如何成為拆船工
也稱為: 儀表拆解工, 機艙拆解工, 船體拆解工油船清洗工
拆船工用拆除裝置和工具把報廢船舶拆開，分成船板、可軋材料、廢鋼鐵、有色金屬，以及還能用的船用裝置和儀器儀表。
主要任務
- 用鉗工和氣割工具在船上開出登船口
- 用洗艙機、通風機、鏟子等清除油船艙內的油垢，處理並排放含油污水
- 用氣體檢測儀和防爆儀測出易燃和有害氣體的濃度
- 安全處理船上留下的易燃易爆危險品，如殘油、剩油、溶劑、油漆、煙火信號和高壓容器，並分類保管
- 拆除裝有惰性氣體、一氧化碳等有害物質的儲存裝置
- 用工具拆下還能用的裝置和備品備件，如儀器儀表、通信導航裝置和甲板機械，分類包裝後入庫
- 拆除不能再用的儀器裝置和船舶主機等
- 拆解船體，切成船板、型材和廢鋼，過磅後分類堆放
入行途徑
- 職業教育專業: 高等職業教育專科專業：船舶智能焊接技術（460504） 職業教育專業 460504 船舶智能焊接技術，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：特種作業人員，特種裝置檢驗、檢測人員資格、特殊焊接技術。; 高等職業教育專科專業：船舶電氣工程技術（460503） 職業教育專業 460503 船舶電氣工程技術，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：智能產線控制與運維、可編程控制器系統應用編程。; 高等職業教育專科專業：船舶動力工程技術（460502） 職業教育專業 460502 船舶動力工程技術，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：電腦技術與軟件專業技術資格、機械數碼化設計與製造。; 高等職業教育專科專業：船舶工程技術（460501） 職業教育專業 460501 船舶工程技術，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：特殊焊接技術、智能產線控制與運維。; 高等職業教育學士專業：船舶智能製造技術（260501） 職業教育專業 260501 船舶智能製造技術，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：特殊焊接技術、智能產線控制與運維。; 高等職業教育學士專業：船舶電氣工程技術（260503） 職業教育專業 260503 船舶電氣工程技術，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：智能產線控制與運維、可編程控制器系統應用編程。; 高等職業教育學士專業：船舶動力工程技術（260502） 職業教育專業 260502 船舶動力工程技術，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：機械數碼化設計與製造、網絡安全服務。
薪酬 · AI 與這份工作
- 全國薪酬中位數：每年 ¥80,500（2025 年）。
- 中間一半：¥56,100 至 ¥119,300。十分之一的人低於 ¥46,300，十分之一的人高於 ¥151,200。
- 這是中類「鐵路、船舶、航空裝置製造人員」的數據，並非僅針對該職業。
- 全國數據：人力資源社會保障部企業薪酬調查中的企業從業人員工資價位，不包括公共部門和個體從業者。
- 僅限廣州：中位數每年 ¥116,955（2025 年），中間一半為 ¥60,272 至 ¥148,272。
- 這是中類「鐵路、船舶、航空裝置製造人員」的數據，並非僅針對該職業。
- 根據國際勞工組織的全球估算，生成式 AI 能完成的此類工作相對較少。
誰在做這份工作
- 人口普查中類「鐵路、船舶、航空裝置製造人員」佔全國就業人員的 0.08%，其中女性佔 24.3%（2020 年人口普查）。
- 35 歲以下佔 38.4%，35 至 54 歲佔 54%，55 歲及以上佔 7.6%。年齡中位數所在年齡段為 35 至 39 歲。
- 這是整個中類的人口普查數據（2020 年長表抽樣），並非僅針對該職業。
相關職業
常見問題
如何成為拆船工？
入行途徑包括：高等職業教育專科專業：船舶智能焊接技術（460504）；高等職業教育專科專業：船舶電氣工程技術（460503）。
拆船工在中國能賺多少錢？
在全國範圍內，企業從業人員的薪酬中位數為每年 ¥80,500（人力資源社會保障部，2025 年），不包括公共部門和個體從業者。這是中類「鐵路、船舶、航空裝置製造人員」的數據。僅在廣州，這一數字為每年 ¥116,955（2025 年）。
AI 會改變拆船工的工作嗎？
根據國際勞工組織的全球估算，生成式 AI 能完成的此類工作相對較少。
數據來源
- 人力資源社會保障部《2025年企業薪酬調查信息》，取得於 2026年10月5日
- 廣州市人力資源和社會保障局《廣州市2025年人力資源市場工資價位》，取得於 2026年10月4日
- 國家統計局《中國人口普查年鑑-2020》（長表 4-6、4-7），取得於 2026年10月4日
- International Labour Organization, Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140, Gmyrek et al.)（ILO Working Paper 140, May 2025, Annex Table A1），CC BY 4.0，取得於 2026年10月4日
- 人力資源社會保障部、國家市場監督管理總局、國家統計局《中華人民共和國職業分類大典（2022年版）》（社會公示稿），取得於 2026年10月4日
資料來源：人力資源社會保障部、國家市場監督管理總局、國家統計局《中華人民共和國職業分類大典（2022年版）》（社會公示稿）；廣州市人力資源和社會保障局《廣州市2025年人力資源市場工資價位》；國家統計局（www.stats.gov.cn）《中國人口普查年鑑-2020》；教育部《職業教育專業簡介（2022年修訂）》《普通高等學校學士專業目錄（2025年）》；人力資源社會保障部《國家職業資格目錄（2021年版）》；O*NET 興趣數據（CC BY 4.0）；國際勞工組織全球生成式人工智能職業暴露指數（CC BY 4.0）。數據經 Peernovo 整理加工。職業與 ISCO-08、專業、學科領域及職業資格的對應關係由 Peernovo 編制。
職業描述和主要任務由 Peernovo 依據《中華人民共和國職業分類大典（2022年版）》中的事實自行撰寫；職業名稱和工種名稱沿用大典。
更新於 2026年10月5日