政府補貼對電子信息產(chǎn)業(yè)技術(shù)創(chuàng)新的影響研究
——來自中國上市公司的經(jīng)驗證據(jù)

（上海交通大學(xué)國際與公共事務(wù)學(xué)院，上海 200030）

引 言

近年來，中國的電子信息產(chǎn)業(yè)發(fā)展態(tài)勢迅猛，成為了全球最大的電子信息產(chǎn)品制造基地，2018年的產(chǎn)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(chǎn)業(yè)競爭力仍然偏弱，處于核心技術(shù)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(jù)中國海關(guān)總署統(tǒng)計數(shù)據(jù)顯示，2018年中國集成電路進口金額高達3120.58億美元，而對應(yīng)的出口額僅有846.36億美元，貿(mào)易逆差達3倍之多。近年發(fā)生的 “中興事件”和中美貿(mào)易戰(zhàn)更是暴露了我國的技術(shù)短板。為加速推進關(guān)鍵技術(shù)突破，我國先后出臺了 《信息產(chǎn)業(yè)發(fā)展規(guī)劃》、《國家集成電路產(chǎn)業(yè)發(fā)展推進綱要》和 《中國制造2025》等產(chǎn)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(chǎn)業(yè)的創(chuàng)新和發(fā)展給予大力扶持。根據(jù)國泰安數(shù)據(jù)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?？梢娬畬﹄娮有畔a(chǎn)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(chǎn)業(yè)技術(shù)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(chǎn)業(yè)技術(shù)創(chuàng)新的關(guān)系，是我國實施創(chuàng)新驅(qū)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(shù)創(chuàng)新？關(guān)于這一問題學(xué)術(shù)界還未形成一致結(jié)論。許多學(xué)者認為政府補貼對企業(yè)技術(shù)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(xué)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(dān)研發(fā)失敗風(fēng)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(xué)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(shù)創(chuàng)新產(chǎn)出和商業(yè)化創(chuàng)新產(chǎn)出（Guo等，2016）［7］。同時政府補貼的創(chuàng)新促進效應(yīng)也得到了大量產(chǎn)業(yè)研究的支持，如新能源汽車產(chǎn)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(chǎn)業(yè)（陸國慶等， 2014； 伍健等， 2018）［11，12］、 電子信息產(chǎn)業(yè)（李曉鐘和徐怡，2019）［13］、風(fēng)電產(chǎn)業(yè)（王天馳等，2019）［14］。 其中， 伍健等（2018） 總結(jié)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(chǎn)業(yè)的創(chuàng)新投入和產(chǎn)出［12］；王天馳等（2019）則發(fā)現(xiàn)市場競爭程度、行業(yè)技術(shù)水平在政府補貼激勵企業(yè)技術(shù)創(chuàng)新投入過程中起到了正向調(diào)節(jié)作用［14］。

一些研究表明政府補貼對企業(yè)技術(shù)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(shù)發(fā)明和專利數(shù)量之間存在負相關(guān)關(guān)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(chǎn)出產(chǎn)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(xué)者指出不適當(dāng)?shù)恼a貼會導(dǎo)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(fēng)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(guān)研究指出政府補貼的創(chuàng)新效應(yīng)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(guān)關(guān)系，直到達到一定的閾值，超過閾值后這種正相關(guān)作用將逐漸減弱，最終變?yōu)樨撓嚓P(guān)。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(chǎn)生擠出效應(yīng)［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(xué)界針對政府補貼對企業(yè)技術(shù)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(chǎn)出的影響，鮮有人關(guān)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(chǔ)上進行分析，有可能遺漏重要變量而使模型產(chǎn)生內(nèi)生性問題，有關(guān)政府補貼是否會刺激電子信息產(chǎn)業(yè)技術(shù)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(chǎn)業(yè)的126家上市公司的微觀數(shù)據(jù)，構(gòu)建動態(tài)面板模型，從技術(shù)創(chuàng)新投入和產(chǎn)出兩個維度實證檢驗政府補貼對電子信息產(chǎn)業(yè)技術(shù)創(chuàng)新的促進效應(yīng)，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(chǎn)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(shè)

政府補貼主要通過以下3種機制促進企業(yè)技術(shù)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(dǎo)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(guān)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(wù)和股權(quán)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(shù)創(chuàng)新成本，進一步提升了企業(yè)創(chuàng)新的意愿； （3）風(fēng)險控制。企業(yè)進行創(chuàng)新活動時主要面臨來自技術(shù)、產(chǎn)品和金融市場的風(fēng)險（Pierrakis和 Saridakis， 2017）［26］，即創(chuàng)新可能無法帶來預(yù)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(dān)研發(fā)風(fēng)險來幫助企業(yè)研發(fā)這些高風(fēng)險、高投資的項目。由此，提出以下假設(shè)：

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

H2：政府補貼對電子信息產(chǎn)業(yè)上市公司技術(shù)創(chuàng)新產(chǎn)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(shù)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(xué)者指出政府補貼與企業(yè)創(chuàng)新能力呈正相關(guān)關(guān)系，且這種正相關(guān)關(guān)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(xué)者發(fā)現(xiàn)當(dāng)期的政府補貼對國有企業(yè)的專利產(chǎn)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(jié)果也不一致。如有學(xué)者提出企業(yè)規(guī)模越大，越能產(chǎn)生更多的創(chuàng)新（Luo和Deng，2009）［28］或更高質(zhì)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(xué)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(shè)：

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

H4：政府補貼對電子信息產(chǎn)業(yè)上市公司技術(shù)創(chuàng)新產(chǎn)出的影響受到企業(yè)特征因素的調(diào)節(jié)。

3 研究設(shè)計

3.1 變量選取

被解釋變量。本文從投入和產(chǎn)出兩個維度來衡量企業(yè)的技術(shù)創(chuàng)新行為。參照已有的相關(guān)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(shù)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(chǎn)出的測度，可以通過專利數(shù)量、新產(chǎn)品銷售和出口來衡量（Guo等，2016）［7］。由于新產(chǎn)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(shù)創(chuàng)新產(chǎn)出并記為Patent。

解釋變量。政府補貼以企業(yè)當(dāng)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(jù)來源于公司年報中的 “非經(jīng)常性損益項目及金額”科目下 “計入當(dāng)期損益的政府補助”子科目。

控制變量。參照已有的相關(guān)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(shù)創(chuàng)新產(chǎn)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(chǎn)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(chǎn)負債率（DAR），即企業(yè)負債總額與資產(chǎn)總額的比率；所有權(quán)性質(zhì)（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(shè)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(shù)創(chuàng)新活動具有延續(xù)性特征，為了避免模型產(chǎn)生內(nèi)生性問題，引入被解釋變量的滯后一期作為解釋變量，構(gòu)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(chǔ)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(nèi)生性問題。分別構(gòu)建政府補貼對企業(yè)技術(shù)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(shù)創(chuàng)新產(chǎn)出的動態(tài)面板模型（2），用于檢驗研究假設(shè)H1和H2；為了檢驗企業(yè)特征因素是否會調(diào)節(jié)政府補貼對技術(shù)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(gòu)建模型（3）和模型（4）來驗證研究假設(shè)H3和H4。其中，RDit和Patentit分別表示企業(yè)i在第t年的技術(shù)創(chuàng)新投入和產(chǎn)出，RDi，t-1、Patenti，t-1為相應(yīng)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(jù)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(wù)屬于電子信息產(chǎn)業(yè)的上市公司作為樣本，數(shù)據(jù)主要來源于巨潮網(wǎng)中的上市公司年報、國泰安數(shù)據(jù)庫和重點產(chǎn)業(yè)專利信息服務(wù)平臺。根據(jù)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(jù)，共獲得5670條樣本數(shù)據(jù)。其中，國有企業(yè)有36家，非國有企業(yè)有90家。數(shù)據(jù)的基本情況見表1，技術(shù)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(shù)創(chuàng)新產(chǎn)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(shù)創(chuàng)新產(chǎn)出存在較大差異。

表1 樣本的描述性統(tǒng)計

4 實證結(jié)果與分析

4.1 政府補貼對企業(yè)技術(shù)創(chuàng)新的影響分析

為保證估計結(jié)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(jié)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(jié)果顯示各個解釋變量的方差膨脹系數(shù)均小于10，對應(yīng)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(jié)果可以看出，在使用OLS回歸時，政府補貼與企業(yè)技術(shù)創(chuàng)新投入和產(chǎn)出均在1%水平上呈顯著正相關(guān)，回歸系數(shù)分別為0.1357和0.1688，表明政府對電子信息產(chǎn)業(yè)上市公司提供的補貼有助于提高企業(yè)的技術(shù)創(chuàng)新投入和產(chǎn)出?？刂谱兞康幕貧w結(jié)果顯示，當(dāng)企業(yè)規(guī)模越大、盈利能力越強時，企業(yè)技術(shù)創(chuàng)新投入和產(chǎn)出越多；相較于非國有企業(yè)，國有企業(yè)的技術(shù)創(chuàng)新投入和產(chǎn)出更高；企業(yè)獨立董事占比越高，技術(shù)創(chuàng)新產(chǎn)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(gòu)建動態(tài)面板數(shù)據(jù)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(shù)創(chuàng)新投入與產(chǎn)出的影響，結(jié)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(guān)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(guān)而不存在二階自相關(guān)，表明系統(tǒng)GMM模型設(shè)定是合理的。

從表2第（2）列的結(jié)果可以發(fā)現(xiàn)，政府補貼對企業(yè)技術(shù)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(yīng)增加0.0485%，雖然較之前的OLS回歸結(jié)果有所降低，但依然顯著，說明我國政府對電子信息產(chǎn)業(yè)上市公司的補貼是有效的，在引導(dǎo)企業(yè)增加研發(fā)投入方面起到了積極作用（假設(shè)H1得到證實）。此外，滯后1期的技術(shù)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(shù)創(chuàng)新投入的促進作用，上一期的研發(fā)投入每增加1%，當(dāng)期研發(fā)投入將提升0.3014%，表明企業(yè)的技術(shù)創(chuàng)新投入是一個動態(tài)連續(xù)的過程，當(dāng)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(jié)果顯示，企業(yè)規(guī)模、盈利能力和所有權(quán)性質(zhì)的影響系數(shù)顯著為正，與OLS回歸結(jié)果一致。不同的是，資產(chǎn)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(chǎn)負債率高的企業(yè)技術(shù)創(chuàng)新投入較少，這可能是由于高負債企業(yè)的經(jīng)營存在較大風(fēng)險，在研發(fā)支出方面會更加謹慎。

表2第（4）列的估計結(jié)果顯示，技術(shù)創(chuàng)新產(chǎn)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(dāng)期專利產(chǎn)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(jīng)驗，較高的專利儲備降低了研發(fā)的風(fēng)險，進而促進了更多的專利產(chǎn)出。然而，政府補貼對企業(yè)技術(shù)創(chuàng)新產(chǎn)出的影響系數(shù)不僅較OLS回歸結(jié)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(chǎn)業(yè)上市公司的專利產(chǎn)出，假設(shè)H2未得到證實，此處激勵效應(yīng)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(chǎn)出，控制了遺漏變量及不可觀測因素的影響?？刂谱兞恐?，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(quán)性質(zhì)的系數(shù)均變得不再顯著，這可能是因為技術(shù)創(chuàng)新產(chǎn)出的滯后一期在一定程度上包含了控制變量的影響；資產(chǎn)負債率的回歸系數(shù)符號雖然由正轉(zhuǎn)負，但依然不顯著，表明資產(chǎn)負債率對企業(yè)技術(shù)創(chuàng)新產(chǎn)出并無明顯作用。

表2 政府補貼與企業(yè)技術(shù)創(chuàng)新的回歸結(jié)果

4.2 政府補貼績效的影響因素分析

表3第（1）列以技術(shù)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(dāng)企業(yè)的規(guī)模越大、盈利能力越強、資產(chǎn)負債率越高、所有權(quán)性質(zhì)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(yīng)，促進企業(yè)加大研發(fā)支出。表3第（3）列以技術(shù)創(chuàng)新產(chǎn)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(dāng)企業(yè)的盈利能力越強、所有權(quán)性質(zhì)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(chǎn)出。

考慮到OLS回歸中可能存在內(nèi)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(diào)節(jié)效應(yīng)。表3第（2）列和第（4）列報告了相應(yīng)的估計結(jié)果，二者均通過了擾動項自相關(guān)檢驗和工具變量過度識別檢驗。從表3第（2）列的結(jié)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(zhì)在政府補貼激勵企業(yè)技術(shù)創(chuàng)新投入過程中起到了正向調(diào)節(jié)作用，與OLS回歸結(jié)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(yīng)，更容易獲得銀行貸款和機構(gòu)投資，具有增加企業(yè)技術(shù)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(shù)創(chuàng)新的動機更強，在政府補貼的引導(dǎo)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(shù)創(chuàng)新的自有資金更多，但其挑戰(zhàn)技術(shù)創(chuàng)新風(fēng)險的動機也可能大不如前；資產(chǎn)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(zhuǎn)負，表明企業(yè)資產(chǎn)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(yīng)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(jié)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(jié)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(shù)。這可能是因為在電子信息產(chǎn)業(yè)中，國有企業(yè)往往有更雄厚的研發(fā)資金、技術(shù)平臺和人力資本，為企業(yè)的專利產(chǎn)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(zhuǎn)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(fēng)險、高回報的技術(shù)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(shù)創(chuàng)新產(chǎn)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(jīng)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(guān)創(chuàng)新決策的科學(xué)性。此外，企業(yè)的規(guī)模、年齡、資產(chǎn)負債率與政府補貼的交互項的估計結(jié)果均不顯著，可見政府補貼對企業(yè)技術(shù)創(chuàng)新產(chǎn)出的作用并不會因為這些因素受到顯著影響。

5 結(jié)論與建議

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

基于以上結(jié)論，可知政府對電子信息產(chǎn)業(yè)的補貼是有成效的。電子信息產(chǎn)業(yè)作為國家經(jīng)濟發(fā)展的支柱產(chǎn)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(guān)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(guān)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(jù)企業(yè)的規(guī)模、年齡、負債狀況、所有權(quán)性質(zhì)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(jù)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(shù)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(nèi)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(chǎn)業(yè)的創(chuàng)新營造良好的政策環(huán)境，但產(chǎn)業(yè)發(fā)展最終驅(qū)動力還是來自于市場，因此政府在補貼企業(yè)時不應(yīng)該限定資金使用的技術(shù)方向，應(yīng)該基于真實的市場需求，避免政府的過度干預(yù)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(jù)的可得性限制，僅考察了政府的一般補貼對電子信息產(chǎn)業(yè)技術(shù)創(chuàng)新的影響，未探究不同形式的政府補貼產(chǎn)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(yīng)產(chǎn)生的影響，未來可以進一步探究行業(yè)層面、區(qū)域?qū)用娴瓤赡苷{(diào)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(yīng)，未來可對此作補充研究，探究政府補貼對企業(yè)技術(shù)創(chuàng)新的時變影響。