丁建勛 羅潤東

[提要] 本文關于新基建投資如何影響消費及其核心機制的理論闡釋表明,新基建投資能促進消費,其促進消費的核心機制在于:新基建投資會引致原發(fā)式技術進步進而促進消費。利用我國省級面板數據進行的實證檢驗結果表明,新基建投資的確有利于居民消費的增加,檢驗核心機制存在性的中介效應分析也顯示,新基建投資既會直接促進居民消費,更可以通過原發(fā)式技術進步間接促進居民消費,且間接效應要大于直接效應。最后提出相應政策建議。

一、引言與文獻綜述

消費是暢通國內大循環(huán)的關鍵環(huán)節(jié),也被視為經濟高質量發(fā)展的主引擎。因而,國家歷來高度重視實現(xiàn)消費擴容。然而,在過去相當長的一段時期內,我國居民消費率低且上升緩慢的現(xiàn)象持續(xù)存在,2020年才達到37.7%。這嚴重制約了國內大循環(huán)的形成和經濟高質量發(fā)展。于是,探尋擴大我國居民消費的途徑,就顯得迫在眉睫。

對于如何促進居民消費,學術界提出了各種措施,其中一個重要的視角是從基礎設施建設投資切入。

包括基建投資在內的公共支出究竟是擠入還是擠出居民消費,不同的學派具有不同的觀點。傳統(tǒng)的凱恩斯主義認為,政府支出增加使得總需求和產出增加從而帶動消費增加。根據新古典宏觀經濟學或者新凱恩斯主義分析,政府支出增加導致稅負通過財富負效應減少預期收入從而擠出居民消費。但內生增長理論強調,公共支出中的基礎設施投資也會在一定程度上提高產出從而增加消費。

基建投資對居民消費究竟產生何種影響,現(xiàn)有研究也沒有形成共識。

一些學者認為基建投資擠出居民消費。Aschauer (1985)[1]以及Kormendi(1983)[2]對美國的研究發(fā)現(xiàn),政府支出同居民消費之間存在明顯的替代關系;Chen和Yao(2011)[3]的研究表明,基礎設施投資有利于資本密集型行業(yè),使得收入分配向資本傾斜,進而導致居民消費率下降;黃海峰等(2014)[4]的研究發(fā)現(xiàn),政府公共基礎設施投資率每提高1%會降低居民消費率0.13%,且這一負向關系在不同的計量模型和估計方法下都是穩(wěn)定的;楊琦(2018)[5]認為, 從全國范圍來看,農村基礎設施投資對居民消費產生擠出效應。

一些學者認為基建投資會擠入居民消費。Karras(1994)[6]的跨國研究發(fā)現(xiàn),政府支出增加將提高居民消費的邊際效用,從而刺激了居民消費;Jensen(2007)[7]的研究表明,印度喀拉拉邦手機覆蓋率提高改善了消費者和漁民的福利:產品價格下降4%,消費者剩余和漁民利潤分別增加6%和8%;蘇素等(2005)[8]、冉光和等(2017)[9]以及李濤等(2020)[10]的研究表明,基礎設施投資或資本存量能夠擠入居民消費。劉倫武(2010)[11]、孫虹喬(2011)[12]以及張書云等(2010 )[13]認為,農村基礎設施建設有助于推動農村消費需求的增長,但不同類型或不同地區(qū)拉動效應存在差異;郭廣珍等(2019)[14]、張昊(2020)[15]以及申洋等(2021)[16]則發(fā)現(xiàn)交通基礎設施對消費具有促進作用。

在老基建投資與居民消費之間關系尚存爭議的情況下,新時代蓬勃發(fā)展起來的新基建投資與居民消費之間存在何種關系?現(xiàn)有的研究還比較少。而且新基建投資影響居民消費的核心機制是什么?學術界也鮮有深入探討。因此,本文擬通過構建理論模型分析新基建投資對居民消費的影響并探討產生影響的核心機制,然后利用我國省級面板數據進行實證檢驗,以期弄清新基建投資對我國居民消費的影響及其內在機理,為暢通消費內循環(huán)助推高質量發(fā)展提供政策建議。

二、新基建投資與消費:理論分析

借鑒尚文思(2020)[17]含有新基建的生產函數形式:

Y=AGβKαL1-α

(1)

其中,Y為產出,L為勞動,K為資本,α為資本的產出彈性。AGβ表示要素生產率,體現(xiàn)新型基礎設施的外部性對要素生產率的促進作用(尚文思,2020)[17]。同時,如賈俊雪(2017)[18],本文考慮基礎設施建設投資而非存量,因而G為新基建投資。

假設資本存量的變化由下式給出:

(2)

其中δ為折舊率?；贐arro和Sala-i-Martin(1995)[19](P.240)一個將家庭和企業(yè)分開的模型等價于一個家庭直接從事生產的理論框架,采用家庭也是產品生產者的規(guī)定,建立漢密爾頓函數(當人口增長率為零時)為:

(3)

(4)

(5)

將(4)式的兩邊取自然對數,再對時間t求導得到:

(6)

由(5)式和(6)式,可以得到:

(7)

記Z=αAG1-αKα-1L1-α-δ-ρ,且假設消費在t=0的值為C(0),則相應的消費路徑為:

(8)

上式對G求導可以得到:

(9)

(10)

(9)式表明,新基建投資與消費之間成同方向變動關系,即新基建投資是有利于提高消費需求的。那么,新基建投資為何能實現(xiàn)消費擴容呢?

基礎設施投資等政府投資性支出可以通過直接渠道和間接渠道影響消費(Chen和Yao,2011;[3]李濤等,2020[10])。但新基建投資的直接消費擴容效應可能并不大。因為政府公共支出可能對私人消費產生直接的“擠出效應”。而新基建投資對消費的間接影響可能會比較大。為什么呢?因為如理論模型所述,新基建更會通過影響經濟增長提高收入進而促進消費。當然,新基建投資通過此途徑所發(fā)揮的消費擴容效應,除了依靠其作為一種直接投入要素產生的經濟增長效應外(由于投資的邊際報酬遞減,這種拉動作效應會越來越小),更重要的是其通過溢出效應影響技術進步而產生的經濟增長效應。技術進步大致可以劃分為兩種類型:引進式技術進步和原發(fā)式技術進步。那么新基建投資追求的是哪一種呢?

新基建投資追求的是促進原發(fā)式技術進步。如理論模型中那樣,尚文思(2020)[17]假設生產函數為Y=AGβKαL1-α,新基建投資會通過溢出效應對要素生產率產生促進作用,表現(xiàn)為AGβ,這意味著新基建投資追求的是促進原發(fā)式技術進步。在現(xiàn)實中,我國技術進步方式經歷了兩個階段:1978-2010年以引進式為主,但隨著技術引進空間減小以及技術輸出國轉讓壁壘的限制,大約2010年之后,我國逐漸轉向以原發(fā)式為主(龍少波等,2020)[20]。而新時代蓬勃發(fā)展的新基建本質上是科技基礎設施,其最典型的特征是發(fā)力于科技端。與傳統(tǒng)基建在技術端已經相對成熟不同,新基建需要突破技術,更側重創(chuàng)新。因而,新時代強調以數據主權為核心、自主可控為關鍵以及自主創(chuàng)新為根本的新基建,追求的確是促進原發(fā)式技術進步。

原發(fā)式技術進步有利于消費擴容。原發(fā)式技術進步不僅會提高產出從而提高消費,而且會通過收入分配勞動偏向效應影響消費。因為原發(fā)式技術進步是通過自主研發(fā)獲取先進技術的一種內源性技術進步方式。自主研發(fā)需投入大量人力資本,高素質勞動力成為技術進步的關鍵,因而原發(fā)式技術進步更具勞動偏向性。高素質勞動力的高需求決定了相對較高的勞動報酬,有利于改善初次分配中資本報酬過高的不合理格局,并通過增加居民收入刺激消費需求(龍少波等,2022)[21]。

綜上可知,新基建投資會促進消費,其核心在于新建投資有利于促進原發(fā)式技術進步。當然,新基建投資是否真得能實現(xiàn)消費擴容,以及影響消費的核心機制是否存在,仍需要實證檢驗

三、新基建投資與我國居民消費:實證檢驗

(一)樣本選取與數據來源

為了比較準確地衡量各地區(qū)居民消費,本文使用全國及各省《統(tǒng)計年鑒》中的分地區(qū)居民消費支出。但由于全國及各省《統(tǒng)計年鑒》中缺乏2017年之后分地區(qū)居民消費支出的數據,因而實證研究使用2005-2017年我國大陸30個省級行政單位(西藏除外)的面板數據。所用數據均以2000年為不變價計算。所有原始數據來自于各年《中國統(tǒng)計年鑒》、《全國科技經費投入統(tǒng)計公報》以及各年各地區(qū)《統(tǒng)計年鑒》。

(二)模型設定

根據上述理論分析,為了檢驗新基建投資是否會對我國居民消費產生正向影響,構建如下模型:

Cjt=d0+cGjt+dxxjt+ψt+νj+εjt

(11)

其中,下標j(j=1,2,···,30)表示我國大陸30個省級行政區(qū)(西藏除外),下標t(t=1,2,···,13)表示2005-2017年13個年份,Cjt為第j省第t年的居民消費,Gjt為第j省第t年的新基建投資。除了新基建投資會影響居民消費之外,靳濤等(2017)[22]認為,改革開放以來政府對經濟的主導作用和對外開放為我國轉型式增長模式的兩個顯著特征,因而它們是影響居民消費的重要因素,還有城市化率率以及產業(yè)結構變動等也會對居民消費產生影響。另外,學術界普遍認為,可支配性收入是影響居民消費的重要因素。因此,控制變量xjt中包括政府一般公共預算支出、對外開放度、城市化率、產業(yè)結構以及可支配性收入。ψt表示時間效應;νj表示個體效應;εjt為隨機擾動項。

(三)變量說明和統(tǒng)計描述

1.被解釋變量

居民消費C。如上所述,衡量居民消費使用的是全國及各省《統(tǒng)計年鑒》中的分地區(qū)居民消費支出。由于所得數據的數量級較大,對其除以10000得到所用數據。

2.核心解釋變量

新基建投資G。新基建投資主要包括信息基建投資、創(chuàng)新基建投資以及融合基建投資三方面。但是,國家統(tǒng)計部門并沒有對三者及其加總而成的“新基建”投資額進行統(tǒng)計。因而只有根據其內涵選用近似指標代替。其中:信息基建投資用信息傳輸、軟件和信息技術服務業(yè)固定資產投資進行衡量;創(chuàng)新基建投資用科學研究和技術服務業(yè)固定資產投資加上衛(wèi)生和社會工作固定資產投資進行衡量;融合基建投資用傳統(tǒng)基建投資乘以融合系數進行衡量。其中,傳統(tǒng)基建投資以電力、熱力、燃氣及水的生產和供應業(yè)、水利、環(huán)境和公共設施管理業(yè)、交通運輸、倉儲和郵政業(yè)的投資之和進行衡量;融合系數的計算采用劉濤和周白雨(2021)[23]的方法,先采用熵權法分別算出純新基建(信息基建和創(chuàng)新基建)和傳統(tǒng)基建的發(fā)展水平,然后算出兩者的耦合持續(xù)發(fā)展度作為融合系數。

3.控制變量

(1)政府一般公共預算支出go。用政府一般公共預算支出占GDP比重來衡量。

(2)對外開放度tr。用進出口總額占GDP比重來衡量。

(3)城市化率ur。用城鎮(zhèn)人口占總人口比重來衡量。

(4)產業(yè)結構in。選取第三產業(yè)增加值占GDP比重作為產業(yè)結構的代理變量。

(5)可支配性收入di。地區(qū)可支配性收入等于地區(qū)總人口乘以地區(qū)人均可支配性收入。同樣,由于所得數據的數量級較大,也都對其除以10000得到所用數據。

4. 描述性分析

(1)各變量的統(tǒng)計特征,包括均值、中位數、最大值、最小值以及標準差,如表1所示。

表1 主要變量統(tǒng)計描述

(2)各解釋變量間的多重共線性。為了觀察解釋變量是否存在共線性,表2和3分別給出了變量間的相關系數矩陣和方差膨脹因子(VIF)?？梢钥吹?各解釋變量之間相關系數的最大值為0.744,其他的也不是很高,而且方差膨脹因子都小于10,因而可以認為各變量間不存在多重共線性。

表2 主要變量的相關系數

表3 主要變量的方差膨脹因子

(四)新基建投資對居民消費影響的實證研究結果

1.居民消費同新基建投資的相關關系

圖1給出了2005-2017年我國大陸30個省份(除西藏外)的居民消費支出與新基建投資的散點圖及擬合線?？梢钥吹?圖1比較直觀地描述了我國居民消費與新基建投資之間的正相關關系。

圖1 居民消費與新基建投資的散點圖(2005-2017年)

圖2 居民消費與新基建投資的散點圖(2005-2020年)

2.基準回歸結果

下面應用Stata16軟件使用2005-2017年我國大陸30個省份(除西藏外)的面板數據對方程(11)進行估計,以檢驗新基建投資對居民消費產生的影響。首先應確定選用何種模型。由表4第(1)-(6)列結果可以看到,無論是否加入控制變量,選擇混合回歸或固定效應模型(FE)的F檢驗的P值為0.000,表明FE模型優(yōu)于混合回歸;選擇混合回歸或隨機效應模型(RE)的LM檢驗的P值為0.000,表明RE模型優(yōu)于混合回歸;選擇使用FE模型或RE模型的Hausman檢驗的P值為0.000,表明應選擇FE模型;考慮到可能存在時間效應,檢驗所有年度虛擬變量聯(lián)合顯著性的F檢驗的P值為0.000,強烈拒絕無時間效應的原假設,因而最終應選擇雙向固定效應模型(TWFE)。估計時使用聚類穩(wěn)健的標準誤以消除異方差,估計結果如表4第(3)和(6)列所示。

首先看新基建投資G對居民消費C的影響。表4第(3)和(6)列雙向固定效應模型(TWFE)的結果顯示,無論是否加入控制變量,新基建投資G的系數都顯著為正,表明新基建投資的確會提高我國居民消費。這個結果與上文的觀察相一致,也同理論模型分析的結論相符合。

然后看控制變量的估計結果。表4第(6)列顯示,對外開放度tr的系數顯著為負,表明對外開放度不利于提升居民消費,其可能的原因是,對外開放度提升會加快引進式技術進步,使得收入分配傾向資本而不利于居民消費的提升;而可支配性收入di的系數顯著為正,表明提高可支配性收入有利于促進居民消費;政府一般公共預算支出占GDP比重go、城市化率ur以及第三產業(yè)增加值占GDP比重in的系數都不顯著,表明它們對居民消費沒有產生顯著影響。

表 4 新基建投資對居民消費的影響

3.穩(wěn)健性檢驗

(1)替換被解釋變量且改變樣本區(qū)間

為了能更好地觀察近年來新基建投資對居民消費的影響以及檢驗上述實證研究結果的穩(wěn)健性,本文選擇2005-2020年的地區(qū)人口乘以地區(qū)居民人均消費支出來衡量地區(qū)居民消費,記為C2。由于所得數據的數量級也較大,因此再對其除以10000得到所用數據。其他變量的數據如上所述,且延長至2020年。

在進行實證檢驗之前,同樣也先利用散點圖和擬合線觀察了我國居民消費與新基建投資之間的正相關關系,如圖2所示。

在實證檢驗中,根據表5第(1)-(6)列中模型選擇的各種檢驗,應選擇雙向固定效應模型(TWFE)。由表5第(3)和(6)列結果可以看到,無論是否加入控制變量,新基建投資G的系數依舊顯著為正。這表明,新基建投資有利于提升我國居民消費的結論具有較強的穩(wěn)健性。

表5 新基建投資對居民消費的影響: 替換被解釋變量且改變樣本區(qū)間

(2)考慮內生性問題

內生性通常是由于遺漏變量、測量誤差以及雙向因果等因素引起的,且往往不可避免。于是,表6第(1)和(2)列給出了異方差穩(wěn)健的DWH檢驗結果。可以看到,由于DWH檢驗的P值為0.000,因而在1%的顯著性水平下拒絕所有解釋變量均為外生的原假設,即認為新基建投資是內生變量。

考慮到嚴重的內生性會造成估計系數的有偏和非一致性,有必要對基準回歸結果中存在的內生性問題進行處理。而解決內生性問題的一個有效方法就是工具變量估計法。在工具變量的選擇上,考慮前一期的新基建投資會對當期產生影響,而不會對擾動項產生影響,故將新基建投資的滯后一期作為工具變量。有關工具變量的檢驗結果見表6第(1)和(2)列所示?？梢钥吹?無論是否加入控制變量,不可識別檢驗的Kleibergen-PaaprkLM統(tǒng)計量的P值為0.000,表明強烈拒絕工具變量不可識別的原假設,弱工具變量檢驗的Cragg-DonaldWaldF統(tǒng)計量、Kleibergen-PaaprkWaldF統(tǒng)計量表明,可以拒絕弱工具變量的原假設,HansenJ統(tǒng)計量為0.000,表明不存在過度識別問題。綜上檢驗表明,新基建投資的滯后一期可以作為有效工具變量引入模型。

加入工具變量進行兩階段最小二乘法(2SLS)回歸的結果如表6第(1)和(2)列所示。同時,為了穩(wěn)健起見,也進行了對弱工具變量不敏感的有限信息最大似然法(LIML)估計,以及當存在異方差時比兩階段最小二乘法(2SLS)更有效率的廣義矩(GMM)估計。結果表明,無論是否考慮控制變量,新基建投資G系數依舊顯著為正,而且三種估計方法的回歸結果相同(因為篇幅所限且與2SLS的結果相同,所以LIML和GMM的回歸結果省略),因而表明基準回歸結果具有較強的穩(wěn)健性。

表6 內生性檢驗回歸結果

(五)新基建投資促進居民消費的核心機制探討

1.中介效應模型

上述實證研究僅檢驗了新基建投資對居民消費的總體影響效果,還需要深入闡釋了新基建投資促進居民消費的核心機制。而欲證明上述機制的存在性,可以使用中介效應分析方法。中介效應模型的示意圖如圖3所示。

圖3 中介效應分析示意圖

根據中介效應分析的步驟,第一步的計量模型即(11)式,其他步驟的相應計量模型如下:

rdjt=d1+aGjt+dzzjt+υt+ωj+ζjt

(12)

Cjt=d2+c'Gjt+brdjt+dxxjt+?t+?j+μjt

(13)

其中,中介效應為ab,c'為直接效應。rd為原發(fā)式技術進步,其主要來自于研發(fā),借鑒王林輝和董直慶(2012)[24],衡量指標選擇R&D投入。實證研究中,由于所得數據的數量級較大,也對其除以10000得到所用數據。z代表影響原發(fā)式技術進步的其他因素,由于原發(fā)式技術進步通常是經濟體發(fā)展到較高階段通過研發(fā)方式獲得,因而z主要包括研發(fā)人員rl和經濟發(fā)展水平y(tǒng)n,研發(fā)人員用研發(fā)從業(yè)人員占總就業(yè)人數的比重衡量,經濟發(fā)展水平用人均GDP衡量。

2.基準回歸結果

下面利用2005-2017年我國大陸30個省份(除西藏外)的面板數據對方程(12)和(13)進行估計,得到第二步和第三步的結果分別如表7和8所示。根據模型選擇的各種檢驗,在第二步分析中,未考慮和考慮控制變量時,應分別選擇雙向隨機效應模型(TWRE)和雙向固定效應模型(TWFE),在第三步分析中,無論是否考慮控制變量,都應選擇雙向固定效應模型(TWFE),并且估計時都使用聚類穩(wěn)健標準誤以消除異方差,結果分別如表7第(3)列和(6)列以及表8第(3)和(6)列所示。可以看到:

第一,在中介效應分析的第二步,表7第(3)和(6)列結果顯示,無論是否考慮控制變量,新基建投資G的系數顯著為正,表明新基建投資的確會引致原發(fā)式技術進步。第二,在中介效應分析的第三步,表8第(3)和(6)列結果顯示,無論是否加入控制變量,新基建投資G的系數都顯著為正,原發(fā)式技術進步rd的系數也顯著為正。第三,綜合中介效應分析的結果可以看到,c、c'、a和b都是顯著的。按照三步檢驗法,此時中介效應顯著。也就是說,新基建投資會直接促進居民消費,更會通過引致原發(fā)式技術進步再促進居民消費。而且,通過實證結果可以看到應該存在ab>c',即新基建投資通過中介變量“原發(fā)式技術進步rd”實現(xiàn)的特定中介效應ab要大于直接效應c'。這表明,新基建投資促進居民消費的核心機制是存在的。

表7 中介效應分析(第二步)

表8 中介效應分析 (第三步) 樣本區(qū)間:2005-2017年

3.穩(wěn)健性檢驗

(1)替換被解釋變量且改變樣本區(qū)間

下面使用2005-2020年的地區(qū)人口乘以地區(qū)居民人均消費支出來衡量地區(qū)居民消費,進行穩(wěn)健性檢驗。

根據表9和10中模型選擇的各種檢驗,在第二步分析中,未考慮和考慮控制變量時,應分別選擇雙向隨機效應模型(TWRE)和雙向固定效應模型 (TWFE),在第三步分析中,無論是否加入控制變量,都應選擇雙向固定效應 (TWFE)模型,在估計時也都使用聚類穩(wěn)健標準誤以消除異方差,結果分別見表表9第(3)和(6)列以及表10第(3)和(6)列所示?？梢钥吹?

第一,在中介效應穩(wěn)健性檢驗的第二步,表9第(3)和(6)列結果顯示,無論是否考慮控制變量,新基建投資G的系數同樣顯著為正。第二,在中介效應穩(wěn)健性檢驗的第三步,表10第(3)和(6)列顯示,無論是否考慮控制變量,新基建投資G的系數顯著為正,原發(fā)式技術進步rd的系數也顯著為正。第三,綜合來看,由于c、c'、a和b的符號都為正且依仍然顯著,此時中介效應依舊顯著,且同樣存在ab>c'。這與上面的中介效應分析結果完全一致。因而可以認為表7和8的中介效應分析結果是穩(wěn)健可靠的。

表9 中介效應的穩(wěn)健性檢驗(第二步)

表10 中介效應的穩(wěn)健性檢驗(第三步) 樣本區(qū)間:2005-2020年

(2)考慮內生性問題

在中介效應分析中,我們同樣也需要考慮內生性問題。各種檢驗見表6第(3)-(6)列所示。同樣選擇新基建投資的滯后一期作為工具變量進行兩階段最小二乘法(2SLS)回歸,也給出了對弱工具變量不敏感的有限信息最大似然法(LIML)以及當存在異方差時比兩階段最小二乘法(2SLS)更有效率的廣義矩(GMM)的估計結果?？梢钥吹?無論是否考慮控制變量,三種估計方法的回歸結果也完全相同,并且與表7和8的結果相比,新基建投資G以及原發(fā)式技術進步rd的系數符號和顯著性均未發(fā)生改變,因而表明表7和8中的中介效應分析結果具有較強的穩(wěn)健性。

綜上實證分析結果可知,新基建投資是有利于促進我國居民消費擴容的,而且新基建投資通過引致原發(fā)式技術進步進而促進居民消費的機制的確存在。

四、結論與啟示

新基建投資對居民消費會產生何種影響及其影響消費的核心機制是什么,學術界還缺乏深入探討。本文關于新基建投資如何影響消費及其核心機制的理論闡釋表明,新基建投資能促進消費,其促進消費的核心機制在于:新基建投資會引致原發(fā)式技術進步進而促進消費。利用我國省級面板數據進行的實證檢驗結果表明,新基建投資的確有利于居民消費的增加,檢驗核心機制存在性的中介效應分析也顯示,新基建投資既會直接促進居民消費,更可以通過原發(fā)式技術進步間接促進居民消費,且間接效應要大于直接效應?；谘芯拷Y果,本文得出以下啟示:

首先,應重視新基建投資對居民消費的促進效應。以新基建投資替代老基建投資,更能發(fā)揮基建投資的穩(wěn)增長保收入從而促消費的積極作用;以新基建替代老基建,也能降低交易以及流通等成本,提高消費便捷度和經濟運行效率,從而擴大消費。因此應重視新基建投資的消費效應,切實發(fā)揮新基建投資促進消費的功能,在雙循環(huán)格局下將推進新基建投資成為促消費的重要抓手。

其次,加大新基建投資力度。新基建投資既能引致原發(fā)式技術進步,也能擴大居民消費,因而應積極推進新型基礎設施建設的投資。這除了需要政府加大新基建投資力度以外,還應積極進行基礎設施投融資體制改革,建立起政府與市場合理分工的基礎設施投融資體制,以加大社會資本引入力度。

最后,適當引導新基建支出的投向。新基建的初衷是為搶占全球新一代信息技術和數字經濟轉型升級制高點創(chuàng)造基礎條件的戰(zhàn)略之舉,其重要方向是創(chuàng)新,因而在加大投資力度時也要優(yōu)化投資結構。在確保信息基建、創(chuàng)新基建和融合基建三方面投資保持合適比例的前提下,應加大投向有利于促進原發(fā)式技術進步的基礎設施建設,這樣既能增強自主創(chuàng)新能力,也會促進居民消費,從而能更好地推動我國經濟的高質量發(fā)展。