湖南省CO2排放达峰情景预测研究

张彩平，向玉超

2020年9月22日，习近平在第75届联大一般性辩论上宣布：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”。这体现了我国应对全球气候变化的领导力和大国担当，为我国应对气候变化、绿色低碳发展明确了目标、指明了方向，具有深远的国际国内影响。而早在2015年，中国在《强化应对气候变化行动—中国国家自主贡献》中就提到，我国将致力于2030年左右二氧化碳排放达到峰值并争取尽早达峰。经过几年的努力，截至2019年，中国单位国内生产总值二氧化碳排放比2015年和2005年分别下降约18.2%和48.1%，已超过对外承诺的2020年下降40%～45%的目标，初步扭转了碳排放快速增长的局面。虽然，目前我国碳排放增速放缓，但是实现2030年前的碳达峰目标还需要继续努力。

碳排放达峰目标包括达峰年份和峰值。为了在计划的时间内达到合理的峰值，国家在《十四个五年规划和2035年远景目标的建议》中提出“降低碳排放强度，支持有条件的地方率先达峰”，并在2020年12月16日的中央经济工作会议中指出，调整优化“产业结构、能源结构、碳排放权交易市场”是实现达峰的重要前提工作。但由于地区之间经济发展不平，各地区的碳达峰也存在着差异，因此在制定科学的碳排放达峰行动方案时，必须结合国家整体碳排放达峰目标和本区域的实际情况，才能避免不切实际的达峰时间安排和夸大的达峰峰值设定。湖南省作为我国中部大省，虽然在新型工业化上取得了一些成效，但高碳能源为主的能源消耗结构使其近几年的人均CO2排放量一直保持增长，环境承载力逐渐达到上限。为实现国家2030年前碳排放达峰的宏观目标，湖南生态环境厅指出，湖南将在2021年全面组织编制达峰行动方案，为实现达峰目标明确时间表和路线图。因而本文尝试通过识别影响湖南省CO2排放的主要因素，进而以此为基础预测达峰时间和峰值，为湖南省制定科学合理的碳排放达峰行动方案提供数据支撑和决策依据。

一 文献综述

研究碳排放的驱动因素，有助于国家、各省和各行业了解碳排放的来源，为决策者分析碳排放问题提供决策依据。同时，鉴于影响因素会对碳排放达峰目标实现的时间和峰值产生影响，因而有必要首先识别碳排放的主要影响因素，国内外学者对碳排放的主要影响因素进行了较为系统的研究。在人口因素上，徐国泉等(2006)认为,能源效率对抑制中国碳排放的作用在减弱,经济发展才是影响中国碳排放量主要因素[1]；邹秀萍(2009)指出地区碳排放与经济发展水平存在倒U型曲线趋势,而与能源消耗强度呈U型曲线关系,与第二产业产值的比重呈N型曲线关系[2]。在能源因素上，张传平等(2012)采用面板固定效应进行回归分析,发现能源技术、产业结构、能源消费是影响工业碳减排的主要因素[3]；查冬兰等(2007)比较各省能源利用效率后指出，能源强度指标对人均CO2排放贡献最大，其次是人均GDP[4]。

同时，学者们也利用各相关模型，预测我国碳排放达峰时间和达峰值。Niu S W等(2016)在考虑了我国经济和能源状况后，预计中国依靠增强技术、升级能源的方式，将在2035年达到碳排放峰值，峰值为111.5亿～132亿t[5]；Zhang Xiliang等(2016)认为化石能源使用是影响碳排放的主要因素，进而采用C-GEM模型预测我国煤炭使用量的峰值，指出我国二氧化碳排放量在2030年左右将达到10亿吨左右的水平[6]；马丁等(2017)考虑能源结构对二氧化碳排放的影响，利用中国能源系统优化模型分析了中国未来可能的碳排放峰值水平和达峰路径[7]；毕莹等(2017)采用STIRPAT模型，构建情景预测模型，指出在不同情景下，达峰时间和峰值会产生差异[8]；Li Feifei等(2018)采用灰色模型(GM(1,1))预测中国未来的碳排放强度，发现在2030年GDP低于1 514 261.5亿元的情况下，中国的二氧化碳排放将达到峰值[9]；Wang H K等(2019)从人均碳排放量和人均国内生产总值之间存在的关系出发，利用蒙特卡罗方法和库兹涅茨函数，预测中国的排放量将在2021年至2025年期间达到13～16千兆吨，峰值将出现在2021—2025年之间[10]；王勇等(2019)对北京、上海、广州、深圳、天津和重庆等6个超大城市进行研究，发现人口、人均GDP和能源强度对各城市碳排放起到正向促进效应,并以能源强度为门限变量建立门限-STIRPAT模型,对27种情景下的各城市碳排放达峰进行了预测[11]；王珂珂等(2020)构建了一个基于鲸鱼优化算法改进的极限学习机模型，对中国未来的碳排放趋势进行预测，指出中国的碳排放总量将持续到2031年，并于2031年达到碳排放峰值[12]；张哲等(2019)以上海市为例，指出城市化率对上海市碳排放有着密切的关系，并利用STIRPAT模型，指出上海在2025年可以实现碳排放达峰[13]。除此之外，针对碳排放达峰目标，学者们也提出了实现方案。何建坤(2013)指出由于经济发展方式转型的不确定性，实现预测峰值要从经济发展方式、中长期的能源战略制定以及低碳政策和实施机制来对碳达峰进行超前布局[14]；Chai Q M等(2014)认为2026—2030年是中国碳排放达到峰值的较好机会窗口，而且多阶段治理的渐进式减排控制模式对中国更具有可操作性，使得转型更为平稳[15]；柴麒敏等(2015)利用IAMC模型对中国实现排放总量控制和峰值的四种路径和情景进行深入分析,并阐述了未来能源和未来经济对我国碳达峰的影响，提出从能源结构、技术创新和消费方式等促进目标的达成[16]。

综上，目前国内外的研究主要关注国家层面的碳达峰时间和峰值，但缺乏对省级层面的关注，导致国家宏观2030年碳排放达峰目标难以分解到省级中观层面。同时，缺少以省为主体的碳达峰预测导致各省制定最优碳达峰行动方案时缺乏科学的决策依据。因此，本文尝试运用STIRPAT模型预测湖南省的碳排放达峰时间和峰值。

二 研究方法和数据处理

本文首先核算湖南2010—2017年能源相关的碳排放，识别湖南省碳排放的主要影响因素，然后以此为基础运用STIRPAT模型预测湖南省未来的碳排放趋势，分析湖南省在不同减排强度下的碳排放达峰情况。

(一)湖南省2010—2017年碳排放量核算

模型因素分解法、物料衡算法、IPCC系数法、实测法等是几种主要的碳排放核算方法。其中，由联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)提出的IPCC系数法可计算出相关能源使用后释放出的碳排放量,是国内外广泛采用的核算方法。2007年，IPCC第四次评估报告中提出，化石能源的使用是全球二氧化碳浓度上升的主要原因，而煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气等是主要的化石能源。因此，本文将运用IPCC系数法核算湖南省2010—2017年8种常见的化石能源产生的碳排放。同时，为了进一步考察不同产业部门对湖南省碳排放的影响，本文将湖南省产业部门划分为三类，包括：第一产业部门(农林牧渔水利业)、第二产业部门(工业、建筑业)和第三产业部门(交通运输仓储和邮政业、批发零售业和住宿餐饮、生活消费、其他等)[17]，估算公式具体如下：

(1)

(1)式中，C为8种能源碳排放总量；i和j分别表示产业部门和能源种类；δj为j种能源的二氧化碳排放系数；Eij表示第i种产业第j种能源的标准煤消耗量。本部分的能源消耗数据主要来源《中国能源统计年鉴》和《湖南省统计年鉴》，通过收集8种化石能源的消耗量并参照《省级温室气体编制指南》中提供的能源排放系数进行核算。相关系数及碳排放计算结果见表1和图1。

表1 相关能源系数表

图1 2010—2017年湖南省碳排放情况

结果显示，湖南省2010—2017年的二氧化碳排放增速分别为12.95%、0.26%、6.80%、-10.62%、14.07%、-5.23%、3.17%，碳排放量在2013、2014和2015年相较于其他年份来说，变化较大。2013年湖南省二氧化碳排放达29 253.72万吨，而2014年碳排放则降至26 147.72万吨，2015年CO2碳排放量增加到29 827.98万吨。再从湖南省三个产业部门观察，发现第二产业部门的碳排放趋势与湖南省总碳排放趋势基本一致。由此可见，第二产业部门对湖南省整体碳排放起着重大的影响。为了更清楚的识别影响湖南省碳排放的因素，了解各因素的对碳排放的贡献程度，构建合理碳峰值预测模型，本文利用LMDI模型，对湖南省碳排放进行分解分析。

(二)湖南省碳排放的影响因素识别

分解后残差为0是LMDI模型在众多因素分解法中脱颖而出的优势。其主要是通过对目标变量进行分解，从而分析各分解因素对目标变量的影响程度。该模型包含两种分解方式：一种为乘法分解，另一种为加法分解[18]。本文将采用加法分解方式，将湖南省二氧化排放分解为碳排放系数(F)、能源结构(EE)、能源强度(ES)、人口规模(P)、人均GDP(A)和产业结构(IS)[19-21]，分解公式如下：

(2)

ΔC=Ct-C0=

ΔCF+ΔCES+ΔCEE+ΔCIS+

ΔCA+ΔCP

(3)

上式(2)中，i表示第i种产业，j表示第j种能源；Cij为第i种产业的第j种能源的CO2碳排放量；Eij为第i种产业第j种能源消耗量(吨)；Ei为第i种产业的能源消耗量(吨)；GDPi指湖南省第i种产业的增加值(亿元)；GDP为国民生产总值，此处特指湖南省地区生产总值(亿元)；P为地区年末常住人口数(人)；Fij为第i产业第j种能源的二氧化碳排放系数；ESij为第i种产业第j种能源消耗占能源总消耗量的比重；EEi为第i种产业的能源强度；ISi为地区第i种产业总值占地区总产值的比重；A为人均GDP(元/人)。(3)式中ΔC为碳排放增加值；Ct和C0表示碳t、0时刻碳排放的影响值。相关变量的计算方法及结果见表2和表3。

表2 变量定义

将表3中的数据代入下列影响效应式中：

表3 2010—2017年相关变量计算结果

(4)

(5)

(6)

(7)

(8)

(9)

计算结果见图2。由于各种能源的二氧化碳排放系数为固定数值，基本无变化，因此将碳排放系数效应视为0，即ΔCF=0。从图2中可以看出，在各影响因素中，人均GDP和人口规模对湖南省二氧化碳排放始终起到正向影响，且人均GDP因素起到的效应最大，而其他的因素在不同的年份表现出了抑制或促进的作用，具体分析如下。

图2 2010—2017年湖南省CO2排放影响因素分解趋势图

能源强度指单位GDP消耗的能源，反映了能源使用的效率。能源使用技术水平越高，单位GDP消耗的能源将会降低，这会对碳排放起着抑制的作用。从图2可看出，能源强度对湖南省二氧化碳排放的影响总体上是负向的。在2010—2017年中，第二产业部门的能源强度分别为1.34、1.18、1.03、1.00、0.75、0.73、0.71、0.71，一直保持着降低的趋势，但也始终高于其他产业，这说明湖南省的能源使用效率有所提高，且提高能源使用效率仍是实现降低碳排放的重要举措。

从能源结构方面来减排，是通过提高低碳能源、清洁能源替代化石能源的使用量，来优化能源结构达到减排目的。从图2来看，湖南省能源结构因素对CO2排放量的贡献率在2010—2017年分别为2.09%、9.05%、-1.62%、-0.68%、-3.70%、17.03%、-19.72%，只有在2010—2011年、2011—2012年和2015—2016年贡献率为正，这是因为在这些年份中，清洁能源的使用占比有所降低，如2010—2011年水电、风电、核电等清洁能源消费占比从15.18%下降至14.47%，煤炭使用占比从62.88%上升至65.19%。可见湖南省的能源结构优化还存在优化空间。

产业结构效应在2011—2017年间主要对碳排放起着抑制作用，只有在2010—2011年间对碳排放起到了促进作用，这是由于在三大产业部门中，工业包含于第二产业部门中，第二产业部门的碳排放量对湖南省整体碳排放量起着主要影响作用。2011年，湖南省第二产业部门占比从2010年的45.17%上升到46.97%，往后年份一直呈现下降趋势，2017年占比下降至39.79%，而第三产业部门占比从41.51%上升到了51.34%，可见，对二、三产业结构的调整是产业结构发挥碳排放抑制作用的重要途径。

在人口规模上，其对碳排放始终起着促进作用，这是由于人既是生产者又是消费者[22]。湖南省2010—2017年年末常住人口增长率分别为：0.4%、0.65%、0.78%、0.69%、0.68%、0.57%和0.56%，人口的增长带动了消费需求的增长，各行各业的生产扩大，能源消耗量提高，直接导致了碳排放量的提高。但是从增长率来看，其变动较小，因此湖南省人口规模对碳排放的促进作用并不突出。

从图2来看，人均GDP和区域经济发展存在着正向关系。该因素对湖南省碳排放的影响效应在2010—2017年分别为4 620.46万吨、2 981.1万吨、2 758.36万吨、2 409.17万吨、2 515.94万吨、2 064.64万吨、2 478.69万吨。由于经济发展需要能源作为支撑，因此该因素对碳排放始终起到促进作用。

(三)STIRPAT模型的应用

STIRPAT模型弥补了IPAT模型不符合环境库兹涅茨曲线假说的不足，被学者们广泛地应用于环境影响的研究中。其基本表达公式为：I=aPbAcTde，其中：I-环境承压程度、a-模型系数、P-人口因素、A-经济因素、T-技术因素、e-误差。该模型具有随机拓展性，可用于评估各种因素对环境的影响，而各指数可反映出各因素对环境的非比例影响。在基本公式取对数后，得到具体公式如下：

lnI=lna+blnP+clnA+dlnT+lne

(10)

结合上文的LMDI分解结果，本文将在该模型的人口、经济发展水平和技术因素的基础上加入清洁能源占比(水电、风电、核电等)因素[23]和第二产业部门占比因素。此外，考虑到碳排放集中于城镇，因而将城镇化率(UR)也加入模型中。还需要说明的是，从图1湖南省2010—2017年CO2排放趋势图可以发现，第二产业部门的排放趋势与总体排放趋势几乎一致，而第二产业部门中耗能量最大的为工业，因此，技术因素本文将以工业能源强度来衡量，而模型中的能源结构因素和产业结构因素将分别以非化石能源占一次能源消费的比重(ES1)和第二产业部门GDP占地区GDP的比重(IS)来衡量。加入因素后，STIRPAT模型扩展如下：

lnI=lna+blnP+clnA+dlnT1+elnES1+flnIS+glnUR+lne

(11)

该式中，b、c、d、e、f为各指数项系数，e为误差。

图3 岭回归图

图4 K值对应的R2图注：数据来源于2006—2018年《中国统计年鉴》《中国能源统计年鉴》《湖南省统计年鉴》。

为了确定参数值K，通过观察图3、图4，拟将参数K取值为0.03，再次进行岭回归，得到R2=0.98模型拟合度优。但在拟合方差分析中发现，F检验显著(F=22.74，Sig.=0.00)而T检验中人口规模和能源强度的Sig.>0.05，T检验回归不通过，因此需要重新拟合。考虑到，在LMDI分析中，人口规模与能源强度对湖南省CO2排放量的影响效应有限，故剔除这两个变量。重新整理变量后，取K=0.02进行岭回归，回归结果如表5、表6和表7:

表5 模型综述表

表6 方差表

表7 系数表

由结果可知，参数K=0.02时，模型拟合程度较好(R2=0.97)，F检验显著(F=58.11，Sig.=0.000)，各变量的T检验均显著(Sig.<0.05)，故拟合结果符合检验要求，得到模型回归方程(12)：

lnI=9.585+0.558lnUR+0.137lnA-0.154lnES1+0.860lnIS

(12)

该方程解释了模型中四个变量对CO2排放的影响。其中城镇化率、人均GDP和产业结构具有促进作用，而清洁能源占比对CO2排放起到抑制作用。在其他条件不变的前提下，城镇化率、人均GDP和第二产业占比每提高1%，湖南省CO2排放量将分别提高0.558%、0.137%和0.86%，而清洁能源的每提高1%的占比，将使CO2排放量降低0.154%，四个变量的影响方向，均符合预期。为了对模型进行误差检验，将湖南省2005—2017年的历史数据代入方程中，得到CO2排放的预测值，通过与实际值相比较，发现最大误差率为8.34%，平均误差约为1.92%，2005—2017年CO2排放模拟值与实际值基本契合，模型有意义，具体比较如图5所示。

图5 湖南2005—2017年实际CO2与预测CO2排放量比较图

(四)湖南省CO2排放峰值预测

本文将使用情景分析法对湖南省碳排放峰值进行预测，预测周期到2050年。在预测前，为了更合理地设置预测变量的变化率，将预测周期分为7个时间段：2016—2020年、2021—2025年、2026—2030年、2031—2035年、2036—2040年、2014—2045年、2046—2050年，其中2017年为基准年，各因素在这7个时间段的变化以2017年为基础设置。此外，考虑到我国提出“在2030年实现碳达峰、2060年达到碳中和”，节能减排行动将持续增强，因此设置两种变化速率：国家或省政府对实现峰值采取一般措施使得影响碳排放的各因素“中速变化”，国家或省政府采取强措施达峰各因素产生“高速变化”，这两种变化速率可组成8种情景模式，见表9。参数设置规则如下：

表9 情景组合

2017年湖南省人民政府发布的《湖南省“十三五”人口发展规划》中提到的目标有：全省常住人口达7 050万人左右，城镇化率达到58%左右，而在2016年至2019年湖南省的实际城镇化率为52.8%、54.62%、56.02%、57.22%，城镇化不断扩大，有望在2020年达到58%左右的目标值，因此设置2017—2020年城镇化率变化为2.5%。又由于省政府官方数据显示，2016—2019年湖南省的实际城镇化每年的增速放缓，且2019年湖南常住人口自然增长率仅为3.11‰，比上年下降2个千分点，是近20年来我省人口增长率首次低于4‰。参考我国和发达国家城镇化发展的历程，发现随着经济的发展，城镇化率会逐渐提高，但增速会下降，设置在2035年后，城镇化增长率会逐渐降低，并保持2050年城镇化率达70%左右。

在人均GDP参数设置上，根据湖南省“十三五”规划，到2020年地区生产总值要达到43 680亿元，年均增速预计为8.5%左右，常住人口达到7 050万左右，推断出2020年人均GDP目标值为61 957.45元/人，因此2016—2020年的人均GDP年均增长率为9%、6.8%、9.3%、7.3%。由于在前面的分析中提到人均GDP对湖南省CO2排放影响效应较大，在采取减排措施时，经济发展速度会放缓，但湖南省拥有四大经济带：京广高铁经济带、环洞庭湖经济带、沪昆高铁经济带和张吉怀精品生态文化旅游经济带，以及目前正在全面参与“长江经济带”的建设，经济产出还存在潜力，故设置参数为9%，2035年后人均GDP增速开始下降。

在能源结构参数设置上，湖南省“十三五”规划中提到，非化石燃料占一次性能源消费的比例要从12.4%提高到15.6%，而湖南省2012—2017年非化石能源占一次性能源消费的比例分别为：17.88%、13.66%、15.44%、12.53%、13.19、12.21%，增长率为-2.4%、1.3%、-1.9%、5.3%、-7.4%，年平均增长率为-5.3%，要达到“十三五规划”的目标，则非化石能源还需在最后三年陆续提高3.39%，故本文将清洁能源占比的增长率设置为1.13%。同时，为了兼顾社会主义现代化国家建设“两步走”战略的实施和2030碳达峰、2060碳中和承诺的兑现，有学者提出以能源革命为“枢纽”，将2035年作为分界点，2035年以前非化石能源消费比重应达25%，2035年以后调整为30%～35%，以此稳步推进能源革命[24]，故本文设置每个时间段非化石能源占比逐渐提高1%，而清洁能源占比增多说明低碳标准的约束性增强，在强减排措施的实施下，非化石能源占一次性能源消费的比例会高于一般减排，因此将其设置为2%，且每个时间段逐渐提高2%。

在“十五”期间，湖南省一、二、三次产业年均分别增长4.7%、13%、10．2%，三次产业结构发生变化，由2000年的21．3∶39．6∶39．1调整为19．5∶40．8∶39.7；“十一五”期间，三次产业结构调整为14.7∶46∶39.3，新型工业化推动第二产业占比提高了6.4个百分点；“十二五”期间,湖南省三次产业结构调整为11.5∶44.6∶43.9，第三产业比重比2010年提高4.2个百分点，6大高耗能行业增加值占规模工业增加值比重下降4.6个百分点，2011—2015年第二产业占比年增长率为3.98%、-0.34%、-0.89%、-1.42%、-2.87%，年平均占比增长率为-0.31%。从这三个五年数据来看，湖南省的第二产业呈先升后降的趋势，第三产业始终保持着上升，且第三产业占比有超过第二产业的势头。因此，结合相关信息预测湖南省第二产业占比继续下降，第三产业比重保持上升趋势，设置一般减排措施下，第二产业占比从2017年的39%下降至2050年的35%，高强度减排措施下，下降至2050年的33%。

三 湖南省CO2排放峰值的预测结果分析

按照如上的参数设置规则，得到2017—2050年湖南省城镇化率、人均GDP、非化石能源占比以及第二产业占比的情景参数数值，将各数值代入到公式(12)中，经过值的转换得到CO2排放的预测值，见图6。

图6 湖南省2017—2050年CO2排放预测

由图6可见，在S0、S1、S3、S4、S6、情景中，将在2035年达到峰值，排放量分别为：34 113.63万吨、33 642.02万吨、32 351.96万吨、32 327.19万吨、31 677.84万吨；在S2情景中，达峰时间为2027年，峰值为31 825.60万吨；在S5和S7的情景下，碳达峰时间为2030年，峰值分别为30 799.62万吨、30 363.98万吨。由上文可知，8大情景中S2的达峰时间最早，S0情景下达峰峰值最高，且达峰时间较晚，此外，S5和S7情景下达峰时间为2030年，且S7情景下的峰值是所有情景下的最小值。分析这四大情景发现，S2情景下，城镇化率和人均GDP中速降低，非化石能源占比高速增涨，第二产业占比高速降低；S0情景下，四大变量的增减速都保持着中速；在S5情景下，城镇化率和人均GDP高速降低，非化石能源的占比高速增长，第二产业占比中速降低，而S7情景下，相当于政府采取了强减排措施，城镇化率和人均GDP高速降低，非化石能源占比的增速和第二产业占比降低的速率也为高速，可见，城镇化率和人均GDP的提高对CO2排放起到促进作用，可称为CO2排放的“促进因素”，而非化石能源占比的提高和第二产业占比的降低对CO2排放起到抑制作用，可称为CO2排放的“抑制因素”；比较S2和S7情景可知，当保持城镇化率和人均GDP中速降低时，会推进达峰时间，提高达峰峰值。相反，保持二者高速降低能够使湖南省在2030年达峰，且峰值最小，再比较S0和S2，当CO2排放的“抑制因素”，由中速变化变为高速变化，其峰值出现的时间会提前，峰值会降低2 288.03万吨；比较S0和S4，当“积极因素”的中速变化转为高速，达峰时间不变，但峰值会减少1 761.67万吨，再比较S4和S7，当“抑制因素”由中速变化转换为高速变化，峰值降低1 987.98万吨，达峰时间提前5年。

综前，湖南省的CO2排放的抑制因素和促进因素都对碳达峰有着影响，抑制因素发生变化影响作用会略强于促进因素，故合理控制CO2排放的促进因素的增长速度，积极调整非化石能源的占比和第二产业的占比，则达峰目标不会对区域经济发展形成刚性制约,相反，会引导经济发展的绿色转型[10]。

四 结 论

本文运用能源系数法核算湖南省2010—2017年的CO2排放量。发现第二产业部门的CO2排放趋势和湖南省整体CO2排放的变化趋势整体一致。2014年湖南省CO2排放量是2010—2017年中的最小值。在第三产业部门和第二产业部门共同作用下，2015年湖南省的CO2排放量出现了2010—2017年中的最大值。进而本文利用LMDI分解法，识别湖南省CO2排放的影响因素，发现能源结构、能源强度和产业结构对湖南省CO2排放的影响为负，人口规模和人均GDP的影响则为正，其中贡献最大的因素为人均GDP，可以理解为经济产出促进了CO2的排放。

根据城镇化率、人均GDP、能源结构和产业结构在不同减排压力下发生的变化速率设置8种情景，借助预测模型对湖南省2017—2050年的CO2排放量进行预测。研究表明，湖南省最早可在2027年达峰，峰值为31 825.60万吨，而湖南省最小峰值可为30 363.98万吨，达峰时间为2030年，出现这两种选择，主要是CO2排放促进因素和抑制因素的增减速率不同。而在各情景的比较中，发现抑制因素的变化速度在由中转高时，会使达峰时间提前，达峰峰值降低。故要实现高质量的达峰，湖南省应在考虑经济发展的前提下，提高非化石能源的比重，大力发展第三产业，降低第二产业的占比。