張巍　韓軍　周紹杰

摘要 中國超過60%的城市不同程度上存在水資源短缺問題，其中約一半的缺水城市嚴重缺水。城市水資源供給將成為制約部分城市人口承載力的重要因素。本文基于11萬戶中國城鎮(zhèn)家庭調查（UHS）的微觀數據對城鎮(zhèn)居民家庭的用水需求進行實證分析。主要的研究發(fā)現如下：①城鎮(zhèn)居民家庭用水的價格彈性在-0.4～-0.5之間，收入彈性大約為0.2～0.3之間，為缺乏價格彈性和收入彈性，意味著按照“拉姆齊”原理，開征水資源稅是具有效率的。價格彈性的絕對值在總體上高于收入彈性，也意味著只要城鎮(zhèn)用水價格的平均上調幅度不低于城鎮(zhèn)居民家庭實際收入增長幅度，城市居民的平均直接用水量將不會提高。②城鎮(zhèn)居民生活方式的轉變也是家庭水消費的重要影響因素，外出就餐和服務類支出比重顯著降低家庭的直接用水量，家庭外出就餐每增加1%，會減少直接用水0.3%左右，而家庭購買服務會減少直接用水0.2～0.3個百分點，意味著存在“虛擬水”轉移現象。③異質性分析方面，價格彈性和收入彈性在不同的收入階層之間并無統(tǒng)計上的顯著差異，這意味著不同收入家庭用水的不平等性不受收入彈性值的差異影響，因此旨在促進家庭用水節(jié)約的政策設計上，可以不把家庭收入作為政策設定的參考變量。④對上述結果進行了穩(wěn)定性檢驗，通過逐步縮小樣本范圍，盡量確保進入回歸的樣本都是單一水價以及在當年未經歷水價調整。其結果表明本文主要實證結果穩(wěn)健可靠。本文的實證研究對未來城市居民家庭用水模式進行了定量評估，為未來城市水資源管理方面的政策制定提供了微觀層面的理論依據。

關鍵詞 城鎮(zhèn)居民;用水需求;價格彈性;收入彈性;生活方式

中圖分類號 TV213.4

文獻標識碼 A文章編號 1002-2104（2019）03-0099-11DOI：10.12062/cpre.20180912

中國是一個水資源嚴重短缺的國家，人均水資源僅為世界平均水平的28%。根據《中國水資源公報》數據，中國在2010—2016年期間的居民用水增長了7.3%，明顯高于用水總量的增幅（0.3%）。隨著中國的城鎮(zhèn)化發(fā)展和產業(yè)結構的持續(xù)調整，城鎮(zhèn)居民用水比重有望繼續(xù)提高。從城市水資源供給與需求狀況來看，全國655個城市中有近400個存在不同程度的水資源短缺問題，其中約200個城市處于嚴重缺水狀態(tài)。隨著中國城鎮(zhèn)化水平的不斷提高，城市水資源供應緊張局面勢必進一步加劇，并在一定程度上制約著部分城市的可持續(xù)發(fā)展。

現行按照用途實施價格分類的水資源管理模式存在一定的問題。各地城市的用水價格由當地主管部門負責制定，按不同類別對生活用水、工業(yè)用水、行政事業(yè)用水、經營服務用水和特種行業(yè)用水等實施差異化定價。這種價格分類管理模式通過準計劃價格手段激勵用水密集型行業(yè)節(jié)約水，同時維持城市家庭用水的低定價以保障城市家庭基本生活用水需求。然而，該定價體系往往對家庭用水定價偏低（有些地方甚至低于成本），并且價格調整周期往往過長（有些地方甚至長達十年都未進行過調整），使得財政補貼負擔沉重。為緩解城市用水緊張以及降低財政補貼壓力，基于價格手段調節(jié)城市居民家庭用水需求成為重要的政策工具，例如推廣階梯水價（Block Rates）和征收水資源稅。

我國自1998年提出要實施階梯水價政策，雖然前期推廣從總體上看并不理想，但在近年來得到大力的推進。而水資源稅政策改革，也于2016年7月開始在河北省試點，并在2017年12月1日起擴圍至北京等9個省（自治區(qū)、直轄市）。這些基于價格工具的改革政策的有效性在很大程度上取決于城鎮(zhèn)居民用水的價格彈性和收入彈性，但是已有研究對關鍵參數的估計尚存爭議。此外，隨著中國城鎮(zhèn)居民家庭收入水平的提高，居民生活方式的改變也將成為影響家庭用水需求的重要因素，而對此進行實證分析的相關研究也非常缺乏。

本文利用9個省161個縣市2002—2009年間共11萬戶微觀家庭的調查數據對城鎮(zhèn)居民家庭的用水需求函數進行估計，除了估計我們所關注的價格彈性和收入彈性外，還考慮生活方式對于城鎮(zhèn)居民用水的影響。本文的實證結果發(fā)現，中國城鎮(zhèn)家庭用水需求的價格彈性在-0.4～-0.5之間，收入彈性大約為0.2～0.3之間，均顯示了低彈性的特征，且兩個彈性值均不存在收入組間的差異。城鎮(zhèn)居民家庭的人口特征、住房特征、生活方式對家庭用水需求具有明顯的影響。特別是家庭服務性消費和在外就餐支出占總消費的比重會降低家庭直接用水，即存在“虛擬水”轉移的現象。本文的實證研究結果深化了對城市居民家庭用水行為的理解，對具體的城鎮(zhèn)居民用水定價政策安排提供了實證支撐。

1 文獻綜述

現有對居民水需求的實證文獻按照被研究對象可以分為發(fā)達國家和發(fā)展中國家兩類，但是主要集中于前者。其中，Arbués et al.[1]和Worthington and Hoffmann[2]對發(fā)達國家的居民用水需求進行了研究綜述，Nauges and Whittington[3]對發(fā)展中國家進行了研究綜述。然而中國城鎮(zhèn)住戶用水需求研究不能直接套用這些研究：中國城鎮(zhèn)家庭的生活用水主要是室內用水，與家庭私人泳池和花園用水占比較高的發(fā)達國家模式有著顯著區(qū)別;而與發(fā)展中國家相比，我國城鎮(zhèn)又具有極高的自來水普及率（據《中國統(tǒng)計年鑒》，2002年中國城市自來水普及率為77.9%，2003年為86.2%，2005年為91.1%，2009年已經達到96.1%），城鎮(zhèn)住戶很少會面臨在多種水源（如河水、地下水）的選擇問題，而很多發(fā)展中國家則存在多水源情況[4-6]。同時，我國不同地區(qū)生活方式和經濟發(fā)展水平有較大差異，用水需求也因此存在顯著的區(qū)域差異。本文結合中國國情和當前水資源公共管理改革關注的重點，將已有文獻研究重點梳理如下。

1.1 價格設定

大多數發(fā)達國家已經實施階梯水價制度，對這些國家居民用水需求的實證分析中，采用哪種價格設定更好始終是爭論焦點。已有文獻對于水價變量的設定包括邊際價格、平均價格以及其他模式（比如Nordin模式或Shin模式）。一般來說，理性消費者會對邊際價格作出反應，因此很多研究建議采用邊際價格[7-10]。然而，Nieswiadomy and Molina[11]基于價格感知模型的研究發(fā)現，用戶在面臨遞增價格階梯時對邊際價格做出反應，而面臨遞減價格階梯時對平均價格敏感。Frondel and Messner[12]也發(fā)現用戶對于價格反應取決于對價格的認知，設計復雜的階梯水價則會降低用戶對邊際價格的敏感性。由此，許多研究認為平均價格更適合作為解釋家庭用水需求的價格變量[3，13-15]。此外，價格變量選擇直接影響參數估計。例如，Olmstead et al.[16]與Baerenklau et al.[17]發(fā)現使用平均價格估計的彈性往往比使用邊際價格的結果要大，這意味著選擇合適的價格設定模式是保證參數估計精準的重要前提;最后，在不同的階梯結構下，居民用水需求對價格反應程度也有所不同[18-20]，也意味著在階梯水價下，可能還需要探討諸如階梯長度、高度、階數、各自比率等階梯結構的設定問題。

1.2 估計偏誤的處理

內生性問題也是用水需求估計時常面臨的問題。例如，由于價格與用水量可視為被消費者同時決定，從而存在“同時性問題”（simultaneity problem），這將導致OLS估計存在估計偏差[21]?，F有文獻采用多種方法處理內生性問題。一是使用工具變量估計[9，21-24]。二是借鑒Billings[25]的方法，構造一個線性近似的總水費支出，利用它計算出恒定的邊際價格以及與每種費率結構的恒定差異來克服“同時性問題”[26-28]。三是借鑒Taylor[29]采用多個價格變量設定的思路。例如，引入Nordin[30]的D變量作為價格修正項或作為工具變量[9，13，31-33]。四是通過聯立方程組來克服宏觀層面數據雙向因果的內生性問題[34]。

1.3 價格彈性與收入彈性

在家庭資源類產品（例如，水、電等）的消費需求研究中，一個主要的研究視角是估計家庭消費的需求彈性，主要包括價格彈性和收入彈性。關于用水需求，大多數以國外為研究對象的實證研究的結論基本一致，即價格彈性為負且缺乏彈性，大多處于-0.25～-0.75區(qū)間中。然而，針對中國城鎮(zhèn)住戶用水需求的價格彈性存在較大差異。例如，Zhang and Brown[35]基于357個北京家庭和363個天津家庭的調查數據的實證研究表明，價格、收入和一些家庭特征變量對家庭用水需求并無顯著影響;鄭新業(yè)等[34]采用中國2008年222個地級市數據基于聯立方程組模型估計出的價格彈性為-2.43，表明價格彈性非常高;而大多數研究發(fā)現用水需求缺乏價格彈性[24，36-41]。毫無疑問，研究結論的差異往往源于使用的數據和計量模型的差異性。收入彈性是與價格彈性同等重要的需求變量，絕大多數文獻發(fā)現收入彈性為正的，但同樣缺乏價格彈性[23，28，42-46]。

1.4 家庭特征

基于微觀數據的實證研究，往往還會考察住戶家庭特征對于家庭用水需求的影響。例如，家庭用水量通常與家庭人口規(guī)模呈正向關系，但幅度并不隨家庭人口增長等比例增長，表明家庭用水需求存在規(guī)模經濟[23-24，47]。此外，教育水平對于家庭用水需求也存在影響。例如，Lam[48]發(fā)現正規(guī)教育對于節(jié)水行為和意圖沒有任何影響;Martínez-Espi〖AKn～D〗eira and García-Vali〖AKn～D〗as[49]則發(fā)現較低的正規(guī)教育水平與采用節(jié)水技術呈負相關?？傮w而言，反映家庭生活方式的特征在現有家庭水需求的研究中并不充分，這也是本文所重點關注的一個方面。

1.5 現有研究問題

綜上，對于我國城鎮(zhèn)住戶用水需求情況的實證研究，尤其是基于微觀數據的實證研究仍然缺乏。而且就價格彈性等關鍵參數的結論尚存有爭議。同時，鮮有實證論文就中國城鎮(zhèn)住戶家庭特征和生活方式對用水需求的影響方面展開詳細分析?？紤]到我國水資源區(qū)域分布的不平衡性和居民生活方式的顯著區(qū)域差異性，對這些影響因素的研究是非常必要的。盡管Zhang et al.[24]基于微觀家庭數據重點分析了階梯水價制度及其價格結構（如階梯的數量、長度和幅度）的影響，但并未分析非價格因素（尤其是家庭生活方式）的影響。

基于對已有文獻的分析和梳理，本文可能的貢獻有以下幾點：

（1）本文對中國城鎮(zhèn)居民的用水需求的基本事實進行了更好的探索。第一，本文使用9個省161個縣市2002—2009年間共11萬戶微觀家庭的調查數據，樣本的地區(qū)分布具有代表性。第二，使用家庭層面的微觀數據降低了內生性導致估計偏誤的風險。如前文所述，宏觀層面數據很可能存在雙向因果的內生性問題，但對微觀家庭而言，他們是價格的接受者。利用城市層面數據解釋微觀家庭用水量，從邏輯上避免了雙向因果影響。第三，我們使用樣本中的絕大多數家庭面臨的都是單一水價（uniform pricing）——水價固定，與用量無關——這意味著在該模式下邊際價格與平均價格一致，也避免了價格變量設定方面的爭議。

（2）本文在城鎮(zhèn)住戶的消費和生活習慣對其用水需求影響方面做了有益的補充。我們發(fā)現了一些關于“虛擬水”轉移的證據，比如家庭購買服務性消費和在外就餐均會顯著降低家庭的用水量?，F有文獻在這一領域的研究并不多，據我們所知，僅有Hajispyrou[50]等少數學者在這領域進行了研究。

2 數據與模型

本文使用國家統(tǒng)計局2002—2009年中國城鎮(zhèn)住戶調查數據（UHS），數據范圍包括北京市、遼寧省、浙江省、安徽省、湖北省、廣東省、四川省、陜西省和甘肅省9個?。ㄖ陛犑校?61個縣市。分布在中國的華北、東北、華東、華中、華南、西南和西北地區(qū)，從地理位置上具有比較廣泛的代表性。該數據由國家統(tǒng)計局城調隊執(zhí)行調查，使用分層隨機抽樣的方法從城鎮(zhèn)家庭中獲得代表性樣本。被調查住戶通過記賬方式，詳細記錄了家庭特征、家庭收支明細情況，其中包括本文計量分析所使用的與家庭用水相關的變量。此外，我們還從中國水網獲取了樣本地區(qū)的居民生活用水和工業(yè)用水價格數據，以及從中國氣象局國家級氣象站歷史數據庫獲取了樣本所在縣市2002—2009年的降雨和溫度等氣象數據。

考慮到家庭用水的不可分割性，我們更傾向于將家庭視為一個整體，將家庭用水總量作為被解釋變量，并基于家庭自來水實際消費額除以家庭總用水量計算出該家庭的全年平均用水價格。考慮到家庭記錄用水量和用水支出金額可能存在測量誤差，以及一個地區(qū)的居民用水價格是統(tǒng)一的，我們將所計算出的該地區(qū)所有家庭的平均價格作為該地區(qū)居民的用水價格。此外，我們使用中國水網提供的水價數據和所采用的地區(qū)平均水價進行T檢驗，發(fā)現兩者并不存在統(tǒng)計上的差異，進一步佐證我們使用地區(qū)家庭平均水價的合理性。

雖然政府沒有公布執(zhí)行階梯水價的全部城市名單，但基于以下理由，我們認為大多數樣本所在城市在2002—2009年間都始終在實施單一水價：①據發(fā)改委統(tǒng)計，到2008年，全國661個城市中只有不到80個城市在部分居民中實施了階梯水價，該數值可能存在一定程度的高估。比如《中國物價年鑒（2009）》和《中國物價年鑒（2013）》在統(tǒng)計上一年36個大中城市供水價格時，均把沈陽包括在已實施階梯水價的城市內。但事實上沈陽的階梯水價只在若干小區(qū)試行，且只抄表計水量，并未真正按照階梯水價實施收費[51]。②鄭新業(yè)等[34]指出，到2008年全國實際執(zhí)行階梯水價的城市有15個。③在2008年8月29日通過的《循環(huán)經濟促進法》甚至刪除了存在較大爭議的“對城市居民生活用水、電、氣等資源性產品實施累進加價收費制度”內容。因此，可以認為在2009年之前，單一水價模式在全國占據絕對主流的地位。在本文的穩(wěn)健性檢驗部分，我們還將進一步剔除執(zhí)行階梯水價的樣本。因為在單一水價模式下，居民用水價格既是平均水價也是邊際水價，避免了價格設定的爭議。

本文借鑒文獻[8][16][24][43]的做法，采用（1）式的模型設定：

lnQs，i，t=β0+β1lnPs，t+β2lnYs，i，t+γXs，i，t+θZs，t+∑δsRs+∑ηtTt+μs，i，t（1）

其中，s代表地區(qū);t代表年度;i代表家庭。lnQs，i，t是家庭年用水量的對數。lnPs，t是地區(qū)用水平均價格的對數。lnYs，i，t是家庭可支配收入的對數。Xs，i，t是s地區(qū)i家庭第t年的一些特征變量，包括家庭人口結構、居住條件、生活和消費習慣等。Zs，t是s地區(qū)第t年的地區(qū)降雨和溫度有關的氣候特征。Rs和Tt分別是區(qū)域和年度虛擬變量，μs，i，t是隨機誤差項。

所有變量的定義以及描述性統(tǒng)計如表1所示。除了水價和收入外，本文的解釋變量還包括家庭人口學變量〖CM（81.5mm〗（戶主年齡、戶主性別、戶主教育程度、家庭人口規(guī)模、老年人口占比和幼年人口占比）、家庭住房（房屋面積、房屋年齡、房屋類型、是否有獨立衛(wèi)?。┖图彝ツ陀闷窊碛星闆r（淋浴熱水器數量、洗衣機數量、汽車數量和摩托車數量）、家庭生活方式變量（購買服務性支出占總消費支出比重、外出就餐支出占總消費支出的比重）和當地的氣候變量（降雨天數和夏季平均氣溫）等可能對家庭用水產生影響的變量。

除了價格彈性和收入彈性外，我們還非常關注家庭生活方式對于家庭用水需求的影響。具體而言，本文所指家庭生活方式包括家庭耐用品（淋浴器、洗衣機、汽車、摩托車）擁有情況、家庭的服務性支出占總消費的比重和在外就餐支出占總消費之比等變量。其中，服務性支出在中國城鎮(zhèn)住戶調查中有明確定義，由一系列消費子項構成。在外就餐支出則是指在家庭以外地點的自費用餐支出，包括在單位食堂、餐飲業(yè)、親友家的用餐支出。隨著中國逐步進入后工業(yè)化時代，家庭生活方式中購買服務和外出就餐等與服務業(yè)密切相關的變量更是我們觀察的重點。

3 實證結果及分析

3.1 基準估計

基準回歸結果匯報在表2。被解釋變量為家庭年用水量（ln_family_water），關鍵解釋變量水價方面：奇數列使用當地水價的均值（ln_meanprice），偶數列使用當地水價的中位數（ln_medianprice），由于家庭用水量和水價都做了取對數處理，因此其估計系數就是價格彈性。第（1）列和第（2）列除水價外還控制了一系列家庭人口特征（家庭可支配收入、戶主年齡和年齡的平方、老年人口占比、幼兒人口占比、男性人口占比、家庭人口規(guī)模、戶主教育程度）、當地降雨天數、當地夏季平均溫度、省級啞變量和年份啞變量。第（3）列和第（4）列則增加了一系列刻畫家庭居住條件變量：家庭的住房類型（以中國城鎮(zhèn)居民最普遍的單元房dummy_housetype2作為基準組）、住房面積、房屋年齡和房齡的平方項、是否有獨立衛(wèi)浴、淋浴熱水器數量、洗衣機數量、汽車和摩托車數量。第（5）列和第（6）列進一步增加刻畫家庭生活方式和消費習慣變量：家庭購買的服務性支出占總消費支出的比重（service）、家庭外出就餐占總消費的比重（eat_out）。第（7）列和第（8）列則是將省級層面固定效應替換為城市層面的固定效應，以進一步控制地區(qū)層面不隨時間變化的異質性。需要說明的是，本研究的數據樣本所包括的161個縣市中只有155個有國家級氣象站，因此少數地區(qū)存在氣象數據缺失。具體而言，廣東省肇慶、惠州、梅州，四川省的瀘州、內江和甘肅的嘉峪關因當年沒有設立國家級氣象站，所以氣象數據完全缺失。此外，遼寧北票和陜西三原、西安（涇河）氣象站的部分年度氣象數據缺漏。我們也在不控制氣候變量的全樣本數據下做了回歸，結論依舊穩(wěn)健。

分析表2的回歸結果可知，城鎮(zhèn)居民用水的價格彈性都顯著為負且缺乏彈性，范圍在-0.4～-0.5之間;收入彈性顯著為正，同樣缺乏彈性，范圍在-0.2～-0.3之間。這與大多數文獻的結論一致。水價變量無論采用地區(qū)平均價格還是采用中位數價格，估計系數的差異性很小，因此可認為價格彈性的估計結果比較穩(wěn)健。與其他采用微觀數據進行實證分析文獻的估計結果相比（見表3），中國城鎮(zhèn)住戶的價格彈性居于中間位置，尚未落入-0.1～-0.2等價格極度不敏感區(qū)間，因此階梯水價政策仍有較大的效力空間。

反映家庭人口的特征變量顯著地影響家庭用水需求。從戶主年齡（headage）和戶主年齡平方（headage_square）的系數及其符號可知，家庭用水與戶主年齡呈現出倒“U”字結構。同時，家庭人口規(guī)模的回歸系數顯著小于1，說明規(guī)模經濟的效應顯著存在。這與Martins and Fortunato[23]、Zhang et al.[24]等的結論一致。此外，家庭年齡結構，例如老年人口比重和幼年人口比重均對家庭用水需求產生負面影響，但在控制家庭生活方式變量后，戶主受教育水平對家庭用水需求并無顯著影響。家庭住房特征顯著影響家庭用水需求：房屋類型對家庭用水產生顯著的影響，居住在獨棟住宅和普通樓房的家庭用水量均顯著高于作為參照組的單元房家庭。房屋面積和擁有獨立衛(wèi)浴均顯著提高家庭用水量，房齡則對用水需求沒有影響。還需強調的是，2009年以后中國在城市用水管理方面出臺了一系列政策，以上實證結論在2009年之后是否發(fā)生改變以及發(fā)生多大程度的改變，因受數據制約是本文目前暫時無法回答的問題，也是未來可進一步改進和探索的方向。

3.2 “虛擬水”轉移現象

在反映家庭生活方式的變量上，我們主要選取了與用水相關的耐用品擁有情況（淋浴器、洗衣機、汽車、摩托車）和家庭服務支出和在外就餐支出占消費比重進行衡量，用以反映家庭消費結構的變化?？傮w來看，家庭耐用品擁有情況顯著提高家庭用水消費，而家庭外出就餐和服務性消費支出占總消費支出的比重對于家庭用水需求的影響顯著為負。受Chenoweth J.[52]認為進口糧食等價于進口虛擬水（virtual water）的觀點啟發(fā)，我們認為導致用水顯著變化的家庭生活和消費行為亦屬于虛擬水轉移，即中國城市家庭生活和消費活動存在著“虛擬水”轉移現象。這是因為，無論是服務性支出活動還是在外就餐，這些消費活動也伴隨水資源的消耗，只不過未體現在家庭直接用水上。事實上，家庭購買服務性支出中所涉及的部分行業(yè)還屬于用水密集型行業(yè)，例如洗浴、洗車等。

3.3 地區(qū)差異

基于方程（5）列的回歸結果，我們用省級虛擬變量的回歸系數來衡量家庭用水的地區(qū)間差異（回歸系數并未在表2匯報）。由于地區(qū)虛擬變量以北京作為參照組，回歸系數的數值就是各地區(qū)家庭的平均用水規(guī)模高于或低于北京家庭平均用水規(guī)模的百分比。由圖1可知，不同地區(qū)的家庭用水存在顯著的地區(qū)差異，南方地區(qū)（包括樣本地區(qū)的浙江、湖北、廣東、四川）的家庭用水量顯著高于北方地區(qū)。樣本省份中用水最多的廣東家庭用水量平均而言比北京家庭用水量多出65.37%，而用水最少的甘肅家庭平均而言比北京家庭用水少了28.75%。此外，遼寧和安徽家庭的用水量與作為參照組的北京在統(tǒng)計上無顯著差異，故未在圖中匯報數值。

3.4 異質性分析

考慮到家庭收入的異質性可能導致收入彈性和價格彈性的差異，本研究將按照不同收入組分別進行家庭用水需求估計，以檢驗家庭用水需求是否存在價格彈性和收入彈性的差異。受制于微觀數據的可得性，目前僅有少數文獻對此進行檢驗[50，53-55]。這些研究的結論比較一致，即越富裕的收入組自來水的價格彈性（絕對值）越低。根據經濟學原理，對某種商品需求的價格彈性和收入彈性受到諸多因素影響，例如消費者偏好、可替代程度、消費預算等多個因素的影響。由于家庭用水需求屬于家庭最基本的消費需求，精準識別不同收入組家庭用水需求的價格彈性和收入彈性對于制定城市居民水價政策設定具有重要意義，即一方面要滿足低收入家庭人群的基本用水需求，保障公平性;另一方面要激勵高收入家庭有動力采取節(jié)水型消費，保障水資源的集約使用。

本文在同時考慮城市家庭收入隨時間增長，以及地區(qū)間的收入差異的情況下，把所有樣本分為高收入、中收入、低收入三組家庭。我們先分別對各收入組進行用水需求估計，然后在解釋變量中加入收入變量與收入分組虛擬變量的交叉項，并使用全樣本估計以檢驗價格彈性和收入彈性的組間差異。從表4的結果來看，三個收入組的價格彈性和收入彈性比較接近，而且從第（4）列和第（5）列交叉項的回歸系數均不顯著，表明三組的價格彈性和收入彈性無顯著差異。這說明家庭水需求的價格彈性和收入彈性在不同收入階層之間基本一致，這也意味著不同收入家庭用水的不平等性不受收入彈性值的差異影響。從政策含義角度講，旨在促進家庭用水節(jié)約的政策設計上，可以不把家庭收入作為政策設定的參考變量。

3.5 穩(wěn)健性檢驗

本文基于變量替換和子樣本回歸的思路進行穩(wěn)健性檢驗，但把子樣本回歸作為側重點。在變量替換中，我們對部分控制變量的設定進行了替換，例如，我們將戶主年齡替換為家庭平均年齡;將戶主性別替換為家庭性別比率;增加0到3歲嬰幼兒占家庭人口比重的變量;將淋浴熱水器、洗衣機、汽車和摩托車的數量變量替換為是否有淋浴熱水器、洗衣機、汽車和摩托車的虛擬變量;將年降雨天數替換為年降雨量;將夏季平均溫度替換為一年中平均溫度超過22℃的天數占比，以及這些變化的若干組合，實證估計的結果依舊穩(wěn)健。為節(jié)約篇幅，表4中只匯報了基于子樣本回歸思路的結果。這是由于部分地區(qū)在樣本的時間跨度內引入階梯水價或在某年進行價格調整，若不剔除這些樣本會可能對價格設定的精準性產生干擾。為此，我們將采用逐步縮小樣本范圍的方式進行穩(wěn)健性檢驗（見表5），目標是盡可能確保樣本家庭面對單一水價且在當年未進行水價調整，以確保估計結果的精確性。表5第（1）列和第（2）列使用了全樣本，但是增加了是否執(zhí)行階梯水價的虛擬變量D。第（3）列到第（8）列均為逐步刪除樣本后的結果，具體而言：第（3）列和第（4）列刪除是大連、寧波、武漢、深圳、湛江和德陽這6座已知執(zhí)行了階梯水價或進行階梯水價試點的城市樣本，以及2008和2009年的全部樣本后的結果。因為2008年實施階梯水價的太原稱自己是中國最早實施階梯水價的城市之一。第（5）列和第（6）列是在之前基礎上再進一步刪除2007年所有樣本后的估計，因為大多數城市從2007年開始逐步調整居民生活用水價格，價格調整會導致當年均價并不是用戶面臨的真實價格。最后兩列是在第（5）列和第（6）列的基礎上再刪除了2006年所有樣本后的結果，理由是寧波、武漢、湛江和德陽都從2006年執(zhí)行階梯水價。

由結果可知，在盡可能剔除階梯水價的影響和單一水價價格調整的影響后，價格彈性和收入彈性仍然顯著，且缺乏彈性。正如前文所述，單一水價下邊際價格等于平均價格，能回避掉學術界關于價格設定的爭議，因此樣本調整的穩(wěn)健性檢驗進一步佐證了前文實證結果的可信度。同時家庭購買服務性消費和外出就餐依舊與家庭人均用水顯著負相關。這表明表2基準回歸的主要結論均穩(wěn)健。

4 結論與政策建議

本文基于大樣本的微觀家庭數據，對中國城鎮(zhèn)住戶用水需求的價格彈性和收入彈性進行估計，結果顯示價格彈性值大約為-0.4～-0.5之間，收入彈性值大約為0.2～0.3之間。本文還發(fā)現，城鎮(zhèn)居民家庭水需求存在“虛擬水”轉移現象，家庭在外就餐和購買服務的支出顯著降低了家庭的直接用水量，相當于把直接用水向間接用水轉移?；谏鲜鲅芯拷Y論，本文從如下三個方面提出政策建議。

（1）由于城鎮(zhèn)居民用水需求的價格彈性的絕對值高于收入彈性，也就意味著只要城鎮(zhèn)用水價格的平均上調幅度不低于（或略低于）城鎮(zhèn)居民家庭實際收入增長幅度，城市居民家庭的平均直接用水量將不會提高。如果能夠滿足該條件，則給定城市的居民用水總量的增長將主要受該城市人口規(guī)模增長的影響。在我國仍處于城鎮(zhèn)化快速發(fā)展的大趨勢下，城市管理者必須充分重視水資源的稀缺性，充分利用價格手段實現居民用水的節(jié)約化。

（2）價格缺乏彈性不僅意味著我國開征的水資源稅具備高效率前提，也意味著階梯水價制度在設計方面應擴大各級價格階梯的差異，進一步增強階梯水價機制的調控有效性。此外，異質性分析也表明，不同收入組的價格彈性和收入彈性不具有統(tǒng)計性質上的差異，因此在設計水資源稅和階梯水價等以價格為傳導的政策工具時，可實行無差別的統(tǒng)一政策，而不必分人群制定不同的水價政策。

（3）未來中國水資源公共管理政策和規(guī)劃應當充分重視虛擬水轉嫁和由此產生的間接用水，并對用水密集型服務業(yè)做好節(jié)水政策設計，各級政府應積極探索將“萬元第三產業(yè)增加值用水量”作為約束性指標，納入五年規(guī)劃和中長期規(guī)劃指標體系中，并完善相應的政府績效考核機制，更加全面地推進節(jié)水型社會建設。

參考文獻

[1]ARBUS F， GARCIA-VALI〖AKN～〗AS M ， MARTINEZ-ESPI〖AKN～〗EIRA R. Estimation of residential water demand： a state-of-the-art review[J]. The journal of socio-economics， 2003， 32（1）： 81-102.

[2]WORTHINGTON A C， HOFFMAN M. An empirical survey of residential water demand modelling[J]. Journal of economic surveys， 2008， 22（5）： 842-871.

[3]NAUGES C， WHITTINGTON D. Estimation of water demand in developing countries： an overview[J]. The World Bank research observer， 2010， 25（2）： 263-294.

[4]ACHARYA G， BARBIER E. Using domestic water analysis to value groundwater recharge in the Hadejia‘Jamaare Floodplain， Northern Nigeria[J]. American journal of agricultural economics， 2002， 84（2）： 415-426.

[5]CHEESMAN J， BENNETT J， SON T V H. Estimating household water demand using revealed and contingent behaviors： evidence from Vietnam[J]. Water resources research， 2008， 44（11）： W11428.

[6]COULIBALY L， JAKUS P M， KEITH J E. Modeling water demand when households have multiple sources of water[J]. Water resources research， 2014， 50（7）： 6002-6014.

[7]NIESWIADOMY M L. Estimating urban residential water demand： effects of price structure， conservation， and education[J]. Water resources research， 1992， 28（3）： 609-615.

[8]GARCIA S， REYNAUD A. Estimating the benefits of efficient water pricing in France[J]. Resource and energy economics， 2004， 26（1）： 1-25.

[9]RUIJS A， ZIMMERMANN A， VAN DEN BERG M. Demand and distributional effects of water pricing policies[J]. Ecological economics， 2008， 66（2）： 506-516.

[10]NATARAJS， HANEMANN W M. Does marginal price matter？ a regression discontinuity approach to estimating water demand[J]. Journal of environmental economics and management， 2011， 61（2）： 198-212.

[11]NIESWIADOMY M L， MOLINA D J. A note on price perception in water demand models[J]. Land economics， 1991， 67（3）： 352-359.

[12]FRONDEL M， MESSNER M. Price perception and residential water demand： evidence from a German household panel[C]//16th Annual Conference of the European Association of Environmental and Resource Economists in Gothenburg. 2008： 25-28.

[13]STRAND J， WALKER I. Water markets and demand in Central American cities[J]. Environment and development economics， 2005， 10（3）： 313-335.

[14]BINET M E， CARLEVARO F， Paul M. Estimation of residential water demand with imperfect price perception[J]. Environmental and resource economics， 2014， 59（4）： 561-581.

[15]WICHMAN C J. Perceived price in residential water demand： Evidence from a natural experiment[J]. Journal of economic behavior & organization， 2014， 107： 308-323.

[16]OLMSTEAD S M， HANEMANN W M， STAVINS R N. Water demand under alternative price structures[J]. Journal of environmental economics and management， 2007， 54（2）： 181-198.

[17]BAERENKLAU K A， SCHWABE K A， DINAR A. The residential water demand effect of increasing block rate water budgets[J]. Land economics， 2014， 90（4）： 683-699.

[18]ESPEY M， ESPEY J， SHAW W D. Price elasticity of residential demand for water： a meta-analysis[J]. Water resources research， 1997， 33（6）： 1369-1374.

[19]DALHUISEN J M， FLORAX R J G M， DE GROOT H L F， et al. Price and income elasticities of residential water demand： a meta-analysis[J]. Land economics， 2003， 79（2）： 292-308.

[20]REYNAUD A， RENZETTI S， VILLENEUVE M. Residential water demand with endogenous pricing： the Canadian case[J]. Water resources research， 2005， 41（11）： W11409.

[21]NIESWIADOMY M L， MOLINA D J. Comparing residential water demand estimates under decreasing and increasing block rates using household data[J]. Land economics， 1989， 65（3）： 280-289.

[22]RENWICK M E， GREEN R D. Do residential water demand side management policies measure up？ an analysis of eight California water agencies[J]. Journal of environmental economics and management， 2000， 40（1）： 37-55.

[23]MARTINS R， FORTUNATO A. Residential water demand under block rates： a Portuguese case study[J]. Water policy， 2007， 9（2）： 217-230.

[24]ZHANG B， FANG K H， BAERENKLAU K A. Have Chinese water pricing reforms reduced urban residential water demand？[J]. Water resources research， 2017， 53（6）： 5057-5069.

[25]BILLINGS R B. Specification of block rate price variables in demand models[J]. Land economics， 1982， 58（3）： 386-394.

[26]AGTHE D E， BILLINGS R B. Water-price effect on residential and apartment low-flow fixtures[J]. Journal of water resources planning and management， 1996， 122（1）： 20-23.

[27]MARTNEZ-ESPIEIRA R. Estimating water demand under increasing-block tariffs using aggregate data and proportions of users per block[J]. Environmental and resource economics， 2003， 26（1）： 5-23.

[28]MARTNEZ-ESPIEIRA R， NAUGES C. Is all domestic water consumption sensitive to price control？[J]. Applied economics， 2004， 36（15）： 1697-1703.

[29]TAYLOR L D. The demand for electricity： a survey[J]. Bell journal of economics， 1975， 6（1）： 74-110.

[30]NORDIN J A. A proposed modification of Taylors demand analysis： comment[J]. Bell journal of economics， 1976， 7（2）： 719-721.

[31]AGTHE D E， BILLINGS R B. Dynamic models of residential water demand[J]. Water resources research， 1980， 16（3）： 476-480.

[32]FOSTER H S， BEATTIE B R. On the specification of price in studies of consumer demand under block price scheduling[J]. Land economics， 1981， 57（4）： 624-629.

[33]CHICOINE D L， DELLER S C， RAMAMURTHY G. Water demand estimation under block rate pricing： a simultaneous equation approach[J]. Water resources research， 1986， 22（6）： 859-863.

[34]鄭新業(yè)， 李芳華， 李夕璐， 等. 水價提升是有效的政策工具嗎？[J]. 管理世界， 2012（4）： 47-59.

[35]ZHANG H H， BROWN D F. Understanding urban residential water use in Beijing and Tianjin， China[J]. Habitat international， 2005， 29（3）： 469-491.

[36]胡峰. 城市居民生活用水需求影響因素研究——以南通市為例[D]. 杭州： 浙江大學， 2006.

[37]陳曉光， 徐晉濤， 季永杰. 華北地區(qū)城市居民用水需求影響因素分析[J]. 自然資源學報， 2007（2）：275-280.

[38]李眺. 我國城市供水需求側管理與水價體系研究[J]. 中國工業(yè)經濟， 2007 （2）： 43-51.

[39]馬訓舟， 張世秋， 穆泉. 二次近似完美需求體系的應用研究——以北京市城市居民用水需求彈性分析為例[J]. 北京大學學報： 自然科學版， 2012，（3）： 483-490.

[40]馬訓舟， 張世秋. 成都城市居民累進階梯式水價結構與政策效果分析[J]. 中國人口·資源與環(huán)境，? 2014 （11）： 168-175.

[41]廖顯春， 夏恩龍， 王自鋒. 階梯水價對城市居民用水量及低收入家庭福利的影響[J]. 資源科學，2016（10）： 1935-1947.

[42]BARTCZAK A， KOPANSKA A， RACZKA J. Residential water demand in a transition economy： evidence from Poland[J]. Water science and technology： water supply， 2009， 9（5）： 509-516.

[43]SCHLEICH J， HILLENBRAND T. Determinants of residential water demand in Germany[J]. Ecological economics， 2009， 68（6）： 1756-1769.

[44]MARCH H， SAUR D. The suburbanization of water scarcity in the Barcelona metropolitan region： sociodemographic and urban changes influencing domestic water consumption[J]. The professional geographer， 2010， 62（1）： 32-45.

[45]MARCH H， PERARNAU J， SAUR D. Exploring the links between immigration， ageing and domestic water consumption： the case of the Metropolitan Area of Barcelona[J]. Regional studies， 2012， 46（2）： 229-244.

[46]ROMANO G， SALVATI N， GUERRINI A. An empirical analysis of the determinants of water demand in Italy[J]. Journal of cleaner production， 2016， 130： 74-81.

[47]HGLUND L. Household demand for water in Sweden with implications of a potential tax on water use[J]. Water resources research， 1999， 35（12）： 3853-3863.

[48]LAM S P. Predicting intention to save water： theory of planned behavior， response efficacy， vulnerability， and perceived efficiency of alternative solutions[J]. Journal of applied social psychology， 2006， 36（11）： 2803-2824.

[49]MARTNEZ-ESPIEIRA R， GARCA-VALIAS M . Adopting versus adapting： adoption of water-saving technology versus water conservation habits in Spain[J]. International journal of water resources development， 2013， 29（3）： 400-414.

[50]HAJISPYROU S， KOUNDOURI P， Pashardes P. Household demand and welfare： implications of water pricing in Cyprus[J]. Environment and development economics， 2002， 7（4）： 659-685.

[51]沈陽市物價局解疑階梯水價方案擬將水價分三檔[EB/OL].（2012-08-07）[2018-02-06]. http：//finance.sina.com.cn/china/dfjj/20120807/160512782294.shtml.

[52]CHENOWETH J. Minimum water requirement for social and economic development[J]. Desalination， 2008， 229（1-3）： 245-256.

[53]AGTHE D E， BILLINGS R B. Equity， price elasticity， and household income under increasing block rates for water[J]. American journal of economics and sociology， 1987， 46（3）： 273-286.

[54]THOMAS J F， SYME G J. Estimating residential price elasticity of demand for water： a contingent valuation approach[J]. Water resources research， 1988， 24（11）： 1847-1857.

[55]RENWICK M E， ARCHIBALD S O. Demand side management policies for residential water use： who bears the conservation burden？[J]. Land economics， 1997， 73（3）： 343-359.

Water consumption of Chinese urban residents： from perspectives of micro data

ZHANG Wei1 HAN Jun2 ZHOU Shao-jie1

（1.School of Public Policy & Management/ Institute of Contemporary China Studies，

Tsinghua University， Beijing 100084， China; 2.School of Labor and Human Resources，

Renmin University of China， Beijing 100872， China）

Abstract

More than 60% of cities in China face water shortages to varying degrees， and around half of these cities are hit by severe water shortage. Water resource supply has become one important restriction factor of population carrying capacity in parts of Chinese cities. Based on extensive data of 110，000 households collected by the Chinese Urban Household Surveys （UHS）， this research empirically analyzes the demand of water for urban households. The main findings are as follows： First， the price elasticity of urban household water consumption （between -0.4 and -0.5） and the income elasticity （between 0.2 and 0.3） are both at a relatively low level， which means that， according to the principle of Ramsey， levying water tax will be efficient. The absolute value of price elasticity is higher than that of income elasticity， and this implies that as long as the average increase in urban water price is higher than the actual income growth of urban households， the average direct water consumption of urban residents will not increase. Second， the lifestyle transformation for urban residents is also a significant factor in affecting the household water consumption. The amount of eating out and the proportion of expenditures on services influence the water consumption of households. For instance， every 1% increase in the amount of eating out will reduce 0.3% in water consumption directly， and that of household service expenditure will reduce 0.2%～0.3% in water consumption directly. This reveals the presence of ‘virtual water transfer effect. Third， in the analysis of heterogeneity， there is no statistically significant difference between price elasticity and income elasticity for different income classes. This demonstrates that the inequality of water consumption for different income households is not affected by the income elasticity， and， therefore， household income may not be considered as a reference variable for designing the policy of promoting water conservation. Lastly， by gradually reducing the sample size and thus largely ensuring that the regressed samples are all under uniform pricing and have not experienced water price adjustment in that year， the robustness of these empirical results are tested and verified. More broadly， this research provides a quantitative evaluation of water consumption for urban households in the future， and also builds a micro-level theoretical basis for future policies of urban water management.

Key words urban household; water demand; price elasticity; income elasticity; lifestyle