水价调节对市民用水需要的影响

价格“杠杆”能撬动节水吗？

摘要：水是人类赖以生存和发展的前提，是国民经济的命脉所在。从我国当前形势和发展前景来看，水资源短缺已经严重制约了我国社会和经济的可持续发展。而价格正是稀缺资源的指示器，同时也是稀缺资源优化配置的调节杠杆。近年来全国各地水价“涨”声四起，科学而合理的水价不仅能够促进稀缺资源的优化配置，而且能够保障政府、人民以及相关企业的利益。本文在总结国内外众多学者研究成果的基础上，从水价调整对城市居民生活用水需求影响的角度出发，在模型可行的条件下，利用变系数模型对2002年-2007年我国13个省会城市的面板数据进行实证检验，分地区研究了各个城市的水价弹性，得出水价上涨能够明显起到降低城市居民生活用水需求的作用，大体来看南方城市水价调整对居民生活用水需求的影响力度大于北方城市，并作出了水价上涨对居民生活用水需求的影响测度分析；最后在理论和模型研究的基础上，针对这些现象提出了具有可操作性的政策建议。

关键字：水价调整，居民生活用水，面板数据模型

一、研究背景

水是人民生活的基本保障，是社会生产的原动力，它直接影响着社会的进步和经济的发展。我国是一个用水大国，在面临着严重干旱缺水的同时也被水资源的浪费现象所困扰，这已经成为了制约我国社会和经济发展的瓶颈。尤其在城市生活中，水资源浪费现象十分普遍，因此缓解水资源短缺与浪费之间的对立关系，确保城市居民生活用水的基础上节约、保护水资源已经迫在眉睫。在这样的前提下，研究水价调整对水资源节约的影响，制定出合理的政策措施，更加有效地运用价格等调节需求的杠杆来缓解用水的紧张趋势，无论是对节约我国稀缺的经济资源和战略资源，还是对促进我国社会和经济的可持续发展都有着举足轻重的意义。目前全国水价“涨”声一片，几乎所有的城市掀起了一股自来水涨价热潮，然而各地许多城市纷纷加入水价上涨的“大合唱”，究竟水价上调能不能起到促进各个城市居民节水的作用，这一举措又对城市居民生活用水需求的影响有多大，却没有明确定论，本文正是从这一热点出发，让价格“杠杆”能否撬动节水的谜团浮出水面。

近年来，水价调整对人们生活的影响逐步扩大，国内外专家和学者对水价调整的研究数见不鲜。从研究范围上看，目前已有的研究中，将单个城市或地区的水价调整作为研究主体的文章居多。从研究角度上看，主要是对水价调整原因及效应、居民承受能力、面临问题等角度阐述。韩香云（2004）提出水价调整主要是由于水资源的供给不足和提高价格、减少需求。效应则主要体现在提高水价增加国家财政收入，促进基础设施的建设，另外旨在利用水价调整来提高公民的节水意识。方磊、申玉铭（2005）认为在调整水价前应该重点考虑城市低收入人群，应以制度化的形式规定最低生活保障等与经济增速之间的关系或者按价格涨幅调整各项社保支付金额以减轻水价改革给低收入人群带来的经济压力。Arbues等对城市居民用水需求的相关文献进行了系统分析，他从研究目的、不同价格对用水需求的影响、变量选用、数据集以及模型估计等方面做了系统的分析和比较，对水需求的未来研究趋势做了评论。JohnWSawkinsandValerieADickie（2002）经过研究发现，在英国水费支出在低收入家庭整体支出中所占的比重急剧上升，政府应当采取适当可行的措施来保障低收入家庭，同时也能够满足更高的供水和污水处理费用要求。DavidGraham（1997）研究澳大利亚的水价情况，提出要对不同的用户实行分级收费，以确保形成一个长期稳定的可持续水价。在对水价调整面临问题的研究中，许多学者认为弹性水价、阶梯水价是缓解居民承受能力的有效措施；还有学者认为水价调整要整合社会资源，从社会各方面的共同利益出发，适度引入市场的竞争机制，以求完善而合理的水价机制。姬鹏程（2009）提出了我国水价的结构不合理，水价偏低，供水价格和污水处理价格不足以弥补供水成本，这导致供排水企业的运营效益受限，同时水费的征收也存在着一些问题。此外，现有的研究中方法较为局限，王英利用弹性分析法分析了北京市居民收入和水价对城市用水需求的影响。方磊，申玉铭（2005）利用采用描述统计的方法来分析北京市水价变化。张逢，陈一，张智，干丽莎（2007）运用意愿调查评估法（CV法）研究了重庆缺水地区水价调整及居民支付意愿。

通过以上的分析，目前国内外现有的研究中研究方向和方法都比较局限，就水价对城市居民用水结构影响以及影响程度方面研究比较少，从研究较多的单个城市来看，如北京，水价上调能在一定程度起到节水的作用，但是其他城市的用水状况却没有过系统的分析，留下了诸多空白。随着水资源的日益紧缺，水价的变化空间很可能超出历史时间序列数据所描述的观察范围，这就对水价政策的研究提出了更高的要求。研究内容不再满足于对特定地区的特定数据集合进行分析以得出描述既定水价影响特征的价格弹性值，而是更注重探索未来价格变化范围扩大时的消费者用水行为的影响特征。本文正是突破了地域的限制和方法的单一性，利用全国主要城市的数据，采用面板数据模型，在较大价格范围内研究了水价弹性，并且分地区探索水价调整对城市居民生活用水需求的影响，得出更广泛、更丰富的结论。

二、建模思想及模型变量选取

1、建模思想

本文意在考察水价调整对城市居民生活用水需求的影响，然而针对我国城市居民的生活用水现状，水价研究存在很大的局限性。第一，由于我国水价的调整受政府管制，很多城市的水价多年来变化很小甚至没有进行过调整，这样可能造成有效的样本区间较短，因此采用单纯的时间序列数据对城市居民生活用水需求进行分析，在一定程度上影响估计量的质量及可信性；第二，受地域的限制和经济发展水平的影响，中国各大城市的居民生活用水差异非常显著，不适合利用多个城市的综合数据进行研究，否则可能会造成掩盖区域间差异的后果。因此鉴于数据和研究的可操作性，本文选用面板数据的变系数模型进行分析，可以有效的克服以上局限，面板数据是用来描述一个总体中给定样本在一段时间的情况，并对样本中每一个样本单位进行多重观察而得到的数据集，它不仅可以同时利用截面数据和时间序列数据建立计量经济模型，而且能更好的识别和度量单纯的时间序列模型和单纯截面数据模型所不能发现的影响因素，能够构造和检验更复杂的行为模型。这些优点保证了信息量和模型的精度。

另外，面板数据的单位根和协整理论是时间序列的单位根和协整理论的继承和发展，它综合时间序列和横截面的特性，通过加入横截面能够更加直接、更加精确的推断单位根和协整的存在，在时间序列不长、并有截面数据的情况下，面板单位根和协整的应用更有价值。因此，本文首先对各变量进行面板数据的单位根检验，如果各变量同阶单整，则对这些变量进行协整关系检验，分析它们之间是否具有长期均衡关系，然后我们进一步根据回归方程变量的显著性及其经济意义对影响城市居民生活用水需求的变量完成甄别筛选，最后选取合适的指标建立面板数据的变系数模型，并在模型合理的情况下作出水价调整对城市居民生活用水的影响测度分析，提出切实可行的政策建议。

2、变量的选取及数据来源

根据需求理论和国内外的研究结果，大多数学者认为影响城市居民水需求的主要因素可以概括为：价格、收入、气候变量、需求管理政策和社会经济变量等。我们从水价调整对城市居民生活用水需求影响的角度出发，构造城市居民用水量与水价之间的函数关系以求得价格弹性，相应的函数关系为Q=F(P,Z),其中Q为城市居民用水量,P为水价,Z为其他控制和环境变量。变量的选取如下：

水价：水是生命的源泉，人们的日常生活离不开水，居民生活用水是人们生活中不可或缺的部分，而生活用水作为一种商品,也符合商品供求的一般规律，水价提高，则用水量下降；水价降低，则用水量升高；用水量的需求大小在一定程度上受到价格波动的影响。

人均可支配收入：生活用水作为一种商品，需要人们在日常生活中对它进行支付，这种支付能力的大小在一定程度上取决于人们人均可支配收入的高低。

降水量：各个地区降水量的不同会引起当地居民生活用水需求的不同，一般情况下，雨水丰富的地区，居民生活用水的需求都较大，而干旱少雨的地区，人民生活用水的需求量较小。

年均气温：当地气温会影响到居民对生活用水的需求，通常气温高的地方，由于生理及各方面的需求，会增加对水的使用量。

人均全年供水总量：全年供水量指公用自来水厂和自备水源的社会单位全年的供水总量，包括有效供水量及损失水量。它衡量的是各地区政府水利机构的供水能力。

在搜集全国主要省会城市的统计数据时，我们发现数据的完整性存在很大问题，水价的数据处理上，并没有统一确定的资料可以参考，数据比较零散，这就加大了搜集的难度，加之年份的有限，最终确定了13个省会城市2002年到2007年的数据作为分析。城市居民生活用水以各个城市的人均生活用水量(单位吨)作为衡量指标，用变量shys表示；人均可支配收入作为衡量收入水平的指标，用变量income表示；降水量采用的是每个城市的年降水量（单位毫米），用rain表示；年均气温是各个城市的年平均气温（摄氏度），用temp表示；人均全年供水总量用gszl来表示，本文用每个城市的全年供水总量与市区人口的比值代表人均全年供水总量（单位吨）；这里对水价做一个特别说明，中国的水价情况：一是各类水价不等，各地水价差异较大；二是水价调整受政府管制，价格水平总体较低。近年来，全国主要省会城市对水价的调整幅度不尽相同，北京、上海2002年以来各对水价调整了三次，天津调整了4次，有的城市多年来一直没有调整水价，因此鉴于研究的可行性，我们对省会城市进行筛选，选择了水价调整幅度较大的13个城市进行分析，这些城市分别是北京、上海、天津、重庆、广州、南京、武汉、呼和浩特、太原、杭州、长沙、兰州、石家庄；水价处理采用的是将每年中不同时段的水价按持续时段长度进行加权平均后得到。

本模型中，人均生活用水量数据来自《中国城市统计年鉴》，人均年可支配收入来自各个省或市的统计年鉴，城市的年降水量和气温来自《中国统计年鉴》，水价的数据来自中国水网及各地区的自来水公司和水务局等。另外，下文中出现的变量lshys、lprice、lrain、ltemp、lincome和lgszl，分别是对人均生活用水、水价、降水量、年均气温、人均可支配收入和人均全年供水总量作对数化处理，在建模的整个过程中使用Eviews6.0软件进行计算处理。

三、模型的构建与相关检验

1、面板数据的协整检验

为了避免伪回归的发生，我们需要对面板数据首先进行单位根检验，以确定其平稳性，进而在平稳的前提下作变量间的协整检验。面板单位根检验的方法主要有：LLC检验、Breitung检验、IPS检验、Fisher-ADF检验和Fisher-PP检验。前两种是相同根情况下的单位根检验方法，后三种是不同单位根情况下的检验方法。本文通过LLC检验、Fisher-ADF检验和Fisher-PP检验对所有的变量进行检验，检验结果如表1所示

表1面板数据的单位根检验

变量检验方法

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：***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著

从表1的计算结果可以看出，六个变量经过LLC单位根检验、Fisher-ADF检验和Fisher-PP检验后，它们的一阶差分变量在1％的显著性水平上都拒绝了单位根的假设，说明这些变量都是平稳的，属于一阶单整I(1)，因此变量之间存在协整关系的可能。

协整关系检验是建立经济模型的先决条件，也为研究变量间因果关系奠定了坚实的基础，因此，面板数据建模前还要进行协整关系的检验。面板数据的协整检验是对变量之间是否存在长期均衡关系进行的检验，传统方法主要有EngleGrangle(EG)两步法和Johansen的似然比方法。本研究采用Predroni(1999)提出的方法对数据的协整关系进行检验。Pedroni(1999)构造了7个检验面板变量协整关系的统计量,其中4个是用联合组内维度(within-dimen-sion)描述,即Panelv、Panelρ、PanelPP和PanelADF统计量,另外3个用组间维度(between-dimension)描述,即Groupρ、GroupPP和GroupADF统计量。

Pedroni指出,每一个标准化的统计量都趋于正态分布,但在小样本情况下,PanelADF和GroupADF统计量的检验效果更好,在检验结果不一致时,要以这两个统计量为标准。根据以上的结论可知，被解释变量人均生活用水lshys和相应的解释变量水价lprice、降水量lrain、人均可支配收入lincome、年均气温ltemp、人均全年供水总量lgszl都是一阶单整，因此可以检验它们之间是否存在进一步的协整关系。检验结果如表2所示

表2变量的面板协整检验

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：***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著

本文研究样本为13个城市2002年－2007年的数据，小样本情况下，PanelADF和GroupADF两个统计量均在1%的显著性水平上拒绝不存在协整关系的原假设，能够判定这些变量之间存在协整关系。变量之间的协整关系提供了建模的可能，我们试图运用这些变量建立合理的模型进行分析，但对这6个变量进行协整回归的过程中发现，人均可支配收入lincome、人均全年供水总量lgszl和年均气温temp,要不出现不显著的情况，要不本身没有实际的经济意义，因此通过逐步回归筛选变量后，最后剩下的影响因素为水价lprice和降水量lrain。我们对人均生活用水lshys和水价lprice、降水量lrain作协整关系的检验，判断它们之间是否存在真正的长期均衡关系，结果如表3所示。

表3变量的面板协整检验

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：***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著

从表3的结果可以看出，PanelPP、PanelADF、GroupPP和GroupADF统计量均在1%的显著水平上拒绝不存在协整关系的原假设，因此，可以认为我国13个省会城市的人均生活用水lshys和水价lprice、降水量lrain之间存在长期的均衡稳定关系，这就为建立合理的面板数据回归模型作好了准备。

2、面板数据的变系数模型

针对我国13个省会城市2002－2007年的面板数据分析，被解释变量人均生活用水lshys和解释变量水价lprice、降水量lrain之间存在协整关系，为了更好的测度13个城市水价调整对于本地区人均居民生活用水需求的影响程度，并开展地区间的横向比较，我们采用变系数面板数据模型进行分析。变系数模型中，除了存在个体影响外，横截面上还存在变化的经济结构，其结构参数在不同横截面上是不同的。本文构建固定效应的变系数面板数据模型，分别计算每个城市的水价系数、降水量系数及存在的个体效应，模型如下，检验结果及参数的估计结果如表6、表7所示：

其中,为我国13个城市人均生活用水存在的个体影响,、分别是水价和降水量对于城市居民人均生活用水的影响系数；因所选样本数据的截面个体单位多而时期维度相对短，从数据结构看，横截面上各城市居民生活用水需求的差异较大，因此主要考虑截面数据中可能存在的异方差问题，使用PCSE估计方法来得到系数的t统计值，这种估计方法对面板数据的误差相关结构给予了更细致的考虑(同步相关、序列相关、异方差)，能够提高面板数据回归的一致性和有效性，然后我们根据估计结果的DW统计值可以判断回归残差是否存在序列自相关问题。

表6模型检验结果

统计量结果统计量结果

R-squared0.954300F-statistic21.43119

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

Sumsquaredresid1.048839Durbin-Watsonstat2.3999952

表7各城市面板协整方程的估计结果

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

重庆-0.2228386-0.4389157.198906长沙0.7038390.795315-1.058107

t值-19.61082-120.0903t值12.8761922.17065

广州-0.7431340.4801851.222535兰州-0.2262690.3350761.948812

t值-213.535970.30679t值-31.4096443.76035

南京-0.7988090.0865984.096857石家庄-0.6102890.5206980.773481

t值-16.725582.012588t值-27.7800124.67933

武汉-1.925771-0.1067356.129662

t值-12.32773-1.276215

从模型的检验结果看，拟合优度为95.43%，统计量F-statistic=21.43119，相伴概率Prob(F-statistic)=0.0000，DW值为2.399952，不存在自相关问题，方程的整体拟合效果较好，说明采用具有固定效应的变系数模型进行研究是正确可行的。从上述方程的估计结果来看，各个解释变量的方向基本与预期相同，当水价上涨时，城市居民生活用水的需求将减少，符合商品的一般规律；当降水量增加时，即对于降水量较多的城市，居民生活用水的需求也将增加，个别城市的降水量系数为负，我们分析近些年有些城市降水量波动起伏较大，加之居民生活用水还受到其他一些潜在因素的干扰，有些因素没有考虑全面也会影响到模型的整体效果，这在一定程度上可能造成用水需求和降水量系数产生背离；方程的截距项即各个城市人均生活用水需求的个体影响大体上均为正值，体现了居民生活用水的自发需求大小，也是与经济意义相符合的。

各个解释变量的t统计量显示，除杭州外，南方7个城市中有6个城市水价因子的系数显著，而北方6个城市水价因子的系数皆为显著，表明自来水作为一种商品，运用价格杠杆能够起到调节水需求管理的作用，不同的城市水价上涨在一定程度上可以减少人们的日常生活用水量。对于降水量的影响系数，除武汉和南京不显著外，其他各个城市的降水量因子系数都显著，虽然这两个城市的降水量没有对人均生活用水需求产生突显作用，但我们认为主要是因为该地区人均生活用水需求受水价因子的影响更为显著，在一定程度上掩盖了降水量对用水需求的作用。

四、模型的主要结论及相应分析

1、水价上涨让节水深入人心，价格“杠杆”撬动节水已成事实。

对于不同的城市，水价调整对城市居民生活用水需求的影响程度不同，但总体来看，水价的上涨能够明显的降低居民的生活用水，水价的变化是居民生活用水需求变动的重要影响因素，并且南方地区水价变化引起的居民生活用水的变化幅度大于北方地区。从水价因子系数的差异来看，南方城市上海、武汉、南京和广州的影响力度较大，北方城市石家庄、太原、北京、天津和兰州的影响力度相对较小，而呼和浩特作为北方的缺水城市，水价调整对居民用水的影响之大超过了南方的一些城市，这些都说明在现阶段水价涨声四起的情况下，水价的上涨会对人们的日常生活用水造成一定的影响，并且在这片涨势下，南方城市的居民生活用水影响幅度大于北方的城市居民。

2、气候变化影响居民生活用水。

降水量的变化对人们的生活用水需求也产生一定影响，南方地区的降水量较之北方地区具有很大的差异，有的城市年降水量是北方地区的一倍甚至一倍以上，地区降水量的增加或减少会影响到城市居民人均生活用水需求的相应变化，各个城市降水量的不同，气候上的差异，造成了人们日常生活用水的长期习惯性使用差别。

3、城市水价弹性的差异化。

图1各个城市的水价弹性

根据以上的模型结果，我们选取符合条件的省会城市进行分析，水价弹性差异如图1所示，图中水价弹性取其绝对值。水价弹性系数绝对值大于1的城市有上海、武汉和呼和浩特，说明水价上涨起到的节水效果非常明显；广州、南京的水价影响系数介于0.5和1之间，水价上调的节水效果比较明显；另外其他城市的水价弹性系数基本在0.5上下波动，甚至重庆、兰州的系数远低于0.5，表明这些城市水价上涨对居民生活用水需求的影响并不突出。

4、水价上涨对城市居民生活用水需求的影响测度因地而异。

能够看出，水价上涨引起城市居民生活用水需求的降低这点毋庸置疑，但针对不同的城市，水价上涨的幅度能够在多大程度上影响到居民生活用水，节水的效果到底有多大，我们从四个角度进行对比分析。这里对城市水价在2007年的基础上统一上调10％、15％、20％和25％，然后分别计算调整水价后各个城市人均生活用水需求的减少程度。从图2可以看出，2007年城市居民人均生活用水较多的城市是广州、南京和武汉，次之是上海、重庆、太原和兰州，最后用水较少的是北京、天津、石家庄和呼和浩特；水价上涨10％后，人均生活用水减少幅度最大的城市为上海、武汉、南京和广州，而其他城市变化的幅度相对较小，甚至有的城市只有细微的变化，如重庆、天津等；上调15％后，上海人均生活用水量从48.35吨降低到29.49吨，减少幅度达到18.86吨，这势必会对人们的生活产生影响，但联系到上海经济发展水平和人们的生活水平较高，这在一定范围内降低了影响的程度。另外，上涨后的水价对武汉城市居民影响也较大，因此从节水和对人们的生活影响来看，上海和武汉的水价上涨幅度控制在10％至15％之间较为合理，上涨空间需要循序渐进；如果水价上涨20％—25％，人们日常生活用水需求影响明显的城市为广州、南京和呼和浩特，对于广州和南京这两个城市，联系到它们水资源的丰裕度及经济发展水平，水价还有很大的上涨空间，而呼和浩特是个缺水的城市，虽然水价的上涨在节水方面有很大的作用，但为了保证人们的正常生活，水价的提升要引起关注；此外，关于北京、天津、太原、重庆、兰州和石家庄，除重庆外，均属于北方城市，面临水资源紧缺的形势，这些城市水价即使提升25％对居民生活用水的影响也并不突出，并且水价上调后的较长时期内人们能够节水的幅度基本在5吨以内，因此在水价的定价方面，不仅要考虑到节水的效应，还要顾及到各地不同的经济发展水平及人们的生活承受力，应该根据不同城市的特点进行合理规划，切实符合各地城市居民的切身利益。

图2各城市水价上调趋势及人均生活用水量变化图

综上所述，我国13个省会城市人均生活用水的决定和影响因素不尽相同，水价调整的作用强度存在较大差异。但总体来看，水价调整对城市居民生活用水需求的影响较为显著，存在的差异与各个地区的地域条件和经济发展水平等因素也有一定关系，因此我们要针对不同的情况，实施合理的政策措施统筹规划。

五、政策建议

1、水价上涨是大势所趋，上调的水价能够直接引起城市居民生活用水需求的减少，起到促进节水的目的，这是节约水资源切实可行的途径。但是地域的差异及经济发展水平的不同带来了全国水价的差异化，而水价的调整对不同城市居民生活用水需求的影响也不尽相同，因此要针对不同的城市采取不同的水价政策，这样才能够使水价更加合理，水价制度更加完善。北京、天津、太原、石家庄等水资源紧缺的城市，水价上涨对城市居民生活用水需求的影响不是特别明显，因而不能一味的只靠提高水价来节约水资源，可以考虑提高污水处理效率以减少成本、跨流域调水以增加本地水量等方法来改善水资源状况；如上海、武汉等水价上涨对居民节水有明显的促进作用的城市，应当充分利用价格杠杆，在适当的范围内提高水价，以达到更好的节水作用；如南京、广州等经济相对发达，水资源丰富，水价调整对居民生活用水影响大的城市则可以将水价在提升一个层次。

2、针对同一城市的家庭用水需求大小实行阶梯水价。不同居民对水资源的使用情况也不相同，根据各市的大致用水量划分阶梯水价的等级，可以督促部分用水较多的家庭节约用水，以使得水费收取由硬性的统一划价变得更加灵活。

3、气候环境的变化能够长期改变人们的生活用水习惯，各地环保部门应该加大环保的力度，保护好人类赖以生存的环境，保护水资源。

4、公共事业的发展需要政府各部门的积极配合，不能够回避矛盾，要在实践中积极主动，将公共事业引入市场机制，政府和各级部门要找到各自的定位，力争更好的整合社会资源。

参考文献

[1]韩香云，2004：北京市水价改革及效应分析，《中国水利》。

[2]方磊，申玉铭，2005：北京市水价变化与居民承受能力分析，《研究与探讨》。

[3]傅涛，张丽珍，常杪等，2006：城市水价的定价目标、构成和原则，《中国给水排水》。

[4]姬鹏程，2009：我国城市水价改革的现状及建议，《宏观经济管理》。

[5]王英，2003：北京市居民收入和水价对城市用水需求影响分析，《价格理论与实践》。

[6]张逢，陈一，张智，干丽莎，2007：CV法用于重庆缺水地区水价调整及居民支付意愿调查，《中国给水排水》。

[7]陈菁，陈丹，褚琳琳，陈祥，2007：基于ELES模型的城镇居民生活用水水价支付能力研究—以北京市为例，《水利学报》。

[8]白仲林，张晓峒，2008：《面板数据的计量经济分析》，天津，南开大学出版社。

[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.