在关于数据和影响报告的系列文章的第一篇中，我们探讨了我们用于衡量和报告影响的数据驱动方法对良好棉花的意义
作者：Better Cotton 数据和可追溯性高级总监 Alia Malik
在 Better Cotton，我们遵循持续改进的原则。 从 试点新农具 我们 原则和标准修订，我们一直在寻找新的方式来最好地支持棉花社区，同时保护和恢复环境。 在过去的 18 个月里，我们一直在优化我们监测和报告结果的方法，并很高兴地宣布开发一个新的和改进的外部报告模型，该模型将为我们的计划提供更大的洞察力和透明度。
到目前为止，Better Cotton 通过收集数据并将他们在特定指标上的表现与类似的、未参与的棉农（称为比较棉农）的表现进行比较，来报告获得许可的棉农的结果。 在此框架下，我们试图确定在一个生长季节内，在同一国家/地区，良好棉花棉农的平均表现是否优于对照棉农。 例如，在 2019-20 季，我们测得巴基斯坦良好棉农的用水量平均比对照棉农少 11%。
从 2010 年开始，这种方法适用于良好棉花之旅的第一阶段。它帮助我们为良好棉花推广的做法建立了证据基础，并使我们能够在迅速扩大计划的同时在短短一个季度内展示结果。 然而，随着 Better Cotton 的覆盖范围接近莫桑比克等一些国家的大多数棉花生产商，以及一些国家的某些生产地区，为具有相似生长条件和社会经济状况的比较棉农获得可靠数据变得越来越具有挑战性。 此外，随着我们的组织和监测与评估部门的成熟，我们认识到现在是加强我们的影响衡量方法的时候了。 因此，在 2020 年，我们逐步停止了比较农民数据的收集。 然后，由于 Covid 大流行，我们在开发所需的 IT 基础设施方面面临延误，但在 2021 年开始向新的分析方法进行复杂的转变。
未来，良好棉花将报告良好棉农在多年时间框架内的表现，而不是在一个季节报告良好棉农与比较棉农的结果。 这种方法与增强的背景报告相结合，将提高透明度并加强该部门对当地棉花种植条件和国家趋势的了解。 它还将帮助我们确定 Better Cotton Farmers 是否在较长时期内表现出改善。
衡量随时间变化的结果趋势在农业背景下尤为重要，因为许多因素（有些超出农民的控制范围，例如不断变化的降雨模式、洪水或极端的虫害压力）可能会扭曲单个季节的结果。 除了加强年度业绩监控，我们将继续参与 有针对性的深入研究 评估我们如何以及为什么看到我们所做的结果，并衡量该计划对这些结果的贡献程度。
最终，Better Cotton 致力于大规模促进和促进积极的农场层面影响，我们将长期参与其中。 在过去的 12 年里，我们与数十家国家专家组织、数百万小农户以及大型农场中的数千名个体农民建立了合作伙伴关系。 这项工作发生在气候变化风险增加、天气不可预测和政策环境快速变化的背景下。 在我们目前面向 2030 年的战略阶段，在我们努力建立可追溯性的过程中，我们还承诺通过更透明的报告进一步提高我们的可信度，以展示取得进展的地方和方式以及仍有改进空间的地方。
除了纵向方法，我们还将把新的农场绩效指标纳入我们的报告模型以及对国家生命周期评估 (LCA) 的承诺。
我们将纳入新发布的新社会和环境指标 三角洲框架. 我们将衡量三角洲框架中的 15 个结果指标以及与我们修订后的原则和标准相关的其他指标，而不是我们之前的八个结果指标。 这包括关于温室气体排放和水生产力等的新指标。
多年来，由于使用全球 LCA 平均值来衡量和声明计划影响存在许多可信度缺陷，Better Cotton 一直采取不进行全球生命周期评估 (LCA) 的原则性方法。 然而，某些指标的 LCA 背后的科学依据是可靠的，Better Cotton 认识到，为了实现行业一致性，它必须采用 LCA 方法。 因此，我们目前正在为国家 LCA 制定可靠且具有成本效益的计划，以补充良好棉花的多方面影响衡量工作。
了解更多关于良好棉花监测、评估和学习方法的信息：
