经济学家经常用享乐方法分析截面数据来估计人们对商品属性的隐含价值。通常对效用的功能形式做了足够强的假设，以指出个人对属性级别变化的支付意愿(WTP)。相反，本文提出了一种在个体无差异曲线形状的弱条件集下部分识别WTP的新方法。特别地，假定无差异曲线在属性-代价空间上是递增且凸的，而属性-代价空间是有限有界的。这些形状限制提供了信息丰富的部分识别，而不依赖于功能形式的限制。给出一般的，潜在离散的，以及光滑的价格函数的识别分析。为了说明这种方法，我们通过分析劳动力市场数据来研究人们为降低致命风险水平而支付的意愿(WTP)，从而对统计生命价值(VSL)的文献做出了贡献。本文对比了从传统分析得到的VSL估计值与在使用公共数据集的新方法下获得的边界。数据表明，即使给定平衡和可靠的形状限制，也与宽范围的WTP值一致。这表明，传统的估计可能是由施加在效用上的函数形式限制所驱动的，而不是由平衡的数据或性质所驱动的。