数学建模论文-碳排放约束下的江苏省煤炭消费量预测.doc

C题 碳排放约束下的江苏省煤炭消费量预测1 问题重述1978年改革开放以来，中国的经济发展取得了举世瞩目的成就。但是中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，对中国的能源消耗和环境保护产生了巨大的压力。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。2011年12月1日，国务印发了“十二五”控制温室气体排放工作方案的通知，方案对目标任务作了分解，明确了各地区单位生产总值二氧化碳排放下降指标，江苏省的下降目标是19%，略低于广东省的19.5%。江苏省“十二五”规划中也给出了到2015年非化石能源占一次能源消费比重为7%左右的目标。至于到2020年的减排目标，参考以及国务院在2009年公布的我国到2020年单位GDP二氧化碳排放减少4045%的目标。具体江苏省碳排放约束指标见Error! Reference source not found.。表1 江苏省碳排放约束指标碳排放约束指标名称单位地区生产总值能耗降低（%）单位地区生产总值二氧化碳排放减少（%）非化石能源占一次能源消费比重（）指标值2015年18197左右2020年50注：2015年指标值是以2010年为基期，2020年指标值是以2005年为基期。根据2007年IPCC第四次评估报告，温室气体增加的主要来源是化石燃料燃烧。其中化石燃料燃烧所导致的二氧化碳排放在2004年占总碳排放将近95.3%。对于每种能源的单位能耗碳排放系数，不同使用者采用的估计值是有差别的（见表2）。表2 各种能源的碳排放系数（单位：万t/万t）数据来源煤炭石油天然气水电、核电DOE/EIA0.70200.47800.38900日本能源经济研究所0.75600.58600.44900国家发改委能源所0.74760.58250.44350国家科委气候变化项目0.72600.58300.40900解决好未来江苏巨大的煤炭供需缺口，分析预测江苏未来的煤炭消费，可以为江苏战略性能源开发供应提供依据，从而保证全省经济社会的绿色发展。基于此，请根据附录中的数据，结合你们收集到的相关资料，建立数学模型，完成以下问题：（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（“十二五”节能目标：单位国内生产总值能耗降低率18%；“十二五”单位GDP温室气体减排目标：单位GDP温室气体排放下降19%）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。2 问题假设（1）“十二五”期间及未来十年GDP匀速增长；（2）“十二五”期间及未来十年没有发生严重影响经济、能源的自然灾害；（3）假设题中所给数据都具有统计意义；3 符号说明GDP：地区生产总值；Pico2：第i年江苏省单位地区生产总值CO2排放；Hi：第i年单位国内生产总值能耗；x1、x2、x3、x4：2015年消费的煤炭、石油、天然气及其它能源折合成标准煤；1：2015年经济总量的权重；2：2015年煤炭、石油、天然气三种主要非可再生能源消费总量的权重。4 问题（1）模型的建立与求解5.1煤炭消费量影响指标的确定我国是一个富煤贫油少气的国家，煤炭的消费直接决定了我国的产业结构、经济发展、社会的城市化进程、固定资产投资、人民的生活水平，同时煤炭的消费量也受人口总数、第二产业占国民经济的比重、交通运输设备制造业、六大高能耗行业、人均生活能源消耗量、民用车辆数等诸多因素的影响。江苏省经济发展快，城市化进程迅速，分析相关数据发现影响煤炭消耗总量的指标主要包括GDP，人口总数、城市化水平、产业结构和固定资产投资。如图1所示，1985-2010年GDP、城市化水平和人口总数与煤炭消费总量的发展趋势十分一致，均逐年增加，成正相关性，产业结构中的第一产业、第三产业和固定资产投资对煤炭消费总量的影响较大，其中第一产业的发展对煤炭消费量呈负相关，但是产业结构中的第二产业所占比在这25年来波动较大，与煤炭消费总量的影响虽有相关性，却不没有明显的规律。有附录表11中数据可知第二产业也就是工业煤炭消费量远远超过第一、三产业，因此这里对各指标对第二产业耗煤量的影响进行分析，第一和第三产业耗煤量分析过程相同，不再赘述。GDP的发展趋势与第二产业煤耗量非常一致，可见GDP是影响第二产业煤耗的主要因素。第二产业耗煤量与其规模显然是正相关的，但是与产业结构中所占比重却不是正相关的，可见江苏省在不断发展第二产业的同时进一步加快了第三产业的发展速度。 图1 各指标对第二产业耗煤量的影响趋势 图2 各指标对煤炭消费总量及第二产业耗煤量的影响趋势5.2煤炭消费量影响指标的相关分析5.2.1煤炭消费总量影响指标的趋势相关分析基于以上对煤炭消费总量影响指标的分析可知，虽然这些指标与煤炭消费总量之间不是线性相关的，但却存在某种趋势相关，因此选用趋势相关分析方法，借助SPSS分析软件进行进一步分析。首先分别对煤炭消费总量和影响指标进行正态检验，结果如表3所示，由于其正态分布的概率分别为0、0. 010、0.200、0.041、0.005、0.200、0.008和0，仅人口总数和第二产业生产总值符合正态分布，其他各变量均不符合正态分布，因此选用Spearman（斯皮尔曼）秩相关进行非参数相关分析，各变量相关系数如结果如表4所示。GDP、人口总数、城市化水平、第一业产生产总值、第二业产生产总值、第三业产生产和总值固定资产与煤炭消费总量的相关系数为0.985、0.985、0.985、0.983、0.985、0.985和0.983，并且显著性水平即Sig. (2-tailed)0.05，说明显著相关，可知以上指标对煤炭消费总量的影响主要因素且为正相关。表3 各变量的正态检验结果Kolmogorov-Smirnov(a)Shapiro-WilkStatisticdfSig.StatisticdfSig.煤炭消费总量.27126.000.82526.000GDP.19826.010.81826.000人口总数.08126.200(*).95526.295城市水平.17426.041.89726.014第一产业生产总值.21026.005.81526.000第二产业生产总值.13526.200(*).91626.037第三产业生产总值.20226.008.79726.000固定资产.25926.000.75426.000* This is a lower bound of the true significance.a Lilliefors Significance Correction表4 各变量之间的相关系数煤炭消费GDP人口总数城市化水平第一业产生产总值第二业产生产总值第三业产生产总值固定资产煤炭消费Correlation Coefficient1.0000.9850.9850.9850.9830.9850.9850.983Sig. (2-tailed).0.0000.0000.0000.0000.0000.0000.000N26.00026.00026.00026.00026.00026.00026.00026.000GDPCorrelation Coefficient0.9851.0001.0001.0000.9991.0001.0000.998Sig. (2-tailed)0.000.0.000.0.000N26.00026.00026.00026.00026.00026.00026.00026.000人口总数Correlation Coefficient0.9851.0001.0001.0000.9991.0001.0000.998Sig. (2-tailed)0.000.0.000.0.000N26.00026.00026.00026.00026.00026.00026.00026.000城市化水平Correlation Coefficient0.9851.0001.0001.0000.9991.0001.0000.998Sig. (2-tailed)0.000.0.000.0.000N26.00026.00026.00026.00026.00026.00026.00026.000第一产业生产总值Correlation Coefficient0.9830.9990.9990.9991.0000.9990.9990.996Sig. (2-tailed)0.0000.0000.0000.000.0.0000.0000.000N26.00026.00026.00026.00026.00026.00026.00026.000第二产业生产总值Correlation Coefficient0.9851.0001.0001.0000.9991.0001.0000.998Sig. (2-tailed)0.000.0.000.0.000N26.00026.00026.00026.00026.00026.00026.00026.000第三产业生产总值Correlation Coefficient0.9851.0001.0001.0000.9991.0001.0000.998Sig. (2-tailed)0.000.0.000.0.000N26.00026.00026.00026.00026.00026.00026.00026.000固定资产Correlation Coefficient0.9830.9980.9980.9980.9960.9980.9981.000Sig. (2-tailed)0.0000.0000.0000.0000.0000.0000.000.N26.00026.00026.00026.00026.00026.00026.00026.000* Correlation is significant at the 0.01 level (2-tailed)5.2.2各指标对第一、二、三产业煤炭消费量的典型相关分析典型相关分析是用来描述两组随机变量间关系的统计分析方法。它将每组变量综合成一个新变量，这样讨论两个变量之间的相关关系时，不但使分析问题的复杂程度简单化，同时还可以达到减少研究变量个数的目的。因此选用典型分析模型分析各指标与第一、二、三产业煤炭消费量的关系。（1）模型的建立设随机向量与的方差存在，协方差为。为常数向量，则，为了计算确定性，限制。设在条件：使大，则称为第一对典型相关变量，称为第一典型相关系数。若常数向量=，=在条件：，；，使最大，则称为第二对典型相关变量，称为第二典型相关系数。若常数向量=，=在条件：，；，；，使最大，则称为第三对典型相关变量，称为第三典型相关系数。使最大，由Lagrange乘子法，应当求Lagrange函数的无条件极大。对，求偏导数得：假设正定(否则用广义逆处理)，则。当时，分别是相对于的特征值，特征向量。令，则，是的特征值，特征向量，分别是相对于的特征值，特征向量。令，从而、c是的特征值和特征向量。（2）模型的求解建立关于GDP、人口总数、城市化水平、第一业产生产总值、第二业产生产总值、第三业产生产和总值固定资产与第一、二、三产业煤炭消费量的原始数据矩阵，将数据输入SPSS中进行典型相关分析。由表5可知以上指标对第一产业煤炭消费量是负相关的，城市化水平对其影响最大。第二产业耗煤量受以上指标影响最为明显，相关系数分别为0.977、0.944、0.875、0.984、0.951、0.967和0.962，如何保证经济增长的前提下减少第二产业煤耗量是降低碳排放的重点，而第三产业的煤炭消费量则受以上指标的影响较小。表7给出了3对典型变量之间的典型相关系数等于0的显著检验结果，第一列给出的是Wilks Lambda值，第二列为卡方值，第三列为自由度，第四列为P值，从上面的结果中可以看出，只有第一典型相关系数是现在的（P为00.05）。表8和表9给出的建立5个线性组合时，第一变量中各变量权重，由此可以得出典型变量的线性组合1=0.973x1+0.932x2+0.856x3+0.978x4+0.942x5+0.960x6+0.957x7表10给出的第一组煤炭消费量的影响指标与第二组变量中三个典型变量之间的交叉载荷，它实际上就是第一组变量中的煤炭消费量的影响指标与第二组即第一、二、三产业煤炭消费量之间的相关系数。表5 两组变量中各个变量之间的相关系数第一产_1第二产_1第三产_1GDP-0.460 0.977 0.112 人口总数-0.603 0.944 0.057 城市化水-0.681 0.875 -0.034 第二产业-0.506 0.984 0.108 第一产业-0.527 0.951 0.055 第三产业-0.504 0.967 0.069 固定资产-0.437 0.962 0.100 表6 典型相关系数1230.9980.8520.419表7 关于剩余相关系数等于0的假设检验WilksChi-SQDFSig.10.00167.34921.0000.00020.22614.12512.0000.29330.8241.8395.0000.871表8 第一组变量在典型变量中的标准典型系数123GDP1.781-6.19913.952人口总数0.072-11.60315.218城市化水-0.4035.868-4.016第二产业1.6338.364-15.914第一产业-0.5533.0581.101第三产业-0.7846.328-12.350固定资产-0.814-5.5442.150表9 第一组变量在典型变量中的一般典型系数123GDP0.000-0.0010.001人口总数0.000-0.0440.057城市化水-0.0370.546-0.374第二产业0.0000.002-0.003第一产业-0.0020.0090.003第三产业0.0000.002-0.003固定资产0.000-0.0010.000表10 第一组变量在典型变量中的典型载荷123GDP0.9730.137-0.093人口总数0.9320.3160.130城市化水0.8560.4520.160第二产业0.9780.185-0.011第一产业0.9420.235-0.061第三产业0.9600.201-0.098固定资产0.9590.121-0.159表11 第一组变量在典型变量中的交叉载荷123GDP0.9710.117-0.039人口总数0.9300.2690.054城市化水0.8540.3850.067第二产业0.9760.157-0.005第一产业0.9410.200-0.025第三产业0.9580.171-0.041固定资产0.9570.103-0.067表12 第一、第二组变量的典型变量解释第二组变量的方差的比例CV1-1CV1-2CV1-3CV2-1CV2-2CV3-30.3950.3190.0290.3960.4390.1655.2.3煤炭消费对节能、减排和经济增长指标影响的典型相关分析建立关于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数据的原始矩阵，将数据输入SPSS中进行典型相关分析。由表13可知煤炭消费总量对CO2的排放和GDP 的增长影响最大都是正相关，可见煤炭消费量的增加在促进经济发展的同时也带来了环境问题。显著性水平分别为0和0.036均小于0.05，说明CO2的排放和GDP的增长均与以上指标显著相关，说明第一和第二典型相关系数是有价值的，由此可得两个变量的线性组合1=-1.034x1+0.032x2-0.001x3+0.059x4+0.005x52=-5.465x1-1.519x2+0.241x3+4.299x4-0.004x5表19给出的第一组煤炭消费量的影响指标与第二组变量中三个典型变量之间的交叉载荷，它实际上就是第一组变量中的各个指标与第二组即CO2的排放和GDP 的增长的相关系数。表13 两组变量中各个变量之间的相关系数CO2GDP煤炭消费0.9990.967占能源消-0.857-0.913第一产业-0.419-0.460第二产业0.9950.977第三产业0.2100.112表14 关于剩余相关系数等于0的假设检验WilksChi-SQDFSig.10112.15510020.39410.2540.036表15 第一组变量在典型变量中的标准典型系数12煤炭消费-1.034-5.465占能源消0.032-1.519第一产业-0.0010.241第二产业0.0594.299第三产业0.005-0.004表16 第一组变量在典型变量中的一般典型系数12煤炭消费0-0.001占能源消0.007-0.331第一产业00.009第二产业00.001第三产业00表17 第一组变量在典型变量中的典型载荷12煤炭消费-1-0.013占能源消0.849-0.47第一产业0.414-0.309第二产业-0.9940.067第三产业-0.218-0.523表18 第一组变量在典型变量中的交叉载荷12煤炭消费-1-0.01占能源消0.849-0.366第一产业0.414-0.241第二产业-0.9940.052第三产业-0.218-0.407表19 第一、第二组变量的典型变量解释第二组变量的方差的比例CV1-1CV1-2CV2-1CV2-20.970.0180.970.035 问题（2）模型的建立与求解5.1 问题分析问题（2）要求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。由表1可知，江苏省的碳排放约束为：到2015年，单位地区生产总值二氧化碳排放比2010年减少19%；到2020年，单位地区生产总值二氧化碳排放比2005年减少50%。节能目标为：到2015年，单位地区生产总值能耗比2010年降低18%。另外，还要求：到2015年，非化石能源占一次能源消费比重的为7%。江苏省经济发展目标为：根据江苏省国民经济和社会发展第十二个五年规划纲要可知，2015年地区生产总值6.58万亿元（2010年价）。5.2 数据预处理首先对所给数据进行预处理，预处理结果见下表。年份煤炭百分比(%)石油百分比(%)天然气百分比(%)非石化消费量非石化百分比(%)单位GDP能耗19850.77600.17700.0010189.65000.04606.325519860.78000.18000.0010170.87000.03905.882619870.77800.19900.0010108.25000.02205.336819880.78700.20200.001055.08000.01004.556519890.79300.20200.001022.36000.00404.226319900.79500.21400.0010-55.0800-0.01003.889219910.78200.21500.001011.57000.00203.609919920.79100.20800.0010-0.04000.00002.947819930.79000.20200.001046.38000.00702.210019940.80200.18400.0004100.38000.01361.813419950.79000.17900.0003246.95000.03071.561019960.77800.18400.0002306.33000.03781.350919970.77000.19800.0002254.14000.03181.196219980.75800.19800.0003354.97000.04371.127519990.76700.20700.0004209.29000.02561.060520000.73300.22800.0004332.67000.03861.006920010.72500.21200.0003556.73000.06270.939220020.72600.20900.0010614.95000.06400.905920030.70600.22100.0010796.39000.07200.888920040.69900.19600.00301392.48000.10200.909920050.72000.19100.01101317.85000.07800.908420060.71400.17600.02201649.32000.08800.862020070.70200.17000.02902039.81000.09900.791920080.67500.15200.03902917.89000.13400.702820090.63280.16040.03564060.19000.17130.688120100.64020.16620.03694038.06000.15670.6222记第i年江苏省单位地区生产总值CO2排放为Pico2，记第i年单位国内生产总值能耗为Hi。结合表10所给的19852010年江苏省碳排放量数据可计算出2015年的单位地区生产总值CO2排放强度为P15co2=1.56(1-19%)=1.262010年的单位地区生产总值能耗为2015年的单位地区生产总值能耗为5.3 多目标优化模型的建立与求解5.3.1 目标函数记2015年消费的煤炭、石油、天然气及其它能源折合成标准煤分别为x1、x2、x3、x4，综合考虑节能目标和江苏省经济发展目标，目标函数采用2015年江苏省地区生产总值和2015年煤炭、石油、天然气三种主要非可再生能源消费总量的加权，即以非可再生能源消费最少、经济总量最大为目标函数，即max 式中，1、2分别为经济总量和煤炭、石油、天然气三种主要非可再生能源消费总量的权重。5.3.2 约束条件1、碳排放约束由表1可知，江苏省的碳排放约束为：到2015年，单位地区生产总值二氧化碳排放比2010年减少19%，即（本文碳排放系数选用国家科委气候变化项目推荐的系数）2、江苏省“十二五”能源发展目标江苏省“十二五”能源发展主要目标规划为：其中总量目标：江苏的一次能源消费总量控制在3.41亿吨标准煤，即结构目标：降低一次能源消费中的煤炭比重，2015年非煤比重达到30%以上。天然气消费占比达到10%，核能达到1.4%，风能达到1.3%，即3、其它要求另外，表1还要求：到2015年，非化石能源占一次能源消费比重的为7%，即2010年，江苏省煤炭比重约64%，设定2015年煤炭比重在53%70%范围内；2010年，江苏省石油比重约16.6%，设定2015年石油比重在16%25%范围内，即4、变量非负约束即x1、x2、x3、5.3.3 多目标优化模型因此，综合以上信息得到如下多目标优化模型：max s.t.取1=2=1，并将H15=0.510代入，整理可得max s.t.编写lingo程序，并运行可得fmax=39198x1=17563.1、x2=5679.7、x3=3357.1、x4=6970.3即2015年煤炭、石油、天然气及其它能源折合成标准煤分别为17563.1万吨、5679.7万吨、3357.1万吨、6970.3万吨。为了降低单位地区生产总值二氧化碳逐年减少对国民生产的负面影响，防止拉闸限电情况再次发生，将2015年单位地区生产总值二氧化碳排放比2010年减少19%的目标均匀分配到20102015每一年，将2020年单位地区生产总值二氧化碳排放比2005年减少50%的目标均匀分配到20162020每一年。根据此原则，由2015年煤炭、石油、天然气及其它能源的消费数量预测其它年份，最终结果如下表所示：表 “十二五”期间及未来十年江苏省主要能源消费结构预测年份能源总消费量（标煤）煤炭消费量（标煤）煤炭(%)石油消费量石油(%)天然气消费量天然气(%)非石化消费量非石化百分比(%)201127172.916707.661.49%4532.316.68%1224.84.51%4708.217.33%201228647.816917.559.05%4795.416.74%1575.95.50%5359.018.71%201330202.717130.056.72%5073.716.80%2027.76.71%5971.219.77%201431841.917345.254.47%5368.216.86%2609.18.19%6519.520.47%201533570.217563.152.32%5679.716.92%3357.110.00%6970.320.76%201635392.317783.750.25%6009.316.98%3816.010.78%7783.221.99%201737313.218007.148.26%6358.117.04%4337.611.62%8610.423.08%201839338.518233.346.35%6727.117.10%4930.612.53%9447.424.02%201941473.618462.444.52%7117.517.16%5604.613.51%10289.124.81%202043724.618694.342.75%7530.617.22%6370.714.57%11129.025.45%6 问题（3）模型的建立与求解6.1 问题分析问题（3）要求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。并对预测模型和预测结果的合理性进行检验和说明。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，采用灰色预测数列预测主要是GM（1，1）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。6.2 灰色预测GM(1,1)模型设给定原始时间序列有n个观测值，GM(1，1)模型算法步骤如下：（1）数据处理：将原始数据列做累加生成，即，得到一个新序列：（2）GM(1,1)模型的动态微分方程：式中：a为发展灰数，为内生控制灰数；（3）构成数据矩阵B与数据列：设为待估参数向量，利用最小二乘法求解可得其中：，；（4）建立时间响应模型：；（5）将时间响应离散化：；（6）将k值代入离散模型式计算预测累加值；（7）将预测累加值还原为预测值：；当即可得到步预测。（8）模型检验（包括残差检验，关联度检验，后验差检验）我们利用残差检验对模型的灵敏度进行检验：残差计算： 相对误差：灰色预测模型检测指标为了客观评价该预测模型，从以下几个检验指标来进行检验：(1) 残差检验计算原始序列与预测序列的绝对误差及相对误差 （6.1.1） （6.1.2）(2) 关联度检验计算出预测序列与原始序列的关联系数公式为： ， （6.1.3） 式中为分辨率，取。由于关联系数的信息较为分散，不便于比较，为此，综合各个时刻的关联系数，得到关联度。通常取时，便可以认为关联度满意， (3) 后验差检验 计算原始序列均值及均方差： ， （6.1.4）(4) 计算残差均值及均方差 ， （6.1.5）(5) 计算方差比及小误差概率： （6.1.7）(6) 确定模型级别，方法如表3.1.1所示：表3.1.1 模型级别判别表等 级取 值好 良 合格 不及格 6.3 第一、二、三产业煤炭消费量的预测的GM（1，1）模型的求解运用Matlab编程，分别根据所给往年数据利用GM（1，1）模型对未来十年第一产业煤炭消费量、第二产业煤炭消费量、第三产业煤炭消费量进行预测，预测结果如下表所示。表22 未来十年煤炭消费量的预测结果年份第一产业煤炭消费量（万吨）第二产业煤炭消费量（万吨）第三产业煤炭消费量（万吨）煤炭消费总量（万吨）煤炭消费总量标准煤（万吨）201161.60582362664.866523752.472316966.391201261.5272479060.229924911.756917794.468201361.44822601255.924826129.37318664.211201461.36962729451.927327407.296919577.032201561.29112864048.215628749.506720535.773201661769230157.903621541.791201761.05613153341.569231635.625322597.327201860.9783308738.597933186.575923705.171201960.93471835.838934814.738924868.168202060.82213643033.277236524.099326089.164预测与历史统计数据相比较如表23所示。表23 灰色预测结果与历史统计数据比较年份第一产业耗煤量（万吨）第一产业耗煤量（万吨）拟合值第二产业耗煤量（万吨）第二产业耗煤量（万吨）拟合值第三产业耗煤量（万吨）第三产业耗煤量（万吨）拟合值200060.162.48455.88797.065.569.9200150.762.38714.59728.058.564.9200275.562.29403.110758.053.560.2200365.662.210608.911897.054.655.9200460.062.113071.513156.051.551.9200574.462.014377.714549.0106.7106.7200660.961.918180.716089.093.594.0200763.061.819709.317791.082.387.3200863.161.820504.319675.087.381.0200963.061.720780.221757.081.875.2201050.761.622940.424060.062.569.97 问题（4）的解答依据所计算的结果，提出一下几点建议：（1）加大力度优化产业结构，促进绿色产业发展一方面，政府应当利用经济手段和行政手段，在重化工业领域进行资源整合，限制高碳产业发展，包括强制淘汰落后产能，完善主要工业耗能设备、机动车能效标准等，同时加快产品升级换代步伐；另一方面，大力发展高新技术产业和现代服务业，不断提高第三产业在国民经济中的比重，以促进江苏省经济向内涵集约型转变；此外，适当运用财政政策引导，鼓励并扶持绿色产品开发，包括信息产业、生态旅游、生态农业、新能源开发等产业，逐渐增大江苏省绿色产业比重。（2）积极推进节能科技进步在节能技术研发时，要突出区域和行业重点。例如我国煤炭利用效率低下提高煤炭利用效率和防治污染就成为节能减排的重大课题。通过加快节能减排技术开发与转化应用在重点行业组织实施一批能量循环利用科技示范项目：逐步形成以企业为主体、面向重点行业和重点工程的技术开发与应用体系；以点带面，使节能减排技术的应用遵循示范一推广行业标准的路径拓宽节能减排技术的社会接受层面。（3）采用经济激励，鼓励节能减排发达国家为合理消费能源减少温室气体的排放和加强环境保护而采用的经济激励手段值得学习和借鉴。对于江苏省而言。可在经济相对发达区域如苏南试行某些经济激励手段如尝试推行碳税制度等，若能结合其他手段的应用对江苏省的节能减排将起到积极作用。在发达地区的试点如果成功，可逐步向全省推广。（4）强化节能监督管理建立健全能源统计机构加强统计监测建立健全节能监管监察体制加强节能监察(测)队伍建设完善节能监督体系。开展节能专项执法检查，重点检查高耗能企业及公共设施的用能情况固定资产投资项目节能评估和审查等情况。加强对重点耗能企业的日常监督检查建立重点耗能企业的动态跟踪机制，全面实施节能监测，同时为政府推动节能工作提供技术支持。对违反节能法律法规的单位公开曝光。依法查处，进一步加大处罚力度，公开曝光违法行为川。（5）提高能源利用效率，大力发展新能源一方面，加强与发达国家的技术交流合作，引进消化先进的节能技术、提高能效技术以及可再生能源技术，重点包括洁净煤技术(cleancoaltechnology)、煤多联产技术方案(polygeneration)、整体煤气化循环发电技术(IGCC)，深入开展清洁发展机制(CDM)以及碳捕捉和封存技术(CCS)能力建设，不断增强江苏省碳减排的技术支撑能力。另一方面，充分开发江苏省优势新能源，比如，可以充分利用地热资源、太阳能资源、风能资源，依靠区域能源规划等成熟的可再生能源综合利用技术，大力推进江苏省建筑节能减排战略，推行城市建筑的低碳化、绿色化，从而提高能源利用效率。此外，针对各行业特点尽快出台区域性的节能法规，将GDP碳排放降低率这一指标融入经济发展绩效考核指标体系中去，同时实施新能源配套政策，用法律手段促进碳减排。（6）发展碳汇项目，增加碳吸收政府一方面应加大投资促进森林、草地、人工绿地等碳汇项目建设，同时扩大森林草地面积，增强生态系统的固碳能力以增加碳贮存；另一方面对已有的森林加大林地保护管理和森林经营力度，提高现有林地质量，巩固现有森林的碳贮存。此外尝试建立“绿色碳基金”，吸引企业和个人参与造林绿化，获取碳信用，在提高国民环保意识、减排意识的同时，拓展森林草地建设的筹资渠道。（7）加强温室气体减排的宣传工作，提高广大公众对气候变化的认识目前，大部分消费者对减排的重要意义以及日常消费行为与减排的关系认识非常有限，而公众对气候变化的认识是应对气候变化的基石。因此，增加碳减排的实施力度，必须加强气候变化宣传，使公众对气候变化的认识不断提高，以调动广大公众的积极性，在消费观