Associated with the continuing increase of construction activities such as infrastructure projects, commercial buildings, and housing programs, China has been experiencing a rapid increase of construction and demolition (C&D) waste. Till now, the generation and flows of China’s C&D waste has not been well understood. This paper aims to provide an explicit analysis of this based on a weight-per-construction-area method. Our results show that approximately 2.36 billion tonnes of C&D waste were generated in China annually during the period of 2003–2013, of which demolition waste and construction waste contributed to 97% and 3%, respectively, in 2013. East China contributed over half of the total C&D waste in China due to their rapid economic development and expansion of cities, followed by Middle China (21%) and South China (11%). Potential economic values from the recycling of C&D waste were found to vary from 201 billion (the worst scenario, i.e., the current practice of C&D waste management) to 401 billion US dollars in 2013 (the most optimistic scenario, i.e., C&D waste is assumed to be well recycled); and the landfill space demands were estimated to range from 7504 million m3 (the worst scenario) to 706 million m3 (the most optimistic scenario) accordingly. Consequently, increasing the recycling rate and reducing landfill rate of C&D waste could not only improve the potential recycling economic values, but also dramatically reduce land use and potential environmental impacts.

Cement is responsible for the high carbon emissions reputation of the concrete industry. To cope with this issue, compression cast technology (CCT) is introduced as a potential low carbon production method for concrete components, as it could reduce the cement consumption and improve the mechanical performance. To evaluate the carbon reduction benefits of adopting the CCT in concrete components production, the Life Cycle Assessment (LCA) method is employed and carbon emissions per unit of compressive strength (CECS, kgCO2eq/MPa) is selected as the main indicator. The results indicate that the CECS of concrete with CCT decreased by 21 %-45 % compared to conventional concrete. Considering the carbon reduction benefits of avoiding waste disposal, the CECS of concrete with CCT decreased by 7 %-43 % compared to green concrete using conventional cast technology with similar strengths. If adding waste rubber in concrete with CCT, its CECS could be decreased by 28 %-93 % compared to conventional concrete. If promoting the CCT in the concrete industry, the annual carbon emissions of the global concrete industry can be reduced by 7 %, 14 %, 20 %, and 27 % with replacement ratios 25 %, 50 %, 75 %, and 100 % from 2015 to 2060. The study indicates that implementing the CCT during concrete components production can significantly reduce carbon emissions of the concrete industry and the study provides guidance for carbon reduction efforts in the concrete industry.

Due to significant population concentration and capital influx in Guangdong-Hong Kong-Macao Greater Bay Area, the construction of cross-sea tunnels with significant consumption of various resources and materials, has been frequently witnessed. However, there is a lack of knowledge regarding how carbon emissions of cross-sea transportation infrastructure are generated across its life-cycle stages. This study proposes a life cycle assessment (LCA) approach for quantifying the carbon emissions and exploring the carbon reduction potentials with a case study of a world-renowned cross-sea tunnel project in Guangdong-Hong Kong-Macao Greater Bay Area. The results find that this project contributes approximately 849 kilotons CO2eq of carbon emissions with an emission intensity of 1.1 kilotons CO2eq per meter. The materialization stage is the largest contributor of carbon emissions (474.9 kilotons CO2eq), followed by service stage (248.3 kilotons CO2eq, accounting for 29.2 %). Some carbon emissions of raw materials can be offset by using recycled materials. The discarded concrete, block, stone, and sand, occupying over 90 % of the total recycled waste in weight could achieve a 93.5 % of carbon reduction potentially. It provides the opportunity to reveal the engineering details and carbon emission for a world-class super complex cross-sea transportation infrastructure. This study makes one of the first attempts to quantify life-cycle carbon emissions of cross-sea transportation infrastructure, which enriches foundational dataset for environmental impact assessment in this emerging field. The findings of this study can provide scientific references for formulating targeted low-carbon strategies for cross-sea transportation infrastructure across its different life-cycle stages.

In recent years, construction and demolition waste (CDW) landfills landslide accidents have occurred globally, with consequences varying due to surrounding environmental factors. Risk monitoring is crucial to mitigate these risks effectively. Existing studies mainly focus on improving risk assessment accuracy for individual landfills, lacking the ability to rapidly assess multiple landfills at a regional scale. This study proposes an innovative approach utilizing deep learning models to quickly locate suspected landfills and develop risk assessment models based on surrounding environmental factors. Shenzhen, China, with significant CDW disposal pressure, is chosen as the empirical research area. Empirical findings from this study include: (1) the identification of 52 suspected CDW landfills predominantly located at the administrative boundaries within Shenzhen, specifically in the Longgang, Guangming, and Bao'an districts; (2) landfills at the lower risk of landslides are typically found near the northern borders adjacent to cities like Huizhou and Dongguan; (3) landfills situated at the internal administrative junctions generally exhibit higher landslide risks; (4) about 70 % of these landfills are high-risk, mostly located in densely populated areas with substantial rainfall and complex topographies. This study advances landfill landslide risk assessments by integrating computer vision and environmental analysis, providing a robust method for governments to rapidly evaluate risks at CDW landfills regionally. The adaptable models can be customized for various urban and broadened to general landfills by adjusting specific indicators, enhancing environmental safety protocols and risk management strategies effectively.

The construction and operation of the construction and demolition waste (C&DW) landfills often encounter significant opposition from nearby residents, which is called the "not in my backyard" (NIMBY) effect. However, little is known about the formation mechanism of the NIMBY effect in C&DW landfilling, so this research was conducted for this purpose. First, the influencing factors leading to the NIMBY effect were determined based on a literature review and questionnaire survey. Then, the interrelationship and influencing path of critical factors were revealed using expert interviews and Interpretative Structural Modelling. The results shown that 12 factors from four levels (including residents, society, government, and enterprises) caused the NIMBY effect in C&DW landfilling. These factors formed a complex network comprising 18 influencing paths. Notably, policy and responding measures as pivotal bottom-level factors that trigger the NIMBY effect by indirectly impacting residents' rights awareness and shaping public perception towards C&DW landfill operation enterprises through directly affecting personal interest, cognitive bias, distrust, disposal technology, management level, opinion leader, and other intermediate factors, ultimately triggering the NIMBY effect. Moreover, strategies for mitigating or resolving the NIMBY effect were proposed, such as protecting personal reasonable interests, understanding the potential risks of C&DW landfills rationally, reporting the C&DW landfills from an objective perspective, improving policies and promoting public participation, and enhancing supervision of the C&DW landfills. The study added new knowledge to the current public's NIMBY effect in C&DW landfilling. Meanwhile, it also provided a reference for formulating C&DW landfilling policies and selecting landfill sites.