基于Agent建模的生态选择洞察：模拟快时尚消费行为转变

《Ecological Economics》：Agent-based insight into eco-choices: Simulating the fast fashion shift

　　本文采用Agent-Based Modeling（ABM）方法，以西班牙消费者为研究对象，模拟快时尚消费决策中环境意识、社交媒体与政府干预的协同作用。研究发现政府干预对推动可持续消费具有关键作用，且其效果受社会媒体影响力和人群极化程度显著调节。研究为制定精准干预策略提供了计算社会科学（Computational Social Science）新范式。

　　

亮点

模型设置

我们考量了多种情景，将模型分为三组：第一组聚焦沟通及由此产生的同伴压力（peer pressure）；第二组研究社交媒体影响的不同效应；第三组考察政府干预措施。

同伴压力研究同时涵盖非极化（non-polarized）和极化（polarized）代理集（agentsets）。我们探索不同沟通水平（由分享阈值δ ∈ [0.05, 0.5]决定）如何影响代理行为。

结果

本节概述本项目所用模型的设置并展示结果。这些结果在多次运行中保持一致，尽管报告数据对应单次运行，但能代表平均结果。此外，代码和样本数据（反映原始数据分布）可在CoMSES Net网站获取。本节分为三部分，每部分聚焦一种影响机制及其与极化动态的相互作用。

结论

本研究探讨了人们关注点与购买行为之间的关系。所用数据表明，环境关切并未显著影响购买习惯，规范期望（normative expectations）亦然。这暗示大众对快时尚环境影响普遍缺乏认知，且社会缺乏推动可持续购物的压力。这种认知不足可能源于教育缺失，可通过针对性教育举措加以解决。