[数学]碳排放约束下的江苏省煤炭消费量预测.doc

碳排放约束下的江苏省煤炭消费量预测摘要 随着我国经济的飞速发展，而使我国的能源消耗和环境保护受到了影响，主要是把经济的增长建立在了高投入、高消耗、低效益的粗放型生产方式上，并且煤炭是我国经济发展不可缺少的基础能源。在我国江苏省，煤炭资源匮乏而煤炭消费总量逐年增长，煤炭消耗问题成为影响江苏经济发展的重要因素。因此，解决好未来江苏巨大的煤炭供需缺口，我们就以下几个关于经济增长与煤炭资源问题进行研究。本文建立数学模型研究了低碳经济下江苏省煤炭消费量的预测问题，先定性地分析出影响指标，再利用实际的统计数据从定量角度系统、深入的研究了影响指标、能源消费结构及煤炭消费预测和认识，有较强的实际应用价值。对于问题一，我们首先通过定性的方法分析了影响煤炭消费量的可能指标：煤炭调入量、能源总消耗、第一产业生产总值、第二产业生产总值、第三产业生产总值、GDP增长率、人均生产总值；而本文分析所给数据，由于版面有限，只选取了1995-2010年的有关数据，针对三大产业煤炭消费变动对节能、减排和经济增长等指标的影响，我们从问题所给的数据入手，分析历史数据中煤炭消费量与地区生产总值、与碳排放量、与三大产业产值的关系，通过这些数据，我们采用灰色关联分析法，通过关联度的大小来反映各指标对目标的影响。 对于问题二，我们需要解决的问题是在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，对未来十年江苏省主要能源（煤炭、石油、天然气等）消费的结构进行预测和优化。根据问题一求解的指标结果，我们先不考虑碳排放约束，根据题中所给数据，利用GM（1,1）灰色预测模型对能源消费结构进行预测并对比两预测结果。而后综合考虑节能、经济发展坏境等方面，在低碳经济下，建立以GDP最大，能耗最少的双目标规划模型，通过引入权重系数将多目标转化为单目标优化问题，采用lingo求解得出优化结果。对于问题三，我们需要解决的问题是在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，对未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。先建立灰色模型对第一、二、三产业煤炭消费量进行预测，分析可以认为模型求解方法采用问题（2）中GM（1,1）灰色预测模型求解方法，并根据预测出的值进行检验确定其合理性。在此基础上对煤炭消费总量和三大产业的煤炭消费模型进行优化。对于问题四，通过对江苏省煤炭需求预测的研究，和对以上几个问题的模型建立及求解，我们了解到要转变以浪费资源和牺牲环境为代价的传统经济发展模式，必须努力实现经济可持续发展、社会全面进步、资源永续利用、环境不断改善和生态良性循环的协调统一。然后对江苏省节能、减排目标的实现路径以及能源结构调整、煤炭消费政策等方面提出意见和建议。关键词： 低碳经济；灰色关联分析法；GM(1,1)模型；lingo；双目标模型一、问题背景与重述背景：1978年改革开放以来，我国的经济发展取得了举世瞩目的成就。2010年国内生产总值达到39.8万亿元，跃居世界第二位，国家财政收入达到8.3万亿元，“十一五”期间实现GDP年均增长11.2%。但是我国经济的高速增长是建立在高投入、高消耗、低效益的粗放型生产方式上，对我国的能源消耗和环境保护产生了巨大的压力。为了遏制全球气候变暖，联合国、国际性组织和世界各国政府展开了积极的努力。1997年12月达成了京都议定书（简称议定书），议定书要求三十多个国家在2008至2012年使温室气体的排放量平均比1990年减少5.2%以上。20世纪90年代以来，中国始终把可持续发展战略作为基本国策，转变以浪费资源和牺牲环境为代价的传统经济发展模式，努力实现经济可持续发展、社会全面进步、资源永续利用、环境不断改善和生态良性循环的协调统一。煤炭是我国经济发展不可缺少的基础能源，煤炭消费量呈现指数形式增长。有关研究表明，以煤炭为主的化石能源的消费是引以温室气体排放的主要诱因。一方面，经济的发展离不开煤炭为主的能源支撑；另一方面，环境承载力迫使煤炭为主的化石能源不能盲目的无限制利用，这是一个有能源开发利用的两难问题。因此，合理的安排化石能源的消费，对实现经济可持续发展、社会全面进步、资源永续利用、环境不断改善和生态良性循环的协调统一具有重要的意义。 江苏省煤炭资源匮乏而煤炭消费总量逐年增长，煤炭消耗问题成为影响江苏经济发展的重要因素。因此，为了解决江苏未来巨大的煤炭供需缺口，分析预测江苏未来的煤炭消费，为江苏战略性能源开发供应提供依据，保证全省经济社会的绿色发展。为此我们需要解决以下几个问题：具体问题：（1）影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的指标有哪些？各指标对江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的影响情况怎样？江苏省煤炭消费总量及其占能源消费量的比重、第一、二、三产业煤炭消费量的变动对节能、减排和经济增长等指标产生怎样的影响？ （2）在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，建立数学模型，对“十二五”期间及未来十年江苏省主要能源（煤炭、石油、天然气等）消费的结构进行预测和优化。（3）在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，建立数学模型，对“十二五”期间及未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。请对预测模型和预测结果的合理性进行检验和说明。（4）根据分析的结果和结论，对江苏省节能、减排目标的实现路径以及能源结构调整、煤炭消费政策等方面提出意见和建议。二、模型假设1假设本问题所使用的数据均真实有效，具有统计分析价值; 2假设全国煤炭消费价格指数能够代替江苏煤炭消费价格指数；3假设未来不会出现突发或者不可预知的事件影响经济发展，如自然灾害、战争等；4. 假设大气碳排放量仅有煤炭、石油、天然气这些燃料燃烧排放；5. 民众能积极响应政府节能减排的号召，过低碳生活。6. 假设社会大环境相对稳定，社会经济制度不会有较大的改革。7. 假设在预测时间段内，研究地的人口基本不变。8. 假设江苏省“ 十二五” 期间单位GDP 能耗年均下降；9. 假设江苏省“ 十二五” 期间GDP 年均增长；10. 假设2000年之前的煤炭消费总量以及第一、二、三产业煤炭消费量对未来的预测结果不产生影响；三、符号说明符号 说明表示第次第个数值参考数列比较序列两极最大差两极最小差分辨系数灰色关联度各个时刻的关联系数表示第j年单位能源对地方生产总值的贡献率表示第j 年第i中能源的消费量表示第i种能源的碳排放系数表示江苏省第j年的GDP总量表示江苏省2010年的GDP总量表示江苏省2010年单位GDP耗能表示江苏省第j年单位GDP耗能表示“十二五”期间单位GDP耗能年均下降率表示“十二五”期间第j年的能耗总量表示第j年规定的排放上限表示“十二五”期间单位GDP二氧化碳平均下降率表示第t产业第j年对GDP的贡献率第t产业第j年耗能量第t产业第j年单位GDP耗能表示第t产业单位GDP耗能表示第j年单位GDP二氧化碳四、问题分析本题通过用数学模型来解决碳排放约束下的江苏省煤炭消费量预测的问题。针对问题一：该问题要求我们先确定影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费总量的可能指标，我们通过商讨结合给出数据可得，分析出各指标对其的影响程度。前两问要求找出对煤炭消费总量的影响指标并确定其影响情况，我们通过查询资料确定了部分指标，并通过灰色关联评价方法，完成对各指标的评价。针对三大产业煤炭消费变动对节能、减排和经济增长等指标的影响，我们从问题所给的数据入手，分析题中所给数据中煤炭消费量与地区生产总值、与碳排放量、与三大产业产值的关系，运用这些数据，通过关联度来反映各指标对目标的影响。 针对问题二：我们需要解决的问题是在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，对未来十年江苏省主要能源（煤炭、石油、天然气等）消费的结构进行预测和优化，根据问题一求解的所得结果分析，我们先不考虑碳排放约束，直接对历史数据进行分析，由于2001年之前的数据与未来发展的相关性不大，因此我们只选用20012010年的相关数据，运用时间序列移动平均模型对主要能源消费结构进行预测，为了减少误差，我们再建立GM（1,1）灰色预测模型对能源消费结构进行预测，对比两模型的预测结果，选择出一个较优模型。然后综合考虑节能、经济发展坏境等方面，在低碳经济下，采用多目标规划模型优化，建立以GDP最大、能耗最少的双目标规划模型，通过引入权重系数将多目标转化为单目标优化问题，采用lingo求解得出优化结果。针对问题三：类似问题二，我们需要解决的问题是在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，对未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。则根据问题二的求解方法对其进行预测，并对该模型进行合理性检验；然后综合考虑节能、经济发展坏境等方面，在低碳经济下，采用多目标规划模型优化，在基础上对煤炭消费总量和三大产业的煤炭消费模型进行优化。针对问题四：根据前面三个问题的结果和结论，对江苏省节能、减排目标的实现路径以及能源结构调整、煤炭消费政策等方面提出意见和建议。 五、模型的建立与求解5.1各指标对煤炭消费量影响的灰色关联分析5.1.1 基本原理 灰色关联分析的基本思想是根据序列折线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联度就越大，反之就越小。其基本任务是基于行为的微观或宏观几何接近，分析和确定因子间的影响程度或因子对主行为的贡献程度。对于需要分析的系统主行为的特征数据和相关因素数据，可以先做出各个序列的几何图形，从直观上研究其相关性。此方法已广泛应用于材料科学、农业经济、宏观经济、水利等多个方面。具体过程如下： （1）确定参考序列和比较序列 假设参考序列 ，比较序列为；这里的参考序列为江苏省煤炭消费总量和第一、二、三产业煤炭消费量。 （2）对参考序列和比较序列做数据变换，使其消除量纲的影响，本文采用如下标准化公式 （3）计算关联系数 对于参考数列有若干个比较数列其在各个时刻的关联系数为则关联系数的公式为 其中： 为绝对差，为两极最大差，为两极最小差；为分辨系数，且 。（4）计算关联度 由于数值所体现的信息过于分散不便于比较, 将各个时刻的关联系数集中为一个值,即求平均值,这一数值定义为灰色关联度。其计算公式为 （5）关联度排序 因素间的关联程度，主要是用关联度的大小次序描述，通过关联序可以看出比较数列与参考数列的联系紧密程度以及影响大小。 5.1.2 数据处理 我们选取江苏省 1995-2010 年的年度数据进行分析，原始数据均来自题目中所给数据。表1 江苏省1995-2010 年参考序列和比较序列数据样本年份煤炭消费量（万t）煤炭调入量（万t）地区生产总值人均地区生产总值（元）煤炭销售量石油消费量1995893669005155.2573196357.271440.451996883373386004.2184716310.541492.471997858565486680.3493716153.131582.231998857167917199.95100496153.411607.361999871470987697.82106956261.431689.852000877067638553.69117656312.911963.632001896370979456.84128796439.021882.8620029663767810606.85143696975.842008.2200310849852512442.87167437808.842444.412004132721102015003.60200319542.532675.732005167791449618598.692461612164.683227.022006184281581121742.052852613381.923298.632007199521794826018.483383714464.313502.752008207371946730981.984001414698.483309.882009210031870634457.304425315003.063802.132010231002165541425.485284016500.334283.73续表:年份天然气消费量C（万t）CO2（万t）人均CO2排放量（t）CO2排放强度（tCO2/万元GDP）19952.535484.0620108.222.933.3719961.865457.8520012.132.92.9919971.65327.2419533.22.812.6119982.265385.0119745.052.832.3719992.935505.8620188.172.882.220003.195688.6620858.422.952.0620012.795742.7321056.682.971.8920029.616185.322679.423.181.82200311.067048.3425843.923.611.83200440.968459.131016.694.31.912005185.8510663.7439100.395.392.12006412.3311656.6542741.055.8422007597.5312649.6746382.116.311.892008849.2513052.6647859.766.481.732009843.6213471.1149394.086.661.592010951.8814883.1154571.397.311.56 5.1.3主要影响因素分析 本节将利用灰色关联分析法具体分析影响煤炭消费量的指标，由于版面限制，我们以江苏煤炭消费总量为例，对于第一、二、三产业煤炭消费量可以用类似的方法分析。具体步骤如下： （1）利用公式(5.1) 对表1 中的参考序列和比较序列进行无量纲化和归一化处理，处理后的序列见表2。表2 标准化后的数据年份煤炭消费总量煤炭调入量地区生产总值人均地区生产总值煤炭消售量石油消费量天然气消费量CCO2人均CO2排放量CO2排放强度19951111111111119960.99 1.06 1.16 1.16 0.99 1.04 0.74 1.00 1.00 0.99 0.89 19970.96 0.95 1.30 1.28 0.97 1.10 0.63 0.97 0.97 0.96 0.77 19980.96 0.98 1.40 1.37 0.97 1.12 0.89 0.98 0.98 0.97 0.70 19990.98 1.03 1.49 1.46 0.98 1.17 1.16 1.00 1.00 0.98 0.65 20000.98 0.98 1.66 1.61 0.99 1.36 1.26 1.04 1.04 1.01 0.61 20011.00 1.03 1.83 1.76 1.01 1.31 1.10 1.05 1.05 1.01 0.56 20021.08 1.11 2.06 1.96 1.10 1.39 3.80 1.13 1.13 1.09 0.54 20031.21 1.24 2.41 2.29 1.23 1.70 4.37 1.29 1.29 1.23 0.54 20041.49 1.60 2.91 2.74 1.50 1.86 16.19 1.54 1.54 1.47 0.57 20051.88 2.10 3.61 3.36 1.91 2.24 73.46 1.94 1.94 1.84 0.62 20062.06 2.29 4.22 3.90 2.10 2.29 162.98 2.13 2.13 1.99 0.59 20072.23 2.60 5.05 4.62 2.28 2.43 236.18 2.31 2.31 2.15 0.56 20082.32 2.82 6.01 5.47 2.31 2.30 335.67 2.38 2.38 2.21 0.51 20092.35 2.71 6.68 6.05 2.36 2.64 333.45 2.46 2.46 2.27 0.47 20102.59 3.14 8.04 7.22 2.60 2.97 376.24 2.71 2.71 2.49 0.46 （2）由表2 求绝对差序列可得表3。表3 参考序列和比较序列的绝对差年份19950.01290.16840.18190.01690.330819960.08510.07510.08260.01000.256419970.01300.02930.02530.00490.115319980.03360.07750.07530.00230.085819990.06320.09540.09450.00090.023420000.00760.16050.15920.00200.259620010.01790.20490.20220.00110.138120020.00390.17900.17950.00770.145420030.06560.12530.13050.00340.397520040.05330.08890.07880.00260.205820050.06000.40880.39390.02990.160220060.12100.43150.41940.03880.062120070.01050.33200.32420.03620.119920080.12210.03800.03430.04690.468720090.06390.21930.21400.01810.010220100.08970.45160.43450.01960.1457续表：年份19950.14440.04540.04540.01613.329019960.16120.03410.03410.01522.584319970.20540.02600.02600.02371.866019980.20980.00710.00710.00931.386419990.18570.00110.00110.00551.019020000.17630.04250.04250.02590.727620010.14020.02280.02280.00280.351120020.03220.02080.02080.00060.083620030.17880.04950.04950.04090.111420040.53510.00850.00850.01140.390120050.76840.00480.00480.02280.644320060.43810.02340.02340.00891.144220070.19980.01930.01930.00611.641620080.35740.04790.04790.04752.105320090.29350.02210.02210.01122.434820100.21410.04060.04060.01702.8753显然。（3）计算关联度系数。 取，则有 利用公式（5.2），则可以得到比较序列在各时刻的灰色关联度见表4。表4 比较序列在各时刻的灰色关联度年份19950.99260.90840.90180.99030.834519960.95170.95720.95300.99430.866819970.99260.98300.98540.99740.935519980.98060.95580.95710.99900.951319990.96370.94610.94660.99980.986420000.99580.91240.91300.99910.865420010.98970.89070.89200.99970.923720020.99800.90320.90300.99570.920020030.96240.93030.92760.99830.807520040.96930.94960.95510.99880.890320050.96550.80310.80890.98270.912520060.93250.79440.79900.97750.964420070.99410.83400.83730.97900.933120080.93190.97800.98010.97290.780520090.96340.88390.88640.98960.994320100.94920.78690.79320.98870.9198续表：年份19950.92050.97380.97380.99070.333419960.91200.98030.98030.99130.391919970.89040.98490.98490.98630.471619980.88840.99610.99610.99480.545819990.89990.99970.99970.99700.620520000.90450.97540.97540.98500.696120010.92260.98680.98680.99870.826120020.98130.98800.98801.00000.952520030.90330.97140.97140.97630.937620040.75700.99520.99520.99360.810420050.68440.99750.99750.98680.721220060.79190.98650.98650.99500.592820070.89310.98890.98890.99670.503620080.82350.97240.97240.97260.441720090.85040.98720.98720.99370.406220100.88630.97650.97650.99020.3668（4）利用公式（5.3），得出比较序列和参考序列关联度如下 利用类似的方法，我们可以算出第一产业煤炭消费量与各指标的关联度为第二产业煤炭消费量与各指标的关联度为 第三产业煤炭消费量与各指标的关联度为 5.1.4 结果分析 由关联度可知： 我们对数据进行了处理，并作出图表（图一至图五），观察在煤炭消费总量、煤炭消费总量占能源消费量的比重、第一、二、三产业煤炭消费量在增加时，节能、减排和经济增长各自的变化趋势，并分析了它们对节能、减排和经济增长的影响。图一：煤炭消费总量的变动对节能、减排和经济增长影响图图二：煤炭消费总量占能源比重的变动对节能、减排和经济增长影响图图三：第一产业煤炭消费总量的变动对节能、减排和经济增长影响图图四：第二产业煤炭消费总量的变动对节能、减排和经济增长影响图图五：第三产业煤炭消费总量的变动对节能、减排和经济增长影响图观察图一可知随着煤炭总量的增加，CO2的排放量和能源都相应的增加，而GDP增长率的变化趋势较不明显，故煤炭总量的增加不利于节能、减排，煤炭总量对经济增长的影响较小。观察图二可知当煤炭总量占总能源比重小于0.73时，CO2排放量和能源的波动较大，CO2排放量和能源局部无规则，但总体趋于减小；当煤炭总量占总能源比重大于0.73时，CO2排放量和能源趋于稳定，而GDP增长率的波动较小。故在煤炭总量占总能源比重小于0.73时，比重增加，总体有利于节能、减排，当煤炭总量占总能源比重大于0.73时，对节能、减排无影响；煤炭总量占能源比重对经济增长的影响较小。观察图三可知随着第一产业煤炭消费总量的增加，CO2的排放量和能源处于无规则变化，而GDP增长率的变化虽无规则但总体呈现围绕固定值上下波动，故第一产业煤炭消费总量的增加对节能、减排和经济增长的影响都较小。观察图四可知随着第二产业煤炭消费总量的增加，CO2的排放量和能源都相应的增加；而GDP增长率的波动较小。故第二产业煤炭消费总量的增加不利于节能、减排，第二产业煤炭消费总量对经济增长的影响较小。观察图五可知随着第三产业煤炭消费总量的增加，CO2的排放量和能源以及GDP增长率的变化情况与第三产业煤炭消费总量的变动情况类似，故第三产业煤炭消费总量的增加对节能、减排和经济增长的影响都较小根据以上结果，我们可以知道，煤炭价格指数、运输价格指数、不变GDP 、城镇化水平对江苏省煤炭消费总量的影响较大，关联度均在0.8 左右；而二氧化碳排放强度、经济结构、能耗降低率、能源结构等则相对影响较小，关联度只有0.5 左右。对于第一产业煤炭消费量，二氧化碳排放强度、经济结构对其影响较大，关联度在0.7左右，城镇化水平影响最小，关联度只有0.5 左右，其他因素的影响差别不大，关联度均在0.6 左右。对于第二产业煤炭消费量，其影响因素的关系与江苏省煤炭消费总量的影响因素很接近，可见第二产业占煤炭消费的比重很大。对于第三产业，各影响因素的关联度均在0.6 左右，其中能耗降低率对其影响最大。以上关联度的分析说明由于各行业对煤炭的需求不同，各影响指标对其需求量的影响比重也是大不一样的。正因为第二产业是煤炭消费的主体，所以它与江苏省煤炭消费总量的趋势大体一样。5.2 问题二模型的建立与求解5.2.1 模型的建立预测模型建立与求解（ 模型）：由已知数据，对于2000-2010 年某项指标记为 （5.4）其中序列数据累加生成; 对进行累加生成获得1 次累加生成序列： （5.5）。紧邻均值生成; 对紧邻均值生成获得紧邻均值生成序 （5.6）。参数求解; 若为参数列, 且 （5.7）则GM(1,1)模型的最小二乘估计参数列满足： （5.8）求灰色微分倒数 （5.9）求解, 从而获得时间响应函数： （5.10） （5.11）5.2.2 模型的求解根据题目要求将江苏省主要能源消费量汇总到同一张表中，并取2000年到2010年的数据，见表5表5 江苏省主要能源（煤炭、石油、天然气等）的消费量年份煤炭消费量石油消费量天然气消费量16439.021882.862.7926975.842008.29.6137808.842444.4111.0649542.532675.7340.96512164.683227.02185.85613381.923298.63412.33714464.313502.75597.53814698.483309.88849.25915003.063802.13843.621016500.334283.73951.881、煤炭消费量根据表6中煤炭消费量的数据，依次累加得到取代入公式（5.6）得到运用最小二乘法公式（5.8）得 =-0.119174, a=-0.1;b=191742、石油消费量根据表6中石油消费量的数据，依次累加得到 取代入公式（5.5）得到运用最小二乘法得=-0.25579.1,a=-0.2,b=5579.13、天然气消费量根据表6中天然气消费量的数据，依次累加得取代入公式（5.6） 得运用最小二乘法公式（5.8）得=-0.4313235.5435,a=-0.4313;b=235.54355.23 模型的结果表6 江苏省20112020 年只考虑经济发展指标能源消费结构预测年份能源煤炭石油天然气能源/GDPCO2排放量CO2排放量/GDP20113006.119077.24549.92113.50.7961746.661.648201233546.420931.54907.932813.30.7665020.521.616201337434.922965.95294.213744.80.7469214.11.583201441774.225198.25710.834984.70.7274253.051.552201546616.528196.15724.722603.540.780402.581.522201652020.130253.26083.323103.270.6986816.171.491201758050.033283.07167.911756.80.6793126.481.462201864778.936518.07732.015649.60.66100086.41.432201972287.840067.58340.520831.30.64108065.31.404202080667.143961.98996.927728.90.63116845.71.3765.2.4 优化模型在整个碳排放约束下，从节能和经济发展综合考虑建立双目标模型。（1） 经济发展：生产总值达到最大；（2） 节能：能源总消耗最小。建立目标函数时，把经济发展放第一位，节能放第二位，引入权重系数分别为0.6,0.4；将上面两个目标转化为单目标；根据问题要求：1、单位国内生产总值能耗降低率达到18%，2、单位国内生产总值二氧化碳排放下降19%；最后得出目标函数及约束条件如下：目标函数：约束条件： 利用lingo进行求解，得出优化结果见附表。5.3 问题三的求解5.3.1 模型的求解根据题目要求将江苏省煤炭消费总量以及第一、二、三产业煤炭消费量汇总到同一张表中，并取2000年到2010年的数据，见表7表7 江苏省煤炭消费总量以及第一、二、三产业煤炭消费量年份能源第一产业煤炭消耗量第二产业煤炭消耗量第三产业煤炭消耗量18881.450.78714.558.529608.675.59403.153.5311060.765.610608.954.6413651.76013071.551.5516895.474.44377.7106.7618742.260.918180.793.5720604.46319709.382.3821775.563.120504.387.39237096320780.281.8102577450.722940.462.51、能源根据表7中能源的数据，依次累加得到取代入公式（5.7）得到运用最小二乘法公式（5.8）得=-0.126101,a=-0.1;b=261012、第一产业煤炭消耗量根据表7中第一产业煤炭消耗量的数据，依次累加得到取代入公式（5.6）得到运用最小二乘法公式（5.8）得=-0.1583169.054,a=-0.1583;b=169.0543、第二产业煤炭消耗量根据表7中第二产业煤炭消耗量的数据，一次累加得到取代入公式（5.8）得到运用最小二乘法公式（5.8）得=-0.121634,a=-0.1;b=216344、第三产业煤炭消耗量根据表7中第三产业煤炭消耗量的数据，一次累加得到取代入公式（5.6）得到运用最小二乘法公式（5.8）得=-0.1887154.3224,a=-0.1887;b=154.32245.3.2模型的结果表8 江苏省20112020 年能源消费结构预测年份第一产业耗煤量第二产业耗煤量第三产业耗煤量2011153.727818404.46145.73342012154.220819601.47151.59262013146.329720753.86154335821918.08147.38172015145.299623061.1152.46492016148.853424229.85157796225426.94160.0452018156.347426620.38164.0382019156.654727770.67169.21952020159.652328956.97175.4445.4 问题四的求解通过对江苏省煤炭需求预测的研究，和对以上几个问题的模型建立及求解，我们了解到要转变以浪费资源和牺牲环境为代价的传统经济发展模式，必须努力实现经济可持续发展、社会全面进步、资源永续利用、环境不断改善和生态良性循环的协调统一。因此，我们向江苏省提出以下几点建议：一、对江苏省节能、减排目标的实现路径的对策建议1、建立和完善节能减排基础管理(1) 扎实开展四个体系建设工作：完善组织体系；加强管控体系；建立统计监测体系；严格落实考核体系。(2) 加强环保设施运行管理、节能计量器具和环保监测设备配备2、积极推进节能减排科技创新依靠科技进步，广泛引进新技术、新设备、新工艺，积极研究新规划、新方案、新措施，与科研机构建立合作关系，构建 “产、学、研”相结合的节能减排研发推广体系，突破煤化工发展面临的资源、安全、环境等瓶颈问题，提高资源利用效率。3、调整产业结构，大力发展循环经济根据本省产业发展序列和合理配置物资资源的要求,按照循环经济原理构建煤炭工业产业链,在煤炭工业内部实现经济循环,不仅能使资源得到充分利用,而且能有效代谢自身产生的污染物,实现煤炭工业经济效益和环境效益的统一。4、加强节能环保宣传教育工作认真组织实施江苏省节能减排全民行动实施方案，深入开展家庭、社区、企业、学校、政府机构、科普、媒体等专项行动，使节能减排成为每个企业、单位、社区、家庭和公民的自觉行为，提高全社会的节约环保意识，形成全社会共同推动节能减排的良好氛围5、环境治理高度重视环保治理工作，将其作为科学发展、和谐发展、健康发展的头等大事来抓，大力支持，并不断加大资金投入，通过自主创新、技术攻关，不断加快环保配套设施的建设，建立健全环境管控体系，使环保工作步入制度化、规范化、科学化轨道。二、对能源结构调整的建议：优化能源结构。经济增长伴随着几大产业对煤炭资源的大量消费,因此,当前江苏省应采取一系列支持政策和措施调整和改善江苏省的能源结构。首先,立足省内,加强石油和天然气资源开发,把加大天然气比例作为改善能源结构的重要措施摆在突出地位。其次,大力发展水电、核电、风能、太阳能的开发,以及技术开发还有一些困难的如地热能、波浪能等。使本省的能源结构更加完善。此外,还应控制煤炭资源开采及使用过程中对环境造成的污染,也可一定程度上限制对煤炭资源的使用。三、对煤炭消费政策的建议：建立价格形成机制。中国一直是由国家控制大部分煤价,价格实行“双轨制”,即一般的煤炭实行市场价,作为中国的煤炭消费“绝对大户”的电煤实行政府指导价。导致中国的煤炭价格低于国际煤炭市场价格,并且同其他能源产品比较,其价格上涨幅度较慢,市场经济通过价格信号配置资源的机制,在煤炭市场上无法体现。因此,要合理使用煤炭资源,应按照社会主义市场经济的要求,坚持市场配置资源与国家宏观调控相结合,在保证煤炭有效供给和不再增加本省财政负担的前提下,充分考虑社会经济发展水平和用户承受能力,积极稳妥地推动煤炭价格形成机制建立与完善。六、模型的评价与推广6.1 评价：1、运用灰色关联分析法：（1）、运用关联分析模型，关联度分析方法揭示了事物动态关联的特征与程度，通过运用该模型我们很好的揭示了各个变量的关联特征和程度，为我们了解和分析各变量之间的联系提供了很好的依据；（2）、关联度分析发是以发展态势为立足点，对样本量的多少没有过分的要求，也不需要典型的分布规律，为我们的操作减轻了负担；2.对灰色模型的分析：优点：1、灰色预测模型所需建模信息少，预算方便，建模进度高，在各种预测领域都有着广泛的运用，是处理小样本预测问题的有效工具。2、灰色预测模型GM(1,1)是一种长期预测模型，将预测系统种的随机元素作为灰色数据进行处理，而找出数据的内在规律。进行预测所需数据量少，预测精度高，无须像其它预测法要么需要大量数据且规律性强要么要凭经验给出系数。缺点：1、基本假设有些比较严格，如模型中假设 GDP 是年均增长的，不符实际； 2、运用全国价格指数代替江苏省的价格指数，比较片面； 3、所了解的信息不够清楚，对模型的运用不够熟练。6.2 推广：1、关联分析模型，关联度分析方法揭示了事物动态