一、引言及文献回顾

语言是一种重要的人力资本形式(Chiswick and Miller, 2003)。相对于母语，外语能力则相当于一种稀缺的人力资本。以往关于语言对收入影响的文献多以欧美跨国移民的经验研究为基础。近年来也有学者开始研究发展中国家的外语经济回报(Di Paola and Tansel, 2015; Duncan and Mavisakalayan, 2015; Toomet, 2011)。以英语为例，有些研究发现它在官方语言为非英语的国家会有一个“收入溢价”的现象(Azam et al., 2013; Casale and Posel, 2011)。

根据英国文化教育协会的估算，到2020年世界上大约会有20亿人学习英语(Clark, 2012)。到2115年，世界上6000多个语种中，只有大约20%会保留下来，因此英语就显得更加重要(McWhorter, 2015)。在第一语言为非英语的国家中，英语正在迅速成为“工作中的基本技能” (Clark, 2012)。以往许多国家是在初中以上才开始教授英语，而目前在小学甚至是幼儿园就已经开始教授英语(Butler, 2014)。

在中国，学习英语的群体也在迅速增加。根据“中国语言情况调查(Survey of the Language Situation in China)”，大约有3.9亿人学习过英语(Wei and Su, 2012)。中国自2001年加入WTO以来，与世界各国的贸易和投资往来逐渐密切，作为世界通用语言，英语的重要性已经凸显(Pang et al., 2002)，它对中国经济增长的作用也越来越大(Gil, 2014)。但就目前来看，研究英语对中国居民经济回报的文献较少，仅有的一些文献也发现外语熟练的劳动力工资要更高一些(刘泉，2014)。

作为一种稀缺的人力资本，掌握一门熟练的外语(本文考察英语)至少可以在以下几个方面提高使用者的经济效益(Chiswick and Miller, 2014)：第一、提高工作岗位搜寻能力，减小搜寻成本。外语能力较高的求职者能够在既定搜寻成本下，获得更多的就业岗位信息，如外企的英文招聘信息，这些岗位往往会提供给就业者相对较高的工资；第二、提高雇员以技能为基础的劳动生产率。外语能力可以提高劳动者的个人认知能力、分析能力、学习能力和交流能力，进而提高其劳动生产率(Stohr, 2015)。他们在岗位上更容易获得较高的收入，或者更容易获得职业晋升；第三、可以作为不可观测的个人能力的信号。由于个体的某些能力例如认知能力，本来是不可观测的, 但在招聘过程中，雇主往往会根据雇员的某些可观测特征，如文凭和外语等级等，来判断应聘者的不可观测能力。在很多国家，外语尤其是英语已经是很多雇员获得职业晋升的必要条件(Jin and Cheng, 2013)以及获得丰厚报酬的敲门砖(Johnson, 2009)。如在中国，很多机关事业单位的雇员要想获得职业晋升就必须先要通过职称英语考试。中国日报(2010)报道，英语水平高的雇员，其竞争力要明显大于英语水平低的雇员。第四、促进企业之间的交流和贸易往来，提高企业的经济绩效和个人的工资收入(Melitz, 2008)。中国加入WTO之后，企业的对外开放程度逐渐加大，获利水平也不断增加，劳动者的外语能力越来越受到重视，雇主会支付给外语能力较高的劳动力更高的工资水平。

目前来看，已有很多实证研究支持了上述说法。这类文献在国外比较常见，大致可分为两类。一是研究移民者主语言(移入国家的语言)的经济回报。多数文献集中在主语言和本族语言都是英语的移民者(Bleakley and Chin, 2004; Chiswick and Miller, 2003, 2010, 2014; Shields and Wheatley Price, 2002)。还有一些研究集中在本族语言不是英语而主语言是英语的移民者(Chiswick, 1991, 1998; Dustman and van Soest, 2001)。这类文献大多发现如果移民者熟悉英语，则会获得更好的工作。另外，Ⅳ的回归结果要明显大于OLS的回归结果。

二是研究在英语使用并不广泛的国家中，英语的经济回报(Azam et al., 2013; Casale and Posel, 2011; Di Paola and Tansel, 2015; Ginsburgh and Prieto-Rodriguez, 2010; Lang and Siniver, 2009; Levinshon, 2007; Stohr, 2015; Toomet, 2011; Williams, 2011)，这类文献与本文的研究最为相似。多数研究都发现了英语的“工资溢价”效应。例如，Ginsburgh and Prieto-Rodriguez (2010)发现欧洲一些国家的英语回报率在11-49%之间。Azam et al. (2013)发现印度男性的英语回报率是35%。Casale and Posel(2011)则发现南非的非移民英语回报率在18-44%之间。

而在中国，英语经济回报的研究还比较少见。刘泉(2014)采用CGSS在2006年的数据发现中国的外语熟练劳动力工资要比外语不熟练工资高出大约69%，但作者并没有研究英语回报率的个体和地域差别。Guo and Sun (2014)也检验了英语的经济回报，但研究对象只是针对大学毕业生。

本文主要研究英语对中国居民收入的影响。相比以往文献，本文的研究更加细致。文章采用了最小二乘法(OLS)、工具变量法(Ⅳ)以及倾向得分匹配法(PSM)等不同估计方法，针对多套调查数据分别进行回归分析，保证了研究结论的稳健性。同时还考察了英语经济回报率在不同群体间的异质性，例如不同性别、年龄、受教育程度、户口类型和职业群体，以及城乡和东中西部地区群体等。文章的结构安排如下：第二部分是研究方法和数据介绍，第三部分是计量结果，第四部分是结论。

二、研究方法和数据 (一) 研究方法

本文的计量模型是在标准的明瑟(Mincer)半对数收入方程中加入英语熟练程度以及一系列控制变量：

$ {\rm{log}}wag{e_i} = c + {\beta _1}Englis{h_i} + \sum\limits_{l\left({l > 1} \right)} {{\beta _l}contro{l_{li}} + {\varepsilon _i}} $

其中，c是常数项，下标i指个体，ε_i是扰动项。被解释变量wage工资选取的是每小时的工资水平(元)。English是核心解释变量—英语能力，我们采用两种方式度量英语的熟练程度。首先根据数据库中受访者自我汇报的英语熟练程度(例如对英语，不会说或听=0，非常熟练=4或5，中间整数依次递增)。在CGSS中，英语的听和说是分开统计的，因此我们得到的信息更细致，而在CFPS和CLDS中，只有英语的总体熟练程度。二是看受访者是否通过了英语四级或六级考试^① (具体度量见表 1的注)，如果通过了，则认为他们的英语水平较高。根据Guo and Sun(2014)，英语四级是全国认可的英语证书，是英语能力的代理变量，它甚至要比高考成绩或GRE更有代表性。另外，英语四级被认为是大学生找工作时必备的重要技能之一(Jin and Cheng, 2013)。而英语六级与英语四级的发证机关是相同的，只是难度更大一些(Guo and Sun, 2014)。

① 四六级数据只有CFPS数据库中统计。

control是一系列控制变量，包括年龄(岁)以及年龄平方、性别(男=1，女=0)、教育年限(取值范围是0-22年)、婚姻状况(已婚=1，其他=0)、户口(非农户口=1，农业户口=0)、本地(本地居民=1，非本地=0)、健康状况(取值是1-5的整数，取值越大，被访者认为自己的健康水平越差)、健康变化(取值是1-3的整数，取值越大，健康比前一年变得越差)、父亲的受教育年限(取值范围是0-22年)、在本地的社会地位(取值是1-5的整数，取值越高，认为自己的社会地位越高)、对自己未来信心程度(取值是1-5的整数，取值越高，未来的信心越高)、城乡(城、镇或县=1，农村或郊区=0)、工作性质(管理、技术、服务、生产和其他)、是否与单位签订劳动合同(签订=1，未签订=0)、行业类别(制造、建筑、服务和其他)以及地区固定效应(按省份)^①。

① 由于三套数据库中问卷内容有所不同，有些控制变量在某个数据库中并没有出现，比如婚姻状况在CLDS中没有，健康变化只有在CFPS中才有。

根据以往相关文献的做法，本文首先采用OLS回归模型进行分析。其次，利用工具变量法和倾向得分匹配法进行稳健性检验。考虑到英语能力变量可能存在内生性问题，首先是可能有观测不到的因素同时影响英语能力和收入，比如智商和认知能力，其次是收入可能对英语能力有着反向的影响，即英语能力和收入之间存在着双向因果关系。对此我们采用工具变量法检验英语能力是否为内生变量，如果是则需要寻找合适的工具变量来消除内生性。工具变量选择的原则是与残差项和被解释变量无关但又要和解释变量高度相关。借鉴以往相关文献(Gao and Smyth, 2011; Chiswick and Miller, 2010；Shields and Wheatley Price, 2002)，我们选择受访者家中孩子的数量，家庭其他成员的平均英语水平以及所在省内大学的数量作为工具变量。对工具变量合理性的论述详见第三部分。

最后，考虑到英语学习有一定的自选择问题，比如教育层次高的样本其英语可能更熟练，我们还采用倾向得分匹配来削弱这种可观测的特征所导致的样本选择偏差。其思路是：在评估某一行为(英语熟练)的效果时，首先通过倾向得分值找到与处理组(英语熟练)尽可能相似的对照组(英语不熟练)，然后再考察两组的经济回报差异，那么样本选择偏误就可以被大大降低。换句话说，在经过匹配后，处理组(英语熟练)和对照组(英语不熟练)在个体/家庭特征上不再存在显著差异，即两组在个人/家庭上的特征是一致的，从而能够减少内生性。处理组的处理效应(ATT)即为英语熟练的个体如果英语不熟练，他们的工资与英语熟练时获得的工资差异，其公式如下：

$ {\rm{ATT = E}}({\rm{logwag}}{{\rm{e}}_1} - {\rm{logwag}}{{\rm{e}}_{\rm{0}}}{\rm{|T}} = 1) = {\rm{E(logwag}}{{\rm{e}}_1}|{\rm{T = 1) - E(logwag}}{{\rm{e}}_{\rm{0}}}{\rm{|T = 1)}} $

其中，T=1代表英语熟练的群体，T=0代表英语不熟练的群体，logwage₁为英语熟练群体的实际工资对数，logwage₀为英语熟练群体如果英语不熟练时的工资对数。个体的倾向得分采用logit模型估计，选择的特征变量除了前文提到的控制变量之外，还加入了其他的个体/家庭特征，如家庭规模(人)、政治面貌(党员=1，其他=0)、家庭的经济和社会地位(CFPS和CGSS数据中取值是1-5的整数，取值越大受访者家庭的经济状况或社会地位越高；CLDS数据中取值是1-10的整数，取值越大家庭的社会地位越高)、父母的职务级别(取值是0-7的整数，取值越大职务级别越高)、与邻居或朋友交往的频率(取值是1-7的整数，取值越大交往的频率越低)以及朋友的数量(取值是1-5的整数，取值越大受访者朋友的个数越多)等。

(二) 数据介绍

本文使用的微观数据有三套，分别是2012年“中国家庭动态跟踪调查”数据、2012年“中国劳动力动态调查”数据以及2013年“中国综合社会调查”数据。

“中国家庭动态跟踪调查”(Chinese Family Panel Studies，CFPS)是北京大学中国社会科学调查中心(ISSS)实施的一项旨在通过跟踪搜集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁。2010年起在全国(西藏、青海、新疆、宁夏、内蒙古、海南、香港、澳门和台湾除外)正式实施，每年一次跟踪调查。

“中国劳动力动态调查”(China Labor-force Dynamics Survey，CLDS)是由中山大学实施的数据调查。样本覆盖中国29个省市(除港澳台、西藏和海南)，目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村或居社区的社会结构和家庭、劳动力个体的变化与相互影响^①。

① 更详细的数据介绍可参考聂娟(2016)。

“中国综合社会调查”(Chinese General Social Survey，CGSS)是中国第一个全国性、综合性、连续性的大型社会调查项目，它系统、全面地收集社会、社区、家庭以及个人等多个层次的数据，2013年的样本包括全国随机抽取的100个县(区)以及北京、上海、天津、广州和深圳5个大城市。

从表 1中可知，中国居民的英语水平普遍偏低。另外，女性、城市居民和城市本地居民的英语更加熟练。同时，城市居民和城市本地居民的工资水平也分别高于农村居民和农民工，但女性的工资却低于男性。从职业上看，管理和技术人员的英语熟练程度和工资水平更高。从教育水平上看，教育层次高的人员其英语水平和工资水平也都更高。东部地区的英语能力和收入都要高于中部和西部地区。另外，英语口语的能力普遍要高于听的能力，相对于说，人们更擅长于听，这也与直觉相符。

三、计量结果 (一) 基准回归结果

在OLS回归之前，我们先对解释变量进行了相关性检验，其相关系数基本上都小于0.6，所以可以认为不存在严重的共线性问题^②。考虑到截面数据可能存在的异方差问题，我们采用标准误经怀特异方差修正的OLS回归。为了检验结果的稳健性，我们首先不加入所有控制变量，其次再加入所有控制变量分别进行回归，发现两种情况下回归结果都一致。表 2列给出了加入控制变量的回归结果^③。首先，我们按照前文的变量定义先将英语能力定义为有序连续变量(具体见表 1的注)，回归结果见表 2的2、4、6、8和10列。显然，回归结果显著为正，这意味着英语能力越强，工资收入越高。对于CFPS和CLDS，英语能力的工资溢价在3.4-5.6%之间，而以四六级衡量英语能力的工资溢价则更高一些，达到了7.5%。这可能是因为通过四六级考试的样本都是大学生，其教育水平较高，所应聘的岗位对英语的需求也更大，故而其回报也更高。对于CGSS，英语的工资溢价也显著为正，其中听力的工资溢价是4.5%，口语的工资溢价是6.5%。总体上说，OLS的回归结果与以往研究类似(Chiswick and Miller, 2014)。根据Berman et al.(2003)，以CFPS的英语能力的为例，回归结果为0.0338，意味着英语非常熟练的员工要比完全不懂英语的员工的工资水平高出16.9%。这个回归结果可以解释为英语能力变化所导致的平均工资溢价(average earnings gain)，当然英语能力的水平从2上升到3所获得的工资溢价与英语水平从3上升到4获得的工资溢价可能并不一定相同(Berman et al., 2003)。

② 由于篇幅问题，相关性检验结果未列出。同时，未加入控制变量的回归结果以及加入控制变量后控制变量的回归结果也没有报告，备索。

③受数据的限制，回归分析中未控制工作年限变量。因为加入工作年限变量后，样本量锐减，CLDS结果中样本量由原来的5161减少到2181，CGSS结果中样本量变为0。CFPS和CLDS的回归结果表明，控制工作年限后英语能力的系数与表 2的结果基本一致。此外，我们在三组数据的回归结果中均控制了个体的受教育年限和年龄，这两个变量与工作年限具有较强的相关性，以往有研究通过年龄和受教育年限来计算个体的工作年限，即工作年限=年龄-受教育年限-8，因此我们认为工作年限对本文的结果影响有限。限于篇幅，加入工作年限的回归结果备索。

另外，口语的回报要大于听力，这与Chen et al. (2014)的研究结果也类似。其原因可能是在交流过程中，相对于听力，口语表达更重要一些。例如，偶尔听不懂几个词汇，可以通过上下文和语境猜测出来，但如果表达不清楚，就很可能会导致沟通上出现截断。而听和说对经济回报的程度要大于总体的英语能力，这也是与以往文献的研究一致。Gonzalez (2000)认为语言听说能力的经济回报要大于语言的读写能力。这点比较好理解，良好的表达能力可以更有效的促进交流和沟通，尤其是在一些商务合作和谈判中，听说能力尤为重要。

其次，我们按照Berman et al.(2003)的做法，按照英语熟练程度及其他的相关变量(如健康、自信心和社会地位等)分别设置虚拟变量回归，结果见表 2的3、5、7、9和11列，该回归结果更直观一些。我们发现，随着英语熟练程度增加，虚拟变量的回归系数也不断增加，且基本上都显著。这也说明了英语越熟练，工资收入越高。这与上述回归结果相互印证。

(二) 工具变量(Ⅳ)回归结果

根据以往研究语言经济回报的文献，OLS的估计很可能是有偏的(Chiswick，1998；Gao and Smyth, 2011)。一是可能有观测不到的因素同时影响英语能力和收入，比如智商(Chiswick and Miller, 1995)。智商高的人其学习英语的能力通常较强，同时他们的收入也更高，所以当智商这种观测不到的因素被遗漏时，残差项与英语能力就会相关，所以英语能力和收入之间的关系可能就是虚假的。二是收入可能对英语能力有着反向的影响，即英语能力和收入之间存在着双向因果关系。比如收入高的人能够在英语学习上进行更多的物质投入来提高英语水平(Chen et al., 2014)。上述两种情况所导致的英语能力的内生性均会使估计结果发生偏倚。因此，这部分我们采用工具变量方法来克服上述不可观测变量的遗漏和双向因果关系导致的内生性问题。

工具变量选择的原则是与残差项和被解释变量无关但又要和解释变量高度相关。根据调查问卷的可得性以及以往文献的做法，我们使用家中孩子的数量，家庭其他成员的平均英语水平以及所在省内大学的数量作为备选的工具变量。家庭中孩子的数量在相关研究中经常被用作工具变量(Gao and Smyth, 2011; Shields and Wheatley Price, 2002)，该变量与工资水平并无直接联系。Chiswick and Miller (1995)认为家庭中孩子的数量对英语能力的影响可能并不明确。一方面，孩子在学校学习英语，在家可能与父母、亲戚或者朋友进行练习。这样有孩子的家庭其父母的英语能力比如词汇和发音就要好一些，尤其是孩子的学习能力比大人强，那么这种效应就会得到加强(Gao and Smyth, 2011)；另一方面，孩子也可能充当大人的翻译，这样大人学习英语的必要性也会下降，尤其是对移入国官方语言是英语的移民者。因此孩子对大人英语能力的影响到底多大是要看上述两者的共同作用。而家庭其他成员的平均英语水平越高，本人学习英语的机会也越大，当然也可能存在家庭成员充当翻译而导致本人学习英语动力不足的情况。但同样，这种情况对于移民者家庭来说更常见。另外，配偶之间可能出现基于语言能力的婚配选择(Chiswick and Miller, 2010)。这样，配偶的英语能力也很可能影响到他本人的英语能力。第三个工具变量反映的是当地教育环境，我们选取的是所在省内的大学数量。教育环境越好，人们学习和练习各种知识技能的机会也越大，同时大学数量与居民工资也没有直接联系。由于1999-2005年的高校扩招，可能会提高很多人目前的工资水平，但2005年以后，扩招速度明显下降和稳定，这种历史因素对我们的样本区间2012和2013年的影响应该不大。Wu and Zhao (2010)发现高校扩招对应届毕业生或往届毕业生的工资影响都不显著。

Ⅳ的回归结果见表 3。相应的检验表明英语能力存在内生性。另外，因为工具变量的选择需要同时满足弱识别检验和过度识别检验，所以针对不同的样本，具体选择的工具变量可能并不一致。很明显三套数据的Ⅳ回归结果与OLS一致。但Ⅳ的回归系数要普遍大于OLS的回归系数，这个结果说明测量误差要比遗漏变量带来的偏倚大得多，同时也与以往的研究一致(Dustman and van Soest, 2001; Saiz and Zoido, 2005)。

关于Ⅳ估计中CGSS的回归结果偏大，尤其是相对于OLS结果，这看上去似乎不合理。事实上，这个回归结果与以往的发现是相同的。例如，Chiswick and Miller (1995)发现采用Ⅳ方法，移民者的英语回报率在加拿大为41.3%，在美国是57.1%。本文中，Ⅳ与OLS回归结果的比值是在1.6 :1 (CLDS)到8.81 :1 (CGSS中的听力)之间，而Chiswick and Miller (2010)发现相应的比值是在2.4 :1和9.1 :1之间。采用与被访者居住在一起的儿童数量以及上小学的儿童数量作为工具变量，Gao and Smyth (2011)发现农民工普通话能力的经济回报率为42.1%，与本文也非常接近。

(三) 倾向得分匹配(PSM)回归结果

要考察英语的经济回报，理论上不应该忽略英语学习的自选择问题。人们是否学习英语是综合多方面因素考虑的结果，包括自身的文化水平、年龄以及从事的行业等。这意味着会英语的人和不会英语的人在个人甚至家庭等特征方面都可能会存在差异，例如教育层次高的人其英语水平也可能较高。当两类群体差异较大的时候，比较他们的经济回报所得到的结果可能会存在较大误差。而倾向得分匹配(PSM)方法就能很好地克服上述自选择等可观测的异质性所导致的内生性问题(李云森，2013)。

表 4给出的是总体样本的PSM回归结果^①。三种匹配方法的结果非常类似，有较强的稳健性。对于CFPS和CLDS，PSM的回归结果与Ⅳ非常相似，而CGSS的回归结果则稍微小于Ⅳ的回归结果。同时，听力和口语的回归系数仍然要大于总体英语能力，这进一步验证了OLS和Ⅳ的回归结果，即英语听说能力的回报率要高于英语的读写能力。

① 我们针对PSM进行了共同支撑假设检验、平衡性检验和联合平衡性检验。共同支撑假设检验显示，仅有1-5%的样本被排除在共同支撑范围之外，不会对匹配的准确性造成影响，满足共同支撑假设。此外，从倾向得分分布图可以看出，在匹配后两组样本的倾向得分分布基本趋于一致，这表明两组个体的异质性在匹配后明显减弱，基本消除了样本的选择偏差。平衡性检验显示匹配后控制组和处理组在各个特征维度上的差异性不再显著，标准化偏差均小于10%，满足平衡假设。以上检验表明采用PSM降低两组之间由于可观测的异质性导致的偏误是可行的。由于检验结果篇幅较大，故在此不予以列出，备索。

(四) 分样本回归

以往研究语言经济回报的文献大都发现语言回报率有着明显的个体或地域差异(Azam et al., 2013；Williams, 2011)。表 1的统计结果也显示不同性别、受教育程度、年龄、职业和地区之间个体的英语能力和工资收入均存在显著的差异。因此，我们有必要来进一步探讨群体间英语回报率的异质性。

一般而言，女性更多地从事服务行业，这类工作接触到外国人的机会更多，但男性也更多地从事管理和技术工作，职业晋升和专业要求也可能更需要英语，所以英语能力对男性和女性的影响很可能不同，而以往的研究也表明英语回报有着显著的性别差异。由表 5的2、3列可知^①，在CFPS和CLDS中，男性的英语能力会使得他们赚更多的收入；但是在CGSS中，听力好的男性工资要大于女性，而口语能力好的女性工资反而更高。事实上，关于英语回报的性别差异，以往的研究结论也是不统一的。Mora and Davilia (1998)发现美国的男性移民者其英语回报率更高。Azam et al. (2013)针对印度的非移民者也得到了类似的结论。Williams (2011)却发现在欧洲的一些国家男性英语回报率更高，有些国家反而女性英语回报率更高。关于英语回报率的性别差异，一种可能的解释是职业选择(Mora and Davilia, 1998; Williams, 2011)。为了进一步研究这个问题，我们加入了英语和职业类别(即管理技术人员、服务人员、生产人员和其他)的交叉项，结果在CFPS和CGSS中交叉项通过了1%的显著水平，同时女性分组的系数要大于男性，这表明英语回报存在性别差异的机制和渠道之一是职业选择差异^②。

①虽然OLS，Ⅳ和PSM回归系数大小不同，但回归结果却一致(指显著性和系数正负)，为了避免子样本量过少导致不好匹配以及工具变量在某些子样本内失效，分组回归都采用OLS。

② 限于篇幅，未报告该回归结果，备索。

在城市中，雇员多从事服务性行业，接触到的外国人也较多，英语对工作的顺利开展作用更大，因此与农村相比，其回报也应该更高。表 5的回归结果也表明英语回报率似乎在城市居民中更加明显。虽然与Azam et al. (2013)发现的城市和农村居民英语回报率并无显著差异有所不同，但这个结果也不难理解。城市居民多从事服务行业，同时城市的开放程度也要比农村高，接触外国人的机会也较大，因此会英语无疑会提高他们的工作效率和绩效。而农村主要从事农业行业，接触到外国人的机会也较少，即便会英语也很难有用武之地，因此英语对农村居民的经济回报无显著影响。

进一步，城市中不同户籍的雇员其英语回报也可能不同。在城市务工的农业户口人员大都在次要劳动力市场上从事低技术的工作(吴愈晓，2011)，这些工作使用英语的机会并不大，所以他们的英语回报率相对城市户口的居民可能更低。表 5考察了城市本地人口(非农户口的本地人)和农民工(农业户口的外来移民者)的不同影响。一方面，相对城市人口，农民工群体主要被局限在低技术、低收入的工作中，这些工作使用英语的机会可能并不大，这似乎预示着他们的英语回报率也应该更低。例如，中华全国总工会2006年指出，65%的农民工从事“脏、危险和卑微”的工作(Tao, 2006)。但另一方面，由于会英语的农民工很少(见表 1)，因此英语回报率反而可能更高。针对CFPS和CLDS，在5%的显著水平下，城市本地居民的英语对收入的影响更显著，农民工反而不显著。CGSS中，城市本地居民的英语听力回报也更显著，只是口语能力对城市本地居民的工资回报反倒不如农民工明显。相比较而言，我们认为相对于农民工，城市本地居民的英语回报要更高。

不同的职业对英语的需求程度也不同，这导致英语的回报率也可能存在职业差别。表 6报告了按照职业类别分组的回归结果。在CFPS和CLDS中，与服务和生产职业相比，管理和技术的英语回报更高。这从一定程度上反映了工程科学的学科特点，英语是很多管理和技术人员必备的技能之一(Azam et al., 2013)，同时也反映了语言能力和教育的互补性，良好的英语可以帮助人们掌握英文教材和文献，进而提高专业能力(Gao and Smyth, 2011)。英语能力高的人更容易获得新技术和知识方面的训练从而被选择作为管理和技术人员(Gao and Smyth, 2011; McManus et al., 1983)。CGSS数据结果也类似。英语总体能力对管理和技术人员的影响程度要大于服务业人员，但听力和口语能力的影响程度反而要小于服务业，这说明前者职业和工资晋升的主要途径是通过读写能力来获取专业知识，而后者工资的提升主要通过听和说来完成，这与服务业需要良好沟通能力的性质相一致。而英语总体能力对服务业影响不显著，但听和说的影响却很显著，这进一步表明相对读写，服务业对英语听说能力更加看重。英语能力对生产工人的影响均不明显，这也是其工作特点决定的，因为这类人员的主要任务是在车间进行生产，与外界人员打交道的机会较少。

一般而言，教育水平高的人其学习能力和英语能力也可能更强，在他们所从事的行业中，英语的重要性也可能更强。表 6报告了按教育年限分组的回归结果。很明显，小学及以下的样本其英语回报率基本不显著，而初中及以上的样本，英语的回报率则是显著的。这个结果进一步验证了语言能力和职业选择的互补性。对于教育层次高的人，语言对工资和职业的回报程度更加明显(Azam et al., 2013; Lang and Siniver, 2009; Duncan and Mavisakalyan, 2015)。英语能力强的人教育水平和人力资本层次也通常较高(Guo and Sun, 2014)，而如前文所述，这类人群可能更容易进入管理和技术等高收入的职业。

相对于中西部地区，东部地区人才济济，跨国企业和国际贸易活动也较多，因此对英语能力强的雇员需求更大，英语的经济回报也可能更高。表 7列出了按地区分组的回归结果。很明显，东部地区的英语回报率比较显著，而中部和西部的英语回报率基本不显著。根据2014年《中国统计年鉴》，东部地区的进出口比重高达86.9%，而中西部分别只为6.6%和6%，而东部地区的FDI比重也高达80.9%，中西部分别仅为10%和8.1%。许多跨国公司主要分布在东部，他们创造了大量需要英语的工作岗位(Melitz, 2008)。因此不难理解，在东部，英语能力高的人更容易找到回报率高的工作。为此，我们还分别加入了贸易开放度和FDI比重与英语能力交互项，其回归结果在5%的水平及以上显著为正，这也意味着开放程度越高的地区，英语对工资的回报率也越高^①。当然还有另外一种可能，因为中西部会英语的人本来就少，因此他们的边际回报率可能更高，但本文的回归结果似乎并不支持这种情况，或者说这种影响被抵消掉了。

① 限于篇幅，我们同样没有报告交互项的结果，备索。

四、主要结论

中国自2001年加入WTO以来，国际化程度不断加强，对英语的需求也越来越大，也越来越需要能够用英语进行良好沟通的人才(Pang et al., 2002)。文章采用中国的微观调研数据以及多种计量方法检验了英语的经济回报。回归结果比较明确，即英语能力确实能显著地提高中国居民的工资水平，且Ⅳ和PSM的回归系数要大于OLS回归系数。在工资回报率上，英语的听说能力要明显大于英语的读写能力，同时口语的作用又要大于听力。

另外，我们还发现英语能力对工资回报的影响是异质的。年龄较大、受教育程度较高、从事管理和技术职业以及东部地区劳动者的英语经济回报率显著。另外，在工资回报率上，英语的听说能力要明显大于英语的读写能力，而口语的作用又要大于听力。英语的回报率在城市要高一些，因为需要英语的职业大多集中在城市。在城市，英语对本地居民的回报要大于农民工，因为农民工集中的行业大多是低级、低技术含量的，这些行业基本上不需要英语。

本文的结论也有一些政策含义。我们的研究表明，英语能力在总体上会提高工资水平，所以在宣传、普及英语的时候，除了强调英语可以促进交流、拓展视野之外，还可以从工资溢价的效应也就是经济激励的角度宣传英语的作用，效果可能更明显。