在实证研究中，正确衡量福利干预措施的益处对政策制定者和学术研究人员都非常重要。不幸的是，在调查数据中，内生性项目参与经常被错误报告，标准工具变量技术不足以点识别和一致估计兴趣的影响。在本文中，我们关注局部平均处理效果(LATE)的加权平均值，并(i)推导出因果关系和可从观察数据中恢复的可识别参数之间的简单关系，(ii)提供一种工具变量方法来部分识别异质处理效果，(iii)形式化一种策略，将有关处理个体错误分类概率的管理数据结合起来，以进一步收紧界限。最后，我们用我们的方法重新评估了参加401(k)养老金计划的储蓄收益。