Preferencje względem atrybutów edukacji wyższej

Badanie preferencji deklarowanych z wykorzystaniem metody wyboru warunkowego i metody wyceny warunkowej wiąże się z umieszczeniem w kwestionariuszu pewnej historii, która zmusza respondenta do oderwania się od sprawozdania faktograficznych informacji. W zależności od momentu podejmowania decyzji (czy w rzeczywistej sytuacji respondent znajduje się przed momentem podjęcia wybory, czy ma już go za sobą), problem jest inaczej formułowany. W przypadku respondentów, którzy podjęli już decyzje edukacyjne, w celu zachowania realizmu, prosi się ich o wyobrażenie sobie sytuacji, gdy dokonywali wyboru ostatnio podjętych studiów. W przypadku respondentów, którzy nigdy nie podjęli studiów wyższych, sytuacja wyboru ma w pełni hipotetyczny charakter. W obu przypadkach jednak należy respondentom przedstawić sytuację, w której decydują, co i gdzie studiować (wybór preferowanej z przedstawionych alternatyw).

Kluczowym elementem badania preferencji deklarowanych jest dobór atrybutów oraz określenie ich poziomów. Wyboru atrybutów dokonano na podstawie przeglądu literatury i przeprowadzonych wywiadów w ramach grup fokusowych. Ostatecznie, uwzględniając specyfikę polskiego systemu szkolnictwa wyższego, zdecydowano się na wykorzystanie następujących atrybutów: koszt studiów,

średnie wynagrodzenie absolwentów 5 lat po ukończeniu studiów, zgodność z zainteresowaniami, odległość od miejsca zamieszkania, jakość uczelni, tryb studiów. Tabela 3.5. przedstawia

wykorzystane atrybuty wraz z poziomami, stosowaną w modelu nazwą i sposobem kodowania danej zmiennej.

Zaprezentowanie rezultaty stanowią syntezę wniosków z badań metodami DCE i CVM, przy czym szczegółowe wyliczenia WTP zostały przedstawione na podstawie DCE. Bezpośrednie porównanie wyników modułu DCE i CVM jest trudne. Plan badawczy wykorzystany w badaniu był optymalizowany dla modułu DCE, ponadto wybór CVM następował po wskazaniu preferowanej opcji w module DCE. Dodatkowo liczba obserwacji w modelu DCE jest dwunastokrotnie większa niż w module CVM (respondenci w module DCE otrzymali 12 kart) dlatego istotność statystyczna oszacowań w module CVM jest znacznie niższa aniżeli w module DCE. Wyniki badań metodą CVM potwierdzają prezentowane rezultaty badania, co uwiarygodnia dodatkowo wnioski. Znaki oszacowań badanych atrybutów odpowiadają oszacowaniom na podstawie modułu DCE, również WTP obliczone na podstawie modułu CVM, nie różnią się o więcej niż wysokość błędu standardowego od oszacowań na podstawie DCE. Wyniki oparte o CVM należy zatem rozumieć jako wyniki uzupełniajce, wzmacniające wiarygodność wyników DCE.

Do analizy preferencji wykorzystano dwa rodzaje modeli: wielomianowy model logitowy (ang.

Multinomial Logit, MNL) i model logitowy z parametrami losowymi (ang. Random Parameters Logit,

RPL). Zmienną wyjaśnianą w obu modelach był wybór preferowanej alternatywy spośród prezentowanych. W obu modelach zmienne wyjasniające zostały zakodowane dokładnie w ten sam sposób, zgodnie z opisem w tabeli 3.5. Przyjęty schemat kodowania jest kompromisem pomiędzy liczbą zmiennych w modelu, typem zmiennych i zaobserwowaną nieliniowością w preferencjach. Jednym z podstawowych celów badania było zbadanie systematycznego zróżnicowania preferencji. Tego typu analiza wymaga włączenia do funkcji użyteczności interakcji pomiędzy zmiennymi opisującymi atrybuty i zmiennymi opisującymi respondentów, np. socjoekonomicznymi. Włączenie do funkcji użyteczności zmiennych socjoekonomicznych wielokrotnie zwiększa liczbę regresorów w modelu, dlatego niezwykle istotny był wybór modelu, który z jednej strony umożliwiłby pełny opis preferencji, a z drugiej strony był możliwie zwięzły. Ostatecznie zdecydowano się na model, w którym

koszt, wynagrodzenie, odległość zostały zakodowane jako zmienne ciągłe. Z uwagi na

zidentyfikowaną wysoką nieliniowość w preferencjach zmienne: zgodność z zainteresowaniami i

105

Tabela 3.5. Kodowanie atrybutów usług edukacyjnych na poziomie wyższym w badaniu metodą DCE

Atrybut Poziomy Kodowanie

Koszt studiów  stypendium 3000 zł/ semestr

 …  Opłata 1 000 zł za semestr  …  Opłata 7 000 zł za semestr Zmienna ciągła Średnie wynagrodzenie absolwentów 5 lat po ukończeniu studiów (kwota netto miesięcznie)  2 000 zł  …  8 000 zł Zmienna ciągła Zgodność studiów z zainteresowaniami 1) Niska zgodność 2) Średnia zgodność 3) Wysoka zgodność Zmienna jakościowa, Niska zgodność – poziom odniesienia. Odległość uczelni od miejsca

zamieszkania 1) 0-30 km 2) 31-100 km 3) 101-250 km 4) 251 km i więcej Zmienna ciągła

Jakość uczelni (mierzona miejscem uczelni w rankingu szkół wyższych) 1) 1-3 miejsce w rankingu 2) 4-10 miejsce w rankingu 3) 11-30 miejsce w rankingu Zmienna jakościowa, niska zgodność – poziom odniesienia. Tryb studiów 1) Studia dzienne w tygodniu

2) Studia w trybie weekendowym

Zmienna 0-1, przyjmująca 1 dla studiów dziennych.

Źródło: Opracowanie własne.

Poniżej opisano wyniki analiz modelu podstawowego, w wariancie MNL i RPL. Oszacowania umieszczone w tabeli stanowią parametry funkcji użyteczności czerpanej z usługi edukacyjnej. Model MNL zakłada, że parametry funkcji użyteczności są stałe. Model ten pozwala na uwzględnienie systematycznego zróżnicowania preferencji, co jest możliwe poprzez włączenie do modelu interakcji ze zmiennymi socjoekonomicznymi. Oszacowane parametry wskazują jaki jest kierunek (znak) i siła (wartość) wpływu danego poziomu atrybutu na użyteczność. Wartości parametrów nie mają bezpośredniej interpretacji, należy je analizować w odniesieniu do pozostałych parametrów. Model RPL pozwala na oszacowanie losowej heterogeniczności preferencji. Ponadto model ten pozwala na uwzględnienie panelowej struktury danych poprzez założenie identycznych parametrów dla tego samego respondenta (w kolejnych sytuacjach wyboru) i różnych parametrów dla różnych respondentów. Model RPL został oszacowany w dwóch wariantach: w wymiarze preferencji (ang.

preference space) i w wymiarze WTP (ang. WTP space). Przejście z modelu MNL do modelu RPL wiąże się z istotną poprawą dopasowania35. Oszacowania podstawowego modelu MNL i RPL zostały zamieszczone się w tabeli 3.6. Dla modelu RPL podano średnią i odchylenie standardowe rozkładu parametrów populacji.

35 Dla modelu w preference-space statystyka ilorazu wiarygodności wynosi 28 774, przy dodatkowej liczbie parametrów równej 8. Statystyka ilorazu wiarygodności jest istotna statystycznie na poziomie istotności 0,000.

106

Tabela 3.6. Oszacowania modelu MNL i RPL użyteczności z usług edukacyjnych|

MNL RPL Parametr (s.e.) Średnia (s.e.) Odch. st. (s.e.) Koszt -0,1658*** (0,0007) -0,2202*** (0,0016) 0,1646*** (0,0016) Wynagrodzenie 0,1611*** (0,0011) 0,1965*** (0,0021) 0,2083*** (0,0019) Zgodność: średnia 0,3436*** (0,0066) 0,4106*** (0,0075) 0,2477*** (0,0189) Zgodność: wysoka 0,5190*** (0,0071) 0,5665*** (0,0110) 0,8050*** (0,0095) Odległość -0,1668*** (0,0031) -0,2048*** (0,0050) 0,3847*** (0,0050) Jakość: średnia 0,0510*** (0,0064) 0,0258*** (0,0078) 0,1189*** (0,0314) Jakość: wysoka 0,0371*** (0,0065) -0,0126 (0,0079) 0,1074*** (0,0341) Tryb: dzienne ^-0,2963*** (0,0052) -0,4225*** (0,0093) 0,9316*** (0,0081) Charakterystyki modelu

Log-likelihood (tylko stałe) -263626,23 -263626,23

Log-likelihood -229760,87 -215373,52

McFadden’s pseudo-R2 0,1285 0,1830

AIC/n 1,9147 1,7949

n (liczba obserwacji) 240000 240000

k (liczba parametrów) 8 16

Wyjaśnienie: w nawiasach podano wartości błędów standardowych;

Istotność statystyczną oznaczono według schematu: *** - p < 0,01, ** - p < 0,05, * - p < 0,1, Źródło: Opracowanie własne.

Wyniki uzyskane z oszacowania parametrów obu modeli, dla większości zmiennych, są zgodne z oczekiwaniami wynikającymi z teorii. Oszacowania w modelu MNL i średnie parametrów losowych w modelu RPL, poza zmienną kodującą wysoką jakość programu studiów, mają takie same znaki i - poza średnią dla zmiennej kodującej wysoką jakość uczelni (model RPL) - różnią się statystycznie od zera (p-value = 0,000). Oszacowania dla wynagrodzenia i kosztu wskazują na wagę finansowych charakterystyk studiów wyższych dla preferencji respondentów. Głównym motywem uwzględnienia obu atrybutów była możliwość analizy wyborów edukacyjnych w kategoriach finansowych (obliczenia krańcowych stóp substytucji, które informują, ile byliby skłonni zapłacić w zamian za możliwość podjęcia studiów o danej charakterystyce, ceteris paribus), zarówno w kategorii ponoszonych kosztów studiowania, jak również przyszłego wynagrodzenia na rynku pracy, które jest konsekwencją podjęcia danych studiów. Rozróżnienie tych kosztów jest istotne ze względu na poznanie mechanizmu dyskontowania korzyści. Z jednej strony ludzie mają tendencję do krótkowzroczności, z drugiej - w polskich warunkach koszt związany ze studiowaniem obciąża niejednokrotnie budżet rodziców niż studenta, zatem trudno sformułować jednoznaczne oczekiwania co do natury preferencji wobec tych aspektów studiów wyższych. Analiza uzyskanych parametrów wskazuje, że przyszłe wynagrodzenie związane ze skończeniem danych studiów jest znacząco niżej wyceniane niż koszt studiów. Wprawdzie oszacowania przy obu atrybutach są bardzo zbliżone (co do wartości bezwzględnej), to jednak poziomy kosztu studiów zostały wyrażone semestralnie (i dotyczą jedynie czasu trwania studiów), natomiast przyszłe wynagrodzenie opisano wyżej w ujęciu miesięcznym. Taki wynik potwierdza hipotezę o krótkowzroczności respondentów wynikającą hiperbolicznej funkcji dyskonta (Laibsona, 1997). W celu pokazania możliwe pełnego obrazu preferencji, wycen atrybutów dokonano

107

niezależnie w obu kategoriach pieniężnych (w kategoriach kosztu studiów i w kategoriach przyszłego wynagrodzenia). Dzięki takiemu podejściu uzyskano stopy substytucji, po jakich respondenci gotowi są wymieniać poszczególne poziomy atrybutów zarówno na koszt semestralny studiów jak i na przyszłe miesięczne wynagrodzenie.

Dla obu modeli oszacowania dla zgodności średniej i wysokiej są dodatnie i przyjmują wysokie, w

porównaniu z innymi zmiennymi jakościowymi, wartości. Wskazuje to, że zmienne te miały wysoką wagę w wyborach dokonywanych przez respondentów i im lepsze dopasowanie zgodności z zainteresowaniami tym wyższy poziom użyteczności (poziom odniesienia to niski poziom zgodności). Znacząca rola zgodności z zainteresowaniami jest zgodna z wnioskami ze statystycznego opisu preferencji deklarowanych wprost.

Jednym z czynników, które mogą mieć znaczenie dla wyboru studiów jest to, jak daleko od domu rodzinnego lub stałego miejsca zamieszkania jest zlokalizowana uczelnia. Dla potrzeb badania przyjęto następujące poziomy odległości: 0-30 km, 31-100 km, 101-250 km i 251 km i więcej. Oszacowania dla atrybutu odległość, zgodnie z oczekiwaniami, są ujemne co wskazuje, że ceteris

paribus respondenci woleliby studiować jak najbliżej miejsca zamieszkania. Wynik ten jest także zgodny z wnioskami z analizy preferencji wprost deklarowanych. Wskazuje on to, iż w przypadku młodych Polaków nie obserwuje się dążenia od definitywnego odseparowania się od rodziny pochodzenia (np. w celu zademonstrowania własnej niezależności).

Kolejnym analizowanym atrybutem była jakość kształczenia. Badania dotyczące wyborów edukacyjnych wskazują, że jakość uczelni jest jednym z podstawowych elementów uwzględnianych w trakcie dokonywania wyboru. Jedną z najczęściej wykorzystywanych miar jakości jest reputacja uczelni, mierzona pozycją w rankingach szkół wyższych (Maringe, 2007; James et al. 1999; Webb, 1993; Chapman, 1993; Coccari and Javalgi, 1995; Murphy, 1981; Hagel and Shaw, 2010). Inni autorzy wskazują, że dla wielu studentów jednym z podstawowych wskaźników wyznaczających jakość uczelni mogą być perspektywy absolwentów tj. przyszłe zatrudnienie i wynagrodzenie (np. Maringe, 2006; Soutar and Turner, 2002; Webb, 1993; Holdswoth and Nind, 2005).

Przeprowadzone badania fokusowe potwierdziły, że wiele osób łączy jakość uczelni z takimi atrybutami studiów, jak np. przeciętne wynagrodzenie ich absolwentów. Dla części, choć nie wszystkich, uczestników badań fokusowych, te dwie zmienne (miejsce rangowe i dochody absolwentów) okazały się silnie skorelowane tj. wyższe miejsce w rankingu danej uczelni było utożsamiane z wyższymi zarobkami jej absolwentów. W przeprowadzonym badaniu wykorzystany plan badawczy uwzględniał oba atrybuty: jakość uczelni i wynagrodzenie po studiach – zatem należy zakładać, że te dwie kategorie były traktowane rozłącznie. Dodatkowo w badaniach jakościowych wykazano, że część osób utożsamia jakość studiów z ich pracochłonnością. Zaobserwowano również, że wiele osób deklarowało w tych wywiadach, że nie wybierało uczelni o wysokim poziomie jakości, z obawy, że sobie tam nie poradzą. Obserwacje z grup fokusowych znalazły odzwierciedlenie w wynikach badania DCE. Oszacowania parametrów wskazują, że zależność pomiędzy użytecznością a jakością jest odwrotnie U-kształtna, z średni poziom jakości jest najbardziej preferowany przez respondentów. Oszacowanie średniej wartości parametru dla zmiennej Jakość wysoka są dla modelu RPL ujemne i nie różnią się statystycznie od zera. Wskazuje to, że w badanej próbie wysoki i niski poziom jakości kształcenia (uczelni) były niepreferowane w podobnym stopniu. Jednak wysoka wartość odchylenia standardowego dla zmiennej Jakość wysoka oraz wysoka istotność statystyczna tego oszacowania (model RPL) wskazują, że preferencje w odniesieniu do atrybutu jakość są w badanej próbie bardzo zróżnicowane.

108

Ostatnim atrybutem studiów, którego znaczenie analizowano w badaniu DCE był tryb studiów. Oszacowania obu modeli wskazują, że studia dzienne są postrzegane jako mniej atrakcyjne niż studia w trybie weekendowym. W toku badań fokusowych wiele osób przyznawało, że odpowiada im model studiowania, który pozwala jednocześnie pracować. Oznacza to, iż z punktu widzenia kandydatów na studia/studentów, decyzja o studiowaniu nie jest decyzją oznaczającą konieczność wyboru między kształceniem się i pracą zawodową, a najbardziej pożądanym stanem jest możliwość łączenia pracy zawodowej i studiów.

Przedstawione w tabeli 3.6 parametry funkcji użyteczności są trudne do bezpośredniej interpretacji. Z tego względu zdecydowano o przedstawieniu preferencji w kategoriach gotowości respondentów do płacenia (ang. willingnes to pay, WTP) za poszczególne poziomy atrybutów. Model RPL oszacowano zakładając log-normalny rozkład dla kosztu studiowania i oczekiwanego wynagrodzenia po studiach oraz rozkład normalny dla WTP. Przyjęcie log-normalnego rozkładu dla kosztu i

wynagrodzenia oznacza, że dla wszystkich respondentów parametr przy koszcie przyjmuje ujemna wartość, a parametr przy wynagrodzeniu dodatnią, co jest zgodne z teorią ekonomii. Dla każdego modelu WTP zostało oszacowane w dwóch wariantach: w kategorii kosztu i wynagrodzenia. Gotowości do płacenia przedstawione w tabelach 3.7 i 3.8 dla modelu MNL są równe ilorazowi parametru przy danym atrybucie i odpowiednio parametrowi przy koszcie lub wynagrodzeniu.

Tabela 3.7. WTP (w kategoriach kosztu studiowania) za poszczególne atrybuty usług edukacyjnych na poziomie wyższym

MNL RPL

Średnia Średnia Odchylenie standardowe coef. st.err. p-val coef. st.err. p-val coef. st.err. p-val Zgodność: średnia 2064 39 0,00 2233 9 0,00 2071 17 0,00 Zgodność: wysoka 3138 41 0,00 3262 10 0,00 3761 12 0,00 Odległość -1006 19 0,00 -1091 4 0,00 1311 6 0,00 Jakość: średnia 300 38 0,00 275 8 0,00 941 27 0,00 Jakość: wysoka 212 39 0,00 186 8 0,00 735 32 0,00 Tryb: dzienne -1781 31 0,00 -1863 6 0,00 2456 8 0,00

Źródło: Opracowanie własne.

Tabela 3.8. Krańcowa skłonność do płacenia (w kategoriach przyszłego wynagrodzenia) za poszczególne atrybuty usług edukacyjnych na poziomie wyższym

MNL RPL

Średnia Średnia Odchylenie standardowe coef. st.err. p-val coef. st.err. p-val coef. st.err. p-val Zgodność: średnia 2132 42 0,00 2344 8 0,00 1949 19 0,00 Zgodność: wysoka 3221 44 0,00 3348 10 0,00 3971 13 0,00 Odległość -1035 20 0,00 -1119 4 0,00 1476 6 0,00 Jakość: średnia 317 40 0,00 270 8 0,00 824 30 0,00 Jakość: wysoka 231 40 0,00 159 8 0,00 774 33 0,00 Tryb: dzienne -1840 34 0,00 -1950 6 0,00 2761 9 0,00

109

Przed przystąpieniem do interpretacji wyników oszacowań WTP, należy zauważyć, że dla modelu RPL średnie i odchylenia standardowe w wariancie WTP mogą się znacząco różnić od wyników oszacowań uzyskanych w przestrzeni użyteczności. W modelu użyteczności oszacowanie średniej dla zmiennej Jakość wysoka było ujemne, tymczasem średnia gotowość do płacenia za ten poziom

atrybutu oznaczającego jakość uczelni jest dodatnia. Dzieje się tak dlatego, że w modelu w użyteczności dla Jakości wysokiej przyjęto rozkład normalny, tymczasem w przestrzeni WTP rozkład, z którego liczona jest średnia jest iloczynem rozkładu normalnego i log-normalnego.36

Analiza zawartości tabel 3.7 i 3.8 wskazuje, że znaki wartości WTP dla modelu MNL i modelu RPL są identyczne. Ponadto wartości oszacowań WTP w modelu MNL są bardzo zbliżone do oszacowań średnich dla modelu RPL. Relatywnie wysoka wartość oszacowań odchyleń standardowych wskazuje, że w badanej próbie jest wysokie zróżnicowanie preferencji. Najwyższe zróżnicowanie preferencji obserwujemy dla jakości uczelni, gdzie współczynniki zmienności37 wskazują, że dla znaczącej części badanej próby, znak poszukiwanego parametry jest przeciwny względem znaku dla średniej tj. odpowiednio 38,5% i 40% respondentów preferuje poziom niski względem poziomu średniego i wysokiego (model w WTP-space z kosztem).

Najwyższa wartość WTP występuje przy atrybucie zgodność kierunku z zainteresowaniami. Średnio, w badanej próbie, respondenci byliby gotowi ponieść dodatkowy koszt 3138 zł/semestr (model MNL), aby studiować na kierunku, który jest zgodny z ich zainteresowaniami względem kierunku, dla którego zgodność z zainteresowaniami jest niska. W przypadku modelu w kategoriach wynagrodzenia, WTP wynosi 3238 PLN, co oznacza, że średnio respondenci byliby gotowi zaakceptować niższe o 3221 PLN miesięczne wynagrodzenie (5 lat po ukończeniu studiów), aby móc studiować na kierunku, który jest zgodny z ich zainteresowaniami względem kierunku, dla którego zgodność z zainteresowaniami jest niska. W przypadku zgodności z zainteresowaniami w wynikach ujawnia się wyraźna nieliniowość. Oszacowanie dla zgodności średniej jest znacząco wyższe od zgodności niskiej, podczas gdy różnica pomiędzy zgodnością wysoką i średnią nie jest już tak duża (malejąca krańcowa użyteczność).

Z kolei dla atrybuty studiów oznaczającego odległość uczelni od miejsca zamieszkania, oszacowanie dla modelu MNL (w kategoriach kosztu) wynosi – 1006 zł, oznacza to, że średnio, oddalenie uczelni od miejsca zamieszkania o 100 km wymagałoby średniej rekompensaty (niższego kosztu studiów) o 1006 zł/semestr.

Studiowanie przy organizacji studiów zakładającej zajęcia odbywające się w dni tygodnia od poniedziałku do piątku względem studiowania w trybie weekendowym wymagałoby, średnio, rekompensaty w koszcie studiów wysokości 1781 zł/semestr (model MNL, WTP-space z kosztem). Tę wartość można interpretować jako indywidualną wycenę kosztu alternatywnego związanego z możliwością wykonywania pracy zawodowej podczas studiów (zarówno z aspekcie utraconego wynagrodzenia, jak i utraty możliwości zdobywania praktycznego doświadczenia).

36 Obliczeń WTP w takim przypadku dokonuje się poprzez podzielenie przez siebie wysymulowanych wartości obu rozkładów. Przyjęcie rozkładu log-normalnego dla atrybutu finansowego wynika z założenia o dodatnim wpływie wynagrodzenia na użyteczność i ujemnym wpływie kosztu na użyteczność. Przyjęcie rozkładu log-normalnego wynika z potrzeby zapewnienia momentów (średnia i odchylenie standardowe), co nie miałoby miejsca w sytuacji gdyby dla wynagrodzenia założono rozkład normalny.

110

3.6.2.2. Heterogeniczność preferencji względem cech respondenta