IDEAS home Printed from https://ideas.repec.org/a/taf/raagxx/v109y2019i1p266-285.html
   My bibliography  Save this article

Decarbonizing China’s Urban Agglomerations

Author

Listed:
  • Shaojian Wang
  • Chuanglin Fang
  • Laixiang Sun
  • Yongxian Su
  • Xiuzhi Chen
  • Chunshan Zhou
  • Kuishuang Feng
  • Klaus Hubacek

Abstract

China’s urban agglomerations contribute 64 percent to China’s energy-related CO2 emissions and thus play a vital role in determining the future of climate change. There is little information available about city-level energy consumption and CO2 emissions; thus, we employ spatiotemporal modeling using Defense Meteorological Satellite Program/Operational Line-scan System (DMSP/OLS) nighttime light imagery. Our findings show that such agglomerations have in fact experienced a remarkable decline in CO2 emission intensity—from 0.43 t/thousand yuan to 0.20 t/thousand yuan between 1995 and 2013, which constitutes an average annual decline of 4.34 percent. Despite still very high CO2 intensities in western China, a convergence of CO2 intensities across the country has occurred over the last few decades. Using panel regression modeling, we analyze differences in the decline of CO2 emission intensities due to regional differences in socioeconomic variables such as economic growth, population, economic structure, population density, and characteristics of urbanization. Factors that have hampered the decline of CO2 intensities are the ongoing industrialization that demands the increase in the production of heavy industry, in infrastructure investment, and in housing stock. Key Words: CO2 emission intensity, nighttime light imagery, spatiotemporal modeling, urban agglomerations.中国的城市集聚, 生产了中国与能源相关的二氧化碳排放的百分之六十四, 因此在决定气候变迁的未来方面扮演了重要角色。但城市层级的能源消耗和二氧化碳排放的可及信息却相当稀少;因此我们运用时空模式化, 该模式化使用防卫气象卫星计画/线形扫描系统(DMSP/OLS)的夜间光影像。我们的研究发现显示, 这些集聚其实经历了二氧化碳排放密集度的明显减少——从1995年的0.43吨/千元到2013年的0.2吨/千元, 每年平均降低百分之四点三四。尽管中国西部的二氧化碳密度仍相当高, 过去数十年来仍发生了全国二氧化碳密度的聚合。我们运用面板迴归模型, 分析因诸如经济成长、人口、经济结构、人口密度与城市化特徵等社会经济变因的区域差异所导致的二氧化碳排放密度降低的差异。阻碍二氧化碳密度降低的因素是需要增加重工业生产、基础建设投资以及房地产需求的持续工业化。 关键词:二氧化碳排放密度, 夜间光影像, 时空模式化, 城市集聚。Las aglomeraciones urbanas de China contribuyen el 64 por ciento de las emisiones chinas de CO2 relacionadas con energía, para así desempeñar un papel vital en la determinación futura del cambio climático. Hay poca información disponible acerca del consumo de energía a nivel de ciudad y de las emisiones de CO2; entonces, empleamos modelado espaciotemporal usando imágenes de luminosidad nocturna del Programa Satelital Meteorológico de la Defensa/Sistema Operacional de Escaneo en Línea (DMSP/OLS). Nuestros hallazgos muestran que de hecho tales aglomeraciones han experimentado una notable disminución en la intensidad de la emisión de CO2 ––de 0.43t/miles de yuanes a 0.20t/miles yuanes entre 1995 y 2013, lo cual constituye una declinación promedio anual de 4.34 por ciento. Pese a las intensidades de CO2 en China occidental todavía demasiado altas, una convergencia de intensidades del CO2 a través del país ha ocurrido durante las pasadas pocas décadas. Usando modelado de regresión de panel, analizamos las diferencias de la declinación de las intensidades en la emisión de CO2 debidas a diferencias regionales en variables socioeconómicas tales como crecimiento económico, población, estructura económica, densidad de población y características de la urbanización. Los factores que han dificultado la declinación en las intensidades del CO2 son la industrialización en marcha que demanda incremento en la producción de la industria pesada, en inversiones para infraestructura y en el inventario de vivienda.

Suggested Citation

  • Shaojian Wang & Chuanglin Fang & Laixiang Sun & Yongxian Su & Xiuzhi Chen & Chunshan Zhou & Kuishuang Feng & Klaus Hubacek, 2019. "Decarbonizing China’s Urban Agglomerations," Annals of the American Association of Geographers, Taylor & Francis Journals, vol. 109(1), pages 266-285, January.
  • Handle: RePEc:taf:raagxx:v:109:y:2019:i:1:p:266-285
    DOI: 10.1080/24694452.2018.1484683
    as

    Download full text from publisher

    File URL: http://hdl.handle.net/10.1080/24694452.2018.1484683
    Download Restriction: Access to full text is restricted to subscribers.

    File URL: https://libkey.io/10.1080/24694452.2018.1484683?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    As the access to this document is restricted, you may want to search for a different version of it.

    Citations

    Citations are extracted by the CitEc Project, subscribe to its RSS feed for this item.
    as


    Cited by:

    1. Dong, Zhaoyingzi & Wang, Shaojian & Zhang, Weiwen & Shen, Huijun, 2022. "The dynamic effect of environmental regulation on firms’ energy consumption behavior-Evidence from China's industrial firms," Renewable and Sustainable Energy Reviews, Elsevier, vol. 156(C).
    2. Su, Min & Wang, Qiang & Li, Rongrong & Wang, Lili, 2022. "Per capita renewable energy consumption in 116 countries: The effects of urbanization, industrialization, GDP, aging, and trade openness," Energy, Elsevier, vol. 254(PB).
    3. Wu, Rong & Wang, Jieyu & Wang, Shaojian & Feng, Kuishuang, 2021. "The drivers of declining CO2 emissions trends in developed nations using an extended STIRPAT model: A historical and prospective analysis," Renewable and Sustainable Energy Reviews, Elsevier, vol. 149(C).
    4. Song, Wenfei & Han, Xianfeng, 2022. "The bilateral effects of foreign direct investment on green innovation efficiency: Evidence from 30 Chinese provinces," Energy, Elsevier, vol. 261(PB).

    More about this item

    Keywords

    co2 emission intensity; nighttime light imagery; spatiotemporal modeling; urban agglomerations.中国的城市集聚; 生产了中国与能源相关的二氧化碳排放的百分之六十四; 因此在决定气候变迁的未来方面扮演了重要角色。但城市层级的能源消耗和二氧化碳排放的可及信息却相当稀少;因此我们运用时空模式化; 该模式化使用防卫气象卫星计画/线形扫描系统(dmsp/ols)的夜间光影像。我们的研究发现显示; 这些集聚其实经历了二氧化碳排放密集度的明显减少——从1995年的0.43吨/千元到2013年的0.2吨/千元; 每年平均降低百分之四点三四。尽管中国西部的二氧化碳密度仍相当高; 过去数十年来仍发生了全国二氧化碳密度的聚合。我们运用面板迴归模型; 分析因诸如经济成长、人口、经济结构、人口密度与城市化特徵等社会经济变因的区域差异所导致的二氧化碳排放密度降低的差异。阻碍二氧化碳密度降低的因素是需要增加重工业生产、基础建设投资以及房地产需求的持续工业化。 关键词:二氧化碳排放密度; 夜间光影像; 时空模式化; 城市集聚。las aglomeraciones urbanas de china contribuyen el 64 por ciento de las emisiones chinas de co2 relacionadas con energía; para así desempeñar un papel vital en la determinación futura del cambio climático. hay poca información disponible acerca del consumo de energía a nivel de ciudad y de las emisiones de co2; entonces; empleamos modelado espaciotemporal usando imágenes de luminosidad nocturna del programa satelital meteorológico de la defensa/sistema operacional de escaneo en línea (dmsp/ols). nuestros hallazgos muestran que de hecho tales aglomeraciones han experimentado una notable disminución en la intensidad de la emisión de co2 ––de 0.43t/miles de yuanes a 0.20t/miles yuanes entre 1995 y 2013; lo cual constituye una declinación promedio anual de 4.34 por ciento. pese a las intensidades de co2 en china occidental todavía demasiado altas; una convergencia de intensidades del co2 a través del país ha ocurrido durante las pasadas pocas décadas. usando modelado de regresión de panel; analizamos las diferencias de la declinación de las intensidades en la emisión de co2 debidas a diferencias regionales en variables socioeconómicas tales como crecimiento económico; población; estructura económica; densidad de población y características de la urbanización. los factores que han dificultado la declinación en las intensidades del co2 son la industrialización en marcha que demanda incremento en la producción de la industria pesada; en inversiones para infraestructura y en el inventario de vivienda.;
    All these keywords.

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:taf:raagxx:v:109:y:2019:i:1:p:266-285. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Chris Longhurst (email available below). General contact details of provider: http://www.tandfonline.com/raag .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.