導語：水價調節對市民用水需要的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

價格“杠桿”能撬動節水嗎？

摘要：水是人類賴以生存和發展的前提，是國民經濟的命脈所在。從我國當前形勢和發展前景來看，水資源短缺已經嚴重制約了我國社會和經濟的可持續發展。而價格正是稀缺資源的指示器，同時也是稀缺資源優化配置的調節杠桿。近年來全國各地水價“漲”聲四起，科學而合理的水價不僅能夠促進稀缺資源的優化配置，而且能夠保障政府、人民以及相關企業的利益。本文在總結國內外眾多學者研究成果的基礎上，從水價調整對城市居民生活用水需求影響的角度出發，在模型可行的條件下，利用變系數模型對2002年-2007年我國13個省會城市的面板數據進行實證檢驗，分地區研究了各個城市的水價彈性，得出水價上漲能夠明顯起到降低城市居民生活用水需求的作用，大體來看南方城市水價調整對居民生活用水需求的影響力度大于北方城市，并作出了水價上漲對居民生活用水需求的影響測度分析；最后在理論和模型研究的基礎上，針對這些現象提出了具有可操作性的政策建議。

關鍵字：水價調整，居民生活用水，面板數據模型

一、研究背景

水是人民生活的基本保障，是社會生產的原動力，它直接影響著社會的進步和經濟的發展。我國是一個用水大國，在面臨著嚴重干旱缺水的同時也被水資源的浪費現象所困擾，這已經成為了制約我國社會和經濟發展的瓶頸。尤其在城市生活中，水資源浪費現象十分普遍，因此緩解水資源短缺與浪費之間的對立關系，確保城市居民生活用水的基礎上節約、保護水資源已經迫在眉睫。在這樣的前提下，研究水價調整對水資源節約的影響，制定出合理的政策措施，更加有效地運用價格等調節需求的杠桿來緩解用水的緊張趨勢，無論是對節約我國稀缺的經濟資源和戰略資源，還是對促進我國社會和經濟的可持續發展都有著舉足輕重的意義。目前全國水價“漲”聲一片，幾乎所有的城市掀起了一股自來水漲價熱潮，然而各地許多城市紛紛加入水價上漲的“大合唱”，究竟水價上調能不能起到促進各個城市居民節水的作用，這一舉措又對城市居民生活用水需求的影響有多大，卻沒有明確定論，本文正是從這一熱點出發，讓價格“杠桿”能否撬動節水的謎團浮出水面。

近年來，水價調整對人們生活的影響逐步擴大，國內外專家和學者對水價調整的研究數見不鮮。從研究范圍上看，目前已有的研究中，將單個城市或地區的水價調整作為研究主體的文章居多。從研究角度上看，主要是對水價調整原因及效應、居民承受能力、面臨問題等角度闡述。韓香云（2004）提出水價調整主要是由于水資源的供給不足和提高價格、減少需求。效應則主要體現在提高水價增加國家財政收入，促進基礎設施的建設，另外旨在利用水價調整來提高公民的節水意識。方磊、申玉銘（2005）認為在調整水價前應該重點考慮城市低收入人群，應以制度化的形式規定最低生活保障等與經濟增速之間的關系或者按價格漲幅調整各項社保支付金額以減輕水價改革給低收入人群帶來的經濟壓力。Arbues等對城市居民用水需求的相關文獻進行了系統分析，他從研究目的、不同價格對用水需求的影響、變量選用、數據集以及模型估計等方面做了系統的分析和比較，對水需求的未來研究趨勢做了評論。JohnWSawkinsandValerieADickie（2002）經過研究發現，在英國水費支出在低收入家庭整體支出中所占的比重急劇上升，政府應當采取適當可行的措施來保障低收入家庭，同時也能夠滿足更高的供水和污水處理費用要求。DavidGraham（1997）研究澳大利亞的水價情況，提出要對不同的用戶實行分級收費，以確保形成一個長期穩定的可持續水價。在對水價調整面臨問題的研究中，許多學者認為彈性水價、階梯水價是緩解居民承受能力的有效措施；還有學者認為水價調整要整合社會資源，從社會各方面的共同利益出發，適度引入市場的競爭機制，以求完善而合理的水價機制。姬鵬程（2009）提出了我國水價的結構不合理，水價偏低，供水價格和污水處理價格不足以彌補供水成本，這導致供排水企業的運營效益受限，同時水費的征收也存在著一些問題。此外，現有的研究中方法較為局限，王英利用彈性分析法分析了北京市居民收入和水價對城市用水需求的影響。方磊，申玉銘（2005）利用采用描述統計的方法來分析北京市水價變化。張逢，陳一，張智，干麗莎（2007）運用意愿調查評估法（CV法）研究了重慶缺水地區水價調整及居民支付意愿。

通過以上的分析，目前國內外現有的研究中研究方向和方法都比較局限，就水價對城市居民用水結構影響以及影響程度方面研究比較少，從研究較多的單個城市來看，如北京，水價上調能在一定程度起到節水的作用，但是其他城市的用水狀況卻沒有過系統的分析，留下了諸多空白。隨著水資源的日益緊缺，水價的變化空間很可能超出歷史時間序列數據所描述的觀察范圍，這就對水價政策的研究提出了更高的要求。研究內容不再滿足于對特定地區的特定數據集合進行分析以得出描述既定水價影響特征的價格彈性值，而是更注重探索未來價格變化范圍擴大時的消費者用水行為的影響特征。本文正是突破了地域的限制和方法的單一性，利用全國主要城市的數據，采用面板數據模型，在較大價格范圍內研究了水價彈性，并且分地區探索水價調整對城市居民生活用水需求的影響，得出更廣泛、更豐富的結論。

二、建模思想及模型變量選取

1、建模思想

本文意在考察水價調整對城市居民生活用水需求的影響，然而針對我國城市居民的生活用水現狀，水價研究存在很大的局限性。第一，由于我國水價的調整受政府管制，很多城市的水價多年來變化很小甚至沒有進行過調整，這樣可能造成有效的樣本區間較短，因此采用單純的時間序列數據對城市居民生活用水需求進行分析，在一定程度上影響估計量的質量及可信性；第二，受地域的限制和經濟發展水平的影響，中國各大城市的居民生活用水差異非常顯著，不適合利用多個城市的綜合數據進行研究，否則可能會造成掩蓋區域間差異的后果。因此鑒于數據和研究的可操作性，本文選用面板數據的變系數模型進行分析，可以有效的克服以上局限，面板數據是用來描述一個總體中給定樣本在一段時間的情況，并對樣本中每一個樣本單位進行多重觀察而得到的數據集，它不僅可以同時利用截面數據和時間序列數據建立計量經濟模型，而且能更好的識別和度量單純的時間序列模型和單純截面數據模型所不能發現的影響因素，能夠構造和檢驗更復雜的行為模型。這些優點保證了信息量和模型的精度。

另外，面板數據的單位根和協整理論是時間序列的單位根和協整理論的繼承和發展，它綜合時間序列和橫截面的特性，通過加入橫截面能夠更加直接、更加精確的推斷單位根和協整的存在，在時間序列不長、并有截面數據的情況下，面板單位根和協整的應用更有價值。因此，本文首先對各變量進行面板數據的單位根檢驗，如果各變量同階單整，則對這些變量進行協整關系檢驗，分析它們之間是否具有長期均衡關系，然后我們進一步根據回歸方程變量的顯著性及其經濟意義對影響城市居民生活用水需求的變量完成甄別篩選，最后選取合適的指標建立面板數據的變系數模型，并在模型合理的情況下作出水價調整對城市居民生活用水的影響測度分析，提出切實可行的政策建議。

2、變量的選取及數據來源

根據需求理論和國內外的研究結果，大多數學者認為影響城市居民水需求的主要因素可以概括為：價格、收入、氣候變量、需求管理政策和社會經濟變量等。我們從水價調整對城市居民生活用水需求影響的角度出發，構造城市居民用水量與水價之間的函數關系以求得價格彈性，相應的函數關系為Q=F(P,Z),其中Q為城市居民用水量,P為水價,Z為其他控制和環境變量。變量的選取如下：

水價：水是生命的源泉，人們的日常生活離不開水，居民生活用水是人們生活中不可或缺的部分，而生活用水作為一種商品,也符合商品供求的一般規律，水價提高，則用水量下降；水價降低，則用水量升高；用水量的需求大小在一定程度上受到價格波動的影響。

人均可支配收入：生活用水作為一種商品，需要人們在日常生活中對它進行支付，這種支付能力的大小在一定程度上取決于人們人均可支配收入的高低。

降水量：各個地區降水量的不同會引起當地居民生活用水需求的不同，一般情況下，雨水豐富的地區，居民生活用水的需求都較大，而干旱少雨的地區，人民生活用水的需求量較小。

年均氣溫：當地氣溫會影響到居民對生活用水的需求，通常氣溫高的地方，由于生理及各方面的需求，會增加對水的使用量。

人均全年供水總量：全年供水量指公用自來水廠和自備水源的社會單位全年的供水總量，包括有效供水量及損失水量。它衡量的是各地區政府水利機構的供水能力。

在搜集全國主要省會城市的統計數據時，我們發現數據的完整性存在很大問題，水價的數據處理上，并沒有統一確定的資料可以參考，數據比較零散，這就加大了搜集的難度，加之年份的有限，最終確定了13個省會城市2002年到2007年的數據作為分析。城市居民生活用水以各個城市的人均生活用水量(單位噸)作為衡量指標，用變量shys表示；人均可支配收入作為衡量收入水平的指標，用變量income表示；降水量采用的是每個城市的年降水量（單位毫米），用rain表示；年均氣溫是各個城市的年平均氣溫（攝氏度），用temp表示；人均全年供水總量用gszl來表示，本文用每個城市的全年供水總量與市區人口的比值代表人均全年供水總量（單位噸）；這里對水價做一個特別說明，中國的水價情況：一是各類水價不等，各地水價差異較大；二是水價調整受政府管制，價格水平總體較低。近年來，全國主要省會城市對水價的調整幅度不盡相同，北京、上海2002年以來各對水價調整了三次，天津調整了4次，有的城市多年來一直沒有調整水價，因此鑒于研究的可行性，我們對省會城市進行篩選，選擇了水價調整幅度較大的13個城市進行分析，這些城市分別是北京、上海、天津、重慶、廣州、南京、武漢、呼和浩特、太原、杭州、長沙、蘭州、石家莊；水價處理采用的是將每年中不同時段的水價按持續時段長度進行加權平均后得到。

本模型中，人均生活用水量數據來自《中國城市統計年鑒》，人均年可支配收入來自各個省或市的統計年鑒，城市的年降水量和氣溫來自《中國統計年鑒》，水價的數據來自中國水網及各地區的自來水公司和水務局等。另外，下文中出現的變量lshys、lprice、lrain、ltemp、lincome和lgszl，分別是對人均生活用水、水價、降水量、年均氣溫、人均可支配收入和人均全年供水總量作對數化處理，在建模的整個過程中使用Eviews6.0軟件進行計算處理。

三、模型的構建與相關檢驗

1、面板數據的協整檢驗

為了避免偽回歸的發生，我們需要對面板數據首先進行單位根檢驗，以確定其平穩性，進而在平穩的前提下作變量間的協整檢驗。面板單位根檢驗的方法主要有：LLC檢驗、Breitung檢驗、IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗。前兩種是相同根情況下的單位根檢驗方法，后三種是不同單位根情況下的檢驗方法。本文通過LLC檢驗、Fisher-ADF檢驗和Fisher-PP檢驗對所有的變量進行檢驗，檢驗結果如表1所示

表1面板數據的單位根檢驗

變量檢驗方法

LLCFisher-ADFFisher-PP

lshys-10.0811***27.649151.9546***

△lshys-7.50301***77.7601***80.7271***

lprice-19.9229***34.124251.1074***

△lprice-18.8750***64.8248***68.8793***

Lincome-13.5234***33.483464.6425***

△lincome-10.47***40.2460**57.2605***

lrain-1.0599517.024925.8130

△lrain-14.2671***118.32***120.763***

ltemp1.698986.908645.69267

△ltemp-12.3655***111.4***108.585***

lgszl-7.26653***16.223732.1168

△lgszl-7.26746***73.3949***75.2905***

注：***、**、*分別表示統計值在1%、5%、10%的顯著性水平下顯著

從表1的計算結果可以看出，六個變量經過LLC單位根檢驗、Fisher-ADF檢驗和Fisher-PP檢驗后，它們的一階差分變量在1％的顯著性水平上都拒絕了單位根的假設，說明這些變量都是平穩的，屬于一階單整I(1)，因此變量之間存在協整關系的可能。

協整關系檢驗是建立經濟模型的先決條件，也為研究變量間因果關系奠定了堅實的基礎，因此，面板數據建模前還要進行協整關系的檢驗。面板數據的協整檢驗是對變量之間是否存在長期均衡關系進行的檢驗，傳統方法主要有EngleGrangle(EG)兩步法和Johansen的似然比方法。本研究采用Predroni(1999)提出的方法對數據的協整關系進行檢驗。Pedroni(1999)構造了7個檢驗面板變量協整關系的統計量,其中4個是用聯合組內維度(within-dimen-sion)描述,即Panelv、Panelρ、PanelPP和PanelADF統計量,另外3個用組間維度(between-dimension)描述,即Groupρ、GroupPP和GroupADF統計量。

Pedroni指出,每一個標準化的統計量都趨于正態分布,但在小樣本情況下,PanelADF和GroupADF統計量的檢驗效果更好,在檢驗結果不一致時,要以這兩個統計量為標準。根據以上的結論可知，被解釋變量人均生活用水lshys和相應的解釋變量水價lprice、降水量lrain、人均可支配收入lincome、年均氣溫ltemp、人均全年供水總量lgszl都是一階單整，因此可以檢驗它們之間是否存在進一步的協整關系。檢驗結果如表2所示

表2變量的面板協整檢驗

StatisticProb.

Panelv-Statistic-5.3785821.0000

Panelrho-Statistic5.7396331.0000

PanelPP-Statistic2.8325350.9977

PanelADF-Statistic-6.925813***0.0000

Grouprho-Statistic6.6811651.0000

GroupPP-Statistic-1.725408**0.0422

GroupADF-Statistic-18.85601***0.0000

注：***、**、*分別表示統計值在1%、5%、10%的顯著性水平下顯著

本文研究樣本為13個城市2002年－2007年的數據，小樣本情況下，PanelADF和GroupADF兩個統計量均在1%的顯著性水平上拒絕不存在協整關系的原假設，能夠判定這些變量之間存在協整關系。變量之間的協整關系提供了建模的可能，我們試圖運用這些變量建立合理的模型進行分析，但對這6個變量進行協整回歸的過程中發現，人均可支配收入lincome、人均全年供水總量lgszl和年均氣溫temp,要不出現不顯著的情況，要不本身沒有實際的經濟意義，因此通過逐步回歸篩選變量后，最后剩下的影響因素為水價lprice和降水量lrain。我們對人均生活用水lshys和水價lprice、降水量lrain作協整關系的檢驗，判斷它們之間是否存在真正的長期均衡關系，結果如表3所示。

表3變量的面板協整檢驗

StatisticProb.

Panelv-Statistic0.0224320.4911

Panelrho-Statistic3.3240840.9996

PanelPP-Statistic-6.796606***0.0000

PanelADF-Statistic-6.195414***0.0000

Grouprho-Statistic4.5847001.0000

GroupPP-Statistic-9.277072***0.0000

GroupADF-Statistic-6.284588***0.0000

注：***、**、*分別表示統計值在1%、5%、10%的顯著性水平下顯著

從表3的結果可以看出，PanelPP、PanelADF、GroupPP和GroupADF統計量均在1%的顯著水平上拒絕不存在協整關系的原假設，因此，可以認為我國13個省會城市的人均生活用水lshys和水價lprice、降水量lrain之間存在長期的均衡穩定關系，這就為建立合理的面板數據回歸模型作好了準備。

2、面板數據的變系數模型

針對我國13個省會城市2002－2007年的面板數據分析，被解釋變量人均生活用水lshys和解釋變量水價lprice、降水量lrain之間存在協整關系，為了更好的測度13個城市水價調整對于本地區人均居民生活用水需求的影響程度，并開展地區間的橫向比較，我們采用變系數面板數據模型進行分析。變系數模型中，除了存在個體影響外，橫截面上還存在變化的經濟結構，其結構參數在不同橫截面上是不同的。本文構建固定效應的變系數面板數據模型，分別計算每個城市的水價系數、降水量系數及存在的個體效應，模型如下，檢驗結果及參數的估計結果如表6、表7所示：

其中,為我國13個城市人均生活用水存在的個體影響,、分別是水價和降水量對于城市居民人均生活用水的影響系數；因所選樣本數據的截面個體單位多而時期維度相對短，從數據結構看，橫截面上各城市居民生活用水需求的差異較大，因此主要考慮截面數據中可能存在的異方差問題，使用PCSE估計方法來得到系數的t統計值，這種估計方法對面板數據的誤差相關結構給予了更細致的考慮(同步相關、序列相關、異方差)，能夠提高面板數據回歸的一致性和有效性，然后我們根據估計結果的DW統計值可以判斷回歸殘差是否存在序列自相關問題。

表6模型檢驗結果

統計量結果統計量結果

R-squared0.954300F-statistic21.43119

S.E.ofregression0.163992Prob(F-statistic)0.000000

Sumsquaredresid1.048839Durbin-Watsonstat2.3999952

表7各城市面板協整方程的估計結果

城市

北京-0.5394640.6311160.495037呼和浩特-1.345807-0.1537124.873413

t值-6.5201306.678472t值-33.71119-6.868269

上海-2.600216-0.4862259.316453太原-0.5764500.0256484.119885

t值-10.11436-3.642501t值-33.092842.123921

天津-0.498703-0.6165327.848843杭州0.0412880.635192-0.019864

t值-2.608284-5.644065t值1.18220049.35425

重慶-0.2228386-0.4389157.198906長沙0.7038390.795315-1.058107

t值-19.61082-120.0903t值12.8761922.17065

廣州-0.7431340.4801851.222535蘭州-0.2262690.3350761.948812

t值-213.535970.30679t值-31.4096443.76035

南京-0.7988090.0865984.096857石家莊-0.6102890.5206980.773481

t值-16.725582.012588t值-27.7800124.67933

武漢-1.925771-0.1067356.129662

t值-12.32773-1.276215

從模型的檢驗結果看，擬合優度為95.43%，統計量F-statistic=21.43119，相伴概率Prob(F-statistic)=0.0000，DW值為2.399952，不存在自相關問題，方程的整體擬合效果較好，說明采用具有固定效應的變系數模型進行研究是正確可行的。從上述方程的估計結果來看，各個解釋變量的方向基本與預期相同，當水價上漲時，城市居民生活用水的需求將減少，符合商品的一般規律；當降水量增加時，即對于降水量較多的城市，居民生活用水的需求也將增加，個別城市的降水量系數為負，我們分析近些年有些城市降水量波動起伏較大，加之居民生活用水還受到其他一些潛在因素的干擾，有些因素沒有考慮全面也會影響到模型的整體效果，這在一定程度上可能造成用水需求和降水量系數產生背離；方程的截距項即各個城市人均生活用水需求的個體影響大體上均為正值，體現了居民生活用水的自發需求大小，也是與經濟意義相符合的。

各個解釋變量的t統計量顯示，除杭州外，南方7個城市中有6個城市水價因子的系數顯著，而北方6個城市水價因子的系數皆為顯著，表明自來水作為一種商品，運用價格杠桿能夠起到調節水需求管理的作用，不同的城市水價上漲在一定程度上可以減少人們的日常生活用水量。對于降水量的影響系數，除武漢和南京不顯著外，其他各個城市的降水量因子系數都顯著，雖然這兩個城市的降水量沒有對人均生活用水需求產生突顯作用，但我們認為主要是因為該地區人均生活用水需求受水價因子的影響更為顯著，在一定程度上掩蓋了降水量對用水需求的作用。

四、模型的主要結論及相應分析

1、水價上漲讓節水深入人心，價格“杠桿”撬動節水已成事實。

對于不同的城市，水價調整對城市居民生活用水需求的影響程度不同，但總體來看，水價的上漲能夠明顯的降低居民的生活用水，水價的變化是居民生活用水需求變動的重要影響因素，并且南方地區水價變化引起的居民生活用水的變化幅度大于北方地區。從水價因子系數的差異來看，南方城市上海、武漢、南京和廣州的影響力度較大，北方城市石家莊、太原、北京、天津和蘭州的影響力度相對較小，而呼和浩特作為北方的缺水城市，水價調整對居民用水的影響之大超過了南方的一些城市，這些都說明在現階段水價漲聲四起的情況下，水價的上漲會對人們的日常生活用水造成一定的影響，并且在這片漲勢下，南方城市的居民生活用水影響幅度大于北方的城市居民。

2、氣候變化影響居民生活用水。

降水量的變化對人們的生活用水需求也產生一定影響，南方地區的降水量較之北方地區具有很大的差異，有的城市年降水量是北方地區的一倍甚至一倍以上，地區降水量的增加或減少會影響到城市居民人均生活用水需求的相應變化，各個城市降水量的不同，氣候上的差異，造成了人們日常生活用水的長期習慣性使用差別。

3、城市水價彈性的差異化。

圖1各個城市的水價彈性

根據以上的模型結果，我們選取符合條件的省會城市進行分析，水價彈性差異如圖1所示，圖中水價彈性取其絕對值。水價彈性系數絕對值大于1的城市有上海、武漢和呼和浩特，說明水價上漲起到的節水效果非常明顯；廣州、南京的水價影響系數介于0.5和1之間，水價上調的節水效果比較明顯；另外其他城市的水價彈性系數基本在0.5上下波動，甚至重慶、蘭州的系數遠低于0.5，表明這些城市水價上漲對居民生活用水需求的影響并不突出。

4、水價上漲對城市居民生活用水需求的影響測度因地而異。

能夠看出，水價上漲引起城市居民生活用水需求的降低這點毋庸置疑，但針對不同的城市，水價上漲的幅度能夠在多大程度上影響到居民生活用水，節水的效果到底有多大，我們從四個角度進行對比分析。這里對城市水價在2007年的基礎上統一上調10％、15％、20％和25％，然后分別計算調整水價后各個城市人均生活用水需求的減少程度。從圖2可以看出，2007年城市居民人均生活用水較多的城市是廣州、南京和武漢，次之是上海、重慶、太原和蘭州，最后用水較少的是北京、天津、石家莊和呼和浩特；水價上漲10％后，人均生活用水減少幅度最大的城市為上海、武漢、南京和廣州，而其他城市變化的幅度相對較小，甚至有的城市只有細微的變化，如重慶、天津等；上調15％后，上海人均生活用水量從48.35噸降低到29.49噸，減少幅度達到18.86噸，這勢必會對人們的生活產生影響，但聯系到上海經濟發展水平和人們的生活水平較高，這在一定范圍內降低了影響的程度。另外，上漲后的水價對武漢城市居民影響也較大，因此從節水和對人們的生活影響來看，上海和武漢的水價上漲幅度控制在10％至15％之間較為合理，上漲空間需要循序漸進；如果水價上漲20％—25％，人們日常生活用水需求影響明顯的城市為廣州、南京和呼和浩特，對于廣州和南京這兩個城市，聯系到它們水資源的豐裕度及經濟發展水平，水價還有很大的上漲空間，而呼和浩特是個缺水的城市，雖然水價的上漲在節水方面有很大的作用，但為了保證人們的正常生活，水價的提升要引起關注；此外，關于北京、天津、太原、重慶、蘭州和石家莊，除重慶外，均屬于北方城市，面臨水資源緊缺的形勢，這些城市水價即使提升25％對居民生活用水的影響也并不突出，并且水價上調后的較長時期內人們能夠節水的幅度基本在5噸以內，因此在水價的定價方面，不僅要考慮到節水的效應，還要顧及到各地不同的經濟發展水平及人們的生活承受力，應該根據不同城市的特點進行合理規劃，切實符合各地城市居民的切身利益。

圖2各城市水價上調趨勢及人均生活用水量變化圖

綜上所述，我國13個省會城市人均生活用水的決定和影響因素不盡相同，水價調整的作用強度存在較大差異。但總體來看，水價調整對城市居民生活用水需求的影響較為顯著，存在的差異與各個地區的地域條件和經濟發展水平等因素也有一定關系，因此我們要針對不同的情況，實施合理的政策措施統籌規劃。

五、政策建議

1、水價上漲是大勢所趨，上調的水價能夠直接引起城市居民生活用水需求的減少，起到促進節水的目的，這是節約水資源切實可行的途徑。但是地域的差異及經濟發展水平的不同帶來了全國水價的差異化，而水價的調整對不同城市居民生活用水需求的影響也不盡相同，因此要針對不同的城市采取不同的水價政策，這樣才能夠使水價更加合理，水價制度更加完善。北京、天津、太原、石家莊等水資源緊缺的城市，水價上漲對城市居民生活用水需求的影響不是特別明顯，因而不能一味的只靠提高水價來節約水資源，可以考慮提高污水處理效率以減少成本、跨流域調水以增加本地水量等方法來改善水資源狀況；如上海、武漢等水價上漲對居民節水有明顯的促進作用的城市，應當充分利用價格杠桿，在適當的范圍內提高水價，以達到更好的節水作用；如南京、廣州等經濟相對發達，水資源豐富，水價調整對居民生活用水影響大的城市則可以將水價在提升一個層次。

2、針對同一城市的家庭用水需求大小實行階梯水價。不同居民對水資源的使用情況也不相同，根據各市的大致用水量劃分階梯水價的等級，可以督促部分用水較多的家庭節約用水，以使得水費收取由硬性的統一劃價變得更加靈活。

3、氣候環境的變化能夠長期改變人們的生活用水習慣，各地環保部門應該加大環保的力度，保護好人類賴以生存的環境，保護水資源。

4、公共事業的發展需要政府各部門的積極配合，不能夠回避矛盾，要在實踐中積極主動，將公共事業引入市場機制，政府和各級部門要找到各自的定位，力爭更好的整合社會資源。

參考文獻

[1]韓香云，2004：北京市水價改革及效應分析，《中國水利》。

[2]方磊，申玉銘，2005：北京市水價變化與居民承受能力分析，《研究與探討》。

[3]傅濤，張麗珍，常杪等，2006：城市水價的定價目標、構成和原則，《中國給水排水》。

[4]姬鵬程，2009：我國城市水價改革的現狀及建議，《宏觀經濟管理》。

[5]王英，2003：北京市居民收入和水價對城市用水需求影響分析，《價格理論與實踐》。

[6]張逢，陳一，張智，干麗莎，2007：CV法用于重慶缺水地區水價調整及居民支付意愿調查，《中國給水排水》。

[7]陳菁，陳丹，褚琳琳，陳祥，2007：基于ELES模型的城鎮居民生活用水水價支付能力研究—以北京市為例，《水利學報》。

[8]白仲林，張曉峒，2008：《面板數據的計量經濟分析》，天津，南開大學出版社。

[9]ArbuesF,Garcia-ValinasMA,Martinez-EspineiraR.Estima-tionofresidentialwaterdemand:astate-of-the-artreview[J].JournalofSocio-Economics,2003,32(1):81~102.

[10]Engle,R.F.andGranger,C.W.J.CointegrationandErrorCorrection:Representation,EstimationandTes-ting[J],Econometrica,1987,55:1551-1580.

[11]Levin,A.andLin,C.F.,1993:UnitRootTestsinPanelData:NewResults[R],DiscussionPaper,USCDm.

[12]Pedroni,P.(1999)CriticalValuesforCointegretionTestsinHeterogeneousPanelswithMultipleRegressors,OxfordBulletinofEconomicsandStatistics,Vol.61,653-678.

[13]JohnWSawkins,ValerieADickie.2002:AffordabilityofwaterandsewerageservicesinGreatBritainStirling:Scotecon.

[14]DavidGrahamPrice,1997:.Elasticity&SustainableWaterPrices.YarraValleyWater.