مدل‌سازی تقاضای آب خانگی با استفاده از روش مدل عوامل تصادفی، مطالعه موردی: شهر اراک

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای اقتصاد ریاضی، دانشگاه دولتی ایروان ارمنستان

2 استادیار اقتصاد، موسسه عالی آموزش و پژوهش مدیریت و برنامه ریزی، تهران

چکیده

در این مقاله، تابع تقاضای آب خانگی از تابع مطلوبیت استون-گری استخراج و با به‌کارگیری مدل تعدیل جزیی و استفاده از روش اقتصادسنجی مدل عوامل تصادفی، تقاضای بلند مدت و کوتاه مدت آب شهر اراک در فصلهای مختلف و همچنین کل سال برآورد شد. داده‌ها ترکیبی و مربوط به 152 خانوار شهر اراک در سالهای 1382-1377 بود. پس از برآورد قیمت نهایی آب و انتخاب متغیرهای درآمد سرانه مصرف کننده، شاخص قیمت کالاها و خدمات مصرفی، متوسط درجه حرارت و متوسط میزان بارندگی به‌عنوان متغیرهای توضیحی، تابع تقاضای آب خانگی تخمین زده شد. درمجموع، کم کشش بودن تقاضای آب خانگی نسبت به درآمد و قیمت و همچنین مکمل بودن آب با سایر کالاها تأیید شد. نتایج نشان داد که‏ کشش قیمتی و درآمدی فصل تابستان (جانشین مصارف بیرونی ) تقریباً دو برابر کشش قیمتی و درآمدی فصل زمستان (جانشین مصارف داخلی) بوده و کشش تقاضای بلند مدت از کوتاه مدت بیشتر است.

کلیدواژه‌ها


عنوان مقاله [English]

Modeling of Residential Water Demand Using Random Effect Model,Case Study: Arak City

نویسندگان [English]

  • Seyed Hossein Sajadifar 1
  • Nasser Khiabani 2
1 Ph.D. Student of Mathematical Economics Modeling and Methods, Yerevan State University of Armenia
2 Assist. Prof. of Economics, Institute for Management and Planning Studies (IMPS), Tehran, Iran
چکیده [English]

The present study tries to apply the “Partial Adjustment Model” and “Random Effect Model” techniques to the Stone-Greay’s linear expenditure system, in order to estimate the "Residential Seasonal Demand" for water in Arak city. Per capita water consumption of family residences is regressed on marginal price, per capita income, price of other goods, average temperature and average rainfall. Panel data approaches based on a sample of 152 observations from Arak city referred to 1993-2003. From the estimation of the Elasticity-price of the residential water demand, we want to know how a policy of responsive pricing can lead to more efficient household water consumption inArakcity. Results also indicated that summer price elasticity was twice the winter and price and income elasticity was less than 1 in all cases.

کلیدواژه‌ها [English]

  • Partial Adjustment Model
  • Random Effect Model
  • Stone- Greay Utility Function
  • Residential Water Demand Function
Howe, C.W. (1982) The impact of price on residential water demand: Some new insights Water Resources Research 18 (4), 713-716
Billings, R.B., and Day, W.M. (1989) Demand management factors in residential water use: The southern Arizona experience J. of the American Water Works Association 81 (3), 58-64
Lyman, R.A. (1992) Peak and off-peak residential water demand Water Resources Research 28 (9), 2159-2167
Miaou, S.P. (1990) A class of time-series urban water demand models nonlinear climatic effects Water Resources Research 6 (2), 169-178
Martinez-Espieira, R. (2002) Residential water demand in the northwest of spain Environmental and Resource Economics 21 (2), 161-187
Joachim Schleich, T. H. (2009) Determinants of residential water Demand in Germany Ecological Economics 68, 1756-1769
Arbués, F., Barberán, R., and Villanúa, I. (2004) Price impact on urban residential water demand: A dynamic panel data approach Water Resources Research 4 (1), 323-338
Stevens, T.H., Miller, J., and Willis. C. (1992) Effect of price structure on residential water demand Water Resources Bulletin 28 (4), 681-685
Howe, C.W, and Linaweaver, F.P. (1967) The impact of price on residential water demand and its relationship to system design and price structure Water Resources Research 3 (1), 13-32
Carver, P.H., and Boland, J. J. (1980) Short-run and long-run effects of price on municipal water use Water Resources Research 16 (4), 609-616
Sabouhi, M., and Nobakht, M. (2009) Estimating the water demand function of Pardis city J. of Water and Wastewater 70, 69-74
Chen, H., and Yang, Z.F. (2009) Residential water demand model under block rate pricing: A case study of Beijing, China Communications in Nonlinear Science and Numerical Simulation 14, 2462-2468