多个学区，这些学区共招收了美国 71% 的学生。他们使用SEDA 数据库和州教育部门的信息来收集学区级别的考试成绩平均值，最终开发了一个数据集，其中包含几乎所有州 2003 年至 2019 年的分数，以及一些州最早的 1994 年的分数。
他们使用人口普查区级别
的房价指数数据并将其映射到 2010 年的学区边界，然后计的信息来收 手机号码数据 集学区算每个学区和年份的平均房价指数。 他们着手估计债券授权对分数和房价的因果影响。他们旨在比较“处理过的”学区（即成功授权债券的学区）和“控制过的”学区（即在同一年提出债券但未能授权的学区）。 但由于成功的学区与未成功的学区在不可观察的方面有所不同，并且他们希望避免与后来成为处理的学区进行比较，因此他们利用了时间错开的接近债券选举的差异。
也就是说他们将
在给定年份和同一组中勉强授权债券的学区与在同一组中也提出债券但未能 客户服务代表培训不当 授权的学区进行比较，事实上，未来从未授权任何债券。 他们将支出分为八类，包括教室建设和翻新、暖通空调、技术/IT 改进或增加、体育设施等。 结果表明，增加学校资本支出平均会提高考试成绩和房价。具体来说，在勉强批准债券提案的地区（与勉强拒绝债券提案的地区相比），债券选举后一至四年，考试成绩平均高出 0.04 个标准差 (SD)；五至八年后，考试成绩高出 0.08 个标准差；九至十二年后，考试成绩高出 0.07 个标准差。
债券批准还会导致平均地区债券选举后五至八年房 印度數據 价上涨 7%。 但是，不同类型的项目和不同类型的学区所产生的影响差异很大。在新建或升级基础设施（如暖通空调系统、管道、锅炉或屋顶）或清除污染物上的投入，会提高考试成绩，但不会影响房价——可能是因为这些对于没有学龄儿童的房主来说并不“可见”。