制造业工人数字技能分层的性别视角：对战略人力资源管理的影响

这对普通工人为何重要

全球各地的工厂正悄然变得更数字化，屏幕、传感器和自动化设备正在重塑产品的生产方式。这一转变带来了更好工作的机会——但前提是拥有相应技能。本文考察了工厂车间中谁在获得这些数字技能，并展示了男性和女性如何被引导进入截然不同的工作类型，这对薪酬、工作保障和职业路径有着切实影响。

工厂如何实现数字化

在现代制造中，数字工具已经融入几乎每一个环节：机器由软件驱动，生产线实现实时监控，数据用于微调流程。为跟上这些变化，工人需要的不仅是简单的按键操作。他们必须理解设备如何工作、解读数字读数，并在出现问题时提出改进建议。该研究聚焦于中国广东省的工厂——世界上最大的制造业中心之一——以观察这类对数字知识的新需求如何重塑劳动力，以及男女是否同等受益于这些变化。

四类数字化工人

作者利用来自1.1万多名员工和近900家工厂的调查数据，将工人按其实际工作内容划分为四个数字技能层级。一类是在理解整体生产流程方面很强，同时具备操作和维修数字设备的动手能力。另一类擅长流程协调与管理，但设备技能较弱。大范围的中间群体在两方面都具有中等水平的技能，而最后一类总体数字技能低，通常从事例行性支持或基础行政工作。相比于简单的“熟练”与“非熟练”标签，这一四分法描绘了单一工厂内不同类型数字技能的更现实分布。

男女分别落在哪些岗位

研究发现这四个层级中存在明显的性别分布模式。男性大量集中在既具备流程能力又具备设备能力的顶层，以及与机器和自动化紧密相关的中间操作岗位。女性更常出现在依赖组织、协调和文书工作的岗位——管理、销售、支持和文员职位——以及低技能层级。这些差异并非源于天生能力，而是反映出长期存在的关于“男性”做技术工作和“女性”做办公室工作的预期，以及招聘和晋升实践将男性引向机房、女性引向办公桌的倾向。随着工厂实现数字化，这种分工模式在悄然限制女性接触高级工具和在岗学习的机会。

任务类型、培训与被替代的担忧

并非所有工厂岗位面临的自动化风险相同。研究引入了“非例行性”工作的衡量指标——即岗位在多大程度上依赖解决问题、创造力和社交互动，而非重复性步骤。处于此类非例行性岗位的工人更有可能属于较高的数字技能群体，也较少担心被机器替代。聚集在易于自动化的低技能任务中的工人——女性在这些岗位中比例偏高——更担心被机器人或软件取代。培训起到了决定性作用：接受针对自动化、机器人和计算机工具培训的工人更有可能晋升到更高的数字层级，但这些项目的获取并不均衡，常常优先覆盖已有优势的群体。

对企业的含义

有趣的是，提高已经高绩效工人的数字技能对企业带来的收益有限，因为他们的贡献接近“饱和”。相比之下，提高低级和中级工人的技能可以带来生产力、质量和灵活性的显著跃升。然而这些群体——其中包括大量女性——最不可能获得高级数字培训或被安排承担高价值任务。研究认为，当企业忽视这一“来自基层的人才”时，便错失了重大机会；不均等的数字岗位获取还可能逐步将女性排除在制造业最理想岗位之外。

构建更公平的数字化工厂

对于普通读者，核心信息是：制造业的数字化未来不仅关乎更智能的机器——还关乎谁有机会与这些机器共事。文章结论认为，公司和政策制定者可以通过对更多女性开放技术岗位、在招聘与晋升中以技能而非刻板印象为导向、并为所有员工提供透明且针对岗位的数字培训，既改善公平性又强化竞争力。当男女在学习机会、高级设备和非例行任务上获得平等准入时，工厂更能为技术变革做好准备，并更有可能将数字化转型的收益分享给全体员工。

引用: Zhang, L., Xu, J. Gendered perspectives on digital skill stratification among manufacturing workers: implications for strategic human resource management. Humanit Soc Sci Commun 13, 314 (2026). https://doi.org/10.1057/s41599-026-06686-2

关键词: 数字技能, 制造业工人, 性别不平等, 自动化, 劳动力培训