大数据吸收能力对我国农业企业突破式创新的影响机制研究

The relatively weak innovation capability of agricultural technology has always been the core issue that restricts the sustainable development of agricultural enterprises. The arrival of the big data era has prompted us to think about whether big data resources could establish a new path to enhance technological innovation of agricultural enterprises. The purpose of this study is to systematically investigate the content and dimensions of big data absorptive capacity, as well as its influencing mechanisms and boundary conditions on the radical innovation of agricultural enterprises. Firstly, by drawing on the resource based theory and dynamic capability theory, this project innovatively posits the concept of "big data absorptive capacity” and its dimensions, explores the content and manifestations of big data absorptive capacity in the field of agriculture, and establish its localized measurement scale; secondly, based on the theories of organizational learning, organizational coordination and management cognition, we investigate the influencing mechanisms of big data absorptive capacity on radical innovation of agricultural enterprises, from organizational learning, Industry-University-Research cooperation and rationality of decision-making perspectives; finally, our study further investigates whether organizational learning, Industry-University-Research cooperation and rationality of decision-making play greater mediating effects on the relationship between big data absorptive capacity and radical innovation of Chinese agricultural enterprise, under the moderating impacts of market orientation, environmental dynamism and data governance. This research explores a new way to improve the radical innovation of agricultural enterprises from a totally new scope, and also provides a solid theoretical and empirical foundation for the better service of big data absorptive capacity on Chinese agricultural enterprise innovation.

农业技术创新能力较弱一直是制约农业企业可持续发展的核心问题，大数据时代的到来促使我们思考大数据资源是否能够构建提升农业企业技术创新的新路径。本研究旨在系统地研究大数据吸收能力的内涵和构成，及其对农业企业突破式创新的影响机制和作用边界。本项目首先基于资源基础理论和动态能力理论，创新性的提出“大数据吸收能力”的概念及构成维度，分析大数据吸收能力在农业领域的内涵及表现形式，构建本土化的测量量表；其次，基于组织学习、组织协同和管理者认知等理论，分别从组织学习、产学研合作和决策理性的视角，探究大数据吸收能力对农业企业突破式创新的影响机制；最后，在市场导向、环境动态性和数据治理的调节作用下，研究组织学习、产学研合作、理性决策是否能够在大数据吸收能力和突破式创新间起到更大的中介作用。本研究从一个全新的视角探询提升农业企业突破式创新的新路径，也为大数据吸收能力更好的助力农业企业创新提供了理论和客观依据。

农业技术创新能力较弱一直是制约农业企业可持续发展的核心问题，大数据时代的到来促使我们思考大数据资源是否能够构建提升农业企业技术创新的新路径。本项目首先基于资源基础理论和动态能力理论，创新性的提出“大数据吸收能力”的概念及构成维度，分析其在农业领域的内涵及表现形式，构建本土化的测量量表；其次，基于组织学习、组织协同等理论，分别从组织学习、产学研合作和战略决策的视角，探究大数据吸收能力对农业企业突破式创新的影响机制；最后，在双元战略导向、环境情境和领导风格的调节作用下，构建可调节的中介模型，研究组织学习、产学研合作、战略决策是否能够在大数据吸收能力和突破式创新间起到更大的中介作用。. 本课题基于京津冀、江浙和内蒙等地区217家农业企业调研数据，通过逐步回归分析和Bootstrap法进行假设检验，研究发现（1）深度分析能力和洞察预测能力可以直接促进突破式创新，而资源整合能力不能直接促进突破式创新。（2）探索式学习和利用式学习均能在大数据吸收能力和突破式创新之间起到正向中介作用；市场导向增强了利用式学习的中介作用，但对探索式学习的中介作用没有显著影响；而技术导向增强了探索式学习的中介作用，却又对利用式学习的中介作用没有显著调节。（3）大数据吸收能力和突破式创新的关系也受到产学研合作网络结构和网络关系的正向中介作用。在政策支持的调节下，网络结构和网络关系的中介作用均有明显提升；但在市场竞争的调节下，只有网络结构的中介作用有显著提升，网络关系的中介作用没有明显变化。（4）决策速度和决策质量同样能作为重要中介机制；且如果企业领导者为谦卑型风格，会强化决策质量的中介作用，弱化决策速度的中介作用；而弱其为自恋型风格，则会强化决策速度的中介作用，削弱了决策质量的中介作用。. 本研究从一个全新的视角探询提升农业企业突破式创新的新路径，也为大数据吸收能力更好的助力农业企业创新提供了理论和客观依据。