Espacios. Vol. 36 (Nº 23) Año 2015. Pág. E-1

A expansão do número de matrículas no ensino superior é possível? Uma análise estática e dinâmica da eficiência na gestão das universidades públicas brasileiras

The expansion of enrollment in higher education is possible? Static analysis and dynamic efficiency in the management of Brazilian public universities

Rogério Allon DUENHAS 1; Marco Tulio Aniceto FRANÇA 2; Cássio Frederico Camargo ROLIM 3

Recibido: 02/08/2015 • Aprobado: 16/08/2015

Contenido

1. Introdução

2. Estratégia Empírica: A Mensuração Da Eficiência Nas Universidades Públicas.

3. As Fontes De Informação E As Estatísticas Descritivas.

4. Resultados

5. Considerações Finais.

Referências Bibliográficas.

1. Introdução

A massiva demanda por vagas no ensino superior nos anos 1990 foi um fenômeno que ocorreu, de acordo com Sanyal e Martin (2006), nos mais diversos países. No entanto, países em desenvolvimento ainda possuíam taxa média de matrículas sensivelmente inferior à média mundial, 11.3% e 23.2%, respectivamente, que é muito aquém da média dos países desenvolvidos, que era de 54.6%. Portanto, países em desenvolvimento necessitavam expandir a educação superior rapidamente se quisessem alcançar a média mundial.

No Brasil houve expressivo crescimento no número de matrículas no ensino superior desde os anos de 1990. Enquanto que em 1962, existiam 107.509 estudantes matriculados nas instituições de ensino superior (IES), em 1998, o contingente de estudantes era de 2.125.958, sendo que 62% se encontravam em instituições privadas. Em 2008, embora o número de estudantes no ensino superior tenha mais que duplicado, pois se observa 5.080.056 estudantes, 74,92% estavam matriculados em instituições privadas, conforme mostra a tabela 1 abaixo.

TABELA 1 - EVOLUÇÃO NO NÚMERO DE ALUNOS MATRÍCULADOS

Assim, observa-se uma evolução de 269% entre os anos de 1980 e 2008, sendo de 349% e 330%, o crescimento no número de matriculados nas dependências administrativas estaduais e privadas, respectivamente. Apesar desse crescimento nos últimos anos no número de estudantes que frequentam esse nível de ensino, considera-se que a quantidade de alunos ainda é pequena. A taxa bruta de matrícula (percentual de matrículas em relação ao número de jovens de 18 a 24 anos na população do País) no ensino superior no Brasil é considerada baixa, se comparada com outros países, conforme aponta a tabela 2 abaixo.

TABELA 2 - PERCENTUAL BRUTO DE MATRÍCULAS NO ENSINO SUPERIOR EM DIFERENTES PAÍSES

FONTE: Banco Mundial - Education Statistic Version
NOTA: Elaboração do autor.
(1) Os dados para a Índia e África do Sul não estão disponíveis.

As políticas de expansão do sistema de ensino superior utilizadas por diferentes países, conforme apontam Salmi e Hauptman (2006), geralmente são três: i) aumento do investimento público para expansão do sistema, aliado ao baixo valor de tuition fees para incentivar a demanda. Esta estratégia foi utilizada nos EUA nas décadas de 1960 e 1970; ii) aumento de tuition fees para incrementar a arrecadação, aliado a programas de concessão de bolsas e empréstimos. Esse procedimento foi adotado pela Austrália e Nova Zelândia no final da década de 1980; e iii) a expansão do setor privado, que alivia a pressão sobre os fundos públicos destinados ao ensino terciário. A tática foi adotada por muitos países da América Latina, inclusive o Brasil.

O aumento do número de vagas disponíveis para o ensino superior por meio das instituições privadas, apesar de apresentar como vantagem, a rápida expansão do sistema de ensino terciário, pode ter como desvantagem, a criação de um processo de inclusão instável. O indivíduo que não se mostra capaz de passar pelo processo de seleção das instituições públicas, somente terá acesso ao ensino superior, caso tenha disponibilidade de crédito para pagá-lo, de acordo com Neves, Raizer e Fachinetto (2007) ou por intermédio do crédito concedido pelo Fies (fundo de financiamento estudantil) ou a obtenção de uma nota mínima que o permite acessar vagas por meio do Prouni (Programa Universidade para Todos).

Outra forma de expansão no número de estudantes nesse nível de ensino poderia ocorrer por meio da oferta de vagas em instituições públicas, todavia, não se pode defender o aumento no número de vagas sem melhorar ou manter a qualidade. De acordo com o IGC – índice geral de cursos que mensura a qualidade do ensino superior no Brasil, as universidades privadas e públicas apresentam índices de 2.45 e 2.98, respectivamente. Para os Centros universitários privados e públicos, o índice foi de 2,34 e 2,38 respectivamente. No caso das faculdades privadas, o índice foi de 2,11 enquanto que, para as faculdades públicas, foi de 2,21.

Medidas para o aumento no número de matrículas nas instituições públicas federais foi por meio do programa Reuni (Reestruturação e Expansão das Universidades Federais), lançado em abril de 2007. Contudo, a iniciativa parece insuficiente para atingir a meta proposta no Plano Nacional de Educação (PNE) de 2002, bem como a meta do PNE para o decênio 2011-2020. De acordo com o PNE de 2002, o objetivo era aumentar de 10% para 30% a taxa líquida de matrícula dos jovens em 2010, o que significaria um avanço de 3.9 milhões de matrículas brutas em 2003, para aproximadamente 9 milhões em 2010. Estima-se que a população de jovens no Brasil, entre 18 e 24 anos, seria de aproximadamente 23,4 milhões. Considerando a meta do Plano Nacional de Educação de 2002 de 30%, teríamos um número aproximado de 7 milhões de matrículas. No entanto, estima-se que mais de 30% dos alunos matriculados tenha idade superior a 24 anos.

O referido aumento deveria ser atendido da seguinte forma: 60% nas instituições privadas e 40% nas instituições públicas. Além disso, o Plano Nacional de Educação referente ao período 2011-2020 tem como objetivo (apresentado na Meta 12) elevar a taxa bruta de matrícula na educação superior para 50%, e a taxa líquida para 33%, até 2020; esta última taxa estava em torno de 14% em 2009. Considerando que, o crescimento seria de aproximadamente 11 milhões de matrículas naquele nível de ensino, mantendo a atual distribuição, 25% nas universidades públicas e 75% nas universidades privadas, as IES públicas deverão matricular aproximadamente 2.750.000 alunos. No entanto, elas matriculavam cerca de 1.300.000 estudantes no ano de 2009, ou seja, deveria haver um aumento de aproximadamente 49% até 2020. As instituições públicas têm, assim, um grande desafio pela frente.

A expansão acelerada no número de matrículas em IES públicas exigiria o aumento de eficiência, uma vez que precisaria estar aliado à manutenção da qualidade do ensino e ademais, incremento no volume de investimentos, que, segundo Schwartzman (2001), poderia ser adquirido pelo aumento de captação de recursos, como, por exemplo, a cobrança de anuidades, que ainda é muito limitada.

Dessa forma, tendo como escopo as universidades públicas brasileiras, uma vez que essa entidade sofre estímulo para a elevação no número de matrículas e, de forma concomitante, tem o desafio de gerenciar recursos escassos, com manutenção da qualidade do ensino, o presente artigo empregará análise de envoltória de dados para analisar a eficiência na gestão dessas universidades de acordo com o porte, tanto do ponto de vista estático (em um único ponto no tempo) quanto dinâmico (ao longo do tempo) decorrentes do efeito do aumento do número de vagas nas universidades públicas entre os anos de 2007 e 2008. Os principais resultados mostram que existe espaço para o aumento na eficiência na gestão das universidades públicas brasileiras, uma vez que diversas operam com capacidade ociosa.

O artigo está organizado em cinco seções, além dessa introdução. Na segunda seção será apresentada a estratégia empírica para a mensuração da eficiência. Na seção seguinte será mostrada a fonte dos dados. Na quarta seção será dedicada a apresentação dos resultados e finalmente, faremos as considerações finais.

2. Estratégia Empírica: A Mensuração Da Eficiência Nas Universidades Públicas

A eficiência da função de produção educacional será definida como a habilidade das unidades produtoras (universidades públicas) em combinar de forma ótima os insumos (recursos financeiros e professores) para conseguir a maior quantidade relativa de produtos (estudantes matriculados, atividades de extensão, pesquisas e qualidade no ensino) em comparação com as demais unidades produtoras. As unidades bem sucedidas na otimização da sua produção (maior quantidade de produtos com menor quantidade de insumos) serão consideradas os benchmarks. É importante destacar que, o conhecimento do nível de eficiência das instituições públicas pode contribuir no melhor uso de seus recursos para prestação de serviços à sociedade, uma vez que os recursos são escassos.

A metodologia para o cálculo da eficiência é a Análise Envoltória de Dados que é uma ferramenta não paramétrica baseada em programação matemática linear para estimar a fronteira de possi­bilidades de produção. Na literatura existem metodologias paramétricas (fronteira estocástica) e não paramétricas (DEA) para o cálculo da eficiência. Embora não haja consenso acerca da melhor metodologia, é importante destacar que, a paramétrica apresenta como aspecto positivo a incorporação dos erros de medida e como aspectos negativos, a consideração de um único produto na análise (COOPER; SEIFORD e TONE, 2000) e, ainda, a necessidade de supor a forma funcional da função de produção.

O cálculo da eficiência por intermédio de modelos não paramétricos tem sido empregado para estudar a produtividade em cortes seccionais (um período no tempo) e para painéis de dados, tem sido utilizado o Índice de Malmquist. Dessa forma, mediremos as eficiências: estática e dinâmica das universidades públicas brasileiras.

Para a eficiência estática será empregada a Análise Envoltória de Dados (DEA), que calcula a eficiência relativa com referência a outras unidades produtivas do conjunto. O modelo utilizado é denominado DEA/SBM (Slacks Based Measure) que é uma variante dos modelos tradicionais, pois, Cooper, Seiford e Tone (2000) mostram que, modelos aditivos como o DEA/SBM, embora possuam o mesmo conjunto de possibilidades de produção dos modelos DEA tradicionais (os modelos de orientação insumo (produto) visam minimizar (maximizar) o insumo (produto), mantendo constante o nível de produto (insumo)), têm a vantagem de considerar as folgas (excesso de insumos e escassez de produtos) simultaneamente, na função de produção, não havendo, assim, necessidade de definir entre os tipos de orientação.  Os modelos DEA tradicionais como o CCR - Charnes, Cooper e Rhodes (1978) e o BCC - Banker, Charnes e Cooper (1984) necessitam, como hipótese, assumir que tenha retornos constantes ou variáveis de escala, respectivamente.

Alguns trabalhos já empregaram a metodologia de Análise Envoltória de Dados para mensurar a eficiência das instituições de ensino superior brasileiras. Souza e Ramos (1997) analisaram a eficiência das instituições federais de ensino superior e encontraram que 39% dessas instituições estavam na fronteira de eficiência. Façanha e Marinho (2001) estudaram as diferenças entre o desempenho das IES localizadas nas grandes regiões brasileiras, englobando o período de 1995 a 1998. Para a mensuração foi considerada a distribuição das IES em federais, estaduais e municipais. Com relação ao ensino de graduação, os resultados mostraram que as IES municipais e privadas obtiveram eficiência relativa maior que a das universidades estaduais e federais no período analisado.

Belloni (2001) avaliou o desempenho da eficiência produtiva de 33 universidades federais brasileiras, encontrando seis como tecnicamente eficientes. Costa, Ramos e Souza (2010) analisaram as instituições federais de ensino. Os autores dividiram as IES em dois grupos: as que têm forte programa de pesquisas e aquelas que têm menor atividade de pesquisas. Eles encontraram que 67% das que conduzem pesquisas estavam na fronteira eficiente de produção no ano de 2008. Para esse mesmo ano, do grupo que realiza menos pesquisas, 71% das universidades estavam na fronteira.

Percebe-se que os resultados são variados, pois, foram empregadas diferentes variantes do DEA – orientação produto, orientação insumo, seleção de diferentes insumos e diferentes produtos e, ainda, diferentes cortes temporais. Lembre-se que, a metodologia DEA é estática, ou seja, permite a análise de eficiência da unidade produtiva – em determinado ano – em relação a outras unidades semelhantes dentro do mesmo conjunto. Para o cálculo dinâmico – comparação da eficiência em diferentes períodos no tempo – é feito através do Índice de Malmquist.

O Método do Índice de Malmquist calcula a eficiência da unidade produtiva em relação a ela mesma, tendo como referência o ano anterior, logo, semelhante ao DEA, é um indicador de eficiência. Malmquist (1953) propôs um índice para a análise da produtividade ao sugerir comparar a quantidade de insumos utilizados por uma firma em dois períodos no tempo para uma mesma quantidade de produção. Caves, Christensen e Diewert (1982) utilizaram o Índice de Malmquist na análise de produção. Fare e Grosskopf (1996) reconheceram que o índice é recíproco da medida de eficiência técnica proposta por Farrell (1957) e, então, utilizaram a programação linear baseada na Análise Envoltória de Dados para o cálculo do índice de Malmquist em medidas de produtividade (FERREIRA; GOMES, 2009).

Quando há disponibilidade de dados no tempo, isto é, dados em painel, pode-se utilizar a metodologia DEA por intermédio de programação linear com orientação insumo ou produto a fim de calcular o Índice de Malmquist para mensurar a variação de produtividade. O que distingue o Índice de Malmquist (DEA dinâmico) dos demais é a existência da evolução intertemporal. Ademais, enquanto o modelo estático compara uma unidade produtiva com as demais unidades do grupo, o Malmquist (MI) faz a autocomparação das unidades produtivas, ou seja, a comparação da mesma universidade em dois períodos diferentes no tempo. Caso a unidade aumente sua produção com a mesma quantidade de insumo, o índice será maior que 1, revelando o aumento de produtividade intertemporal.

O entendimento intuitivo do índice pode ser obtido através da seguinte interpretação:

se MI > 1 houve melhora na eficiência;

se MI = 1 não houve mudança na eficiência;

se MI < 1 houve piora na eficiência.

Na próxima seção, será apresentada a fonte de informação (Censo da Educação do Ensino Superior e Geocapes) de onde foram extraídos os dados, juntamente com as respectivas estatísticas descritivas das variáveis utilizadas nos exercícios do DEA/SBM e Índice de Malmquist.

3. As Fontes De Informação E As Estatísticas Descritivas.

Os dados utilizados para o estudo da eficiência foram extraídos de duas bases: Censo da Educação Superior e Geocapes. O Censo da Educação Superior é realizado anualmente pelo Inep, que coleta e organiza dados sobre as instituições de ensino superior no Brasil. A coleta dos dados tem como referência as diretrizes gerais previstas pelo Decreto n.º 6.425, de 4 de abril de 2008. O censo reúne informações sobre as instituições de ensino superior, seus cursos de graduação presencial ou à distância, cursos sequenciais, vagas oferecidas, inscrições, matrículas, ingressantes e concluintes, além de infor­mações sobre docentes, nas diferentes formas de organização aca­dêmica e categoria administrativa.

Por meio de um questionário eletrônico, as IES respondem sobre sua estrutura e cursos. Durante o período de preenchimento do questionário, os pesqui­­sadores institucionais podem fazer, a qualquer momento, alterações ou inclusões necessárias nos dados de suas respectivas instituições. Após esse período, o sistema é fechado para alterações e os dados são colocados à disposição das IES, sob a forma de relatório, para que haja a consulta, validação ou correção das informações prestadas.

A base de dados Geocapes é uma ferramenta de dados georreferencial, disponibilizada pela Capes para a consulta de dados sobre estudantes de pós-graduação, de acordo com suas localizações geográficas. Por esta ferramenta é possível consultar também as informações sobre instituições que oferecem cursos de mestrado e doutorado.

3.1. As Estatisticas Descritivas.

O universo de análise compreendeu as universidades públicas, pois, são financiadas, em grande medida por recursos públicos. Logo, sem grandes incentivos do mercado pela busca da eficiência. As instituições privadas possuem uma lógica diferente das públicas, na medida em que estão inseridas em um ambiente concorrencial orientado pelo mercado, há um incentivo maior para que sejam eficientes, pois, são financiadas, em última instância, por recursos privados.

As demais instituições públicas (faculdades, centros universitários, centros tecnológicos) também não foram incluídas no exercício, pois essas não têm a obrigatoriedade de conduzir pesquisa e atividades de extensão. Universidades que não apresentavam todas as informações também foram excluídas do estudo.

Com o intuito de aplicar a metodologia em grupos mais homogêneos, as universidades públicas foram divididas em três grupos: grande porte, médio porte e pequeno porte. O critério utilizado para o agrupamento foi o de receitas anuais, conforme classificação do BNDES para pequenas, médias e grandes empresas. A classificação das universidades encontra-se no Anexo A1.

As estatísticas descritivas das variáveis utilizadas na análise são apresentadas na tabela 3 (abaixo).

TABELA 3 - VALORES MÉDIOS DE PRODUTOS E INSUMOS
UTILIZADOS NO CÁLCULO DO DEA E ÍNDICE DE MALMQUIST

FONTE: Dados extraídos do Censo da Educação Superior
NOTA: Elaboração do autor.
(1) Quantidade de alunos matriculados na graduação e pós-graduação.
(2) Número de atividades de extensão conduzidas pela universidade.
(3) Teses e dissertações foram utilizadas como proxy de pesquisa,
dada a indisponibilidade de informações sistematicamente coletadas sobre
artigos publicados e registro de patentes pelas universidades.
(4) IGC = Índice Geral de Cursos, divulgado anualmente pelo INEP.
(5) Soma das transferências governamentais sob quatro designações:
Dotação Governamental da União, do Estado, do Município e Convênios,
e as transferências efetuadas pela Capes às universidades.
(6) A metodologia de cálculo é apresentada no Anexo A.2
e as características empregadas está na tabela A.2.

Observa-se que, de acordo com as médias, as universidades públicas brasileiras são heterogêneas em seus tamanhos, o que justifica a sua separação por porte para obtenção de grupos mais homogêneos, logo, apresentando características similares. Ao considerar que as universidades são unidades produtoras e que têm como objetivo final quatro outputs: i) quantidade de alunos formados; ii) atividades de extensão; iii) pesquisas; e iv) qualidade da educação, para produzir os referidos produtos são utilizados os seguintes insumos: recursos financeiros; e número de professores equivalentes cuja descrição encontra-se no Anexo A.2.

Para o cálculo dos índices de eficiência (DEA e Malmquist) foram utilizados as quantidades relativas de insumos e produtos. Como insumos, têm-se a quanti­dade de professores equivalentes em relação à quantidade de alunos e as receitas das instituições por alunos. Como produtos foram considerados a quantidade de alunos formados em relação à quantidade de alunos matriculados, a quantidade de atividades de extensão dividida pela quantidade de alunos, o número de pesquisas (teses e dissertações) pela quantidade de alunos, e a qualidade das instituições medida pelo Índice Geral do Curso (IGC).

4. Resultados

O procedimento de cálculo das eficiências estática e dinâmica dar-se-á, incialmente, de uma forma estática (SBM) e posteriormente, dinâmico (Malmquist).

4.1 Uma Análise Estática Da Eficiência: DEA-SBM.

Os resultados referem-se ao método de Fronteira de Eficiência para o ano de 2008. A tabela 4 abaixo apresenta para cada porte de universidade, três colunas sob o título: grande, médio e pequeno. Na primeira coluna é exibida a sigla da universidade, na sequência, o índice de eficiência, e por fim, apresenta as instituições benchmarks (referência).

TABELA 4: FRONTEIRA DE EFICIÊNCIA DAS UNIVERSIDADES
SEGUNDO O PORTE: GRANDE, MÉDIO E PEQUENO E SUA BENCHMARK – 2008.

FONTE: Resultado do cálculo do DEA com dados do Censo da Educação Superior – INEP
NOTA: Elaboração do autor.

As universidades que tiveram eficiência igual a 1 estão na fronteira, ou seja, são consideradas eficientes. Por outro lado, as que possuem eficiência menor que 1 estão aquém da fronteira, isto é, não se mostram eficientes, podendo, por exemplo, aumentar insumos ou produtos como o número de matrículas, as atividades de pesquisa e extensão.

A benchmark refere-se à instituição que tem as melhores práticas e que, em linhas gerais, serve como modelo para as instituições que não chegaram à fronteira de produção. O método elege as benchmarks de acordo com a sua capacidade de otimização de insumos e pela similaridade, em termos de quantidade de insumo e/ou produto, com outras instituições. Nesse sentido, pode haver mais de um benchmark, e uma universidade pode servir de benchmark para diversas outras.

Em 2008, a maioria das universidades de grande porte estava otimizando sua produção, contudo, 6 instituições, que corresponde a 33,3% não chegaram à fronteira, sendo que metade elas se encontravam bem próximos a fronteira, com índice acima de 0.90. O resultado é semelhante ao de Belloni (2001), uma vez que 67% das instituições com forte programa de pesquisa se mostraram eficientes.

 A UnB foi a instituição com o resultado mais baixo dentro do grupo sendo de 0.647, indicando, portanto, que a produção poderia ser acrescida em 35,3% sem a necessidade de aumento concomitante de recursos. Essa possibilidade refere-se ao aumento proporcional do conjunto de produção, ou seja, ao aumento propor­cional na quantidade de alunos, no número de pesquisas, na quantidade de atividades de extensão, ou ainda, no aumento da qualidade.

O resultado para o cálculo da fronteira de eficiência para as universidades de médio porte mostra que, aproximadamente 56% estão na fronteira de eficiência, enquanto que, as demais se mostraram ineficientes. A UERJ foi considerada benchmark para 8 universidades que estão abaixo da fronteira de eficiência. A UTFPR foi referência para 3 e a UEM para outras 2, totalizando assim, 12 universidades não eficientes para este ano.

Os resultados apresentados ao considerar o grupo de universidades de pequeno porte revela que 5 dessas instituições, aproximadamente 14% do grupo, estavam aquém da fronteira de produção, enquanto que 30 universidades, aproximadamente 86%, se mostraram eficientes. Cabe destacar que, tanto as universidades de pequeno quanto de médio porte se mostraram mais ineficientes em comparação aos pares de grande porte. Do ponto de vista estático, o resultado pode se mostrar preocupante, pois, a gerência se mostra mais frágil em um ambiente de menor volume de recursos. Na próxima subseção, faremos a análise do ponto de vista dinâmico.

4.2 Uma Análise Dinâmica Da Eficiência: O Índice De Malmquist.

Ao verificarmos os dados agregados sem considerar o emprego da metodologia de Malmquist, revela que houve um aumento real médio nas receitas das universidades de grande porte em torno de 7,05%; contudo, o aumento do número de alunos foi de 1,96%, passando de 903.237, em 2007, para 920.951 em 2008. Analisando apenas esses dados poder-se-ia afirmar que, houve perda de eficiência para essas universidades. No entanto, essa seria uma análise ingênua, pois, devemos considerar outros insumos (número relativo de professores) assim como outros produtos (atividades de extensão, pesquisas). Para isso, serão analisados os resultados do índice de Malmquist por intermédio da orientação produto cujos resultados podem ser verificados na tabela 5 (abaixo). Portanto, a interpretação é feita de acordo com o aumento da quantidade produzida no ano de 2008 em relação ao de 2007.

Para o caso da eficiência dinâmica das universidades de grande porte houve um ganho médio de produtividade de 39%, sendo que 9 delas tiveram o índice de Malmquist abaixo de 1, ou seja, perderam eficiência no ano de 2008 em relação a 2007. Dessa forma, 50% das instituições perderam eficiência entre os anos. Vale ressaltar que, para a interpretação do índice deve subtrair 1 e multiplicar por 100.

Parte do crescimento no grupo das universidades de grande porte pode ser explicado pelo desempenho da Unifesp, indicando uma eficiência de 124,6%, em 2008, comparativamente com o ano anterior. Analisando os dados dessa instituição, observa-se um aumento de mais de 2.000% na quantidade de atividades de extensão no ano de 2008 em relação ao ano de 2007. Relativamente à quantidade de alunos matriculados, houve um incremento de 30%, adicionalmente, ocorreu um aumento de aproximadamente 6% na quantidade de pesquisas, enquanto que o aumento real de receitas foi de cerca de 8% e o aumento na quantidade de professores foi de apenas 2,9%. Apesar de ter ocorrido um aumento conjunto, a elevação no número de atividades de extensão é o que explica os acréscimos de eficiência em 2008 em relação a 2007.

Para as instituições de médio porte houve um ganho médio de produti­vidade de 30% em 2008 em comparação ao ano anterior, sendo que 4 das 22 universidades perderam eficiência. Por exemplo, a UFAM registrou um índice de 0,711, indicando perda de eficiência de aproximadamente 29%. A situação pode ser explicada pelo fato de que, não obstante ao aumento de receitas em torno de 31%, houve aumento de apenas 5,78% no número de alunos de graduação e redução de 1,36% no número de alunos de pós-graduação. Diferente das universidades de grande porte, somente 13% das entidades pertencentes a esse grupo teve queda de produtividade.

TABELA 5 - Índice De Malmquist Para As Universidades Públicas
De Acordo Com O Porte: Grande, Médio E Pequeno - 2007-2008.

FONTE: Resultado do cálculo do índice de Malmquist com base nos dados do Censo da Educação Superior – INEP
NOTA: Elaboração do autor.
(1) As universidades que não tinham informações completas, especialmente relativas à pós-graduação para 2007,
foram retiradas do conjunto. Os dados de recursos financeiros foram deflacionados pelo deflator do
PIB de 2008 em relação ao ano de 2007.

Por fim, dentre as instituições de pequeno porte, 9 delas diminuíram a eficiência no ano de 2008 em relação a 2007, correspondendo a 40% da amostra. Por exemplo, a UNIOESTE obteve um índice de 0,807, teve aumento real de receita de aproximadamente 13%, e elevação no número de professores de 4% em 2008. No entanto, o crescimento no número de alunos foi de apenas 0,95%, o número de pesquisas cresceu em 13%, mas, houve redução no número de atividades de extensão em 42%.

Por outro lado, 13 universidades, que correspondem a 59% do total de pequeno porte, conseguiram aumento de eficiência durante o período, sendo que a UENF alcançou o melhor índice, com 3,075. Esta universidade pode ser a principal responsável por elevar o índice de produtividade do grupo, pois, teve aumento de 18% na quantidade de alunos matriculados e redução de 19% na quantidade de professores equivalentes/ alunos, o que pode explicar a evolução na eficiência da instituição no período.

Percebe-se que a maioria das universidades ganhou eficiência em 2008, comparativamente a 2007. Esse exercício permite a autocomparação da universidade, em um ano de referência em relação a um ano-base.

Percebe-se que a maioria das universidades ganhou eficiência em 2008, comparativamente a 2007. Esse exercício permite a autocomparação da universidade, em um ano de referência em relação a um ano-base. É importante destacar que, é possível que algumas universidades, embora apresentem o Índice de Malmquist maior que um, estejam ainda aquém da fronteira ótima de produção (índice DEA menor que 1). A situação revela que uma universidade que aumentou a sua eficiência no ano de 2008 em relação a ela mesma, em 2007, no entanto, não quer dizer, necessariamente, que ela esteja otimizando seus recursos quando comparada as suas semelhantes.

5. Considerações Finais

O observado aumento na quantidade de matrículas no ensino superior brasileiro nos últimos anos, o número de estudantes nesse nível de ensino no País é ainda baixo se comparado à média mundial.

As instituições privadas têm contribuído muito para a expansão do ensino terciário brasileiro, contudo, o aumento na quantidade de alunos nesse nível de ensino liderado pelas instituições privadas pode levar a uma expansão instável, pois, estaria condicionado à capacidade de pagamento dos alunos pelo ensino superior. Uma expansão mais estável exigiria o aumento de matrículas em instituições públicas.

O governo brasileiro tem estimulado o aumento no número de vagas em instituições públicas por intermédio do REUNI (Reestruturação e Expansão das Universidades Federais). Todavia, juntamente com a elevação das matrículas, é preciso considerar a manutenção da qualidade do ensino. Espera-se que as universidades privadas possuam uma lógica mais voltada ao mercado, pois, a elevação da eficiência aumenta a probabilidade de sobrevivência. Todavia, as instituições públicas federais e estaduais não necessitariam, em primeira instância, levar em consideração a eficiência devido ao caráter financiador desempenhado pelo governo que, apesar desse ente possuir recursos escassos, não considera a eficiência na distribuição dos recursos.

Logo, o aumento de eficiência dessas instituições públicas pode ser garantido pela elevação do número de vagas sem o concomitante aumento de recursos transferidos a elas. Para estudar esta possibilidade foram empregados métodos estáticos e dinâmicos no sentido de mensurar a eficiência na gestão das universidades públicas brasileiras. Ao considerar uma fronteira de possibilidade de produção para essas instituições, os resultados apontam que parte delas opera com capacidade ociosa, ou seja, há espaço para aumento na quantidade de alunos sem a exigência de recursos adicionais.

Apesar de não considerarmos efeitos de equilíbrio geral como, por exemplo, a reação das universidades privadas a perda de possíveis candidatos às suas vagas devido ao aumento da oferta de vagas nas públicas, ou mesmo a queda na capacidade de financiamento do governo em relação aos recursos destinados as universidades públicas parece que há incentivos para que o governo possa estimular o aumento da eficiência na gestão das universidades públicas brasileiras. Os resultados mostram que muitas instituições são ineficientes na gestão dos recursos do ponto de vista estático, embora tenha aumentado a produtividade do ponto de vista dinâmico. Para isso, talvez, seja necessário um sistema eficaz de incentivos e punições, para que haja otimização de recursos que são oriundos da sociedade.

Referências Bibliográficas

BANKER, R. D.; CHARNES, A.; COOPER, W. W. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, Hanover, v.30, n.9, p.1.370-1.382, 1984.

BELLONI, J. A. Uma metodologia de avaliação da eficiência produtiva de universidades federais brasileiras. 2001. Tese (Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, 2001.

CAVES, D. W.; CHRISTENSEN, L. R.; DIEWERT, W. E. The economy theory of index numbers and the measurement of input, output and productivity. Econometrica, v.50, n.6, p.1.393-1.414, 1982.

CHARNES. A.; COOPER, W. W.; RHODES, E. Measuring the efficiency of decision making units. European Journal of Operational Research, v.2, p.429-444, 1978.

COOPER, W. W.; SEIFORD, L. M.; TONE, K. Data envelopment analysis: a comprehensive text with models, applications, references and DEA - solver software. Boston: Kluwer Academic Publishers, 2000.

COSTA, E. M.; RAMOS, F. de S.; SOUZA, H. R. Mensuração de eficiência produtiva das Instituições Federais de Ensino Superior (IFES). XV Prêmio do Tesouro Nacional, 2010. (2.º lugar).

FAÇANHA, L. O; MARINHO, A. Instituições de ensino superior governamentais e particulares: avaliação comparativa de eficiência. Brasília: IPEA, 2001. (Texto para discussão, n.813). Disponível em: <http://www.ipea.gov.br>. Acesso em: 4 jun. 2012.

FARE, R.; GROSSKOPF, S. Intertemporal production frontiers: with dynamic DEA. Boston: Kluwer Academic Publishers, 1996.

FARRELL, M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society, v.120, n.3, p.253-281, 1957.

FERREIRA C. M. de C.; GOMES, A. P. Introdução à análise envoltória de dados, teorias, modelos e aplicações. São Paulo: Editora UFV, 2009.

MALMQUIST, S. Index numbers and indifference curves. Trabajos de Estatistica, v.4, n.1, p.209-242, 1953.

NEVES, C. E. B.; RAIZER, L.; FACHINETTO, R. F. Acesso, expansão e equidade na educação superior: novos desafios para a política educacional brasileira. Sociologias, Porto Alegre, ano 9, n.17, jan./jun., p.124-157, 2007.

SANYAL, B. C.; MARTIN, M. Financing higher education: international perspectives: in Guni Series of social commitment of universities 1, Higher education in the world: financing of universities. Palgrave Macmillan, 2006.

SALMI, J.; HAUPTMAN A. Innovations in Tertiary Education Financing: a comparative evaluation of allocation mechanisms. A presentation at the IREDU conference on "Economics of Education, June, Dijon, 2006.

SCHWARTZMAN, J. A revolução silenciosa do ensino superior. In: DURHAM, E.; SAMPAIO, H. O ensino superior em transformação. Núcleo de Pesquisas sobre Educação Superior. São Paulo: P. 13-30 USP, 2001.

SOUZA, H. R.; RAMOS, F. S. Performance evaluation in the public service: an application of efficiency measures to brazilian federal higher education institutions Tenth World Productivity, p. 430-450, 1997.

Anexos

A.1 Classificação das Universidades em Grande, Média e Pequena

A classificação das universidades como pequena, média e grande foi de acordo com suas receitas anuais no ano de 2009, seguindo a metodologia do BNDES, conforme a tabela A.1 a seguir.

TABELA A.1 - CLASSIFICAÇÃO DE EMPRESAS POR TAMANHO, SEGUNDO METODOLOGIA DO BNDES

As universidades foram classificadas da seguinte forma: aquelas com receitas totais maiores que R$ 300 milhões foram classificadas como grandes; aquelas com receitas entre R$ 299 e R$ 90 milhões foram classificadas como médias, e as demais, com receitas menores que R$ 90 milhões, foram agrupadas como pequenas. A classificação está apresentada na tabela 2.

A.2 Metodologia para o cálculo do docente equivalente

Docente-equivalente (FTE) - adaptado da expressão em inglês full time equivalent, é o indicador calculado a partir da carga horária semanal total dos docentes de uma IES em relação a um docente em tempo integral e ponderado pelos pesos da titulação do docente (período: 1º semestre de 2005).

TABELA A.2 - CARACTERÍSTICAS PARA O CÁLCULO DO DOCENTE EQUIVALENTE

FONTE: Ministério da Educação

Para o procedimento de cálculo do Docente Equivalente foi tomada como base a Portaria Interministerial MEC/MPOG n.º 22 de 30/04/2007, e decisão TCU n.º 408/2002.

 -----

TABELA A.3 - CLASSIFICAÇÃO DAS UNIVERSIDADES PÚBLICAS DE ACORDO COM A METODOLOGIA DO BNDES.

FONTE: Censo da Educação Superior
NOTA: Elaboração do autor.

1. Doutor do Programa de Pós-Graduação em Desenvolvimento Econômico, Universidade Federal do Paraná (UFPR). Federação das Indústrias do Estado do Paraná – FIEP. E-mail: allonduenhas@hotmail.com.

2. Professor adjunto do Programa de Pós Graduação em Economia do Desenvolvimento (PPGE). Pontifícia Universidade Católica do Rio Grande do Sul – PUCRS. E-mail: marco.franca@pucrs.br.

3. Doutor em Economia pela Universidade de São Paulo (FEA-USP). Professor da Universidade Federal do Paraná (UFPR). Universidade Federal do Paraná – UFPR. Endereço eletrônico: cassio.rolim@terra.com.br.