No 2011 – 25
December
DOCUMENT DE TRAVAIL
Notes on CEPII’s distances measures:
The
GeoDist
database
_____________
Thierry Mayer
Soledad Zignago
CEPII, WP No 2011 – 25 Notes on CEPII’s distances measures
TABLE OF CONTENTS
Non-technical summary. . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Résumé non technique . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Résumé court . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2. The country-specific files: geo_cepii.xls and geo_cepii.dta . . . 8
2.1. Country-level variables . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2. Cities variables used in the computation of distances . . . . . . . . . . . . 9
3. The bilateral files: dist_cepii.xls and dist_cepii.dta . . . . . 10
3.1. Simple distances: dist and distcap . . . . . . . . . . . . . . . . . 10
3.2. Weighted distances: distw and distwces . . . . . . . . . . . . . . . 11
3.3. Other gravity variables . . . . . . . . . . . . . . . . . . . . . . . . 12
4. References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2
CEPII, WP No 2011 – 25 Notes on CEPII’s distances measures
NOTES ON CEPII’S DISTANCES MEASURES:
THE GeoDist DATABASE
NON-TECHNICAL SUMMARY
GeoDist makes available the exhaustive set of gravity variables developed in Mayer and Zignago (2005)
to analyze market access difficulties in global and regional trade flows. GeoDist provides useful data
online (http://www.cepii.fr/anglaisgraph/bdd/distances.htm) for empirical eco-
nomic research including geographical elements and variables. A common use of these files is the
estimation by trade economists of gravity equations describing bilateral patterns of trade flows. Co-
variates such as bilateral distance, contiguity, or colonial historical links have also been used in other
fields than international trade: for the study of bilateral flows of foreign direct investment for instance,
but also by researchers interested in explaining migration patterns, international flows of tourists, of tele-
phone traffic, etc. Even outside economics, several researchers in different social sciences use these types
of variables. Political scientists, for instance, use distance and contiguity (among other determinants) to
explain why some pairs of countries have a higher probability than others of going to war. Other datasets
have been proposed in the literature and provide geographical and distance data, notably those developed
by Jon Haveman, Vernon Henderson and Andrew Rose. We try to improve upon the existing sets of
variables in terms of geographical coverage, measurement and the number of variables provided.
Our first dataset (geo_cepii), incorporates country-specific geographical variables for 225 countries in the
world, including the geographical coordinates of their capital cities, the languages spoken in the country
under different definitions, a variable indicating whether the country is landlocked, and their colonial
links. The second dataset (dist_cepii) is dyadic, in the sense that it includes variables valid for pairs
of countries. Distance is the most common example of such a variable, and the file includes different
measures of bilateral distances (in kilometers) available for most countries across the world.
The main contribution of GeoDist is to compute internal (or intra-national) and international bilateral
distances in a totally consistent way. How define internal distances of countries? How make those
constructed internal distances consistent with ‘traditional’ international distances calculations? The latter
question is in fact crucial for obtaining a correct estimate of trade impediments. Any overestimate of the
internal / external distance ratio will yield to a mechanic upward bias in the border effect estimate. We
have computed these distances using city-level data to assess the geographic distribution of population
(in 2004) inside each nation. The basic idea, inspired by Head and Mayer (2002), is to calculate distance
between two countries based on bilateral distances between the biggest cities of those two countries,
those inter-city distances being weighted by the share of the city in the overall country’s population.
3
CEPII, WP No 2011 – 25 Notes on CEPII’s distances measures
ABSTRACT
GeoDist makes available the exhaustive set of gravity variables used in Mayer and Zignago (2005).
GeoDist provides several geographical variables, in particular bilateral distances measured using city-
level data to assess the geographic distribution of population inside each nation. We have calculated
different measures of bilateral distances available for most countries across the world (225 countries in
the current version of the database). For most of them, different calculations of “intra-national distances”
are also available. The GeoDist webpage provides two distinct files: a country-specific one (geo_cepii)
and a dyadic one (dist_cepii) including a set of different distance and common dummy variables used in
gravity equations to identify particular links between countries such as colonial past, common languages,
contiguity. We try to improve upon the existing similar datasets in terms of geographical coverage,
quality of measurement and number of variables provided.
JEL Classification: F10, F12; F13, F14, F15, C80.
Keywords: Distances, International Trade, Databases, Gravity, Trade Costs, Border Effects.
4
CEPII, WP No 2011 – 25 Notes on CEPII’s distances measures
NOTES SUR LA BASE DE DONNÉES DE DISTANCES DU CEPII (GeoDist)
RÉSUME NON TECHNIQUE
GeoDist fournit l’ensemble des données développées par Mayer and Zignago (2005) pour mesurer les
difficultés d’accès aux marchés mondiaux. GeoDist, ou base de données de distances du CEPII, propose
en ligne (http://www.cepii.fr/anglaisgraph/bdd/distances.htm) des données géo-
graphiques utiles à la recherche empirique, en particulier pour l’estimation des équations de gravité dans
le domaine du commerce international. Par rapport aux séries élaborées par Jon Haveman, Vernon Hen-
derson et Andrew Rose, nous avons étendu la couverture géographique, affiné les mesures et développé le
nombre des variables. Au-delà de l’analyse du commerce, la distance entre deux pays, leur contigüité, les
liens historiques sont autant de variables utilisées dans d’autres champs de recherche, comme ceux des
investissements directs, des flux migratoires ou touristiques, du trafic téléphonique, etc. Les chercheurs
en sciences sociales recourent également à des variables ; en sciences politiques par exemple, distance et
contigüité sont prises en compte dans le calcul des probabilités de conflit.
Une première série de données rassemble les variables caractérisant chacun des 225 pays. Le fichier
geo_cepii (geo_cepii.xls ou geo_cepii.dta) contient les variables géographiques des pays et de leur prin-
cipale ville ou agglomération : l’identification du pays (codes ISO) ; la superficie (en km2), utilisée en
particulier pour le calcul des distances internes, les coordonnées géographiques de la (ou des) capitale(s),
l’éventuel enclavement, le continent, etc. Cette série de données comporte aussi plusieurs variables de
langue permettant de déterminer les proximités linguistiques. Pour chaque pays, on peut avoir jusqu’à
trois langues officielles ; la base distingue les langues parlées par plus de 20 % de la population et celles
parlées par un tranche de 9 à 20 % de la population. Les relations coloniales passées constituent une autre
information souvent utilisée par les économistes pour approximer les similitudes culturelles politiques
ou institutionnelles.
Une seconde série de données est dyadique, au sens ou les variables sont calculées par couple de pays : la
distance (km) entre deux pays est l’exemple type de ce genre de variables bilatérales. Le fichier dist_cepii
(dist_cepii.xls ou dist_cepii.dta) contient les variables bilatérales : les différentes mesures de distances et
les variables muettes indiquant la contigüité, la communauté de langue, ou de liens coloniaux. On mesure
deux types de distances : simple, pour laquelle on recourt à une seule ville ; pondérée, qui considère
plusieurs villes par pays afin de prendre en compte la répartition géographique de l’activité économique.
Ces distances pondérées sont la principale contribution de GeoDist. Pour pouvoir comparer les flux
internationaux aux flux de commerce “intra-nationaux”, ce que nous faisions dans Mayer et Zignago
(2005) en estimant des effets frontière sur l’ensemble des pays du monde, il fallait construire une bonne
approximation des distances moyennes parcourues par les biens à l’intérieur de chaque pays. En effet, une
sous-estimation des distances relatives biaise mécaniquement à la hausse l’effet frontière estimé. Pour
éviter cela, nous tenons compte de la répartition géographique de l’activité économique à l’intérieur des
nations en utilisant les populations et coordonnées des principales villes de chaque pays dans le calcul
de la matrice des distances. L’idée, inspirée de Head and Mayer (2002) est de calculer les distances entre
5
评论0