Stochastic vs. deterministic frontier distance output function: Evidence from Brazilian higher education institutions

Ariel G. Letti
Mauricio V.L. Bittencourt
Luis E. Vila

2022
Artículo

Resumen:

Utilizando datos del Censo de Educación Superior de Brasil y de otras instituciones públicas, este estudio tiene como objetivo obtener y comparar las puntuaciones de eficiencia de los modelos de análisis de frontera estocástica (AFE) y de análisis envolvente de datos (DEA) para 56 universidades federales brasileñas para el período de 2010 a 2016. La función de distancia de salida incluye los recursos financieros y humanos como insumos, y la enseñanza, la investigación, las patentes y las actividades de tercera misión como productos. La investigación es innovadora teniendo en cuenta: (i) la estimación del SFA para las universidades brasileñas como instituciones completas, (ii) su comparación con el DEA; y (iii) la inclusión de las variables de patentes y tercera misión. Los resultados sugieren que existe ineficiencia en la producción de la educación superior brasileña, con un aumento muy pequeño a lo largo del tiempo y con cierta influencia de las universidades y de las características del entorno. Así, las instituciones tradicionales consolidadas con hospitales universitarios tienden a ser más eficientes que las más jóvenes. Los valores y el rango de las eficiencias son sensibles al modelo/método empleado, presentando correlaciones altamente significativas aunque modestas. En general, la inclusión de actividades de tercera misión mejora las eficiencias para ambos enfoques, principalmente para el DEA. Por lo tanto, como se aconseja en otros análisis comparativos internacionales, es necesario ser prudente a la hora de derivar recomendaciones de gestión y políticas a partir de los resultados analíticos.

 

Referencia:

Letti, A.G.; Bittencourt, M.V.L.; Vila, L.E. (2022). Stochastic vs. deterministic frontier distance output function: Evidence from Brazilian higher education institutions, Journal of Productivity Analysis. DOI: https://doi.org/10.1007/s11123-022-00636-1

Líneas de investigación