我们是否了解经济体如何发展？显然并不了解，否则在当前这种低增长时期，每个国家的表现都会比现在更好。事实上，像20世纪60年代的日本，或十年后的其他东南亚国家那样持续快速增长的案例极为罕见，因此常被称为“经济奇迹”。
然而，软件基础设施公司Stripe的帕特里克·科利森（Patrick Collison）与乔治·梅森大学的泰勒·考恩（Tyler Cowen）近期撰文一篇文章，发表于《大西洋月刊》，呼吁建立一门大胆的跨学科“进步科学”，此举在学术界引发了一阵义愤填膺的反响。
许多人指出，学术界和应用研究领域已有大量成果涉及科利森和考恩提议纳入新学科“进步研究”的内容。如今，大批经济学家正在研究诸如以下问题：是什么因素解释了硅谷等技术集群的形成地点，工业革命为何恰好在那个时候发生，以及为何某些组织的生产力和创新能力远超其他组织。牛津大学的吉娜·内夫（Gina Neff）近期在推特上评论道，工业革命甚至催生了社会学，或者用她的说法，即“进步研究1.0”。
这些都是事实，但科利森和考恩确实抓住了某些要点。学术研究人员显然很难跨越学科界限开展合作，尽管人们屡次呼吁他们更多地这样做。这在很大程度上是激励机制造成的：这些机制鼓励学者专注于日益狭窄的领域，以便发表能够带来晋升和专业声望的论文。正如那句古老的谚语所说，世界上有各种问题，但大学里却有各个院系。因此，像我和内夫所在的跨学科研究机构，必须审慎考虑如何最好地促进年轻同事的职业发展。政府中也存在同样的孤岛问题，政府同样按部门组织运作。所说的。
此外，研究领域的风尚可能导致特定领域出现极不成比例的智力投入。举一个例子，人工智能伦理无疑是一个重要课题，但它真的是当今的主要研究挑战吗？即便是在人工智能或伦理学领域内，情况也是如此？在我看来，科技公司商业模式中所蕴含的财务激励，至少与道德因素一样，对解释这些企业的行为具有重要作用。
与此同时，一些重要的经济问题却出人意料地研究不足。例如，在他近期出版的著作《技术陷阱》中，卡尔·弗雷（Carl Frey）进一步阐述了他的悲观观点，即自动化将对未来就业意味着什么。他指出，最初的工业革命对普通工人产生了不利影响。然而，弗雷也指出，二十世纪中叶的大规模生产时代，即后来的自动化阶段，却是一个高就业率、繁荣日益广泛惠及大众的时期。那么，这两个时代之间的巨大差异是由什么造成的呢？
更广泛地说，研究人员需要以通俗易懂的方式为政策制定者提炼其研究成果，尤其是在学界存在重大分歧的情况下，并说服决策者据此采取行动。然而，尽管公众普遍信任学术研究，但大多数学者的沟通能力较差（这同样反映了其职业激励机制）。此外，一些政治家最不愿看到的，就是能够推翻其珍视信念的证据。即便是思想开放的官员，也常常难以找到易于理解的学术专业意见来了解知识现状，尤其是在涉及新兴科学与技术的问题上。
如今，研究在改变行为方面所发挥的作用——无论是政府官员的行为，还是企业和公民的行为——正是西方民主国家更广泛的合法性危机的一部分。进入21世纪初，技术专家——尤其是经济学家——占据主导地位，各国政府将大片政策制定权交予中央银行和公用事业监管机构等独立专家机构。然而，2008年全球金融危机随之而来。许多人的实际收入停滞不前，“绝望死亡”现象日益增多，因此专业知识在很大一部分公众眼中失去了光彩，这并不令人意外。绝望死亡”现象日益增多，专业知识在很大一部分公众眼中失去了光彩，这也就不足为奇了。
这引出了关于进步科学之必要性的最后一点：我们究竟所说的“进步”是指什么？应当如何衡量和监测，又由谁来感受它？由于种种原因，作为标准指标的实际GDP增长率，遗漏了人们所珍视的许多方面，已不再足够。
因此，关于进步的讨论必然引发关于我们所期望社会形态的深刻政治与哲学问题。如果全球经济如现在看来很可能发生的那样陷入衰退，那么社会分化与政治两极化将进一步加剧。而自千禧年之交以来清晰传递的信息是：如果大多数人未能感受到进步，那么社会其实并未真正进步。
例如，当前关于新技术影响、创新经济学以及管理质量的学术研究，或许正在提供越来越多的拼图碎片。但关于经济进步的许多关键问题仍未得到解答，还有一些问题甚至尚未被恰当地提出。
