¿Influyen los modelos de financiación autonómicos en la eficiencia de las universidades públicas españolas?

Resumen

El debate y la reflexión sobre la financiación de la educación superior, y en concreto de las universidades públicas, no es algo nuevo. No obstante, en los tiempos actuales, con la aplicación y puesta en marcha en nuestras universidades de las prescripciones derivadas del Espacio Europeo de Educación Superior, esta discusión se ha retomado de forma más intensa, dada la necesidad de garantizar cierto nivel de éxito en la nueva reforma emprendida.

En función de lo anterior, el presente trabajo cobra oportunidad y utilidad en este contexto marcado de incertidumbres, donde el objetivo básico del mismo es el de estudiar la eficiencia de las universidades públicas españolas bajo las dimensiones separadas de docencia, investigación y transferencia del conocimiento, así como relacionar la misma con los modelos de financiación de las universidades adoptados por la comunidad autónoma donde residen. En definitiva, la hipótesis a contrastar no es otra que saber si los modelos de financiación tienen influencia sobre la eficiencia docente, investigadora y de tercera misión de las instituciones universitarias, dado que los mismos no solo debieran servir para asegurar la equidad y la suficiencia económica de aquellas, sino si también debieran utilizarse como inductores de mejoras en la eficiencia.

Para evaluar la eficiencia aplicamos la metodología Data Envelopment Analysis (DEA), desarrollada por Charnes et al. (1978) a partir del trabajo pionero de Farrel en 1957. La muestra está formada por las 47 universidades públicas españolas presenciales con información obtenida de diversas fuentes y relativa a los cursos académicos 2005/2006 a 2009/2010.

Abstract

The discussion on the financing of Higher Education, particularly national universities, is not new. However, due to the effective application and implementation of the directives currently developed by the European Higher Education Area, this debate has been taken up again with greater intensity.

In light of the above, this work assesses the timeliness and usefulness in this context marked by some uncertainties. Therefore, the aim of this paper is to study the efficiency of Spanish National Universities under three different dimensions: teaching, research and transfer of knowledge efficiency. Furthermore, the aim is to relate it with the universities financial models of the universities, adopted by the Autonomous Region where they are located. In short, the hypotheses to be tested are drawn up in order to determine whether these financial models have any influence on the teaching, research and efficiency of national universities, given that they should not only help to ensure equity and economic sufficiency to both dimensions, but also they should be used as constructors for improving the efficiency.

Data Envelopment Analysis (DEA) developed by Charnes et al. (1978) (based on the work of Farrell, 1957) is applied to assess the efficiency. The research is based on the on-site analysis of 47 Spanish National Universities, and the information required is obtained from various sources and from the academic years 2005/2006 to 2009/2010.

1

Introducción

La importancia del funcionamiento del sistema educativo en general y de la educación superior en particular está hoy fuera de duda. No obstante, para el correcto funcionamiento del sistema se necesita una financiación suficiente y adecuada, o utilizando términos comúnmente utilizados en economía de la educación, una financiación suficiente, equitativa y eficiente. Es obvio que los ciudadanos de cada país exigen que su Administración pública preste servicios públicos con el máximo de calidad posible y al mínimo coste posible, y para ello es necesaria la mejora, entre otras, de la gestión de las instituciones de educación superior.

Como respuesta a lo anterior, son muchas las comunidades autónomas que han introducido cambios en sus modelos de financiación universitaria, a fin de intentar garantizar la suficiencia, la equidad y la eficiencia del sistema, incluyendo en algunos casos fórmulas de financiación basadas en objetivos.

Lo anterior nos lleva a inferir que el debate y reflexión sobre la financiación de la educación superior¹, y en concreto de las universidades públicas, no es algo nuevo. No obstante, en los tiempos actuales, con la aplicación y puesta en marcha en nuestras universidades de las prescripciones derivadas del Espacio Europeo de Educación Superior, esta discusión se ha retomado de forma más intensa, dada la necesidad de garantizar cierto nivel de éxito en la nueva reforma emprendida. En concreto, el 24 de abril de 2007 el Consejo de Coordinación Universitaria conoció y valoró como punto de partida el Informe sobre Financiación del Sistema Universitario Español. Igualmente, en el momento actual se están llevando a cabo iniciativas por parte del Gobierno para llevar a cabo un proceso de debate y reflexión sobre los modelos de gobernanza y financiación de las universidades públicas dentro del marco de la «Estrategia Universidad 2015». La cuestión no es otra que la de identificar qué cambios organizativos y qué instrumentos de financiación son idóneos para que las universidades españolas puedan convertirse en piezas clave del cambio de modelo de crecimiento que el cambio tecnológico y los desafíos de la competitividad reclaman con especial intensidad en nuestro país; de hecho, uno de los objetivos de la Estrategia Universidad 2015 es el de proponer un plan de mejora financiera a cambio de mejoras internas en eficacia y eficiencia de la gestión y transparencia de la información. Por tanto, y de acuerdo con Martín (2009), la financiación de la enseñanza superior constituye, por un lado, un elemento esencial para la consecución del objetivo de mantener un sistema universitario de calidad; y por otro, uno de los principales instrumentos de que disponen los poderes públicos para influir en las actividades de las universidades, inmersas por lo general en la mayoría de países en procesos de ampliación de su autonomía (Sosa Wagner, 2004).

Por tanto, es importante reflexionar sobre cómo contribuyen a dicho objetivo los modelos de financiación de la educación superior actualmente existentes. En esa línea es donde se incardina uno de los objetivos de este trabajo, que no es otro que tratar de componer un marco de referencia que posibilite medidas de mejora en el sistema universitario público mediante un estudio de los modelos de financiación universitarios y su incidencia sobre la eficiencia.

Las circunstancias actuales del sistema universitario enmarcado en un contexto de alta incertidumbre hacen que el presente trabajo cobre no solo oportunidad sino también utilidad, dado que el objetivo básico del mismo va a ser el de medir la eficiencia docente e investigadora de las universidades públicas españolas con información obtenida de diversas fuentes y relativa al curso académico 2006/2007, aplicando la metodología Data Envelopment Analysis (DEA), lo cual puede permitir detectar posibles ineficiencias de las universidades, así como el estudio de la posible incidencia de las fórmulas de financiación en la eficiencia.

Por otra parte, y a diferencia de la mayor parte de los trabajos que han abordado la eficiencia de las universidades aplicando la metodología DEA, no solo abordaremos el estudio descriptivo y empírico de su aplicación, sino que trataremos de encontrar factores explicativos de la eficiencia² relacionados con el modelo de financiación adoptado. Concretamente pretendemos: analizar la relación entre eficiencia docente y eficiencia investigadora, así como la relacionada con la transferencia, con la naturaleza de los modelos de financiación autonómicos.

2

Muestra y variables objeto de estudio

La muestra abarca las 47 universidades públicas presenciales españolas³. Para la mayor parte de los datos hemos utilizado un período de 5 años (desde el curso académico 2005-2006 hasta el curso 2009-2010), siguiendo la tendencia internacional que, sobre todo para valorar la investigación realizada, toma un período de estudio lo suficientemente largo para valorar el esfuerzo permanente de las universidades en esas materias. Otro argumento que justifica esta elección es la propia vigencia de los modelos bilaterales (comunidad autónoma-universidad) de financiación pactados para escenarios temporales de medio plazo (entre 4 y 5 años en la mayoría de los casos). En algunas variables se ha tomado un período diferente por motivos que se explicaran a continuación.

Un resumen de las variables y sus fuentes informativas aparece en la tabla 1).

Tabla 1.

Fuentes informativas de las variables objeto de estudio

Variable	Fecha	Fuente
• Número de alumnos matriculados• Número de alumnos graduados	Cursos académicos 2005-2006 a 2009-2010	Estadística alumnado (Secretaría General del Consejo de Universidades)
• Profesores equivalentes a tiempo completo (PETC)	Media ejercicios económicos 2006 y 2008^a	La Universidad española en cifras (Conferencia de Rectores de las Universidades españolas)
• Gastos capítulo 1 Gastos de personal• Gastos capítulo 2 Gastos corrientes en bienes y servicios• Ingresos capítulo 3 Tasas, precios públicos y otros ingresos• Ingresos capítulo 4 Transferencias corrientes• Ingresos liquidados de la investigación aplicada (art.83 LOU)	Ejercicios económicos 2006 y 2008
• Tesis doctorales aprobadas	Cursos académicos 2005-2006 a 2009-2010	Estadística de enseñanza universitaria (Instituto Nacional de Estadística)
• Producción científica: documentos científicos recogidos en revistas indexadas	Período 2005-2009	Ranking Iberoamericano SIR 2011 (Scimago Institutions Rankings)
• Número de profesores con uno o más tramos de investigación (sexenios)	Evaluación 2009^b	Evaluaciones de la Comisión Nacional Evaluadora de la Actividad Investigadora (Ministerio de Ciencia e Investigación extinguido)
• Número de proyectos de investigación e importe concedido	Ejercicios económicos 2007 y 2008	Ministerio de Ciencia e Investigación extinguido
• Patentes presentadas o participadas por universidades	Cursos académicos 2005-2006 a 2009-2010	Oficina Española de Patentes y Marcas (OEPM) del Ministerio de Industria, Turismo y Comercio
• Número de spin-offs creadas	Cursos académicos 2005-2006 a 2009-2010	Red de Oficinas de Transferencia de Resultados de Investigación (OTRI) de las Universidades Españolas

a

Los únicos ejercicios disponibles por tratarse de una fuente de periodicidad bianual (CRUE: La Universidad española en cifras; Director: Hernández Armenteros).

b

Última evaluación disponible: Evaluación 2009 Comisión Nacional Evaluadora de la Actividad Investigadora (CNEAI). Memorias, informes, trabajos. Ministerio de Ciencia e Innovación.

La selección de variables que van a ser utilizadas como inputs u outputs en los diferentes modelos utilizados obedece a 3 causas diferentes: de una parte, variables comúnmente utilizadas en trabajos internacionales previos; indicadores propuestos por el Consejo de Universidades en su borrador de catálogo de indicadores del sistema universitario público español o variantes de estos, y, por último, variables de las cuales se pueden obtener datos fiables, como los recabados de organismos públicos en España, como son el Ministerio de Ciencia e Innovación o el Instituto Nacional de Estadística.

Respecto a los trabajos empíricos realizados a nivel internacional en este campo y las variables utilizadas en los mismos, hemos confeccionado la tabla que figura en el Anexo 1, que partiendo del trabajo de Gómez Sancho y Mancebón (2005a), se le añaden los cronológicamente posteriores, lo cual puede servir de referencia para analizar los diferentes inputs y outputs utilizados en la literatura previa para valorar la eficiencia de las universidades.

Como variables inputs en los modelos de eficiencia docente hemos utilizado los gastos de personal y de gastos corrientes en bienes y servicios (capítulos 1 y 2 de presupuestos liquidados) y los ingresos por tasas y transferencias corrientes (capítulos 3 y 4, respectivamente, de los presupuestos liquidados). Los gastos en el profesorado ha sido una variable comúnmente utilizada en diversos trabajos de investigación (Carrington, Coello y Prasada, 2005; Agasisti y Salerno, 2007, etc.), así como la variable otros costes (Agasisti y Salerno, 2007). En algunos casos se han manejado estas 2 variables conjuntamente como una sola, en forma de Operating costs (Carrington et al., 2005, en universidades australianas; Thanassoulis, Kortelainen, Johnes y Johnes, 2009 en instituciones de educación superior inglesas) o de total de gasto en el caso de las universidades sudafricanas en el trabajo de Taylor y Harris (2004).

La elección en nuestro caso de indicadores monetarios ha venido justificada, entre otras razones, por las siguientes:

• 1.

  Los indicadores monetarios cuentan con mayor respaldo en la literatura científica que las variables físicas.

• 2.

  Aunque inicialmente trabajamos también con variables de tipo físico, tales como el número de centros, la superficie construida, el número de puestos en aula, de lectura, en laboratorios o en salas de informática y plazas en colegios mayores, desechamos finalmente esta vía de investigación por 2 motivos: primero, por la falta de datos de muchas universidades, y segundo, porque teníamos bastantes dudas de la relación causal entre estos recursos físicos y la producción docente.

• 3.

  La variable gastos de personal creemos que puede ser apropiada para medir el esfuerzo docente al contemplar no solo profesorado sino también personal de administración y servicios, así como ponderar en función de la retribución distintas categorías laborales y dedicación.

• 4.

  Por otra parte, aun siendo conscientes de la importancia que tendría incluir como variable input las inversiones (capítulo 6 del presupuesto), la hemos desechado por la alta variabilidad interanual que puede presentar la misma.

En el caso de la eficiencia investigadora, el input utilizado ha sido el del profesorado equivalente a tiempo completo. En algunos trabajos se ha utilizado el staff a tiempo completo, como en Johnes (2006), Leitner, Prikoszovits, Schaffhauser-Linzatti, Stowaser y Wagner (2007) referido a los departamentos universitarios, o Fandel (2007) en el caso de Renania del Norte-Westfalia, pero pensamos que puede ser debido a no contar con la variable profesor equivalente a tiempo completo, variable con la que sí cuentan Glass et al. en sus trabajos de 2006 y 2007 referidos a las universidades británicas (Glass, McCallion, McKillop, Rasaratnam y Stringer, 2006, 2007). Nosotros, en esta misma línea, entendemos que esta última variable es la más adecuada para valorar el esfuerzo en investigación. De la misma opinión es Gómez Sancho y Mancebón (2005b) cuando consideran esta variable como la más adecuada para aproximar el factor trabajo.En cuanto a los outputs, sí va a existir coincidencia en el uso de las variables relacionadas con la «producción» docente, puesto que se apoyan en las variables clásicas número de estudiantes graduados y número de estudiantes matriculados. El uso de los estudiantes graduados puede verse en Johnes (2006), Isa, Fernando y Cabanda (2007), Thanassoulis et al. (2009), Agasisti y dal Bianco (2009) y Vázquez (2009); y el de matriculados en Agasisti y dal Bianco (2006) y Agasisti y Salerno (2007).

Respecto a los outputs relacionados con la producción científica, vamos a manejar algunas variables ya utilizadas en trabajos previos y otras que creemos pueden ser inéditas. De las primeras tenemos el número de tesis doctorales leídas con las que ya trabajaron Afonso y Santos (2008) en las universidades portuguesas, el número de publicaciones manejado por Leitner et al. (2007) al referirse a la producción científica de los departamentos, por Pursglove y Simpson (2007) al realizar un estudio comparativo del rendimiento de las universidades inglesas, o por Abramo y d’Angelo (2009), que estudian la eficiencia investigadora de las universidades italianas. En nuestro caso, al tratarse de documentos científicos recogidos en revistas indexadas se le añade un plus de calidad a esta variable, si bien, como inconveniente, se quedan fuera formatos tales como libros, que también son productos de la actividad científica.

El número de profesores con uno o más tramos de investigación (sexenios) es una variable inédita al tratarse de una variable específica del caso español. Mide objetivamente el esfuerzo investigador de las universidades con un criterio oficial.

Una novedad de este trabajo respecto a otros estudios es la inclusión de una valoración de la denominada tercera misión de las universidades. La tercera misión⁴, muy relacionada con la responsabilidad social universitaria, y en adición a la docencia y a la investigación, y actuando de forma transversal con las 2 misiones anteriores, hace referencia a la necesidad de transferir el conocimiento, la ciencia y la cultura a la sociedad, contribuyendo al desarrollo regional en sus dimensiones económicas, sociales y medioambientales⁵ (Goddard, 1999; Chatterton y Goddard, 2000; Charles y Benneworth, 2002; OECD, 2007). Sobre este particular, y de acuerdo con Jongbloed, Enders y Salerno (2008), las universidades, y con mayor intensidad en los últimos años, con independencia del contexto geográfico donde operen se ven forzadas a interactuar con un mayor y más variado grupo de intereses, donde cada uno de ellos tiene su particular visión y demanda sobre las instituciones de educación superior. Dichas conexiones e interdependencias se relacionan tanto con las funciones externas de la universidad, tales como las externalidades económicas, sociales y medioambientales que generan, como con los servicios directos que llevan a cabo a través de la docencia, la investigación y la transferencia de conocimientos.

Para captar la capacidad de las universidades de transferir el conocimiento y ponerlo en valor en la sociedad hemos utilizado el mismo input que para la investigación: el profesorado, y 5 outputs que pretenden captar, de una parte y siguiendo a Clark, 1998, la comercialización tecnológica de los recursos universitarios (proyectos de investigación financiados por el Ministerio de Ciencia e Innovación, importes concedidos, patentes presentadas o participadas por las universidades e ingresos liquidados por las universidades en investigación aplicada), y de la otra, el resultado de la universidad como emprendedora (Etzkowitz, Webster, Gebhardt y Terra, 2000); Etzkowitz, 2003, 2004) en la que utilizaremos las empresas de base tecnológica creadas desde el ámbito universitario o spin-offs. La novedad de esta medida trae consigo la inexistencia de estas variables en la literatura previa.

Otros indicadores, como la inserción laboral de los egresados, se echan de menos en este estudio. No la incluimos porque no contamos con esta información. Tampoco contamos con muchos otros datos que podrían ser interesantes para este tipo de investigaciones, como son la mayoría de los indicadores publicados por el Consejo de Coordinación Universitaria y de los que aún no se dispone de información. Aunque se ha mejorado sustancialmente en los últimos años en la disponibilidad de datos públicos sobre universidades, aún queda bastante camino por recorrer en la recopilación de información.

3

Descripción de los modelos utilizados

Los modelos utilizados para medir la eficiencia se fundamentan en el concepto de eficiencia de Pareto, y amplían el tradicional ratio output/input de medida de eficiencia, donde se utiliza un solo input y un solo output, a un ratio ponderado que puede utilizar varios inputs y outputs y que se trataría de maximizar. Para ello, se utilizan métodos de programación lineal, mediante los cuales se obtiene una frontera de producción sobre la cual se encontrarán las unidades de decisión eficientes en relación con otras unidades de decisión. Las que se alejen de dicha frontera serán unidades ineficientes en mayor o menor medida, es decir, la medida de eficiencia de cada unidad de decisión viene definida por su posición relativa a la frontera eficiente. La principal ventaja del DEA es precisamente la posibilidad de combinar múltiples inputs y outputs, obteniéndose una medida sintética sin necesidad de establecer a priori las ponderaciones de cada factor. La eficiencia así calculada se denomina eficiencia técnica global; también se la denomina con las siglas del trabajo que le dio lugar, el CCR (Charnes, Cooper y Rhodes, 1978).

Este modelo, en sus 2 orientaciones input y output, asume que las unidades de decisión están obteniendo rendimientos a escala constantes (en inglés Constant Returns to Scale, CRS) sin considerar, por tanto, las posibles economías/deseconomías de escala. Por otra parte, si se tienen en cuenta estas posibles economías de escala, el modelo desarrollado por Banker, Charnes y Cooper (1984), también conocido por sus siglas BCC, descompone la eficiencia técnica global en 2 componentes: la eficiencia técnica pura y la eficiencia de escala. A este modelo, y los que se derivaron de él, se les denomina modelos de rendimiento variables a escala (en inglés Variable Returns to Scale, VRS), y se trata de modelos que comparan las unidades de decisión con otras de tamaño similar

Por otra parte, a partir de los modelos anteriores podríamos calcular fácilmente la denominada eficiencia de escala mediante el ratio eficiencia técnica global/eficiencia técnica pura, que tomará valor diferente a uno siempre que los componentes del ratio sean diferentes, es decir, que exista alguna diferencia como consecuencia del tamaño de la unidad de decisión. Dicho de otra forma, y siguiendo el caso sobre el que vamos a trabajar, cuando evaluemos la eficiencia de las universidades estaremos comparando una universidad con la totalidad del resto de la muestra, y cuando evaluemos la eficiencia técnica pura (a partir de ahora eficiencia técnica) estaremos evaluando las universidades por comparación con otras de características similares. La eficiencia de escala la calcularemos dividiendo la una por la otra, por lo que nos estará dando la eficiencia/ineficiencia provocada por economías/deseconomías de escala.

En función de lo anterior, los modelos utilizados han sido los siguientes:

3.1

Modelo 1. Eficiencia docente

Este modelo va a intentar medir la eficiencia docente, entendida esta como un indicador numérico que pone en relación el número de estudiantes con los recursos financieros más relevantes que se ponen a su servicio. Vamos a obtener una eficiencia docente única, aunque se va a tratar de una medida promedio, media aritmética, entre las 2 que se explican a continuación:

3.1.1

Modelo A (input gastos)

Outputs: número de alumnos matriculados en cada universidad y número de alumnos graduados en cada universidad en 5 cursos académicos (2005-2006 a 2009-2010).

Inputs: gastos capítulo 1 (gastos de personal) y gastos capítulo 2 (gastos corrientes en bienes y servicios) de los ejercicios económicos 2006 y 2008.

Qué indica: al estar combinando ambos outputs, el modelo está teniendo en cuenta implícitamente las tasas de éxito y abandono de cada universidad. Los resultados obtenidos medidos en graduados y en captación de estudiantes (matriculados) se compararán con los gastos principales incurridos para obtenerlos y para atender esa demanda. Se combinan 2 variables outputs causantes de la generación de gasto, una que considera el éxito obtenido (graduados) y otra que no considera dicho éxito, aunque también genera gastos (matriculados independientemente de que acaben o no sus estudios).

3.1.2

Modelo B (input ingresos)

Outputs: número de alumnos matriculados en cada universidad y número de alumnos graduados en cada universidad en 5 cursos académicos (2005-2006 a 2009-2010).

Inputs: ingresos por tasas, precios públicos y otros ingresos (capítulo 3) y transferencias corrientes (capítulo 4) de los ejercicios económicos 2006 y 2008.

Qué indica: los resultados obtenidos, medidos en graduados y en captación de estudiantes (matriculados), se compararán con la financiación recibida necesaria medida en los 2 grandes capítulos financieros: los ingresos recibidos de las comunidades autónomas (cap. 4) y los ingresos financiados mediante tasas por los que reciben el servicio, los estudiantes (cap. 3). Es decir, está poniendo en relación los resultados obtenidos en función de los recursos financieros que aportan los estudiantes y las Administraciones públicas

En ambos modelos se ha corrido el modelo orientado al input, es decir, se trataría de minimizar el input para unos niveles de outputs dados.

3.2

Modelo 2. Eficiencia investigadora

Este modelo va a intentar medir la producción de investigación en función de los medios humanos disponibles. Vamos a poner en relación varios indicadores de outputs de investigación con un solo input: el número de profesores equivalentes a tiempo completo.

En este modelo, y al contrario que el modelo de eficiencia docente, hemos considerado que se deben correr los modelos orientados al output, es decir, se trataría de conocer el margen de mejora que tienen las universidades para maximizar su producción investigadora con los recursos humanos de que dispone en la actualidad.

Outputs:

• -

  Tesis doctorales aprobadas en 5 cursos académicos (2005-2006 a 2009-2010).

• -

  Producción científica: publicaciones científicas incluidas en el índice Scopus 2011 producido por Elsevier del periodo 2005-2009.

• -

  Tramos de investigación: número de profesores con uno o más tramos de investigación.

Input: número de profesores equivalentes a tiempo completo⁶.

Qué indica: producción investigadora de las universidades en función de los recursos humanos de que disponen. En los modelos orientados al output los mejores resultados son los más próximos al 100%, indicando las cantidades superiores al 100% el porcentaje en las que deben mejorar las DMU (Decision Making Units) en la obtención de los outputs.

3.3

Modelo 3. Eficiencia en tercera misión

Se intenta medir la eficiencia de los resultados obtenidos en la transferencia de conocimiento y en la creación empresarial desde las universidades poniendo en relación varios indicadores de outputs con un solo input: el número de profesores equivalentes a tiempo completo, verdaderos impulsores de dichos resultados.

Los resultados se obtienen orientados al output, puesto que se trata de maximizar la producción de estos outputs con los recursos humanos de que se dispone.

Outputs:

• -

  Solicitudes de patentes nacionales presentadas o participadas por universidades en 5 cursos académicos (2005-2006 a 2009-2010).

• -

  Ingresos liquidados por la investigación aplicada (ejercicios económicos 2006 y 2008).

• -

  Número de proyectos de investigación aprobados por el Ministerio en 2 ejercicios (2007 y 2008).

• -

  Financiación concedida en los proyectos de investigación aprobados por el Ministerio en 2 ejercicios (2007 y 2008).

Spin-offs creadas por las universidades en 5 cursos académicos (2005-2006 a 2009-2010).

Input: número de profesores equivalentes a tiempo completo⁷.

Qué indica: producción en tercera misión de las universidades en función de los recursos humanos de que disponen. En los modelos orientados al output los mejores resultados son los más próximos al 100%, indicando las cantidades superiores al 100% el porcentaje en las que deben mejorar las DMU en la obtención de los outputs.

Un resumen de los modelos y variables seleccionadas en este trabajo se expone en la tabla 2.

Tabla 2.

Resumen de modelos eficiencia. Variables utilizadas

Modelos	Inputs	Outputs
Modelo 1. Eficiencia docente	Promedio de resultados eficiencia en modelos A y B
Modelo A	• Gastos capítulo 1 (Gastos de personal) y Gastos capítulo 2 (Gastos corrientes en bienes y servicios)	• Número de alumnos matriculados en cada universidad• Número de alumnos graduados en cada universidad
Modelo B	• Ingresos por tasas, precios públicos y otros ingresos (capítulo 3) y transferencias corrientes (capítulo 4)	• Número de alumnos matriculados en cada universidad• Número de alumnos graduados en cada universidad
Modelo 2. Eficiencia investigadora	• Número de profesores equivalentes a tiempo completo	• Tesis doctorales aprobadas• Producción científica: documentos científicos recogidos en revistas indexadas• Número de profesores con uno o más tramos de investigación (sexenios)
Modelo 3. Eficiencia en tercera misión	• Número de profesores equivalentes a tiempo completo	• Proyectos de investigación: número de proyectos de investigación aprobados por el Ministerio de Ciencia e Innovación• Importe concedido en los proyectos de investigación: financiación recibida de los proyectos de investigación aprobados por el Ministerio de Ciencia e Innovación• Patentes presentadas o participadas• Ingresos por investigación aplicada artículo 83 LOU• Spin-offs creadas

Una dimensión importante de la tercera misión de las universidades, la dimensión social entendida como compromiso con su entorno, queda fuera de este estudio al no contar con indicadores adecuados en el período estudiado.

4

Modelos de financiación y eficiencia

El sistema de financiación genérico actual en España es un sistema mixto de tasas y financiación pública (comunidades autónomas)⁸. La Ley Orgánica de Universidades consagra la autonomía económica y financiera de las universidades públicas, por lo que el modelo de financiación que aplican las comunidades autónomas será el que ellas determinen. No obstante, se observa un esquema recurrente en todas las universidades: financiación básica que asegura el funcionamiento normal de la universidad, financiación vinculada a la consecución de objetivos y financiación específica de las inversiones⁹. Es interesante resaltar en este punto que trabajos empíricos previos (García Correas, 2010) encuentran que una mayor financiación no está relacionada con una mejor eficiencia, y que, por el contrario, la financiación se asocia negativamente con la eficiencia en docencia y se muestra independiente de la eficiencia en investigación. Es por ello por lo que se abren interrogantes respecto a los factores que explican las diferencias observadas en eficiencia.

Mediante los modelos de eficiencia DEA desarrollados en el epígrafe anterior se ha estudiado la eficiencia desde la triple perspectiva docente, investigadora y de tercera misión. Nos queda por resolver la incógnita principal que plantea este trabajo: ¿tienen alguna incidencia sobre los niveles de eficiencia los modelos de financiación adoptados por cada comunidad autónoma para sus universidades? A priori, partimos de la base de que un modelo de financiación basado en objetivos puede ser un instrumento y un inductor para que las universidades compitan, mejoren sus procedimientos, planifiquen y, en definitiva, puedan mejorar su eficiencia.

Para intentar contestar a esta pregunta hemos dividido, en primer lugar, las universidades según el tipo de modelo de financiación adoptado por su comunidad autónoma, lo que nos ha generado 2 grupos: el de las comunidades autónomas y, por ende, las universidades que pertenecen a estas, que tienen un modelo de financiación que intenta ligar las cantidades recibidas a una fórmula matemática relacionada con determinados indicadores (número de alumnos, grado de experimentalidad, financiación condicionada a objetivos, etc.), y el de universidades que reciben recursos de los órganos de gestión de sus comunidades autónomas en función, normalmente, de sus presupuestos liquidados, por lo que suelen ser cantidades incrementadas en unos porcentajes sobre los presupuestos y determinados por cuestiones de política presupuestaria. A estos últimos se les denomina modelos incrementales o incrementalistas.

Una vez tenemos clasificadas las universidades en los 2 grupos anteriormente descritos, intentaremos averiguar si el comportamiento de las universidades, en términos de eficiencia, es diferente según pertenezcan a un grupo u otro, o si, por el contrario, los resultados entre las universidades obedecen a motivos independientes del grupo de modelo de financiación al que pertenezcan.

En función del modelo que siga la comunidad autónoma de pertenencia, las universidades se pueden clasificar en 2 grupos, como se muestra en la tabla 3.

Tabla 3.

Clasificación de las universidades por modelo de financiación (fórmula/incrementales)

Universidades con modelos fórmula		Universidades con modelos incrementales
1	A Coruña	2	Alcalá
3	Alicante	6	Autónoma de Madrid
4	Almería	10	Cantabria
5	Autónoma de Barcelona	11	Carlos III de Madrid
7	Barcelona	12	Castilla-La Mancha
8	Burgos	13	Complutense de Madrid
9	Cádiz	15	Extremadura
14	Córdoba	19	Illes Balears
16	Girona	23	La Rioja
17	Granada	30	Oviedo
18	Huelva	32	País Vasco
20	Jaén	35	Politécnica de Madrid
21	Jaume I de Castellón	39	Rey Juan Carlos
22	La Laguna
24	Las Palmas de Gran Canaria
25	León
26	Lleida
27	Málaga
28	Miguel Hernández
29	Murcia
31	Pablo de Olavide
33	Politécnica de Cartagena
34	Politécnica de Catalunya
36	Politécnica de Valencia
37	Pompeu Fabra
38	Pública de Navarra
40	Rovira i Virgili
41	Salamanca
42	Santiago de Compostela
43	Sevilla
44	Valencia Estudi General
45	Valladolid
46	Vigo
47	Zaragoza

Fuente: Elaboración propia.

Otro criterio de clasificación podría ser considerar, de una parte, los modelos que han estado fundamentados en los inputs y los modelos de financiación ligados, al menos parcialmente, a variables de rendimiento u outputs. Además, hemos tenido en consideración que los modelos de financiación tienen cierto retardo en dar resultados, por lo que nos hemos basado en los modelos que estaban vigentes en cada comunidad autónoma en 2005 justo al inicio del período analizado (tabla 4).

Tabla 4.

Clasificación de las universidades por modelo de financiación (inputs/outputs)

Universidades con modelos inputs		Universidades con modelos outputs
1	A Coruña	2	Alcalá
4	Almería	3	Alicante
8	Burgos	5	Autónoma de Barcelona
9	Cádiz	6	Autónoma de Madrid
10	Cantabria	7	Barcelona
12	Castilla-La Mancha	11	Carlos III de Madrid
14	Córdoba	13	Complutense de Madrid
15	Extremadura	16	Girona
17	Granada	21	Jaume I de Castellón
18	Huelva	26	Lleida
19	Illes Balears	28	Miguel Hernández
20	Jaén	29	Murcia
22	La Laguna	33	Politécnica de Cartagena
23	La Rioja	34	Politécnica de Catalunya
24	Las Palmas de Gran Canaria	35	Politécnica de Madrid
25	León	36	Politécnica de Valencia
27	Málaga	37	Pompeu Fabra
30	Oviedo	39	Rey Juan Carlos
31	Pablo de Olavide	40	Rovira i Virgili
32	País Vasco	44	Valencia Estudi General
38	Pública de Navarra
41	Salamanca
42	Santiago de Compostela
43	Sevilla
45	Valladolid
46	Vigo
47	Zaragoza

Fuente: Adaptada a partir de Hernández Armenteros (2003).

La clasificación se basa en los modelos existentes en 2005, que marca el periodo de inicio del estudio. En ese momento del tiempo, las únicas comunidades autónomas que vinculaban financiación a resultados vía contratos-programa eran las comunidades de Cataluña, Valencia, Madrid y Murcia. Las comunidades de Canarias, Andalucía y Castilla-La Mancha contemplaban financiación ligada a resultados de forma muy genérica, por lo que consideramos que sus universidades no se podían incluir como modelos outputs. El resto de las comunidades no tenían este tipo de financiación. Hoy en día prácticamente todas las comunidades tienen modelos mixtos que combinan modelos inputs con outputs, por lo que la elección de este momento del tiempo para el estudio cobra mayor interés al ser un período donde coexistían ambos tipos de modelos.

4.1

Planteamiento de las hipótesis

Una vez clasificadas las universidades en 2 grupos, se trataría de determinar si existen diferencias de eficiencia por su grupo de pertenencia, por lo que vamos a plantear 2 hipótesis, donde cada una de ellas será analizada o contrastada para el caso de la eficiencia docente, la eficiencia investigadora y la eficiencia de tercera misión:H1

La eficiencia de las universidades es independiente del tipo de financiación recibida: incrementalista o basada en fórmulas.

H2

La eficiencia de las universidades es independiente del modelo de financiación que les afecta (basado en inputs u outputs).

4.2

Contraste de las hipótesis

En primer lugar se han obtenido las eficiencias de las universidades según la metodología DEA de los modelos 1, 2 y 3 anteriores, correspondientes a la eficiencia en docencia, investigación y tercera misión en su doble vertiente eficiencia global (CRS) y eficiencia técnica (VRS). Dichos resultados aparecen detallados en el Anexo 2.

Posteriormente, y para verificar si existen diferencias de eficiencia entre ambos grupos, se ha corrido la prueba U de Mann-Whitney de muestras independientes, obteniéndose los resultados que se muestran en la tabla 5.

Tabla 5.

Comparación de los resultados (eficiencia) de las universidades por grupos de pertenencia (modelos de financiación fórmula vs modelos incrementales)

Modelos DEA	p
Eficiencia global modelo 1 Docencia	0,703
Eficiencia técnica modelo 1 Docencia	0,943
Eficiencia global modelo 2 Investigación	0,405
Eficiencia técnica modelo 2 Investigación	0,574
Eficiencia global modelo 3 Tercera misión	0,793
Eficiencia técnica modelo 3 Tercera misión	0,811

Fuente: Elaboración propia.

Como los valores de p son muy elevados, muy por encima de un nivel de significación del 0,05, se descarta la hipótesis de que entre las universidades con modelos de financiación tipo fórmula e incrementales actuales se observen eficiencias diferentes, es decir, las universidades con modelo fórmula no son mejores que las universidades con modelos incrementales o viceversa, en cualquiera de los 3 tipos de eficiencia. En general, una mayor o menor objetividad en la aplicación de la financiación no garantiza o impulsa mejoras en eficiencia.

No obstante, para los modelos de financiación con elementos de input y los modelos con elementos de output hemos realizado el mismo procedimiento, obteniéndose los resultados que se muestran en la tabla 6.

Tabla 6.

Comparación de los resultados de las universidades por grupos de pertenencia (modelos de financiación input vs modelos de financiación output)

Modelos DEA	p (medianas grupo input; medianas grupo output)
Eficiencia global modelo 1 Docencia	0,064 (85,97%; 78,72%)
Eficiencia técnica modelo 1 Docencia	0,431 (90,41%; 89,06%)
Eficiencia global modelo 2 Investigación	0,237 (146,24%; 145,20%)
Eficiencia técnica modelo 2 Investigación	0,157 (133,25%; 119,78%)
Eficiencia global modelo 3 Tercera misión	0,003 (163,48%; 120,62%)
Eficiencia técnica modelo 3 Tercera misión	0,008 (147,91%; 109,33%)

Fuente: Elaboración propia.

Como los valores de p son muy pequeños (< 0,05), se acepta la hipótesis de que entre las universidades con modelos de financiación con elementos de input y las universidades con modelos de output hay diferencias en eficiencia en tercera misión, por lo que podríamos inferir a priori que los modelos de financiación sí tienen incidencia significativa sobre la eficiencia de tercera misión de las instituciones universitarias. Las medianas son más cercanas al 100% en el grupo con modelos de output.

Ciertamente, el grupo con modelos outputs contiene a todas las universidades politécnicas de España más proclives a la obtención de resultados en esta vertiente universitaria, y a las universidades más grandes (las de Madrid y Barcelona), por lo que estos podrían depender más que del modelo de financiación de la especialización o del tamaño de cada universidad. Sería interesante, por tanto, indagar en la eficiencia relativa por grupos de universidades más comparables, más homogéneos en cuanto a tamaño o especialidad, o incluso comparaciones a nivel de facultad o departamentos de similares características.

No ocurre lo mismo en la eficiencia docente e investigadora, donde aunque se intuyen ciertas diferencias (valores próximos en la eficiencia global docente a 0,05; 0,064 concretamente), no son lo suficientemente significativos para concluir que existen diferencias en el comportamiento de los grupos.

Aun sin ser significativas estadísticamente, las medianas de estas eficiencias muestran que la eficiencia docente sería mayor en el caso de universidades donde la financiación se basa en modelos input que en las universidades donde parte de la financiación se liga a resultados. Creemos que las diferencias encontradas podrían deberse a estrategias de crecimiento en número de alumnos matriculados para la obtención de mayor financiación en detrimento posiblemente de la calidad del proceso formativo o a variables no contempladas en este estudio, tales como el tamaño, la especialización, etc., más que al tipo de modelo de financiación.

5

Conclusiones

El presente trabajo se ha planteado con el objetivo de aportar evidencias que puedan ayudar tanto a los organismos financiadores como a las universidades a encontrar elementos y factores que les permitan mejorar su eficiencia. Sobre la base anterior, resumimos a continuación los principales resultados obtenidos del trabajo empírico presentado.

El tipo de modelo de financiación (fórmula o incremental) no tiene incidencia significativa sobre la eficiencia docente, investigadora y de tercera misión de las universidades, es decir, las universidades españolas no son más o menos eficientes en función de este tipo de modelos de financiación.

Por otra parte, los modelos de financiación (input/output) implantados hace ya algunos años pueden haber tenido incidencia significativa sobre la eficiencia de las universidades en el apartado de tercera misión. Las universidades que forman parte de comunidades autónomas con modelos con elementos de output dan mejores niveles de eficiencia en transferencia de conocimiento que las que tenían un modelo con elementos de input, aunque esto quizá podría tener mayor relación con factores diferentes como la especialización o el tamaño de las universidades, e incluso no es descartable la concomitancia entre varios factores. Estos modelos de financiación, por el contrario, no han tenido incidencia significativa en los resultados de investigación de las universidades públicas españolas.

De lo anterior debiéramos inferir que la financiación basada en inputs no debiera utilizarse en el futuro, y que deberían mejorarse los modelos de outputs si lo que se pretende es que los modelos de financiación sean no solo modelos de reparto, sino también inductores de mejoras en la eficiencia investigadora y de transferencia tecnológica. En nuestra opinión, es plausible que existan incentivos para la mejora de la eficiencia en docencia, investigación y tercera misión por la vía de los contratos-programa o de cualquier otra, pero la mejora de dichas eficiencias también podría generarse por incentivos individuales al profesorado y a los grupos de investigación a los que pertenecen, que son el auténtico germen de las mejoras en los resultados docentes, investigadores y de transferencia del conocimiento a la sociedad.

Dado que la financiación condicionada a objetivos y resultados no solo es poco significativa, sino que además se vincula fundamentalmente a tercera misión, una conclusión importante desde el punto de vista de la docencia sería la relación negativa de los modelos de financiación basados en outputs con la eficiencia docente si esta utiliza como outputs el número de matriculados y/o egresados. Por tanto, esto viene a corroborar que los modelos de inputs puedan estar generando en las universidades actitudes dirigidas a la captación de más demanda, olvidando quizás aspectos relacionados con la calidad docente y resultados del proceso educativo. Por tanto, como recomendación y a partir de los resultados anteriores, creemos que no solo se debiera aumentar la parte de financiación vinculada a objetivos, sino también que en este apartado participen en mayor medida los indicadores vinculados a la eficiencia docente.

Por último, y en cuanto a las limitaciones, que somos conscientes tiene este trabajo, encontramos las siguientes:

• -

  Los outputs elegidos en los modelos de eficiencia docente (graduados y matriculados), aunque son outputs comúnmente utilizados en la literatura científica, no miden la calidad de esa docencia, es decir, la preparación de los egresados, el nivel de inserción laboral, etc.

• -

  Una línea de investigación interesante, que ya estamos abordando en paralelo, sería encontrar factores explicativos, diferentes a los modelos de financiación, en los distintos tipos de eficiencia, tales como el tamaño, la especialización de las universidades, el compromiso social u otros.

• -

  También queda aplazado trabajar con variables inputs del tipo recursos físicos, como los metros cuadrados construidos, el número de puestos en aulas, en laboratorios o en bibliotecas, etc., como hacen Johnes y Lu (2008) para las universidades chinas utilizando índices de medida de la superficie y de bibliotecas por alumno; Agasisti y dal Bianco (2009), que toman como inputs recursos físicos tales como número de bibliotecas y laboratorios en las universidades italianas, o Vázquez (2009), que utiliza superficie total de las universidades españolas. La falta de datos de muchas universidades nos hicieron descartar esta línea de investigación para no perder homogeneidad con el resto del trabajo, al igual que ocurriría con la información relativa a calidad docente.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.