综述：农业和畜牧业干预措施中的性别维度：经济建模方法综述

《NJAS: Impact in Agricultural and Life Sciences》：Gender dimensions in agricultural and livestock interventions: A review of economic modelling approaches

　　**摘要**
本研究利用可计算一般均衡（CGE）、偏微分均衡（PE）或微观模拟（MS）模型，识别了在农业和畜牧业领域量化性别动态方面的创新与不足。这些建模方法被广泛用于评估低收入和中等收入国家（LMICs）的政策和市场干预措施。研究人员开发了一种半系统性的文献回顾协议，从ScienceDirect、JSTOR和Google Scholar中检索、筛选并分析相关文献。纳入标准包括：（1）研究发表在规定的40年时间内；（2）至少应用了一种指定的经济建模方法；（3）包含至少一个与可持续发展相关的指标。通过标题筛选，从最初的17,000篇文章中选出了49篇进行摘要审查，22篇进行全文分析。其中，16项基于CGE的研究捕捉到了性别特定的影响，如妇女的就业和收入结果；2项基于MS的研究跟踪了妇女赋权的具体指标；唯一一项基于PE的研究将农业系统的特征（如季节性和分销网络）与性别相关的粮食安全和营养指标联系起来。此外，三项采用混合建模方法的研究展示了方法整合的价值。这类模型能够更好地反映政策分析中性别角色和影响的多样性。研究结果强调了综合建模方法的潜力，不仅在于性别细分影响分析的方法创新，还在于为优先考虑性别平等的基于证据的政策提供依据。这些发现为改善低收入和中等收入国家农业和畜牧业发展中的妇女赋权和平等提供了可行的见解。

**关键政策要点**
推进低收入和中等收入国家农业和畜牧业的性别平等需要使用适当的经济建模框架来指导政策制定。
- 一般均衡模型对于分析性别差异化的劳动力市场效应和更广泛的宏观经济动态至关重要。
- 偏微分均衡模型更适合捕捉畜牧业系统的季节性变化和其他结构性特征。
- 微观模拟模型对于评估解决妇女资源获取内部异质性的政策至关重要。
- 需要战略性公共投资来建立和多样化低收入和中等收入国家的经济建模能力，以实现农业和畜牧业中性别平等的多维度综合分析。

**关键词**
经济建模；性别与发展；妇女赋权；可计算一般均衡；农业政策；畜牧业发展

**JEL分类：** C63D58E21E24J22Q17

**1. 引言**
在低收入和中等收入国家，畜牧业是改善农村和城郊生计的重要资产。饲养牲畜和加工畜产品为数百万家庭创造了收入，提供了就业机会，并促进了粮食和营养安全（Baltenweck等人，2020年；Herrero等人，2013年）。鉴于其在农村经济中的重要性，畜牧业被视为这些国家农业发展的战略重点，对可持续发展具有重大意义（Herrero等人，2013年；Kozicka等人，2022年；Mehrabi等人，2020年）。它还具备巨大的潜力来支持减贫工作，成为可持续发展计划中的关键投资领域（世界银行，2021年）。然而，畜牧业也面临着性别特定的挑战和机遇，这些直接影响农民的赋权、家庭粮食安全和农村生计的韧性（Njuki & Sanginga，2013年）。新兴证据表明，投资畜牧业可以增强妇女的赋权，并成为促进农业和食品系统中性别平等的关键途径（Njuki等人，2013年；Staal等人，2020年）。低收入和中等收入国家农业部门的发展战略经常包括旨在改善生计的畜牧业相关干预措施，这些措施涵盖了从动物疾病控制、饲料供应到紧急情况下向家庭提供牲畜以提高生产力的各个方面（粮农组织，2016年）。然而，旨在改善妇女获取牲畜机会和保护其权利的举措往往未能达到预期效果（Njuki & Sanginga，2013年）。尽管妇女在农业和农村经济中处于核心地位，但她们在获取生产资源、市场和服务方面面临比男性更大的限制（Njuki等人，2022年）。尽管经过数十年的发展努力，贫困仍然主要影响妇女，她们还要承担家庭和农场中大部分无偿劳动的负担（国际农业发展基金，2016年；Omore等人，2009年）。妇女和女孩占长期饥饿人口的大约60%（世界粮食计划署，2015年），尽管她们在畜牧业生产中发挥关键作用，但在贫困的牲畜饲养者中占比仍然过高（粮农组织，2011年；Staal等人，2020年）。性别差异在畜牧业价值链中尤为明显：男性通常占据高回报岗位（如动物健康服务和市场营销），而女性则集中在低价值环节（Coles & Mitchell，2011年）。例如，在牛奶价值链中，男性更常担任聚合和技术性角色，使女性的经济晋升机会有限（Baltenweck等人，2016年）。畜牧业的集约化和商业化常常加剧了这些不平等现象，减少了女性对收入和家庭消费决策的控制权（Tavenner等人，2019年）。妇女获得服务、投入和培训的机会仍然有限，进一步阻碍了她们在该行业的全面参与（Bonis-Profumo等人，2022年；Kyotos等人，2022年；Mensah & Fosu-Mensah，2020年；Njuki & Sanginga，2013年）。解决这些障碍对于提高生产力并改善特别是小规模妇女牲畜农民的生计至关重要。

**政府政策和投资策略在低收入和中等收入国家畜牧业成果中的作用**
为了有效应对性别特定的限制，干预措施必须更好地针对动物育种、健康、市场营销和决策等关键领域（这些是工具性能的核心组成部分和指标）。随着畜牧业的快速变化，其影响既复杂又具有性别差异性。这要求开发和应用定量情景规划和预见工具，以评估从地方到国家不同层面的性别化影响。这些工具将使政策分析师能够设计出满足畜牧业领域男女特定需求的包容性策略。尽管农业和畜牧业系统中存在明显的性别动态，但许多干预措施仍然忽视了性别因素（Mawia等人，2025年）。这些计划往往未能承认妇女的贡献，并忽略了确保她们从行业进步中受益所需的针对性支持（Njuki & Sanginga，2013年；Njuki等人，2022年）。妇女在资产所有权、获取投入和服务以及参与决策方面仍面临障碍（Enahoro等人，2021年；粮农组织，2011年；Galab & Rao，2003年；Njuki & Mburu，2013年；Sinn等人，1999年）。此外，忽视性别的计划可能会无意中削弱妇女对资源的控制权（Baltenweck等人，2024年）。为了应对这一问题，性别敏感的规划必须整合反映权力动态、文化规范和经济角色的细分指标和变量。然而，大多数农业和畜牧业的经济建模框架未能充分纳入性别细分的影响，限制了它们捕捉女性不同角色、脆弱性和贡献的能力。

**本研究综述了经济模型如何用于评估技术、制度和政策干预在农业和畜牧业中的性别化影响**。它综合了来自建模研究的结果，这些研究区分了男性和女性在劳动力、收入、生产力和福祉等方面的差异。这些来自行业特定和更广泛宏观经济分析的见解有助于更好地将性别因素纳入预见性建模中。通过突出有前景的方法，本文旨在支持设计性别平等的干预措施，促进低收入和中等收入国家更加包容和可持续的畜牧业体系，以及具有韧性的全球粮食系统。通过揭示就业、收入、赋权和粮食安全方面的差异，该研究展示了方法整合如何生成有助于制定符合更广泛社会和社区发展目标的农业政策的证据，确保性别平等成为低收入和中等收入国家可持续进步的核心驱动力。

**1.2 相关文献回顾**
虽然本研究是一篇文献综述，但仍需强调对其分析方法有重要影响的关键研究。Winters等人（2004年）在回顾贸易政策与贫困关系时，提到了CGE建模的相关文献。他们强调了CGE模型在克服计量经济学方法局限性方面的优势，特别是在评估商品价格冲击对贫困家庭的影响方面。CGE模型特别适用于研究政策对不同类型家庭的影响，并能够捕捉行为反应——这些能力对于农业和畜牧业中的性别敏感分析尤为重要（Baltenweck等人，2024年；Njuki等人，2013年）。Fontana等人（2020年）回顾了应用于分析护理工作相关分配影响的CGE建模文献，包括护理工作的提供和融资。他们的研究为设计性别平等政策提供了宝贵见解，重点关注三个主要方面：（1）一类称为可计算性别一般均衡模型的CGE模型的优点和缺点；（2）非专门为性别分析开发的通用CGE模型的评估；（3）捕捉长期过程（如人力资本投资）中性别维度的建模方法。鉴于现有方法的局限性，Fontana等人（2020年）提出了一些改进措施，包括特别注意生产活动和劳动力因素在社会会计矩阵（SAMs）中的表示方式，以及更细致地描述非市场护理部门与市场部门之间的相互作用。这些建议也适用于将CGE模型应用于畜牧业性别平等的分析。

Wei和Aaheim（2023年）采用系统回顾方法分析了CGE模型在气候变化影响和适应中的应用。虽然农业在97篇被审查的文章中占59篇，但只有一篇涉及畜牧业，可能低估了畜牧业在低收入和中等收入国家气候适应中的作用（Bonilla-Cedrez等人，2023年；Thornton & Herrero，2015年）。该回顾还较少关注适应过程中的性别相关维度。尽管如此，它强调了CGE模型在连接微观和宏观层面气候指标方面的价值，并认为由于其跨学科能力和追踪部门间互动的能力，CGE模型在气候适应研究中越来越重要。这些特点与食品系统（包括畜牧业）中的性别平等高度相关（Njuki等人，2022年），因此支持使用CGE模型来设计性别平等的政策。Ahmed和O’Donoghue（2007年）认为，自20世纪90年代以来的全球经济变化增加了对整合宏观经济趋势与家庭层面影响的工具的需求。他们的回顾研究了将CGE模型和微观模拟（MS）模型结合起来分析收入分配和性别平等的努力。CGE模型依赖于SAMs，数据要求较低，能够捕捉整个经济体的互动；而MS模型可以模拟个体或家庭行为。研究发现，尽管存在技术挑战，将这两种模型结合起来对于分析贫困和不平等具有前景。作者指出，数据质量、模型稳定性和计算技术的进步是影响未来CGE-MS综合方法采用的关键因素。Wiebe等人（2023年）评估了用于分析面对气候和不平等挑战时的福祉、包容性和可持续性（WISE）维度的宏观经济建模工具。他们回顾了五种模型类型——一般均衡模型、宏观计量模型、存量-流量一致模型、综合评估模型和系统动态模型，并提出了结合它们优势的综合框架。特别提到了CGE和MS模型按性别细分影响的潜力。虽然该研究未聚焦于畜牧业，但将性别平等关切与环境影响结合起来将是重要的（Herrero等人，2013年）。Dagoumas和Koltsaklis（2019年）回顾了用于可再生能源发电扩展规划的模型，讨论了不同方法论方法的优缺点。这种方法与本研究的宗旨一致，即探讨各种建模框架如何将性别因素纳入畜牧业分析。Dagoumas和Koltsaklis（2019）的研究强调了PE模型的优点和局限性——特别是它们详细的行业聚焦但缺乏部门间反馈。建议将PE模型与宏观模型相结合以解决这一不足。这种在能源领域的应用，以及之前对林业（Latta等人，2013年）和生物燃料（Witzke等人，2008年）中PE模型应用的回顾，为我们的研究提供了关于畜牧业模型如何处理性别整合的重要启示。CGE模型的应用往往无法捕捉无偿护理和畜牧业系统中的性别动态，这限制了它们在解释女性劳动和营养路径方面的相关性（Fontana等人，Citation2020；Wei & Aaheim，Citation2023）。其次，许多模型将家庭视为单一的决策主体，忽视了家庭内部的讨价还价、收入控制以及导致性别差异的决策过程（Fontana等人，Citation2020；Njuki等人，Citation2013）。此外，性别影响通常仅通过就业和收入来衡量，而对于代理权、资产控制、时间自主性和营养安全等方面的代理指标则不够充分（Baltenweck等人，Citation2024；Fontana等人，Citation2020）。混合模型，如CGE与微观模拟（MS）的结合，虽然已被用于获取宏观冲击的性别差异洞察，但这类模型组合并未得到广泛使用。同样，尽管有研究将气候变化与食品系统的影响联系起来，但在低收入和中等收入国家（LMICs）的背景下，畜牧业和性别适应方面的研究仍然不足，这限制了基于这些研究及其基础模型制定的政策的有效性（Bonilla-Cedrez等人，Citation2023；Thornton & Herrero，Citation2015；Wei & Aaheim，Citation2023）。在将CGE、PE或MS模型应用于性别敏感的农业和畜牧业分析时，方法论上的挑战在于它们难以捕捉家庭、市场和社区中性别动态的复杂性（表1）。尽管这些模型在宏观经济CGE、特定行业PE或微观层面MS建模以及政策情景测试方面各有优势，但仍存在几个相互关联的问题：表1. CGE、PE和MS建模方法在量化性别方面的比较总结。下载CSV显示表格——构建能够充分代表男性和女性劳动、无偿护理部门及资产所有权的输入数据集（如CGE模型的SAMS）在技术上要求较高，且常常受到数据不完整的限制；估计生产函数（例如PE模型）的性别弹性、劳动力供应和时间分配需要大量的数据收集和/或使用混合方法，并进行仔细的校准；静态模型难以捕捉季节性劳动力变化和长期影响，如人力资本发展，而这些对于农业中的性别分析至关重要。

2. 方法论
2.1. 经济模型中量化性别的主要方法
文献中常用的三种方法用于预先模拟政策和干预措施对农业、工业和劳动力市场的影响（Davis，Citation2004）：可计算一般均衡（CGE）模型，可以分析受宏观经济冲击影响的各个市场和行业之间的复杂联系（Fontana & Van Der Meulen Rodgers，Citation2005）；部分均衡（PE）模型，适用于特定行业或商品的微观经济分析（Zhang，Citation2016）；以及微观模拟（MS）方法，在理论模型中模拟个体或家庭层面的政策影响（Dixon等人，Citation1996；Polette & Robinson，Citation1997）。下面提供了这些分析方法的简要描述及其典型应用。更详细的讨论，包括模型的理论框架，见附录1。
- 一般均衡方法——包括SAMs、投入产出框架和CGE模型——被广泛用于资源分配和投资项目的优先排序。Kavese（Citation2015）强调了它们在评估农业或畜牧业相关投资的宏观经济效益、社会环境影响和财务回报方面的作用。虽然SAMs能够有效衡量政府政策的整体效应，但它们假设完全就业和资本与劳动力的固定价格——而CGE模型可以解决这些限制。与SAMs不同，CGE模型允许模拟要素市场的变化，从而能够更全面地分析经济影响（Lofgren等人，Citation2001）。
CGE模型通过使用实证数据同时分析多个行业及其相互联系，增强了对宏观经济政策如何影响贫困的理解，使其成为研究政策干预广泛影响的强大工具。
部分均衡模型关注受特定政策直接影响的市场，不考虑与其他市场的互动。因此，它们可能比CGE模型需要更少的数据（Francois & Hall，Citation1997）。其灵活性使得它们能够使用复杂的函数形式详细捕捉生产和行业活动，这在数据有限的环境中特别有用，例如分析行业干预对女性的具体影响，而无需跨行业联系的数据。
相比之下，微观模拟模型在评估政策对个人或家庭的总体影响（如税收或转移支付的变化）时最为有效。正如Harding（Citation2007）所指出的，MS模型汇总“个体经历”，以评估人口统计、行为和政策变化如何影响微观层面的结果。当使用性别分类数据时，MS模型可以模拟对女性收入和饮食等变量的影响。它们能够模拟详细的个体层面结果，非常适合评估人口统计和经济趋势如何影响女性的收入和资产。

2.2. 文章搜索标准
为了评估关于农业和畜牧业部门变化背景下性别动态定量建模的文献，我们开发了一个结构化的文献回顾流程，旨在涵盖广泛的相关研究同时尽量减少偏见（Snyder，Citation2019）。我们的方法采用了半系统性的文献回顾方法，该方法针对特定主题制定了明确的搜索和选择策略（Snyder，Citation2019；Zunder，Citation2021）。这种方法比系统性回顾提供了更广泛的主题覆盖范围，同时仍旨在减少选择偏见（Wong等人，Citation2013）。鉴于审查每篇可能相关的文章的挑战以及捕捉所有可用数据的不确定性，半系统性方法能够识别和解释对研究重点有意义的各种研究（Wong等人，Citation2013）。
我们制定了一个协议，根据预先确定的纳入和排除标准来识别和综合与研究主题最相关的文章。流程从选择科学数据库、文章类型和符合审查目标的出版时期开始（见图1）。接下来，定义了关键纳入标准，并使用布尔运算符将其转换为搜索词，以便从选定的数据库中检索文档。
图1. 文章选择过程的示意图。
流程图显示了一个四阶段的学术文章筛选过程，垂直排列。这些阶段分别是：识别、筛选、资格评估和最终纳入，分别用左侧的垂直矩形表示。识别阶段首先是对学术数据库进行初步查询，共484,036篇文章。该查询包括ScienceDirect的5,322篇、JSTOR的12,714篇和Google Scholar的466,000篇。一个向下的箭头指向标题筛选阶段，共16,766篇。从这个框出发的一个箭头指向基于纳入/排除标准排除的文章框，共16,717篇。从标题筛选阶段出发的一个向下箭头指向摘要筛选阶段，共49篇。从这个框出发的一个箭头指向摘要筛选后排除的文章总数框，共27篇。这个排除框列出了排除原因：无建模方法（n=10）、无性别干预（n=7）、非发展中国家（n=5）和非农业/畜牧业部门（n=5）。从摘要筛选阶段出发的一个向下箭头指向全文评估阶段，共22篇。最后一个向下箭头指向最终选择阶段，共22篇。从这个框出发的一个箭头指向最终选择的来源框：ScienceDirect的10篇、JSTOR的3篇和Google Scholar的9篇。
检索到的文章首先根据标题进行相关性筛选，然后是摘要内容。被认为相关的文章会进行全文审查。无法通过公共平台或经过合理努力（包括通过作者的机构访问尝试）获取全文的文章被排除在审查之外。
对于这项研究，科学文章是从ScienceDirect和JSTOR电子获取的，这两个数据库涵盖了农业、经济学及相关跨学科领域的广泛出版物，并具有全球地理覆盖范围。文献回顾专注于评估畜牧业结构或政策变化对女性的社会经济影响。只有采用CGE、PE或MS建模方法的研究被纳入。
要符合纳入标准，研究必须满足以下条件：
- 包括低收入和中等收入国家（LMICs）的分析。
- 将性别或女性作为核心关注点。
- 分析整个农业或畜牧业部门，或其中的特定干预措施。
- 使用食品消费、饮食质量、营养、收入或就业等指标来衡量社会经济影响。
搜索过程使用了适当的关键词、布尔运算符（“AND”、“OR”、“NOT”）和截断技术（例如使用“agric”来同时捕捉“agriculture”和“agricultural”）。
在ScienceDirect中使用高级搜索功能，应用了以下查询：(equilibrium OR simulation) AND (women) AND (livestock OR “agric”) AND (income OR employment OR consumption OR “food security”)。这次搜索得到了5,322个结果。在JSTOR上进行类似搜索得到了12,714个结果。为了进一步补充数据库搜索，还通过Google Scholar使用了以下关键词进行了定向搜索：(equilibrium OR simulation) AND (gender OR women) AND (livestock OR agriculture) AND (employment OR welfare OR poverty OR consumption OR "food security")。

2.3. 纳入标准
要被纳入我们的回顾，已发表的研究必须满足以下标准：
(a) 该研究发表于1980年至2022年之间。选择这一时期是为了平衡既有和新兴建模方法的纳入，同时排除可能不反映当前政策背景的过时研究。选择1980年作为起始年份是为了确保相关性和可管理性；假设较新的工作将在早期基础研究的基础上进行发展。这一时期也涵盖了20世纪80年代结构调整计划（SAPs）之后的时代，这些计划对LMICs的农业和农村部门带来了重大变化。值得注意的是，这一时期学术界对这类部门转型的性别维度给予了越来越多的关注（Haddad等人，Citation1995）。扩展到2022年可以捕捉到从早期基于SAM的分析到更复杂的CGE、PE和MS框架的经济建模技术的演变，使回顾能够追踪方法论的变化和新兴的性别敏感创新。
(b) 该研究考察了一个或多个LMICs的农村、农业或畜牧业部门的干预措施。它需要包括一个对比情景——即无干预的基线与同一部门内的另一种干预，或在不同部门的干预。
(c) 该研究必须明确关注性别——无论是通过分析性别差异化的干预措施还是更广泛干预的性别影响。
(d) 该研究评估了与发展相关的结果，如就业、收入生成、饮食、人类营养或健康。
(e) 该研究在其方法论中采用了CGE、PE或MS模型，或这些建模方法的组合。
应用纳入标准(a)至(e)，从ScienceDirect获得了3,545篇文章，从JSTOR获得了3,293篇文章，从Google Scholar获得了9,928篇文章。
从ScienceDirect获取的文章涵盖的主题领域包括经济学、计量经济学和金融学、社会科学、环境科学、农业和生物科学，以及商业、管理和会计学。从JSTOR获取的文章主要来自农业、发展研究、经济学和性别研究领域。
最初的Google Scholar搜索得到了大约466,000个结果。应用出版年份筛选条件(a)后，这个数字减少到了228,000篇。然后使用纳入标准(b)至(e)进一步筛选，得到了9,928篇相关文章（见图1）。根据标题筛选移除了重复条目和明显不相关的文章。这一过程将选择范围缩小到49篇文章，然后对其进行了更详细的审查。在此阶段，对摘要进行了筛选，以确保每篇文章完全符合所有纳入标准。
经过这一轮筛选后，有27篇文章因以下原因被排除：
- 缺乏与性别相关的干预焦点（n=7）
- 缺乏任何一种所需的建模方法（MS、PE或CGE）（n=10）
- 未在发展中国家进行（n=5）
- 与农业或畜牧业部门无关（n=5）
最终选择了22篇符合所有预定义标准的文章，纳入了全面回顾。
为了提高准确性，这些文章由两名团队成员进行了交叉验证。虽然最初的筛选和编码由主要审稿人完成，但所有纳入的研究都经过了协作重新评估，以确认与纳入标准的一致性和性别相关编码的一致性。这一步骤减少了个人偏见，并加强了主题综合的严谨性。这些文章是讨论发现的基础。
尽管结构化协议通过预定义的纳入/排除标准和布尔搜索策略最小化了选择偏见，但由于依赖于特定数据库（ScienceDirect、JSTOR）和电子访问方式，可能会遗漏一些未被索引或无法获取全文的相关研究。这一限制与对半系统化方法的广泛批评是一致的，这些方法虽然提供了主题的广度，但无法保证全面覆盖（Wong等人，Citation2013）。2.3.1 数据检索和研究发现回顾选取的二十二篇文章的全文被重新阅读，并使用结构化数据提取协议进行了手工编码（见表2和附录2）。每篇文章都根据一般信息（包括作者、出版年份、地理重点和国家）和技术细节进行分类，例如论文的目标（或性别特定的目标）、感兴趣的领域、建模方法、分析的变量、干预类型以及评估的性别相关动态或影响。表2. 回顾中代表的地点和建模方法。下载CSV显示表格。性别维度的编码是使用结构化数据提取表进行的，每篇文章都系统地手工编码以捕捉性别特定的目标、变量和社会经济结果（例如就业、收入、饮食质量、营养）。性别被作为一个核心分析类别，使得能够明确区分那些明确对性别进行建模的干预措施和那些研究更广泛农业或畜牧业政策对性别差异影响的文章。这种方法确保了性别不是被当作偶然因素对待，而是作为分析的主要视角，从而增强了回顾的方法论严谨性和主题一致性。然后使用这些表格来解释回顾中的发现，沿着关键主题领域进行归纳分析。文章根据所涉及的影响领域、使用的建模方法、模拟的假设以及采用的校准方法进行分组。这有助于识别共同的方法论限制，特别是关于性别如何被整合到建模框架中的问题。在此分析之后，研究借鉴了更广泛的文献来探讨如何改进这些建模方法，以更好地反映畜牧业部门过程和干预措施的性别差异影响。3. 结果与讨论在回顾中包含的二十二项研究中，有十六项使用了CGE模型将性别动态整合到农业或畜牧业部门中。两项研究使用了MS，一项应用了PE建模。此外，还有三项研究将CGE与MS或PE方法结合使用（见图2a）。图2. 按（2a）建模方法、（2b）地理位置、（2c）出版年份和（2d）性别影响领域划分的论文分布。阅读此图的详细描述。这个四面板条形图分为两行，每行两个面板，展示了不同类别的文章数量。a面板标题为“建模方法”，垂直轴显示文章数量，水平轴显示经济模型类型。CGE有16篇文章，PE有1篇，MS有2篇，Mix有3篇。b面板标题为“地理重点”，垂直轴显示文章数量，水平轴显示地区。非洲有16篇文章，亚洲有5篇，中东有3篇，南美洲有1篇，中美洲有3篇。c面板标题为“出版年份”，垂直轴显示文章数量，水平轴显示年份。1997年有1篇，2000年有1篇，2003年有1篇，2004年有1篇，2005年有2篇，2008年有2篇，2009年有1篇，2011年有1篇，2013年有2篇，2014年有1篇，2015年有1篇，2016年有4篇，2017年有2篇，2018年有1篇，2020年有1篇。d面板标题为“性别动态/影响”，垂直轴显示文章数量，水平轴显示主题。收入相关有16篇文章，市场营销...有1篇，贫困有5篇，就业...有2篇，经济...有6篇，食品...有1篇，营养有2篇，福利有1篇，生产力有1篇，消费...有1篇，决策...有1篇，时间/资源有3篇，价格有1篇。在部门重点方面，九项研究同时涉及农业和畜牧业，而十三项研究仅关注农业。没有一项研究专门研究畜牧业。从地理上看，大多数研究集中在非洲国家，包括埃塞俄比亚、埃及、南非、赞比亚、布基纳法索、莫桑比克、摩洛哥、塞内加尔、乌干达和坦桑尼亚。七项研究位于亚洲（斯里兰卡、菲律宾、孟加拉国、伊拉克、印度和尼泊尔），三项研究集中在中东（也门、伊拉克和巴基斯坦）。两项研究位于中美洲（多米尼加共和国和洪都拉斯），一项研究位于南美洲（巴西）（见图2b）。这些研究分布在选定的回顾期间（1980-2022年），其中2016年发表的文章数量最多（见图2c）。最常分析的主题是收入（在十七项研究中涉及）和福利（在九项研究中涉及）（见图2d）。每项研究的更多细节和个别总结，包括建模方法、部门重点、评估的变量和关键发现，见表2和附录2。回顾的研究考察了一系列干预措施，包括农业研发、生产力提升（通常由技术变革驱动）、政策改革（如农业贸易自由化、制造业和工业），以及农业部门的价格自由化以及更广泛的经济增长策略。贸易自由化通常被建模为降低关税和消除监管壁垒，研究评估了这些措施对生产、消费、减贫以及妇女就业和收入的影响（Filipski等人，Citation2011；Siddiqui，Citation2009）。这些研究的一个共同发现是妇女和贫困家庭对食品不安全的脆弱性增加，这通常归因于政策失败，这些失败对农村妇女造成了不成比例的不利影响。妇女在畜牧业中的作用体现在她们参与农业生产（Arndt & Tarp，Citation2000）以及分配给生殖责任的时间（Smith & Chavas，Citation1997）。使用选定的结果指标评估了性别特定的影响：消费：Arndt和Tarp（Citation2000）；Bakker等人（Citation2018）；de Souza和Domingues（Citation2015）；Fofana等人（Citation2005）；Harttgen等人（Citation2016）；Siddiqui（Citation2009）；Sinha和Khan（Citation2008）；Sinha和Sangeeta（Citation2000）；收入：Citation2017）；Arndt等人（Citation2011）；Breisinger和Ecker（Citation2014）；Cockburn等人（Citation2008）；Filipski等人（Citation2011）；Fofana等人（Citation2005）；Latorre（Citation2016）；Siddiqui（Citation2009）；就业：Arndt和Tarp（Citation2000）；Latorre（Citation2016）；Liyanaarachchi等人（Citation2016）；生产者收入：Latorre（Citation2016）；营养：Bakker等人（Citation2018）；Breisinger和Ecker（Citation2014）；Harttgen等人（Citation2016）。回顾的结果按建模方法和模拟的部门干预或冲击进行组织。3.1. CGE、PE和MS模型中的性别动态回顾的研究表明，经济模型不仅仅是量化部门冲击。它们还揭示了结构变化如何通过性别化的角色、责任和机会体现出来。可计算一般均衡（CGE）模型通过分解劳动力和家庭类别并追踪整个经济体的冲击来捕捉性别动态。它们的主要贡献在于展示了贸易、生产力和政策改革对妇女就业、工资和福利的系统性影响。然而，它们可能会简化家庭内部的讨价还价过程和护理责任，将性别主要视为劳动力投入而非动态的社会构建。另一方面，部分均衡（PE）模型更狭隘地关注部门细节和影响妇女角色的功能关系。它们强调了农业研发、季节性和分配网络的性别特定效应。它们的优势在于能够在部门层面量化目标影响，但忽略了跨部门溢出效应和将地方干预与系统性变化联系起来的更广泛的赋权途径。微观模拟（MS）模型在家庭层面运作，模拟异质性和家庭内部谈判。它们揭示了政策如何重塑妇女对资源的控制、时间分配以及对冲击的脆弱性。它们的贡献在于揭示了在总体模型中往往看不见的实际情况和讨价还价动态。尽管存在这些限制，这三种建模方法提供了关于性别动态的互补见解。CGE模型突出了系统性结构，PE模型捕捉了部门特性，MS模型揭示了家庭层面的实际情况。这些模型共同表明，性别动态发生在多个层面上，与宏观经济冲击、部门干预和家庭内部谈判相互作用。3.1.1. 使用一般均衡方法的性别建模3.1.1.1. 贸易政策。Fofana等人（Citation2005）模拟了贸易自由化对男性和女性收入、福利、市场份额以及时间和资源分配的影响。他们的发现表明，完全取消进口商品的关税对女性收入生成的益处大于男性，但也导致女性休闲时间的减少。Latorre（Citation2016）研究了关税改革、国内和外国企业去监管以及新企业进入对就业和工资的影响。同样，Sinha和Khan（Citation2008）分析了贸易政策变化（特别是关税减免）对妇女福利的影响，通过收入、消费和产出以及进口、出口、价格、通货膨胀和总体福利等更广泛的经济指标来衡量。Filipski等人（Citation2011）进行了一项相关研究，评估了在多米尼加共和国-中美洲自由贸易协定（DR-CAFTA）下取消农业进口关税的影响。他们评估了该政策对女性主导家庭与男性主导家庭的就业和工资的影响。Sinha和Sangeeta（Citation2000）还探讨了进口关税减免对印度妇女福利的影响，重点关注这些政策变化如何影响来自正规部门收入的家庭的实际消费。Hendy和Zaki（Citation2013）改编的CGE模型用于研究贸易自由化对工资不平等的影响，考虑了个体家庭和部门特征。他们的结果显示，城市和农村技术熟练男性的工资不平等减少了，同时城市地区技术熟练女性与技术不熟练女性之间的工资不平等也减少了。这种方法与Fontana和Wood（Citation2004）的方法类似，他们使用了性别化的社会会计矩阵（SAMs）和CGE模型来证明资源禀赋、劳动力市场制度和社会文化规范的差异如何塑造贸易扩张的性别化影响。他们的研究还发现，随着男女接受正规教育年限的增加，劳动力市场中的性别差距趋于缩小。3.1.1.2. 劳动力和就业。de Souza和Domingues（Citation2015）使用动态一般均衡模型评估了妇女劳动力在巴西经济中的作用和日益重要性。他们根据性别和技能水平将劳动力分为六类——低技能、中等技能和高技能的男性和女性——并分析了劳动力市场变化对经济行为、收入和妇女整体福祉的部门影响。Latorre（Citation2016）进一步说明，技术熟练的男性和女性工人从实际工资增长中受益更多。随着部门更加倾向于商业服务，对受过教育的工人的需求增加，导致技术熟练劳动力的工资相对于技术不熟练劳动力更高。研究得出结论，通过增加对女性教育的投资可以缩小性别工资差距，从而提高女性在技术先进和服务导向部门中的人力资本和就业能力。3.1.1.3. 生产力提升。生产力提升主要通过劳动力生产力来评估（Bakker等人，Citation2018；Latorre，Citation2016）。在农业部门，生产增长（包括作物和畜牧业）是基于生产要素的增长（Breisinger & Ecker，Citation2014）和全要素生产率（Al-haboby等人，Citation2016；Kinyondo & Mabugu，Citation2009）来模拟的。为了评估生产力提升的更广泛经济效应，特别是对性别就业、工资、收入和福利的影响，Kinyondo和Mabugu（Citation2009）使用了IFPRI标准CGE模型（Lofgren等人，Citation2001）。他们在劳动力类别中引入了性别区分（男性和女性，进一步按技能水平细分：技术熟练、半熟练和技术不熟练）。该模型还按性别区分了生产要素和收入。他们的发现表明，全经济体的生产力提升导致了所有技能水平的就业增长。然而，技术不熟练和半熟练的女性受益更多，主要是因为女性在失业时更可能接受较低的工资。同样，Al-haboby等人（Citation2016）使用动态CGE模型探讨了农业子部门的生产力驱动增长如何加速整体经济增长并改善家庭收入分配。他们的模型按地点和劳动力市场按性别和技能水平进行了细分。Sinha和Sangeeta（Citation2000）研究了农业生产率提高对印度妇女收入和福利的影响。研究发现，当女性从家务劳动转向有偿工作时，她们的收入有所增加——尽管这种增长幅度相比男性要小。Arndt和Tarp（Citation2000）评估了木薯生产技术改进对农村妇女和整体经济的影响，考虑了有无风险降低行为的不同情景。他们的分析重点关注了诸如耐旱和抗病品种以及改进的农业实践等创新如何影响生产风险、保险成本和家庭消费。

Bakker等人（Citation2018）评估了气候变化、经济结构变化以及政策干预（包括粮食援助、现金转移、消费者和生产者补贴以及基础设施扩展）对粮食安全的直接和间接影响。在他们的研究中，粮食安全通过按收入、年龄和性别分组的消费和营养结果来衡量。

3.1.2 使用部分均衡方法进行性别建模
采用部分均衡（PE）模型的研究为特定于畜牧业部门的干预措施对性别差异结果的预期影响提供了宝贵的见解。然而，这些模型通常仅通过与一般均衡（GE）模型的联系来量化农业和畜牧业对就业和收入的贡献。

3.1.2.1 季节性和分配网络
例如，Bakker等人（Citation2018）使用了Food Distributed Extendable Complementarity（Food-DECO）模型——一个被构建为混合互补问题（MCP）的PE模型——来评估季节性和区域分配网络如何影响按性别和人均收入分组的营养结果。该模型通过按收入水平、年龄和性别细分消费来捕捉营养结果。研究发现，高收入人群比低收入人群摄入的热量显著更多，男性比女性摄入的热量也更多，这反映了生理需求和家庭内部的食品分配实践。

3.1.2.2 研究投资
Frija等人（Citation2020）结合了PE和CGE模型，评估了不同农业研发投资对14个非洲国家男性和女性就业的中长期影响。他们的模拟显示，女性（尤其是受教育程度较高的女性）的更多参与显著提升了国内需求，从而刺激了与家庭消费相关的行业增长。该研究使用了从Kaspos（Citation2005）改编的就业与GDP弹性系数来估计GDP增长对就业的影响。研究结论是，农业占GDP比重较高且农业投资具有较大生产力提升潜力的国家更有可能创造就业机会并减少性别间的就业差异。

3.1.3 使用微观模拟方法进行性别建模
3.1.3.1 价格变化和政策
Smith和Chavas（Citation1997）应用微观模拟模型来估计布基纳法索的价格自由化政策的影响。他们使用了一个非汇总的家庭模型，该模型考虑了家庭内部关于资源控制的协商，研究了价格上涨如何影响女性对资源的控制，以及她们在创收和生育角色之间的时间和收入分配。自由化政策模型包括了1981年至1985年间实施的汇率贬值和价格管制放松。研究得出结论，当农业自由化与提高女性创收活动盈利能力的针对性措施相结合时，可以显著改善女性的福祉。

Harttgen等人（Citation2016）使用微观模拟方法分析了马拉维家庭面临的食物价格变化和短期收入冲击的影响。利用2004/2005年第二次综合家庭调查（IHS-2）的数据，该模型评估了对食品消费和粮食贫困的影响，特别关注了女性的情况。研究识别出脆弱群体，并为设计缓解未来食品和收入冲击影响的计划提供了依据。微观模拟技术也被整合到CGE模型中，以评估贸易和价格自由化政策的性别差异影响。Liyanaarachchi等人（Citation2016）通过结合一般均衡和微观模拟框架研究了贸易自由化对贫困的影响，他们的模型评估了性别地位如何影响就业概率，劳动参与度按技能水平进行了细分。结果显示，贸易自由化导致国家和城乡层面的收入不平等加剧。

3.2 方法论假设和模型校准
3.2.1 模型假设的优势和局限性
基于CGE的模型（Breisinger & Ecker, Citation2014; Frija et al., Citation2020; Hendy & Zaki, Citation2013; Kinyondo & Mabugu, Citation2009; Liyanaarachchi et al., Citation2016）通常假设市场出清条件——即所有生产的商品和服务在同一时期内售出——以及完全竞争，即相同产品可以无障碍地自由交易，没有任何单一行为体能够影响价格。然而，这些假设往往未能反映低收入国家（LMICs）的经济现实，这些国家的经济中普遍存在垄断结构、非正规部门以及劳动力市场僵化（例如南非的高失业率、埃及的非正规劳动力）。

同样，Bakker等人（Citation2018）的部分均衡模型和Harttgen等人（Citation2016）的微观模拟模型假设家庭对冲击的反应是可预测的，忽略了非市场应对机制（如食物共享和汇款）以及家庭内部的动态（如基于性别的资源分配）。静态模型也无法捕捉长期的结构变化（如资本积累、技术扩散和劳动力市场转型），从而限制了它们评估贸易自由化（Corong, Citation2014; Hendy & Zaki, Citation2013; Liyanaarachchi et al., Citation2016）或生产力增长（Kinyondo & Mabugu, Citation2009）等政策的持续影响的能力，而这些动态效应至关重要。

大多数模型没有考虑外部冲击，如气候变化（Frija等人（Citation2020）中包含了一个气候情景）、全球价格波动或政治不稳定。例如，Breisinger和Ecker（Citation2014）以及Hendy和Zaki（Citation2013）没有充分考虑2011年后也门冲突或埃及阿拉伯之春的影响。这些冲击显著影响经济和社会结果，但往往被视为外生因素或被完全忽略。尽管在所审查的研究中，按性别分组的分析是一个显著的优势，但许多模型未能纳入性别特定的限制因素，如职业隔离、育儿责任和父权制规范（例如Corong, Citation2014; Hendy & Zaki, Citation2013; Smith & Chavas, Citation1997）。此外，福利的非收入维度（如教育和医疗保健的获取）很少被纳入，限制了贫困和福利评估的全面性（例如Harttgen et al., Citation2016; Liyanaarachchi et al., Citation2016）。

最后，假设冲击对所有地区和家庭的影响是均匀的（例如价格上升（Harttgen et al., Citation2016）或关税减免（Hendy & Zaki, Citation2013）忽略了市场准入、价格传递和脆弱性的关键空间差异。这在经济和地理环境多样化的国家尤其成问题。

3.2.2 模型校准方法的优势和局限性
所审查的模型通常使用特定背景的数据进行校准，包括家庭调查（例如Harttgen等人（Citation2016）中的马拉维IHS、Corong（Citation2014）中的菲律宾FIES、Hendy & Zaki（Citation2013）中的埃及HIECS）以及社会核算矩阵（SAMs）（例如Kinyondo & Mabugu（Citation2009）中的南非2003年SAM、Breisinger & Ecker（Citation2014）中的也门2009年SAM）。这些数据来源提供了实证基础，并允许按行业、性别和家庭类型进行详细细分。关键参数（如需求和贸易弹性以及生产函数）通常通过计量经济学方法估算或借鉴现有文献得出。例如，Harttgen等人（Citation2016）应用了几乎理想需求系统（AIDS）来模拟食品需求，而CGE模型通常使用嵌套的恒定替代弹性（CES）函数来灵活表示生产和贸易行为。大多数研究（例如Bakker等人（Citation2018; Breisinger & Ecker, Citation2014; Corong, Citation2014; Frija et al., Citation2020; Hendy & Zaki, Citation2013; Kinyondo & Mabugu, Citation2009; Liyanaarachchi et al., Citation2016）进行了敏感性分析，以测试其结果对关键参数变化的稳健性，从而增强了研究结果的可信度。

然而，也存在一些局限性。一些模型依赖于过时的数据（例如Smith & Chavas（Citation1997）中的1984/85年ICRISAT数据、Corong（Citation2014）中的2000年SAM数据、Hendy & Zaki（Citation2013）中的2004/05年数据），这降低了它们对最近政策背景的相关性，尤其是考虑到重大的经济、政治和气候变化。非正规部门活动和非市场收入来源经常被低估，可能会扭曲劳动力市场和贫困估计。在某些情况下，参数估计的透明度也有限，从而影响了模型输出的准确性。尽管进行了敏感性分析，但这些分析往往仅关注有限的参数集（例如弹性、生产力冲击），忽略了更广泛的不确定性，如非正规部门动态、外部冲击或政策实施挑战。这些遗漏限制了模型的稳健性，特别是在性别分析方面。

在评估营养结果的模型中（例如Breisinger & Ecker, Citation2014; Harttgen et al., Citation2016），假设食品消费直接转化为营养状况忽略了食品质量、准备损失和健康状况等关键因素。此外，福利的非收入维度（如赋权、教育和医疗保健获取）很少被纳入，限制了模型对贫困和福祉的全面评估。

4. 讨论
尽管经济模型在农业和食品系统分析中的使用日益增多，但当前的建模方法在捕捉畜牧业干预措施的复杂且性别差异化的影响方面仍存在不足。本综述指出了在应用CGE、PE和MS模型时面临的三个主要挑战：（1）对非正规经济的代表性不足；（2）静态或过于简化的假设；（3）性别差异指标的整合不足。MS模型有助于捕捉异质性，并能更详细地解释农业系统的复杂性（Peichi, Citation2016）。然而，它们缺乏CGE和PE模型所捕捉的更广泛的市场和政策联系。另一方面，由于CGE模型关注的是总体水平，因此它们提供了宏观经济一致性，但通常忽略了个体层面的异质性和非正规经济活动——女性在畜牧业系统中高度集中的领域。此外，CGE模型可能成本高昂且分析耗时。CGE模型忽略了个体行为者和选择的差异，导致估计结果存在偏差。PE模型虽然能展示更详细的行业影响，但常常忽略了关键的跨行业互动（Boland, Citation2014）。此外，PE模型受数据要求的限制，例如弹性系数可能具有性别中性或过时。

关键的是，大多数研究未能纳入非正规部门，尽管它在农村经济中占据主导地位，并对女性的生计至关重要。例如，小型家禽生产或家庭奶制品加工——这些活动主要由女性管理——经常被正式数据源排除在外，因此在模型中代表性不足。这种遗漏导致结果偏差，削弱了政策对性别包容性发展的相关性。在Harttgen等人（Citation2016）的模型中，关于市场反应的假设没有包括对非市场食品来源的依赖，也没有明确模拟影响食品权利的显著因素。非正规经济，尤其是小型畜牧业交易或家庭家禽生产等未注册的活动，在低收入国家尤为重要（FAO, Citation2009）。依赖静态模型进一步限制了模型对贸易中断或气候事件等动态调整的捕捉能力。这些冲击对女性有明显的性别差异影响：女性往往缺乏储蓄、市场或保险等应对机制。Harttgen等人（Citation2016）的静态家庭行为模型和统一的价格冲击模型未能充分捕捉马拉维复杂的经济社会和环境背景。Frija等人（Citation2020）和Bakker等人（Citation2018）使用的模型也假设生产力和冲击是均匀的，忽略了局部化的性别脆弱性和适应能力差异。因此，模型输出可能低估了女性收入、粮食安全和韧性的风险。

静态模型假设经济结构和参数是固定的，忽略了资本积累、技术变革和行为适应等动态过程。这限制了它们捕捉关键调整和外部冲击（如全球贸易中断）的能力，这些冲击对依赖出口和环境脆弱的行业（如畜牧业）尤为重要。例如，Frija等人（Citation2020）使用静态CGE模型评估非洲的畜牧业干预措施，假设生产技术和就业弹性是恒定的。这种方法未能反映农民如何适应饲料价格飙升或干旱等冲击——这些在低收入国家很常见的问题。这些限制对女性尤其显著，因为她们在小型畜牧业系统中扮演关键角色，但经常被模型假设排除在外。正如Baltenweck等人（Citation2022）指出的，女性面临信贷和市场准入等独特限制，而静态模型未能捕捉到这些限制。Brooks等人（Citation2010）强调，静态模型低估了贸易波动对女性的影响，因为女性往往缺乏抵御价格冲击的资源，导致政策忽视了贸易稳定性和市场准入的需求。气候变化进一步加剧了这些挑战。发展中国家的畜牧业系统面临干旱、热应激和饲料短缺等日益增加的风险，这些风险对依赖小型反刍动物和家禽获取收入的女性影响尤为严重（FAO, Citation2009）。然而，大多数模型未能充分整合气候风险。例如，Frija等人（Citation2020）使用了一个简化的气候情景，假设非洲各地的生产力影响是均匀的，忽略了诸如牧区频繁干旱等局部脆弱性。虽然Bakker等人（Citation2018）考虑了随机天气冲击，但他们的模型没有考虑到长期气候效应，如降雨模式的变化、土壤退化或害虫爆发——这些因素对小规模、女性主导的畜牧业经营有重大影响。气候变化、全球价格波动和政治不稳定的有限整合限制了这些模型为增强韧性（特别是对女性而言）提供政策建议的能力。尽管这些模型为模拟政策影响提供了强大的工具，但它们在代表非正式经济、依赖静态假设以及使用性别细分指标方面的局限性反映了与实际性别现实的脱节。这些模型主要依赖于正式市场数据和总体家庭结构，往往无法捕捉女性在畜牧业相关生计中扮演的复杂且具有情境性的角色，而这些角色对农村经济至关重要，但在正式数据集中却很少得到体现。从性别赋权的角度来看，这种排除削弱了模型反映女性对资源的控制权及其对家庭韧性贡献的能力。此外，尽管参与式发展理论强调了根据受影响最大群体的声音和经验来设计政策的重要性（Cornwall, Citation2008; Rahman, Citation1993），但定量建模方法常常忽视了这些现实，将性别简化为劳动投入，而不是将其视为由规范、权力关系和家庭内部谈判塑造的动态社会构建。

然而，一些有前景的方法正在出现。与微观模拟技术相结合的动态CGE模型（例如Ahmed和O’Donoghue（Citation2007））提供了一种途径，可以估计宏观层面的冲击如何转化为家庭层面的性别结果。通过系统地将宏观经济冲击与微观层面的赋权结果联系起来，并通过参与式方法验证这些联系，混合模型可以从预测分析转向共创。这种方法符合强调资源、能动性和成就的赋权框架，并支持设计出既具有分析严谨性又具有社会响应性的畜牧业和农业政策，确保政策设计既反映结构性经济过程，也反映实际的性别现实。另一个关键进展是将特定于性别的指标（如妇女农业赋权指数（WEAI）或妇女畜牧业赋权指数（WELI）纳入模拟模型。这些综合指数涵盖了资源获取、决策制定和时间利用等多方面的赋权情况，为性别分析提供了结构化的方法。此外，参与式建模方法和基于代理的模拟提供了创新方式来纳入社会规范和决策动态。这些模型可以模拟家庭内部的谈判和对干预措施的响应，非常适合反映畜牧业系统中的性别角色和限制。然而，它们在事前影响评估和畜牧业部门展望中仍然没有得到充分利用。

总体而言，虽然没有单一的建模框架能够完全捕捉畜牧业系统中的复杂性别动态，但结合多种模型（例如用于宏观趋势的CGE、用于家庭层面效应的MS以及用于赋权结果的性别指标）具有巨大潜力。迫切需要一种模块化的建模策略，利用跨学科方法和更新的数据，以确保在低收入和中等收入国家（LMICs）中进行更准确和性别响应性的展望评估。

5. 结论
本文回顾了经济模型在农业和畜牧业部门干预中如何处理性别角色和影响。通过综合运用CGE、PE和MS技术的建模研究，本文评估了这些方法在捕捉性别差异结果（包括劳动力分配、收入、消费和赋权指标）方面的能力。研究发现表明，虽然当前模型提供了有关行业和宏观经济影响的有用见解，但它们往往未能考虑与女性在非正式畜牧业经济中角色相关的性别特定动态。该综述强调了静态框架、过时数据以及过于简化的假设的局限性，这些因素未能反映适应行为、社会规范或家庭内部决策——这些都是理解干预措施如何不同地影响男性和女性的关键因素。

我们的研究对政策有几个启示。首先，研究表明，没有单一模型能够充分捕捉性别影响的多元性质。因此，建议采用混合方法建模策略，结合不同方法的优点来捕捉多层次和多维度的性别影响。这种策略可以支持设计更具包容性的畜牧业政策和投资，特别是在畜牧业对农村生计和女性经济参与至关重要的低收入和中等收入国家（LMICs）。其次，分析指出了未来模型发展的有希望的方向，包括整合性别敏感指标（如WEAI和WELI）、与CGE模型相结合的动态微观模拟框架，以及结合社会规范和地方知识的参与式和基于代理的方法。这些进展能够更好地反映畜牧业系统中的性别限制和机会，并提高政策建议的相关性。第三，女性在非正式畜牧业相关活动中发挥着关键作用，包括小规模家禽生产和家庭奶制品加工。这些贡献对农村生计和家庭粮食安全至关重要，但经常被排除在经济分析之外。因此，政策框架必须明确承认并纳入这些非正式活动，以确保干预措施能够全面反映女性的经济参与，并支持更具性别响应性和包容性的发展结果。

本文强调了经济建模成为支持性别响应性发展的更强大工具的潜力。通过将性别分析更深入地嵌入展望评估和政策模拟中，发展参与者可以更好地识别哪些干预措施最有可能增强女性的自主权、减少贫困，并促进具有韧性和包容性的畜牧业系统。最后，当混合建模系统地基于性别敏感指标并通过参与式方法进行验证时，它构成了推进低收入和中等收入国家农业和畜牧业系统分析的稳健方法论路径。这种方法确保女性的能动性、贡献和限制被明确纳入政策设计过程。通过这种方式，经济模型从抽象的理论模拟转变为基于实证和情境相关的工具，可以指导包容性发展战略，并增强食物系统的韧性。

缩写：
CGE=可计算一般均衡（Computable General Equilibrium）
LMICs=低收入和中等收入国家（Low-and-middle income countries）
MS=微观模拟（Micro-simulation）
PE=部分均衡（Partial Equilibrium）
SAM=社会会计矩阵（Social Accounting Matrix）
WELI=妇女畜牧业赋权指数（Women Empowerment in Livestock Index）
WEAI=妇女农业赋权指数（Women Empowerment in Agriculture Index）
WISE=福祉、包容性和可持续性维度（Wellbeing, Inclusion, and Sustainability dimensions）