第(2/3)頁

    一國的經濟總量，gdp數字，是還算湊合的表征。

    在西歷1470年代的巔峰時期，聯邦每年投入科研領域的經費，不過占gdp的近3%，幾千億馬克的數目似乎十分巨大，但，撇開大量應用性質的所謂“科研”，真正投入基礎學科、基礎領域的經費，只是其中的一小部分。

    聯邦產業巨頭的研發活動，從智能馬桶、到電動車，都一并計入科研經費總投入。

    反觀今日的nep，相當于十五億噸標準煤的總能量攫取值，其中的百分之五，換算成舊時代之聯邦馬克也有幾千億，則專注于基礎研發領域。

    從這一角度分析，撇開原材料、實驗條件等客觀限制，今天nep大區的基礎研發投入，甚至比舊時代的聯邦還要高，在規避大量無實際價值的應用研究、與大量商業與政-治壁壘的重復研究后，成效將會比聯邦更高。

    nep大區的科研體系，自底向上，以“數學”和“哲學”作為基石。

    在這之上，重點領域是“基礎物理”、“宇宙物理”、“計算與信息”、“量子力學”等圍繞數學、物理學的若干學科。

    更上一層的領域，是“應用物理”、“天體物理”、“化學”、“生物工程”、“醫學”、“算法與運籌”等自然學科，以及專注于整理發掘的“人文藝術”。

    再往上，則是與“全產機”體系緊密結合的偏應用類領域，細分為若干工程門類，也正是從這一層面開始，計算機與ai的組合，越來越多的接替人的工作，進而通過fscim體系將研究者的成果轉化、應用到工程技術層面。

    科研體系的任務，在眼前，是為“全產機”提供技術支持。

    長遠的目標，則與人類千萬年來的目標一脈相承，在已有理論、條件的支撐下，嘗試探尋更高遠、更深奧、更本質的客觀規律。

    不過更本質的客觀規律，是否能找到，不僅取決于研究者的頭腦、意志和運氣，

    還取決于是否有適當的研究條件。

    這一限制，至少在當下的世界，并非nep大區能單獨解決。
    第(2/3)頁