L'écoblanchiment dans l'industrie métallurgique américaine ?
Sebastian Schmidt
En combinant les données satellitaires et les informations de webAI, ISTARI.AI a développé une méthodologie pour détecter l'écoblanchiment dans l'industrie métallurgique américaine.
23. février 2022
En raison des conséquences croissantes du changement climatique et de mouvements politiques tels que "Fridays For Future", la question de la durabilité a gagné en importance ces dernières années. Les émissions de polluants et la pollution de l'air qui en découle constituent un aspect particulièrement important du discours collectif. L'une des substances les plus nocives est le dioxyde de soufre (SO2). Ce gaz est libéré par les processus de l'industrie métallurgique, entre autres, et est à l'origine de la formation de poussières fines et de pluies acides.
La pression sociale et le besoin d'une "image verte" incitent de nombreuses entreprises à se présenter comme particulièrement engagées dans la "durabilité". Dans ce contexte, l'"écoblanchiment" désigne le décalage entre l'image positive qu'une entreprise donne d'elle-même et son impact réel sur l'environnement. Les entreprises qui pratiquent l'écoblanchiment mettent donc l'accent sur une image verte sans pour autant mettre en œuvre des mesures efficaces, ce qui peut être associé à des coûts élevés. L'une des difficultés consiste toutefois à détecter ce type d'écoblanchiment. À cette fin, ISTARI.AI a développé une approche innovante en coopération avec des chercheurs de l'université de Salzbourg, de l'université de Heidelberg, de l'université de Giessen, du Centre pour la recherche économique européenne et de l'université de Harvard. L'image que les entreprises donnent d'elles-mêmes en se basant sur leurs sites web est ainsi liée aux données sur les polluants disponibles à l'échelle mondiale grâce au satellite précurseur Sentinel 5.
À l'aide de l'ISTARI webAI, nous avons examiné les sites Web d'environ 9 500 entreprises de l'industrie métallurgique américaine et classé les images qu'elles donnent d'elles-mêmes en deux catégories : Les entreprises "durables" et les entreprises "non durables". Ainsi, 760 entreprises au total ont été classées comme "durables" (8,1 %) et 51,3 % comme "non durables". En outre, 40,6 % des entreprises de l'industrie métallurgique américaine n'ont pas de site web et n'ont donc pas été évaluées par webAI. La carte ci-dessous donne un exemple de la répartition des industries métallurgiques "durables" et "non durables" dans le nord-est des États-Unis. Il est clair qu'il y a quelques "points chauds" avec une forte proportion d'entreprises durables, en particulier au nord de Chicago, mais aussi à Pittsburgh et Buffalo, par exemple.
Le recoupement avec les données satellitaires a permis de constater que l'industrie métallurgique, qui est durable dans ses déclarations, a en fait un impact plus faible sur les concentrations locales de SO2 que les entreprises "non durables". L'équipe de recherche en a conclu qu'il n'y avait aucune preuve d'écoblanchiment systématique dans l'industrie métallurgique américaine. "Toutefois, cette affirmation se réfère à l'industrie dans son ensemble et non à des entreprises individuelles. L'écoblanchiment se produira certainement dans des cas individuels", déclare Sebastian Schmidt, auteur principal de l'étude.
Le développement et la fourniture d'informations détaillées et actualisées sur les entreprises dans le domaine de la "durabilité" se poursuivront sur ISTARI.AI. "Pour l'instant, nous nous efforçons d'évaluer les entreprises européennes en fonction de leur position sur le thème de la durabilité. Pour ce faire, nous nous appuyons sur notre webAI multilingue, qui peut traiter plus de 100 langues. Nous testons actuellement les résultats en coopération avec l'OCDE. La liaison avec les mesures par satellite fera également partie de la webAI de l'ISTARI", déclare le fondateur de l'ISTARI, M. Jan Kinne.
Vous trouverez plus d'informations sur notre projet dans la publication suivante : Greenwashing in the US metal industry ? Une nouvelle approche combinant les émissions de SO2 à partir de données satellitaires, une base de données d'entreprises au niveau de l'usine et l'exploration de textes sur le web.
Schmidt, S. ; Kinne, J. ; Lautenbach, S. ; Blaschke, T. ; Lenz, D. & Resch, B. (2022)
Intéressé par les données utilisées dans cette étude de cas ?
Il suffit de réserver une démonstration gratuite.