Skip to main content

Urban Centrality: A Simple Index

The full text article is not available.

At present, only title information is available on for this article. This is due to copyright restrictions.


This study introduces a new measure of urban centrality. The proposed urban centrality index (UCI) constitutes an extension to the spatial separation index. Urban structure should be more accurately analyzed when considering a centrality scale (varying from extreme monocentricity to extreme polycentricity) than when considering a binary variable (monocentric or polycentric). The proposed index controls for differences in size and shape of the geographic areas for which data are available, and can be calculated using different variables such as employment and population densities, or trip generation rates. The properties of the index are illustrated with simulated artificial data sets and are compared with other similar measures proposed in the existing literature. The index is then applied to the urban structure of four metropolitan areas: Pittsburgh and Los Angeles in the United States; São Paulo, Brazil; and Paris, France. The index is compared with other traditional spatial agglomeration measures, such as global and local Moran's I, and density gradient estimations.

El presente estudio introduce una nueva medida de centralidad. El índice de centralidad urbana propuesto (UCI, por sus siglas en inglés) es una extensión al índice de separación espacial (spatial separation index)(Midelfart‐Knarvik et al. 2000). El análisis de la estructura urbana resulta más preciso al usar el índice cuando se toma en cuenta una escala de continua de centralidad (que puede variar de un monocentrismo extremo a un policentrismo extremo) que cuando se considera una variable binaria (monocéntrica o policéntrica). El índex propuesto controla las diferencias de tamaño y forma de las áreas geográficas de las que se tienen datos, y puede ser calculada utilizando diferentes variables, como empleo y densidad poblacional, o tasas de generación de viajes. Las propiedades del índice se ilustran con conjuntos de datos artificiales simulados, y se comparan con otras mediciones similares en la literatura ya existente. Posteriormente, el índice es aplicado a la estructura urbana de cuatro áreas metropolitanas: Pittsburgh y Los Ángeles, en EEUU; San Pablo, en Brasil; y París, Francia. Finalmente, se compara el índice con otras mediciones tradicionales de aglomeración espacial, como el índice de Moran local y global, y estimaciones de gradiente de densidad.


Document Type: Research Article


Publication date: 2013-01-01

  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more