在这篇论文中，我们讨论了在低依从性的存在下，关于治疗(ATT)效应的平均治疗的识别和估计的几个方法学问题。我们考虑非实验数据，其中包括一个治疗组，其中实施了一个方案，以及一个非随机抽取的对照组，其中不提供方案。估计ATT包括处理项目的非随机分配和治疗个体之间的非随机参与。我们反对处理后一个问题的标准匹配方法，因为它们是基于我们观察决定参与和结果的所有变量的假设。相反，我们提出了一个iv型估计器，它利用了这样一个事实:在没有溢出效应的情况下，ATT可以表示为平均治疗意图除以参与份额。我们提出了一种半参数估计器，该估计器将匹配估计器的灵活性与标准工具变量方法相结合。我们讨论了两种方法中确定ATT所需的不同假设，并通过估计墨西哥有条件现金转移计划(机会计划)对粮食消费的影响，提供了一个实证应用。