The production of high-quality goods is often viewed as a precondition for export success and economic development. We provide the first evidence that countries' import tariffs affect the rate at which they upgrade product quality. Our analysis uses highly disaggregated data covering exports from 56 countries across 10,000 products to the United States using a novel approach to measure quality. As predicted by distance-to-the-frontier models, we find that lower tariffs are associated with quality upgrading for products close to the world quality frontier, whereas lower tariffs discourage quality upgrading for products distant from the frontier.

Abstract After decades of supporting free trade, in 2018 the United States raised import tariffs and major trade partners retaliated. We analyze the short-run impact of this return to protectionism on the U.S. economy. Import and retaliatory tariffs caused large declines in imports and exports. Prices of imports targeted by tariffs did not fall, implying complete pass-through of tariffs to duty-inclusive prices. The resulting losses to U.S. consumers and firms that buy imports was $51 billion, or 0.27% of GDP. We embed the estimated trade elasticities in a general-equilibrium model of the U.S. economy. After accounting for tariff revenue and gains to domestic producers, the aggregate real income loss was $7.2 billion, or 0.04% of GDP. Import tariffs favored sectors concentrated in politically competitive counties, and the model implies that tradeable-sector workers in heavily Republican counties were the most negatively affected due to the retaliatory tariffs. JEL Code: F1.

Abstract We conduct a randomized experiment that generates exogenous variation in the access to foreign markets for rug producers in Egypt. Combined with detailed survey data, we causally identify the impact of exporting on firm performance. Treatment firms report 16–26% higher profits and exhibit large improvements in quality alongside reductions in output per hour relative to control firms. These findings do not simply reflect firms being offered higher margins to manufacture high-quality products that take longer to produce. Instead, we find evidence of learning-by-exporting whereby exporting improves technical efficiency. First, treatment firms have higher productivity and quality after controlling for rug specifications. Second, when asked to produce an identical domestic rug using the same inputs and same capital equipment, treatment firms produce higher quality rugs despite no difference in production time. Third, treatment firms exhibit learning curves over time. Finally, we document knowledge transfers with quality increasing most along the specific dimensions that the knowledge pertained to.

Abstract Individuals that consume different baskets of goods are differentially affected by relative price changes caused by international trade. We develop a methodology to measure the unequal gains from trade across consumers within countries. The approach requires data on aggregate expenditures and parameters estimated from a nonhomothetic gravity equation. We find that trade typically favors the poor, who concentrate spending in more traded sectors.

This paper provides evidence on the patterns of multiproduct firm production in a large developing country, India, during a period that spans market reforms. In the cross-section, multiproduct firms in India look remarkably similar to their U.S. counterparts. The time-series patterns, however, exhibit important differences. In contrast to evidence from the United States, product churning, particularly product rationalization, is far less common in India. We find no link between product rationalization and output tariff declines following India's 1991 trade liberalization. The lack of "creative destruction" is consistent with the role of industrial regulation in preventing an efficient allocation of resources.

Urbanization often occurs in an unplanned and uneven manner, resulting in profound changes in patterns of land cover and land use. Understanding these changes is fundamental for devising environmentally responsible approaches to economic development in the rapidly urbanizing countries of the emerging world. One indicator of urbanization is built-up land cover that can be detected and quantified at scale using satellite imagery and cloud-based computational platforms. This process requires reliable and comprehensive ground-truth data for supervised classification and for validation of classification products. We present a new dataset for India, consisting of 21,030 polygons from across the country that were manually classified as “built-up” or “not built-up,” which we use for supervised image classification and detection of urban areas. As a large and geographically diverse country that has been undergoing an urban transition, India represents an ideal context to develop and test approaches for the detection of features related to urbanization. We perform the analysis in Google Earth Engine (GEE) using three types of classifiers, based on imagery from Landsat 7 and Landsat 8 as inputs. The methodology produces high-quality maps of built-up areas across space and time. Although the dataset can facilitate supervised image classification in any platform, we highlight its potential use in GEE for temporal large-scale analysis of the urbanization process. Our methodology can easily be applied to other countries and regions.

Introduction: Elevated central aortic pressure, cardiac output and peripheral vascular resistance contribute to high morbidity in relation to end organ dysfunction in obstructive and non-obstructive coronary artery disease (NOCAD) cases despite revascularization. Bisoprolol preempts further progression of left ventricular dysfunction in such cases due to anti-ischemic and anti-hypertensive effects, further extending its evaluation in local Indian settings. Methods: Post-hoc analyses of NOCAD patients with epicardial stenosis (N=378, 30 to 70% stenosis) from cross-sectional analyses conducted across eighty centers in India. Local ethics approval for study documents and endpoints for analyses was conducted in adherence to ICH-Good Clinical Practice (GCP) and Declaration of Helsinki guidelines. Descriptive and analytical statistics were performed using SPSS Version 29.0.1.0 (IBM Corp., Armonk, NY, USA). Results: Per-protocol analyses of NOCAD (N=378) showed (mean) age: 58.63 years (286 males and 92 females); mean weight: 75.49kg; mean BMI: 27.78kg/m2 and baseline left ventricular ejection fraction (LVEF): (46.85%). Prevalent risk factors include hypertension (100%), dyslipidemia (51.85%), smoking (24.07%), type 2 diabetes (59.52%), stroke (20.37%) and peripheral artery disease (4.76%). In overall population (n=800), bisoprolol (2.5 to 5mg/day) showed significant reduction in resting heart rate (RHR) (14bpm), and LVEF (5.08%). Similarly, in NOCAD cases significant changes in RHR (12.14bpm), and LVEF (4.68%) were noted at 24 weeks. Adverse events included chest congestion (6.61%), asthenia (5.03%), hypotension (4.76%), muscular weakness (3.70%), and bradycardia (1.85%) that were mild to moderate with none requiring treatment withdrawal. Conclusion: Bisoprolol remains a clinically feasible option in Indian patients with NOCAD cases following percutaneous coronary intervention (PCI) as it reduces RHR and improves LVEF. Despite high rates of cardiovascular risk factors like age, type 2 diabetes and diffuse polyvascular disease, the drug was well-tolerated, with fewer adverse events. These results support the use of bisoprolol in managing NOCAD in Indian patients, highlighting its potential therapeutic uses to prevent further cardiac dysfunction.