讨论产业升级，最常引用的两个指标是研发投入强度与增加值率。前者代表投入，后者代表产出质量，逻辑上应当同向。但公开数据里，这两个指标经常各走各的：研发强度上去了，增加值率却停在原地。这种错位不是数据出错，而是提醒读者：理论上的因果关系，要经过一系列中间环节才能成立，而这些环节恰恰最容易被跳过。

一、两个指标各说各话时，先看统计边界

研发强度通常以研发支出占营业收入比重衡量，分母是收入；增加值率则是增加值占产出的比重，分母是总产值。行业分工越细、中间投入越多，增加值率天然越低，与技术水平关系不大。深度嵌入分工的组装环节，增加值率可能长期偏低，却不意味着没有技术含量。

研发强度也有类似问题。它统计的是支出而非成果，支出可用于人员、设备、委外，三者的产出弹性差别很大。一些企业研发支出增长主要来自委外与设备采购，自身能力并未同步积累。看到强度上升就判断升级成功，是把投入当成了结果。

二、结构特征比平均水平更能说明升级阶段

把总量拆开看，信息量更大。研发支出看主体结构：是少数大企业贡献，还是中小企业普遍参与；看投向：是试验发展为主，还是基础与应用研究并重；看成果：是专利数量增长，还是许可收入与新产品收入增长。三组结构组合起来，才大致能判断升级处在哪一段。

增加值率同样要看结构。若整体平稳，但高附加值环节的比重在上升、低附加值环节在向外转移，这本身就是升级；反之，若高附加值环节比重下降而总体持平，可能只是低效环节同步收缩造成的统计假象。平均数的稳定，掩盖的往往是内部结构的剧烈变化。

三、三种读法要避开

一是横向直接比较。不同行业的中间投入结构差异极大，跨行业比较增加值率没有意义，只能在同一细分行业内沿时间轴看变化。二是把相关当因果。研发强度高的企业往往规模大、抗风险能力强，表现好未必全由研发带来。三是用单年数据下结论。研发回报周期长，至少要看三五年趋势，并区分投入期与收获期。

更靠得住的读法是三个一起看：投入是否转化为新产品收入，收入是否带来毛利改善，毛利改善是否可持续。三者依次验证，才能说明传导链条真的走通了。只在前端看投入，等于只读了故事的开头。

理论说明升级怎样发生，数据说明它走到哪一步，差距正是要追问的地方。把口径边界、结构特征、时间尺度放在前面，理论才不会被数据误用，数据也不会被理论绑架。