The Role of Green Patents in Innovation: An fsQCA Study of Chinese Listed Agricultural Enterprises
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study employs a comparative fuzzy-set qualitative comparative analysis (fsQCA) to examine the combined effects of traditional factors and green patents on innovation performance in Chinese listed agricultural enterprises, offering insights into sustainability in agriculture through innovation. By analyzing 84 valid cases from 107 agricultural companies, we conduct two fsQCA analyses to compare innovation pathways with and without green patents as a conditional factor. The first analysis investigates the impacts of five factors—firm size, executives’ educational background, return on net assets, ownership concentration, and government subsidies—on non-green innovation performance, identifying four distinct pathways: executive-dispersed, employee-financed, executive-centralized, and executive-profitable. In the second analysis, green patents are introduced as an independent variable. The overall solution coverage remains stable, but the configurational landscape shifts, with two original pathways persisting and two new pathways emerging—both involving green patents. The findings suggest that the impact of green patents on innovation is condition-dependent rather than universally beneficial. Green patents amplify innovation performance only when supported by strong managerial education, financial stability, and policy incentives, particularly in the executive green synergy pathway, where raw coverage reaches 0.41, underscoring their role as a conditional multiplier in sustainable innovation. These results provide theoretical and empirical evidence for balancing economic benefits with environmental responsibility in agricultural enterprises and emphasize the need for targeted policy subsidies, enhanced managerial education, and optimized shareholder structures to drive sustainable innovation.
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.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle