政府補貼對電子信息產業(yè)技術創(chuàng)新的影響研究
——來自中國上市公司的經驗證據

（上海交通大學國際與公共事務學院，上海 200030）

引 言

近年來，中國的電子信息產業(yè)發(fā)展態(tài)勢迅猛，成為了全球最大的電子信息產品制造基地，2018年的產業(yè)銷售收入已超過16萬億元。然而與歐美發(fā)達國家相比，我國的電子信息產業(yè)競爭力仍然偏弱，處于核心技術受制于人的被動局面。如我國的集成電路長期以來嚴重依賴進口，根據中國海關總署統(tǒng)計數(shù)據顯示，2018年中國集成電路進口金額高達3120.58億美元，而對應的出口額僅有846.36億美元，貿易逆差達3倍之多。近年發(fā)生的 “中興事件”和中美貿易戰(zhàn)更是暴露了我國的技術短板。為加速推進關鍵技術突破，我國先后出臺了 《信息產業(yè)發(fā)展規(guī)劃》、《國家集成電路產業(yè)發(fā)展推進綱要》和 《中國制造2025》等產業(yè)政策，并通過財政補貼、稅收優(yōu)惠多項措施對電子信息產業(yè)的創(chuàng)新和發(fā)展給予大力扶持。根據國泰安數(shù)據庫的信息顯示，2016年我國政府對上市的電子信息公司補貼數(shù)額達到了152.92億元。可見政府對電子信息產業(yè)的補貼金額巨大，但政府補貼是否能真正促進電子信息產業(yè)技術創(chuàng)新呢？影響補貼績效的因素主要有哪些？如何正確認識、處理政府補貼與產業(yè)技術創(chuàng)新的關系，是我國實施創(chuàng)新驅動發(fā)展戰(zhàn)略過程中面臨的重要問題。

1 文獻綜述

政府補貼如何影響企業(yè)的技術創(chuàng)新？關于這一問題學術界還未形成一致結論。許多學者認為政府補貼對企業(yè)技術創(chuàng)新具有積極影響。這種積極影響得到了全球多個研究的支持，如韓國企業(yè)（Kang 和 Park， 2012）［1］， 比利時企業(yè)（Meuleman和 Maeseneire， 2012）［2］， 東德企業(yè)（Alecke 等，2012）［3］， 中國企業(yè)（Liu 等， 2016）［4］， 歐洲企業(yè)（Carboni， 2017）［5］。 具體來說， 有學者以韓國中小企業(yè)為研究對象，發(fā)現(xiàn)政府補貼可以通過與企業(yè)分擔研發(fā)失敗風險、降低資本成本來促進企業(yè)的研發(fā)投入（Lee和 Cin， 2010）［6］； 還有學者以中國制造業(yè)企業(yè)為研究對象，發(fā)現(xiàn)與非中小企業(yè)創(chuàng)新基金支持的企業(yè)相比，補貼企業(yè)確實表現(xiàn)出更高的技術創(chuàng)新產出和商業(yè)化創(chuàng)新產出（Guo等，2016）［7］。同時政府補貼的創(chuàng)新促進效應也得到了大量產業(yè)研究的支持，如新能源汽車產業(yè)（李磊， 2018； 邵慰等， 2018）［8，9］、 醫(yī)藥制造業(yè)（尚洪濤和黃曉碩， 2018）［10］、 戰(zhàn)略性新興產業(yè)（陸國慶等， 2014； 伍健等， 2018）［11，12］、 電子信息產業(yè)（李曉鐘和徐怡，2019）［13］、風電產業(yè)（王天馳等，2019）［14］。 其中， 伍健等（2018） 總結出政府補貼通過發(fā)揮資源屬性和信號屬性促進了戰(zhàn)略性新興產業(yè)的創(chuàng)新投入和產出［12］；王天馳等（2019）則發(fā)現(xiàn)市場競爭程度、行業(yè)技術水平在政府補貼激勵企業(yè)技術創(chuàng)新投入過程中起到了正向調節(jié)作用［14］。

一些研究表明政府補貼對企業(yè)技術創(chuàng)新的消極影響。如江靜（2011）發(fā)現(xiàn)政府補貼擠出了港澳臺和外商投資企業(yè)的研發(fā)支出［15］；Arias和Beers（2013）以可再生能源公司為研究對象，發(fā)現(xiàn)政府補貼與可再生能源技術發(fā)明和專利數(shù)量之間存在負相關關系［16］；Guan和Yam（2015） 指出政府的直接專項撥款對高科技企業(yè)的專利產出產生了負面影響，但這種影響并不顯著［17］；Boeing（2016）則認為政府研發(fā)補貼會立即擠出企業(yè)自身的研發(fā)投入，但這種影響在后期是中性的［18］。還有學者指出不適當?shù)恼a貼會導致資源配置效率低下（Kung等， 2016）［19］， 信息不對稱條件下的逆向選擇、道德風險和激勵錯位可能會助長企業(yè)的投機行為，扭曲最終的政策效果（柳光強，2016）［20］。

此外，相關研究指出政府補貼的創(chuàng)新效應可能取決于政府補貼的水平。具體來說，政府補貼與企業(yè)創(chuàng)新之間存在正相關關系，直到達到一定的閾值，超過閾值后這種正相關作用將逐漸減弱，最終變?yōu)樨撓嚓P。Gorg和Strobl（2007）以愛爾蘭制造業(yè)企業(yè)為研究對象，發(fā)現(xiàn)政府補貼規(guī)模較低能夠有效刺激公司的研發(fā)投入，而政府補貼過高則會產生擠出效應［21］。Dai和Cheng（2015） 針對中國制造業(yè)企業(yè)的研究也認為政府補貼存在一個最優(yōu)區(qū)間，若超過飽和點進一步增加政府補貼將部分或完全擠出企業(yè)在創(chuàng)新方面的研發(fā)支出［22］。

綜上，目前學界針對政府補貼對企業(yè)技術創(chuàng)新影響的觀點并不一致，現(xiàn)有研究主要集中在考察政府補貼對企業(yè)研發(fā)投入和創(chuàng)新產出的影響，鮮有人關注影響政府補貼績效的因素，且主要是建立在傳統(tǒng)線性回歸模型基礎上進行分析，有可能遺漏重要變量而使模型產生內生性問題，有關政府補貼是否會刺激電子信息產業(yè)技術創(chuàng)新的研究也較為欠缺。因此，本文基于2014～2018年間電子信息產業(yè)的126家上市公司的微觀數(shù)據，構建動態(tài)面板模型，從技術創(chuàng)新投入和產出兩個維度實證檢驗政府補貼對電子信息產業(yè)技術創(chuàng)新的促進效應，并進一步探討企業(yè)特征變量對補貼績效的影響，為我國政府完善補貼政策提出參考意見，這對電子信息產業(yè)的創(chuàng)新發(fā)展具有重要現(xiàn)實意義。

2 理論分析與研究假設

政府補貼主要通過以下3種機制促進企業(yè)技術創(chuàng)新：（1）資源配置。由于創(chuàng)新活動的正外部性，企業(yè)創(chuàng)新活動的私人收益可能會小于社會收益，導致企業(yè)的研發(fā)投入可能會低于社會最優(yōu)水平，需要通過政府補貼來矯正 “市場失靈” （Arrow，1962）［23］。政府補貼可以通過填補企業(yè)創(chuàng)新資金的缺口以及創(chuàng)新活動所需的部分投資來直接促進創(chuàng)新（Almus 和 Czarnitzki， 2003）［24］， 同時政府補貼可以降低企業(yè)的研發(fā)活動成本，幫助企業(yè)加快或擴大創(chuàng)新活動；（2）信號傳遞。政府補貼可以被視為向外部投資者發(fā)出的有關企業(yè)發(fā)展的積極信號，有助于企業(yè)更好地獲得長期債務和股權融資（Meuleman 和 Maeseneire， 2012）［2］； 政府補貼還可以將這種積極信號傳遞給消費者，從而創(chuàng)造更大的市場需求（Lu等，2017）［25］，這意味著更多的潛在收益和更低的平均技術創(chuàng)新成本，進一步提升了企業(yè)創(chuàng)新的意愿； （3）風險控制。企業(yè)進行創(chuàng)新活動時主要面臨來自技術、產品和金融市場的風險（Pierrakis和 Saridakis， 2017）［26］，即創(chuàng)新可能無法帶來預期的收益，因此即使一些項目有很大的創(chuàng)新潛力，企業(yè)可能也不會自己去研發(fā)這些項目，此時政府補貼可以通過與企業(yè)分擔研發(fā)風險來幫助企業(yè)研發(fā)這些高風險、高投資的項目。由此，提出以下假設：

H1：政府補貼對電子信息產業(yè)上市公司技術創(chuàng)新投入具有顯著正向影響；

H2：政府補貼對電子信息產業(yè)上市公司技術創(chuàng)新產出具有顯著正向影響。

此外，大量研究發(fā)現(xiàn)政府補貼對企業(yè)技術創(chuàng)新的支持效果可能會因其他一些因素而有所不同。（1）國有企業(yè)和非國有企業(yè)之間政府補貼的影響存在差異。有學者指出政府補貼與企業(yè)創(chuàng)新能力呈正相關關系，且這種正相關關系對民營企業(yè)的影響大于國有企業(yè)（邵慰等， 2018； Luo 等， 2016）［9，27］；還有學者發(fā)現(xiàn)當期的政府補貼對國有企業(yè)的專利產出的正向影響顯著高于民營企業(yè)（李曉鐘和徐怡，2019）［13］；（2） 企業(yè)規(guī)模在解釋政府補貼創(chuàng)新績效方面的作用的研究結果也不一致。如有學者提出企業(yè)規(guī)模越大，越能產生更多的創(chuàng)新（Luo和Deng，2009）［28］或更高質量的創(chuàng)新（康志勇， 2018）［29］；然而Alecke 等（2012）［3］、 Liu 等（2016）［4］的研究發(fā)現(xiàn)政府補貼對于規(guī)模更小企業(yè)的研發(fā)投入的促進作用更強。此外，還有學者研究企業(yè)年齡對補貼績效的影響，認為相較于新生公司，老牌公司可能不愿意創(chuàng)新，也不愿意申請公共研發(fā)促進計劃和資金（Dai和 Cheng， 2015）［22］。 由此， 提出以下假設：

H3：政府補貼對電子信息產業(yè)上市公司技術創(chuàng)新投入的影響受到企業(yè)特征因素的調節(jié)；

H4：政府補貼對電子信息產業(yè)上市公司技術創(chuàng)新產出的影響受到企業(yè)特征因素的調節(jié)。

3 研究設計

3.1 變量選取

被解釋變量。本文從投入和產出兩個維度來衡量企業(yè)的技術創(chuàng)新行為。參照已有的相關研究（伍健等，2018；王天馳等，2019；Liu等，2019）［12，14，30］， 利用企業(yè)的研發(fā)投入來衡量技術創(chuàng)新投入，為避免異方差的出現(xiàn)，以上市公司年報中披露的研發(fā)投入金額的自然對數(shù)測度并記為RD。至于創(chuàng)新產出的測度，可以通過專利數(shù)量、新產品銷售和出口來衡量（Guo等，2016）［7］。由于新產品銷售和出口主要反映了企業(yè)的商業(yè)化創(chuàng)新，本文以專利申請量的自然對數(shù)值測度企業(yè)的技術創(chuàng)新產出并記為Patent。

解釋變量。政府補貼以企業(yè)當年實際獲得的政府補助金額衡量，為避免異方差的出現(xiàn)，對其中取自然對數(shù)值并記為Sub。數(shù)據來源于公司年報中的 “非經常性損益項目及金額”科目下 “計入當期損益的政府補助”子科目。

控制變量。參照已有的相關研究（Guo等，2016； 邵慰等， 2018； Liu 等， 2019）［7，9，30］， 本文還對其他可能對企業(yè)技術創(chuàng)新產生影響的企業(yè)特征變量進行了控制，包括：企業(yè)規(guī)模（Size），以企業(yè)總資產的自然對數(shù)測量；企業(yè)年齡（Age），以企業(yè)成立年限的自然對數(shù)測量；盈利能力（Profit），以企業(yè)凈利潤的自然對數(shù)測量；資產負債率（DAR），即企業(yè)負債總額與資產總額的比率；所有權性質（State），以虛擬變量表示，國有企業(yè)取1，非國有企業(yè)取0；獨立董事占比（Indir），即獨立董事占董事會的比例。此外，還控制了年份。

3.2 模型設定

雖然前文已對可能影響政府補貼偏好的企業(yè)特征變量進行了控制，但依然可能存在遺漏變量；再加上企業(yè)的技術創(chuàng)新活動具有延續(xù)性特征，為了避免模型產生內生性問題，引入被解釋變量的滯后一期作為解釋變量，構建動態(tài)面板模型，并采用系統(tǒng)GMM方法進行估計。該方法在差分GMM的基礎上增加解釋變量的一階差分滯后項作為原水平方程的工具變量，并將水平方程和差分方程作為一個系統(tǒng)同時對其進行估計，較好地解決了內生性問題。分別構建政府補貼對企業(yè)技術創(chuàng)新投入的動態(tài)面板模型（1）和政府補貼對企業(yè)技術創(chuàng)新產出的動態(tài)面板模型（2），用于檢驗研究假設H1和H2；為了檢驗企業(yè)特征因素是否會調節(jié)政府補貼對技術創(chuàng)新的影響，引入控制變量與政府補貼的交互項作為解釋變量，分別構建模型（3）和模型（4）來驗證研究假設H3和H4。其中，RDit和Patentit分別表示企業(yè)i在第t年的技術創(chuàng)新投入和產出，RDi，t-1、Patenti，t-1為相應的滯后一期項，Controlit表示控制變量，εit為誤差項。

3.3 樣本選擇與數(shù)據來源

本文選取了包括長電科技、納思達、京東方、士蘭微、中穎電子、華天科技等主營業(yè)務屬于電子信息產業(yè)的上市公司作為樣本，數(shù)據主要來源于巨潮網中的上市公司年報、國泰安數(shù)據庫和重點產業(yè)專利信息服務平臺。根據研究需要，剔除了信息缺失和沒有獲得過政府補貼的樣本，最終建立起2014～2018年間包括126家企業(yè)、9個變量的面板數(shù)據，共獲得5670條樣本數(shù)據。其中，國有企業(yè)有36家，非國有企業(yè)有90家。數(shù)據的基本情況見表1，技術創(chuàng)新投入（RD）均值為18.67，高于政府補貼（Sub）的均值16.83；技術創(chuàng)新產出（Patent）的均值為3.277，最大值為8.97，而最小值為0，表明企業(yè)間技術創(chuàng)新產出存在較大差異。

表1 樣本的描述性統(tǒng)計

4 實證結果與分析

4.1 政府補貼對企業(yè)技術創(chuàng)新的影響分析

為保證估計結果的有效性，同時使用普通最小二乘法（OLS）和系統(tǒng)GMM進行估計，并對比兩種方法的估計結果。

使用OLS進行回歸，通過方差膨脹因子（VIF）和容忍度對解釋變量之間是否存在多重共線性進行判斷，結果顯示各個解釋變量的方差膨脹系數(shù)均小于10，對應的容忍度均大于0.1，可以認為模型不存在多重共線性問題。從表2第（1）列和第（3）列的結果可以看出，在使用OLS回歸時，政府補貼與企業(yè)技術創(chuàng)新投入和產出均在1%水平上呈顯著正相關，回歸系數(shù)分別為0.1357和0.1688，表明政府對電子信息產業(yè)上市公司提供的補貼有助于提高企業(yè)的技術創(chuàng)新投入和產出。控制變量的回歸結果顯示，當企業(yè)規(guī)模越大、盈利能力越強時，企業(yè)技術創(chuàng)新投入和產出越多；相較于非國有企業(yè)，國有企業(yè)的技術創(chuàng)新投入和產出更高；企業(yè)獨立董事占比越高，技術創(chuàng)新產出越多。

在模型中引入被解釋變量的滯后一期作為解釋變量，構建動態(tài)面板數(shù)據模型，并采用系統(tǒng)GMM方法重新驗證政府補貼對企業(yè)技術創(chuàng)新投入與產出的影響，結果如表2第（2）列和第（4）列所示。從工具變量過度識別Sargan檢驗值來看均不存在過度識別，表明所用工具變量是有效的；從自相關檢驗Arellano-Bond值來看，AR（1）統(tǒng)計量的P值均小于0.05，AR（2）統(tǒng)計量的P值均大于0.1，即模型擾動項只存在一階序列自相關而不存在二階自相關，表明系統(tǒng)GMM模型設定是合理的。

從表2第（2）列的結果可以發(fā)現(xiàn)，政府補貼對企業(yè)技術創(chuàng)新投入具有正向促進作用（β＝0.0485，p＜0.05），即政府補貼每增加1%，企業(yè)的研發(fā)投入將相應增加0.0485%，雖然較之前的OLS回歸結果有所降低，但依然顯著，說明我國政府對電子信息產業(yè)上市公司的補貼是有效的，在引導企業(yè)增加研發(fā)投入方面起到了積極作用（假設H1得到證實）。此外，滯后1期的技術創(chuàng)新投入的系數(shù)顯著為正（β＝0.3014，p＜0.01），且影響系數(shù)遠高于政府補貼對技術創(chuàng)新投入的促進作用，上一期的研發(fā)投入每增加1%，當期研發(fā)投入將提升0.3014%，表明企業(yè)的技術創(chuàng)新投入是一個動態(tài)連續(xù)的過程，當期的研發(fā)投入會依賴于前期的研發(fā)決策。控制變量的回歸結果顯示，企業(yè)規(guī)模、盈利能力和所有權性質的影響系數(shù)顯著為正，與OLS回歸結果一致。不同的是，資產負債率的系數(shù)由正向影響（β＝0.0018，p＝0.312）變?yōu)榱素撓蛴绊懀é拢?0.0084，p＜0.01），即資產負債率高的企業(yè)技術創(chuàng)新投入較少，這可能是由于高負債企業(yè)的經營存在較大風險，在研發(fā)支出方面會更加謹慎。

表2第（4）列的估計結果顯示，技術創(chuàng)新產出的滯后一期通過了顯著性檢驗，回歸系數(shù)高達0.6686，表明上期的研發(fā)活動對當期專利產出有顯著的正向影響，這主要是因為專利儲備反映了企業(yè)的研發(fā)實力和經驗，較高的專利儲備降低了研發(fā)的風險，進而促進了更多的專利產出。然而，政府補貼對企業(yè)技術創(chuàng)新產出的影響系數(shù)不僅較OLS回歸結果大大降低，且變得不再顯著（β＝0.0551，p＝0.569），即政府補貼并不能增加電子信息產業(yè)上市公司的專利產出，假設H2未得到證實，此處激勵效應變得不顯著的原因可能是由于動態(tài)面板考慮了前期專利產出，控制了遺漏變量及不可觀測因素的影響。控制變量中，除了獨立董事占比的系數(shù)仍然為正向顯著外，企業(yè)規(guī)模、盈利能力和所有權性質的系數(shù)均變得不再顯著，這可能是因為技術創(chuàng)新產出的滯后一期在一定程度上包含了控制變量的影響；資產負債率的回歸系數(shù)符號雖然由正轉負，但依然不顯著，表明資產負債率對企業(yè)技術創(chuàng)新產出并無明顯作用。

表2 政府補貼與企業(yè)技術創(chuàng)新的回歸結果

4.2 政府補貼績效的影響因素分析

表3第（1）列以技術創(chuàng)新投入為解釋變量，可以看出在使用OLS回歸時，交互項Size?Sub、Profit?Sub、DAR?Sub和State?Sub的系數(shù)顯著為正，說明當企業(yè)的規(guī)模越大、盈利能力越強、資產負債率越高、所有權性質為國有企業(yè)時，更有利于發(fā)揮政府補貼的創(chuàng)新激勵效應，促進企業(yè)加大研發(fā)支出。表3第（3）列以技術創(chuàng)新產出為解釋變量，交互項Profit?Sub和State?Sub的系數(shù)顯著為正，說明當企業(yè)的盈利能力越強、所有權性質為國有時，可以更有效的吸收利用政府補貼，進而有助于創(chuàng)造更多的專利產出。

考慮到OLS回歸中可能存在內生性問題，進一步運用動態(tài)面板系統(tǒng)GMM方法分析企業(yè)特征因素對政府補貼創(chuàng)新績效的調節(jié)效應。表3第（2）列和第（4）列報告了相應的估計結果，二者均通過了擾動項自相關檢驗和工具變量過度識別檢驗。從表3第（2）列的結果可以發(fā)現(xiàn)，交互項Size?Sub和State?Sub的系數(shù)依然顯著為正， 分別為0.0284（p＜0.01）、 0.1272（p＜0.01），說明企業(yè)規(guī)模、國有企業(yè)性質在政府補貼激勵企業(yè)技術創(chuàng)新投入過程中起到了正向調節(jié)作用，與OLS回歸結果一致。這可能是因為規(guī)模較大的企業(yè)和國有企業(yè)可以放大政府補貼的信號傳遞效應，更容易獲得銀行貸款和機構投資，具有增加企業(yè)技術創(chuàng)新投入的融資優(yōu)勢。不同的是，原先不顯著的交互項Age?Sub通過了顯著性檢驗且系數(shù)為負（β＝-0.2188，p＜0.01），這可能是因為創(chuàng)立時間較短的上市公司面臨激烈的市場競爭進行技術創(chuàng)新的動機更強，在政府補貼的引導和激勵下，更傾向于增加企業(yè)的研發(fā)投入；交互項Profit?Sub的系數(shù)不再顯著，雖然盈利能力高的企業(yè)用于技術創(chuàng)新的自有資金更多，但其挑戰(zhàn)技術創(chuàng)新風險的動機也可能大不如前；資產負債率與政府補貼的交互項（DAR?Sub）系數(shù)依然顯著，但符號由正轉負，表明企業(yè)資產負債率越高，政府補貼支持效果越差，政府的補貼有可能被企業(yè)用來應對現(xiàn)金流量的緊缺，從而抑制了政府補貼的支持效果。

表3 政府補貼績效的影響因素分析

表3第（4）列的估計結果顯示，交互項State?Sub的系數(shù)依然顯著為正，且系數(shù)值（β＝0.1710，p＜0.05） 相較于OLS估計結果（β＝0.0298，p＜0.01）更高。表明相較于非國有企業(yè)，政府對國有企業(yè)的補貼有利于其創(chuàng)造更多的新發(fā)明和新技術。這可能是因為在電子信息產業(yè)中，國有企業(yè)往往有更雄厚的研發(fā)資金、技術平臺和人力資本，為企業(yè)的專利產出提供了強有力的支撐，放大了政府補貼的正向影響。然而，企業(yè)的盈利能力與政府補貼之間的交互作用不再顯著，且符號由正轉負，表明政府對凈利潤高的企業(yè)的補貼并沒有激勵其創(chuàng)造更多的專利，而盈利差的企業(yè)為了提高競爭力，挑戰(zhàn)高風險、高回報的技術創(chuàng)新活動的動機可能更強。值得注意的是，原先不顯著的交互項Indir?Sub通過了顯著性檢驗且系數(shù)為正（β＝0.001， p＜0.1）， 表明企業(yè)的獨立董事占比越高，政府補貼對其技術創(chuàng)新產出的激勵效果越明顯。這可能是因為具有專業(yè)知識和管理經驗的獨立董事有助于發(fā)現(xiàn)前景良好的研發(fā)項目，能夠提高相關創(chuàng)新決策的科學性。此外，企業(yè)的規(guī)模、年齡、資產負債率與政府補貼的交互項的估計結果均不顯著，可見政府補貼對企業(yè)技術創(chuàng)新產出的作用并不會因為這些因素受到顯著影響。

5 結論與建議

本文以2014～2018年間電子信息產業(yè)126家上市公司為樣本，從投入和產出兩個維度較為全面地探究了政府補貼對電子信息產業(yè)技術創(chuàng)新的影響，并剖析了企業(yè)特征因素對補貼績效的調節(jié)效應。研究發(fā)現(xiàn)：（1）政府對電子信息產業(yè)補貼具有明顯的激勵效應，顯著提高了上市公司的技術創(chuàng)新投入；然而對技術創(chuàng)新產出的正向影響并不顯著；（2）政府補貼的創(chuàng)新績效與企業(yè)自身條件密切相關，企業(yè)的規(guī)模越大、成立時間越短、資產負債率越低、所有權性質為國有，越有利于發(fā)揮政府補貼對企業(yè)技術創(chuàng)新投入的激勵作用；國有企業(yè)性質、獨立董事占比在政府補貼激勵技術創(chuàng)新產出過程中起到了正向調節(jié)作用；（3）企業(yè)的技術創(chuàng)新行為具有延續(xù)性特征，上一期的技術創(chuàng)新投入和產出對當期有顯著的正向影響。

基于以上結論，可知政府對電子信息產業(yè)的補貼是有成效的。電子信息產業(yè)作為國家經濟發(fā)展的支柱產業(yè)，需要全面、系統(tǒng)的創(chuàng)新，實施補貼政策對其發(fā)展至關重要。因此，未來在加大專項資金投入力度的同時，必須完善相關的補貼制度，具體包括以下幾個方面：（1）健全政府補貼的企業(yè)篩選機制，根據企業(yè)的規(guī)模、年齡、負債狀況、所有權性質和獨立董事監(jiān)督進行綜合分析，全面了解企業(yè)研發(fā)項目的創(chuàng)新性和發(fā)展前景，將補貼用于真正需要的企業(yè)，提高政府補貼的公平性；（2）改變事前補貼的傳統(tǒng)方式，建立逐步補貼體系，即在研發(fā)項目初期撥付部分補貼資金，其余資金根據項目的開展進度分批撥款，以確保政府補貼真正用于企業(yè)的技術創(chuàng)新活動；（3）建立政府補貼資金的監(jiān)管機制，通過持續(xù)檢查政府補貼的使用情況，并對獲取補貼的企業(yè)信息、研發(fā)項目、項目進展等內容進行披露，便于社會各界和公眾的監(jiān)督，以鞭策企業(yè)合理有效使用政府補貼；（4）政府補貼可以彌補市場失靈引起的消極影響，為電子信息產業(yè)的創(chuàng)新營造良好的政策環(huán)境，但產業(yè)發(fā)展最終驅動力還是來自于市場，因此政府在補貼企業(yè)時不應該限定資金使用的技術方向，應該基于真實的市場需求，避免政府的過度干預而造成資源的錯配和浪費，這樣才能最大程度激發(fā)企業(yè)的創(chuàng)新積極性。

本文也存在一定的局限性，為未來的研究提供了許多方向。（1）由于數(shù)據的可得性限制，僅考察了政府的一般補貼對電子信息產業(yè)技術創(chuàng)新的影響，未探究不同形式的政府補貼產生的影響；（2）僅考察了企業(yè)特征因素對政府補貼的創(chuàng)新激勵效應產生的影響，未來可以進一步探究行業(yè)層面、區(qū)域層面等可能調節(jié)政府補貼績效的其他因素；（3）未考慮政府補貼的動態(tài)效應，未來可對此作補充研究，探究政府補貼對企業(yè)技術創(chuàng)新的時變影響。