Wie lässt sich die Effizienz brasilianischer Bundesuniversitäten messen?

Verantwortliche Forscherin: Viviane Pires Ribeiro

Titel des Artikels: BRASILIANISCHE BUNDESUNIVERSITÄTEN: RELATIVE EFFIZIENZBEWERTUNG UND DATENUMSCHLAGANALYSE

Autoren des Artikels: Alexandre Marinho, Marcelo Resende und Luís Otávio Façanha

Ort der Intervention: Brasilien

Stichprobengröße: 52 Bundeshochschulen

Sektor: Bildung

Art der Intervention: Messung der relativen Effizienz brasilianischer Bundesuniversitäten

Variable von Hauptinteresse: Relative Effizienz

Bewertungsmethode: Sonstiges – Datenumhüllungsanalyse

Bewertungskontext

Die Untersuchung von Non-Profit-Organisationen mit mehreren Produkten ist Gegenstand zunehmenden Interesses in der empirischen Literatur. Die Hauptschwierigkeit bei der Bewertung dieser Einheiten hängt mit der genauen Charakterisierung ihrer Technologien zusammen. Universitäten und Berufshierarchien sind ein gutes Beispiel für diese Art von Organisationen, da ihre Technologien durch mehrere Produktionsfaktoren und Produkte gekennzeichnet sind und die Gewinnmaximierung nicht das Hauptanliegen der Organisation ist. Darüber hinaus werden seine Aktivitäten von mehreren allgemeinen Missionen und Zielen geleitet. Folglich kann Effizienz nicht einfach definiert werden und die Frage der Effizienzmessung wird zu einer zentralen Forschungs- und Managementherausforderung.

Interventionsdetails

Marinho et al. (1997) betrachten den Effizienzmessungsansatz der Data Envelopment Analysis (DEA) im Kontext des öffentlichen Sektors. Der Antrag umfasste die wichtigsten brasilianischen Bundesuniversitäten für das Jahr 1994, insgesamt 52 Bundeshochschulen (IFES), und jede IFES wurde als individuelle Produktionseinheit (DMU) behandelt.

Einige der in der Analyse verwendeten Produktionseingangsvariablen waren: Gebäudefläche; Krankenhausbereich; Laborbereich; Gesamtzahl der Studierenden; Lehrkräfte mit Doktortitel; Lehrer mit Master-Abschluss; Verwaltungspersonal mit Hochschulabschluss oder höherer Ausbildung; Budget für laufende Ausgaben; Studierende, die ihr Grundstudium begonnen haben. Einige der Produktionsvariablen waren: Anzahl der Grundstudiengänge; Anzahl der Aufbaustudiengänge – Masterniveau und Doktoratsniveau; Ausgestellte Zeugnisse – Abschluss; Anzahl genehmigter Masterarbeiten; Anzahl genehmigter Doktorarbeiten; gewichteter Durchschnitt oder MEC-Bewertung von Master- und Doktoratsstudiengängen.

Die meisten Daten wurden vom Bildungsministerium (MEC) und der National Association of Directors of Federal Higher Education Institutions (ANDIFES) eingeholt. Berücksichtigt wurden auch Informationen zu laufenden Ausgaben, die einem von ANDIFES veröffentlichten öffentlichen Bericht entnommen wurden. Angesichts der großen Anzahl von Produktionsfaktoren und Produkten haben die Autoren daher die Möglichkeit angesprochen, mithilfe der Faktoranalyse gemeinsame Dimensionen im Datensatz zu untersuchen.

Einzelheiten zur Methodik

Die von Marinho et al. (1997) ist die Data Envelopment Analysis, eine flexible empirische Technik zur Messung der vergleichenden Effizienz und eine nichtparametrische Methode, die mathematische Programmierung verwendet, um Produktionsgrenzen produktiver Einheiten zu konstruieren, und dabei ähnliche technologische Prozesse einsetzt, um mehrere Inputs in mehrere Produkte umzuwandeln. Die DEA bewertet die Effizienz gemeinnütziger Organisationen, wobei Universitäten gute Beispiele für komplexe Managementprobleme sind. Die Effizienz wird im Verhältnis zur beobachteten Best Practice gemessen. Darüber hinaus befasst sich die Methodik auch mit Schwierigkeiten, die sich aus der Nichtverfügbarkeit von Daten zu Marktpreisen, Produktionsfaktoren und Produkten ergeben.

DEA-Modelle lassen zwei Orientierungen zu: Erhöhung des Outputs (Output-Orientierung) oder Erhaltung der Produktionsinputs (Input-Orientierung). Im ersten Fall bezieht sich Effizienz auf das Erreichen des maximalen Produktionsniveaus bei einem festen Einsatz von Inputs. Im zweiten Fall bezieht sich Effizienz auf den minimalen Einsatz von Inputs bei gegebenem Produktionsniveau. Bei konstanten Skalenerträgen ist die Effizienzgrenzen-Hyperebene linear und verläuft durch den Ursprung; In diesem Fall führen beide Ausrichtungen zu denselben Effizienzergebnissen. Bei variablen Skalenerträgen ist dies nicht mehr der Fall. Die empirische Praxis scheint jedoch zu zeigen, dass die Wahl der in der Analyse zu verwendenden Inputs und Outputs die beste Wahl ist und nicht die Wahl der Leitlinien.

Ergebnisse

 Marinho et al. (1997) entwickelten eine Anwendung zur Analyse der Datenumhüllung, die Informationen über brasilianische Bundesuniversitäten nutzte. Die Autoren führten im Rahmen ihrer Haushalts- und institutionellen Bewertungsaktivitäten ein Experiment mit der DEA der Bundesuniversität Rio de Janeiro durch, das sowohl herausfordernde als auch positive Beweggründe hatte. Die Rangfolge der Produktionseinheiten wurde anhand der Effizienzbewertung erstellt und zeigte die Bedeutung der Managementaktivitäten der Universitäten auf. Darüber hinaus ist ein bemerkenswertes Ergebnis, dass die Mehrheit der in der Wissenschaft anerkannten IFES als effiziente Produktionseinheiten bewertet wurde.

Die Produktionseinheiten, die 100 % effiziente Ergebnisse lieferten, bildeten die „Effizienzgrenze“. Die Autoren betonen, dass die Untersuchung gemeinsamer Dimensionen im Datensatz durch Faktorenanalyse von grundlegender Bedeutung war, um eine angemessene Unterscheidung von DMUs zu ermöglichen.

Nach Ansicht der Autoren wurde das Ziel, die systematische Anwendung der Datenumhüllungsanalyse als subsidiäres politisches Instrument zu motivieren, nicht vollständig erreicht. Somit werden neue Informationen und Inventare die Ergebnisse von AED-Anwendungen sicherlich verbessern.

Lektionen zur öffentlichen Ordnung

Wie lässt sich die relative Effizienz brasilianischer Bundesuniversitäten messen? Angesichts der Tatsache, dass die Datenumhüllungsanalyse die Effizienz gemeinnütziger Organisationen bewertet, kann diese alternative Technik verwendet werden, um die Effizienz höherer Institutionen zu untersuchen. Bei Marinho et al. (1997) betonen die Autoren, dass die DEA Ziele für jeden Produktionsfaktor und jedes Produkt vorgibt. In diesem Sinne kann das Menü als Informationsunterstützung für die Planung und Überwachung der Aktivitäten von Produktionseinheiten dienen. Daher kann diese Art der Analyse besonders nützlich für die Messung der vergleichenden Effizienz sein und daher ein wichtiges Managementinstrument im Bereich komplexer Organisationssysteme darstellen, die durch mehrere Eingaben und mehrere Produkte gekennzeichnet sind (selbst in Fällen, in denen die Technologie nicht gut bekannt ist). wo die Haushalts- und Finanzhilfe stärkere Koordinierungs- und Überwachungsinstrumente erfordert.

Referenz

MARINHO, A., RESENDE, M., FAÇANHA, LO Brasilianische Bundesuniversitäten: Relative Effizienzbewertung und Datenumhüllungsanalyse. Brasilianische Zeitschrift für Wirtschaftswissenschaften . v. 51, n. 4, S. 489-508, 1997.