Baixe o app para aproveitar ainda mais
Prévia do material em texto
Eficiência das instituições de ensino superior públicas europeias: uma abordagem multinacional de dois estágios Joanna Wolszczak-Derlacz • Aleksandra PartekaJoanna Wolszczak-Derlacz • Aleksandra PartekaJoanna Wolszczak-Derlacz • Aleksandra Parteka Recebidos: 04 de junho de 2011 / Publicado on-line: 27 agosto de 2011 O autor (es) de 2011. Este artigo é publicado com acesso aberto na Springerlink.com Resumo O objetivo deste estudo é analisar ef eficiência fi e seus determinantes em um conjunto de instituições de ensino Resumo O objetivo deste estudo é analisar ef eficiência fi e seus determinantes em um conjunto de instituições de ensino superior (IES) de vários países europeus por meio de técnicas de fronteira não paramétricos. Nossa análise é baseada em uma amostra de 259 IES públicas a partir de 7 países europeus em todo o período 2001-2005. Nós conduzimos uma análise DEA em duas fases (Simar e Wilson em J Economet 136: 31-64, 2007 ), Primeiro avaliando dezenas DEA e, em seguida, DEA em duas fases (Simar e Wilson em J Economet 136: 31-64, 2007 ), Primeiro avaliando dezenas DEA e, em seguida, DEA em duas fases (Simar e Wilson em J Economet 136: 31-64, 2007 ), Primeiro avaliando dezenas DEA e, em seguida, regredindo-los em potenciais co-variáveis com o uso de uma regressão truncada bootstrapped. Os resultados indicam uma considerável variabilidade das pontuações fi ciência ef dentro e entre países. Tamanho da unidade (economias de escala), o número ea composição das faculdades, fontes de financiamento e composição do pessoal de gênero são encontrados para estar entre os determinantes cruciais do desempenho dessas unidades. Especificamente, nós encontramos evidências de que uma parcela maior de recursos de fontes externas e um maior número de mulheres entre o pessoal académico melhorar a fi ciência ef da instituição. Palavras-chave Ensino superior Duas fases DEA resultados da investigaçãoPalavras-chave Ensino superior Duas fases DEA resultados da investigaçãoPalavras-chave Ensino superior Duas fases DEA resultados da investigaçãoPalavras-chave Ensino superior Duas fases DEA resultados da investigação Jel Classi fi cações I23 C14 I22Jel Classi fi cações I23 C14 I22 Introdução O desenvolvimento de métodos não paramétricos, tais como Análise de Dados (DEA), gratuito Disposal Hull (FDH) e outros (por exemplo Malmquist índices) têm resultado em crescente literatura sobre avaliação de fi ciência ef de unidades de tomada de decisão (DMU) em diferentes setores. No entanto, a questão da universidade / escola eficiência foi objecto de um número limitado de estudos. Por exemplo, uma base de dados bibliográficos de artigos publicados em DEA J. Wolszczak-Derlacz (&) A. PartekaJ. Wolszczak-Derlacz (&) A. Parteka Faculdade de Gestão e Economia da Universidade de Tecnologia de Gdansk, ul. Narutowicza 11/12, 80-233 Gdan'sk, Polônia e-mail: jwo@zie.pg.gda.pl A. Parteka e-mail: aparteka@zie.pg.gda.pl 123 Scientometrics (2011) 89: 887-917 DOI 10,1007 / s11192-011-0484-9 cientificas revistas fi c nos anos 1950-2007, mantidos por Gattou fi et al. ( 2010 ), Registra apenas cerca de 3,5% de cientificas revistas fi c nos anos 1950-2007, mantidos por Gattou fi et al. ( 2010 ), Registra apenas cerca de 3,5% de cientificas revistas fi c nos anos 1950-2007, mantidos por Gattou fi et al. ( 2010 ), Registra apenas cerca de 3,5% de estudos dedicados às questões de ensino superior. 1estudos dedicados às questões de ensino superior. 1 Os estudos existentes sobre a eficiência das instituições de ensino superior têm sido baseados principalmente na país-específico de dados, e apenas uma pequena amostra de países tem sido coberto, pois além de algumas excepções (relativas, por exemplo, instituições de ensino superior no Reino Unido ou na Finlândia) micro dados sobre as IES não são facilmente obtidos e comparáveis entre países e períodos de tempo. Para a revisão do primeiro estudo empírico utilizando técnicas de medição de fronteira eficiência na educação, ver Worthington 2001 estude.técnicas de medição de fronteira eficiência na educação, ver Worthington 2001 estude.técnicas de medição de fronteira eficiência na educação, ver Worthington 2001 estude. Curiosamente, universidades australianas já foram analisados em profundidade, por exemplo, ver Abbott e Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Doucouliagos 2003 ; Avkiran 2001 ; Carrington et ai. 2005 ; Worthington e Lee 2008 . Entre os países europeus, o Reino Unido tem uma tradição particularmente longa e rica em análise formal da eficiência fi ef ea produtividade do sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; sector do ensino superior (entre outros: Flegg et al. 2004 ; Glass et al. 1995 ; Izadi 2002 ; Johnes e Johnes 1995 ; Johnes 2006a , b ). Outros estudos país específico sobre ef eficiência fi sistemas de ensino superior na Europa 2006a , b ). Outros estudos país específico sobre ef eficiência fi sistemas de ensino superior na Europa 2006a , b ). Outros estudos país específico sobre ef eficiência fi sistemas de ensino superior na Europa 2006a , b ). Outros estudos país específico sobre ef eficiência fi sistemas de ensino superior na Europa considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi considerada IES na Itália (Abramo et al. 2008 ; Agasisti e DalBianco 2006 ; Agasisti e Salerno 2007 ; Bonaccorsi et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007et al. 2006 ; Ferrari e Laureti 2005 ; Tommaso e Bianco 2006 ), Áustria (Leitner et al. 2007 ), Alemanha (Fandel 2007 ; Kempkes e Pohl 2010 ; Aviso 2004 ), Polónia (Wolszczak-Derlacz e Parteka 2010 ) E Finlândia (Räty2010 ; Aviso 2004 ), Polónia (Wolszczak-Derlacz e Parteka 2010 ) E Finlândia (Räty2010 ; Aviso 2004 ), Polónia (Wolszczak-Derlacz e Parteka 2010 ) E Finlândia (Räty2010 ; Aviso 2004 ), Polónia (Wolszczak-Derlacz e Parteka 2010 ) E Finlândia (Räty2010 ; Aviso 2004 ), Polónia (Wolszczak-Derlacz e Parteka 2010 ) E Finlândia (Räty2010 ; Aviso 2004 ), Polónia (Wolszczak-Derlacz e Parteka 2010 ) E Finlândia (Räty 2002 ). estudos cross-country são difícil do para executar devido a problemas com a recolha de microdados comparáveis 2002 ). estudos cross-country são difícil do para executar devido a problemas com a recolha de microdados comparáveis sobre o desempenho IES. Apenas alguns estudos analisaram a eficiência de IES de países mais europeus. Bonaccorsi et al. ( 2007aApenas alguns estudos analisaram a eficiência de IES de países mais europeus. Bonaccorsi et al. ( 2007a ) Coberto universidades de Itália, Espanha, Portugal, Noruega, Suíça e Reino Unido; Bonaccorsi et al. ( 2007b) Coberto universidades de Itália, Espanha, Portugal, Noruega, Suíça e Reino Unido; Bonaccorsi et al. ( 2007b ) universidades comparação desta vez por fi eld pesquisa da Finlândia, Itália, Noruega e Suíça; Agasisti e Johnes ( 2009 ) Comparou a fi técnico eficiência de Inglês e universidades italianas no período de 2002/2003 Johnes ( 2009 ) Comparou a fi técnico eficiência de Inglês e universidades italianas no período de 2002/2003 Johnes ( 2009 ) Comparou a fi técnico eficiência de Inglês e universidades italianas no período de 2002/2003 a 2004/2005. O objetivo desta pesquisa é não só para avaliar a relação ef técnico fi ciência das instituições europeias de ensino superior em um ambiente comparativa, mas também para revelar os determinantes externos do seu desempenho. Para alcançar este objectivo, a análise é enriquecida pela segunda etapa na qual a pontuação da DEA são regrediu em um par de potenciais determinantes da eficiência com o uso de procedimento de bootstrap de Simar e Wilson ( 2007 ), em um par de potenciais determinantes da eficiência com o uso de procedimento de bootstrap de Simar e Wilson ( 2007 ), em um par de potenciais determinantes da eficiência com o uso de procedimento de bootstrap de Simar e Wilson ( 2007 ), A fim de garantir estatística proficiência. No contexto dos determinantes do desempenho escolar ou universitário, um procedimento de dois estágios já foi usado. Por exemplo, Ray ( 1991 ) OLS utilizado na segunda etapa na análise do procedimento de dois estágios já foi usado. Por exemplo, Ray ( 1991 ) OLS utilizado na segunda etapa na análise do procedimento de dois estágios já foi usado. Por exemplo, Ray ( 1991 ) OLS utilizado na segunda etapa na análise do impacto das características socioeconômicas na pontuação eficiência e fi de 122 escolas de ensino médio Connecticut, encontrando que o nível de educação dos pais teve um impacto positivo sobre o desempenho do aluno, e que pertença a uma minoria étnica e sendo criado em uma família monoparental teve um impacto negativo. Mancebo'n e Bandre's ( 1999a uma minoria étnica e sendo criado em uma família monoparental teve um impacto negativo. Mancebo'n e Bandre's ( 1999 ) Analisaram escolas secundárias espanhóis, tentando detectar, por meio de análise descritiva, e sem um segundo de regressão formais etapa, diferenças características entre os mais ciente fi ef e escolas cientes menos ef fi, e como tal a apontar uma localização urbana. O modelo Tobit é mais frequentemente usado em uma segunda etapa que é explicado pela boundedness dos escores da DEA. Entre outros: Kirjavainen e Loikkanen ( 1998 ) Empregam o modelo tobit na pela boundedness dos escores da DEA. Entre outros: Kirjavainen e Loikkanen ( 1998 ) Empregam o modelo tobit na pela boundedness dos escores da DEA. Entre outros: Kirjavainen e Loikkanen ( 1998 ) Empregam o modelo tobit na análise das escolas secundárias finlandesas, encontrando que ineficiência diminui com o tamanho da classe e nível de educação dos pais. Do mesmo modo, o modelo foi utilizada Tobias por Kempkes e Pohl 1 A pesquisa foi realizada em 2 de abril de 2011, com o uso da versão 0.70 da base de dados bibliográfica DEA contendo 3911 estudos 1 A pesquisa foi realizada em 2 de abril de 2011, com o uso da versão 0.70 da base de dados bibliográfica DEA contendo 3911 estudos (deabib.org) e retornou 65 acertos para o '' universidade '' universidades, ' 'ou'' 44 para '' 'foram obtidas e 27 batidas para a frase' escolas '' educação superior. '' 888 J. Wolszczak-Derlacz, A. Parteka 123 ( 2010 ), Que regridem a pontuação fi ciência ef das universidades alemãs obtidos através da DEA no PIB regional ( 2010 ), Que regridem a pontuação fi ciência ef das universidades alemãs obtidos através da DEA no PIB regional ( 2010 ), Que regridem a pontuação fi ciência ef das universidades alemãs obtidos através da DEA no PIB regional per capita e manequins para a existência de engenharia e / ou departamentos médicos. Eles concluem que as IES localizadas em regiões mais prósperas (terras alemãs ocidentais) têm mais probabilidade de benefício, em termos de eficiência, a partir do ambiente. Oliviera e Santos ( 2005 ) E Alexander et al. ( 2010 ) Parecem ser os únicos (àOliviera e Santos ( 2005 ) E Alexander et al. ( 2010 ) Parecem ser os únicos (àOliviera e Santos ( 2005 ) E Alexander et al. ( 2010 ) Parecem ser os únicos (àOliviera e Santos ( 2005 ) E Alexander et al. ( 2010 ) Parecem ser os únicos (àOliviera e Santos ( 2005 ) E Alexander et al. ( 2010 ) Parecem ser os únicos (à melhor de nosso conhecimento), que até agora têm implementado o procedimento de inicialização criado por Simar e Wilson ( 2007 ) Para estudar a questão das instituições de ensino. Oliviera e Santos ( 2005 ) Analisaram a fi ciência ef de Wilson ( 2007 ) Para estudar a questão das instituições de ensino. Oliviera e Santos ( 2005 ) Analisaram a fi ciência ef de Wilson ( 2007 ) Para estudar a questão das instituições de ensino. Oliviera e Santos ( 2005 ) Analisaram a fi ciência ef de Wilson ( 2007 ) Para estudar a questão das instituições de ensino. Oliviera e Santos ( 2005 ) Analisaram a fi ciência ef de Wilson ( 2007 ) Para estudar a questão das instituições de ensino. Oliviera e Santos ( 2005 ) Analisaram a fi ciência ef de 42 escolas públicas portuguesas, encontrando que ef escola fi ciência pode ser explicado de forma positiva pelo número de médicos por 1.000 habitantes e negativamente pela taxa de desemprego da região onde a escola está localizada. No segundo estudo, Alexander et al. ( 2010 ) Analisaram o setor secundário na Nova Zelândia, e descobriu que o tipo segundo estudo, Alexander et al. ( 2010 ) Analisaram o setor secundário na Nova Zelândia, e descobriu que o tipo segundo estudo, Alexander et al. ( 2010 ) Analisaram o setor secundário na Nova Zelândia, e descobriu que o tipo integrado escola contra estaduais, meninas versus co-educativo-afeta ef escola fi ciência, bem como a localização (urbana versus áreas rurais), e a qualidadedos professores. Alternativamente, Bonaccorsi et al. ( 2006 ) Usar a proporção de condicional para incondicionalAlternativamente, Bonaccorsi et al. ( 2006 ) Usar a proporção de condicional para incondicionalAlternativamente, Bonaccorsi et al. ( 2006 ) Usar a proporção de condicional para incondicional pontuação fi ciência EF para investigar os efeitos de variáveis externas sobre o desempenho do conjunto de universidades italianas. No entanto, no seu caso, as medidas condicionais de eficiência lhes permitem verificar o impacto de fatores externos somente um por um, e não simultaneamente, como em nossa abordagem. Eles concluem que nem economias de escala (tamanho da unidade) nem economias de escopo (interdisciplinares da unidade) são fatores significativas para explicar a investigação e educação produtividade. Os limites da literatura existente normalmente preocupação restrita país e cobertura em tempo, eo uso de métodos de estimação inadequados [censurado (Tobias) regressão]. 2métodos de estimação inadequados [censurado (Tobias) regressão]. 2 Nós pagamos a atenção e tentou corrigir as deficiências de estudos anteriores, utilizando um conjunto original e vasta de dados sobre as características individuais de IES de 7 países para o período 1995-2005. Em conjunto com uma metodologia de estimativa consistente, este estudo apresenta uma extensão importante da literatura existente. Para o melhor de nosso conhecimento, este é um dos primeira tentativa para analisar o fi técnico eficiência das unidades académicas europeias de mais de dois países, mas também o primeiro estudo que tenta identificar os determinantes do desempenho IES de vários países. Tal visão ampla do ef avaliação fi ciência de unidades de ensino superior é necessária quando se considera a crescente pressão para fornecer publicável pesquisa de alta qualidade em revistas internacionais, de alta competitividade para o financiamento externo (subsídios europeus etc.) e a internacionalização dos estudos. A necessidade de uma tal análise ampla foi expressa em estudos anteriores (por exemplo, Agasisti e Johnes 2009 ).exemplo, Agasisti e Johnes 2009 ).exemplo, Agasisti e Johnes 2009 ). O resto do estudo é estruturado da seguinte forma. Na seção '' análise DEA inicialização de dois estágios '', O resto do estudo é estruturado da seguinte forma. Na seção '' análise DEA inicialização de dois estágios '', O resto do estudo é estruturado da seguinte forma. Na seção '' análise DEA inicialização de dois estágios '', Apresentamos uma base teórica e metodológica para a análise não-paramétrica de desempenho fi ciência ef. Seção '' cenário empírico '' Contém a descrição do nosso painel e dados, juntamente com estatísticas descritivas chave sobre '' cenário empírico '' Contém a descrição do nosso painel e dados, juntamente com estatísticas descritivas chave sobre '' cenário empírico '' Contém a descrição do nosso painel e dados, juntamente com estatísticas descritivas chave sobre IES europeias de nossa amostra. Na seção '' Os resultados da análise empírica sobre o desempenho eficiência e fi '' IES europeias de nossa amostra. Na seção '' Os resultados da análise empírica sobre o desempenho eficiência e fi '' IES europeias de nossa amostra. Na seção '' Os resultados da análise empírica sobre o desempenho eficiência e fi '' São apresentados os resultados de nossa avaliação empírica da eficiência das IES europeias: a primeira etapa da nossa análise baseia-se no cálculo da pontuação da DEA, enquanto a segunda fase é dedicada à exploração de potenciais determinantes da ineficiência. Nossas principais resultados indicam um nível relativamente baixo de eficiência de IES na amostra de 7 países europeus. Ao olhar para os escores médios eficiência ao longo do período de análise, eles poderiam melhorar a produção em até 55%, mantendo o seu entradas estável. o 2 Simar e Wilson ( 2007 ) Discutir em detalhes por que o censurada (Tobit) regressão tradicionalmente usada não é adequada aqui.2 Simar e Wilson ( 2007 ) Discutir em detalhes por que o censurada (Tobit) regressão tradicionalmente usada não é adequada aqui.2 Simar e Wilson ( 2007 ) Discutir em detalhes por que o censurada (Tobit) regressão tradicionalmente usada não é adequada aqui.2 Simar e Wilson ( 2007 ) Discutir em detalhes por que o censurada (Tobit) regressão tradicionalmente usada não é adequada aqui. instituições europeias de ensino superior público 889 123 médios EF peles pontuação fi ciência a grande variabilidade das pontuações fi ciência ef dentro e entre países. Consequentemente, não há um país que pode ser escolhido como tendo '' o melhor '', ou seja, a fi ciente, sistema de ensino mais ef superior. Finalmente, a segunda etapa de análise confirmados de que o tamanho da unidade (economias de escala), o número ea composição das faculdades, fonte de financiamento e composição do pessoal de gênero estão entre determinantes cruciais do desempenho das unidades. Os resultados indicam que, quanto maior a proporção de fundos de fontes externas e maior o número de mulheres entre os docentes, a diminuir o fi ciência INEF da instituição. Esses achados podem ter implicações políticas claras, e pode ser especialmente importante do ponto de vista dos gestores de IES. análise DEA inicialização de dois estágios Nós nos concentramos na avaliação da eficiência das instituições públicas de ensino superior europeu, onde ef eficiência fi é entendida não em termos absolutos, mas como o desempenho em relação a um fi tecnologia ef caz (representado por uma função fronteira). A fronteira pode ser estimado através DEA 3 ou por métodos de fronteira estocásticos.função fronteira). A fronteira pode ser estimado através DEA 3 ou por métodos de fronteira estocásticos.função fronteira). A fronteira pode ser estimado através DEA 3 ou por métodos de fronteira estocásticos. No contexto do ensino superior, a DEA é uma ferramenta muito útil, pois permite ao pesquisador capturar múltiplas entradas e múltiplas saídas ao mesmo tempo, focando o tratamento não paramétrico do ef fronteira fi ciência. A análise da produtividade instituições de ensino é diferente a partir de medições de produtividade padrão, não só porque não fi pro t é maximizada aqui, mas também porque as IES não são padrão firmas com uma saída e um conjunto de entradas. Pelo contrário, as IES são produtores de pelo menos duas saídas: ensino e pesquisa. A metodologia de medição de fi ciência ef tem que tomar esta cidade fi cações em conta. tratamento não paramétrico do ef fronteira fi ciência não assume uma forma funcional particular (como no caso de métodos paramétricos), mas baseia-se nas propriedades de regularidade gerais, tais como monotonicidade, convexidade, e homogeneidade. DEA é baseado em um algoritmo de programação linear, a construção de um fi fronteira eficiência ef a partir de dados sobre as unidades de tomada de decisão individuais (DMU) -em nosso caso, universidades (ou, mais genericamente, as IES). Passando para a apresentação formal do método, apresentamos o conceito de DEA, em grande parte, na sequência da notação e exposição fornecida por Simar e Wilson ( 2000 , 2007 ). No contexto da IES, modelos orientados a saída são mais notação e exposição fornecida por Simar e Wilson ( 2000 , 2007 ). No contexto da IES, modelos orientados a saída são mais notação e exposição fornecida por Simar e Wilson ( 2000 , 2007 ). No contexto da IES, modelos orientados a saída são mais notação e exposição fornecida por Simar e Wilson ( 2000 , 2007 ). No contexto da IES, modelos orientados a saída são mais notação e exposição fornecida por Simar e Wilson ( 2000 , 2007 ). No contexto da IES, modelos orientados a saída são mais utilizados porque a quantidade ea qualidade dos insumos, tais como participantes de estudantes ou pessoal académico, estão a ser assumida fixado exogenamente, e as universidades não podem influenciar esses números ou características, pelo menos não em a curtoprazo (Bonaccorsi et al. 2006 ). Consequentemente, apresentamos aqui uma versão pelo menos não em a curto prazo (Bonaccorsi et al. 2006 ). Consequentemente, apresentamos aqui uma versão pelo menos não em a curto prazo (Bonaccorsi et al. 2006 ). Consequentemente, apresentamos aqui uma versão outputoriented do modelo. O processo de produção é limitado pelo conjunto de produção: W ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º MW ¼ ð x; y Þ 2 R N º M º X pode produzir yº X pode produzir yº X pode produzir yº X pode produzir y j ð 1 ºð 1 ºð 1 º Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas.Onde X representa um vector de N entradas e y o vector de M saídas. A fronteira de produção é o limite de W. No interior da W há unidades que são tecnicamente ineficiente, A fronteira de produção é o limite de W. No interior da W há unidades que são tecnicamente ineficiente, A fronteira de produção é o limite de W. No interior da W há unidades que são tecnicamente ineficiente, A fronteira de produção é o limite de W. No interior da W há unidades que são tecnicamente ineficiente, A fronteira de produção é o limite de W. No interior da W há unidades que são tecnicamente ineficiente, enquanto os cientes tecnicamente e fi operam no limite de W,enquanto os cientes tecnicamente e fi operam no limite de W, ou seja, a fronteira tecnologia. Se descrever o conjunto de produção W por suas seções, então o conjunto exigência de saída ou seja, a fronteira tecnologia. Se descrever o conjunto de produção W por suas seções, então o conjunto exigência de saída ou seja, a fronteira tecnologia. Se descrever o conjunto de produção W por suas seções, então o conjunto exigência de saída é descrita para todos X 2 R N º:é descrita para todos X 2 R N º:é descrita para todos X 2 R N º:é descrita para todos X 2 R N º:é descrita para todos X 2 R N º:é descrita para todos X 2 R N º: 3 origens datam da DEA para o papel seminal de Farrell ( 1957 ). Para uma apresentação completa do método ver: Cooper et al. ( 2000 ) Ou 3 origens datam da DEA para o papel seminal de Farrell ( 1957 ). Para uma apresentação completa do método ver: Cooper et al. ( 2000 ) Ou 3 origens datam da DEA para o papel seminal de Farrell ( 1957 ). Para uma apresentação completa do método ver: Cooper et al. ( 2000 ) Ou 3 origens datam da DEA para o papel seminal de Farrell ( 1957 ). Para uma apresentação completa do método ver: Cooper et al. ( 2000 ) Ou 3 origens datam da DEA para o papel seminal de Farrell ( 1957 ). Para uma apresentação completa do método ver: Cooper et al. ( 2000 ) Ou 3 origens datam da DEA para o papel seminal de Farrell ( 1957 ). Para uma apresentação completa do método ver: Cooper et al. ( 2000 ) Ou Coelli et al. ( 2005 ). 890Coelli et al. ( 2005 ). 890Coelli et al. ( 2005 ). 890 J. Wolszczak-Derlacz, A. Parteka 123 Y ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 WY ð X Þ ¼ y 2 R M º JD x; y Þ 2 W ð 2 ºð 2 ºð 2 º Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como:Em seguida, a (orientada saída de) eficiência fronteira o Y ð X º está definida para um determinado X 2 R N º Como: o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1o Y ð X Þ ¼ yy 2 Y ð X º; k y 62 Y ð X º; 8 k [ 1jf g ð 3 ºð 3 ºð 3 º e a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º Me a medida de saída de eficiência para uma unidade de produção localizada em ð x; y Þ 2 R N º M º ( x, y) é:( x, y) é:( x, y) é:( x, y) é: k ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wk ð x; y Þ ¼ cear k ð x; k y Þ 2 Wjf g ð 4 ºð 4 ºð 4 º Como o conjunto de produção W é, na prática, pontuação não observadas eficiência e fi k ( x, y) são obtidos por estimadores Como o conjunto de produção W é, na prática, pontuação não observadas eficiência e fi k ( x, y) são obtidos por estimadores Como o conjunto de produção W é, na prática, pontuação não observadas eficiência e fi k ( x, y) são obtidos por estimadores Como o conjunto de produção W é, na prática, pontuação não observadaseficiência e fi k ( x, y) são obtidos por estimadores Como o conjunto de produção W é, na prática, pontuação não observadas eficiência e fi k ( x, y) são obtidos por estimadores Como o conjunto de produção W é, na prática, pontuação não observadas eficiência e fi k ( x, y) são obtidos por estimadores Como o conjunto de produção W é, na prática, pontuação não observadas eficiência e fi k ( x, y) são obtidos por estimadores DEA, por exemplo, para a orientação de saída com rendimentos constantes de escala (CRS), a solução é encontrada por meio do programa linear: ^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n^ k CRS ð x; y Þ ¼ cear k x; k y X n Eu ¼ 1Eu ¼ 1Eu ¼ 1 c Eu y Eu; X X nc Eu y Eu; X X nc Eu y Eu; X X nc Eu y Eu; X X nc Eu y Eu; X X nc Eu y Eu; X X nc Eu y Eu; X X n Eu ¼ 1Eu ¼ 1Eu ¼ 1 c Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n ºc Eu X Eu para ð c 1; . . . c n º ( de tal modo que: c Eu de tal modo que: c Eu de tal modo que: c Eu 0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g:0; Eu ¼ 1; . . .; n g: ð 5 ºð 5 ºð 5 º Na segunda etapa, usamos as pontuações eficiência DEA (anteriormente calculadas) como variável dependente (^ k Eu) regredindo-los em potenciais variáveis exógenas (ambientais) ( z Eu):dependente (^ k Eu) regredindo-los em potenciais variáveis exógenas (ambientais) ( z Eu):dependente (^ k Eu) regredindo-los em potenciais variáveis exógenas (ambientais) ( z Eu):dependente (^ k Eu) regredindo-los em potenciais variáveis exógenas (ambientais) ( z Eu):dependente (^ k Eu) regredindo-los em potenciais variáveis exógenas (ambientais) ( z Eu):dependente (^ k Eu) regredindo-los em potenciais variáveis exógenas (ambientais) ( z Eu): ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ^ k Eu ¼ uma º z Eu b º e Eu ð 6 ºð 6 ºð 6 º Onde e Eu é um ruído estatístico com a distribuição restrita por: e Eu Onde e Eu é um ruído estatístico com a distribuição restrita por: e Eu Onde e Eu é um ruído estatístico com a distribuição restrita por: e Eu Onde e Eu é um ruído estatístico com a distribuição restrita por: e Eu Onde e Eu é um ruído estatístico com a distribuição restrita por: e Eu Onde e Eu é um ruído estatístico com a distribuição restrita por: e Eu 1 az Eu b desde DEA1 az Eu b desde DEA1 az Eu b desde DEA1 az Eu b desde DEA1 az Eu b desde DEA pontuações fi ciência ef são maiores do que ou igual a um na abordagem de saída de orientação. Um par de problemas surgem devido ao fato de que as pontuações DEA verdadeiros não são observadas e substituído pelo estimado anteriormente ^ k Eu, que por sua vez são correlacionados em série de uma forma desconhecida. Além disso, o termo de estimado anteriormente ^ k Eu, que por sua vez são correlacionados em série de uma forma desconhecida. Além disso, o termo de estimado anteriormente ^ k Eu, que por sua vez são correlacionados em série de uma forma desconhecida. Além disso, o termo de estimado anteriormente ^ k Eu, que por sua vez são correlacionados em série de uma forma desconhecida. Além disso, o termo de erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para erro e Eu está correlacionada com z Eu desde entradas e saídas podem ser correlacionados com as variáveis ambientais. Para obter imparciais beta COEF coeficientes fi e intervalos de confiança válidos, seguimos o procedimento de inicialização de Simar e Wilson ( 2007 ). Ele envolve a obtenção de estimativas de ^ k Eu na primeira etapa e, em seguida, regredindo-los em potenciais e Wilson ( 2007 ). Ele envolve a obtenção de estimativas de ^ k Eu na primeira etapa e, em seguida, regredindo-los em potenciais e Wilson ( 2007 ). Ele envolve a obtenção de estimativas de ^ k Eu na primeira etapa e, em seguida, regredindo-los em potenciais e Wilson ( 2007 ). Ele envolve a obtenção de estimativas de ^ k Eu na primeira etapa e, em seguida, regredindo-los em potenciais e Wilson ( 2007 ). Ele envolve a obtenção de estimativas de ^ k Eu na primeira etapa e, em seguida, regredindo-los em potenciais e Wilson ( 2007 ). Ele envolve a obtenção de estimativas de ^ k Eu na primeira etapa e, em seguida, regredindo-los em potenciais co-variáveis ( z Eu) com o uso de uma regressão truncada bootstrapped. Em alternativa, como uma robustez verificar que seguir co-variáveis ( z Eu) com o uso de uma regressão truncada bootstrapped. Em alternativa, como uma robustez verificar que seguir co-variáveis ( z Eu) com o uso de uma regressão truncada bootstrapped. Em alternativa, como uma robustez verificar que seguir co-variáveis ( z Eu) com o uso de uma regressão truncada bootstrapped. Em alternativa, como uma robustez verificar que seguir chamado método de bootstrap dupla na qual pontuações DEA são bootstrap na primeira fase para obter polarização corrigido pontuações eficiência, e, em seguida, o segundo passo é realizado, como antes, sobre as bases de bootstrap-truncado regressão. Praticamente, para obter pontuação de fi ciência da DEA ef, nós utilizamos FEAR 1.15 software de Wilson ( 2008 ) Que Praticamente, para obter pontuação de fi ciência da DEA ef, nós utilizamos FEAR 1.15 software de Wilson ( 2008 ) Que Praticamente, para obter pontuação de fi ciência da DEA ef, nós utilizamos FEAR 1.15 software de Wilson ( 2008 ) Que está disponível gratuitamente on-line, e os modelos de regressão truncadas foram então realizadas no STATA. 4está disponível gratuitamente on-line, e os modelos de regressão truncadas foram então realizadas no STATA. 4 cenário empírico A composição de dados e o painel A análise baseia-se no banco de dados de nível universitário, contendo informações sobre as saídas e entradas de instituições de ensino superior públicas de um conjunto de UE (Áustria, Finlândia, Alemanha, Itália, Polónia e Reino Unido) e não-UE (Suíça) países para 4 códigos Stata estão disponíveis a partir autores, mediante solicitação. instituições 4 códigos Stata estão disponíveis a partir autores, mediante solicitação. instituições europeias de ensino superior público 891 123 qual foi possível reunir dados micro comparáveis. 5 Tabela 4 no apêndice contém as informações sobre o número de IES qual foi possível reunir dados micro comparáveis. 5 Tabela4 no apêndice contém as informações sobre o número de IES qual foi possível reunir dados micro comparáveis. 5 Tabela 4 no apêndice contém as informações sobre o número de IES qual foi possível reunir dados micro comparáveis. 5 Tabela 4 no apêndice contém as informações sobre o número de IES qual foi possível reunir dados micro comparáveis. 5 Tabela 4 no apêndice contém as informações sobre o número de IES de cada país, enquanto uma lista detalhada de todas as universidades abrangidos pelo estudo são apresentados na Tabela 5 , Também no apêndice. A coleção de micro dados (ao nível da única IES) não é uma questão trivial. Os países Tabela 5 , Também no apêndice. A coleção de micro dados (ao nível da única IES) não é uma questão trivial. Os países Tabela 5 , Também no apêndice. A coleção de micro dados (ao nível da única IES) não é uma questão trivial. Os países diferem na disponibilidade e cobertura dos dados de nível universitário. Na tabela 6 no Apêndice, a fonte dos dados é diferem na disponibilidade e cobertura dos dados de nível universitário. Na tabela 6 no Apêndice, a fonte dos dados é diferem na disponibilidade e cobertura dos dados de nível universitário. Na tabela 6 no Apêndice, a fonte dos dados é apresentado. Da amostra de nossos países, os bancos de dados mais abrangentes relativos IES existe na Finlândia, Reino Unido e Itália, com plataformas online disponíveis gratuitamente que dá acesso a todas as estatísticas que não são confidenciais. 6 Para suíça, austríaca e alemã IES, os dados foi gentilmente cedido pela equipe da respectiva são confidenciais. 6 Para suíça, austríaca e alemã IES, os dados foi gentilmente cedido pela equipe da respectiva são confidenciais. 6 Para suíça, austríaca e alemã IES, os dados foi gentilmente cedido pela equipe da respectiva Central de Estatística de escritórios. Parte dos dados (por exemplo, ano de fundação ou local) pode ser acessado através de páginas web do IES. No caso da Polónia, infelizmente, micro-dados sobre as IES praticamente não existe para fins de investigação. Não há plataforma on-line que contém os dados; algumas estatísticas estão disponíveis em uma versão em papel em diversas fontes publicadas pelo Ministério da Ciência e Ensino Superior ou Central de Estatística Of fi ce. Consequentemente, os dados sobre Polish IES que conseguimos reunir vêm de várias fontes, tanto de oficialmente publicada fontes estatísticas, e através de contato direto com estatística de escritórios que possuem os dados (Informações detalhadas estão disponíveis com os autores, a pedido). Mesmo que os nossos dados vem de várias fontes e instituições interessadas de países distintos, uma atenção especial tem sido posta em garantir um nível máximo de comparabilidade das variáveis cruciais entre os países, de acordo com o UNESCO-UIS / OCDE / Eurostat (UOE) 2004 manual de recolha de dados, e com o manual de acordo com o UNESCO-UIS / OCDE / Eurostat (UOE) 2004 manual de recolha de dados, e com o manual de acordo com o UNESCO-UIS / OCDE / Eurostat (UOE) 2004 manual de recolha de dados, e com o manual de Frascati (OCDE 2002 ). Tabela 7 nos presentes Apêndice a definição de variáveis fundamentais que foram utilizado Frascati (OCDE 2002 ). Tabela 7 nos presentes Apêndice a definição de variáveis fundamentais que foram utilizado Frascati (OCDE 2002 ). Tabela 7 nos presentes Apêndice a definição de variáveis fundamentais que foram utilizado Frascati (OCDE 2002 ). Tabela 7 nos presentes Apêndice a definição de variáveis fundamentais que foram utilizado Frascati (OCDE 2002 ). Tabela 7 nos presentes Apêndice a definição de variáveis fundamentais que foram utilizado na primeira ou segunda etapa da análise. Quanto às medidas de entrada, o nosso conjunto de dados contém informações sobre o número total de estudantes, docentes e receitas totais. As receitas totais, que foram originalmente relatados em moedas nacionais, foram recalculados em real (2005 = 100) poder de compra em euros originalmente relatados em moedas nacionais, foram recalculados em real (2005 = 100) poder de compra em euros correntes. Dada a dupla missão das instituições de ensino superior (ensino e pesquisa) 7 como saídas, correntes. Dada a dupla missão das instituições de ensino superior (ensino e pesquisa) 7 como saídas, correntes. Dada a dupla missão das instituições de ensino superior (ensino e pesquisa) 7 como saídas, consideramos saída ensino (medido em termos de formaturas) e produção de pesquisa, quanti fi cado por meio de indicadores bibliométricos. A produção de pesquisa é medida pelo número de registros de publicações de cada IES índices na Thomson Reuters ISI Web of Science, (sendo uma parte do ISI Web of Knowledge 8 ) que lista as índices na Thomson Reuters ISI Web of Science, (sendo uma parte do ISI Web of Knowledge 8 ) que lista as índices na Thomson Reuters ISI Web of Science, (sendo uma parte do ISI Web of Knowledge 8 ) que lista as índices na Thomson Reuters ISI Web of Science, (sendo uma parte do ISI Web of Knowledge 8 ) que lista as publicações de revistas de qualidade em todos cientí fi c fi campos. 9 Contamos todas as publicações (científico publicações de revistas de qualidade em todos cientí fi c fi campos. 9 Contamos todas as publicações (científico publicações de revistas de qualidade em todos cientí fi c fi campos. 9 Contamos todas as publicações (científico artigos, Proceedings papéis, encontrando resumos, resenhas, cartas, notas etc.) publicados em um determinado ano, com pelo menos um dos autores declarando como uma instituição fi liate af IES sob 5 Ao contrário dos dados agregados sobre o sistema de ensino superior, há uma falta de um banco de dados único, integrado forneçam 5 Ao contrário dos dados agregados sobre o sistema de ensino superior, há uma falta de um banco de dados único, integrado forneçam informação comparável sobre as IES individuais de diferentes países europeus. Há algumas tentativas de criar bases para a recolha regular de dados por institutos nacionais de estatística em instituições de ensino superior individuais na UE-27 Estados-Membros (para mais informações sobre o projeto Aquameth, consulte Daraio et al. 2011 . Para a sua continuidade sob o projecto EUMIDA, ver Bonaccorsi mais informações sobre o projeto Aquameth, consulte Daraio et al. 2011 . Para a sua continuidade sob o projecto EUMIDA, ver Bonaccorsi mais informações sobre o projeto Aquameth, consulte Daraio et al. 2011 . Para a sua continuidade sob o projecto EUMIDA, ver Bonaccorsi et al. 2010 e para o estado atual da coleta de dados micro considerar webpage EUMIDA: www.euimida.org ).et al. 2010 e para o estado atual da coleta de dados micro considerar webpage EUMIDA: www.euimida.org ).et al. 2010 e para o estado atual da coleta de dados micro considerar webpage EUMIDA: www.euimida.org ).et al. 2010 e para o estado atual da coleta de dados micro considerar webpage EUMIDA: www.euimida.org ).et al. 2010 e para o estado atual da coleta de dados micro considerar webpage EUMIDA: www.euimida.org ). 6 No caso do Reino Unido, os dados não são gratuitos, consulte a Tabela 6 no apêndice.6 No caso do Reino Unido, os dados não são gratuitos, consulte a Tabela 6 no apêndice.6 No caso do Reino Unido, os dados não são gratuitos, consulte a Tabela 6 no apêndice.6 No caso do Reino Unido, os dados não são gratuitos, consulte a Tabela 6 no apêndice. 7 Além disso, a chamada 'terceira missão' (links de IES com ambientes industriais e de negócios) pode ser considerada. Devido à 7 Além disso, a chamada 'terceira missão' (links de IES com ambientes industriais e de negócios) pode ser considerada. Devido à indisponibilidade de dados comparáveis em todo o país que nos permitem medir o grau de ligações entre as IES e do setor empresarial, não somos capazes de incluir uma terceira missão em nosso estudo. 8 www.apps.isiknowledge.com .8 www.apps.isiknowledge.com .8 www.apps.isiknowledge.com . 9 Em 2009, o Web of Science cobriu mais de 10.000 das maioresrevistas de impacto em todo o mundo, e mais9 Em 2009, o Web of Science cobriu mais de 10.000 das maiores revistas de impacto em todo o mundo, e mais 110.000 procedimentos de conferências. No entanto, a cobertura do banco de dados é fi eld sensíveis (ver EUMIDA fi nal relatório para um detalhe discussão: www.eumida.org ). 892discussão: www.eumida.org ). 892discussão: www.eumida.org ). 892 J. Wolszczak-Derlacz, A. Parteka 123 http://www.euimida.org http://www.apps.isiknowledge.com http://www.eumida.org consideração. 10 As unidades com as observações mais falta relativos registros de publicações ou ambíguas consideração. 10 As unidades com as observações mais falta relativos registros de publicações ou ambíguas consideração. 10 As unidades com as observações mais falta relativos registros de publicações ou ambíguas liations fi AF utilizado para a identificação do registro de publicação 11liations fi AF utilizado para a identificação do registro de publicação 11 não foram tidos em consideração. Além disso, dispomos das seguintes informações sobre as IES individuais: ano de fundação, composição do corpo docente, número de faculdades diferentes e variáveis binárias indicando se a medicina / farmácia faculdade está incluído, localização e estatísticas relacionadas com o nível de desenvolvimento econômico da região onde uma única IES está localizado, a estrutura sexo do pessoal docente e fonte de financiamento. A fim de criar a última variável, dividimos as receitas totais em duas correntes: orçamento central e financiamento de terceiros. Em geral, os dados sobre financiamento de terceiros inclui: doações de agências nacionais e internacionais de financiamento para atividades de pesquisa, o rendimento privado, taxas estudantis e outros. Alternativamente, o financiamento de base vem principalmente do governo (central, regional ou local) na forma de ensino e / ou subvenções de funcionamento. Ver Tabela 7 no apêndice para a análise detalhada de local) na forma de ensino e / ou subvenções de funcionamento. Ver Tabela 7 no apêndice para a análise detalhada de local) na forma de ensino e / ou subvenções de funcionamento. Ver Tabela 7 no apêndice para a análise detalhada de financiamento por país. variáveis cruciais relativas a entradas e saídas necessárias para o cálculo das pontuações fi ciência DEA ef estão disponíveis para instituições de ensino superior de todos os países e em todo o período de 2001-2005. A cobertura de outras variáveis, utilizados na análise segundo estágio, é por vezes limitado, mas isso só vai afetar o número de observações utilizadas no segundo estimativa palco. Por exemplo, no caso da Itália, devido à quebra problemática entre o núcleo e o financiamento de terceiros, a variável descrevendo a fonte de captação não foi considerado (Bonaccorsi et al. 2010 ).(Bonaccorsi et al. 2010 ).(Bonaccorsi et al. 2010 ). A nossa amostra inicial inclui 266 IES. Consciente de que os métodos não paramétricos que vamos utilizar são especialmente sensíveis a outliers, seguimos o procedimento escrito por Wilson ( 1993 ) Para detectar observações especialmente sensíveis a outliers, seguimos o procedimento escrito por Wilson ( 1993 ) Para detectar observações especialmente sensíveis a outliers, seguimos o procedimento escrito por Wilson ( 1993 ) Para detectar observações atípicas. Finalmente, uma amostra de 259 IES permanece. 12atípicas. Finalmente, uma amostra de 259 IES permanece. 12 As principais características de IES europeias da nossa amostra O IES coberto pelo nosso estudo compreendem uma amostra-se muito heterogénea diferem em tamanho, estrutura, recursos financeiros ou saída fi c cientifica. Na tabela 1 mostramos principais figuras que descrevem IES de países recursos financeiros ou saída fi c cientifica. Na tabela 1 mostramos principais figuras que descrevem IES de países recursos financeiros ou saída fi c cientifica. Na tabela 1 mostramos principais figuras que descrevem IES de países diferentes, do ponto de vista das relações de entrada / saída. Note-se que as medidas tais como o número de publicações por empregado académico pode ser tratada como indicadores parciais de ef eficiência fi (neste caso: científica c eficiência). Levando-se em médias conta do país, o menor registro publicação foi encontrada para as IES da Polônia-em média, um membro do pessoal académico empregado em uma IES polonês tem um terço do número de publicações por ano listado no ISI Web of Knowledge como a média italiana , membro do pessoal académico austríaco ou britânico. No entanto, no caso do número de licenciados por membros da comunidade académica, polonês IES levar o pacote, juntamente com o Reino Unido e Itália. Além disso, IES dimensões muito diferentes. As maiores universidades, em termos do número de alunos, existe na Polônia e Itália. A função de menor IES na Suíça e Finlândia. Sem surpresa, também o montante do financiamento é muito desigual, mesmo se levarmos 10 Note-se que os estudos co-autoria de pessoas af fi liated na mesma instituição são contados uma vez.10 Note-se que os estudos co-autoria de pessoas af fi liated na mesma instituição são contados uma vez. 11 Por exemplo, foram excluídos da Universidade de Londres de nossa análise, porque, como uma organização confederational é composta 11 Por exemplo, foram excluídos da Universidade de Londres de nossa análise, porque, como uma organização confederational é composta de várias faculdades. Não foi possível identificar o registro publicação, porque não podemos ter certeza se o pessoal académico da Universidade de Londres, como seu / sua filiação, daria o nome da faculdade ou do '' da Universidade de Londres. ''. 12 No caso da abordagem DEA, valores atípicos são entendidas como a maioria das unidades cientes fi com o maior impacto sobre a fronteira, 12 No caso da abordagem DEA, valores atípicos são entendidas como a maioria das unidades cientes fi com o maior impacto sobre a fronteira, Wilson ( 1993 ). Sete universidades foram detectados valores discrepantes e excluídos da amostra: Universidade Sapienza de Roma, The Wilson ( 1993 ). Sete universidades foram detectados valores discrepantes e excluídos da amostra: Universidade Sapienza de Roma, The Wilson ( 1993 ). Sete universidades foram detectados valores discrepantes e excluídos da amostra: Universidade Sapienza de Roma, The University of Cambridge, Universidade de Oxford, da Universidade de Bolonha, na Universidade de Viena, da Universidade de Munique, e Universidade de Nápoles Federico II. instituições europeias de ensino superior público 893 123 em consideração a grande diferenças no nível dos preços entre os países através PPS. Em média, polonês IES estão confirmados como tendo o menor nível de financiamento, Áustria, Finlândia e Alemanha têm níveis semelhantes de financiamento (2 vezes maior do que a Polônia), e Suíça tem universidades muito bem financiados, com quase 7 vezes o por studentrevenue do que a Polônia. Ao mesmo tempo, a proporção de dinheiro proveniente de fontes governamentais na forma de contas de financiamento de base para a parcela maior de recursos em todos os países, exceto o Reino Unido, onde, em média, que constitui 44% do financiamento. As mulheres representam a maior parte dos membros do pessoal académico no Reino Unido e na Alemanha, enquanto na Áustria, apenas um em cada cinco acadêmicos, em média, é do sexo feminino. tabela 1 As principais estatísticas sobre os valores IES-sumários por país (2001-2005 médias)tabela 1 As principais estatísticas sobre os valores IES-sumários por país (2001-2005 médias) país das Publicações umapaís das Publicações uma por membro do pessoal académico Diplomados por membro do pessoal académico número total de alunos As receitas por aluno por ano no PPS euro A receita de financiamento de base na receita total em% Mulheres por pessoal académico total, em% Áustria N = 8 0,64 Áustria N = 8 0,64 Áustria N = 8 0,64 Média1,78 12726 9677 82 23 min 0,12 0,59 1821 5562 70 7 Max 1,29 3.00 24211 20224 95 40 Finlândia N = 15 Finlândia N = 15 Finlândia N = 15 Média 0,52 1,39 10996 8630 65 36 min 0,06 0,74 2005 4103 52 11 Max 1.11 2.52 38454 14022 86 49 Alemanha N = 66 Alemanha N = 66 Alemanha N = 66 Média 0,46 1,19 17192 9503 80 40 min 0,02 0,39 1769 3569 63 23 Max 1,36 3,85 61292 24812 95 74 Itália N = 51 Média Itália N = 51 Média Itália N = 51 Média 0,75 4,32 25550 5472 n / D n / D min 0,02 1,53 5164 1178 n / D n / D Max 1,66 9,81 63630 17721 n / D n / D Polônia N = 31 Polônia N = 31 Polônia N = 31 Média 0,19 3,73 25733 3307 64 37 min 0,01 1,56 8243 583 42 13 Max 0,59 11,74 56292 7087 79 53 Suíça N = 11 Média 0,49 Suíça N = 11 Média 0,49 Suíça N = 11 Média 0,49 0,77 9635 21016 82 29 min 0,04 0,21 1584 9916 48 17 Max 0,86 3.10 23832 40879 93 38 Reino Unido N = 77 Reino Unido N = 77 Reino Unido N = 77 Média 0,62 5,34 17947 9749 42 44 min 0,05 2,04 4115 4546 15 16 Max 2.05 11,72 36205 39042 65 74 uma Todas as publicações (artigos, actas de conferências, resenhas de livros) listados na ISI Web of Science. n / Duma Todas as publicações (artigos, actas de conferências, resenhas de livros) listados na ISI Web of Science. n / Duma Todas as publicações (artigos, actas de conferências, resenhas de livros) listados na ISI Web of Science. n / D dados indisponíveis Fonte Elaboração própria 894 Fonte Elaboração própria 894 J. Wolszczak-Derlacz, A. Parteka 123 Os resultados da análise empírica sobre o desempenho eficiência e fi resultados da DEA primeiro passo Para cada ano de análise, corremos um modelo de eficiência (CRS) e fi orientada a saída. Nossa especi fi cação básica considera duas saídas e três entradas. Como entradas considerarmos o número de pessoal académico total, o número de alunos e as receitas totais. O conjunto de saídas incluem o número de graduações (resultado de ensino) e o número de publicações científicas (resultados de pesquisa), conforme descrito na seção anterior. Tal como sugerido no estudo recente por Daraio et al. ( 2011 ), Em um painel tal heterogénea existe uma necessidade de normalização, e, recente por Daraio et al. ( 2011 ), Em um painel tal heterogénea existe uma necessidade de normalização, e, recente por Daraio et al. ( 2011 ), Em um painel tal heterogénea existe uma necessidade de normalização, e, consequentemente, todas as entradas e saídas são expressos como proporções em relação à média (país média = 100).consequentemente, todas as entradas e saídas são expressos como proporções em relação à média (país média = 100). Porque a nossa tarefa não é para classificar as universidades, mas em vez de explorar os determinantes da sua eficiência, devido às limitações de espaço, apresentamos aqui apenas os resultados expressos como as médias nacionais. O valor média da pontuação fi ciência ef para a totalidade da amostra é de 1,55, a maior pontuação fi ciência EF (ou seja, a menor eficiência relativa) é 3,2 e apenas 5% de IES são 100% eficientes, obtendo pontuações fi ciência ef igualando um. Uma vez que estamos assumindo uma abordagem orientada a saída, o ineficiente universidade teria que aumentar a sua saída pelo fator (DEA pontuação-1) 9 100%, a fim de atingir a fronteira. Portanto, a pontuação fi ciência ef aumentar a sua saída pelo fator (DEA pontuação-1) 9 100%, a fim de atingir a fronteira. Portanto, a pontuação fi ciência ef aumentar a sua saída pelo fator (DEA pontuação-1) 9 100%, a fim de atingir a fronteira. Portanto, a pontuação fi ciência ef de 1,55 indica que, ao examinar as universidades em todos os sete países aqui analisados, a sua produção poderia melhorar em até 55%, mantendo o seu entradas estável. Naturalmente, esta pontuação média fi ciência ef é o resultado de padrões de diferentes países, que também mudam com o tempo. A distribuição do kernel de pontuações fi ciência Ef (pooling todos os anos), país por país é mostrada na Fig. 1 . Todos os países são caracterizados por uma distribuição (pooling todos os anos), país por país é mostrada na Fig. 1 . Todos os países são caracterizados por uma distribuição (pooling todos os anos), país por país é mostrada na Fig. 1 . Todos os países são caracterizados por uma distribuição unimodal e inclinada, com a concentração de massa na cauda inferior, na direcção das unidades de fi cientes mais ef. As unidades são mais eficientes quanto mais perto eles vêm para o valor de um. No caso da Suíça, a dispersão da distribuição é menor, sem caudas mais longas, o que sugere que as universidades são semelhantes na sua eficiência. Além disso, imparciais pontuações eficiência e fi obtidos pelo método de bootstrap descrito por Simar e Wilson ( 2000 ) são Além disso, imparciais pontuações eficiência e fi obtidos pelo método de bootstrap descrito por Simar e Wilson ( 2000 ) são Além disso, imparciais pontuações eficiência e fi obtidos pelo método de bootstrap descrito por Simar e Wilson ( 2000 ) são apresentados. Suas distribuições são movidos ligeiramente para a direita indicando menor eficiência e fi (maior ef pontuação fi ciência) em relação aos originais. 13 Na tabela 2 , Apresentamos os resultados médios da DEA por país e sua pontuação fi ciência) em relação aos originais. 13 Na tabela 2 , Apresentamos os resultados médios da DEA por país e sua pontuação fi ciência) em relação aos originais. 13 Na tabela 2 , Apresentamos os resultados médios da DEA por país e sua pontuação fi ciência) em relação aos originais. 13 Na tabela 2 , Apresentamos os resultados médios da DEA por país e sua pontuação fi ciência) em relação aos originais. 13 Na tabela 2 , Apresentamos os resultados médios da DEA por país e sua dinâmica ao longo do tempo. Em 2001, a Áustria teve a menor pontuação no 1.301, o que significa que teve, em média, mais eficientes IES (com respeito às pontuações médias de outros países), seguido pela Suíça em 1,387 e na Itália em 1.389. Desde então, em todos os anos para que a análise foi feita, as universidades da Suíça obtido as melhores pontuações eficiência e fi. A dinâmica nas pontuações DEA mostram um aumento na pontuação (queda na eficiência) 2001-2004, e a tendência é então invertido. 14 Mais uma vez, as pontuações médias cobertos desvios de campo grande (Fig. 1 e as últimas tendência é então invertido. 14 Mais uma vez, as pontuações médias cobertos desvios de campo grande (Fig. 1 e as últimas tendência é então invertido. 14 Mais uma vez, as pontuações médias cobertos desvios de campo grande (Fig. 1 e as últimas tendência é então invertido. 14 Mais uma vez, as pontuações médias cobertos desvios de campo grande (Fig. 1 e as últimas tendência é então invertido. 14 Mais uma vez, as pontuações médias cobertos desvios de campo grande (Fig. 1 e as últimas linhas da Tabela 2 ). Curiosamente, em todos os países (com excepção da Áustria e Finlândia) existem unidades que estão linhas da Tabela 2 ). Curiosamente, em todos os países (com excepção da Áustria e Finlândia) existem unidades que estão linhas da Tabela 2 ). Curiosamente, em todos os países (com excepção da Áustria e Finlândia) existem unidades que estão situados na ef fronteira fi ciência. No entanto, existem apenas duas universidades que, independentemente do ano da análise e da DEA especi fi cações (3 entradas vs 2 entradas 15 ), ter uma pontuação eficiência fi efda DEA especi fi cações (3 entradas vs 2 entradas 15 ), ter uma pontuação eficiência fi efda DEA especi fi cações (3 entradas vs 2 entradas 15 ), ter uma pontuação eficiência fi efda DEA especi fi cações (3 entradas vs 2 entradas 15 ), ter uma pontuação eficiência fi ef 13 pontuação fi ciência ef imparciais será utilizado na segunda etapa como um teste de robustez no chamado método de inicialização dupla. Veja a 13 pontuação fi ciência ef imparciais será utilizado na segunda etapa como um teste de robustez no chamado método de inicialização dupla. Veja a seção '' testes de robustez ''.seção '' testes de robustez ''.seção '' testes de robustez''. 14 Para analisar a dinâmica de produtividade, o chamado índice Malmquis deve ser construído, ver, por exemplo Parteka e 14 Para analisar a dinâmica de produtividade, o chamado índice Malmquis deve ser construído, ver, por exemplo Parteka e Wolszczak-Derlacz ( 2011 ).Wolszczak-Derlacz ( 2011 ).Wolszczak-Derlacz ( 2011 ). 15 Como teste de robustez, nós também executar uma, 2 modelo de saída 2 de entrada. Veja a seção '' testes de robustez ''. instituições europeias de 15 Como teste de robustez, nós também executar uma, 2 modelo de saída 2 de entrada. Veja a seção '' testes de robustez ''. instituições europeias de 15 Como teste de robustez, nós também executar uma, 2 modelo de saída 2 de entrada. Veja a seção '' testes de robustez ''. instituições europeias de 15 Como teste de robustez, nós também executar uma, 2 modelo de saída 2 de entrada. Veja a seção '' testes de robustez ''. instituições europeias de ensino superior público 895 123 igual a um em todos os casos: A Universidade de York (Reino Unido) e Humboldt-Universität Berlin (Alemanha). Dado que os ef pontuação fi ciência de IES apresentam alta variabilidade, tanto entre os países e dentro dos países, é interessante descobrir o que os determinantes do desempenho das universidades são e, conseqüentemente, o que pode ser feito para melhorar a fi ciência ef das unidades universitárias individuais. Esta tarefa será realizada no segundo passo da análise apresentada abaixo. 1 1,5 2 2,5 3 3,5 ÁUSTRIA 1 1,5 2 2,5 3 3,5 FINLÂNDIA 1 1,5 2 2,5 3 3,5 ALEMANHA 1 1,5 2 2,5 3 3,5 ITÁLIA 1 1,5 2 2,5 3 3,5 POLÔNIA 1 1,5 2 2,5 3 3,5 SUÍÇA 1 1,5 2 2,5 3 3,5 Reino Unido escores de eficiência imparcial DEA escores de eficiência da DEA Figura 1 A distribuição dos escores de fi ciência ef por país (todos os anos em pool). Fonte elaboração própriaFigura 1 A distribuição dos escores de fi ciência ef por país (todos os anos em pool). Fonte elaboração própriaFigura 1 A distribuição dos escores de fi ciência ef por país (todos os anos em pool). Fonte elaboração própriaFigura 1 A distribuição dos escores de fi ciência ef por país (todos os anos em pool). Fonte elaboração própria mesa 2 pontuações DEA por país e ano (dados agrupados)mesa 2 pontuações DEA por país e ano (dados agrupados) AU FIN GER ISTO POL CH Reino Unido 2001 1.301 1.494 1.480 1.389 1.444 1,387 1.404 2002 1.542 1.606 1.552 1.423 1.574 1.385 1,557 2003 1.413 1.579 1.515 1.420 1.500 1.347 1.482 2004 1.815 1.865 1.710 1.518 1.714 1.496 1.782 2005 1.658 1.838 1.612 1,473 1.693 1.445 1.757 Significar 1.546 1,676 1.574 1.444 1.585 1.412 1.597 min 1,194 1.104 1 1 1 1 1 Max 2.658 2.452 3,19 2.312 2.862 1.826 2.901 Std. dev 0,336 0,347 0,390 0,312 0,374 0,206 0,311 Nota pontuações DEA obtidos a partir de 3 entradas (pessoal académico total, a receita total, número total de alunos) 2 saídas (número total Nota pontuações DEA obtidos a partir de 3 entradas (pessoal académico total, a receita total, número total de alunos) 2 saídas (número total de formaturas, número total de publicações) modelo Fonte compilação próprio 896 Fonte compilação próprio 896 J. Wolszczak-Derlacz, A. Parteka 123 0 0 , 5 1 1 , 5 2 0 0 , 5 1 1 , 5 2 0 0 , 5 1 1 , 5 2 0 0 , 5 1 1 , 5 2 0 0 , 5 1 1 , 5 2 0 0 , 5 1 1 , 5 2 0 0 , 5 1 1 , 5 2 d e n s i d a d e Segundo passo-determinantes da pontuação fi ciência ef em IES europeias Empírica especi fi cação Nesta fase, a pontuação da DEA estão ligados através de um modelo paramétrico com variáveis adicionais, descrevendo ambiente institucional, composição do corpo docente, regimes de financiamento, específica características para o país e região, etc. O modelo a ser estimado assume a seguinte forma: k i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev istok i; j; T ¼ uma º b 1 PIB n; t THTH b 2 nofac isto º b 3 med Eu º b 4 yearfound Eu º b 5 núcleo Rev isto º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T º b 6 Mulheres isto º v j º v t º você i; j; T ð 7 ºð 7 ºð 7 º Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu estálocalizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado;Onde Eu refere-se a única IES, t denota período de tempo e j país onde HEI Eu está localizado; k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a k i; j; T é pontuações DEA calculado como em ( 5 ); PIB n, t é o PIB real per capita em PPC euro da região n ( NUTS 2) onde a universidade está localizada; nofac isto é o número de diferentes faculdades; med Eu é uma variável dummy, é igual a 1 se universidade está localizada; nofac isto é o número de diferentes faculdades; med Eu é uma variável dummy, é igual a 1 se universidade está localizada; nofac isto é o número de diferentes faculdades; med Eu é uma variável dummy, é igual a 1 se universidade está localizada; nofac isto é o número de diferentes faculdades; med Eu é uma variável dummy, é igual a 1 se universidade está localizada; nofac isto é o número de diferentes faculdades; med Eu é uma variável dummy, é igual a 1 se universidade tem faculdade de medicina ou farmácia, 0 caso contrário, yearfound Eu ano de fundação; Rev_core isto é a universidade tem faculdade de medicina ou farmácia, 0 caso contrário, yearfound Eu ano de fundação; Rev_core isto é a universidade tem faculdade de medicina ou farmácia, 0 caso contrário, yearfound Eu ano de fundação; Rev_core isto é a universidade tem faculdade de medicina ou farmácia, 0 caso contrário, yearfound Eu ano de fundação; Rev_core isto é a universidade tem faculdade de medicina ou farmácia, 0 caso contrário, yearfound Eu ano de fundação; Rev_core isto é a percentagem de receitas financiamento de base na receita total; Mulheres isto é a percentagem de mulheres no corpo docente.percentagem de receitas financiamento de base na receita total; Mulheres isto é a percentagem de mulheres no corpo docente.percentagem de receitas financiamento de base na receita total; Mulheres isto é a percentagem de mulheres no corpo docente. Um resumo das estatísticas é apresentada na Tabela 8 no apêndice. Além disso, incluímos um conjunto de Um resumo das estatísticas é apresentada na Tabela 8 no apêndice. Além disso, incluímos um conjunto de Um resumo das estatísticas é apresentada na Tabela 8 no apêndice. Além disso, incluímos um conjunto de simulações de países e hora. dummies de tempo controlar para mudanças exógenas em tecnologia e / ou para a mudança no número de publicações que são indexadas na base ISI. País-especi fi c efeitos são introduzidos para controlar as diferenças, por exemplo, devido ao cross-country diversidade dos sistemas educativos. As escolhas de variáveis independentes (ambientais), juntamente com previsões sobre o seu impacto na pontuação de fi ciência ef IES, são discutidas brevemente y abaixo. A localização de uma universidade pode ser um determinante importante do seu desempenho, como regiões ricas e pobres oferecem diferentes ambientes de negócios e um clima local para a IES. A fim de verificar esta proposição, usamos o valor do PIB real per capita em PPC euro da região NUTS2 N, em que a universidade está proposição, usamos o valor do PIB real per capita em PPC euro da região NUTS2 N, em que a universidade está proposição, usamos o valor do PIB real per capita em PPC euro da região NUTS2 N, em que a universidade está localizada ( GPD N, T). Por exemplo: Kempkes e Pohl ( 2010 ) Encontrou um impacto positivo de um local rico em localizada ( GPD N, T). Por exemplo: Kempkes e Pohl ( 2010 ) Encontrou um impacto positivo de um local rico em localizada ( GPD N, T). Por exemplo: Kempkes e Pohl ( 2010 ) Encontrou um impacto positivo de um local rico em localizada ( GPD N, T). Por exemplo: Kempkes e Pohl ( 2010 ) Encontrou um impacto positivo de um local rico em localizada ( GPD N, T). Por exemplo: Kempkes e Pohl ( 2010 ) Encontrou um impacto positivo de um local rico em localizada ( GPD N, T). Por exemplo: Kempkes e Pohl ( 2010 ) Encontrou um impacto positivo de um local rico em escola eficiência, enquanto Bonaccorsi e Daraio ( 2005 ) E Oliveira e Santos ( 2005 ) Não confirmam o efeito de escola eficiência, enquanto Bonaccorsi e Daraio ( 2005 ) E Oliveira e Santos ( 2005 ) Não confirmam o efeito de escola eficiência, enquanto Bonaccorsi e Daraio ( 2005 ) E Oliveira e Santos ( 2005 ) Não confirmam o efeito de escola eficiência, enquanto Bonaccorsi e Daraio ( 2005 ) E Oliveira e Santos ( 2005 ) Não confirmam o efeito de escola eficiência, enquanto Bonaccorsi e Daraio ( 2005 ) E Oliveira e Santos ( 2005 ) Não confirmam o efeito de aglomeração. Além disso, introduzimos a variável (nofac Eu). O número de diferentes faculdades que pode ser um proxy para o grau Além disso, introduzimos a variável (nofac Eu). O número de diferentes faculdades que pode ser um proxy para o grau Além disso, introduzimos a variável (nofac Eu). O número de diferentes faculdades que pode ser um proxy para o grau de interdisciplinaridade de uma unidade. Isto refere-se ao conceito de economias de escopo, e responde à questão de saber se o aumento da variedade de diferentes faculdades traz um crescimento na eficiência, ou se a especialização em menos campos é mais benéfico para a universidade. Uma revisão intensiva dos estudos empíricos anteriores relativas ao potencial de existência de economias de escopo no sector da educação é apresentado em Bonaccorsi et al. ( 2006 ), ao potencial de existência de economias de escopo no sector da educação é apresentado em Bonaccorsi et al. ( 2006 ), ao potencial de existência de economias de escopo no sector da educação é apresentado em Bonaccorsi et al. ( 2006 ), E o quadro geral é mista, sem conclusões inequívocas. A variável (nofac Eu) reflete não só a interdisciplinar de uma E o quadro geral é mista, sem conclusões inequívocas. A variável (nofac Eu) reflete não só a interdisciplinar de uma E o quadro geral é mista, sem conclusões inequívocas. A variável (nofac Eu) reflete não só a interdisciplinar de uma unidade, mas também está relacionado com o tamanho da universidade, como grandes universidades geralmente têm um maior número de faculdades. Este é confirmados pela correlação de pares entre nofac Eu e o número total de um maior número de faculdades. Este é confirmados pela correlação de pares entre nofac Eu e o número total de um maior número de faculdades. Este é confirmados pela correlação de pares entre nofac Eu e o número total de estudantes Stud isto. ( Veja a tabela 9 no apêndice, onde parciais correlação COEF coeficientes fi entre todas as variáveis estudantes Stud isto. ( Veja a tabela 9 no apêndice, onde parciais correlação COEF coeficientes fi entre todas as variáveis estudantes Stud isto. ( Veja a tabela 9 no apêndice, onde parciais correlação COEF coeficientes fi entre todas as variáveis estudantes Stud isto. ( Veja a tabela 9 no apêndice, onde parciais correlação COEF coeficientes fi entre todas as variáveis estudantes Stud isto. ( Veja a tabela 9 no apêndice, onde parciais correlação COEF coeficientes fi
Compartilhar