Acceso usuarios
La producción en educación pone en juego diferentes factores, cuya combinación contribuye a la realización de uno o varios productos. La universidad, dentro de la teoría de la firma, puede considerarse como una empresa multiproducto. Sus productos derivan de las tres principales funciones: docencia, investigación y extensión. La combinación de varios insumos que dan origen a dichos productos, nos lleva a pensar en el concepto de eficiencia (técnica).El trabajo aborda la estimación de dicha eficiencia a través del análisis envolvente de datos (DEA, por sus siglas en inglés), que permite contemplar la característica multiproducto de las universidades. Las investigaciones para Argentina, han estimado los scores de eficiencia sin corregir un posible sesgo y tampoco han explicado los factores que contribuyen a la ineficiencia (eficiencia) que han calculado. Este trabajo pretende hacer un aporte en esa dirección, además de incorporar dos productos derivados de las actividades de extensión universitaria.En este sentido, se sigue la metodología de Simar y Wilson (2007), quienes exponen un método de bootstrap para aproximar la distribución asintótica y corregir el sesgo de las estimaciones de los scores de eficiencia, en el marco de un análisis envolvente de datos en dos etapas. La segunda etapa implica una regresión truncada de los scores de eficiencia contra un conjunto de variables independientes. Los resultados demuestran la existencia de cierto nivel de ineficiencia en los productos que resultan de las universidades. Los docentes con doctorados y el ratio egresadas/estudiantes mujeres sugieren contribuir positivamente a la eficiencia de las universidades.
This paper estimates the technical efficiency through the Data Envelopment Analysis (DEA), which allows contemplating the multi-product characteristic of Higher Education Institutions (HEIs). The literature review reveals that there are few precedents in determining what factors explain this efficiency in Argentinean Universities. Researchers have estimated efficiency scores without correcting a possible bias. Otherwise, we incorporate two products derived from the third mission activities. In this sense, we follow Simar and Wilson (2007), who propose a bootstrap method to approximate the asymptotic distribution of estimated efficiency scores and correct the bias within a two-stage DEA framework. The second stage involves a truncated regression of the efficiency scores against a set of independent variables. Results exhibit the existence of a certain level of inefficiency in products that arise from universities. Teachers with PhDs and the (graduates/female students) ratio suggest a positive contribution to the efficiency of universities.
