Łukasz Brzezicki , Artur Prędki
ARTYKUŁ

(Polski) PDF

STRESZCZENIE

W artykule oszacowano — za pomocą metod DEA, SFA i StoNED — efektywność działalności dydaktycznej i naukowej 58 publicznych szkół wyższych w 2014 r. (analiza porównawcza wyników). Wyniki działalności dydaktycznej mierzono przeliczeniową liczbą absolwentów, a działalności naukowej — liczbą nadanych stopni naukowych; w obu przypadkach za nakłady przyjęto liczbę pracowników naukowo-dydaktycznych, pozostałych pracowników niebędących nauczycielami akademickimi oraz wartość środków trwałych uczelni.
W badaniu dokonano oceny stosunku produkcji zaobserwowanej do maksymalnej pod względem liczby absolwentów i nadanych stopni naukowych. Wyniki i interpretacje przedstawiono dla poszczególnych rodzajów uczelni, osobno w odniesieniu do sfer dydaktycznej i naukowej. Wyższe miary efektywności, niezależnie od zastosowanej metody badawczej, uzyskano w zakresie działalności dydaktycznej. Średnia wartość efektywności działalności dydaktycznej obliczona za pomocą DEA wynosiła 0,7844, SFA — 0,8756, a StoNED — 0,8564, natomiast w zakresie działalności naukowej odpowiednio: 0,6690, 0,7351 i 0,6190. Wyniki wskazują, że uczelnie są bardziej skoncentrowane na działalności dydaktycznej, stanowiącej ich główne źródło finansowania — i do niej dostosowują swoje zasoby — niż na działalności naukowej, która jest drugą zasadniczą sferą funkcjonowania tych instytucji.

SŁOWA KLUCZOWE

szkolnictwo wyższe, efektywność, DEA, SFA, StoNED

JEL

C14, D24, I21, I23

BIBLIOGRAFIA

Agasisti, T., Pohl, C. (2012). Comparing German and Italian public universities: Convergence or divergence in the higher education landscape? Managerial and Decision Economics, 33(2), 71—85.

Aigner, D., Lovell, C. A. K., Schmidt, P. (1977). Formulation and Estimation of Stochastic Frontier Production Function Models. Journal of Econometrics, 6, 21—37.

Banker, R. D., Charnes, A., Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30, 1078—1092.

Ćwiąkała-Małys, A. (2010). Pomiar efektywności procesu kształcenia w publicznym szkolnictwie akademickim. Wrocław: Wydawnictwo Uniwersytetu Wrocławskiego.

Fandel, G. (2007). On the performance of universities in North Rhine-Westphalia, Germany: Government’s redistribution of funds judged using DEA efficiency measures. European Journal of Operational Research, (176), 521—533.

Flegg, A. T., Allen, D. O., Field, K., Thurlow, T. W. (2004). Measuring the Efficiency of British Universities: A Multi-Period Data Envelopment Analysis. Education Economics, 12(3), 231—249.

Guzik, B. (2009). Podstawowe modele DEA w badaniu efektywności gospodarczej i społecznej. Poznań: Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.

Izadi, H., Johnes, G., Oskrochi, R., Crouchley, R. (2002). Stochastic frontier estimation of a CES cost function: the case of higher education in Britain. Economics of Education Review, 21(1), s. 63—71.

Katharaki, M., Katharakis, G. (2010). A comparative assessment of Greek universities’ efficiency using quantitative analysis. International Journal of Educational Research, 49(4—5), 115—128.

Kulshreshtha, P., Nayak, T. K. (2015). Efficiency of Higher Technical Educational Institutions in India. Archive of Business Research, 3(1), 94—122.

Kumbhakar, S. C., Lovell, C. A. K. (2000). Stochastic Frontier Analysis. Cambridge: Cambridge University Press.

Kuosmanen, T. (2008). Representation theorem for convex nonparametric least squares. Econometrics Journal, 11(2), 308—325.

Kuosmanen, T., Johnson, A. (2010). Data envelopment analysis as nonparametric least squares regression. Operations Research, 58(1), 149—160.

Kuosmanen, T., Kortelainen, M. (2012). Stochastic non-smooth envelopment of data: semiparametric frontier estimation subject to shape constraints. Journal of Productivity Analysis, 38(1), 11—28.

NKN (2016). Jarosław Gowin: uczelnie powinny zabiegać o zagranicznych studentów i wykładowców. Pobrano z: https://nkn.gov.pl/jaroslaw-gowin-uczelnie-zabiegac-o-zagranicznych-studentow-wykladowcow.

Meeusen, W., van den Broeck, J. (1977). Efficiency estimation from Cobb-Douglas production functions with composed error. Internation Economic Review, 18, 435—444.

MNiSW (2015). Szkolnictwo wyższe 2014. Dane podstawowe. Informator. MNiSW: Warszawa.

Pietrzak, P., Brzezicki, Ł. (2017). Wykorzystanie sieciowego modelu DEA do pomiaru efektywności wydziałów Politechniki Warszawskiej, Edukacja, 3(142), 109—121.

Rządziński, L., Sworowska, A. (2016). Parametric and Non Parametric Methods for Efficiency Assessment of State Higher Vocational Schools in 2009—2011. Entrepreneurial Business and Economics Review, 4(1), 95—112. DOI: http://dx.doi.org/10.15678/EBER.2016.040107.

Seijo, E., Sen, B. (2011). Nonparametric least squares estimation of a multivariate convex regression function. Ann Stat, 39(3), 1633—1657.

Szuwarzyński, A. (2009). Pomiar efektywności działalności badawczej jednostek organizacyjnych wydziału. Problemy zarządzania, 7(4), 113—129.

Świtłyk, M. (2012). Efektywność techniczna publicznych uczelni w latach 2001—2010. Ekonometria, 4(38), 320—342.

Thanassoulis, E., Kortelainen, M., Johnes, G., Johnes, J. (2011). Costs and efficiency of higher education institutions in England: a DEA analysis. Journal of the Operational Research Society, 62(7), 1282—1297.

Varian, H. R. (1997). Mikroekonomia. Warszawa: PWN.

Wolszczak-Derlacz, J. (2013). Efektywność naukowa dydaktyczna i wdrożeniowa publicznych szkół wyższych w Polsce — analiza nieparametryczna. Gdańsk: Wydawnictwo Politechniki Gdańskiej.

Do góry
Copyright © 2019 Główny Urząd Statystyczny