LA EFICIENCIA DE LAS UNIVERSIDADES PÚBLICAS EN ARGENTINA MEDIANTE EL ANÁLISIS ENVOLVENTE DE DATOS CON BOOTSTRAP

  • Juan Antonio Dip Facultad de Ciencias Económicas. Universidad Nacional de Misiones
  • Facundo Costa de Arguibel Facultad de Ciencias Económicas. Universidad Nacional de Misiones
  • Carolina Pamela Wittig Facultad de Ciencias Económicas. Universidad Nacional de Misiones
Palabras clave: eficiencia en educación superior, DEA en dos etapas, universidades públicas

Resumen

La producción en educación pone en juego diferentes factores, cuya combinación contribuye a la realización de uno o varios productos. La universidad, dentro de la teoría de la firma, puede considerarse como una empresa multiproducto. Sus productos derivan de las tres principales funciones: docencia, investigación y extensión. La combinación de varios insumos que dan origen a dichos productos, nos lleva a pensar en el concepto de eficiencia (técnica).
El trabajo aborda la estimación de dicha eficiencia a través del análisis envolvente de datos (DEA, por sus siglas en inglés), que permite contemplar la característica multiproducto de las universidades. Las investigaciones para Argentina, han estimado los scores de eficiencia sin corregir un posible sesgo y tampoco han explicado los factores que contribuyen a la ineficiencia (eficiencia) que han calculado. Este trabajo pretende hacer un aporte en esa dirección, además de incorporar dos productos derivados de las actividades de extensión universitaria.
En este sentido, se sigue la metodología de Simar y Wilson (2007), quienes exponen un método de bootstrap para aproximar la distribución asintótica y corregir el sesgo de las estimaciones de los scores de eficiencia, en el marco de un análisis envolvente de datos en dos etapas. La segunda etapa implica una regresión truncada de los scores de eficiencia contra un conjunto de variables independientes. Los resultados demuestran la existencia de cierto nivel de ineficiencia en los productos que resultan de las universidades. Los docentes con doctorados y el ratio egresadas/estudiantes mujeres sugieren contribuir positivamente a la eficiencia de las universidades.

Descargas

La descarga de datos todavía no está disponible.

Citas

Agasisti, T., & Johnes, G. (2010). Heterogeneity and the evaluation of efficiency: the case of Italian universities. Applied Economics, 42(11), 1365-1375.
Agasisti, T., & Wolszczak-Derlacz, J. (2014). Exploring universities efficiency differentials between countries in a multi-year perspective: an application of bootstrap DEA and Malmquist index to Italy and Poland, 2001-2011. Institute for Research on Labor and Employment UC Berkeley Working Paper.
Alberto, C. L. (2007). Comparación de la eficiencia técnica de las Universidades públicas en Argentina. Presentado en II Congreso Nacional y I Encuentro Latinoamericano de estudios comparados en educación. Buenos Aires. Recuperado de http://www.saece.org.ar/docs/congreso2/alberto_de_azcona.pdf
Alberto, C. L., Carignano, C. y Ercole, R. (2010). Análisis de eficiencia de las universidades públicas en Argentina mediante métodos no paramétricos. Educere et Educare – Revista de Educação, 5(10), 1-11.
Badunenko, O. & Mozharovskyi, P. (2016). Nonparametric frontier analysis using Stata. The Stata Journal. 16(3), 550-589.
Badunenko, O. & Tauchman, H. (2018). Simar y Wilson two-stage efficiency analysis for stata. FAU discussion paper. Nº 8. F. A. Universitat Erlangen-Nürnberg. Institute for Economics, Erlangen.
Banker, R. D., Charnes, A. & Cooper, W.W. (1984). Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis. Management Science, 30(9), 1078-1092.
Barra, C.; Lagravinese, R. & Zotti, R (2015). Explaining (in)efficiency in higher education: a comparison of parametric and non-parametric analyses to rank universities. MPRA Paper Nº 67119.
Bonaccorsi, A., & Daraio, C. (2005). Exploring size and agglomeration effects on public research productivity. Scientometric, 63(1), 87–120.
Charnes, A., Cooper, W.W. & Rhodes, E. (1981). Evaluating program and managerial efficiency: An application of DEA to program follow through. Management Science, 27(6), 668-697.
Charnes, A., Cooper, W.W. & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.
Coria, M. (2008). Eficiencia técnica de las universidades argentinas de gestión estatal. Trabajo presentado en XLIII Reunión Anual de la Asociación Argentina de Economía Política, Córdoba. Recuperado de http://www.aaep.org.ar/anales/works/works2008/coria.pdf
Dyson, R.G., Allen, R., Camanho, A.S., Podinovski, V.V., Sarrico, C.S., and Shale, E.A., (2001) Pitfalls and Protocols in DEA. European Journal of Operational Research, 132, 245-259.
Farrell, M.J. (1957). The measurement of productive efficiency. Journal of Royal Statistical Society, 120, 253-290.
García de Fanelli, A. (2002). Universidad pública y asignación de fondos, los desafíos de la complejidad organizacional y productiva. (Tesis Doctoral). Facultad de Ciencias Económicas, Universidad de Buenos Aires. Buenos Aires.
Gaymer Cortes, M. y Salas Opazo V. (2013). Eficiencia y Calidad en las universidades chilenas. Recuperado de http://www.economia.usach.cl/index.php/documentos-de-trabajo/item/download/64_222dbb46d95a0fc15c9db57b4cee82c3.
Gromov, A. (2017). The efficiency of russian higher education institutions and its determinants. Working Paper Nº40. National Research University. Higher School of Economics.
Johnes, J. (2006). Data Envelopment Analysis and Its Application to the Measurement of Efficiency in Higher Education. Economics of Education Review, 25, 273-288.
Kempkes, G., and Pohl, C. (2010). The efficiency of German universities–some evidence from nonparametric and parametric methods. Applied Economics,42 (16), 2063-2079.
Knox Lovell, A. C. & Pastor J. T. (1995). Units invariant and translation invariant DEA models. Operations Research Letters, 18,147-151.
Koopmans, T. C. (1951). An analysis of production as an efficient combination of activities. In Koopmans, T. C. (Ed.) Activity Analysis of Production and Allocation, Proceeding of a Conference (pp.33-97). London: John Wiley and Sons Inc.
Kuah, C.T & Wong, Y. W. (2011). Efficiency assessment of universities through data envelopment analysis. Procedia Computer Science, 3,499-506.
Nuñez Castañeda, N. A. (2018). Evaluación del desempeño de los académicos de la facultad de medicina de la Universidad de Chile. (Tesis de maestría). Facultad de ciencias fìsicas y matemáticas. Universidad de Chile. Recuperado de: http://repositorio.uchile.cl/bitstream/handle/2250/164011/Evaluación-del-desempeño-de-los-Académicos-de-la-Facultad-de-Medicina-de-la-Universidad-de-Chile.pdf?sequence=1&isAllowed=y
Olivera, J. (1967). La universidad como unidad de producción. Trabajo presentado en la III Reunión Anual de la Asociación de Economía Política, Tucumán. Recuperado de http://www.aaep.org.ar/anales/works/works1967/olivera.pdf
Pastor, J.T. (1996) Translation Invariance in DEA: A Generalization. Annals of Operations Research 66, 93-102.
Quiroga Martínez, F. (2015). Medición de la eficiencia en universidades nacionales argentinas análisis de la variación en el periodo 2009-2011. Trabajo presentado en el XXII Encuentro de Economía Pública. Universidad de Cantabria. España. Recuperado de https://editorialexpress.com/cgi-bin/conference/download.cgi?db_name=EEP2015&paper_id=109
Rhaiem, M. (2017). Measurement and determinants of academic research efficiency: a systematic review of the evidence. Scientometrics, 110(2),581-615.
Secretaría de Políticas Universitarias (SPU) (2014). Anuario estadísticas universitarias 2014. Ministerio de Educación de la Nación. Recuperado de http://portales.educacion.gov.ar/spu/investigacion-y-estadisticas/anuarios/
Selim S. & Bursalıoğlu, S. (2015).Efficiency of Higher Education in Turkey: A Bootstrapped Two-Stage DEA Approach. International Journal of Statistics and Applications, 5(2), 56-67.
Simar, L. & Wilson, P. W. (1998). Sensitivity analysis of efficiency scores: How to bootstrap in nonparametric frontier models. Management Science, 44(1), 49–61.
Simar, L., & Wilson, P. W. (2007). Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics, 136(1), 31-64.
Simar, L., & Wilson, P.W. (2000). A General Methodology for Bootstrapping in Non-parametric Frontier Models, Journal of Applied Statistics, 27(6): 779-802.
Simar, L. & Zelenyuk, V. (2011). Stochastic FDH/DEA estimators for frontier analysis. Journal of Productivity Analysis, 36(1), 1–20.
Thomé, F. Y Villareal, F. (2017). Análisis envolvente de datos. Un caso de estudio para una universidad argentina. Estudios Gerenciales, 33,302–308.
Wooldridge, J. M. (2009). Introducción a la econometría. Un enfoque moderno, 4ta. Edición, Cengage Learning. México.
Wolszczak Derlacz, J. & Paterka, A. (2011). Efficiency of European public higher education institutions: a two-stage multicountry approach. Scientometrics, 89, 887–917.
Publicado
2019-05-29
Cómo citar
Dip, J., Costa de Arguibel, F., & Wittig, C. (2019). LA EFICIENCIA DE LAS UNIVERSIDADES PÚBLICAS EN ARGENTINA MEDIANTE EL ANÁLISIS ENVOLVENTE DE DATOS CON BOOTSTRAP. Cuadernos Del CIMBAGE, 1(21), 1-26. Recuperado a partir de http://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1340