路线之争的数据切口：看什么、别算什么

技术路线之争，最后常被几组数字决定：良率、单耗、投资强度、回收期。数字本身不撒谎，但口径会。同一项技术在两个团队手里算出相反结论，多数不是立场问题，而是边界条件没摆到台面上。读这类数据，先别急着比大小，先看它是怎么被造出来的。

先看分母：一条线还是一段工序

单耗、人工成本、良率这些指标，分母不同结论就反。按整线算，新路线常显得吃亏，因为公用工程与公辅设施被全额摊进去；按瓶颈工序算，又容易高估收益，因为前后段的损失被藏了起来。看到“成本下降”的说法，第一件事是问分母覆盖到哪一段，第二件事是问这一段在整条链里占多大比重。分母不清的比较，本质上是在比两种算法，而不是两条路线。

再看时点：达产数据不能当稳态数据

路线比较最容易被中试线或首条产线的数据带偏。试产阶段挑料、挑班次、挑订单，良率天然好看；真正进量产，换型频次、原料波动、人员轮换都会把数字拉回地面。可行的做法是要三组数：试产、爬坡、稳态各一组，并注明各自对应的开工率与产品结构。只给一组数的方案，通常不是不会算，而是不想让你看另外两组。

最后看边界：条件一变结论就翻

每条路线都有适用边界，通常藏在三个地方：规模、能源与原料的价格结构、产品一致性要求。规模小的时候，柔性路线的切换优势能抵掉效率劣势；规模上去后，专用线的固定成本被摊薄，结论就反过来。原料与能源比价一变，单耗优势可能变成劣势。判断方案是否可靠，看它有没有写清“在什么条件下我不适用”，肯写这一句的团队，通常数据也更实。

两个不要，一条替代做法

不要用单一指标排序，也不要把同行标杆直接套用。标杆企业的规模、订单结构、能源条件与你不同，它的最优解未必是你的。更稳的做法是把自己的约束写在表头：能接受的回收期、必须达到的一致性水平、以及未来三年可能变化的价格结构。数据只有在约束清楚时才有比较意义，否则再精细的测算也只是把假设包装得更像事实。还有一类常见偏差，是把设备报价当成路线成本的全部，安装调试、停机损失与后续维护都被略去；补上这几项，排序常常会变。