables， namely trust， conformity， and willingness to accept， were integrated into the traditional Deffuant model to enhance the interaction mechanism of sustainable consumption cognition. Furthermore， a BP neural network model was formulated to serve as the decision-making mechanism for sustainable clothing consumption behavior. Ultimately， a simulation system model for sustainable clothing consumption behavior was constructed， and the simulation experiments were conducted by utilizing the Netlogo platform to analyze and evaluate the dynamics of sustainable clothing consumption behavior. This study introduced ABMS into the realm of sustainable clothing consumption， utilizing an enhanced Deffuant model to simulate the emergent group characteristics and trends in consumer behavior resulting from interactions between individuals and various factors. Results show that consumers’ sustainable consumption cognition significantly promotes the sustainable consumption behavior of clothing. The beneficial intervention of any variable in product sustainability and facility supply conditions will effectively improve consumers’ sustainable clothing consumption behavior. Specifically， product sustainability has a strong driving effect under low intensity， and product facility supply conditions have a strong driving effect under medium and high intensity. In the case of different combinations of supply conditions， the improvement of product sustainability and product facility supply conditions to a medium level or above will greatly promote the sustainable consumption behavior of consumers. Based on this method， the dynamic evolution from individual micro-behaviors to macro-behaviors in sustainable clothing consumption is realized， making the proposed strategies and recommendations highly targeted and practical. Additionally， by employing interdisciplinary theories and methods， a comprehensive and systematic research framework is formed， further enhancing the depth and breadth of the study.

Based on a multi-agent model， an in-depth simulation study of sustainable clothing consumption behavior was conducted， providing new perspectives and methods for understanding and promoting sustainable consumption. By constructing a complex simulation environment， the study simulated the decision-making process of consumers when faced with different sustainable consumption choices， revealing how various factors influence consumers’ sustainable consumption tendencies. This study not only provides theoretical insights in the realm of sustainable clothing consumption but also offers robust support for practical applications， so as to contribute to the green transformation and sustainable development of the clothing industry.

Key words：

sustainable clothing consumption behavior; multi-agent modeling; complex systems; Netlogo simulation; sustainable consumption cognition; supply conditions