渔业数字化能否缩小渔业劳动力市场的性别差距？——来自中国的证据

《Aquaculture》：Does fishery digitalization reduce the gender gap in the fishery labor market? Evidence from China

　　

摘要
消除就业性别差距对于推进包容性可持续发展至关重要，包括在渔业领域。在全球数字化浪潮的背景下，研究渔业数字化能否影响渔业就业性别差距仍然是一个重要的研究课题。本文基于渔业数字化对渔业就业性别差距的影响及机制的理论分析，利用中国 2011 年至 2023 年的省级面板数据对此影响进行了实证探索。研究结果表明，渔业数字化显著缩小了渔业就业性别差距，渔业技术培训和渔业对外贸易是重要的路径。异质性分析显示，渔业数字化对缩小渔业就业性别差距的影响因水域类型、收入水平、性别角色认知和宗族文化影响强度而异。这种影响在淡水渔业、低收入水平地区、性别观念开放以及宗族文化较弱的地区更为明显。因此，不同地区和水域的渔业应采取差异化策略以推进渔业数字化转型。

引言
确保女性公平就业和实现就业性别平等，不仅是推动经济增长的关键因素，也是实现可持续发展的重要组成部分（Kumar and Tripath, 2018）。一方面，女性劳动力参与不仅通过经济独立增强了家庭应对风险的能力（Yao et al., 2025），还增加了儿童教育支出并改善了家庭生活水平，从而促进人力资本积累（Johnston et al., 2014; Cao et al., 2026）。另一方面，扩大女性就业可以提升生产经营的盈利能力，增加研发投资（Pfeifer and Wagner, 2014），提高全要素生产率（Chen and Li, 2021），并利用女性劳动力的规模和技能优势，充分释放性别红利并培育经济增长的新动力（Ma and Sun, 2023）。然而，由于不良的社会规范、无酬家务劳动、法律保护不足以及获取数字、金融和财产资产机会不平等，现实中存在严重的就业性别歧视问题（Yin et al., 2023），这导致社会福利恶化，阻碍社会公平、经济健康和可持续发展（Zhong and Chen, 2023）。

作为核心全球经济活动，渔业在全球主要部门——捕捞渔业和水产养殖中雇佣了约 6200 万人（FAO, 2024）。然而，作为一项高风险行业，由于个人、家庭和社会因素，渔业往往由男性劳动力主导，女性劳动力为辅。FAO（2024）也指出，女性在渔业总劳动力中仅占 24%，渔业就业性别不平等问题十分严重。女性深度参与渔业不仅是实现性别公平的内生要求，也是确保渔业生态可持续发展的关键因素。女性参与滩涂采集、鱼类加工和销售有助于积累关于沿海生态系统的广泛而独特的知识（Kleiber et al., 2015; FAO, 2023）。此外，与往往关注短期捕捞收益的男性相比，女性的生计与渔业资源的长期稳定性联系更为直接，因此她们更可能支持休渔和幼鱼保护等保护政策（Harper et al., 2013）。因此，将女性纳入渔业劳动力队伍有助于改善近岸栖息地管理，遏制过度捕捞，提高资源保护政策的有效性，并最终增强渔业社会 - 生态系统的整体韧性（Galappaththi et al., 2022）。

作为世界上最大的水产品生产国之一，中国的渔业产业在国家经济和农业中占据重要地位。然而，第七次全国人口普查（2022）数据显示，中国渔业产业中女性就业比例仅为 25.60%，这不仅远低于“大农业”（农林牧渔业）的 46.31%，而且比 2010 年低 3.43 个百分点。性别差距日益明显，严重阻碍了中国经济的增长和渔业的可持续发展。因此，改善渔业女性就业和缩小渔业就业性别差距（FGG）是迫切需求。

同时，基于新一代信息技术（如人工智能、云计算和大数据），数字经济日益渗透到社会和经济的各个领域，深刻影响现有的生产方式、消费模式和企业模式。数字经济对就业性别平等的影响也引起了学术界的更多关注（Roos et al., 2021; Mi et al., 2024），许多学者认为数字经济的增长为提高女性劳动力参与率和实现劳动力性别平衡提供了新机会（Wang et al., 2023a）。Ngai 和 Petrongolo（2017）以及 Lechman 和 Popowska（2020）等学者认为，数字经济可以通过远程办公等形式减少性别歧视并促进女性就业。Asongu 和 Odhiambo（2020）基于南非 42 个国家的数据发现，信息和通信技术的进步与女性失业率下降、女性就业机会扩大以及整体劳动力参与率上升有关。Sovbetov（2018）也指出，数字经济对土耳其女性就业能力具有短期和长期益处。Lu 等（2023）建议，数字经济促进了中国的性别平等观念，并增加了女性在劳动力市场的机会。此外，Yin 等（2023）利用 G20 国家的数据揭示，数字化程度提高往往缩小就业中的性别不平等，且高收入国家的缩小效应大于中低收入国家。

在研究数字经济对整体就业性别平等影响的同时，一些学者也从不同行业角度考察了其就业性别的影响，但主要关注非农部门。Chen 和 Xie（2023）发现，与男性相比，数字经济更显著地促进女性参与非农工作，有效缓解性别就业差距和收入差距。Xu 等（2024）发现，工业数字化显著改善了中国制造业的性别就业结构。Chen 等（2023）和 Tripathi 和 Rajeev（2023）认为，现代金融服务的数字化可以持续减少金融包容部门内的就业性别差距。在农业领域，Marshall（2021）利用问卷发现，澳大利亚农村农业中的男性倾向于将数字任务外包给女性，这加剧了农场上的传统性别规范和男性主导的社会框架，不利于缩小农业就业性别差距。然而，对此观点尚无共识。根据 Jiang 等（2021），女性可以在没有男性工人的情况下独立管理农业生产，并通过使用数字技术在协作生产过程中承担传统上由男性占据的角色，从而促进农业生产中的性别平等。

几位学者还探索了女性参与渔业的重要性（Harper et al., 2013, Harper et al., 2017; Calhoun et al., 2016; Ameyaw et al., 2020），并达成共识，认为渔业就业存在显著的性别差距（Szymkowiak and Rhodes-Reese, 2020），这阻碍了渔业可持续发展（Koralagama et al., 2017）。Cole 等（2018）、Elias 等（2024）和 Freitas 等（2020）认为，通过社会规范和政策支持，女性平等获取鱼类加工技术并积极参与资源共同管理可以缩小 FGG。然而，这些研究都没有考察渔业数字化（FDG）如何影响渔业就业的性别差距。在全球数字化浪潮的背景下，深入考察 FDG 在渔业劳动力市场中的作用，以有效应对可持续发展目标内的性别平等挑战至关重要。

总之，数字化对就业性别结构的影响已被学者广泛认可，现有研究也为本文提供了宝贵见解。然而，FDG 对 FGG 的机制和影响仍需进一步探索。因此，基于 FDG 如何影响 FGG 的理论研究，本文利用中国 2011 年至 2023 年的省级面板数据，实证分析了渔业数字化如何影响渔业就业性别差距。此外，本文进一步分析了渔业技术培训和对外贸易在 FDG 对 FGG 影响中的作用，这对于中国渔业行业缩小就业性别差距和实现可持续发展具有重要意义。这对于中国渔业行业缩小就业性别差距并实现可持续管理的战略目标具有重要的理论和实际意义。值得注意的是，本文关注于减少 FGG，并不基于男女参与必须绝对平等的前提假设。相反，我们承认，随着女性教育水平的普遍提高，她们在渔业之外有了越来越广泛的机会。如果女性选择离开渔业是因为她们能在其他行业获得更高回报，这本身反映了劳动力资源的最优配置。

然而，鉴于传统渔业中长期存在的男性主导现象——往往根植于对女性身体特征的刻板印象和体力密集型劳动的艰巨性质——这造成了女性进入该行业的隐性障碍。FDG 的兴起有效减少了这些非技能型的进入障碍，并减弱了性别差异对生产力的影响。因此，观察到的数字化伴随的女性参与度增加，更可能是由于数字工具扩大了女性的职业选择范围，使她们能够基于比较优势而非生理劣势来选择职业。在此背景下，女性进入渔业反映了理性决策，表明劳动力市场匹配效率的提高和个人经济福祉的增强。因此，本文侧重于 FDG 如何消除性别障碍，而不仅仅是倡导增加女性参与。

本文的潜在贡献如下：首先，现有研究缺乏对渔业数字化与渔业就业性别差距之间的联系和影响机制的深入考察。本文对 FDG 对 FGG 的影响机制进行了深入研究，并从技术培训和对外贸易的角度研究了 FDG 减少 FGG 的机制，从而丰富了相关理论研究。其次，关于渔业数字化对 FGG 异质性影响的研究有限。本文基于水域类型、收入水平、性别角色认知和宗族文化强度的差异，考察了数字化影响渔业就业性别差距的更深层次异质性特征，这可以为不同地区和水域通过数字发展缩小渔业就业性别差距提供更精确的参考。

片段
理论分析与研究假设
作为信息技术革命发展中出现的新经济形态，数字经济正逐步成为社会变革和经济扩张的主要驱动力中心。目前，新一代数字技术迅速发展，互联网与渔业产业深度融合。由于数字经济的强劲增长，渔业产业正在经历快速的数字化转型。渔业数字化不仅可以

模型设定
为考察 FDG 对 FGG 的影响，构建了基准模型：
????????,??=??0+??1?????????,??+∑???????????????????????????,??+????+????+????,??
其中 i 和 t 分别代表不同省份和年份。FGG 是渔业就业性别差距。FDG 是渔业数字化，?????????????????? 代表第 j 个控制变量。???? 和 ???? 分别代表省份和年份固定效应。????,?? 代表随机扰动项。

被解释变量
渔业就业性别差距（FGG）是被解释变量。渔业是

基准模型
本文主要使用固定效应（FE）模型和可行广义最小二乘估计（FGLS）方法进行回归分析。全样本的回归结果，包括添加和未添加控制变量的情况，如表 2 所示。
如表 1 所示，无论使用 FE 还是 FGLS 进行分析，也无论是否包含控制变量，FDG 对 FGG 的系数均显著为负。

这表明渔业数字化有助于。

异质性分析
渔业数字化（FDG）对渔业性别差距（FGG）的影响可能受到水体特征、收入水平、性别角色认知和社会文化环境的共同制约。因此，本文从渔业水域类型、收入水平、性别角色认知和宗族文化强度四个维度进一步进行异质性分析，以探索在不同情境下 FDG 对 FGG 的差异性影响。

结论与政策建议
中国渔业数字化的快速发展能否有效缩小渔业就业中的性别差距并实现渔业的可持续发展？是否存在水体类型、收入水平、性别角色认知和宗族文化强度的异质性？渔业技术培训强度和渔业外贸是否是渔业数字化影响渔业就业性别差距的重要途径？为了解答这些问题，本文

CRediT 作者贡献声明
李严明：写作——初稿、可视化、方法论、调查、形式分析、概念化。纪建月：写作——审阅与编辑、监督、资源、方法论、资金获取。

未引用参考文献
Black 和 Spitz-Oener (2010)；Wang (2022)。

利益冲突声明
作者声明，他们没有任何已知的竞争性经济利益或个人关系可能影响本文报告的工作。

致谢
本工作得到了国家自然科学基金（批准号 71873127）和山东省自然科学基金（批准号 ZR2026MS0921）的支持。

李严明 | 纪建月
劳动关系学院，山东管理学院，山东省济南市章丘区丁香路 3500 号，邮编 250357