信息通信产业员工英语能力的工资溢价效应

陈瑞哲, 陈 蓉

(西安邮电大学 外国语学院， 陕西 西安 710121)

摘 要: 研究信息通信产业员工英语能力的工资溢价效应，基于明瑟收入方程构建回归模型，采用概率抽样方法和最小二乘法回归分析，处理效应模型检验回归结果的稳健性，得出信息通信产业员工英语能力对工资的影响程度。选取2016年中国劳动力动态调研数据库中的数据进行回归分析，结果表明，信息通信产业员工存在英语能力工资溢价，且高收入地区更明显。英语能力也会显著提升本科学历及以上国有企业和民营企业的一般员工工资，对中层及以上管理人员和外企员工的影响不显著。建议信息通信企业提高低收入地区员工、中层及以上管理员工英语能力的工资溢价。

关键词: 信息通信产业；英语能力；人力资本；工资溢价；处理效应模型

工资溢价效应是指劳动力受自身或外部因素影响获得增量工资的现象^[1]。英语作为企业走向国际市场的重要语言媒介，在促进产能合作和技术创新中发挥着重要作用。英语能力的工资溢价效应是指英语能力较高的员工获得增量工资的可能性^[2]。此处所指的员工包括一般员工和中层及以上管理人员。英语能力工资溢价是人力资源管理的重要手段，一方面为企业国际化提供人力资本和智力支持，另一方面企业也需要不断地调整英语能力的工资溢价，以适应企业国际化发展的需求^[3]。信息通信产业是指使用当代尖端技术生产高技术计算机和通信产品的产业集群^[4]。中国正在着力培育信息通信产业集群，因此信息通信企业需要通过员工的英语能力工资溢价，为国际化发展提供人力资源保障。

关于员工英语能力的工资溢价效应研究中，文献[5]通过中介效应检验发现大学毕业生英语能力的工资溢价效应大约为14%～15%，企业将英语能力作为录用非211高校毕业生的重要参考指标，但研究中未对自评英语能力的回归结果进行稳健性检验。文献[6]发现大学英语四级成绩的标准差导致毕业生3.3%的工资差异，英语能力减弱了学业成绩对工资的影响，采用赫克曼矫正法对样本选择偏差进行纠正，但未处理回归结果潜在的内生性问题。英语能力有可能与其他解释变量或不可观测因素相关，使回归系数向上偏误^[7]。

员工英语能力的工资溢价效应研究，采用工具变量法对回归结果进行稳健性检验，文献[8]使用劳动者常住地与阿姆斯特丹的距离研究方言对就业的影响，但未考虑人口流动或地理因素导致的方言分布偏差。文献[9]选择移民迁入时的年龄作为工具变量研究英语熟练度对工资的影响，但未考虑个体语言学习能力和工作性质的差异。文献[10]使用子女受教育情况、与本地人结婚和居住社区特征作为工具变量研究移民语言能力的工资溢价，但依然存在遗漏不可观测变量的可能，导致对语言能力的估计偏差。文献[11]发现英语能力可以使员工工资提升14.6%～35.8%，建议企业对员工进行专门用途英语培训，但选取父母受教育年限作为工具变量可能会同时影响英语能力和工资水平。文献[12]发现英语能力通过提高就业机会的传导机制使劳动力工资平均增长11%～15%，对选择劳动者英语能力平均水平作为工具变量的可行性缺乏论证。

确定移民群体英语能力的工具变量相对容易，但替代中国劳动力英语能力的工具变量则很难获得。中国的劳动力与国外的移民相比，主要通过学校教育获得英语能力，家庭或社群对其英语能力的影响不大。但与学校教育相关的潜在工具变量，均会同时影响英语能力和个人工资。文献[13]使用处理效应模型发现外语熟练度的工资溢价效应为69.0%，但选择访谈语言和受访者18岁时家庭的藏书量作为影响外语能力的相关变量，可能导致估计结果过高。

无线网络基础设施是建设智慧旅游城市的关键，当前，北京市的无线覆盖区域已囊括主城区，并且正在积极推进乡村地区的无线网络基础设施建设。发达的信息技术是建设智慧旅游城市的基础，北京市作为国家智慧城市发展的首批试点城市之一，在物联网、云计算和人工智能等信息技术研发应用上不断发力并取得了诸多成果。例如，在城市交通问题上，北京市正积极推动智能网联汽车的发展，通过将大数据技术和无人驾驶技术相结合，使居民出行更加信息化、便利化，为打造智慧旅游城市提供了必要的交通条件。

本文拟分析信息通信产业员工英语能力的工资溢价效应。在2016年中国劳动力动态调研数据库中选取年工资为因变量，员工的英语能力、人力资本和工作特征为自变量，基于明瑟收入方程建立回归模型^[14]，使用处理效应模型对回归结果进行稳健性检验，通过员工英语能力的回归系数以及分组回归系数得出结论，并提出建议。

1 模型构建

依据研究人力资本和个人收入关系的明瑟收入方程^[14]，构建回归模型为

lnW _i =α ₀+α ₁L _i +α ₂H _i +α ₃G _i +ε _i 。

(1)

其中，i 表示不同受访者，W _i 表示年工资，α ₀表示常数项的系数，α ₁表示英语能力的系数，L _i 表示英语能力，α ₂表示人力资本变量的系数，H _i 表示可能影响员工年工资的人力资本变量，α ₃表示工作特征变量的系数，G _i 表示工作特征变量,ε _i 表示随机误差项。

目前来看，我国核电发展的技术路线是采用热堆→快堆→聚变堆“三步走”的方针，根据我国当前的技术水平，目前国内以压水堆为主的热堆核电技术仍是我国核电的主导产业[9]。

(2)

假设随机误差项ε _i 和μ _i 均值为0，服从二维正态分布为

使用处理效应模型解决虚拟变量对连续变量回归时的内生性问题，可选择极大似然法或两步法进行估计^[15]。两步法将第一步的估计误差带入第二步中，可能造成效率误差。若变量或样本数量较多，极大似然法进行迭代运算非常复杂且耗时较长，可以选择两步法作为替代估计方法。由于变量和样本量均不多，选取极大似然法进行稳健性检验。基于处理效应模型建立处理方程为

(3)

其中，为英语能力的潜变量，β 为父亲和母亲最高学历的系数，P _i 代表受访者父亲和母亲的最高学历，μ _i 为随机误差项。处理方程决策过程为

(4)

从表2可以看出，英语能力的显著性水平为0.002，回归系数为0.169，表示员工的英语能力与年工资显著正相关，员工英语能力的工资溢价效应为16.9%。性别、学历、地区、职位的显著性水平均小于0.01，表示男性、本科及以上学历、高收入地区和中层及以上管理员工的工资较高；地区的回归系数为0.403，表示高收入地区员工的工资较其他地区高40.3%。民族、年龄、经验、户口和公司类型的显著性水平均大于0.05，表示民族、年龄、经验、城市户口和公司类型对工资的影响不显著。

本文对9例左冠状动脉异位起源于肺动脉的患者采取多普勒超声检查,结果与李文秀、耿斌、吴江等人[2]的研究结果相似,李文秀等人的研究结果为8例患者的平均左室舒张末内径为(51.36±2.62)mm,平均左室收缩末内径为(34.06±1.92)mm,平均左室射血分数为(69.61±1.02)%,但是李文秀等人的研究将8例患者的结果全部采取表格的形式表现出来,数据清晰,更具研究性,需要本研究进行学习。

2 数据来源和变量选取

2.1 数据来源

数据来自2016年中国劳动力动态调查数据库，该数据库采用概率抽样方法，在全国29个省市共抽取21 086个受访者。筛选该数据库中从事信息通信技术产业受访者，并且剔除英语能力等观测值缺失的样本，有效样本共计556个。

2.2 变量选取

员工年工资的自然对数。年工资指全年的工资性收入(包括工资、奖金和补贴等)，扣除个人所得税、社会保险和住房公积金。年工资体现受访者从工作单位获得的固定工资，排除了个体的外部或偶发性收入。

受访者的英语能力。调研数据包含受访者自评英语熟练程度，分别为“非常熟练”，“比较熟练”，“勉强会”和“很难进行听说读写”。文献[5]已证明自评英语熟练程度与大学英语四、六级成绩等客观分数不存在显著差异，不会对回归结果造成估计偏误。外语能力设置为虚拟变量，“非常熟练”和“比较熟练”归为熟练，“勉强会”和“很难进行听说读写”归为不熟练，减弱受访者英语能力自评中可能出现的误差。英语能力熟练赋值为1，不熟练为0。

人力资本变量。在民族变量中，汉族取1，非汉族取0。年龄由常数2 016减去出生年份算出，工作经验由年龄与受教育年限计算获得。为了验证解释变量对被解释变量的影响是否为线性，回归模型加入年龄和工作经验的平方项。性别变量中，男性取1，女性取0。学历变量中，大学本科及以上学历取1，大学本科以下学历取0。地区变量中，非农业户口和居民户口统一归为城市，取值为1；农业户口归为农村，取值为0。

工作特征变量。根据国家统计局2016年全国城镇企业职工工资数据^[16]，北京市、天津市、上海市、浙江省、广东省和江苏省平均工资超过全国水平，归位高收入地区，其余省市为低收入地区。高收入地区取值为1，低收入地区取值为0。单位性质中外资企业和合资企业标注为外企，取值为1，国有企业、集体企业和民营企业等统称非外企，取值为0。职位分为两类，中层及以上管理员工取值为1，一般员工取值为0。父母受教育程度与子女的英语水平正相关，在处理效应模型中，父母学历为英语能力的外生变量。

变量描述性统计，如表1所示。

根据式(2)处理效应模型对表1的回归结果进行稳健性检验，如表3所示。

表1 主要变量描述性统计

从表1可看出，在人力资本方面，英语能力的均值为0.309，年龄的均值为35.821，经验的均值为15.080，学历的均值为0.453，分别表示30.9%的员工英语能力较高，平均年龄接近36岁，平均工作经验约为15年，45.3%的员工具有本科及以上学历。工作特征方面，地区的均值为0.523，公司类型的均值为0.104，职位的均值为0.140，分别表示52.3%的受访者在高收入省市工作，10.4%在外企工作，14.0%是中层及以上管理员工。该结果与文献[17]基本一致，20世纪90年代以后，中国信息通信产业迅速发展，先进的设备和技术广泛渗透至传统行业，促进传统行业转型升级；作为技术密集型产业，信息通信产业主要在北京市、天津市、上海市、浙江省、广东省和江苏省等高收入省市集聚，吸引了全国超过一半的信息通信产业劳动力。

3 计量结果分析

3.1 英语能力对年工资的回归分析

根据式(1)进行英语能力对年工资的最小二乘法回归分析，结果如表2所示。

2015年，阜外医院以外科SICU为例进行试点，将24种高值耗材纳入智能耗材柜，研发具有心血管特点的高值耗材柜管理流程，首创将智能耗材柜与医嘱相关联，通过信息化手段，规范高值耗材领取行为，降低人力成本，减少配送时间，提高护士工作效率。

表2 英语能力与年工资的回归结果

其中，ρ 为随机误差项ε _i 和μ _i 的相关系数，σ 为总体标准差。若ρ =0，代表处理效应模型中ε _i 和μ _i 不相关，即模型不存在内生性问题。若ρ >0，模型(1)的估计系数向上偏误，夸大了英语能力对个人工资的影响效应；反之，则低估了英语能力的作用。

娟娟:我是北方姑娘，为了爱情跟随老公来到了南方一座小城，一到冬天，就感觉自己老受罪了，一天到晚见不到太阳不说，空气里一直是一种湿乎乎的感觉。尽管每天看天气预报，感觉温度都在6～7℃的样子，比北方零下十几度高出不少，但就我个人的感觉而言，简直比北方还要冷。人家都说怀孕后，孕妇不怕冷，我反而感觉更冷了。南方的冬天竟然比北方冬天还要冷，我觉得根本没道理嘛！所以我在孕期实在是受不了这么冷，就请假回娘家过有暖气的冬天了。

表3 英语能力处理效应模型检验结果

3.2.2 建议

3.2 分组回归分析结果与建议

根据式(1)分别对员工地区、学历、职位和公司类型4个变量的工资溢价进行分组回归，如表4所示。

表4 分组回归结果

3.2.1 结果

从表4可以看出，处理效应模型似然比的显著性水平均大于0.05，表明分组回归结果稳健。年工资与英语能力呈正相关，高收入地区和低收入地区的相关系数分别为0.194和0.174，表示高收入地区比低收入地区的工资溢价效应更明显。本科及以上学历的员工中，相关系数为0.199，表示英语能力会让年工资提高19.9%。本科以下学历员工的显著性水平为0.257，表示英语能力对本科以下学历员工的年工资无显著影响。中层及以上职位的显著性水平为0.199，表示员工的英语能力对年工资无显著影响。一般职位的相关系数为0.168，表示英语能力会让年工资提高16.8%。外资企业的显著性水平为0.208，表示外资企业和合资企业中员工的英语能力不会对工资产生影响。非外资企业的相关系数为0.150，表示国有企业和民营企业的英语能力工资溢价为15.0%。通过描述统计数据发现外企中66%的员工具有较高的英语能力，英语能力已经不是主要影响员工工资的因素，经验和学历等人力资本因素对工资的影响更大。

从表3看出，似然比的显著性水平为0.153，无法拒绝原假设ρ=0^[15]。式(1)不存在内生性，表2的回归估计结果可以用来解释员工英语能力的工资溢价效应。信息通信企业为英语能力较高的员工提供了工资激励，英语能力较高的员工可以获得更高的工资。

低收入地区的信息通信企业应提高员工英语能力的工资溢价。高收入地区受到劳动力成本和土地价格等因素影响，正在推进产业转型升级。中西部的信息通信企业要以产业变革为契机，承接和培育信息技术产业新兴领域，引进国际化高科技人才，利用区位优势向中亚和欧洲等“一带一路”沿线的国家拓展业务。低收入地区应该对标高收入地区，提高员工英语能力的工资溢价，为信息通信产业国际化提供人力资源保障。

所以，不能简单地认为模式创新降低了某方面成本，就意味着整体成本的降低。在今天看来，成本这本账不是一个简单的加减法。

信息通信企业应提高中层及以上管理员工的工资溢价。中层及以上管理员工对薪酬变化的反应灵敏度超过普通员工，是开拓国际业务、为股东创造价值的骨干力量。工资溢价可以激励英语能力高的管理员工为企业创造价值，帮助信息通信企业减少国际化进程中的语言障碍，提升国际竞争力。

4 结论

通过回归分析和处理效应模型检验，发现信息通信产业员工的英语能力具有工资溢价，英语能力会显著提升本科学历以上员工、一般员工、国有企业以及民营企业员工的工资。建议信息通信企业提高低收入地区员工、中层及以上管理员工英语能力的工资溢价。

冯一余赶紧打招呼说，对不起，对不起，吵醒你们了。妇女说，毛病啊，这时候找人？她这一开口，声音奇大，回声在楼道里嗡嗡作响。保安很尽责，下意识地“嘘”了一声。妇女不满说，嘘什么嘘，你们吵了我，还嘘我？冯一余又赶紧解释，不是我们要吵你，是他们家的车占了我的位，我的车没法停了，只好来叫他们。妇女翻了个白眼，退进去，“砰”地关上门。

AC ⅠB1、ⅠB2期ER和PR 同时阳性率高于ⅡA1、ⅡA2期，ACⅠB1、ⅠB2期ER阳性率低于ⅡA1、ⅡA2期，无明显统计学意义(P>0.05);ER、PR同时阴性率较阳性率高，具有统计学差异(P<0.05)，见表3。我们认为ER、PR表达状态与AC患者FIGO分期无明显相关性。

参 考 文 献

[1] 霍灵光,陈媛媛.英语技能在中国劳动力市场的工资溢价测算[J/OL].南方经济,2017(12):81-97[2019-03-20]. http://dx.doi.org/10.19592/j.cnki.scje.350600.

[2] 郑妍妍,周昕,吴书瑶.全球化与学英语的回报：来自中国微观调查数据的经验研究[J/OL].中央财经大学学报,2015(6):95-104 [2019-03-20]. http://www.cnki.com.cn/Article/CJFDTotal-ZYCY201506013.htm.

[3] 宋殿辉.人力资源管理与国际化战略的匹配：以TCL为例[J/OL].中国人力资源开发,2015(24):31-37 [2019-03-20]. http://dx.doi.org/10.16471/j.cnki.11-2822/c.2015.24.006.

[4] 张利,童舟. “一带一路”高技术产业聚集对全要素生产率影响[J/OL],.西安邮电大学学报,2018,23(2):95-101 [2019-03-20]. http://dx.doi.org/10.13682/j.issn.2095-6533.2018.02.016.

[5] 刘凌宇,杨钋,刘鑫桥,等.英语能力对大学毕业生工资收入影响研究：来自CEPS的证据[J/OL].教育发展研究,2018,38(21):48-54 [2019-03-20]. http://dx.doi.org/10.14121/j.cnki.1008-3855.2018.21.010.

[6] GUO Q, SUN W. Economic returns to English proficiency for college graduates in mainland China[J/OL]. China Economic Review, 2014(30):290-300 [2019-03-20]. https://doi.org/10.1016/j.chieco.2014.07.014.

[7] DOVI M S. Does higher language proficiency decrease the probability of unemployment? Evidence from China[J/OL]. China Economic Review, 2019(54):1-11 [2019-03-20]. http://doi.org/10.1016/j.chieco.2018.09.009.

[8] YAO Y，VAN OURS, J.C. Language skills and labor market performance of immigrants in the Netherlands[J/OL], Labour Economics, 2015(34): 76-85 [2019-03-20]. http://doi.org/10.1016/j.labeco.2015.03.005.

[9] BLEAKLEY, H. CHIN A. Language skills and Earnings: evidence from childhood immigrants [J/OL], The Review of Economics and Statistics, 2004, 86(2), 481-496 [2019-03-20]. http://doi.org/10.1162/003465304323031067.

[10] CHISWICK B R.，LEE Y L，MILLER P W. Family matters：the role of the family in immigrants’ destination language acquisition[J/OL]. Journal of Population Economics，2005，18(4)：631-647 [2019-03-20]. http://dx.chinadoi.cn/10.1007/s00148-005-0008-0.

[11] 程虹,刘星滟.英语人力资本与员工工资：来自2015年“中国企业-员工匹配调查”的经验证据[J/OL].北京师范大学学报(社会科学版),2017(1):34-50 [2019-03-20]. http://dx.doi.org/10.3969/j.issn.1002-0209.2017.01.004.

[12] 赵颖.语言能力对劳动者收入贡献的测度分析[J/OL].经济学动态,2016(1):32-43 [2019-03-20]. http://www.cnki.com.cn/Article/CJFDTOTAL-JJXD201601004.htm.

[13] 刘泉.外语能力与收入：来自中国城市劳动力市场的证据[J/OL].南开经济研究,2014(3):137-153 [2019-03-20]. http://dx.doi.org/10.14116/j.nkes.2014.03.001.

[14] 杨国涛等. 明瑟收入方程的若干改进和思考[J/OL]. 统计研究, 2014, 31(7):81-84 [2019-03-20]. http://dx.doi.org/10.19343/j.cnki.11-1302/c.2014.07.011.

[15] 陈强. 高级计量经济学及Stata应用[M]. 北京：高等教育出版社, 2010: 570-574.

[16] 国家统计局．中国统计年鉴(2016)[M]．北京：中国统计出版社，2016.

[17] 杨蕙馨, 李春梅. 中国信息产业技术进步对劳动力就业及工资差距的影响[J/OL].中国工业经济, 2013(1):51-63 [2019-03-20]. http://dx.doi.org/10.19581/j.cnki.ciejournal.2013.01.005.

Wage premium of employees’ English proficiency in information and telecommunication industry

CHEN Ruizhe, CHEN Rong

(School of Foreign Languages, Xi’an University of Posts and Telecommunications, Xi’an 710121, China)

Abstract: A regression model is established based on Mincer’s income equation to analyze the wage premium of English proficiency in Chinese information and telecommunication industry. Through Probability Sampling, data from 2016 China’s labor force dynamic survey are selected for two stage least square analysis and the robustness is tested with treatment effects model. It is found that there is a wage premium in the industry, especially in high-income areas. English proficiency can significantly improve the wages of employees in state-owned enterprises and private enterprises, but no significant impact is found among employees in foreign enterprises. Countermeasures are proposed that information and telecommunication enterprises should increase the wage premium of employees working in low-income area, as well as that of middle-management employees or above.

Keywords: information and telecommunication industry, English proficiency, human capital, wage premium, treat effects model

收稿日期： 2019-05-26

基金项目： 国家社会科学基金资助项目(18BYY096)；陕西省教育厅科研计划资助项目(15JK1650)

作者简介：

陈瑞哲(1989-)，男，硕士，助教，从事功能语言学研究。chenruizhe@xupt.edu.cn

陈蓉(1974-)，女，副教授， 从事专门用途英语研究。chenrong@xupt.edu.cn

中图分类号： F425

文献标识码： A

文章编号： 2095-6533(2019)03-0106-05

doi: 10.13682/j.issn.2095-6533.2019.03.017

[责任编辑:汪湘]

标签：信息通信产业论文;  英语能力论文;  人力资本论文;  工资溢价论文;  处理效应模型论文;  西安邮电大学外国语学院论文;