一、创新论文发表难

      通常论文的创新性越高，其中提出的理论或观点与主流理论或观点的偏离程度就越大(甚至相悖)，因而得到审稿人肯定的可能性就越小，被主流学术期刊拒稿的概率也就越大。所以创新性越高的论文越难以在主流学术期刊上发表，因为很难通过同行评审。

      那么为什么审稿人很难接受和推荐发表与主流理论或观点不同的新理论或新观点呢？这是因为审稿人通常是所在领域的专家，他们在长期科研生涯中已经形成了特定的科学范式并建立了个人信念；他们很难超越这个特定的科学范式并改变个人信念去接受新理论或新观点。大连海事大学王诺教授在他的专著《系统思维的轮回》对这种情况作出了十分精彩的论述【1】：

      “现代研究已经显示，从心理学的角度看，科学家的头脑一旦被一系列知识和理论所占据，便可能产生排斥与这些知识和理论不相容的新思想的倾向。科学家从事研究工作越久，知识积累得越多，他执着于旧理论、排斥新思想的倾向可能就越严重。由于新理论与科学家头脑中原有的概念体系和理论框架相矛盾，所以既使它证据确凿也往往遭到怀疑。在科学家的头脑中，概念、理论、科学方法以及建立在自己这个知识结构之上的信念，已汇集并形成一种特定的科学范式。在人的一生中，这种科学范式往往只能形成一次，而这个范式一旦形成便很难超越，除非他改变自己的研究领域。”

      因此，审稿人倾向于对创新论文提出不合理的负面意见，甚至进行打压，从而造成创新论文在主流学术期刊上难以发表是一种普遍现象。除非改变同行评审制度，这种现象将不会改变。认识到这一点也许会使我们比较坦然地对待审稿人的不合理的负面意见及其造成的拒稿。

      笔者认为，创新论文发表在什么级别的期刊上其实并不十分重要，发表才是硬道理。因为论文只有发表出来才有机会得到同行的关注、认可(或者不认可)，才能开启时间检验的历程。在如今的互联网时代，不被主流期刊接受的论文至少还可以发表预印本，也算是发表。然而论文发表后创新成果能否得以推广将是更为严峻的问题。

二、创新成果推广更难

      论文的发表只是创新成果进入推广过程的开端。每篇论文的作者都希望自己的论文和创新成果能够尽快得到同行的关注、引用、跟从。但是现实往往是残酷的：绝大多数论文很少被引用，即使被引用，很多时候也只是“知晓性”引用(即：我知道你做了这方面的研究工作。如此而已)。随着时间的推移，绝大多数论文和创新成果会被遗忘。只有极少数论文中所提出的新理论或新方法会得到学术界的高度认可(比如写进教科书)或者被工业界广泛采用(比如写进技术规范或者行业标准)。

      为什么创新成果推广更难？因为我们处于一个崇赏创新的时代，0-1的原创更是备受推崇。我们每个人都在追求创新，都在追求与他人不同。学术同行在很大程度上是竞争对手。这样势必导致我们对他人(竞争对手)创新成果的轻视、不以为然、甚至不屑一顾。结果必然是绝大多数创新成果：我们的或是他人的，都很难得到他人或是我们的认可。对于你来说，创新意味着不能跟从他人(竞争对手)的创新；但是你的创新成果推广意味着需要他人(竞争对手)的跟从。反过来对他人来说也是如此。所以每个人都追求创新的结果是每个人的创新成果都不能够得到卓有成效的推广。

      再者，每个学术领域在特定的时期往往只有一个或者两个主流理论。主流理论的支持者们早已在他们的科研生涯中建立了对主流理论的个人信念。他们往往不愿意看到主流理论被新理论挑战。即使他们知道主流理论有缺陷甚至有错误，往往也会自觉地、竭尽全力地为主流理论进行辩护，而不愿意考虑新理论，更不要说接受新理论了。美国Roosevelt 大学Ziliak教授和Illinois-Chicago 大学McCloskey教授在他们的专著中对此作出了精辟的论述【2】：

“任何一位科学家将会告诉你：科学的主流经常是错的。否则，想像一下，科学[研究]早就完成了。但是很少有科学家会如此宣称，或者愿意如此宣称。…….科学家们经常是迟迟不能修复科学上的基本缺陷，尽管存在更好的替代[理论或方法]。”(英文原文见下面评论区[9])

      科学发展史中从来就不缺少这样的例子：纠正主流理论的错误或者用新理论取代错误的主流理论有时需要经历十几年、几十年、甚至几代人。

      因此，大多数创新成果难以推广是一种必然现象。认识到这一点也许会使我们比较不那么在意他人(或者学术界)对我们辛勤创新成果的轻视和不以为然。“谋事在人，成事在天”。我们所能够做的只能是尽力做好有意义的创新研究，并且尽一切可能将创新论文发表(无论是在期刊上发表还是预印本)，剩下的让时间和历史来检验。

【1】 王诺，1994，系统思维的轮回，大连理工大学出版社。

【2】Ziliak, S. T. and McCloskey, D. N. (2008).  The cult of statistical significance: how the standard error costs us jobs, justice, and lives.  University of Michigan Press p322.