大多数科研写作建议，往往都是从“成功发表”的角度出发——教你如何构建论文结构、如何突出创新点、如何回应审稿人意见。但如果把视角稍微往现实挪一挪，会发现一个更值得认真面对的事实：绝大多数论文，其实并没有成功发表，而是在不同阶段被拒稿。
已有多项出版行业数据都指向这一点。例如，Elsevier 和 Springer Nature 的作者资源显示，多数学术期刊的录用率通常仅在20%–30%之间，而许多期刊的拒稿率则高达70%甚至90%。以Nature为例，其整体录用率低于8%，且约有一半稿件在编辑初筛阶段即被直接拒稿(数据来源：Nature)。这意味着，从统计意义上看，被拒才是论文投稿的常态，而不是例外。
那么，这些论文到底是为什么被拒的？
2024年，一项发表在 Communications in Transportation Research 的研究，试图系统回答这个问题。来自瑞典查尔姆斯理工大学、清华大学、上海大学等机构的研究团队，基于Elsevier的投稿转投系统，分析了超过5000篇被拒稿论文的完整数据，包括投稿材料、编辑决策信以及审稿意见 。他们是建立在真实投稿数据和文本挖掘分析之上的“拒稿侧画像”。
如果只看一个数字，这项研究已经足够让人警醒：在5036篇论文中，只有约16.4%进入了同行评议阶段，其余绝大多数在编辑初筛阶段就被直接拒稿 。也就是说，很多论文的问题，并不是“审稿人不认可”，而是连被审稿的机会都没有。
这也正是这篇文章想讨论的核心：一篇论文被拒，往往不是因为它“不够好”，而是因为它在多个关键环节上，没有达到进入竞争的门槛。
83.6%的论文没被送审
很多作者习惯把精力集中在如何回应审稿意见、如何提升论文深度，但这项研究提醒我们：真正决定论文命运的，往往发生在更早的一步。
数据显示，约83.6%的论文属于“desk reject”，即在送审前被编辑直接拒稿 。这一比例并不是个例，在不少高水平期刊中也有类似结构。这意味着，从概率上看，一篇论文首先要解决的，不是如何说服审稿人，而是如何通过编辑的初筛。
从数据来看，这一阶段的拒稿，往往集中在几个看似基础、却极具决定性的因素上。
首先是相似度问题。研究发现，论文查重几乎是所有期刊的“默认门槛”，虽然不同期刊的标准不完全公开，但从统计分布来看，将整体相似度控制在10%–15%以下，是一个相对安全的区间 。但更值得注意的是，编辑真正敏感的，并不是总相似度，而是单一来源的高重复——即使整体数值不高，如果某一段内容与已有文献高度重合，仍然可能触发拒稿。by the way，建议大家投稿前最好用iThenticate查重下，AJE是iThenticate在中国的官方合作伙伴，价格更亲民，期刊和你的查重软件用的是一个，所以，建议有需要的小伙伴可以了解下：AJE查重服务
其次是一个常被误解的指标：重复投稿率。这项研究的一个反直觉结论是，它对最终决策的影响并不显著 。也就是说，一篇论文曾被拒、甚至多次修改后再次投稿，本身并不会成为问题。但研究同时指出，如果作者采取“广撒网”的方式，在多个期刊之间反复试探性投稿，系统是可以识别并标记的，这类行为往往会导致直接拒稿。
而最值得深思的，是“out of scope”这一理由。在所有desk reject中，约55%的论文被归因于选题不符合期刊范围 。但通过关键词相似度分析，研究者发现，相当一部分论文在主题上其实与期刊已有文章高度重合。这意味着，“不在范围内”在很多情况下，并不是字面意义上的问题，而更像是一种更委婉的表达方式，用来替代对论文质量、创新性或方法问题的直接判断。
换句话说，当你看到“out of scope”的时候，真正需要反思的，往往不是选题本身，而是整篇论文是否具备足够的竞争力。
进入外审之后，问题才真正变得“学术化”
如果论文顺利通过初筛，进入同行评议阶段，评价标准就会发生明显变化。此时，决定论文命运的，不再是技术性指标，而是更本质的学术质量。
这项研究通过对824篇拒稿意见进行文本挖掘，总结出审稿人最常关注的七个方面：
- 研究结果
- 学术或政策影响
- 方法设计
- 文献综述
- 数据与研究范围
- 写作表达
- 以及其他综合性问题
这些维度本身并不新鲜，但真正有价值的发现，是不同期刊在这些维度上的权重差异。
例如，一些方法导向的期刊更强调模型创新，而应用导向的期刊则更关注结果的现实意义；有些期刊对数据质量极为敏感，而有些则更看重理论贡献。这种差异意味着，同一篇论文在不同期刊中的命运，可能完全不同。
这也是为什么，很多作者会有一种困惑：论文在一个期刊被否定，却在另一个期刊顺利发表。问题不一定出在论文本身，而在于是否匹配了期刊真正关心的评价维度。
拒稿，其实是一种高度密集的信息反馈
如果把这项研究中5000多篇被拒稿论文的关键信息整体来看，会发现一个很现实的结论：大多数拒稿，并不是偶然，而是可以被总结、甚至可以被提前规避的。
结合论文中的定量分析与审稿意见挖掘结果，这些拒稿原因大致可以归纳为以下几类：
1. 相似度问题
- 整体相似度过高（通常>10%–15%风险显著上升）
- 单一来源重复率过高
- 与已有文献或自身工作存在较大重合
AJE建议：不仅关注总查重率，更要逐条检查相似来源报告，尤其是高占比单一来源内容。AJE是iThenticate在中国的官方合作伙伴，价格比官方更便宜，和期刊同款，有需要的小伙伴可以了解下：AJE查重服务
2. 选刊与范围问题
- 研究主题与期刊定位不匹配
- 选题缺乏期刊偏好的新意或深度
- 方法或研究范式不符合该期刊风格
AJE建议：分析目标期刊近年发表论文，而不仅仅依赖官方scope描述。建议了解AJE的期刊选择服务，交给专业人士帮您找到合适的期刊：AJE期刊选择服务
3. 方法与研究设计问题
- 方法选择或应用不当
- 模型或分析逻辑存在漏洞
- 研究设计缺乏严谨性
AJE建议：用审稿人视角重新审查方法部分，必要时进行同行预审。
4. 数据与证据问题
- 数据质量不足或存在偏差
- 样本规模不支持结论
- 数据来源或处理不透明
AJE建议：确保数据与研究问题匹配，并清晰说明数据局限性。
5. 研究贡献与影响力不足
- 创新点不明确
- 研究问题重要性不足
- 结论难以推广或应用
AJE建议：在摘要与引言中清晰回答“做了什么、为什么重要、比已有研究新在哪里”。
6. 写作与表达问题
- 逻辑不清晰、结构混乱
- 表达影响理解
- 图表信息传递效率低
AJE建议：确保论文在快速阅读下也能被理解，核心信息可以被迅速抓住。
7. 技术性与规范问题
- 未遵守期刊投稿规范
- 排版或引用错误
- 基本细节问题影响专业性
AJE建议：严格对照投稿指南逐项检查，这类问题往往直接影响初筛判断。
从这项研究来看，这些问题有一个共同点：绝大多数都是可以在投稿前被识别并修正的。
也正因为如此，拒稿并不只是一个结果，更是一种高度结构化的反馈信号。真正关键的，不是如何避免一次拒稿，而是能否从这些共性问题中，逐步建立起一套属于自己的“投稿前检查机制”。
