评估能源政策在缓解燃料贫困方面的有效性：印度液化石油气消费的实证分析

《Energy Policy》：Evaluating the effectiveness of energy policy in alleviating fuel poverty: An empirical analysis of LPG consumption in India

　　

摘要：本研究探讨了印度家庭层面液化石油气（LPG）消费的决定因素。利用基于精细粒度企业资源规划（ERP）的数据集，我们引入了补贴比率、平均对数价格增长和采用比例等微观变量，以研究LPG消费动态。池化和固定效应回归分析揭示了两方面的显著异质性：城市与农村之间，以及是否注册印度针对经济脆弱家庭的目标LPG补贴计划（总理清洁烹饪计划，PMUY）。农村和PMUY家庭对补贴更为敏感，而城市非PMUY家庭则表现出更高的价格敏感度，这与关于频繁购买者对价格变化显著性的研究证据一致。此外，本研究提出了A2C2P框架——可及性（Accessibility）、可负担性（Affordability）、一致性（Consistency）、恒定性（Constancy）和观察到的价格变化（Observed Price Change）——为研究持续的LPG使用行为提供了一个结构化的视角，通过捕捉规律性、习惯形成以及对实际价格变化的行为反应。研究结果表明，补贴设计和可负担性支持需要在不同家庭群体间进行更细致的差异化，特别是对于PMUY和农村家庭。这些见解为设计更加公平的干预措施以支持清洁烹饪转型提供了分析基础。

1. 引言

获取清洁且负担得起的能源对可持续发展和改善生活条件至关重要。然而，在世界许多地区，尤其是印度、东南亚和撒哈拉以南非洲，仍有大量人口处于能源贫困之中。能源贫困是指缺乏足够的选择来获取足够、负担得起、可靠、高质量、安全且对环境无害的能源服务，以支持经济发展和人类发展（Reddy等，2000年）。印度、东南亚和撒哈拉以南非洲的能源贫困家庭依赖柴火、煤炭、农作物残留物和牛粪饼等固体燃料用于烹饪、供暖和其他家庭需求（Stoner等，2021年；Shankar等，2020年；McLean等，2019年）。这些燃料与效率低下的炉灶相结合，造成了家庭空气污染，带来了令人痛心的健康后果，尤其是对女性和儿童。根据IEA、IRENA、UNSD、世界银行和WHO（2023年）的数据，320万人死于家庭空气污染，其中包括24万名五岁以下儿童死于肺炎。此外，不可持续的生物质采集加剧了环境恶化和全球气候变化（Puzzolo和Pope，2017年）。这些挑战凸显了向更清洁的烹饪能源替代品（相对于传统固体燃料）转型的紧迫需求。

能源贫困在历史上一直未得到全球重视。直到2015年，联合国才正式确认了能源与全球发展之间的重要联系，将"让所有人普遍获得负担得起的、可靠的、可持续的现代能源服务"作为可持续发展目标（SDGs）中的目标7。SDG 7阐述了一项到2030年实现清洁能源普遍获取的全球承诺（IEA, IRENA, UNSD, WorldBank & WHO, 2023; Nathan and Hari, 2020）。

虽然LPG带来了巨大的健康和环境效益，但在农村和低收入地区的采用和持续使用仍受到燃料叠加使用和传统燃料可得性的影响。附录A中详细讨论了LPG采用模式和印度农村家庭烹饪能源选择。

社会经济因素在塑造家庭燃料选择中起着关键作用。Zheng（2023）、Su和Azam（2023）以及Biswas和Das（2022）的研究表明，较高的收入、农业以外的就业和更好的教育水平与采用清洁烹饪燃料呈正相关。同样，Ma等（2022）发现，农村收入增长、民族差异和污染感知显著影响中国家庭的燃料选择。Mamidi等（2021）报告称，从污染能源转向清洁能源的家庭其社会经济地位提高了12.2%。然而，基于实际消费数据量化LPG消费决定因素仍是现有研究的一个空白。

在印度，LPG获取范围的扩大是由重大政策举措推动的，其中最突出的是总理清洁烹饪计划（PMUY），该计划针对经济脆弱家庭；有关计划设计、规模和演变的详情见附录A.1。如图1所示，PMUY计划的引入是扩大LPG可及性的主要催化剂，通过整合此前未得到服务的群体，大幅增加了国内客户基础。

下载：下载高分辨率图片（279KB）
下载：下载全尺寸图片

图1. 印度历年家庭LPG消费者数量

政府政策，特别是补贴，在促进LPG采用中发挥着关键但有争议的作用。一些研究，如Yau和Chen（2021）、Chen等（2022）、Chindarkar等（2021）、Sharma等（2019）、Vyas等（2021）、Gangopadhyay等（2005）、Guta等（2024）以及Sankhyayan和Dasgupta（2019）的研究发现，补贴对LPG消费影响甚微或没有影响。Yau和Chen（2021）建议取消补贴，因为其在台湾地区带来的福利收益非常有限。在中国农村，燃料价格补贴对促使农村家庭远离传统生物质燃料几乎没有影响（Chen等，2022）。尽管政府提供大量补贴鼓励LPG采用，但印度北部大多数农村家庭仍继续使用固体燃料（Vyas等，2021）。过去普遍性LPG补贴的好处不成比例地被高收入家庭获取，对贫困家庭的LPG消费影响有限（Sharma等，2019）。Gangopadhyay等（2005）和Sankhyayan和Dasgupta（2019）认为，印度的LPG补贴对高收入城市家庭的好处大于预期的低收入农村群体，使补贴具有累退性。PMUY的初始补贴增加了贫困家庭的采用率，但没有证据表明增加了LPG消费或替代了固体燃料（Guta等，2024）。这些研究表明，补贴可能无法到达预期的受益者或影响其LPG消费。

相比之下，其他研究强调了补贴的重要性。例如，Greve和Lay（2023）的研究表明，取消加纳的LPG补贴会导致家庭回归传统燃料，Swain和Mishra（2020）以及Jeuland等（2023）发现补贴对印度LPG采用和消费有显著的正向影响。取消补贴会导致能源消费下降，并可能产生福利影响（Acharya和Sadath，2017）。此外，Kar等（2020）指出，虽然PMUY等倡议下的资本成本补贴对初始采用至关重要，但它们不足以推动持续使用，表明需要额外的支持措施来克服持续的可负担性挑战。这些研究表明，补贴可以有效降低采用清洁烹饪燃料的经济障碍。

尽管许多研究探讨了补贴对LPG获取的影响，但文献中存在明显的矛盾和空白。政府干预，如设计良好的补贴方案和教育活动，被广泛认为是推进清洁能源转型的关键（Sinha等，2023；Das和Biswas，2023；Gill-Wiehl等，2022）。然而，关于补贴效果的矛盾证据可能源于方法论问题，包括过度依赖自我报告的调查数据（容易产生回忆偏差和社会期望偏差）（Guta等，2024）以及缺乏全国代表性的消费数据集。这些局限性凸显了需要更细致和稳健地评估补贴如何影响LPG消费。van der Kroon等（2014）、Karimu等（2016）和Gangopadhyay等（2005）的研究表明，LPG需求在城市、近郊和农村地区存在显著差异，凸显了需要因地制宜的政策干预。Kumar等（2016）进一步强调，在农村地区，可负担性、可及性和认知度仍然探索不足，呼吁进行更有针对性的研究以制定有效的应对能源贫困策略。

从经济角度看，当能源补贴未精准定位或设计不佳时，通常会因其产生的无谓损失、财政负担和消费扭曲而受到批评（Coady等，2017；Acharya和Sadath，2017）。普遍性价格补贴已被证明会给公共财政带来巨大压力，增加财政赤字，并造成国有能源供应商的收入缺口，印度也不例外（Patra，2015）。这些财政负担反过来又减少了可用于优先公共支出（如卫生和教育）的资源（Vandeninden等，2022）。通过降低边际价格，此类补贴还可能鼓励过度消费、燃料误用和低效能源使用，同时不成比例地惠及高收入和城市家庭而非预期的贫困群体（Kumar等，2016；Troncoso和da Silva，2017；Sharma等，2019）。这些担忧推动了越来越多的关注补贴合理化和改善精准定位。与此同时，在流动性约束、健康外部性和能源贫困持续存在的情况下，精准定位的补贴可以产生超过效率损失的福利收益（Greve和Lay，2023）。因此，理解家庭对价格和补贴反应的异质性对于设计兼顾效率、公平和清洁能源转型目标的LPG补贴制度至关重要。

以往对PMUY的研究考察了其绩效和局限性（Ranjan和Singh，2020；Kar等，2019；Jain，2018；Gould等，2022）。然而，这些研究要么依赖无法准确反映消费的调查数据，要么使用无法代表全国的局部数据，要么使用消费者层面消费模式在聚合过程中丢失的聚合数据。现有研究的一个空白表明，未来印度的研究应关注实际LPG消费（Vyas等，2021）。

本研究利用全面的印度家庭层面LPG消费数据来应对这些空白。我们的研究回答了以下研究问题：

RQ1：在实现获取后，哪些行为、可负担性和规律性相关因素可以解释家庭层面LPG消费的差异？
RQ2：目标补贴如何与不同家庭群体之间的LPG消费相关联，特别是农村和经济弱势群体之间的LPG消费？

这些问题反映了理解家庭能源转型的一个更广泛空白：扩大获取和补贴价格的政策在多大程度上与现代燃料的持续和规律使用相关联，以及家庭层面的行为维度是否系统性地与消费水平相关。记录这些关联的异质性为政策相关模式在城市与农村家庭之间以及PMUY与非PMUY家庭之间如何不同提供了情境洞察。特别地，购买规律性、使用持续性和观察到的价格变化在多大程度上与LPG消费相关联，这在现有文献中仍未得到充分探索。通过使用详细的交易层面数据来研究这些关联，本研究旨在为发展中国家有效和公平的清洁烹饪政策设计的持续讨论做出贡献。

PMUY家庭作为贫困线以下家庭的行政代理，代表了印度政策背景下面临能源贫困风险的主要人群（MOPNG，2016；Kar等，2019）。考察补贴与消费的关联如何在该群体和更广泛的农村人口之间变化，直接反映了清洁能源政策的分配维度。

为了实证地研究这些关联，本研究采用了一种多方法分析策略，包括描述性统计检验和基于回归的建模，详见第3节。

虽然实证分析使用印度家庭数据，但本研究考察的维度——如消费持续性、行为规律性和实际价格变化——并非特定于某一情境。在其他清洁能源烹饪燃料广泛可得但持续使用仍不均衡的环境中，也可能观察到类似的模式。因此，本研究记录的关联可能不仅适用于印度情境，对追求补贴支持的清洁能源转型的国家也具有重要参考价值。

与此同时，虽然LPG消费的某些预测因素（如价格变化或持续使用）在事后看来可能显得直观，但它们的实证相关性、量级和异质性在清洁烹饪文献中远未定论。通过使用管理交易数据建模年度LPG消费，并将一致性、持续采用和观察到的价格变化作为行为维度嵌入模型，本研究超越了方向性直觉，量化了弹性、交互效应和群体特定关联。因此，所提框架的贡献不在于机械地预测消费，而在于记录与LPG消费相关联的维度，以及这些关联对哪些家庭群体最为显著。

本研究的目的是通过行为和政策视角来研究家庭层面的LPG消费行为。本研究有三项预期贡献。首先，它利用了印度LPG消费者精细粒度的企业资源规划（ERP）交易数据集，该数据集记录了每次购买的时机、数量、价格和补贴，使得能够对无法通过基于回忆的调查数据可靠进行的实际消费行为进行分析。这种基于交易的方法允许更精确地考察不同家庭群体间与可负担性相关和与政策相关的消费关联。其次，它提出了一种扩展的行为框架，超越了传统上对可及性和可负担性的关注。

本研究将LPG的持续使用参与、购买规律性和观察到的价格变化作为与家庭LPG消费行为相关的额外维度，明确地纳入了分析框架。通过整合这些维度，该研究为审视不同家庭群体在LPG持续使用方面的异质性提供了一个结构化方法。第三，通过将描述性分析与汇总回归模型和面板回归模型相结合，该研究考察了这些维度如何与不同家庭群体和市场中观察到的补贴暴露度及价格变化相关联，同时记录了观察到的消费响应度的异质性。总体而言，该研究通过提供基于交易视角的LPG持续使用和与可负担性相关的行为模式，在观察到的政策环境下对清洁能源烹饪转型的持续争论做出了贡献。

本文其余部分的结构如下。第2节阐述所提出的分析框架，第3节描述数据和方法论，第4节呈现研究结果，第5节讨论研究发现，第6节总结贡献、启示和建议，第7节随后讨论研究的局限性以及未来研究的建议。

2. 概念框架

本研究基于营销学中成熟的4As框架——可及性、可负担性、认知度和可接受性，该框架已被广泛用于分析新兴经济体中的消费者行为和市场参与（Sheth and Sisodia, 2012; Prahlad, 2004; London and Hart, 2004）。在4As框架的原始表述中，可用性并非一个独立维度，而是可及性（与便利性共同）的一个组成部分，而认知度指的是消费者对产品特性的了解（Sheth and Sisodia, 2012）。

家庭能源消费传统上通过燃料选择和能源转型框架进行分析，这些框架强调可负担性、可及性和相对价格是采纳的关键决定因素，例如能源阶梯和燃料叠加理论（Shankar et al., 2020; Sankhyayan and Dasgupta, 2019; Masera et al., 2000）。虽然这些框架适合解释初始燃料选择，但在获得现代燃料渠道后，它们对LPG消费量和使用规律性的差异提供了有限的洞察。行为经济学和消费理论的最新进展记录了能源使用与习惯养成、行为惯性以及观察到的价格变化之间的关联，表明持续的使用模式可能无法仅通过静态的价格和收入因素来完全解释（Frederiks et al., 2015; D'Acunto et al., 2021）。

本研究通过缩小其范围，聚焦于与LPG持续使用相关的行为维度，对4As框架进行了扩展。可及性和可负担性被保留为核心结构性约束，而认知度和可接受性被省略，因为样本中的所有家庭已经拥有LPG连接。在此背景下，生物燃料通过燃料叠加的持续存在并不能归因于缺乏接受或认知。已有证据表明，燃料叠加往往在普遍接受LPG的情况下依然存在，这源于可负担性约束、供应可靠性担忧或家庭内部决策动态（Shankar et al., 2020; Vyas et al., 2021; Chindarkar et al., 2021）。因此，分析重点从初始接受转向持续和规律的使用。为捕捉这一转变，框架纳入了规律性、持续性和观察到的价格变化，反映了时间上的规律性、使用的持久性以及家庭对经历的价格变化的响应。这五个维度共同构成了A2C2P框架，用于解释采纳家庭中LPG消费的异质性。

A2C2P框架被定位为一个整合性分析方法，用于在获得渠道的前提下审视LPG消费，而非一种新的家庭燃料选择理论。它综合了现有文献的见解，在已获得LPG渠道的前提下考察家庭LPG消费。可及性和可负担性借鉴了能源贫困和家庭燃料选择理论；规律性和持续性反映了习惯养成、消费持久性和规律性的行为理论；观察到的价格变化维度则基于家庭对经历的价格变化做出响应的证据，其中价格上升对于频繁购买的商品尤为显著（D'Acunto et al., 2021）。通过将这些维度整合在一起，A2C2P提供了一个结构化的分析视角，来分析为什么具有相似渠道和价格的家庭会表现出截然不同的LPG持续使用模式。

2.1. 可及性

可及性既指物理可及性，也指可获得性。先前的研究记录了LPG供应基础设施方面显著的城乡差异，由于配送网络不够发达、人口密度较低以及地形复杂，农村家庭相比城市地区通常面临较低的可及性（Kumar et al., 2016; Mani et al., 2021）。

2.2. 可负担性

可负担性指的是家庭在持续时间内维持LPG使用的经济能力。在清洁能源烹饪文献中，可负担性约束通常被认为是阻碍LPG采纳和持续依赖的主要障碍，特别是在收入流动不稳定和流动性受限的情况下（Gangopadhyay et al., 2005; Sharma et al., 2019; Chindarkar et al., 2021）。由于LPG充装涉及相对较大且不规则的支出，面临更紧预算约束的家庭可能会降低充装频率或回归替代燃料，尽管他们已经拥有渠道。在A2C2P框架中，可负担性捕捉了有效价格支持、连接类型和政策定向机制与LPG持续消费之间的关联程度。

2.3. 持续性

清洁能源烹饪文献中以多种且常常含糊的方式使用"采纳"一词，范围从灶具所有权或行政登记到实际和持续的燃料使用（Guta et al., 2024; Kar et al., 2019; Sankhyayan and Dasgupta, 2019; Gould and Urpelainen, 2018）。为保持分析清晰，本研究将二元、短期结果的"采纳"与捕捉LPG随时间持续依赖的长期行为构念"持续性"区分开来。持续性捕捉了LPG使用随时间推移的持久性，区分了那些反复依赖LPG的家庭与那些间歇性或短期使用的家庭。较高的持续性预计与较高的平均LPG消费相关联，因为跨年的反复依赖与对燃料的持续行为承诺一致，而非孤立或象征性的使用。从某种意义上说，采纳代表了进入LPG使用的起点，而持续性则反映了这种使用在后续年份中维持的程度。正如文献中所强调的，仅增加渠道或初始采用不足以确保清洁能源烹饪技术的持续使用；需要定向策略来支持长期转型（CCA, 2015）。

2.4. 规律性

规律性指的是家庭LPG使用在一年内的时间规律性。在经济学理论中，规律性意味着随时间做出的选择不与之前揭示的偏好相矛盾（Blackorby et al., 1973）。在清洁能源烹饪转型的背景下，规律性捕捉了家庭以稳定且可预测的方式而非零星或不规则的方式使用LPG的程度。尽管先前的研究主要集中在采纳和平均消费水平上，但相对较少关注购买行为在年内时间上的稳定性。将规律性纳入A2C2P框架使得分析能够考察年内购买规律性是否与整体消费模式的差异相关联。

持续性（第2.3节）和规律性（第2.4节）都与LPG使用的时间模式相关，但作用于不同的时间尺度并捕捉不同的行为维度。持续性是一个跨年度的构念：它捕捉一个家庭是否在多个日历年中维持LPG使用。相比之下，规律性是一个年内构念：它捕捉一个家庭在给定年份内钢瓶购买的时间间隔如何分布。

2.5. 观察到的价格变化

家庭在每次钢瓶充装时观察到的支付价格，并可能根据经历的价格变化调整消费行为。行为证据表明，对于频繁购买的商品，价格上升往往比价格下降更为显著，且家庭会对经历的价格变化做出消费调整（D'Acunto et al., 2021）。在LPG的背景下，反复经历价格上升的家庭可能会减少充装频率或转向可用的替代燃料。本研究使用连续购买之间价格的对数变化的平均值来操作化这一维度，捕捉经历的价格变化的方向和幅度。由于购买时间不同，家庭可能面临不同的有效价格变化；因此，该变量捕捉了跨家庭经历的价格动态的异质性。

3. 数据与方法论

本节通过操作化A2C2P框架，将每个概念构念转化为从行政交易数据中衍生的可测量的家庭层面变量，从而实现。可及性和可负担性捕捉了LPG使用的结构性和经济维度，而规律性和持续性反映了购买行为的时间模式。观察到的价格变化捕捉了连续购买之间经历的价格变化的方向和幅度。与框架的概念重点一致，实证分析考察的是在获得渠道前提下的LPG消费，而非对独家燃料选择进行建模。

研究期间跨越2016年1月至2023年12月。使用家庭层面交易数据，我们估计了四个回归规格，以考察LPG消费中的截面差异和家庭内变异：(i)基于汇总家庭数据的汇总OLS模型，(ii)基于年度家庭-年观测值的汇总OLS模型，(iii)时间固定效应模型，以及(iv)家庭固定效应模型。这种多模型方法使我们能够将结构性异质性与时间动态分离开来，同时与概念框架保持一致。

3.1. 数据与数据来源

在印度，LPG几乎专门用于烹饪，在空间取暖或其他家庭能源服务方面的使用可以忽略不计。先前的研究将LPG确定为主要的清洁能源烹饪燃料，因为政府定价、安全规范和替代燃料限制了其在厨房以外的用途（Patra, 2015; Gould and Urpelainen, 2018）。

家用LPG是一种由三国家有石油营销公司（OMCs）——印度石油、巴拉特石油和印度斯坦石油——几乎独家供应的基本商品。这种市场结构形成了一个"卖方市场"，消费者在定价或营销方面缺乏控制权。虽然存在一些私人分销商，但其规模微不足道，使主导的公共网络未受挑战。此外，政府监管确保了统一定价和标准化协议，使消费者没有服务差异的基础（Mittal et al., 2018）。因此，三家公司之间的客户分配实际上是随机的，允许单个OMC的数据集具有代表性地区捕捉全国LPG消费行为。分析数据来自三国家有OMC之一的基于ERP的销售和配送记录。从其全国农村和城市消费者数据库中，我们随机选择了151,363个家庭并检索了他们的完整消费历史。这种方法确保了数据集对印度LPG用户群具有广泛代表性。

所得数据集是一个不平衡的家庭层面面板。家庭在多个日历年中被观测到，但并非每个家庭在每年都出现：一些家庭在研究开始后获得了LPG连接，而另一些家庭在某些年份没有购买钢瓶。因此，家庭-年观测值超过了唯一家庭数量。

使用了两个衍生数据集进行假设检验和估计。第一个是"消费者日历年度"数据集，包含年度LPG消费及相关变量的家庭-年面板；它用于描述性统计、假设检验和面板回归。第二个数据集"消费者日历总计"将研究期间的观测值汇总到家庭层面，用于截面回归和描述性分析。

数据集不包含关于家庭对生物燃料、煤炭或电力等替代烹饪燃料的使用、可获得性或价格的信息。这一局限性是交易层面行政数据的常见问题，使得直接估计多燃料需求系统成为不可能。分析转而考察在获得渠道前提下的LPG消费，聚焦于在燃料叠加环境下LPG消费如何与可负担性、观察到的价格变化和行为规律性相关联。

ERP数据也缺乏关于家庭规模或人口构成的信息。相应地，LPG消费在家庭层面进行分析，这与印度的LPG政策框架一致，该框架中连接、补贴和充装决策是在家庭层面而非人均层面定义的。

3.2. 变量描述

可及性通过一个二元城市虚拟变量来近似，城市家庭取值为1，农村家庭取值为0。它捕捉了LPG分销基础设施和配送渠道方面的空间差异，农村地区通常面临更大的物流约束。

可负担性使用三个变量来衡量。补贴比率是将家庭-年层面汇总的年度总补贴除以受管制的LPG基准价格，以对数形式表示。它捕捉了跨家庭和时间有效价格支持的变异。SBC虚拟变量对单瓶连接家庭取值为1，对双瓶连接取值为0。家庭可以在单瓶连接（SBC）和双瓶连接（DBC）之间进行选择。

直接银行账户转账（DBC）需要更高的前期押金，并降低供应中断的风险，因此可将其解读为前期可负担性、供应安全性和家庭维持常规LPG使用的能力的混合代理变量。PMUY虚拟变量对于参加PMUY计划的家庭取值为1，否则为0，非PMUY家庭通常具有更高的收入水平。PMUY计划在行政上针对经济脆弱和社会边缘化家庭，并提供免费LPG连接以改善清洁烹饪条件；因此可将其解读为家庭经济脆弱性和可负担性约束的部分代理变量。采用（Adoption）定义为家庭拥有LPG炉灶并展示定期、正确的使用和维护（Troncoso等，2013；Troncoso，2014）。与既往研究一致，我们将采用操作化为二元指标，若家庭在一个日历年内购买至少2个LPG气罐则取值为1，否则为0。在印度，家用LPG气罐重14.2公斤；因此，该阈值对应约28.4公斤的年消费量。该截断值并不意味着独占性LPG使用，而是将持续和重复使用与连接获取或偶尔购买区分开来。每年0或1次充气的家庭通常反映的是初步采纳或偶尔使用，而非有意义的采用（Gould和Urpelainen，2018；Kar等，2019）。恒定性通过采用比例（Adoption Proportion）衡量，定义为家庭在研究年份中满足年度采用阈值的份额，捕捉随时间持续的LPG使用。一致性通过LPG气罐购买之间的到达间隔时间（IAT）的标准差来量化。较低的值表明年内购买间隔更为规律。观察到的价格变化使用平均对数价格增幅（avg log Price Increase）操作化，定义为同一家庭连续LPG气罐购买之间所付价格变化的平均对数，其中平均对数价格增幅 = mean(ln(????,??) ? ln(????,???1))。尽管LPG价格由政府控制的国有石油公司集中管理，但家庭可能因其年内购买时机不同而观察到不同的实际价格变化。该变量捕捉了家庭层面的实际价格动态；因此分析考察观察到的价格变化与LPG消耗之间的关联。提出的框架如图2所示，连同各变量。图2. 包含构念和变量的提议框架。所有变量均在表1中解释。假设检验中感兴趣的变量为年度消耗量和采用。回归模型的因变量为平均年度消耗量和年度消耗量。自变量与提议框架中的五个构念相关：可及性、可负担性、恒定性、一致性和观察到的价格变化，详见表1并在图2中呈现。表1. 分析中所用变量的描述。变量名称 类型 构念 描述 面板标识符 消费者ID 标识符 – 每个消费者家庭的唯一标识符。年份 标识符 – 观察的日历年。因变量 年度消耗量 连续变量 – 家庭在日历年期间的LPG总消费量，以公斤计。用于年度面板回归。平均年度消耗量 连续变量 – 研究期间每个家庭平均年度LPG消耗量（公斤）；用于汇总（横截面）回归。按构念分类的自变量（A2C2P框架）城市虚拟变量 虚拟变量 可及性 =1，若为城市家庭，=0，若为农村家庭 PMUY虚拟变量 虚拟变量 可负担性 =1，若为PMUY家庭，否则=0 SBC虚拟变量 虚拟变量 可负担性 =1，若为SBC家庭，否则=0 补贴比率 连续变量 可负担性 全年收到的LPG总补贴与LPG基础价格之比。捕捉家庭获得的价格补贴有效比例。采用 二元变量 恒定性 =1，若在一个日历年内消耗2个LPG气罐（28.4公斤）；否则=0。年度消耗滞后 连续变量 恒定性 家庭LPG消耗的一年滞后值。采用比例 连续变量 恒定性 研究期间年度采用指标的平均值。取值范围为0到1，捕捉随时间持续的LPG使用。年度标准差IAT 连续变量 一致性 连续LPG购买之间到达间隔时间的标准差（天）。较低的值表明消费模式更为规律和稳定。平均对数价格增幅 连续变量 观察到的价格变化 一年内连续LPG购买价格之间的平均对数差。捕捉家庭在连续气罐购买中所经历的价格变化的方向和幅度。表2. 描述性统计。因变量：LPG平均年度消耗量（公斤）市场类型：农村 城市 全部 PMUY类型：PMUY 非PMUY 全部 PMUY 非PMUY 全部 全部 最小值 4.0 4.0 4.0 4.1 3.8 3.8 3.8 最大值 276.6 1052.3 1052.3 267.1 1323.6 1323.6 1323.6 均值 55.7 90.3 76.1 73.0 114.2 110.5 89.3 标准差 31.7 41.4 41.3 37.8 49.1 49.6 47.7 计数 38,349 55,170 93,519 516 952,675 57,844 151,363 占总百分比 25.3 36.4 61.8 3.4 34.8 38.2 100.0 3.3 方法论 方法论以回归建模为中心。池化回归模型估计LPG消耗与关键解释变量之间的总体平均关联，捕捉对政策分析有重要意义的横截面变异。最后，面板固定效应模型控制未观察到的、不随时间变化的家庭特征和共同时间冲击，聚焦于价格、补贴、购买模式变化与LPG消耗之间的关联。回归模型设定 鉴于数据结构和研究目标，我们估计四个回归模型，每个模型服务于不同目的。汇总池化模型（模型1）捕捉LPG消耗中持续存在的横截面异质性。年度池化模型（模型2）使用家庭-年度变异来考察消耗动态，而不依赖家庭内识别。时间固定效应模型（模型3）控制随时间变化但在家庭间共享的共同宏观经济和政策冲击，如全国LPG价格调整或补贴变化。最后，家庭固定效应模型（模型4）通过考虑未观察到的、不随时间变化的家庭特征来识别家庭内LPG消耗的变异。这四个模型共同为不平衡面板中的结构性异质性和动态消费行为提供互补性见解。模型1：汇总数据的对数-对数回归模型：公式(1)中估计长期横截面关联的方法，Gujarati和Porter，2009，第6章；Wooldridge，2018，第6章，通过将家庭-年度观察值压缩为每个家庭一个观察值来实现。因变量为家庭i在研究期间的平均年度LPG消耗量的对数（Yi = mean(ANNUAL_CONSUMPTION_KG????)），连续解释变量也取平均值。通过平滑短期波动，该设定捕捉LPG消费行为中持续存在的跨家庭变异，并提供基准横截面弹性估计，以补充依赖家庭内随时间变异的面板模型。它量化可负担性、可及性、消费规律性、持续采用和观察到的价格变化与LPG使用之间的关联，允许在不同政策相关家庭细分中的异质性。

(1) ln(Yi) = β0 + Σ(k=1到p) βk·ln(Xk_i) + γ'·Di + Σ(j=1到m) δ'j·[ln(Xj_i) × Zi] + εi

公式(1)中，ln(Yi)表示家庭i在研究期间平均年度LPG消耗量的自然对数。向量ln(Xk_i)（k=1,...,p）包含对应于A2C2P框架（表1）的连续解释变量的对数形式。向量Di包含分类家庭特征的虚拟变量，包括PMUY、城市和SBC状态。相关系数向量γ捕捉与这些属性相关的LPG消费水平偏移，其他因素保持不变。虚拟变量D的子集，记为Zi ? D，与选定的连续回归量交互。具体而言，PMUY虚拟变量和城市虚拟变量与关键连续回归量交互，以允许补贴、价格变化和购买规律性的响应在不同政策相关和空间细分中有所差异。交互项δ'j·[ln(Xj_i) × Zi]捕捉此异质性，其中δj表示相应的差分弹性。误差项εi捕捉影响LPG消费的未观察家庭层面因素。带交互项的对数-对数模型中的系数解释遵循标准弹性逻辑，详见附录B。

模型2：年度家庭-年度数据的对数-对数回归模型。公式(2)呈现了使用年度家庭-年度观察值考察家庭层面LPG消耗的一般对数-对数回归。完整方程包含时间固定效应（αt）和家庭固定效应（μi）。模型2对应公式(2)的池化版本，在不包含时间（αt）或家庭（μi）固定效应的情况下估计。函数形式与模型1相同，但使用家庭-年度数据而非汇总家庭平均值。因此，因变量和解释变量均针对每个家庭i在每个日历年t进行计算。

(2) ln(Yi_t) = β0 + Σ(k=1到p) βk·ln(Xk_i_t) + γ'·Di_t + Σ(j=1到m) δ'j·[ln(Xj_i_t) × Zi_t] + αt + μi + εi_t

每个观察值以(i,t)为索引，其中i表示家庭，t表示日历年。系数β0、βk、γ和δj与模型1中的解释相同，而误差项εi_t捕捉影响LPG消费的未观察家庭-年度因素。

模型3：含时间固定效应的对数-对数回归模型。模型3通过在池化家庭-年度设定中加入时间固定效应来扩展。作为公式(2)的一个受限版本，它包含时间固定效应（αt）但不包含家庭固定效应（μi）。模型使用年度家庭-年度观察值估计，并保留与模型2相同的函数形式。时间固定效应吸收特定日历年中家庭间共同的冲击，如全国价格调整、政策变化和宏观经济状况。因此，系数来自净除共同时间效应后的变异，同时仍反映横截面差异和家庭内随时间的变化。误差项εi_t捕捉LPG消耗的个体家庭-年度偏离。

模型4：含家庭固定效应的对数-对数回归模型。模型4通过在池化家庭-年度设定中加入家庭固定效应来扩展。作为公式(2)的一个受限版本，它包含家庭固定效应（μi）但不包含时间固定效应（αt）。模型使用年度家庭-年度观察值估计，并保留与模型2和3相同的函数形式。家庭固定效应吸收所有未观察到的、不随时间变化的特征，如烹饪偏好、基准社会经济地位（包括收入和财富）、家庭规模规范、住房特征或持续的可及性约束。因此，系数仅从家庭内随时间的变异中识别，反映补贴暴露、观察到的价格变化和购买规律性的变化。不随时间变化的属性被差分消除，误差项εi_t捕捉个体家庭-年度冲击。然而，家庭固定效应无法处理随时间变化的家庭特定收入波动。识别假设：估计的关系被解释为条件于所包含的控制变量、交互结构和固定效应下的简化形式行为关联，同时认识到剩余未观察因素仍可能与解释变量相关。家庭固定效应设定控制不随时间变化的家庭异质性，包括持续的社会经济差异和基准消费行为。然而，一个局限性是缺乏直接的家庭收入数据。收入是LPG需求的主要决定因素，且可能与PMUY参与、补贴暴露和城市-农村位置等变量相关，使遗漏的收入动态成为系数解释中的潜在偏误来源。尽管固定效应框架通过吸收家庭间不随时间变化的收入差异部分解决了这一问题，但它并不能消除由未观察到的随时间变化的家庭经济状况（包括收入波动和流动性约束）引起的偏误。因此，估计的价格和补贴系数被解释为条件于所包含的控制变量和固定效应下观察到的消费响应度的简化形式度量，而非完全因果的政策效应或结构性识别的需求弹性。

4. 实证研究 本节报告描述性分析和家庭LPG消耗回归模型的结果。4.1 描述性统计 表2和图3揭示了一致的消费等级，城市非PMUY家庭表现出最高使用量，而农村PMUY受益者报告的最低。表2记录了不同家庭类别之间的这些结构性差异，图3则展示了使用水平随时间的趋同。图3. 按市场类型和PMUY状态划分的家庭平均年度LPG消耗趋势。按PMUY消费者划分的补贴比率年度分布如图4所示。该图展示了印度不同家庭群体补贴比率随年份的变化。图4. PMUY和非PMUY家庭的年度补贴比率。4.2 年度消耗的回归模型 我们估计四个对数-对数回归模型，使用家庭层面数据考察年度LPG消耗的决定因素。表3报告了所有模型的系数估计和标准误。星号表示统计显著性水平，如表3所述。表3. 四个回归模型的比较。空单元格 模型1：汇总 模型2：年度 模型3：面板固定效应（时间）模型4：面板固定效应（实体）截距 5.710*** 3.050*** 3.173*** 4.61*** (0.008) (0.006) (0.0072) (0.0074) SBC虚拟变量 ?0.047*** ?0.021*** ?0.016*** — (0.002) (0.001) (0.001) 城市虚拟变量 0.025*** 0.089*** 0.091*** — (0.009) (0.003) (0.0040) PMUY虚拟变量 ?0.220*** ?0.157*** ?0.219*** — (0.013) (0.006) (0.0058) 年度消耗对数滞后 — 0.464*** 0.436*** 0.131*** (0.001) (0.0012) (0.0014) 补贴比率对数 0.190*** 0.061*** 0.115*** 0.056*** (0.002) (0.001) (0.0008) (0.0007) 补贴比率对数×PMUY 0.289*** 0.184*** 0.159*** 0.141*** (0.005) (0.002) (0.0016) (0.0016) 补贴比率对数×城市 ?0.013*** ?0.005*** ?0.003*** ?0.008*** (0.003) (0.001) (0.0008) (0.0009) 平均对数价格增幅 ?2.956*** ?0.707*** ?1.773*** ?0.459*** (0.081) (0.017) (0.0222) (0.0148) 平均对数价格增幅×PMUY 1.441*** 0.331*** 0.347*** 0.419*** (0.089) (0.027) (0.0268) (0.0255) 平均对数价格增幅×城市 ?0.654*** 0.088*** ?0.165*** 0.078*** (0.112) (0.025) (0.0239) (0.0224) 年度标准差IAT对数 ?0.313*** ?0.187*** ?0.176*** ?0.198*** (0.002) (0.001) (0.0010) (0.0013) 年度标准差IAT对数×PMUY 0.014*** 0.033*** 0.030*** 0.021*** (0.003) (0.001) (0.0015) (0.0021) 年度标准差IAT对数×城市 0.015*** ?0.016*** ?0.017*** ?0.030*** (0.003) (0.001) (0.0012) (0.0017) 采用比例对数 0.263*** — — — (0.005) 观察值 141,981 734,218 734,218 734,218 R2 0.791 0.622 0.638 0.275 R2（组内） — — 0.107 0.275 R2（组间） — — 0.816 0.488 调整R2 0.791 0.622 0.601(总体) 0.429(总体) Durbin-Watson 1.788 1.950 — — 条件数 840 428 — — 协方差估计量 HC3 HC3 聚类 聚类 注：括号内为标准误。*** p<0.01。所有报告的p值实际上为0，表明没有较低水平的显著性。"—"表示未包含该变量。在所有设定中，较高的补贴支持与较高的LPG消耗相关联，尤其在PMUY家庭中。交互项表明补贴-消耗关联在不同家庭细分中有所差异，但在城市市场中似乎较弱，可能因为基准可及性和可负担性约束不那么有约束力。价格增加在所有模型设定中均与较低的LPG消耗相关联。然而，该负关联的幅度在不同家庭细分中有所不同。

平均对数价格增幅与PMUY虚拟变量之间的正交互作用表明，PMUY家庭对价格上升的敏感性低于非PMUY家庭，这说明其他因素——例如缺乏负担得起的替代燃料选择，或对液化石油气作为主要燃料的更强依赖性——可能在一定程度上抵消了因价格上涨而导致的消费减少。对于城市家庭而言，估计的价格—消费关联不如乡村家庭稳定，其系数符号和量级在不同模型设定中均有波动，这表明城市消费者对价格变化的反应存在更大的异质性，也提醒我们不应仅依据单一模型就对城市价格敏感性做出统一结论。这一模式与第2.5节讨论的"观察到的价格变化"维度相一致。经验观察到的价格涨幅越高，液化石油气消费量越低。购买液化石油气更频繁的城市非PMUY家庭表现出最大的价格反应估计值，这与频繁购买者对价格变化更为敏感的证据相一致（D'Acunto等，2021）。在缺乏直接收入数据的情况下，PMUY注册状态和连接类型（SBC与DBC）仅提供了不完美社会经济和支付能力代理变量。PMUY家庭被行政划分为经济脆弱家庭（MOPNG，2016），而DBC状态可能反映出更强的承担前期连接成本的能力和较低的换瓶风险约束。这些代理变量有助于描述政策相关群体间的异质性，并在一定程度上缓解了纯收入驱动的解读，但它们并不能替代直接的家庭收入控制变量。变量log(年度换瓶间隔时间标准差)在各模型中与液化石油气消费量呈负相关，表明购买时点变异性越大，消费量越低。交互项对PMUY家庭这一关联有所缓和，而城市交互项在不同模型设定中有所变化，记录了不同市场类型下这些模式的异质性。因此，更规律的购买行为与更高的液化石油气消费量系统性相关，这一模式在全部四个模型设定中均具有稳健性。在模型1中，log(采纳率比例)的正系数表明持续采用与更高的消费量相关，提示液化石油气使用更为稳定的家庭平均消费量更高。SBC虚拟变量在合并回归中系数为负，表明单瓶家庭消费量较低。相比之下，城市家庭的表现高于乡村家庭，这与描述性统计模式相一致。这些差异与配送可达性、服务可靠性和双瓶连接的便利性方面的变化相一致，双瓶连接降低了换瓶风险，与更高的使用量相关。与此同时，PMUY家庭始终表现出比非PMUY家庭更低的基线消费量，与观察到的换瓶模式相符。log(年度消费量_{t-1})的系数为正，表明液化石油气消费存在很强的持续性。过去的消费量与当前消费量高度相关，与习惯性或路径依赖的使用模式相一致。总体而言，结果在各模型设定之间定性上保持一致。尽管系数量级有所差异，但系数符号和统计显著性具有稳健性。补贴暴露度、价格变化、消费持续性和购买行为的规律性与液化石油气消费量系统性相关，且在PMUY状态和城市—乡村区位之间存在异质性模式。模型拟合统计量见附表3。额外诊断结果，包括残差分布、异方差检验和多重共线性评估，见附录E。

**5. 实证研究讨论**

针对研究问题，本研究记录了印度家庭之间液化石油气消费量的异质性模式，将分析从准入问题拓展至持续使用和购买行为。结果表明，液化石油气消费量与支付能力、行为持续性、观察到的价格变化、购买规律性和可达性系统性相关，为清洁烹饪文献中混合结论提供了有助于理解其背景的证据。

首先，滞后消费量与当前消费量之间的强正相关性与先前关于家庭能源选择中习惯形成和路径依赖的证据相一致（Gould和Urpelainen，2018；Kar等，2019）。我们的发现补充了现有文献，记录了这种持续性不仅仅是一种二元采用模式，而是表现为消费量跨年度之间的连续关联。

其次，直接回应RQ2，补贴暴露度与液化石油气消费量之间的估计关联在不同家庭群体之间存在异质性。这有助于细化先前关于液化石油气补贴作用的研究。虽然一些研究认为补贴未必会增加液化石油气消费量，原因可能是燃料叠加使用或流动性约束（Sharma等，2019；Sankhyayan和Dasgupta，2019；Vyas等，2021），但我们的结果表明，补贴暴露度在所有模型设定中均与消费量正相关，尤其在PMUY家庭和乡村家庭中表现尤为显著。

补贴—消费关联在不同家庭群体之间系统性变化。PMUY家庭，尤其是乡村PMUY家庭，对更高补贴比例表现出更强的正向反应，而城市非PMUY家庭则表现出相对较弱的关联。这一模式与PMUY项目的分配逻辑相一致：在支付能力约束最严格的领域，补贴支持与消费的关联最为紧密。

先前研究中记录的液化石油气补贴有限效果，最好被理解为反映了多重中介约束，而非政策本身的固有失败。现有研究指出了流动性约束以及液化石油气补充预付费和断续性的特点，这使得现金流不稳定的家庭即使在补贴价格下也难以管理（Gangopadhyay等，2005；Chindarkar等，2021）。研究发现，PMUY等针对性计划虽降低了初始采用门槛，但后续消费量往往较低，因为受益家庭可能缺乏定期换瓶所需的流动性（Guta等，2024）。除了支付能力之外，劳动力市场不完善降低了收集生物质燃料所需时间的机会成本（Chen等，2022）。供给侧和基础设施约束，包括分销距离远、送货不可靠和最后一公里连接薄弱等，进一步抵消了补贴价格的益处（Sharma等，2019；Guta等，2024）。此外，可自由采集的生物质燃料、根深蒂固的烹饪习惯、家庭内部决策动态以及行政摩擦——如需预付费的返利式补贴发放——对边缘化家庭构成了不成比例的约束（Sharma等，2019；Vyas等，2021；Chindarkar等，2021）。

第三，观察到的价格上涨与液化石油气消费量呈负相关，这与家庭对观察到的价格变化敏感的证据相一致，尤其是对于频繁购买的商品（D'Acunto等，2021）。面临较高价格上涨的家庭消费量较低，这一模式与价格敏感型行为调整相一致。

购买液化石油气更频繁的城市非PMUY家庭表现出最高的价格敏感性，而PMUY家庭则表现出衰减的反应。在燃料叠加使用的背景下，较高的液化石油气价格或较低的实际补贴与液化石油气消费量减少相关，这可能反映了向可用替代燃料的替代，而非整体烹饪活动减少。

第四，购买规律性——通过换瓶间隔时间变异性衡量——与液化石油气消费量水平系统性相关。购买模式更规律的家庭液化石油气使用量更高，这一模式与除支付能力之外，服务可靠性和行为规律性在持续液化石油气使用中的角色相一致。

第五，可达性与消费量强相关。城市家庭和双瓶连接家庭表现出更高的消费量，与配送可靠性、交易成本和供应安全方面的差异相一致。因此，物理可达性和服务连续性是对价格干预措施的有益补充。

最后，支付能力与这些行为和基础设施因素相互作用。补贴暴露度在PMUY和乡村家庭中与消费量的关联更强，而在城市非PMUY消费者中则表现出较弱的关联。这一异质性凸显了统一国家政策在适用性上的局限。

综合来看，这些发现对两个研究问题均作出了回应，并与A2C2P框架广泛一致：可达性、支付能力、一致性、持续性和观察到的价格变化均与液化石油气消费量系统性相关。通过整合持续性、购买规律性和经验价格动态，该框架拓展了仅关注准入或采用的方法，为解释已拥有燃料接入的家庭中影响持续液化石油气使用的因素提供了更为全面的视角。

**6. 结论**

尽管本研究的实证背景为印度，但所识别的行为模式——消费持续性、购买规律性和对经验价格变化的反应——很可能是更广泛的家庭能源使用的普遍特征。因此，这些发现为正在进行的关于为何在发展中和新兴经济体中扩大清洁燃料的准入并不能自动转化为持续使用的讨论做出了贡献。本研究推进了对液化石油气消费动态的理解，并在实证、分析和政策相关方面提供了贡献。

**6.1 实证贡献**

本研究的主要实证优势在于利用基于ERP的大规模液化石油气交易数据集，使得分析能够基于实际消费行为而非自报使用情况。交易层面的指标，包括补贴比率、采纳率、消费持续性和经验价格变化，使得比基于回忆的调查数据更为精确地量化行为和政策相关的关联成为可能。这种基于交易的方法代表了超越以往主要依赖容易受到回忆偏差和社会期望偏差影响的调查工具的研究的实证进步。

本研究通过考察支付能力相关因素、补贴暴露度和观察到的价格变化如何在政策相关的家庭群体之间与液化石油气消费量关联，为家庭能源需求和补贴有效性方面的实证文献做出了贡献。虽然先前的研究报道了补贴影响有限，尤其是在贫困和乡村家庭之中（Sharma等，2019；Gangopadhyay等，2005；Sankhyayan和Dasgupta，2019），但我们的结果表明，较高的补贴比率与液化石油气消费量正相关，且在PMUY家庭和乡村家庭中观察到的关联更强。研究还记录了观察到的液化石油气价格上涨与消费量之间的负相关，这与频繁购买家庭对价格变化敏感性的证据相一致（D'Acunto等，2021）。通常换瓶更频繁的城市非PMUY消费者表现出更大的观察到的价格反应性，为家庭能源市场中支付能力与消费行为方面的实证文献做出了贡献。

**6.2 分析贡献**

本研究的分析贡献在于将传统的4As框架扩展为A2C2P框架，纳入了"一致性（Consistency）"、"持续性（Constancy）"和"观察到的价格变化"作为额外维度。本框架并未提出新的家庭燃料选择理论，而是作为一个综合性的组织视角，整合了已建立的行为经济学、习惯形成和能源贫困文献中的各维度。通过明确将购买规律性、持续采用和经验价格动态纳入统一框架，本文为考察已拥有燃料接入的家庭之间液化石油气消费量的异质性提供了结构化方法，而这一维度在以采用而非持续使用为主要关注对象的先前研究中鲜有探索。

**6.3 政策贡献**

从政策视角来看，研究结果支持差异化和精准的补贴设计。特别是，补贴和价格相关消费反应在PMUY、非PMUY、乡村和城市家庭之间观察到的异质性表明，统一的国家补贴政策可能不如根据家庭特征、支付能力约束和市场条件进行校准的方法有效。

通过估计与补贴暴露度和经验价格变化相关的简约式消费反应，本研究提供了可能为政策制定者在考虑差异化补贴定向时提供依据的实证证据。所估计的关联虽然并非因果性的，但在各模型设定中保持一致，并为评估补贴设计的分配维度提供了基础。研究结果与PMUY背后的逻辑相一致，即定向援助可能有助于经济脆弱家庭实现清洁烹饪，并可为未来项目优化提供参考。

**6.4 政策建议**

研究结果还表明，近年来非PMUY家庭补贴的大幅削减可能造成了一个政策缺口。虽然PMUY有效瞄准了脆弱家庭，但对非PMUY消费者补贴的近乎取消忽视了该群体内部显著的异质性。许多非PMUY家庭未必富裕；部分家庭在PMUY启动前已获得了液化石油气连接，而另一些则可能因行政或资格限制而被排除在外。因此，部分非PMUY家庭可能仍然存在流动性约束，尽管不具备正式的受益者身份。

分析表明，当支付能力约束存在时，补贴与更高的液化石油气消费量强相关。在缺乏补贴支持的情况下，存在流动性约束的非PMUY家庭更有可能减少液化石油气使用或增加对替代燃料的依赖，从而损害清洁烹饪转型的成果。这一风险在乡村和半城市地区尤为突出，在这些地区替代燃料仍触手可及，且供应可靠性挑战依然存在。

为弥补这一缺口，我们建议引入一种有条件的、基于收入的自愿加入式补贴机制，面向符合条件的非PMUY家庭。在该框架下，符合明确定义的收入或脆弱性标准的非PMUY消费者可自愿申请补贴支持，确保援助与真实需求相匹配，而非仅基于项目注册历史。

这一方法能够在保持PMUY定向效率的同时增强公平性，并防止弱势群体家庭被无意中排除在外。回归分析结果表明，农村地区和PMUY家庭的补贴—消费参数高于城市非PMUY消费者，这表明补贴强度的地域差异化可能有助于提升政策效果。本研究估计的关联性更大，与为农村及经济弱势家庭提供更高补贴支持的做法相一致。对农村分销基础设施和最后一公里服务可靠性的补充性投资可进一步增强这些效果，因为关于购买规律性的回归证据表明，供应连续性独立地关联于LPG消费量。

7. 局限性与未来研究方向

本研究考察的是在获取条件满足情况下的LPG消费，并未明确建模烹饪燃料之间的替代关系。未来将行政交易数据与关于生物质使用和燃料可及性的家庭调查相结合的研究，可能有助于直接估计跨燃料替代弹性，并深化对燃料叠加行为（fuel-stacking behavior）的理解。

行政数据集未包含家庭人口规模或构成信息，因此无法计算人均消费指标。因此，本分析聚焦于家庭层面的LPG消费量，这与政策干预单位保持一致。将交易数据与人口调查数据关联，将使未来研究能够考察家庭结构差异带来的异质性。

一项关键局限性在于缺乏直接的家庭收入信息，如3.3节方法论及4.2节年度消费回归模型所述。家庭收入是LPG需求的重要决定因素，且很可能与PMUY参与情况、补贴暴露程度及城乡位置等变量相关。尽管家庭固定效应和时间固定效应在一定程度上缓解了与不随时间变化的社会经济异质性和共同宏观经济趋势相关的顾虑，但随时间变化的家庭特有收入冲击和流动性约束仍未被观测到。因此，部分估计系数可能除了所观察到的政策和价格相关关联外，还部分反映了潜在的支付能力和收入动态。相应地，估计的弹性应被解释为简化形式的与支付能力相关的行为关联，而非完全隔离的结构性需求参数或因果性政策效应。未来将交易数据与家庭调查数据相结合的研究将有助于将收入效应与补贴响应区分开来。

另一项局限性涉及"观测到的价格变化"维度的操作化方式。变量avg log Price Increase捕捉的是连续购买之间所支付价格的平均对数变化，因此反映了每个家庭所经历的价格历史。然而，它无法捕捉主观价格感知或前瞻性价格预期，这些信息在行政交易数据中不可观测。因此，本分析记录的是所经历的价格变化与LPG消费之间的关联，而不对价格历史影响购买决策的心理机制作出主张。未来将交易数据与基于调查的价格感知度量相结合的研究，可以更直接地检验主观价格预期是否在所观察到的关联中起中介作用。

**CRediT作者贡献声明**

Nilabh Nishchhal：撰写——审阅与编辑、撰写——初稿、可视化、软件、方法论、形式分析、数据整理、概念化。

Sundar Rengasamy：撰写——审阅与编辑、指导监督、方法论、概念化。

Sudip Das：撰写——审阅与编辑、指导监督。

Fernando S. Oliveira：撰写——审阅与编辑、指导监督、方法论、概念化。

Nilabh Nishchhal | Sundar Rengasamy | Sudip Das | Fernando S. Oliveira

印度查谟和克什米尔邦查谟市甘地尼赫鲁管理大学（印度管理学院查谟），邮编181221