本文使用两个可选的工具变量估计器来估计教育回报:一个利用与早期吸烟行为相关的学校教育变化，另一个使用提高最低离校年龄。每个工具都估计了“当地平均治疗效果”，我的动机是分析这些差异的程度，以及哪种方法更适合得出关于英国教育回归的结论。我对来自英国家庭小组调查的相同数据实施每个工具，并使用过度识别来测试我的工具的有效性。我发现使用早期吸烟行为构建的工具既有效又强大，并认为它提供了对额外教育平均效果的更好估计，类似于普通最小二乘法，但对内生性进行了修正。我还利用学校教育中外生变异的双重来源，推导出对学校教育回报的进一步IV估计。我发现OLS估计值与IV估计值(12.9%(早期吸烟)，10.2% (RoSLA)和12.5%(两种工具)相比，有相当大的向下偏差(约4.6%)。