我们利用工具变量(IV)推导出平均治疗效果的非参数锐界，并利用它们来评估针对弱势青年的Job Corps (JC)培训计划的有效性。我们关注的是异质处理效应下的群体平均处理效果(ATE)和被处理者的平均处理效果(ATT)，这两个参数不是用IV识别的点。用于约束ATE和ATT的主要假设是在处理特定亚群体的平均结果时的单调性，以及这些亚群体的潜在结果的平均优势假设。重要的是，平均优势假设的方向可以从数据中得知，我们的一些边界不需要有界支持的结果。我们使用来自不遵从性随机社会实验(社会实验的一个常见特征)的数据，利用这些边界来评估JC计划的有效性。我们的实证结果表明，在随机化四年后，JC对符合条件的申请人(目标人群)的影响是每周收入和就业分别增加至少24.61美元和4.3个百分点，并减少每年对公共福利福利的依赖至少84.29美元。此外，JC对参与者(接受治疗的人群)的影响是每周收入增加28.67美元至43.47美元，就业增加4.9至9.3个百分点，公共福利减少108.72美元至140.29美元。我们的结果还指出，对于那些决定不参加JC的个体(所谓的从不接受治疗的个体)，JC对劳动力市场结果的平均积极影响，表明这些个体确实会从参加JC中受益。