Zipf, Gibrat and geography: Evidence from China, India and Brazil

Authors


  • Thanks to Wendy Beekes and three anonymous referees for helpful suggestions which have improved the paper. The author is responsible for any errors and omissions.

Abstract

We investigate Zipf's Law on the size distribution and Gibrat's Law on the growth of sub-national populations in China, India and Brazil. We reject Zipf's Law for India, but not for China and Brazil; a log normal distribution also fits Brazil well, but not China and India. Gibrat's Law holds for Brazil; that is, lagged population is the best predictor of current population in Brazil. In China, market potential is an important predictor of population growth, while in India both crop area and market potential are important. Our results show that there is a diversity of experiences across countries, and we speculate that this diversity maybe caused by differences in the characteristics of the three countries.

Resumen

Investigamos la ley de Zipf sobre distribución de tamaños y la Ley de Gibrat sobre el crecimiento de poblaciones subnacionales en China, la India y el Brasil. Rechazamos la ley de Zipf para la India, pero no para China y el Brasil; la distribución logarítmica normal también se ajusta al Brasil, pero no a China o la India. La ley de Gibrat se ajusta al Brasil; es decir, la población rezagada es el mejor predictor de la población actual en el Brasil. En China, el potencial de mercado es un predictor importante del crecimiento de la población, mientras que en la India son importantes tanto la superficie de cultivo como el potencial de mercado. Nuestros resultados muestran que existe una diversidad de experiencias entre países, y se especula que esta diversidad está causada por diferencias en las características de los tres países.

graphic

Ancillary