淺析流行色與流行色預測

方方 韓懌

摘要：本文對國際與各國的流行色研究機構作了一定探討，并對部分主要研究機構進行了介紹，歸納了目前流行色研究中主要運用的預測方法，以及流行色預測的有利和不利因素。在分析預測方法和影響因素時得出：單一的定性或定量預測都存在一定不足，定性與定量相結合的預測方式能在一定程度上提高流行色預測的精確度。

關鍵詞：服裝流行色；預測機構；預測方法；影響因素

1流行色預測機構

1.1國際流行色預測機構

國際色彩委員會于1963年由法國、英國、聯邦德國、日本在法國巴黎發起成立，每年2月和7月在法國巴黎召開會議討論下一季度流行色，發布的流行色分為男裝、女裝、休閑裝流行色，主要使用專家直覺預測來進行判斷，以法國和德國專家為主。

《國際色彩權威》是由美國《美國紡織》、英國《英國紡織》和荷蘭《國際紡織》聯合研究出版。經專家們反復討論進行流行色發布，分為男裝、女裝、休閑服和家具四組色彩。

國際羊毛局成立于1937年，是一個非牟利性機構，其宗旨是為各成員國的養羊人士建立羊毛制品在全球的長期需求。男裝部設在英國倫敦，女裝部設在法國巴黎，總部與國際色彩委員會聯合推測適用于毛紡織產品和服裝的色卡。

美國國際棉花協會成立于1956年，一直致力于推廣美國棉花，棉籽及其有關產品，并提高其出口量。其與國際色彩委員會聯合，專門研究和發布適用于棉織物的流行色。

1.2各國流行色預測機構

WGSN成立于1998年，專門為時裝及時尚產業提供網上咨詢收集、趨勢分析以及新聞服務，主要目標客戶是零售商、制造商、時裝品牌等與流行色相關的行業。在預測方法上從專家定性預測到以現代預測學為基礎的預測，形成了一套現代化的服裝流行色預測理論。

Pantone中文譯作潘通或彩通，是一家專門開發和研究色彩而聞名全球的權威機構，提供印刷、數碼、紡織、塑膠、建筑等專業色彩服務。Pantone有自行開發的色彩體系，并有專業色卡，在服裝領域是Pantone TCX（棉質色卡）和TPX（紙質色卡）。Pantone每年分春夏和秋冬發布色彩報告，分別評選男裝、女裝十大流行色。

中國流行色協會（China Fashion&Color Associstion，簡稱“CFCA”）成立于1982年，1983年代表中國加入國際流行色委員會，與國外多家色彩研究機構有合作，服務領域涉及紡織、服裝、家具、裝飾、工業產品、汽車、建筑與環境色彩等相關行業。

2流行色主要預測方法

2.1直覺預測

直覺預測也可稱為“專家預測”，是色彩專家依靠自身的專業水平和直覺對流行色的趨勢變化進行預測。直覺預測主要有專家會議預測法和特爾斐預測法。

專家會議預測，是指在國際范圍內選擇一定數量的色彩專家，按照一定的方式組織專家會議，對流行色未來的趨勢進行判斷。建立在消費者需求和喜好基礎之上，依靠專家的直覺，對過去和現在的流行色進行綜合分析判斷，給出預測的流行色趨勢。專家會議預測有較強的靈活性，也具有較大的風險性。

特爾斐（Delphi）預測法是在專家會議預測的基礎上的改進。首先將未來流行色趨勢信息發給選定的專家，專家們對此提出意見并匿名反饋，然后根據初步反饋的結果進行整理，之后再次發給專家，經過數次匿名反饋，專家意見趨于一致，依據最后的結果得出預測結論。與專家會議預測法相比特爾斐預測法費時較長，但增加了多次預測，使結果的可靠性提升。

2.2調研預測

調研預測也稱為“市場統計預測”，以市場調研信息為主，在收集大量市場信息和消費者信息后，使用統計學進行分析，找到一定的流行色變化規律，對未來的流行色進行預測。從消費者出發對流行色進行預測分析，有較大的可靠性和準確性。調研預測主要有市場預測法和情報預測法。

市場預測法主要是以日本為代表，注重對市場信息的研究，對色彩市場進行分析、調查和統計，研究消費者的色彩喜好以及色彩需求，借助計算機對數據進行分析處理，得出預測結果。這一方法降低了主觀因素對流行色預測結果帶來的負面影響，實際操作應用性較強。

情報預測法是以美國為代表，搜集流行色信息情報，主要有三個模式：（1）專業機構搜集歐洲及本土服裝色彩消費情報，進行綜合分析，對未來的流行色趨勢進行預估判斷。（2）基于流行傳播理論，通過對不同層級消費者對時尚信息獲取的時間差進行調查預測，使流行色在滿足消費需求的時間上來觀察分析。（3）以電話形式，直接調查獲取消費者的態度，作為預測依據。注重對消費心理和消費行為的研究，關注流行色的市場表現和反應。

2.3模型預測

計算機技術水平的提高使得數學模型的構建使用更加便捷，運用數學模型以及其他預測理論對流行色預測的研究也逐步擴大和深入。模型預測主要有FPV法和FCPV法、模糊聚類分析法、回歸分析法、灰色模型預測法、BP神經網絡預測法等。

FPV法是對流行色預測者的色彩偏好程度進行表達，FCPV在此基礎上導出的色彩偏好預測公式，是人們對某種色彩偏好程度的表示。預測時，在眾多影響因素中選定個體參數和非個體參數，經過對流行色專家、專業研究人員及普通消費者對各項選定指標的調研結果，給參數以權重，并建立FCPV與參數的函數關系，對流行色進行預測。該預測法對流行色信息進行了統一歸類分析，但仍存在較大的主觀性。

模糊聚類分析法考慮的是在多種情況下對喜愛事物的模糊性，將模糊數學引入聚類分析，使分類更符合實際情況，用“隸屬度”來度量并構成相似矩陣，將人的感性評價進行量化，建立相應評價指標體系，對流行色的流行色程度進行量化分析，利用編網法進行分類得出結論。將人的感性評價進行量化，降低了主觀因素的影響。

回歸分析法是應用最小二乘法為原理的一種數理統計方法，通過對流行色預測各影響因素的分析，找出各因素之間的統計規律，并建立回歸方程進行分析，通過回歸曲線擬合進行預測。常用的計算機軟件有Excel、SPSS、MATLAB等。

馬爾科夫預測法是借助研究分析經濟現象變化規律的馬爾科夫理論和研究方法，應用馬爾科夫的狀態轉移概率矩陣的估算模型來計算預測結果，以此來研究隨機事件的變化，并主要適用于短期內的預測。

灰色模型預測是應用灰色系統模型，在以往流行色信息的基礎上，借助色彩空間理論對流行色進行量化，對未來的流行色趨勢進行預測，是計算機技術在預測學方面的進一步應用。灰色系統理論是1982年華中科技大學鄧聚龍教授提出的一種研究少數據、貧信息、不確定性問題的新方法。灰色系統理論具有不需要直接研究復雜系統內部各因素之間的關系，而僅通過對“部分”已知信息的生成和挖掘，從而實現對系統中有價值信息的提取的優勢。

BP神經網絡預測是應用BP神經網絡模型，在流行色歷史信息的基礎上，借助色彩空間理論對流行色進行預測。神經網絡是一種模擬人腦信息處理機制的網絡系統模型，被成功應用到模式識別、非線性優化、專家系統等諸多領域的研究中。神經網絡不僅具有處理數據的一般計算能力，還具有處理知識的思維、學習、記憶的智能性，具有對任意復雜非線性的逼近能力、對復雜系統的學習能力以及對嚴重不確定性系統動態性的適應能力。與傳統的專家系統固定推算和計算機指令程序方式相比，神經網絡不必預先假設數據間存在的函數關系，他更容易實現對環境系統變化的適應和對事物變化規律的總結。神經網絡在處理模糊數據、隨機性數據、非線性數據等方面，尤其適合對規模大、結構復雜、信息不明確的系統地研究，具有明顯的優越性。

3影響流行色預測因素分析

3.1流行色預測的有利因素

色彩的準確表述是流行色預測的前提，色彩的表達主要分為三種方式：色彩名稱描述、色卡編號描述以及色彩特征值表達，如紡織常用的Pantone色彩體系、工業生產常用的CIE體系，都對色彩進行了準確清晰地描述。色彩空間體系將眾多色彩在空間中有序排列分布，為每一種色彩提供準確的定位表達，同時建立三維坐標，用數字具體描述色彩屬性特征，便于分析色彩變化規律，為色彩的研究分析提供支持。

流行色本身就是一門涉及多領域的綜合性科學，其他學科中應用的研究方法和思維對流行色預測有很好地指引和借鑒作用，這對以后的預測研究提供了良好的條件。

3.2流行色預測的不利因素

流行色的變化受到內外因素綜合作用，對于內因而言，由于個體的年齡、性別、經歷、信仰的不同，色彩偏好存在差異，要找到符合大眾偏好的色彩有一定難度；對于外因而言，政治、經濟、文化等外部因素不是一直穩定不變的，它存在突變性和偶然性，這對人們的色彩偏好會產生很大程度地影響，也阻礙了流行色預測。

4總結

目前主要的流行色預測分為定性預測與定量預測，在形式上又分為直覺預測、調研預測和模型預測，這些方法都存在各自的優劣，不同地區不同流行色研究機構所采用的方法也不一致。單一的定性預測存在過于主觀且依賴預測者經驗水平的弊端，在使用和學習上存在局限，而單一的定量預測又存在不夠靈活不能考慮綜合因素對流行色變化的影響。定性與定量相結合的預測方式可以在一定程度上提高流行色預測的精確度。因此，我國流行色預測應采取以定量為主結合定性的研究方法，多學習借鑒國外此方面的研究成果與經驗，在此基礎上進行更加深入和廣泛的研究。