产业运行数据里，最危险的不是没有数据，而是数据看起来很好。开工率饱满、订单排到两个月后、价格稳中有升，这些指标单独看都很乐观，组合起来却可能指向另一种状态：产成品在渠道里堆着，真实需求并没有跟上。要把这类风险识别出来，需要一套固定的核查顺序，而不是每次凭直觉挑指标。

第一处盲区：开工率不等于有效产出

开工率统计的是设备运转时间，不是合格品产出，更不是卖出去的货。产线为赶订单加班、为摊薄成本而维持高负荷，都会让开工率显得漂亮。核查时要把它与三个数对上：良品率、库存变动、发货量。若开工率上升而发货量持平、库存上升，说明产出没有进入市场。车间里最直观的信号是成品区面积，堆得越满，越要警惕。

第二处盲区：库存位置比库存总量重要

同样规模的库存，放在原料端、在制品端还是成品端，含义完全不同。原料库存高可能是备货，也可能是价格判断失误；成品库存高通常意味着需求侧出了问题。分析时要区分环节，并对照价格走势：若成品库存上升同时价格开始松动，说明渠道消化能力已达上限，后续大概率出现减产。这一步是判断行业拐点最实用的切口之一。

第三处盲区：价格与量的背离

价格上涨不一定代表景气。供给收缩、成本推动、集中度提升都能推价，只有需求拉动的涨价才可持续。识别方法是看量的配合：价涨量增是健康，价涨量平要警惕，价涨量减则多半是供给端扰动。据一些行业机构的观察，部分中游材料在需求走弱阶段仍能维持报价，靠的是限产与库存管理，一旦库存回补，价格会快速回落。

核查顺序：先做什么，再做什么

第一步，锁定口径。确认开工率、产能、库存的分母是什么，是设计产能还是有效产能，是月末数还是平均数。口径不清时，任何结论都不可靠。第二步，做三组交叉：产量对发货、库存对价格、订单对交期。三组都自洽，判断才可以往前走。第三步，回到现场验证。数据只能提示异常，解释异常需要看车间排班、仓库周转、物流发运。

最后有三件别做的事。一是别用单一指标下结论，尤其别用同比高增长直接推断景气。二是别跨口径比较，把不同来源的开工率放在一张图上排名，很容易得出错误排序。三是别忽略小样本，一个园区的数据可以说明现象，不足以代表全国。

产业运行数据的价值，在于提前暴露矛盾，而不是给出安慰。把这三处盲区变成固定检查项，把核查顺序固定下来，企业在做扩产、备货、定价决策时，才不至于被漂亮的数字带偏。