我们估计了一个有限混合动态规划的学校决策模型，其中对数工资回归函数设置在一个相关的随机系数模型中，我们使用结构估计来执行反事实的实验。我们的估计表明,动态编程模型与丰富的异构性规范,以及模拟教育/工资历史,可以用来获得的平均估计治疗效果(吃),处理和未经处理的平均治疗效果(丙氨酸/前提),边际治疗效果(MTE),最后,局部平均治疗效果(LATE)。该模型是在1979年至1994年全国青年纵向调查(NLSY)的白人男性小组中实施的。我们发现，进入劳动力市场的平均经验回报(0.059)超过了人口的平均教育回报(0.043)。没有上过大学的人的平均回报(0.0321)和上过大学的人的平均回报(0.0645)之间的差异说明了基于个人具体教育回报的选择性的重要性。我们估计的MTE(0.0573)介于ATU和ATT之间，并超过人口的平均回报。有趣的是，在某些子群体中，低平均工资回报与非常高的教育回报是一致的(最高的特定类型回报是0.13)，模拟的IV估计(大约0.10)可与文献中经常报道的非常高的估计相比较。较高的估计是由于受教育的回报和个人的特定反应之间的正相关。此外，这些成绩并不仅仅取决于那些成绩处于边缘的人，还取决于那些无论如何都能取得较高成绩的人。 The structural dynamic programming model with multi-dimensional heterogeneity is therefore capable of explaining the well known OLS/IV puzzle.