重视碳计量，量化减排目标；推进碳税制度和法律建设；促进清洁能源的发展，强化区域煤炭消费总量控制的倒逼机制。要推进低碳技术进步，逐步改变目前煤炭为主的能源消费结构，通过技术创新来减少碳排放，并加快传统产业的升级换代。
能源结构调整：
煤炭由于价格低廉，储量大，所以一直是能源的主要构成，但是其CO2的排放也很庞大。为了能达到节能减排，保护环境的目的，必须进行能源结构调整，多使用新型的清洁能源。但是由于对煤炭的依赖性以及经济上的利益，所以必须出台一些强制性政策才能达到目的。
改造江苏省的产业结构
从江苏省的各产业能量消耗数据中，可以看出第二产业几乎用掉了99.5%的煤炭消耗。虽然第二产业的GDP所占比例很高，但是其单位能量产生的GDP却比第三产业低了百倍。虽然第一产业的能耗比较低，但是由于其发展速度慢，GDP少，所以无法作为重点发展对象。但是第三产业能耗低，GDP高，所以应该调整产业结构，在第二产业稳定的情况下，大力发展第三产业。
六、模型的评价与改进
1. 关联度分析法
优点：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；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；
缺点：只考虑了内在变量的分析而忽略了外部因素的干扰，一些外部变量尤其是经济政策的变动等外在因素。 2. 灰色预测模型
优点：从自身的序列中寻找信息建立模型，发现和认识内在规律进行预测，而将影响目标的因素看成是灰色量，因而能够根据现有的少量信息进行计算和推测，所以只需少量数据就可以进行较准确的预测，因而该模型有较强的移植性。在对该模型进行大量的试验之后，可知它在做短期预测时精度是非常高的。
缺点：由于数据有限，未能充分考虑影响江苏省主要能源（煤炭、石油、天然气等）消费结构的因素（如相关政策和指标要求），因此所建模型不全面，所得的结果与实际有一定的出入。
??1?去拟合序列X?1?，拟由于GM（1,1）预测实质上是一种外推法，是用指数曲线X合方法是最小二乘法，拟合时可能存在明显的系统误差。
1改进方案：通过GM（1,1）模型的方程可知，其画出的曲线必定通过点（1，X???1?），
??1??1? = X?1??1? 而由最小二乘法原理，拟合曲线并不一定通过第一个数据点，我们将X作为已知条件的理论依据并不存在，另外应考虑到X???1?是一个最旧的数据，与未来关
1系不密切，而且不是通过累加生成得到，规律性不强，因此，我们有必要抛弃传统的以
??1??1?=X?1??1?为已知条件的解题方法，允许选用其他数据。例如，??1??m?=X?1??m?X以X14
（m=2,3?,n）作为已知条件，从而解得新的预测公式。
3. 非线性优化模型
优点：能在满足题目要求的情况下得到满意答案。
缺点：优化目标局限性强，且不能保证结果的实用性。
七、参考文献
[1] 李云贵、李清富、赵国藩，灰色GM (1，1) 预测模型的改进[J]， 系统工程, 1992, 10 (6) : 27- 31
[2] 国家统计局
www.stats.gov.cn/tjsj/qtsj/gjsj/2010/t20110630_402735844.htm 2012-8-29
[3] 姜启源、薛金星、叶俊 数学模型.—3版.—北京：高等教育出版社，2003.8（2008重印）
15
附录一
影响煤炭消费总量的指标的关联度程序：
x=[8936，8833，8585，8571，8714，8770，8963，9663，10849，13272，16779，18428，19952，20737，21003，23100];
a=[6900，7338，6548，6791，7098，6763，7097，7678，8525，11020，14496，15811，17948，19467，18706，21655];
c=[7066，7110，7148，7182，7213，7438，7355，7381，7406，7433，7475，7550，7625，7677，7725，7869];
b=[5155.25 6004.21 6680.34 7199.95 7697.82 8553.69 9456.84 10606.85 12442.87 15003.60 18598.69 21742.05 26018.48 30981.98 34457.30 41425.48];
e=[0.789997763 0.778003255 0.769997873 0.757995812 0.767003124 0.733002415 0.725000563 0.725999625 0.705998716 0.698999392 0.719999526 0.713999424 0.702001029 0.675000804 0.632800202 0.64019283]; x1=x./8624.2; a1=a./6900; b1=b./5155.25; c1=c./7066;
e1=e./0.789997763; d=abs(a1-x1) d1=abs(b1-x1) d2=abs(c1-x1) d3=abs(e1-x1)
v=max([max(d) max(d1) max(d2) max(d3)]) u=min([min(d) min(d1) min(d2) min(d3)]) r=0.5;
y1=(u+r*v)./(d+r*v); y2=(u+r*v)./(d1+r*v); y3=(u+r*v)./(d2+r*v); y4=(u+r*v)./(d3+r*v);
r12=(1/16)*sum(y1) //r12代表煤炭调入量的关联度 r13=(1/16)*sum(y2) //r13代表ＧＤＰ的关联度 r14=(1/16)*sum(y3) //r14代表人口数量的关联度
r15=(1/16)*sum(y4) //r15煤炭消费总量占总能源的比重的关联度
影响第一、二、三产业煤炭消费总量的指标的关联度程序同上。
附录二
GM（1,1）编程： GDP编程及检验：
X0=[12442.87 15003.60 18598.69 21742.05 26018.48 30981.98 34457.30 41425.48
16
]';
X1(1)=X0(1) for k=2:8
X1(k)=X1(k-1)+X0(k) end
for k=2:8
z(k)=(1/2)*(X1(k)+X1(k-1)); end
B=[-(z(2:8))' ones(7,1)] Y=(X0(2:8))'
alpha=inv(B'*B)*B'*Y u=alpha(2)/alpha(1) v=X0(1)-u for n=0:17
X2(n+1)=v*exp(-alpha(1)*n)+u end X2
X3(1)=X2(1) for m=1:17
X3(m+1)=X2(m+1)-X2(m) end
fprintf('X3=%.1f\\n',X3); daita0=abs(X0-X3(1:8)) kesi=daita0./X0
meankesi=mean(kesi)
aita=(min(daita0)+0.5*max(daita0))./(daita0+0.5*max(daita0)) meanaita=mean(aita) X0mean=mean(X0) X0std=std(X0)
daita0mean=mean(daita0) daita0std=std(daita0) C=daita0std/X0std S0=mean(aita)*X0std
e=abs(daita0-daita0mean) P=length(find(e 附录三 优化目标函数程序： function f=objfun(x) gdp2010=41425.48; %每年GDP gdp2011=49175; gdp2012=58020; gdp2013=68456; gdp2014=80769; 17 gdp2015=95297; f=-(gdp2011/(0.7476*x(1)+0.5825*x(2)+0.4435*x(3))+gdp2012/(0.7476*x(4)+0.5825*x(5)+0.4435*x(6))+gdp2013/(0.7476*x(7)+0.5825*x(8)+0.4435*x(9))+gdp2014/(0.7476*x(10)+0.5825*x(11)+0.4435*x(12))+gdp2015/(0.7476*x(13)+0.5825*x(14)+0.4435*x(15))); %优化目标，五年的单位排放量GDP最高 优化限制条件函数 function [c,ceq]=confun(x) gdp2010=41425.48; %每年GDP gdp2011=49175; gdp2012=58020; gdp2013=68456; gdp2014=80769; gdp2015=95297; eng2010=25774; %每年能源总量 eng2011=30062; eng2012=33546; eng2013=37435; eng2014=41774; eng2015=46616; mz=0.05; %分别是煤炭变化率，石油变化率，天然气变化率 sz=0.2; qz=0.2; co2010=54571.39; k1=16500.33; k2=4283.73; k3=951.88; c=[(0.7476*x(13)+0.5825*x(14)+0.4435*x(15))/gdp2015-0.81*co2010/gdp2010; 15年减排19% (0.7143*x(13)+1.4286*x(14)+1.33*x(15))/(0.93*gdp2015)-0.82*eng2010/gdp2010; 15年单位能耗减18% 0.98*eng2011-(0.7143*x(1)+1.4286*x(2)+1.33*x(3)); %各年总能量需求达标 0.97*eng2012-(0.7143*x(4)+1.4286*x(5)+1.33*x(6)); 0.96*eng2013-(0.7143*x(7)+1.4286*x(8)+1.33*x(9)); 0.95*eng2014-(0.7143*x(10)+1.4286*x(11)+1.33*x(12)); 0.93*eng2015-(0.7143*x(13)+1.4286*x(14)+1.33*x(15)); (x(1)-k1)-mz*k1; %煤炭变化率在正负mz%之间 (x(4)-x(1))-mz*x(1); (x(7)-x(4))-mz*x(4); (x(10)-x(7))-mz*x(7); (x(13)-x(10))-mz*x(10); 18