周度需求与供给数据仍偏弱

一组钢材高频数据同时呈现消费和生产放缓。周度表观消费量为820万吨，较前一周下降4.5%；年初至今累计约3.529亿吨，同比下降3.3%。同期周度产量为790万吨，环比下降0.3%、同比下降8.5%；年初至今累计产量约3.548亿吨。最近一周的数据也显示消费和生产均低于各自前期水平。

表观消费量是根据产量、进出口和库存变化推算的名义需求指标，不等于终端实际消耗量。全国有大量建筑工地和工厂，统计者无法逐一丈量实际加工和使用量，因此采用供给、贸易和库存数据估算。钢材从生产端进入贸易渠道后，即使还没有用于建筑或制造，也可能计入流通环节的需求变化。因此，表观消费下行既可能反映终端使用减少，也可能体现渠道提货减慢。它更接近对货物流转的统计估算，不能直接回答钢材最终是否已被使用。

当周表观消费量比产量高约30万吨，该差额可能反映库存变化或其他供给来源，仍应结合进出口、统计覆盖范围和时点理解，不能单独作为终端需求回升的证据。

总库存下降，但库存更多留在流通环节

周度钢材总库存约1450万吨，环比下降2.2%、同比下降6.9%。其中钢厂库存约390万吨，贸易商库存约1060万吨，约占总量的73%。总库存减少说明库存盘子收缩，但大量货物仍由渠道持有，库存压力并未只留在生产端。

贸易商持有库存意味着资金占用和价格波动风险集中在流通环节。年度采购协议、渠道评级、返利安排及银行融资都可能影响贸易商的提货节奏；单靠库存总量，无法确认不同企业实际承担的合同义务或偿债能力。若终端销售跟不上，而库存消化速度转慢，渠道可能需要通过降价加快回款，进而影响现货价格和钢厂利润。

钢铁生产调整也受设备运行方式影响。高炉停产和重新点火可能带来较高成本，停炉可能损伤内部耐火材料，重新点火也需投入时间和费用，生产端因此不一定能像调节一般设备那样与需求同步快速变化。需求走弱时，钢厂需要在减产造成的成本与继续生产形成的库存之间权衡。供给、渠道库存和终端订单需要放在同一条链条中观察，才能判断压力正由哪一环节承担。

贸易商处于钢厂和终端客户之间，承担批量采购、储存和分销。年度长协的提货要求、渠道评级和年终返利可能影响采购安排；当市场价格走弱时，贸易商既要考虑合同关系，也要承担资金占用和库存跌价风险。若贷款到期而销售回款不足，企业可能选择降价出售来回笼资金，现货价格也可能因此承压。这是库存集中于渠道时需要关注的风险路径，并不表示每家贸易商都会采取相同应对。

建筑钢与制造业钢材库存走势分化

不同钢材品种的库存变化方向并不一致。螺纹钢库存同比下降16.1%，冷轧卷板库存同比上升14.9%。螺纹钢主要用于建筑，热轧和冷轧卷板则更多用于工业与制造业；这些品种面对的需求来源不同，不能用单一的总量趋势概括。

库存变化本身无法区分供给收缩与终端需求变化。螺纹钢库存下降可能与钢厂减产有关，并不必然代表建筑需求转强；冷轧库存上升可能来自排产、渠道补库或下游消化速度变化，也不能单凭库存推断汽车和家电订单走弱。对这些解释的判断还需要品种产量、钢厂排产、终端订单和渠道销售等数据支持。

这组分化提示，分析钢材供需时应同时看库存所在环节与具体品类。总库存减少可以与部分品类累库并存，单个品种的同比变化也不能直接替代全行业的需求判断。尤其在建筑用钢和制造业用钢呈现不同方向时，应继续核查各品种的产量、钢厂排产、渠道库存和下游订单，避免从单一库存数据推导未经验证的原因。

公历与农历同比背离限制需求判断

同一周钢材表观消费量的同比增幅出现明显背离：按公历口径下降7.7%，按农历口径上升12.1%，两者相差约19.8个百分点。如此大的差距说明短期同比结果对日期匹配方式较敏感。

节假日安排、工作日分布和去年同期所处的生产状态都可能影响周度比较。若今年统计周包含更多正常生产日，而去年对应周受到假期停工影响，公历同比就可能放大差异。农历对齐可以提供另一种比较方法，但仍需要说明对齐规则及其调整效果。

现有数据没有解释两种口径差异的来源，也未量化其中有多少来自基数和日历因素、有多少对应新增需求。周度同比若将正常开工周与去年假期停工周相比较，结果可能受到错位影响；即使采用农历匹配，也需要披露匹配方法和调整过程。若没有这类说明，读者无法判断两种数字中的日历效应与新增订单各占多少。因此，这一周的表观消费同比不足以单独证明需求正在反弹；在后续数据回到相近方向前，应把它视为存在较大噪声的指标。

后续观察聚焦产量、渠道库存与口径收敛

后续几周可围绕三个可复核的方向观察。第一，跟踪周度产量相对当前约790万吨的水平如何变化。若需求偏弱时产量重新上升，供给调整可能减慢，库存下降也可能难以延续；790万吨是近期数据的参照值，不应视作脱离其他条件的固定警戒线。

第二，持续跟踪约1060万吨的贸易商库存及其消化斜率。库存继续下降说明渠道仍在出货；降幅持续收窄或转为环比增加，则需要核对终端订单、贸易商销售和钢厂发货情况，判断流通环节是否出现积压。

第三，观察公历与农历同比是否重新指向相近方向。如果两种口径继续明显分裂，应先查明日期匹配和工作日差异，再使用表观消费量判断需求趋势。若产量在需求疲弱时重新上升，需检查供给约束是否减弱；若贸易商库存降幅收窄或转升，需结合销售和融资情况核对渠道是否积压；若同比口径继续相反，则该指标在短期内的解释力有限。多个连续周度数据与品种指标相互印证，比孤立的一周涨跌更能说明基本面变化。

高频数据需要与长期基本面结合

周度产量、表观消费和库存可以及时呈现产业链的边际变化，也容易受到统计范围、日期选择和渠道迁移影响。对一周的库存下降，应同时核对是终端消费增加、生产减少，还是货物从一个统计环节转移到另一个环节；对库存上升，也需要区分季节性备货与销售受阻。

当前数据共同呈现出周度表观消费回落、产量同比下降、总库存减少但贸易渠道持有较多库存、品种库存走势分化等特征。它们提供了观察供需的切面，尚不足以消除日历口径冲突或解释各品种变化原因。高频数据能够及时反映局部变化，也更容易受到统计时点和样本范围影响；在宏观预期缺乏确定性时，一周的超预期波动可能被放大解读。将生产、库存分布、渠道流量和终端需求连续跟踪，才能逐步判断库存下降是否伴随真实需求改善，并避免短期噪声遮蔽较长期的行业变化。