流行色与心理健康状况变化计量经济浅析

摘要:在服装构成的多个要素中，色彩和心理具有紧密的关系。在不同的年代、不同的意识形态、不同的领域，人们可能有着不同的颜色喜好。伦敦时装周是世界五大时装周之一，其流行色具有较强代表性，所以选英国作为主要研究对象。但是人类共有的生理机制和类似的外部刺激，使得色彩在心理上的作用也是大同小异。2020年，新型病毒的扩散对全球服装业和人们的心理健康产生了较大的负面影响，因此我们要能够更好地把握人们在心理状态变化之下所导致的全球服装市场的偏好改变。

关键词:流行色;心理;英国;计量经济学

一、研究思路

(一)对于色彩上的调查和研究

选取2014－2020年间的伦敦时装周PANTONE流行色趋势报告作为数据来源和分析对象，以PANTONE来对流行色进行编号，总结出近六年的色相值比率和彩度比率。用SPSS18对原始量化数据统计分析，分别获得六年来流行色色相和纯度的百分比直方图。通过分析色相和纯度经过的分类数据，可以得到色相的倾向性特征，有利于对色相和纯度的本质特征进行深入了解并对变化规律进行探索。根据2014－2020年的数据，确定三个要素的比例统计图，统计平均值、标准差和变异系数。最终，对色彩的变化趋势进行总结，以及根据目前的研究归纳背后影响色彩变化的因素。

(二)对于心理状态的调查和研究

选取2014－2020年间英国舆观调查网、柳叶刀杂志等作为数据来源，对其进行统计和分析，以直方图和折线图的形式表现出来并对其进行总结和表述。

(三)建立联系

我们将通过R语言的影响因子与色相值和纯度之间的散点图来进行大致关系的模型假设判断。根据散点图显示部分解释和被解释变量的线性趋势，建立第一个解释和被解释变量的多元线性回归模型，并根据变量的回归结果的重大考验拒绝或不显著变量，终于得到了最佳回归模型。回归模型如下:Y_it=X_it^’β+α_i+∈_it在R语言上使用最小二乘法对数据进行多元线性回归。使用RAMA模型来对回归方程进行平稳检验和偏自相关性检验。最后通过OLS来研究流行色和心理状态的关系。

二、色彩量化

(一)定案依据

对收集到的色彩信息进行分类、排序和量化，并将其转换为可以用于统计分析的数据格式。本研究采用国际公认的PANTONE色彩系统作为颜色量化的基础，其颜色命名规则如下:1．Y表示颜色的亮度值区域，从11到19一共有9个坡度，11的明度最高，19明度最低。2．横坐标x表示纯度色值面积，从00到64共65梯度，00最低纯度，64为最高。3．圆坐标r表示颜色色相值的范围，从00到64共65个渐变，代表不同色相。PANTONE色号由6个数字分别进行识别，体现其色相、明度和纯度，如:17－1664，根据明度y=17、纯度r=16、色相X=64，通过坐标r可以查询到其对应的颜色名称:红色罂粟。根据PANTONE颜色编号可以准确地确定颜色在PANTONE色彩系统中的空间位置，便于颜色的应用和识别。

(二)分类及统计

根据专家的建议，提出了PANTONE色彩标签的类型、色彩和蒙赛尔色彩的色相、纯度和明度的三维分类原则和色相的分类方式。对这三类而分别进行如下统计:首先，按PANTONE颜色号设置颜色数据表;其次，分别确定十类颜色项所涉及的范围，色相分类为:6－14的颜色范围为黄色、15－22为红色、23－33红紫色、34－38蓝紫色、39－46为蓝色、47－54蓝绿色、55－64－05为绿色，明度分类为:11－13为高明度、14－16为中明度、17－19为低明度;纯度分类为:00－20为低纯度、21－40为中纯度、41－64为高纯度;再统计各自出现的频数，最后，按公式R_i=V_i/V×100%计算出2014－2020色相比率R_i(见表1)

(三)定案量化分析

1．色相的特征分析

(1)初始量化色相特征。通过对2014－2020年的色相比率分析，获得不同色相的分布频率如图1表示，纵坐标表示了色相比率，横坐标显示近七年的七种色相。通过冷暖色的角度(色彩学根据人们心理对于色彩的感受分为冷色，暖色和中性色。其中暖色为黄色、黄红和红色;冷色为蓝色、紫色和绿色。)和图中的数据来分析2014－2020年的色相特点:1)2014年绿色和蓝绿色为主要色相，整体呈现出冷色调。2)到2015年，冷色调开始骤降，直到后几年才出现上升的趋势。相反，在这一年黄色，红色和红紫色成为主流色调。3)2016年，蓝色，蓝绿色以及红色成为主流，在这段期间，冷暖色并存。4)在2017年往后，绿色一直是主流色相，其次是红色。这段时间内，冷暖色相对均衡，差异性小。(2)分类色相特征分析。在图1的基础上我们得到2014－2020年7种色相统计特征值表(表2)中7种色调:1)黄色和蓝绿色的均值较小，变异系数较大，表明这两类的波动性比较显著，但整体比率仍处于低水平。2)红色的均值较大，为18．186%，一直是大众的主流颜色，标准差和变异系数最小，说明其数值稳定，波动性较小。结合图2可以看出，红色整体呈现逐年递增的趋势。3)红紫色均值较大，变异系数较小，说明其出现次数较多较小的波动性。4)蓝紫色均值相较而言最小，变异系数较大，说明出现次数较少，波动性显著。5)蓝色的均值较小，变异系数最大，表明虽然蓝色的出现次数较少，但变化十分显著。6)绿色标准差最大，波动较为剧烈，同时均值最大，为18．400%，整体占比大。

2．明度的特征分析

(1)初始量化明度特征。明度表示色彩明、黑暗程度的属性。通过对2014－2020年的明度比率分析，我们可以获得不同明度的分布频率如图3表示，纵坐标表示了明度比率，横坐标显示三种不同明度。由图2中可知1在2014－2016年间中明度和低明度一直占据主导，比率相近。2)在2016年之后，中明度整体上出现下降的趋势，低明度占据主导，高明度虽然变化不大，但一直处于一个稳步上升的步调。3)中明度比率一直处于一个逐渐下降的过程，人们更加偏好低明度，暗色在近几年成为一种主流。反观高明度，虽然其在2014的比率接近0，但是一直处于缓慢上升的趋势，这证明人们跟喜欢在颜色中加入白色，使得颜色的表现更加明亮。(2)分类明度特征分析。由表3可以获得以下信息:1)低明度的均值最大，表现为55．257%;从标准差和变异系数可知低明度变化较小。2)中明度均值略大，离散程度和变化幅度相对较大。3)高明度均值最小，但是离散程度最大，波动最小。3．纯度的特征分析。(1)初始纯度量化特征纯度是描述色彩鲜艳和浑浊程度的指标。高纯度的色彩是指没有加入黑白灰，或只加入少量黑白灰的色彩;黑白灰则是纯度最低或者说是没有纯度的色彩;还有就是一些只加入少量有彩色(除开黑白灰的颜色都是有彩色)，色相模糊不清晰，不鲜艳，近似于黑白灰的色彩，属于低纯度色彩，如藏青、深棕、浅米色等;其余的则是鲜艳度适中的中纯度色彩。通过对2014－2020年的纯度比率分析，我们可以获得不同色相的分布频率如图3表示，纵坐标表示了纯度比率，横坐标显示三种不同纯度。由纯度统计图3可知，1)在2016－2020年间，高纯度一直占据主导，人们更加偏好鲜艳的颜色。2)在2014－2019年间，中纯度大体呈逐年递减的趋势，在2020年有所回升;在2020年，人们对高纯度色彩的需求有所下降，高中低大致成均匀分布，可能是受新型病毒的影响。3)在2016－2020年间，低纯度一直处于中间水平，波动幅度较小，人们对近似黑白灰的不鲜艳色彩一直有稳定的需求。4)2014－2019年间，高纯度比率整体呈上升趋势，中纯度整体呈下降趋势，但在2020年，高明纯有一个陡然的降低，而中纯度也于这一年突然增高，这表明2020年有影响人们对中高纯度需求的变化因素。(2)分类纯度特征分析由表4可以获得以下信息:1)低纯度的均值略大，标准差和变异系数最小，分别为6．623%和20．913%，整体变化波动较小。2)中纯度均值最小，为29．729%，出现次数最少，变化幅度相对较大。3)高纯度均值、标准差和变异系数都是最大，表明其出现次数最多，人们需求对高纯度需求量大，但同时波动也最大，不稳定。

三、心理状态量化

(一)英国人口精神健康的纵向概率调查

1．数据统计方法

在英国全国性纵向队列研究的二次分析中，对参加英国家庭纵向研究(UKHLS)小组第8波或第9波的家庭进行了分析。采用共有12项的普通健康问卷(GHQ－12)对心理健康进行评估，进行了重复的横断面分析以检查时间趋势。固定效应回归模型被拟合用于识别与之前的趋势相比较的个人内部变化。样本的特征如下表5所示。GHQ－12共包括12个项目，采用4级记分，从“从不”计1分到“经常”4分，得分范围在12～48分之间，分数越高，表示心理健康水平越低，总分超过27为心理状况不佳。Mentaldistress意味着有精神困扰上的人会在感觉，行为和思考上出现问题。压力和日常问题以及暴露在痛苦之中会导致这一问题。

2．数据分析

如下图4示，其显示了从2014年到2020年的GHQ－12scores和levelofmentaldistress的总体趋势。我们可以看出人们在这两项上的数据呈现出上升趋势，尤其到了2020年受到新型病毒的特殊影响，出现了跳跃式的增长。GHQ－12从去年的11．4上升到了12．6;mentaldisease从18．9%上升到了27．30%

(二)谷歌指数

1．数据统计方法

通过谷歌指数，我们得到了有关一下这两个关键词的搜索频数，分别是:howtofallasleep，icannotsleep来调查2015－2020人们睡眠问题的波动情况。

2．数据分析

通过计算和统计，我们得到了这几年来这两个关键词的搜索频数均值。如下表6所示，有关howtofallasleep的搜索频数自2015年开始呈现出先下降后升高的变化，并在2020年达到峰值。同样，有关icannotsleep的关键词搜索从2015年到2020年呈现整体上升的趋势，尽管在2019年有所下降。

四、心理因素对流行色趋势影响的实证分析和预测

(一)模型假设

1．数据收集

通过R语言导入被解释变量:HUE，BRIGHT，PURITY;和解释变量:FALL_SLEEPCANNOT_SLEEPGHQ．12MEN_DIS，并创建时间序列。

2．变量检验

(1)平稳检验。首先我们需要对时间序列进行平稳性检验，已知方程Y_t=β_0+β_1x_t+B_ny_(t－1)+β_ny_(t－2)+……β_ny_(t－n)+ε_r，因此为了避免前一年的数据对后一年产生影响，我们要建立RA模型来对其进行检验，结果如下图5所示。由于从Lag1到Lag2之间的ACF都没有超过蓝色虚线，因而可以判断所有变量不存在自相关性。(2)偏自相关性检验。已知方程ε_r=γ_0+γ_1ε_(t－1)+γ_2ε_(t－2)+…γ_nε_(r－n)，因此建立MA模型进行偏自相关性检验，结果表现同平稳性检验，PACF都没有超过蓝色虚线，所以可以得出变量无偏自相关性。

(二)线性回归

1．色相值和心理状态

通过线性回归得到色相值和心理之间的关系，如下表7所示。通过估计值上的分析我们可以得到色相值和失眠呈正相关，和心理压抑患病率呈正相关，和心理状态呈负相关。这意味着人们的失眠越严重，色相值就越高;心理状态越差，色相值越高。总的来说就是人们的心理越负面，色相就更偏向于冷色调。

2．纯度和心理状态

同理，得到纯度和心理之间的关系，如下表8所示。通过估计值上的分析我们可以得到纯度和失眠呈正相关，和心理压抑患病率呈正相关，和心理健康状况呈负相关。这意味着人们的失眠越严重，纯度就越高;心理状态越差，纯度越高。总的来说就是人们的心理越负面，色彩就更加单一和鲜明。

3．明度和心理状态

同理，得到明度和心理之间的关系，如表9所示。通过估计值上的分析我们可以得到明度的数值和失眠呈正相关，和心理压抑患病率呈正相关，和心理健康状况呈负相关。这意味着人们的失眠越严重，明度就越低;心理状态越差，明度越低。总的来说就是人们的心理越负面，色彩偏向深色和暗色。以上回归结果从显著性上观察并不理想，这可能是时间上跨度较短，数据不充分导致。

五、总结

(一)预测

最终得到人们的心理状态随着时间的推移更加的负面，心情更加焦躁，特别是在2020年上半年尤为显著，并在未来产生较长的影响。由回归所得到的结果，我们判断流行色上，色相更加偏向冷色调，像是蓝色，绿色这一类;明度上更加昏暗;纯度上更加单一。

(二)建议

2020年下半年及2021年，人们将渴望回到健康的生活轨迹中，纯净、治愈、积极的色彩将成为流行，加之受特殊文化和脱欧影响，英国人心理健康情况一定程度呈现较差状态。高色相、高纯度、低明度的色彩未来将成为流行趋势，色调偏冷、颜色单一鲜明、偏深偏暗的衣服将逐渐受欢迎。纯净明亮的色彩，带来治愈心灵的力量;极简朴实的低明度色彩，体现居家简单生活。同时，高明度、低纯度颜色的服饰也可进行小规模增产，长期来看，这两类较稳定，且呈缓慢上升的状态，整体波动较小，未来有较大发展空间。同理，应对低色相、中明度，中纯度色彩的服饰进行一定生产商的控制。此外，绿色，蓝色这类冷色调未来会保持高水平发展。色彩的整体风格在整体上依然是冷色和暖色并驾齐驱，但随着心理状况的不断变化，冷色可能会趋向主流。

(三)未来研究方向

对于数据模型预测流行色的方法前景较好，实践中，应在此基础上，加入专家市场调研量化分析，并建立服装流行色影响因素的预警机制。服装流行色预测是一个涉及多领域、多学科的研究，内外部影响因素难以用传统方法量化处理，的流行色一定程度上受个人偏好的影响，相对比较主观，具有一定的感性和模糊性。主观因素和突发因素在流行色趋势的预测量化中如何最优设置，需要以后的实证研究进一步讨论。而目前研究仍集中于数学模型的优化上，由于模型本身缺乏灵活性，无法基于市场调研对预测结果进行纠正。应在数据的时间跨度和内容的广度上进行进一步的收集与论证。

作者:莫文迪 袁璞 单位:鲁东大学数学与统计学院 对外经济贸易大学