针对能源消费或者排放的研究显示，不论是使用结构分解法还是指数分解法，降低能源强度是节能减排的重要途径，而产业结构调整也在节能减排中具有较大的潜力。由于结构分解法考虑隐含能源，因此得出的生产结构效应对能源增长的抑制作用要比指数分解法得出的产业结构变化对能源消费的抑制作用微弱的多。

另外，指数分解法体现了能源结构调整对能源消费量的影响，由于该能源结构调整数据来源于能源的直接消费量，因此同样不能体现能源结构表面变化背后的隐含效果。在因素分解的模型之中，结构分解法建立在投入产出分析基础之上，由于其分解方式多样，并体现隐含效应，且指数分解法的一些理念也可以应用于结构分解法之中。

因此本研究使用结构分解法，并将常在指数分解法中出现的影响因素-能源结构效应体现在了结构分解法中。由上文可知，前人在进行能源消费变化的结构分解中，已经对最终需求效应的进一步分解进行了充分的探讨，然而缺乏对技术因素的深入研究，因此本研究将对这一部分内容进行补充。

因素分解的实证分析很好地证明了在1980年到2012年间，部门能源强度降低是抵消能源消费增长的主要动力。但是，如果高能耗的产业仍然占主导地位的话，随着能源强度的逐步降低，能源节约的空间会越来越小，因此产业结构的调整将是未来节约能源，实现环境治理目标的又一重要途径。

指数分解法和结构分解法的相关研究都证明了上述的观点，然而并不能为产业结构应如何调整提供具体的答案，因此，一些研究通过定量分析产业结构的优化来探讨能源消费优化的路径，进而实现相关排放目标。

基于投入产出的目标规划模型可以对产业结构的优化进行定量的分析。事实上，基于投入产出的目标规划模型不仅可以用来解决产业结构的优化问题，还可以分析经济、能源、环境之间的权衡问题，探讨有效投入组合的生产可能性边界，新技术的选择等。在基于投入产出的线性规划模型中，由于对投入产出模型的处理不同，有动态和静态之分。

在基于动态投入产出的线性规划模型之中，则需要应用RAS、线性回归等方法对投入产出表中的参数进行动态估计。另外，由于规划问题中目标函数个数的不同，有单目标和多目标之分，在多目标的线性规划中，往往考虑相互冲突的多个目标来模拟实际情况。

目标函数往往根据研究重点的不同而有所差异，Lipihski应用基于投入产出的单目标线性规划，以需求最大化为目标，评估波兰国民经济中存在的结构性失衡问题；tenRaaandMohnen建立的模型中则以意大利外汇收入最大化为目标，物料平衡和要素投入为约束，计算对应的部门产值。

KravtsovandPashkevich则基于投入产出建立了三目标的线性规划模型，以GDP最大化，能源消费最小化，国际贸易收支最大化为目标，制定国民经济实体部门的发展方案。在当前有关的研究中，产业结构调整多以国家、区域或省份为单独的研究对象来进行分析。

潘文卿使用了基于投入产出的多目规划模型，从经济增长、充分就业、环境影响可持续发展的角度，对的产业结构进行优化，认为第三产业的发展将是未来产业扩张的主要方向。王力以江苏省为研究对象，在六个约束条件下实现工业增加值最大，资源消耗最少，污染最小三个目标，认为江苏需要重点发展的产业为通信设备计算机及其它电子设备制造业，需要限制发展的产业为金属矿采选业、造纸印刷及文教用品制造业、非金属矿采选业和非金属矿物制品业。

宋周莺和刘卫东对西部地区产业结构调整进行了分析，认为西部地区应重点发展装备制造业和轻纺工业。Mietal.以北京为研究对象，在约束条件下实现经济发展最大化，环境负荷最小化，并将优化后北京各产业的增加值与优化前相比，认为能源强度低的产业，如金融业、信息产业、计算机服务和软件等需要快速发展。Yuetal.以为研究对象，认为化工行业、金属制品业、装备制造业的产出应该被限制，金融业、其他服务业、零售和餐饮业和房地产业应该被鼓励以实现减排目标。

在其他关于对产业结构进行优化的定量分析中，除了使用基于投入产出的目标规划模型，还有其他一些定量分析的方法。王光净等提出了基于合作博弈的产业结构优化模型与求解算法，并以温州为例，结果显示温州市第二产业对GDP的贡献率偏小，为温州市的产业结构调整提供了方向。

Fengetal.,基于系统动力学模型，对北京的理想产业发展进行了模拟，认为到2030年，在北京地区，服务业将会替代工业成为北京能源消费最多的产业，其次才是工业和交通运输业。Zhouetal.建立了不确定性模糊多目标规划模型。

以山东为例，考虑经济环境因素，对产业结构进行优化，认为应该鼓励新型产业如机械工业和非金属工业的发展，而传统工业如食品制造、纺织工业、造纸业等应该被限制，但是由于基础设施、人才、技术等相关条件的缺乏，对新型产业不应盲目投资。由于保障就业和社会未定等因素，对传统产业也不能过度限制。

赵伟等以为研究对象，应用一般均衡模型研究了产业结构调整路径选择与节能减排效应的关系，结果显示，当产业技术升级还处于初级阶段时，产业结构调整应该优秀调整产能过剩较为严重的产业，而当产业技术升级处于内生性增长高级阶段时，产业结构调整应该优先调整污染较为严重的产业。

钟超等通过应用能源效率随机前沿分析模型，对碳减排目标构建单一要素和多要素组合的96种模拟情景，系统地分析每种减排路径是否可以实现减排目标，其中就包括了对产业结构的模拟，结果显示，在其他要素满足一定条件时，第三产业占比必须超过60.4%才能实现2030年减排目标。

不论是基于投入产出的目标规划模型还是其他模型，通过上述的研究可以看出，前人关于产业结构调整的研究大多是针对单个国家、或者单个区域进行产业结构的优化分析。从与相关的研究结果来看，不同区域的产业结构调整方案有所不同，而目前的研究缺乏在整体可持续发展的框架下，同时对不同的区域进行产业结构优化。基于此，试图将基于投入产出的多目标优化问题的研究尺度从单区域扩充到多区域。

在上述应用投入产出表的研究中，使用的主要是价值型的投入产出表，为了更为精确的对隐含能源进行评估，一些研究推荐使用混合型的投入产出表。在混合投入产出表中，能源行的数值由实物量替代，而不是用原来的价值量表示。

混合型投入产出表优于价值型投入产出表，因为在应用价值型的投入产出表的模型中，假设了每个行业使用能源的价格相同，然而在实际中，各个行业使用能源的成本是不同的。进而，若在使用价值型投入产出表的场合使用混合型投入产出表，可以使得计算更为贴近实际，例如混合投入产出表可以分别和结构分解法、线性规划法相结合。

需要注意的是，混合型投入产出表也有缺点，比如：在混合投入产出表的基础上使用SDA时，其结果的不确定性比使用价值型投入产出表时更强。在基于价值型投入产出表的结构分解中，变量一般分解为，能源强度效应，里昂惕夫逆矩阵，最终需求效应，而最终需求效应可以进一步分解为最终需求水平效应，最终需求部门结构效应和最终需求产品结构效应，而这一分解方式并不适用于使用混合型投入产出表的情形。

因为在进一步对最终需求效应进行分解时，混合投入产出表的使用则会使结果产生不确定性。由于能源产品和非能源产品的计量单位不同，因此计量单位的变化会导致最终需求产品结构的计算结果不同。为此，DietzenbacherandStage提出了两种解决方案，一种需要最终需求利用能源的所有价格信息，另一种则分别在能源部门、非能源部门内部将最终需求效应进一步分解为最终需求水平效应和最终需求产品结构效应。

由于价格往往是难以完全获取的，因此第二种方法在实际中具有更强的可操作性。Xie在基于混合型投入产出表进行结构分解时，同样注意到了该问题。此研究的解决方案是，计算不同能源计量单位时各类驱动因素对能源消费的影响，并在这些数值中取中间值作为最终结构分解的结果。此外，一般情况下，编制混合投入产出表的部分数据也需要通过估计来获取，从而也给研究结果带来了误差。