Firm Sustainable Development Goals and Firm Financial Performance through the Lens of Green Innovation Practices and Reporting: A Proactive Approach
Notice bibliographique
Résumé
The current global economy demands synergy between ecological responsiveness and proactive business models. To analyze these dynamics, the objective of this study is to simultaneously investigate the effects of green innovation practices concerning the sustainable development goals (SDG) and financial performance of firms. This study also advocates for the injection of green innovation reporting into sustainable reporting for greater disclosure. Data from sixty-seven companies from five continents and the top five blue chip firms for each country are collected through content analysis, with the generalized least squares (GLS) approach used to test a causal relationship hypothesis. The results indicate mixed findings, with green product innovation showing positive relationships with returns on equity (ROE) and returns on investments (ROI). At the same time, green process innovation shows negative relationships with returns on assets (ROA) but shows a positive impact on returns on investments (ROI) and firm SDGs. In contrast, green service innovation shows an insignificant relationship with financial performance and SDGs. On the other hand, non-operational green innovation variables and green marketing positively affect returns on assets and investment, showing significant negative impacts on returns on equity. However, green organizational innovation shows an insignificant relationship with firm financial performance and SDGs. In addition, this study also shows that the Australia/New Zealand region is the leader in green innovation reporting, followed by Europe, Asia, Africa, and lastly, North America.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».