A resource flow typology of African cities

Date
2015-12
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Global urbanisation trends predict a future in which the already overburdened cities of Africa and Asia will house the bulk of the two billion new people born by 2050. This second wave of urbanisation will increase resource demands in these cities and extend the expanse of slums already surrounding them. Given the global imperative of sustainable development, and the existing imbalance of resource access, effective urban planning is necessary to meet this second urbanisation wave, and build resilient, equitable cities. However, preliminary investigation suggests a lack of data-supported decision-making in cities of the global south, due either to limited collection of, or lack of access to, city-level data. This has led to many urban development programmes being implemented with minimal scientific backing to support the success of proposed policy or infrastructure innovations. This directly impacts a city’s ability to reach service delivery, economic growth, and human development goals, let alone protect ecosystem services upon which it relies. This is particularly true in African cities, in which governments are (necessarily) more focused on delivery of basic services than on a greening or efficiency agenda. This is further compounded by the need for African cities to prepare adequate public services for the increased population expected in the second urbanisation wave. A quantitative assessment of cities’ resource profiles can support policy makers in making informed decisions about infrastructure configurations in order to improve their resource management. To this end, methods to accurately estimate and analyse these data are necessary. The primary objective of this study was to establish a resource consumption typology for African cities. Due to limitations in the availability and form of secondary data, this study shifted focus to explore how best to form a typology from limited data. It made use of data for 53 African nations and scaling theories proffered to estimate city-level economic and resource data for 120 African cities. The resultant resource profiles were then normalised and clustered in a number of ways to produce two national typologies and four city typologies. Insights from these typologies both inform the method for categorising cities by socioeconomic or resource indicators as well as provide insights into the shape and magnitude of resource profile for multiple African cities. They also highlight the key drivers of resource consumption in these spaces. Future work involves validating the scaling method with locally acquired data so as to increase confidence in the city-level data, before settling on the preferred method for clustering cities.
Wêreldwye verstedelikingstendense dui op ‘n toekoms waarin die reeds oorlaaide stede in Afrika en Asië die grootste deel van die sowat twee biljoen nuwe mense teen 2050 sal huisves. Die tweede verstedelikingsgolf sal eise wat in hierdie stede op hulpbronne gestel word verhoog, en die uitgestrektheid van krotbuurtes wat hulle reeds omsingel, nog meer laat uitkring. In die lig van die wêreldwye noodsaaklikheid van volhoubare ontwikkeling en die heersende wanbalans wat toeganklikheid tot hulpbronne betref, is doeltreffende stedelike beplanning nodig om aan hierdie verwagte tweede verstedelikingsgolf te kan voldoen en lewenskragtige, gelyke stede op te rig. Voorlopige ondersoek toon egter ‘n tekort aan data-gesteunde besluitneming in suidelike stede van die wêreld weens óf beperkte inwinning daarvan, óf gebrek aan toegang tot data op stedelike vlak. Dit het daartoe aanleiding gegee dat talle stedelike ontwikkelingsprogramme met minimale wetenskaplike steun, wat die sukses van voorgestelde beleids- of infrastruktuurinnovasies rugsteun, geïmplementeer is. ‘n Stad se vermoë om sy doelwitte ten opsigte van dienslewering, ekonomiese groei en menslike ontwikkeling te bereik, word sodoende gekortwiek om nie eens melding te maak van beskerming van die ekostelsel-dienste waarop hy staatmaak nie. Dit is veral die geval in Afrika-stede waar regeerders (uit noodsaak) meer gefokus is op die lewering van basiese dienste as op ‘n agenda vir vergroening en doelmatigheid. Dit word voorts verhewig deur die behoefte van Afrika-stede om doeltreffende openbare dienste op die been te bring vir die groter bevolking wat met die tweede verstedelikingsgolf in die vooruitsig gestel word. ‘n Kwantitatiewe vasstelling van die omvang van stede se hulpbronne, kan beleidskeppers help om ingeligte besluite te neem oor infrastruktuur-konfigurasie en sodoende die bestuur van hulle hulpbronne verbeter. Met dit as mikpunt, is metodes nodig om hierdie data korrek te bepaal en te analiseer. Die hoofdoel van hierdie verhandeling was om ‘n hulpbronkonsumpsie-tipologie op te stel. Weens beperkinge wat betref die beskikbaarheid en vorm van sekondêre data, is die verhandeling se fokus verskuif om te bepaal hoe daar ten beste ‘n tipologie uit beperkte data gevorm kan word. Daar is van data rakende 53 Afrika-nasies, en skaal-teorieë aangebied deur gebruik gemaak om data oor die ekonomieë en hulpbronne van 120 Afrika-stede te bekom. Die hulpbron-vasstelling wat hieruit voortgevloei het, is vervolgens genormaliseer en saamgevoeg op ‘n verskeidenheid van wyses om twee nasionale tipologieë en vier stadstipologieë te lewer. Insigte wat dié tipologieë voortbring, lig die metode toe waarvolgens stede deur sosio-ekonomiese of hulpbron-aanwysers gekategoriseer word en bied ook insigte rakende die voorkoms en omvang van hulpbron-bepaling vir menige Afrika-stede. Hulle benadruk ook die sleutel-aandrywers van konsumpsie in hierdie opsig. Toekomstige werk sluit die bevestiging van die skaalmetode met plaaslik aangeskafde data in ten einde die vertroue in stadsdata te vermeerder alvorens daar op die voorkeurmetode vir die bondeling van stede besluit word.
Description
Thesis (MPA)--Stellenbosch University, 2015.
Keywords
Urban Metabolism, Africa, Cities, Typology, Resource Flow, Sustainable City, Resource Intensity, Resource Consumption
Citation