Efficiency-of-European-public-higher-education-institutions-A-twostage- TRADUZIDO

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