本文使用两个替代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的变化，另一个使用提高最低离校年龄。每种工具都估计了一个“当地平均治疗效果”，我的动机是分析这些差异的程度，以及哪个更适合得出关于英国教育回归的结论。我使用来自英国家庭面板调查的相同数据来执行每个工具，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是有效的，而且是强有力的，并认为它提供了对额外教育的平均效果的更好估计，类似于普通最小二乘，但对内生性进行了校正。我还利用了学校教育中外生变量的双重来源，得出了学校教育回报的进一步IV估计。我发现，与IV的12.9%(早期吸烟)、10.2% (RoSLA)和12.5%(两种仪器)的估计相比，OLS的估计有很大的向下偏倚(约4.6%)。