为什么科学进步需要的是新思想，而不仅仅是新方法？

学术研究中对方法学进步的执着值得反思。这种执着是否合理？我们一味追求新方法，是在推动所在领域发展，还是已经忽视了真正重要的东西 —— 拓展知识边界、产生切实影响？

医学、社会心理学等领域的诸多重大突破，都是通过传统方法学实现的。临床试验、统计推断、观察性研究 —— 这些方法如今已不再前沿，但它们依然是突破性发现的基石，从新疗法的研发到人类行为的解读，皆离不开它们。这说明，学术进步未必需要彻底革新方法学。

以计量经济学为例。早期的离散选择模型存在明显的局限，数十年来的完善过程至关重要。但如今，许多方法学缺口已得到填补。随着模型的成熟，对全新方法的需求自然逐渐降低。如今，我们正步入方法学饱和阶段 —— 进一步创新的边际价值不断缩水。继续以过去的速度追求方法学突破，其合理性已大打折扣。这并非否定方法学应有的演进，而是说，创新的节奏未必需要与知识产出的节奏保持同步。

这就引出了核心问题：我们研发新方法的初衷是什么？方法学的意义在于为科学探究提供支撑、推动知识进步。一旦某种可靠的方法已然存在 —— 无论是计量经济模型、机器学习算法还是统计检验 —— 合乎逻辑的下一步是有效运用它，而非立刻转向下一个 “新奇事物”。以社会科学为例，简单的统计推断检验数十年来一直是研究的基础。它们完美吗？并不。但世间本无完美的方法。与其在对 “下一个重大突破” 的无尽追逐中抛弃这些工具，不如专注于如何有意义地运用它们，从中获取新的见解。

令人担忧的是当前学术界的一种普遍现象：研究者开发出一种新方法，发表论文后，一切便戛然而止。很少有同行采用这种方法，就连原研究者也会转向下一个方法学前沿，只为追求新奇感和论文发表数量。这引发了一个关键问题：方法学是为谁而设？如果无人采用，如果它无法助力知识进步或实践改进，那它的意义何在？

此外还有边际收益递减的问题。正如经济学中，投入的资源越多，投资回报越低，方法学创新亦是如此。早期的方法学进步往往能带来显著提升，但随着工具的不断完善，每一次新迭代所带来的增益都在缩小。再看计量经济学中的离散选择模型：早期改进解决了核心缺陷，但如今，最复杂的版本相较于基础模型，往往仅能带来微小的精度提升。这种边际收益递减，理应促使我们重新审视优先级。我们是为了复杂而复杂，还是在真正推动领域发展？

需要明确的是，方法学创新至关重要。根本性的突破足以彻底改变一个领域。但科学界的关注度和资源都是有限的。我们难道不应该合理分配这些资源吗？我们难道不应该确保研究重心始终放在产出有意义的知识、产生实际影响上，而非用不必要的希腊字母堆砌公式、徒增复杂吗？有时，最具影响力的发现并非源于花哨的方法，而是来自精准的问题定位、创新的研究设计，以及对数据的深刻解读。

现有的丰富方法学体系，往往足以解答我们面临的问题。我们并非总是需要将事情过度复杂化。科学不应是为了创造工具而创造工具，而应是运用各类工具 —— 无论新旧 —— 增进理解、改善世界。要实现真正的进步，我们需要走出方法学的 “舒适圈”，认清一个事实：真正的创新在于对知识的追求，而非仅仅是追求新方法。