本文给出了有样本选择时边际处理效应(MTE)的识别结果。我们表明，无论治疗与否，对于始终观察的个体，MTE是部分确定的，并且在三组越来越严格的假设下，该参数的边界一致地尖锐。第一个结果用不受限制的样本选择机制强加了标准MTE假设。第二组条件对样本选择变量的处理施加单调性，大大缩小了识别集。最后，我们结合了一个随机优势假设，它收紧了MTE的下界。我们的分析扩展到离散仪器。结果依赖于确定混合权重的问题的混合重新公式，将Lee(2009)的修剪过程扩展到MTE上下文中。我们提出了导出边界的估计量，并使用Deb、Munkin和Trivedi(2006)提供的数据来经验地说明我们方法的有用性。