PL EN


Journal
2014 | 3(128) | 54–74
Article title

Wykorzystanie wskaźników złożonych i metod nieparametrycznych do oceny i poprawy efektywności funkcjonowania wyższych uczelni technicznych

Title variants
EN
Application of composite indicators and nonparametric methods to evaluate and improve the efficiency of the technical universities
Languages of publication
PL
Abstracts
PL
Publiczne uczelnie wyższe, podobnie jak organizacje komercyjne, muszą dbać o efektywność funkcjonowania. W artykule został przedstawiony model pomiaru i oceny efektywności względnej uczelni technicznych. Analizę przeprowadzono wśród 18 uczelni, wykorzystując metodę złożonych wskaźników i model SBM Data Envelopment Analysis. Zdefiniowano 14 wskaźników wpływających na efektywność dla pięciu obszarów funkcjonowania uczelni: badań naukowych, dydaktyki, rozwoju kadr naukowych, jakości procesów kształcenia oraz finansowania ze środków publicznych. Na podstawie wyników wskazano jednostki nieefektywne oraz kierunki zmian, które pozwolą im osiągnąć pełną efektywność. Zastosowane metody pozwoliły uwzględnić w ocenie efektywności łączne oddziaływanie wszystkich istotnych czynników opisujących podstawowe usługi świadczone przez uczelnie.
EN
Publicly funded universities, like commercial organizations, are obliged to ensure their efficiency. This article presents a model to measure and assess the relative efficiency of technical universities. The analysis was performed using publically available data from 2011 for 18 universities using the composite indicators method and the SBM Data Envelopment Analysis model. Fourteen indicators for efficiency were defined in the five areas of the university performance: research, teaching, scientific staff development, quality of teaching processes and public funding. Inefficient units were identified, based on their calculated efficiency scores and the directions for change to allow them to reach greater efficiency were suggested. Methods used to assess efficiency allowed the combined effect of all relevant factors to be taken into account which described the basic operations of the university.
Journal
Year
Issue
Pages
54–74
Physical description
Dates
published
2014-09-29
Contributors
  • Wydział Zarządzania i Ekonomii, Politechnika Gdańska
  • Wydział Zarządzania i Ekonomii, Politechnika Gdańska
References
  • Abbott, M. i Doucouliagos, H. (2004). Research Output of Australian Universities. Education Economics, 12(3), 251–265.
  • Antonowicz, D. i Gorlewski, B. (2011). Demograficzne tsunami. Raport na temat wpływu zmian demograficznych na szkolnictwo wyższe do 2020 roku. Warszawa: Instytut Rozwoju Kapitału Intelektualnego im. Sokratesa.
  • Charnes, A., Cooper, W. W. i Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 6(2), 429–444.
  • Cherchye, L., Moesen, W., Rogge, N., Van Puyenbroeck, T., Saisana, M., Saltelli A., Liska, R. i Tarantola, S. (2006). Creating composite indicators with DEA and robustness analysis: the case of the Technology Achievement Index. Pobrano z: htttp://www.econ.kuleuven.ac.be/ew/academic/ econover/Papers/DPS0603.pdf
  • Coelli, T., Rao, P., O’Donnell, Ch. i Battese, G. (2005). An introduction to efficiency and productivity analysis. New York, NY: Springer.
  • Cook, W. D., Tone, K. i Zhu, J. (2014). Data envelopment analysis: prior to choosing a model. Omega – International Journal of Management Science, 44, 1–4.
  • Cooper, W.W., Seiford, L. M. i Zhu, J. (2011). Handbook on Data Envelopment Analysis. New York, NY: Springer.
  • Cooper, W. W., Seiford, L. M. i Tone, K. (2007). Data Envelopment Analysis: a comprehensive text with models, applications, references and DEA-Solver software. New York, NY: Springer.
  • Ćwiąkała-Małys, A. (2010). Pomiar efektywności procesu kształcenia w publicznym szkolnictwie akademickim. Wrocław: Wydawnictwo Uniwersytetu Wrocławskiego.
  • Debreu, G. (1951). The coefficient of resource utilization. Econometrica, 19(3), 273–292.
  • Decancq, K. i Lugo, M. A. (2010). Weights in multidimensional indices of well-being: an overview. Discussions Paper Series (DPS) 10.06., Leuven: Center for Economic Studies, Katholieke Universitet Leuven.
  • Despotis, D. K. (2005). Measuring human development via Data Envelopment Analysis: the case of Asia and the Pacific. Omega – The International Journal of Management Science, 33(5), 385–390.
  • Domagała, A. (2007). Metoda Data Envelopment Analysis jako narzędzie badania względnej efektywności technicznej. Badania operacyjne i decyzje, 3–4, 21–34.
  • Dziennik Ustaw Nr 84 (2011). Ustawa z dnia 18 marca 2011 r. o zmianie ustawy – Prawo o szkolnictwie wyższym, ustawy o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki oraz o zmianie niektórych innych ustaw.
  • Farell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, 120(3), 253–290.
  • Filippetti, A. i Peyrache, A. (2011). The patterns of technological capabilities of countries: a dual approach using composite indicators and Data Envelopment Analysis. World Development, 39(7), 1108–1121.
  • Główny Urząd Statystyczny (2012). Szkoły wyższe i ich finanse w 2011 roku. Warszawa: GUS.
  • Główny Urząd Statystyczny (2013). Bank Danych Lokalnych. Pobrano z: http://www.stat.gov.pl/bdl
  • Guzik, B. (2009a). Podstawowe modele DEA w badaniu efektywności gospodarczej i społecznej. Poznań: Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.
  • Guzik, B. (2009b). Podstawowe możliwości analityczne modelu CCR-DEA. Badania operacyjne i decyzje, 1, 55–75.
  • Haas, D. A. i Murphy, F. H. (2003). Compensating for non-homogeneity in decision-making units in data envelopment analysis. European Journal of Operational Research, 144(3), 530–544.
  • Hollingsworth, B. i Smith, P. (2003). Use of ratios in data envelopment analysis. Applied Economics Letters, 10(11), 733–735.
  • Kao, C. i Hung, H. T. (2008). Efficiency analysis of university departments. An empirical study. Omega – The International Journal of Management Science, 36(4) 653–664.
  • Kempkes, G. i Pohl, C. (2010). The efficiency of German universities – some evidence from nonparametric and parametric methods. Applied Economics, 42(16), 2063–2079.
  • Koopmans, T. C. (1951) Analysis of production as an efficient combination of activities. W: T. C. Koopmans (red.), Activity analysis of production and allocation. New York, NY: Wiley.
  • Leitner, K. H., Prikoszovits, J., Schaffhauser-Linzatti, M., Stowasser, R. i Wagner, K. (2007). The impact of size and specialization on universities’ department performance: a DEA analysis applied to Austrian universities. Higher Education, 53(4), 517-538.
  • Liu, J. S., Lu, L. Y. Y., Lu, W. M. i Lin, B. J. Y. (2013). A survey of DEA applications. Omega – The International Journal of Management Science, 41(5), 893–902.
  • Lukman, R., Krajnc, D. i Glavic, P. (2010). University ranking using research, educational and environmental indicators. Journal of Cleaner Production, 18(7), 619–628.
  • Lovell, K. C. A. (1995). Measuring the macroeconomic performance of the Taiwanese economy. International Journal of Production Economics, 39(1–2), 165–178.
  • Manca, A. R., Governatori, M. i Mascherini, M. (2010). Towards a set of composite indicators on flexicurity: a comprehensive approach. European Union: European Commission, Joint Research Centre.
  • Mansfield, E. (1995). Academic research underlying industrial innovations: sources, characteristics, and financing. The Review of Economics and Statistics, 77(1), 55–65.
  • Marginson, S. (2014). University Rankings and Social Science. European Journal of Education, 49(1), 45–59.
  • Mascherini, M. i Manca A. R. (2009). Towards a set of composite indicators on flexicurity: the composite indicator on active labour market policies. European Commission: Joint Research Centre, European Communities.
  • Mohamad, N. H. i Said, F. B. (2011). Comparing macroeconomic performance of OIC member countries. International Journal of Economics and Management Sciences, 3(1), 90–104.
  • Murias, P., de Miguel, J. C. i Rodriguez, D. (2008). A Composite indicator for university quality assesment: the case of Spanish higher education system. Social Indicators Research, 89(1), 129–146.
  • OECD (2008). Handbook on constructing composite indicators. methodology and user guide. Paris: OECD Publications.
  • Paruolo, P., Saisana, M. i Saltelli, A. (2013). Ratings and rankings: voodoo or science? Journal of the Royal Statistical Society. Series A, Statistics in Society, 176(3), 609–634.
  • Ranking Szkół Wyższych (2013). Pobrano z: http://www.perspektywy.pl/
  • Saisana, M., d’Hombres, B. i Saltelli, A. (2011). Rickety numbers: volatility of university rankings and policy implications. Research Policy, 40(1), 165–177.
  • Salter, A. J. i Martin, B. R. (2001). The economic benefits of publicly funded basic research: a critical review. Research Policy, 30(3), 509–532.
  • Shen, Y., Ruan, D., Hermans, E., Brijs, T., Wets, G. i Vanhoof, K. (2011). Modeling qualitative data in data envelopment analysis for composite indicators. International Journal of System Assurance Engineering and Management, 2(1), 21–30.
  • Shwartz, M., Burgess, J. F. i Berlowitz, D. (2009). Benefit-of-the-doubt approaches for calculating a composite measure of quality. Health Services and Outcomes Research Methodology, 9(4), 234–251.
  • Stiglitz, J. E. (2004). Ekonomia sektora publicznego. Warszawa: Wydawnictwo Naukowe PWN.
  • Tarantola, S. i Mascherini, M. (2009). Handbook on constructing composite indicators. San Sebastian: EUSTAT–Euskal Estatistika Erakundea–Instituto Vasco de Estadística.
  • Tauer, L. W., Fried, H. O. i Fry, W. E. (2007). Measuring Efficiencies of academic departments within a college. Education Economics, 15(4), 473–489.
  • Tone, K. (2001). A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operational Research, 130(3), 498–509.
  • Zrelli, N. i Hamida1 B. (2013). Efficiency and quality in higher education. A dynamic analysis. Research in Applied Economics, 5(4), 116–130.
Notes
http://www.edukacja.ibe.edu.pl/images/numery/2014/3-4-szuwarzynski-julkowski-wykorzystanie-wskaznikow-zlozonych.pdf
Document Type
Publication order reference
Identifiers
ISSN
0239-6858
YADDA identifier
bwmeta1.element.desklight-0d2a4308-50f6-4e87-ae8b-f30623bb57ea
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.