• Nie Znaleziono Wyników

3. NIEPARAMETRYCZNA ANALIZA EFEKTYWNOŚCI NA PRZYKŁADZIE

3.1. Oszacowanie efektywności polskich uczelni publicznych w latach 2001–2008

3.1.3. Oszacowanie modelu efektywności wdrożeniowej

Kolejny model ma za zadanie zbadać efektywność wdrożeniową uczelni. Do jego wy-znaczenia przyjęto te same nakłady co uprzednio, natomiast pomiar wyników działalności uczelni w tym zakresie został dokonany tylko za pomocą jednej zmiennej – liczby zgłoszo-nych i uzyskazgłoszo-nych patentów na wynalazki. Autorka jest świadoma ograniczoności tego modelu właśnie ze względu na przyjęcie jednej miary wyników. Powodem tego były utrud-nienia z zebraniem kompletnych danych dla innych miar powiązań uczelni z gospodarką.

Szczegółowe rezultaty dla tego modelu ukazano w tabeli 21.Wartości otrzymanych dla tego modelu wyników odbiegają znacząco od poprzednich dwóch oszacowań. W 2008 roku tylko jedna uczelnia była efektywna: Politechnika Wrocławska, co nie jest zaskoczeniem jeżeli weźmie się pod uwagę przodującą pozycję tej uczelni w liczbie zgłoszonych i uzy-skanych patentów (tabela 16). Dla pierwszych trzech lat badanego okresu maksymalną wartość współczynnika efektywności osiągały także Politechnika Lubelska, w 2004 r.

AGH, w 2006 r. zaś Politechnika Szczecińska.

Wartości średnie dla całej badanej grupy są znacząco niższe niż dla modelu badające-go efektywność naukową i dydaktyczną i wynoszą od 0,08 dla współczynnika skorybadające-gowa- skorygowa-nego (dla lat 2006 i 2007) do 0,35 dla współczynnika nieskorygowaskorygowa-nego (dla 2003 roku).

Wartości minimalne kształtują się na bardzo niskim poziomie.

Wydaje się, że te niskie wartości współczynników efektywności DEA są z jednej stro-ny spowodowane przyjęciem tylko jednej miary rezultatów działalności wdrożeniowej uczelni, z drugiej zaś świadczą o tym, że uczelnie bardziej nastawiają się na działalność dydaktyczną i naukową aniżeli na prowadzenie usług specjalistycznych i zakres tych prac jest bardzo ograniczony.

W tabeli Z9 w załączniku 2 pokazano wskaźniki uzyskane dla modelu o zmiennych korzyściach skali, w kolejnej tabeli stosunek wskaźników uzyskanych za pomocą modelu CRS i VRS (tabela Z10). Widać, że podobnie jak dla poprzednich modeli, i tym razem większość uczelni nie była efektywna względem skali. Przeważająca liczba jednostek znaj-dowała się w obszarze rosnących korzyści skali (tabela Z11), zwłaszcza dla lat 2005–2008.

Tabela 21 Wskaźniki efektywności wdrożeniowej dla lat 2001–2008 obliczone według modelu DEA – nakłady:

nauczyciele akademiccy, przychody; wyniki: patenty

Wskaźnik DEA Skorygowany wskaźnik DEAkor 2001 2002 2003 2004 2005 2006 2007 2008 2001 2002 2003 2004 2005 2006 2007 2008 AGH 0,41 0,80 0,88 1,00 0,65 0,54 0,50 0,31 0,27 0,56 0,61 0,54 0,37 0,19 0,16 0,11 ATH 0,11 0,12 0,18 0,16 0,11 0,43 0,09 0,07 0,06 0,07 0,14 0,11 0,08 0,22 0,05 0,05 PB 0,17 0,15 0,07 0,06 0,26 0,08 0,13 0,34 0,08 0,08 0,05 0,04 0,18 0,04 0,07 0,20 PC 0,26 0,13 0,41 0,20 0,38 0,26 0,04 0,06 0,16 0,09 0,31 0,13 0,24 0,14 0,02 0,03 PG 0,21 0,28 0,51 0,45 0,30 0,33 0,41 0,30 0,14 0,20 0,31 0,24 0,12 0,05 0,07 0,07 PK 0,31 0,39 0,64 0,27 0,51 0,19 0,09 0,15 0,18 0,24 0,48 0,19 0,33 0,09 0,04 0,08 PL 1,00 1,00 1,00 0,93 0,70 0,27 0,69 0,83 0,47 0,54 0,76 0,64 0,46 0,13 0,37 0,49 0,39 0,50 0,50 0,53 0,97 0,64 0,64 0,34 0,24 0,34 0,36 0,34 0,52 0,22 0,21 0,12 PO 0,15 0,27 0,63 0,56 0,34 0,40 0,59 0,43 0,09 0,18 0,48 0,39 0,23 0,16 0,28 0,25 PP 0,13 0,29 0,17 0,16 0,23 0,17 0,47 0,60 0,09 0,20 0,12 0,10 0,13 0,06 0,19 0,28 PR 0,19 0,30 0,49 0,16 0,33 0,06 0,06 0,48 0,12 0,21 0,32 0,09 0,18 0,02 0,03 0,29 PRZ 0,47 0,06 0,27 0,50 0,09 0,09 0,17 0,29 0,28 0,04 0,21 0,34 0,06 0,04 0,09 0,16 PSZ 0,56 0,77 0,58 0,56 0,77 1,00 0,15 0,14 0,34 0,53 0,41 0,37 0,48 0,37 0,07 0,06 0,50 0,47 0,68 0,59 0,51 0,27 0,39 0,33 0,32 0,33 0,48 0,36 0,29 0,10 0,15 0,15 PŚK 0,37 0,26 0,54 1,00 0,30 0,07 0,15 0,05 0,19 0,17 0,41 0,66 0,19 0,03 0,07 0,03 PW 0,78 0,84 0,78 0,48 0,40 0,36 0,29 0,38 0,52 0,61 0,50 0,26 0,16 0,06 0,05 0,07 PWR 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 0,66 0,67 0,61 0,51 0,39 0,16 0,16 0,17 UG 0,10 0,14 0,09 0,16 0,12 0,09 0,15 0,06 0,05 0,08 0,07 0,11 0,08 0,05 0,09 0,04 UAM 0,13 0,20 0,02 0,05 0,12 0,13 0,01 0,08 0,07 0,11 0,01 0,03 0,08 0,06 0,01 0,05 UJ 0,01 0,05 0,02 0,01 0,03 0,02 0,01 0,02 0,01 0,04 0,01 0,01 0,01 0,003 0,001 0,01 0,01 0,14 0,14 0,06 0,03 0,09 0,07 0,02 0,01 0,08 0,10 0,04 0,02 0,04 0,04 0,01 UMC 0,02 0,13 0,14 0,08 0,10 0,09 0,02 0,01 0,01 0,07 0,11 0,05 0,07 0,05 0,01 0,01 UMK 0,25 0,21 0,36 0,16 0,09 0,11 0,25 0,10 0,15 0,15 0,26 0,10 0,04 0,02 0,05 0,06 UO 0,04 0,14 0,07 0,06 0,04 0,04 0,14 0,20 0,02 0,08 0,05 0,04 0,03 0,02 0,08 0,13 URZ 0,12 0,05 0,06 0,06 0,04 0,04 0,04 0,03 0,06 0,03 0,05 0,04 0,03 0,02 0,02 0,02 USZ 0,03 0,03 0,04 0,03 0,03 0,03 0,09 0,02 0,02 0,02 0,03 0,02 0,02 0,01 0,05 0,01 0,02 0,02 0,05 0,02 0,02 0,02 0,03 0,02 0,01 0,01 0,04 0,01 0,01 0,01 0,02 0,01 UB 0,05 0,05 0,07 0,07 0,05 0,05 0,05 0,11 0,02 0,03 0,06 0,05 0,03 0,02 0,03 0,07 UWM 0,17 0,11 0,15 0,14 0,07 0,05 0,05 0,10 0,10 0,07 0,11 0,09 0,05 0,02 0,03 0,06 UW 0,02 0,04 0,03 0,02 0,01 0,01 0,06 0,02 0,01 0,03 0,02 0,01 0,01 0,002 0,01 0,005 UWR 0,04 0,24 0,18 0,02 0,09 0,03 0,06 0,03 0,02 0,17 0,11 0,01 0,05 0,01 0,03 0,02 średnia 0,26 0,28 0,35 0,31 0,28 0,22 0,22 0,22 0,15 0,18 0,24 0,19 0,16 0,08 0,08 0,10 min 0,01 0,02 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,00 0,00 0,00 max 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 0,66 0,61 0,76 0,66 0,52 0,37 0,37 0,49 Uwaga: Model DEA zorientowany na wyniki o stałych korzyściach skali (CRS).

Źródło: opracowanie własne, obliczeń dokonano w programie FEAR

Wydaje się, że szczególnie w wypadku pomiaru działalności uczelni, gdy rezultatem jest liczba patentów, zasadne jest rozdzielenie grupy uczelni technicznych od uniwersyte-tów.

W tabeli Z14 (załącznik 3) pokazano rezultaty dla modelu obejmującego tylko uczel-nie techniczne. Zawężeuczel-nie liczby uczelni uczel-nie wpłynęło na zmianę identyfikacji jednostek efektywnych. Tak jak przy próbie obejmującej 31 uczelni, efektywnością na poziomie 100% charakteryzowała się w całym okresie Politechnika Wrocławska oraz AGH w 2004 r.

Jednakże średni wskaźnik efektywności jest w tym przypadku wyższy i wyniósł od 0,41 w 2001 r. do 0,36 w 2008 r.

W tabeli Z17 (załącznik 4) pokazano wyniki dla uniwersytetów. Gdy były brane pod uwagę wszystkie 31 uczelnie, to żaden uniwersytet nie znalazł się w grupie uczelni efek-tywnych, natomiast gdy analizie została poddana wyłącznie podgrupa uniwersytetów, za uczelnię ze 100% efektywnością został uznany Uniwersytet Mikołaja Kopernika w Toruniu dla całego okresu objętego badaniem, Uniwersytet im. Adama Mickiewicza w Poznaniu dla lat 2002 i 2005–2006 oraz Uniwersytet Gdański w 2004 r.

W tabeli 22 zestawiono wskaźniki efektywności uzyskane we wszystkich rodzajach modeli dla poszczególnych uczelni w 2008 r. Pod względem działalności naukowej było efektywnych siedem uczelni, cztery uczelnie w zakresie działalności kształcenia studentów, a tylko jedna pod względem efektywności wdrożeniowej. Można zauważyć, że jeżeli uczelnie są efektywne, to najczęściej tylko w jednym rodzaju działalności, np. AGH ma wskaźnik efektywności równy 1 dla efektywności naukowej, a dla pozostałych dwóch dzia-łalności na poziomie 0,39 i 0,31. Jedynie Politechnika Wrocławska charakteryzowała się w 2008 r. dwoma wskaźnikami na poziomie 1 (efektywność naukowa oraz efektywność wdrożeniowa). Prawidłowość ta może świadczyć o wymienności (ang. trade off) działalno-ści dydaktycznej i prowadzonych badań naukowych.

Tabela 22 Wskaźniki efektywności naukowej (DEAnauk), dydaktycznej (DEAdyd) i wdrożeniowej

(DEAwd) – zestawienie dla 2008 r.

Wskaźnik DEA Skorygowany wskaźnik DEAkor

DEAnauk DEAdyd DEAwd DEAnauk DEAdyd DEAwd

AGH 1,00 0,39 0,31 0,79 0,37 0,11 ATH 0,47 0,98 0,07 0,44 0,84 0,05 PB 0,63 0,64 0,34 0,56 0,57 0,20 PC 0,56 0,90 0,06 0,50 0,82 0,03 PG 1,00 0,58 0,30 0,77 0,55 0,07 PK 0,54 0,46 0,15 0,50 0,43 0,08 PL 0,77 0,47 0,83 0,69 0,42 0,49 PŁ 0,99 0,45 0,34 0,82 0,43 0,12 PO 0,55 0,73 0,43 0,50 0,67 0,25 PP 1,00 0,63 0,60 0,85 0,59 0,28 PR 0,41 1,00 0,48 0,39 0,85 0,29 PRZ 0,69 0,74 0,29 0,61 0,69 0,16

Tabela 22 cd.

Wskaźnik DEA Skorygowany wskaźnik DEAkor

DEAnauk DEAdyd DEAwd DEAnauk DEAdyd DEAwd

PSZ 1,00 0,61 0,14 0,84 0,57 0,06 PŚ 0,83 0,62 0,33 0,74 0,58 0,15 PŚK 0,75 0,63 0,05 0,68 0,59 0,03 PW 0,97 0,45 0,38 0,80 0,43 0,07 PWR 1,00 0,67 1,00 0,79 0,64 0,17 UG 0,85 0,90 0,06 0,73 0,80 0,04 UAM 0,87 0,68 0,08 0,76 0,60 0,05 UJ 1,00 0,46 0,02 0,87 0,43 0,01 UŁ 0,70 0,55 0,02 0,55 0,47 0,01 UMC 0,72 0,77 0,01 0,66 0,67 0,01 UMK 0,72 0,65 0,10 0,65 0,56 0,06 UO 0,42 0,67 0,20 0,39 0,56 0,13 URZ 0,40 1,00 0,03 0,37 0,78 0,02 USZ 0,36 1,00 0,02 0,31 0,81 0,01 UŚ 0,71 0,82 0,02 0,64 0,74 0,01 UB 0,56 0,68 0,11 0,47 0,59 0,07 UWM 0,41 1,00 0,10 0,37 0,85 0,06 UW 1,00 0,45 0,02 0,48 0,39 0,00 UWR 0,88 0,77 0,03 0,78 0,72 0,02 Uwaga: Model DEA zorientowany na wyniki o stałych korzyściach skali (CRS).

Źródło: opracowanie własne, obliczeń dokonano w programie FEAR

Można zadać pytanie: Czy zadania stawiane uczelniom – przykładowo kształcenie studentów lub prowadzenie działalności naukowej – są ze sobą powiązane, czy wręcz prze-ciwnie, wzajemnie się wykluczają? Czy na przykład uczelnie, które nastawiają się na dy-daktykę, są słabsze pod względem naukowym? Bonaccorsi i in. (2006) wykazali dla wło-skich uczelni, że szkoły wyższe mające lepsze wyniki naukowe (większa liczba publikacji i cytowań) były też silniejsze pod względem dydaktycznym (większa liczba przyznanych dyplomów).

W tabeli 23 zaprezentowano współczynniki korelacji dla poszczególnych rodzajów efektywności, policzone dla całego okresu badania.

I tak wartości efektywności naukowej są ujemnie skorelowane z efektywnością dydak-tyczną – współczynnik korelacji − 0,66 i − 0,53 dla współczynników nieobciążonych.

Wynika z tego, że faktycznie uczelnie efektywne pod względem prowadzonych badań naukowych są mniej efektywne w zakresie kształcenia studentów. Natomiast dodatni współczynnik korelacji pomiędzy efektywnością naukową i efektywnością wdrożeniową wskazuje na dodatni związek między tymi dwoma procesami, a więc nie wykluczają się one, a wręcz są ze sobą skorelowane dodatnio.

Tabela 23 Macierz korelacji pomiędzy poszczególnymi rodzajami wskaźników efektywności –

współczynniki korelacji dla lat 2001–2008

Wskaźnik DEA Skorygowany wskaźnik DEAkor

DEAnauk DEAdyd DEAwd DEAnauk DEAdyd DEAwd

DEAnauk 1,00

DEAdyd −0,66* 1,00

DEAwd 0,30* −0,29* 1,00

DEAnaukkor 0,87* −0,53* 0,36* 1,00

DEAdydkor −0,53* 0,92* −0,22* −0,38* 1,00

DEAwdkor 0,20* −0,23* 0,91* 0,27* −0,19* 1,00

* p<0,05

Źródło: opracowanie własne

Dodatkowo w literaturze toczy się dyskusja, czy prowadzona przez uczelnie działal-ność naukowa w formie publikowania oraz działaldziałal-ność gospodarcza przejawiająca się współpracą z przedsiębiorstwami to procesy zbieżne, czy wzajemnie się wykluczające. I tak Bonaccorsi i in. (2006) wskazują w badaniach, że do pewnego momentu mogą to być pro-cesy zbieżne, samonapędzające się, ale po przekroczeniu pewnego poziomu zbyt silne nastawienie uczelni na działalność gospodarczą może doprowadzić do niższych wyników naukowych – zależność w kształcie odwróconej litery U. W niniejszym badaniu otrzymany został dodatni współczynnik korelacji pomiędzy wskaźnikiem efektywności naukowej i wdrożeniowej, jednak nie jest on wysoki co do wartości. Dla korelacji pomiędzy efektyw-nością dydaktyczną i wdrożeniową uzyskany został ujemny współczynnik, a więc w tym wypadku uczelnie charakteryzujące się wysoką efektywnością dydaktyczną nie są efektyw-ne pod względem działalności patentowej.

Problem potencjalnej wymienności pomiędzy działalnością badawczą, a kształceniem studentów był poruszany szerzej w innej publikacji autorki (Wolszczak-Derlacz 2013).

3.2. Analiza czasowa zmian produktywności na podstawie indeksu