在经济长期增长的过程中,技术进步起到了至关重要的作用,库兹涅兹曾说过:技术推动现代经济快速增长是当前经济发展的核心特性之一。而技术进步需要企业创新能力的不断提高作为有效支撑,因此通过各种手段来提升企业的创新能力就变成了当务之急。基于此,政府出台了一系列的政策手段,其中政府R＆D补贴引起了社会的广泛关注,作为一种激励企业开展研发活动、提高创新能力的政策工具,政府R＆D补贴的政策效果究竟如何?其影响路径又是什么?它是否存在一个最具效率的适度边界?如何实现单位政府R＆D补贴的边际创新最大化?这些问题在当前我国研发资源相对短缺、企业开展研发活动缺乏动力的情况下,显得具有极大现实意义。基于此,本文以2016-2020年我国沪深上市企业为对象,使用企业R＆D投入作为企业创新能力的主要代理变量,在相关理论的基础上,分别构建静态面板和动态面板,借助固定效应回归和广义矩估计,探讨政府R＆D补贴对于企业R＆D投入的影响,同时利用中介效应模型寻求影响路径。之后基于内生性问题下传统OLS模型可能存在的估计偏差,通过构建PSM+多期DID模型,系统分析不同额度下的政府R＆D补贴对于企业R＆D投入的处理效应,同时利用机器学习中的随机森林模型得出了政府R＆D补贴对于企业R＆D投入的偏依赖图,再次验证了之前结论。最后依据以上分析,分别针对政府和企业提出相关政策建议。本文的研究结论如下:（1）政府R＆D补贴在总体上对企业R＆D投入具有额外激励效应。（2）政府R＆D补贴对企业R＆D投入的影响路径主要分为直接效应路径以及通过企业融资决策这一中介变量所形成的间接效应路径。（3）政府R＆D补贴在额度大小上的不同,对于企业R＆D投入具有不同的影响,低额R＆D补贴对于企业R＆D投入呈中性,高额R＆D补贴对于企业R＆D投入呈显著正向影响。