Please use this identifier to cite or link to this item:
https://repositorio.ipea.gov.br/handle/11058/1096
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Pereira, Rafael Henrique Moraes | - |
dc.contributor.author | Nadalin, Vanessa Gapriotti | - |
dc.contributor.author | Monasterio, Leonardo Monteiro | - |
dc.contributor.author | Albuquerque, Pedro Henrique Melo | - |
dc.contributor.other | Aguilera, Anne (Colaborador) | - |
dc.contributor.other | Bonin, Olivier (Colaborador) | - |
dc.date.accessioned | 2013-06-08T14:31:02Z | - |
dc.date.available | 2013-06-08T14:31:02Z | - |
dc.date.issued | 2011-11 | - |
dc.identifier.uri | http://repositorio.ipea.gov.br/handle/11058/1096 | - |
dc.description.abstract | Este estudo introduz uma nova medida de centralidade urbana, que identifica estruturas urbanas distintas devido a diferentes configurações espaciais de empregos e população residente. O Índice de Centralidade Urbana (UCI) proposto é uma extensão do índice de Separação Espacial (MIDELFART-KNARVIK et al., 2000). Esta adaptação serviu ao propósito de analisar mais detalhadamente a estrutura urbana, de maneira a considerar uma escala de centralidade variando da monocentralidade extrema à policentralidade extrema, em vez de considerar o fenômeno como uma questão binária: monocentralidade ou policentralidade. Além disso, o índice proposto pode ser aplicado para diferentes áreas urbanas, e seu método de cálculo permite a comparação entre elas, apesar de suas diferenças em termos de forma e tamanho. Ele também pode ser utilizado para outras variáveis de interesse, como o número de viagens produzidas. As propriedades do índice são ilustradas na aplicação para conjuntos de dados artificiais. Esses resultados são comparados aos de outras medidas similares propostas pela literatura prévia. O índice é então aplicado à estrutura urbana de quatro regiões metropolitanas: Pittsburgh, Los Angeles, São Paulo e Paris. Os resultados também são comparados a outras medidas de aglomeração espacial como os índices de Moran global e local e as estimativas de gradientes de densidade. | pt_BR |
dc.language.iso | pt-BR | pt_BR |
dc.publisher | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.title | Quantificando a centralidade urbana: uma proposta de índice simples e comparação internacional | pt_BR |
dc.title.alternative | Quantifying the urban centrality: a proposal for a simple index and international comparison | pt_BR |
dc.title.alternative | Texto para Discussão (TD) 1675: Quantificando a centralidade urbana: uma proposta de índice simples e comparação internacional | pt_BR |
dc.type | Texto para Discussão (TD) | pt_BR |
dc.rights.holder | Instituto de Pesquisa Econômica Aplicada | pt_BR |
dc.source.urlsource | http://www.ipea.gov.br | pt_BR |
dc.location.country | BR | pt_BR |
dc.description.physical | 37 p. : il. | pt_BR |
dc.rights.license | É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas | pt_BR |
dc.subject.keyword | Centralidade urbana | pt_BR |
dc.subject.keyword | Índice de Centralidade Urbana (UCI) | pt_BR |
dc.subject.keyword | Estruturas urbanas | pt_BR |
dc.subject.keyword | População | pt_BR |
dc.relation.references | http://repositorio.ipea.gov.br/handle/11058/1097 | - |
ipea.description.objective | Propor uma nova medida de centralidade urbana. | pt_BR |
ipea.description.methodology | Apresenta uma revisão da literatura e apresenta o índice de centralidade urbana. O indicador proposto é desenvolvido a partir do índice de Separação Espacial (MIDELFART-KNARVIK et al., 2000), originalmente pensado para mensurar a distribuição espacial da atividade industrial na União Europeia (UE). O índice de Centralidade Urbana – Urban Centrality Index (UCI ), no original – aqui proposto é capaz de captar a diferença entre estruturas urbanas a partir da distribuição espacial de suas atividades econômicas (empregos) no que diz respeito ao grau de monocentralidade ou policentralidade que uma área urbana pode assumir. Em vez de considerar a centralidade como uma questão binária (cidade monocêntrica ou policêntrica), sugere-se neste estudo que a estrutura urbana deva ser analisada de maneira mais adequada quando se considera uma escala de centralidade (que iria da máxima monocentralidade à máxima policentralidade). o índice proposto pode ser aplicado para diferentes áreas urbanas, e seu método de cálculo permite a comparação entre elas, apesar das suas diferenças em termos de forma e tamanho. | pt_BR |
ipea.description.additionalinformation | Série monográfica: Texto para Discussão ; 1675 | pt_BR |
ipea.description.additionalinformation | Referências Bibliográficas: inclui referências bibliográficas | pt_BR |
ipea.access.type | Acesso Aberto | pt_BR |
ipea.rights.type | Licença Comum | pt_BR |
ipea.englishdescription.abstract | This study introduces a new measure of urban centrality. It identifies distinct urban structures from different spatial patterns of jobs and resident population. The proposed urban centrality index constitutes an extension to the spatial separation index (MIDELFART-KNARVIK et al., 2000). It is suggested that urban structure should be more accurately analyzed when considering a centrality scale (varying from extreme monocentricity to extreme polycentricity) rather than being considered as a binary variable (monocentric or polycentric). The proposed index controls for differences in size and shape of the geographic areas for which data is 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 in simulated artificial data sets. Simulation results for hypothesized urban forms are compared to other similar measures proposed by previous literature. The index is then applied to the urban structure of four different Metropolitan Areas: Pittsburgh and Los Angeles in the United States, São Paulo in Brazil and Paris, France, comparing to other traditional spatial agglomeration measures such as global and local Moran’s I, and density gradients estimations. | pt_BR |
ipea.researchfields | Infraestrutura Econômica, Social e Urbana | pt_BR |
ipea.classification | Demografia. População | pt_BR |
Appears in Collections: | Demografia. População: Livros |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
td_1675.pdf | 2.53 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.