想象一下这样一种情况:计量经济学家可以利用从一组个人那里获得的调查数据推断出提供高等教育财政援助所带来的福利收益的分布，并可以利用同一组个人参加的高度激励的现场实验来估计相同的分布。在依靠激励选择的实验环境中，做出错误的决定可能代价高昂。在调查中，风险是零的，报告错误的意图和期望是没有成本的。在本文中，我们评估了将两种福利收益分配分解为潜在因素的一致性程度。我们发现，在实验和调查中，个人对一组特定决定因素的权重往往大不相同，对经济援助的估值也不一致。大约66%的有偏见的不一致性(定义为在实验中比在调查中有更高的评估排名的趋势)是由主观利益、成本和其他因素的个体异质性来解释的，其中大约一半的因素在调查和实验中以相反的方向影响经济援助的福利收益。因此，对加拿大高等教育财政援助体系潜在扩张的事前政策评估可能在很大程度上取决于数据是否在“激励”的背景下获得。