Resumen de The Economic Performance of Portuguese Museums

Paulo Carvalho, Jose da Silva Costa , Armindo Carvalho

• español

  A través de este trabajo realizamos una evaluación de los museos portugueses en términos de eficiencia. Para calcular el nivel de eficiencia y los factores que lo determinan, utilizamos un modelo DEA (Data Envelopment Analysis) y una estimación de un modelo Tobit, a partir de una encuesta a los museos. Las 285 respuestas nos permitieron organizarlos en grupos homogéneos y estimar la eficiencia técnica en cada uno de ellos. A partir del análisis se concluye que los principales factores de eficiencia son el número de colaboradores y los días en que estos museos están abiertos al público. Sin embargo, los resultados son distintos para los dos grupos homogéneos principales. Para el primer grupo, el número de equipamientos auxiliares es importante pero para el tercer grupo el número de colaboradores, el número de días abiertos al público y el índice de equipamientos auxiliares son estáticamente significativos. Esto nos permite concluir que las diferencias surgen en función de las características de cada uno de los grupos homogéneos

• English

  This study focuses its analysis on the performance of Portuguese museums, measured by its efficiency. To gauge the level of efficiency through Data Envelopment Analysis methodology and factors that influence it, using the Tobit model, we implemented a survey to the Portuguese museums. Based on the response of 285 museums, we segmented museums by clusters in order to evaluate the efficiency in homogeneous groups.

  From the analysis, we conclude that for the whole sample the key factors of efficiency are the total number of employees and number of open-days to the public. However, for the two main clusters, the conclusions are different. The number of auxiliary equipment is important for the first cluster, but for the third cluster, the total number of employees, the number of open-days to the public and the number of auxiliaries appear as statistically significant, showing that these differences arise from characteristics of each cluster.