由 Better Cotton 首席执行官 Alan McClay 撰写。
本文最初发表于 路透社 在4 April 2023上。
可持续发展不再是主流企业的附属品，由首席执行官在会议上推出，然后又被送回边线。 如今，一家公司的社会和环境绩效是消费者、投资者和监管机构关注的中心问题。
该主题日益受到关注的最新证据是欧盟委员会最近批准了一套严格的新规则，以管理公司如何披露其在该领域的活动。
在几年的监管管道中， 企业可持续发展报告指令 就支持公司声明的方法论而言，什么是合适的，什么是不合适的，提供了一些清晰度。 这是非常受欢迎的。
这项新立法的时机绝非巧合。 消费者的兴趣和投资者的压力正在推动公司比以往任何时候都更加炫耀其可持续发展证书。 鉴于商业风险如此之高，推销信息的诱惑非常强烈。
从汽车制造商对空气污染物的虚假声明到服装品牌使用误导性环境数据，对“漂绿”的指责与日俱增。
然而，撇开市场动态不谈，仍然无法保证能够自信地计算一家公司的整体可持续发展绩效。 现代企业是庞大的实体，通常足迹遍及全球，从遥远的农场和工厂一直延伸到当地街角商店的购物者。
幸运的是，一场数据革命正在进行中。 自动数据收集和存储、大数据分析、机器学习：这些和其他数字工具正在为公司提供大量信息。
多年来，企业一直在努力获取所需的数据。 今天，公司充斥着关于非财务问题的事实和数据。 现在，问题在于优先考虑哪些数据，如何最好地使用它，以及——最重要的是——它真正告诉我们的是什么。
最后一点至关重要。 每个用于报告性能数据的协议都带有其创建者的优先级和倾向。 有些方法旨在规避风险（环境污染、高碳排放等）； 其他人则着眼于机会（低碳技术投资、人才培养等）。
总体情况很复杂，但几乎所有报告方法都有一个关键的分界线——换句话说，即强调（或不强调）特定干预措施的更高层次的影响，即其影响。
作为一个组织，Better Cotton 的重点是改善棉农和他们支持的社区的状况。 作为世界上最大的可持续棉花倡议，我们的目标是让农民的生计与环境保护齐头并进。
然而，找到适合像我们这样以影响为导向的方法的披露标准绝非易事。 为什么？ 因为衡量影响很复杂。 它需要本地化数据、纵向样本和情境化分析——（目前）这些都不能通过按钮的切换生成，尤其是考虑到与我们合作的 99% 的棉花种植者都是小规模生产者，他们中的大多数人在农场在世界上仅存的一些数字沙漠中，不到一公顷的土地上种植棉花。
相反，市场被简化的、以风险为导向的评估系统所主导。 支撑其中许多方法的方法论以生命周期评估 (LCA) 的长期逻辑为前提。
多年来，在权威标准机构 ISO 的支持下，LCA 已被世界各地的监管机构采用，作为确定产品或服务的环境资质的一种手段。
通常，LCA 取决于一组商定的易于获取的环境指标，并覆盖有基本的地理、特定部门或其他相关变量。 LCA 作为一种粗略的方法发挥着重要作用，可以在给定时间发出危险信号或提供给定产品的一般快照，包括识别产品制造和使用周期中的热点。
但作为一种工具，用于评估随着时间推移产生的积极（或消极）影响，或产生关于为什么看到（或没有）看到改进的见解，LCA 几乎没有揭示任何东西。
以棉花生产中化肥的使用为例。 LCA 将询问农民使用了多少化肥，并据此对他或她进行评级。 影响驱动的方法会问同样的问题，然后问这与前一年同一农民的使用情况和行业平均水平相比如何。
此外，如果消费水平发生变化，它将追究原因。 例如，化肥价格的变化起到了什么作用？ 参与由 Better Cotton 等公司发起的可持续发展计划是否产生了任何影响？ 市场需求是一个因素吗？ 对农民的纯收入有什么影响，他或她的状况是否变好？
在 Better Cotton，我们一直与 瓦赫宁根大学与研究 在印度马哈拉施特拉邦和特伦甘纳邦的两个地区的棉农中采用这种方法。 这 初步调查结果显示 关于农业技术、产量水平和物质环境问题进展的大量数据。
例如，对于 2021-22 季节，我们现在知道马哈拉施特拉邦的参与农民发现他们在改用生物杀虫剂后在合成杀虫剂上的支出减少了 75%。 我们还知道，他们的棉花出厂价比基线高 20%，轧花厂表示纤维质量更高。
LCA 方法可能会导致对相关农民的一般性“打勾”，但它不会提供任何细节，也不会提供任何证据表明良好棉花计划与所取得的成果有任何关系。
基于影响的评估方法为更好的决策制定打开了大门，进而提高了环境绩效。 这是持续改进的主力数据； 不是，通常情况下，为了数据而数据（或者，充其量，勾选框）。
我们还没有。 我们也不假装破解这一测量挑战会很简单。 但是，不管喜欢与否，这些都是消费者已经在问的问题。 投资者和监管机构也将紧随其后。
