看透绿色：基于文本的分类与企业的绿色专利回报
综合经济学
2025-10-17 v2 计算与语言
经济学
摘要
本文引入自然语言处理技术，用于从官方支持文件中识别“真正的”绿色专利。我们从先前文献中被分类为绿色的约 1240 万项专利开始训练。因此，我们训练了一个简单的神经网络，通过与环境技术相关的表达的向量表示来扩充基线词典。经过测试，我们发现“真正的”绿色专利约占先前文献中被分类为绿色专利总数的 20%。我们展示了按技术类别的异质性，然后发现“真正的”绿色专利被后续发明引用的比例低约 1%。在论文的第二部分，我们测试了专利申请与欧盟企业层面财务账户仪表板之间的关系。在控制了反向因果关系后，我们表明拥有至少一项“真正的”绿色专利可以提高销售额、市场份额和生产力。如果我们将分析限制在高新颖性的“真正的”绿色专利上，我们发现它们也能带来更高的利润。我们的研究结果强调了使用文本分析来衡量更细粒度专利分类的重要性，这对于不同领域的政策制定是有用的。
引用
@article{arxiv.2507.02287,
title = {Seeing Through Green: Text-Based Classification and the Firm's Returns from Green Patents},
author = {Lapo Santarlasci and Armando Rungi and Antonio Zinilli},
journal= {arXiv preprint arXiv:2507.02287},
year = {2025}
}