第(2/3)页

    一国的经济总量，gdp数字，是还算凑合的表征。

    在西历1470年代的巅峰时期，联邦每年投入科研领域的经费，不过占gdp的近3%，几千亿马克的数目似乎十分巨大，但，撇开大量应用性质的所谓“科研”，真正投入基础学科、基础领域的经费，只是其中的一小部分。

    联邦产业巨头的研发活动，从智能马桶、到电动车，都一并计入科研经费总投入。

    反观今日的nep，相当于十五亿吨标准煤的总能量攫取值，其中的百分之五，换算成旧时代之联邦马克也有几千亿，则专注于基础研发领域。

    从这一角度分析，撇开原材料、实验条件等客观限制，今天nep大区的基础研发投入，甚至比旧时代的联邦还要高，在规避大量无实际价值的应用研究、与大量商业与政-治壁垒的重复研究后，成效将会比联邦更高。

    nep大区的科研体系，自底向上，以“数学”和“哲学”作为基石。

    在这之上，重点领域是“基础物理”、“宇宙物理”、“计算与信息”、“量子力学”等围绕数学、物理学的若干学科。

    更上一层的领域，是“应用物理”、“天体物理”、“化学”、“生物工程”、“医学”、“算法与运筹”等自然学科，以及专注于整理发掘的“人文艺术”。

    再往上，则是与“全产机”体系紧密结合的偏应用类领域，细分为若干工程门类，也正是从这一层面开始，计算机与ai的组合，越来越多的接替人的工作，进而通过fscim体系将研究者的成果转化、应用到工程技术层面。

    科研体系的任务，在眼前，是为“全产机”提供技术支持。

    长远的目标，则与人类千万年来的目标一脉相承，在已有理论、条件的支撑下，尝试探寻更高远、更深奥、更本质的客观规律。

    不过更本质的客观规律，是否能找到，不仅取决于研究者的头脑、意志和运气，

    还取决于是否有适当的研究条件。

    这一限制，至少在当下的世界，并非nep大区能单独解决。
    第(2/3)页