nÃo hà / This paper aims to estimate a residential water demand function for the city of Fortaleza (CearÃ), considering the potential impact of the spatial effects on water consumption. The analysis is developed from the investigation of presence of spatial autocorrelation in residential water consumption. For this, the tools of exploratory spatial data analysis (ESDA) were utilized. Subsequently, specific tests are performed to determine the sources of spatial autocorrelation, i.e., if the autocorrelation is caused by the spatial distribution of water consumption or by effects not modeled. Identified the sources of spatial autocorrelation, four water demand functions were estimated, which had as explanatory variables the average price, the difference, income, number of residents and the number of rooms, under different specifications. At first, we estimated a model without special effects; in the second, we estimated the specification of the spatial error model (SEM), which incorporates the spatial autocorrelation in the form of autocorrelation in the error terms; in the third, we estimated the spatial autoregressive model (SAR), where the spatial autocorrelation is incorporated through the spatial lag of the dependent variable; and finally, we estimated the spatial model autoregressive moving average (SARMA), which is the union of the two previous models. The results show that spatial autocorrelation exists in two forms (error and lag), indicating that the SARMA model is the most indicated to model the residential water demand in the city of Fortaleza, in contrast to suggested by Chang et al.(2010), House-Peters et al. (2010), Franczyk e Chang (2008), Ramachandran e Johnston (2011), which used the SEM model. It is concluded that it is important to consider the possibility of spatial effects in the estimation of a residential water demand function, once that not incorporate spatial effects in the analysis underestimate the effect of the variables average price and number of residents on residential water demand, while overestimating the effect of the variables income and number of rooms. / Esta dissertaÃÃo tem como objetivo estimar uma funÃÃo de demanda residencial por Ãgua para a cidade de Fortaleza (CearÃ), considerando o provÃvel impacto do efeito espacial no consumo de Ãgua. A anÃlise se desenvolve a partir da investigaÃÃo a respeito da presenÃa de autocorrelaÃÃo espacial no consumo residencial de Ãgua. Para tal, foram utilizadas as tÃcnicas de anÃlise exploratÃria espacial de dados (ESDA). Posteriormente, sÃo realizados testes especÃficos para determinar as fontes da autocorrelaÃÃo espacial, ou seja, identificar se a autocorrelaÃÃo à causada pela distribuiÃÃo espacial do consumo de Ãgua ou pelos efeitos nÃo modelados. Identificadas as fontes de autocorrelaÃÃo espacial, foram estimadas quatro funÃÃes de demanda de Ãgua, que tinham como variÃveis explicativas o preÃo mÃdio, a diferenÃa, a renda, o nÃmero de residentes e o nÃmero de cÃmodos, sob diferentes especificaÃÃes. Na primeira, utilizou-se um modelo sem efeitos espaciais; na segunda, utilizou-se a especificaÃÃo do modelo de erros espaciais (SEM), que incorpora a autocorrelaÃÃo espacial na forma de autocorrelaÃÃo nos termos de erro; na terceira, utilizou-se o modelo espacial autorregressivo (SAR), onde a autocorrelaÃÃo espacial à incorporada atravÃs da defasagem espacial da variÃvel dependente; e por Ãltimo, utilizou-se o modelo espacial autorregressivo de mÃdias mÃveis (SARMA), que à a uniÃo dos dois modelos anteriores. Os resultados mostram que existe autocorrelaÃÃo espacial nas duas formas (erro e defasagem), indicando que o modelo SARMA à o mais adequado para modelar a demanda residencial por Ãgua na cidade de Fortaleza, ao contrÃrio do proposto por Chang et al. (2010), House-Peters et al. (2010), Franczyk e Chang (2008), Ramachandran e Johnston (2011), que utilizaram o modelo SEM. Conclui-se, portanto, que à importante levar em consideraÃÃo a possibilidade de efeitos espaciais na estimaÃÃo de uma funÃÃo de demanda residencial por Ãgua, na medida que a nÃo incorporaÃÃo dos efeitos espaciais subestima o efeito das variÃveis preÃo mÃdio e nÃmero de residentes sobre a quantidade consumida de Ãgua, enquanto superestima o efeito das variÃveis renda e nÃmero de cÃmodos.