图为:歼-15舰载机在航母上降落
纵观国外航母和舰载机的发展历史,影响航母和舰载机的发展主要因素有这样几个:第一、军事需求;第二,对舰载机及其作战使用的认识,或者说赋予舰载机的使命任务;第三是国家的造船工业能力;第四,国家财力支持的力度。受这些因素的影响,各国航母呈现出大小之分和起降方式的差异。下面我们看美国、苏联、英国战后航母和舰载机的发展。
所谓军事需求,首先是国家军事战略需求,要不要发展航母,其次是未来准备打什么仗,潜在作战对手的装备情况等。我们再来看对舰载机及其使用的认识,以美国和苏联为例(俄罗斯几十年来没有发展航母和舰载机,所以这里主要讲的是苏联时期的发展情况),美国海军认为舰载机具备多种作战能力,可重复使用,使用成本相对较低;无论是反舰、空战,还是对陆攻击任务,舰载机都可以承担,经过两次世界大战的洗礼和战后的多场战争的考验,赋予舰载机的作战任务越来越多,因此,舰载机的能力也随之越来越强。
而苏联海军则认为,在海战中,反舰导弹比舰载机反应速度更快,使用导弹可以更快地摧毁敌方舰艇,所以在航母上装备了远程反舰导弹,这在航母史上也可称得上独树一帜。因此,苏联海军的舰载机主要用于攻势防空,舰上虽然也配备了苏-24战术轰炸机,但它大概也是在反舰导弹实施第一轮攻击后,补刀用的。在守势防空方面,苏联海军也比较注重导弹的作用,在舰上装备了4座6单元SA-N-9防空导弹垂直发射装置,备弹192枚。
因为专注发展核潜艇和导弹,对舰载机没有强烈的军事需求,所以苏联海军也没有在舰载机的研发方面投入很大的精力和财力。苏联早期曾投资研制过雅克垂直短距起降的舰载机,但最终没有结果。因为欠账太多,在苏-27战斗机退役后,只能改装当年在竞争中败给苏-27的米格-29战斗机,以解燃眉之急。
我们再看英国,英国原是航母大国,二战结束时,英国还曾保有15艘攻击型航母和36艘护航航母、1300多架舰载机。英国还是第一个喷气式飞机上舰的国家,截至50年代,先后发展了“毒液”“弯刀”等5型固定翼舰载战斗机和1型舰载反潜机。后来,因国防战略的调整,受“导弹制胜论”的影响,开始削减航母,不再发展舰载机。20世纪70年代,英国海军利用“鹞”式飞机,发展了滑跃起飞的轻型航母,同时也为中小国家发展航母开辟了新途径。意大利、西班牙、泰国等国的航母都采取了这种发展模式。
国家工业基础的重要性不言而喻,其实目前能够建造、维持大型航母的国家也没有几个。另一方面,虽然建造船体相对简单,但维持舰载机在舰上正常运转、执行作战任务并不容易,需要庞大、复杂的各种系统,以及设备的支持。有人用综合国力来形容航母的发展是非常恰当的。财力支持也是非常重要的因素,现在航母的建造费用越来越高,美国福特级航母的造价已高达140亿美元,一艘航母服役四五十年,这期间每隔几年还要进行维修、大修,全寿期费用高达数百亿美元,如果再加上两代舰载机的采购费、维修保养费等,总费用还要翻倍,所以一般国家根本没有力量研制舰载机和建造、维持航母。
作者简介:侯建军,原海军装备研究院某研究所总工程师、研究员,他长期致力于外国海军装备发展研究,著述30余部,获国家科技进步二等奖1项,、军队科技进步二等奖3项,被评为国防科技信息事业50周年优秀工作者。
出品:科普中国军事科技前沿
作者:侯建军
策划:金赫
监制:光明网科普事业部
发挥数据的创新引擎作用******
作者:孙辰朔(清华大学习近平新时代中国特色社会主义思想研究院特约研究员)
随着数字技术创新和迭代速度加快,数据作为关键生产要素,已快速融入生产、分配、流通、消费和社会服务管理等各个环节,成为驱动经济社会发展的重要力量。习近平总书记指出,“发挥数据的基础资源作用和创新引擎作用,加快形成以创新为主要引领和支撑的数字经济”。中共中央、国务院前不久发布的《关于构建数据基础制度更好发挥数据要素作用的意见》对激活数据要素潜能、做强做优做大数字经济、构筑国家竞争新优势作出了一系列部署。切实用好数据要素,更好发挥数据的数字化、网络化、智能化基础作用,协同推进技术、模式、业态和制度创新,对于深化创新驱动、推动高质量发展具有重要意义。
数据要素是数字经济深化发展的核心引擎。充分发挥数据资源优势、挖掘数据价值潜力,需要不断完善数据要素培育和发展相关体制机制,加快构建数据基础制度,让数据要素更好为创新赋能,为推动高质量发展注入强大动能。
第一,数据要素能够推动知识技术创新。数据要素是指能够参与社会生产经营活动、可为使用者或所有者带来经济效益、以电子方式记录的数据。释放数据要素价值的关键在于数据开发利用。政府、企业、科研院所等在参与数据要素加工使用的过程中,通过结合人工智能算法、经济数学模型和领域专业知识,对研发、设计、生产、营销与决策各环节进行数据清洗、分析、建模,可以发现新的规律,研究出新的理论,创造新的知识或技术,带来更多经济效益和更大社会价值。
第二,数据要素能够优化科技创新要素配置。实现科技创新的要素包括劳动、资本、土地、技术、数据、企业创新精神等实体要素和虚拟要素。传统要素市场中存在信息不对称、要素流通不畅等,容易产生创新要素供需错配等问题,使创新资源的利用偏离最优配置。通过对数据要素的挖掘分析和利用,可以降低信息交互偏差和要素交易成本,推动创新要素流向高生产效率、高边际产出的企业和行业,打通“信息孤岛”和“数据壁垒”,从而实现要素高效配置。
第三,数据要素能够提升产业创新发展能力。一方面,作为数字化、网络化、智能化的基础,数据要素能够参与技术、产品、市场、组织、管理等创新过程,依靠信息技术创新驱动,推动数字产业化,不断催生新产业新业态新模式,培育壮大一批具有增长潜力的新兴产业,创造更多新需求和新就业岗位,挖掘新的经济增长点。另一方面,促进数据高效流通,推动产业数字化转型,实现数字经济与实体经济深度融合,将极大提升传统产业跨区域、跨场景、跨行业的协同创新水平,提升产业发展的质量和效益。
更好发挥数据要素对创新的推动作用,可重点从以下四个方面发力。
一是构建彰显创新引领的数据基础制度,鼓励数据要素投入创新。数据基础制度体系是数据要素赋能创新的制度保障。要建立数据产权制度,推动数据产权结构性分置和有序流通,强化高质量数据要素供给,推进数据分类分级确权授权使用和市场化流通交易。要建立合规高效的数据要素流通和交易制度,让数据要素更加顺畅地流通、更有效率地交易。要建立体现效率、促进公平的数据要素收益分配制度,激发数据要素赋能创新、协同创新的活力和潜能。还要加强政策支持和引导,激励创新创业创造,让更多数据要素参与创新过程。
二是推动数字与产业融合发展,深化产业链创新链融合。数据要素驱动创新的重要路径在于促进数字经济与实体经济深入融合,促进实体经济中的创新要素高效配置。要面向各市场主体、行业和区域需求,统筹推进数字化转型。数据要素驱动创新的关键抓手在于推动创新链产业链深度融合,要加强数据要素与其他生产要素的组合迭代、交叉融合,推动生产要素多领域、多维度、系统性突破,围绕产业链部署创新链、围绕创新链布局产业链,深入实施工业互联网创新发展战略,发挥数据的创新引擎作用。
三是致力打造数字人才高地,强化关键核心技术攻关。充分发挥数据要素作用,关键在于扩大高水平数字创新人才供给。要创新科技人才培养体系,将数字人才培养作为学科建设的重要内容,提升全民数字素养与技能,培养造就一大批既懂专业领域又懂数字技术的高水平复合型人才。还要提升关键软硬件技术创新和供给能力,加强数字科技基础理论研究和数字基础设施建设。
四是构建多方协同治理模式,筑牢数字经济创新发展安全屏障。发挥数据要素驱动创新的作用离不开强有力的安全治理,要充分发挥政府有序引导和规范发展的作用,构建政府、企业、社会多方协同治理模式。要压实企业的数据治理责任,增强企业社会责任,促进公平竞争。还要增强数据安全保障、网络安全防护等各方面能力,把安全要求贯穿数据要素赋能创新全过程。
(文图:赵筱尘 巫邓炎)