如果你问一个刚开始做科研的人：“审稿人最看重论文的什么？”很多人第一反应都会说——novelty，也就是创新性。这种理解其实很常见。很多博士生在刚开始写论文的时候，也都会焦虑同一个问题：如果我的研究不是特别“新”，是不是就很难发出去？
但当你真正写了很多论文，也做过一段时间审稿人之后，慢慢就会发现一件有点“反直觉”的事情：所谓的 novelty，在真实的审稿过程中，其实并没有大家想象中那么决定性。
当然，创新仍然重要。但它的重要性，往往和很多人理解的并不一样。今天就借着AJE的平台，来谈谈我对论文创新性的看法。
重新理解“novelty”
我第一次比较明显意识到这一点，是在刚开始给期刊审稿的时候。
那时候看一篇文章，总会习惯性地问自己：这是不是一个全新的 idea？是不是以前完全没人做过？如果答案不是“是”，就会下意识觉得这篇文章的创新性不够。
但后来文献读多了就发现，大部分论文其实都不是“全新想法”。很多研究只是对已有方法的一点改进，或者是在新的数据上做了验证。有时候甚至只是把两个已经存在的方法组合起来。
如果严格按照“完全没人做过”这个标准来衡量，恐怕大部分论文都过不了关。
这其实也符合科学研究的真实运行方式。科学史学者 Thomas Kuhn 在The Structure of Scientific Revolutions里提出过一个很有名的概念：normal science。他的观点是，大多数科学研究并不是革命性的突破，而是在既有框架下不断修正、补充和推进。
现实中的论文，很多就是这种“往前推一小步”的工作。
所以，当审稿人说一篇文章“novelty 不够”的时候，很多时候其实不是说你的工作没有任何新意，而是说——你和已有研究之间的差异，没有被清楚地说明。
选题本身，往往决定了一半
从审稿人的角度看，我真正会先关注的，其实是另一个问题：这篇文章在解决什么问题。
很多年轻研究者习惯从“方法”出发思考论文，但审稿人往往是从“问题”开始读的。至少我是这样的。
如果你研究的问题本身就很重要，那么即使方法创新没有那么大，文章依然可能是有价值的。反过来说，如果问题本身比较边缘，那么即使方法看起来很复杂，论文的意义也可能比较有限。
比如在人群遗传学或者复杂疾病研究里，近几年很多论文都在做跨祖源分析。原因其实很简单：过去大量基因组研究集中在欧洲人群，而不同祖源人群之间的差异会影响很多遗传结论。
当一个研究问题处在领域关注的核心位置时，相关论文自然会不断出现。你去翻几期期刊，很可能会发现相当一部分文章都在围绕同一个问题展开。
所以很多时候，一篇论文看起来“很新”，其实只是因为它站在了一个正在迅速发展的研究问题上。
选题本身，往往就已经决定了一半的空间。
审稿人真正会看的：你和已有工作的区别
真正进入审稿细节的时候，我最关心的一件事情其实很简单：作者有没有把自己的贡献讲清楚。这件事说起来容易，但实际上很多论文都没有做到。
不少文章在介绍背景时会罗列一大堆文献，但读完之后仍然很难弄明白：现有方法到底做到了什么程度？作者的方法和这些工作到底差在哪？
很多时候，论文的创新点可能只有一两个，但如果作者能够非常清楚地解释这两个差异，并且说明它们为什么重要，那么这篇文章通常是容易成立的。
学术写作领域其实早就总结过这种结构。语言学家 John Swales 在研究论文结构时提出过一个经典模型——CARS（Create A Research Space）。它的核心逻辑其实非常简单：先建立研究领域，再指出研究空缺，最后说明自己的贡献。
很多论文的问题，其实并不是创新点不存在，而是研究空缺没有被讲清楚。
如果审稿人读完 introduction 之后仍然不太确定“你到底解决了什么问题”，那么后面的创新自然也就很难成立。
可读性，其实比很多人想象的重要
还有一个经常被忽视的因素，是论文的可读性。说得直白一点，审稿人首先是一个读者。如果一篇文章读起来非常费劲，逻辑跳跃很大，或者作者没有把关键结论讲清楚，那么审稿体验通常不会太好。
很多人以为创新越多越好，但现实情况有时候恰恰相反。一篇论文如果堆了很多复杂的概念、模型和技术，但没有清楚解释它们之间的关系，那么读者反而更难理解作者真正的贡献。
相比之下，一篇逻辑清晰、结构顺畅的文章往往更容易获得好评。哪怕创新点只有一两个，但如果叙述非常清楚，读者读完之后能够准确理解研究价值，那么论文整体评价通常会更好。
一些出版机构的作者指南也反复强调这一点。像 Nature Portfolio 在作者培训材料中就明确提到，清晰表达研究贡献，是论文被接受的重要因素之一。
这件事情很多做过审稿的人都会有类似感受：有些文章读起来真的很顺，每一节都在往同一个结论推进。这样的论文即使没有特别夸张的创新，也很容易让人觉得“这是一个认真完成的研究”。
审稿人其实很在意：工作是否扎实
还有一个经验，是我后来才慢慢意识到的。工作是否扎实。很多时候，当你看到一篇论文数据量足够大、对比方法做得很全面、各种验证也比较充分，甚至不同数据集之间还有交叉验证，那么即使方法创新不是特别巨大，审稿人通常也会更愿意支持发表。
原因其实很现实。审稿人不仅要判断研究有没有意义，还要判断结果是否可靠。
如果作者在实验设计和验证上花了很多精力，说明这项工作是认真完成的。编辑和审稿人在这种情况下，往往也更愿意帮助作者把文章完善到可以发表的状态。
相反，如果论文一直强调创新，但实验设计比较薄弱，那么审稿人往往会更谨慎。
论文，本质上是一种说服
做科研时间久了之后，很多人都会逐渐意识到一个有点现实的事情：论文其实是一种说服过程。你需要说服读者，这个问题值得研究；说服他们，你的方法确实解决了某个具体问题；还要说服他们，你的结果是可靠的。
在这个过程中，novelty 当然是重要的一部分，但它并不是唯一的因素。
很多论文之间的竞争，其实并不在于谁的 idea 更“惊人”，而是在于谁的逻辑更完整、证据更充分、表达更清楚。
所以，如果从审稿人的角度总结一句话的话，我大概会这么说：真正好的论文，往往不是创新最多的，而是最容易让读者理解它为什么有价值的。
当研究问题选得合适，工作做得扎实，文章写得清楚时，即使创新点只有一两处，这篇论文通常也不会平庸。
