【摘 要】
：
大型民用飞机是航空制造战略产业中最重要的组成部分,大飞机的自主研发能力与制造生产技术是体现国家航空领域发展水平的一个标志。对于大飞机的发展而言拥有一套齐全完备的政府补贴机制是十分必要的。在我国自主研发的C919民用飞机即将走入市场之际,分析WTO补贴法律规则对于正确认识和判断成员方某一政策、规定、措施是否构成补贴、构成何种补贴以及应采取哪些补贴方式具有实际意义。本课题将研究客体限定为不包括军用飞机
论文部分内容阅读
大型民用飞机是航空制造战略产业中最重要的组成部分,大飞机的自主研发能力与制造生产技术是体现国家航空领域发展水平的一个标志。对于大飞机的发展而言拥有一套齐全完备的政府补贴机制是十分必要的。在我国自主研发的C919民用飞机即将走入市场之际,分析WTO补贴法律规则对于正确认识和判断成员方某一政策、规定、措施是否构成补贴、构成何种补贴以及应采取哪些补贴方式具有实际意义。本课题将研究客体限定为不包括军用飞机和小型民用航空器的大型民用飞机,研究对象是WTO框架下民用大飞机补贴规则问题。立足于民用大飞机补贴的定义与分类等基础内容,分析了《补贴与反补贴措施协定》与《民用航空器贸易协定》两大WTO有关民用大飞机补贴的法律规则。通过案例分析法,分别分析了美欧大飞机补贴案与加拿大巴西大飞机补贴案,并结合案件对涉诉补贴类型进行了总结。波音与空客在航空领能够成功占据大量市场在一定程度上说明了补贴对于航空器产业的重要意义与必要性。由于航空工业具有投入高、风险大及回报周期长的特点,因此只靠企业的力量是无法与其他航空强国竞争的,如果想发展民用大飞机行业,必须要有政府的补贴与大量投入。在该观点的基础上,提出了避免禁止性补贴、采用非专向性补贴,注重研发补贴并加强其合规性审查与加强补贴规则研究并逐步完善补贴法律机制建设等完善中国民用大飞机补贴机制的建议,以促进我国民用大飞机项目持续、健康、快速的发展。
其他文献
半球谐振陀螺是惯性技术领域中最具发展潜力的高精度测量元件,全角模式下半球谐振陀螺可以实现高动态范围测量,扩大了半球谐振陀螺的应用场合。但是,由于加工、制造及装配工艺的缺陷,半球谐振陀螺表头会不可避免地引入检测误差、驱动误差和阻尼不均匀、质量不平衡等特征误差,降低了陀螺的测量精度。因此,本文针对上述误差,提出了检测误差参数、驱动误差参数和特征误差参数的辨识方法,为后续陀螺误差补偿、提高测量精度提供了
LoRa（Long Range）作为一种低功率广域网（Low-Power Wide-Area Network,LPWAN）技术,以其低功耗、远距离、低成本的特性迅速发展成为世界范围内最成熟、商业化程度最高的物联网技术之一。但是其媒体访问控制（Medium Access Control,MAC）层采用ALOHA随机接入协议,在面对未来物联网海量接入的场景时会产生严重碰撞,导致网络质量严重下降,因此如
降雨预测与人们的生产生活息息相关,特别是短时临近的降雨预测。短时临近的降雨预测主要通过雷达回波预测出未来几小时内的降雨情况,实现短时临近的精准预测可以有效应对重大降雨灾害,保障人们的生命安全,避免重大经济损失。因此对于短时临近降雨的精准预测一直是气象领域的重要研究方向之一。近些年来,伴随着机器学习特别是深度学习的不断发展,人工智能的方法广泛应用于各个领域,同样的气象领域通过与人工智能方法的结合,实
随着无线通信技术的飞速发展,天线作为接收和发射电磁波的器件,对于整个通信系统质量有决定性作用,通信系统的发展也对天线性能提出了更高的要求。一般需要天线具有稳定的带宽和带宽内稳定的方向图和增益,同时,应用于不同的场景,还需要所设计的天线体积更小和更低的加工成本。因为Ka波段与毫米波交叉的频段具备毫米波在成像、小型化、高速数据传输等优点,因此,Ka波段圆极化天线在卫星通信和5G通信领域广泛使用,圆极化
同步定位与地图构建即SLAM（Simultaneous Localization and Mapping）,是指在未知环境下利用传感器的数据测量,对自身位姿状态进行定位并对周围环境进行感知和构图。目前的移动机器人在复杂场景下无法代替专业人员快速精准地完成任务,而结合SLAM技术的穿戴式设备可以在高度动态的条件下实现对穿戴人员的实时定位,同时发送和记录环境信息,有效协助使用人员在未知环境下执行特殊任
随着现代社会科技水平和人民生活水平的提升,无线移动网络正在逐步成为人们日常生活中不可或缺的一部分。在使用无线移动网络传输信息的过程中,私密和敏感信息的含量逐步提高,因此对无线通信系统的安全性和保密性提出了进一步的要求。瞬时宽谱连续载波无线传输技术可实现更高级别的安全通信,即隐蔽无线传输信号,使第三方无法判断通信行为是否存在。然而,该技术还处于初步发展阶段,载波信号产生、发射、传输、接收以及处理等相
随着万物互联时代的到来,物联网设备的种类与数量正以前所未有的速度不断增加,同时承载了人们多样化需求的物联网设备,所需要执行的任务也变得更加丰富多样。虚拟现实,在线视频处理等之前难以想象的技术逐渐变成现实。然而由于移动设备的体积受限,其自身的计算能力和电池容量不足以完成这些需要密集型计算的任务,而云计算又过于遥远,势必会带来过高的延迟。作为一种新型的计算架构,移动边缘计算成为一种有前景的解决方案。移
自适应模式分解作为一种完全由数据驱动的信号分析方法,以经验模态分解为典型代表,在复杂非平稳信号处理中卓有成效,受到许多领域的广泛关注。但经验模态分解算法没有数学理论的支撑,分离出的部分模态无法解释,其实际应用在一定程度上受到了限制。经验小波变换算法基于小波的理论并结合了经验模态分解的适应性,集二者所长,具有严格数学支撑的同时展示出处理的灵活性。然而,经验小波变换依赖于频域的峰值检测,信号需要具有能
波达方向（Direction Of Arrival,DOA）估计是阵列信号处理领域中的研究重点,目前已有许多成熟的测向算法。传统算法在理想条件下均有着优秀的表现,但是由于其大多属于模型驱动的算法,极度依赖算法模型与实际阵列模型的匹配程度,在面对阵列误差等实际复杂环境时算法性能会严重下滑。深度学习作为一种数据驱动的算法,其本着让模型自主地从训练集中寻找数据与预测结果之间非线性映射关系的思想,在图像处
雷达最基本的功能是探测目标的方位、速度和角度,随着雷达技术的不断发展而衍生出了许多全新的功能,如多目标跟踪、高分辨雷达目标成像等功能。其中随着雷达成像技术的发展,高分辨率合成孔径雷达和逆合成孔径雷达在许多领域得到了广泛的应用。逆合成孔径雷达能不受气候和时段的影响,在不同频段、极端视距条件下对海陆空目标进行二维雷达成像,这使得雷达能够得到关于目标的更多细节信息,因此成像雷达在民用领域和军事领域都得到