PRESUPUESTO
DE PERSONAL EN LA UNIVERSIDAD PÚBLICA
ANÁLISIS
POR ÁREAS DEL CONOCIMIENTO
STAFF
BUDGET IN PUBLIC UNIVERSITIES
ANALYSIS
BY AREAS OF KNOWLEDGE
Autor:
Esteban Carlos Reston -
esteban.reston@gmail.com
Clasificación
JEL: H61- Presupuesto; Sistemas presupuestarios
Categoría del artículo: Científico
CV AUTOR (resumido)
· Reston Esteban Carlos
· Contador Pùblico
Nacional graduado en la Universidad Nacional de Salta.
· Master in Management dell'Innovazione
de la Scuola Superiore di Studi
Universitari e di Perfezionamento
Santa Anna de Pisa –Italia.
· Profesor Asociado Regular de las
Cátedras de Contabilidad II y Contabilidad III de la Facultad de Ciencias Economicas de la Universidad Nacional de Salta.
· Títulado de Posgrado en Profesorado de Ciencias
Económicas de la Universidad Nacional de Salta.
· Investigador categorizado en el Programa
de Incentivos de Docentes Investigadores de la Secretaría de Políticas
Universitarias del Ministerio de Educación de la Argentina.
Autor de los
siguientes Libros publicados:
· Estado de Flujo de Efectivo. Fundamentos Teóricos y Metodología para su
Elaboración. Editorial Osmar D. Buyatti.
· R.T. Nº 31.
Modelo de Revaluación de Bienes de Uso. Análisis Teórico y Casos Prácticos.
Editorial Osmar D. Buyatti.
· Consolidación de Estados Contables.
Teoría, Casos Prácticos y Aplicaciones de Normas Contables Profesionales. Editorial Osmar D. Buyatti.
· Ajuste por Inflación. Casos Prácticos y
Normas Contables de Aplicación. Editorial Osmar D. Buyatti.
· Estado de Flujo de Efectivo. Fundamentos Teóricos y Metodología para su
Elaboración. 2º Edición. Esteban Carlos Reston - José
Franzone.
Editorial Osmar D. Buyatti.
· Estado de Flujos de Efectivo. Fundamentos Teóricos y Metodología para su
Elaboración. Esteban Carlos Reston - José Franzone. Editorial Errepar.
RESUMEN
Esta investigación pretende demostrar que la
asignación presupuestaria de la partida de personal destinada a docentes en las
carreras de pregrado y grado de las universidades públicas de Argentina
determina distintas posiciones de eficiencia cuando se analiza por áreas del
conocimiento, aplicándose a tal
fin la metodología del Análisis Envolvente de Datos.
Para este propósito se desarrolla una base de
datos original por áreas del conocimiento a partir del análisis de los
presupuestos de las universidades, determinando el valor de la partida de personal asignado al personal docente,
durante los años 2017, 2018 y 2019. Se analiza inicialmente la población de 57 universidades públicas, excluyéndose
a 7 por falta de información en algunas variables investigadas.
Los resultados comprueban
que cuando se investiga por áreas del conocimiento las universidades presentan
distintas posiciones de eficiencia en cantidad de egresados, siendo la
Universidad Nacional de Buenos Aires la única institución que se encuentra
localizada en la frontera de eficiencia en todas las áreas del conocimiento, comprobando
que es la de mayor cantidad de alumnos
universitarios, cantidad de egresados y partida de Personal, la que se encuentra localizada en la zona geográfica
de mayor nivel de actividad, empleo y acceso a Internet.
Palabras clave: universidad pública, presupuesto de
personal, frontera de eficiencia, áreas del conocimiento.
ABSTRACT
This research aims to demonstrate that the budget
allocation of the personnel item for teachers in undergraduate and graduate
courses in public universities in Argentina determines different efficiency
positions when analyzed by areas of knowledge, applying the Data Envelopment
Analysis methodology for this purpose.
For this purpose, an original database is developed by
areas of knowledge based on the analysis of university budgets, determining the
value of the Personnel item assigned to the teaching segment, during the years
2017, 2018 and 2019. The population of 57 public universities is initially
analyzed, excluding 7 due to lack of information in some variables
investigated.
The results show that when research is carried out by
areas of knowledge, universities present different efficiency positions in
terms of the number of graduates, being the National University of Buenos Aires
being the only institution located on the efficiency frontier in all areas of
knowledge, proving that it is the one with the highest number of university
students, number of graduates and personnel, and that it is located in the
geographical area with the highest level of activity, employment and Internet
access.
Keywords: public university, personnel budget, efficiency frontier, areas of
knowledge.
INTRODUCCIÓN
Esta investigación tiene el propósito de
demostrar que la asignación presupuestaria de la partida de personal destinada a
docentes en las carreras de pregrado y grado de las universidades
públicas argentinas determina distintas posiciones de eficiencia cuando se
realiza un análisis por áreas del conocimiento.
Para el logro de este propósito se desarrolla
una base de datos original por áreas del conocimiento a partir del análisis
individual de los presupuestos de las universidades públicas investigadas, para
determinar el valor de la partida de personal
asignado al personal docente, que comprende salarios y cargas sociales. Este
análisis comprende los años 2017, 2018 y 2019.
Teniendo en cuenta el propósito y el alcance
de esta investigación, el estudio pretendió, en un principio, comprender a la
población total de las 57 (cincuenta y siete) universidades del sector público,
con exclusión de los institutos universitarios públicos. De las 57
universidades públicas se excluyeron 7 (siete), por falta de información sobre
matrícula, egresados o presupuesto.
La motivación de
esta investigación se fundamenta en que prácticamente el 80% del presupuesto de
las universidades (media del 79,16%) se destina a la partida total de personal: autoridades, docentes y personal de
apoyo docente universitario (pau); y
que prácticamente el 100% del financiamiento de esta partida (media del 99,68%)
proviene del aporte del erario público.
El análisis de la
utilización presupuestaria de la partida de Personal se
realiza por áreas del conocimiento porque en la Argentina se advierte que no
existen estrategias para la asignación de recursos públicos hacia determinadas
áreas de conocimiento prioritarias para el desarrollo del país, comprobándose
que en el caso argentino la mayoría de la matrícula de los estudiantes se
concentra en las carreras tradicionales, área de Ciencia Sociales, y los
presupuestos de las universidades se destinan mayoritariamente a ésta.
Como se mencionó
anteriormente, en esta investigación se presentan y explican los resultados
referidos al análisis de la gestión de la partida de Personal del Sistema Universitario Público de Argentina de
los años 2017, 2018 y 2019 correspondiente a las siguientes áreas del
conocimiento, clasificadas según la Organización para la Cooperación y el
Desarrollo Económicos (OCDE);
(https://www.conicyt.cl/pci/files/2015/07/Disciplinas-OCDE.pdf):
· Ciencias Agrícolas
· Humanidades
· Ingeniería y Tecnología
· Ciencias Médicas y Salud
· Ciencias Naturales
· Ciencias Sociales
Se recurre a la clasificación por áreas del conocimiento según el criterio de la OCDE con el propósito de utilizar un parámetro de uso internacional para analizar la asignación presupuestaria de la partida de personal en cada una de las áreas del conocimiento, generando la posibilidad de comparar resultados con realidades de otros países en futuras investigaciones; por ello se calculan índices de eficiencia como instrumentos para llevar a cabo un proceso de evaluación de la asignación de la partida presupuestaria de Personal por áreas del conocimiento y sobre la base de tres ejes centrales:
1. Determinación de la matrícula de alumnos y cantidad
de egresados por áreas del conocimiento según el criterio de la OCDE
2. Procesamiento
de la información presupuestaria de las universidades analizadas desagregando
la partida de personal del
resto de los incisos presupuestarios
3. Asignación
de la partida presupuestaria de personal
por áreas del conocimiento según criterio de la OCDE.
Esta clasificación de los resultados obtenidos
genera un aporte de información relevante que puede facilitar, tanto al Estado
Nacional argentino como a las propias universidades, el diseño de políticas de
mejora en la aplicación de los recursos públicos destinados al sistema
universitario, como así también analizar su impacto social y económico dentro
de la comunidad y regiones donde se localizan las universidades públicas.
La apertura de
información por áreas del conocimiento según la OCDE genera la posibilidad de
comparación con distintas estrategias de otros países en la asignación de
recursos, permitiendo definir nuevas orientaciones estratégicas de la educación
superior para el desarrollo integral de un país.
En la Argentina
se advierte que no existen estrategias para la asignación de recursos hacia
áreas de conocimiento prioritarias para el desarrollo del país, comprobándose
que en el caso argentino la mayoría de la matrícula de los estudiantes se
concentra en las carreras tradicionales y los recursos se destinan
mayoritariamente a estas áreas.
Asignación
presupuestaria a la partida de personal
El modelo consta de tres bloques:
1. Bloque SPU. Tiene una participación porcentual del 50%. Consiste en un presupuesto normativo donde se calcula un costo estándar total de cada una de las universidades nacionales.
2. Bloque CIN. Tiene una participación relativa del 45% en el presupuesto total. Utiliza tres componentes para calcular la participación relativa que tiene cada universidad sobre el total, considerando:
a) La economía de escala de las universidades según cantidad de alumnos inscriptos en cada una.
b) La complejidad académica, ya que el costo de las carreras suele variar en función de las disciplinas a las que pertenece cada carrera.
c) El grado de actividad académica, que toma en cuenta el nivel de actividades que realizan los estudiantes en función a la cantidad de asignaturas aprobadas en el año.
3. Bloque Ciencia y Tecnología. Tiene una participación del 5%. Considera las capacidades para el desarrollo de la ciencia y tecnología de cada universidad en función a la cantidad de docentes e investigadores categorizados, teniendo en cuenta las diferentes categorías y los tipos de dedicaciones que los mismos poseen.
La
sumatoria de estos componentes determinan la participación relativa total que
tiene cada universidad en el presupuesto a distribuir por aplicación del modelo
(https://www.cin.edu.ar/modelo-de-asignacion-presupuestaria-cin-tutorial-sobre-sus-fundamentos-y-los-procedimientos-aplicables/)
En la Figura Nº 1 se presentan los porcentajes correspondientes a la partida de personal sobre el total del presupuesto del sistema universitario público durante los años 2017, 2018 y 2019; y tal como se señala en esta introducción, el total de la partida de personal, (referido a autoridades, docentes y pau) representa casi un 80% del presupuesto de las universidades públicas, según información suministrada por la SPU.
Figura Nº 1: Porcentaje asignado a la
Partida de Personal del del
presupuesto
del sistema universitario público
argentino
Fuente: Elaboración propia, a partir de datos de la Secretaría de Políticas Universitarias Argentinas-Años 2017-2018-2019
OBJETIVOS DEL ESTUDIO
Objetivo general
El objetivo general de esta investigación es demostrar que la asignación presupuestaria de la
partida de personal en las carreras de pregrado y
grado de las universidades públicas argentinas determina distintas posiciones
de eficiencia cuando se realiza un análisis por áreas del conocimiento.
Objetivos
específicos
Para alcanzar el objetivo general, el
desarrollo de esta investigación se organiza en función de los siguientes objetivos específicos:
· Desarrollar
una base de datos original a partir del análisis individual de los presupuestos
de las universidades públicas investigadas, con el propósito de determinar el
presupuesto de la partida de Personal
asignado a las áreas del conocimiento clasificadas según criterio de la OCDE.
· Determinar
la matrícula y la cantidad de egresados por áreas del conocimiento.
· Determinar
índices de eficiencia de las universidades públicas argentinas, por áreas del
conocimiento, como instrumentos para evaluar la aplicación presupuestaria de la
partida de Personal.
· Determinar
la correlación entre los índices de eficiencia y la cantidad de egresados de
las universidades investigadas, por áreas del conocimiento.
MARCO TEÓRICO
Modelo teórico de la investigación
Partiendo de la
premisa que los índices de eficiencia de las universidades públicas argentinas
se correlacionan con la cantidad de egresados de las carreras de pregrado y
grado, y que el análisis de la partida presupuestaria de Personal determina distintas posiciones de
eficiencia cuando se realiza un análisis por áreas del conocimiento, esta
investigación se apoya sobre cinco pilares de estudio:
1. Problemática del presupuesto universitario público de Argentina.
2. Clasificación de las áreas de conocimiento según criterio de la OCDE.
3. Análisis de la partida de Personal en el presupuesto asignado a unidades académicas por áreas del conocimiento.
4.
Índices de eficiencia para explicar resultados de la
gestión presupuestaria de la partida de personal en egresados por áreas del
conocimiento.
5.
Correlación existente entre los índices de eficiencia y
la cantidad de egresados.
Problemática del presupuesto universitario público de Argentina
Con el propósito de facilitar la comprensión
de las razones por las cuales se investiga la gestión presupuestaria de la
partida de personal, a continuación,
se hace referencia a ciertos aspectos centrales de este punto.
Presupuesto
Burbano Ruiz (2011, p. 18) define el
presupuesto como una expresión cuantitativa formal de los objetivos que se
propone alcanzar la administración en un periodo, con la adopción de las
estrategias necesarias para lograrlos.
Marcel et. al (2014) expresan que el
presupuesto es una herramienta concreta, estructurada en base a procesos
diseñados para generar decisiones de asignación de recursos en plazos
limitados. […] El presupuesto ha sido
visto como un ejercicio comprehensivo de asignación de recursos y gestión
pública, donde se debe poner especial énfasis en relacionar costos y desempeño.
Magiorano
(2018, p. 3) afirma que “el presupuesto público es un instrumento estratégico
en las políticas de desarrollo en tanto es crucial para el proceso de
planificación; permite la asignación de recursos (personales, materiales, de
equipos, organización y conocimientos técnicos, entre otros) para cumplir en el
corto plazo las metas establecidas en los planes de mediano y largo plazo”.
El presupuesto
público es un documento contable y financiero donde se expresan las
estimaciones de los ingresos que el Estado espera recibir durante un ejercicio,
así como también la estimación de los gastos que se espera llevar a cabo dentro
de ese mismo lapso. El presupuesto es uno de los principales mecanismos a
disposición de la sociedad y del Estado para asegurar la transparencia y el control
de los actos públicos. No sólo está regido por una consideración económica de
eficiencia, sino que implica una jerarquía de prioridades o necesidades
públicas. Resico (2011).
Sánchez León (2021,
p. 150) afirma que “el presupuesto público es a todas luces la herramienta más
importante para llevar a cabo todos los objetivos y metas trazados en un
programa de desarrollo. Un presupuesto público mal diseñado o sin seguimiento
continuo llevará a resultados no deseados. La responsabilidad de proteger el
bienestar social es en última instancia lo que establecerá la efectividad de la
gestión; su alcance con un uso mínimo de recursos”.
Paredes (2011, como se citó en Rojas Escobar,
2017) afirma que el presupuesto contiene los siguientes principios: Programación: el presupuesto debe
presentar con claridad los objetivos y metas planteados; equilibrio, la formulación del presupuesto
debe aprobarse de tal forma que los egresos sean equivalentes a los ingresos y
correspondan a los recursos estimados en el plan presupuestario; transparencia, el presupuesto debe
mencionar la actividad con la que se deben expresar los elementos
presupuestarios y aclarar los recursos y acciones necesarios para cumplir con
los objetivos y metas planteadas; universalidad,
es decir, la dimensión del principio está dado en el conocimiento del
presupuesto; racionalidad, que
implica formular y ejecutar presupuestos austeros, no realizar gastos costosos
e impedir el desperdicio y mal uso de los recursos; flexibilidad, describe que el presupuesto puede ser
modificado, de acuerdo a la evaluación de los resultados. Finalmente, el
principio de difusión que implica
que el presupuesto público debe ser ampliamente divulgado.
Chero Fernández (2020, p. 12) señala que un
presupuesto estructurado permite prever circunstancias inciertas, trabajar con
rumbo definido, planear metas razonables, precurar
resultados, anticiparse al futuro, prever el futuro, idear mecanismos para
obtener los logros y analizar estrategias.
Presupuesto universitario público
El presupuesto de las universidades
nacionales forma parte del Presupuesto de la Administración Pública Nacional
formulado por el Poder Ejecutivo y sancionado posteriormente por el Poder
Legislativo. Tiene naturaleza jurídica de ley en sentido formal, representa
estimaciones de recursos y gastos; se trata de un proyecto o plan del Poder
Ejecutivo que traduce en cifras los objetivos y metas de gobierno en un
documento único (Magiorano, 2018)
El artículo 75 inciso 8 de la Constitución
Nacional establece que al Congreso le corresponde fijar anualmente el
presupuesto general de gastos y cálculo de recursos de la administración
nacional, en base al programa general de gobierno y al plan de inversiones
públicas, y aprobar o desechar la cuenta de inversión.
En el tratamiento del presupuesto
universitario intervienen varios actores sociales que buscan alterar la
formulación contenida en el proyecto inicial, como los gobernadores de las
provincias, el Consejo Interuniversitario Nacional (CIN) y los sindicatos. El
Poder Legislativo es el poder del Estado que finalmente aprueba el monto del
presupuesto universitario y su distribución. Aunque el Congreso de la Nación
tiene la decisión final, es muy importante el rol de los actores sociales
involucrados como así también del Poder Ejecutivo.
Doberti et
al. (2020, pp. 32-33) señalan que la asignación presupuestaria de las
universidades públicas argentinas se realiza en base a tres criterios básicos:
1) Los montos percibidos en el pasado, 2) el modelo de pautas presupuestarias
del CIN basado en un conjunto de fórmulas a partir de indicadores básicos
(estudiantes, investigadores, infraestructura, etc.) y 3) la discrecionalidad
de los decisores.
La Ley de Educación Superior Nº24.521/95, en
el artículo 59 inciso c) establece que las universidades “podrán dictar normas
relativas a la generación de recursos adicionales a los aportes del Tesoro Nacional,
mediante la venta de bienes, productos, derechos o servicios, subsidios,
contribuciones, herencias, derechos o tasas por los servicios que presten, así
como todo otro recurso que pudiera corresponderles por cualquier título o
actividad”.
El artículo 59 de la misma ley establece que
las universidades públicas tienen autarquía económico-financiera y que dentro
de ese marco les corresponde administrar su patrimonio y aprobar su
presupuesto, fijar su régimen salarial y de administración de personal o
generar recursos adicionales a los aportes del Tesoro Nacional.
Asimismo, las universidades gozan de
autonomía política ya que pueden decidir en aspectos relacionados a las
condiciones de ingreso, su estructura organizativa, fijar su presupuesto, los
planes de estudio de las carreras, etcétera. Dicha autonomía está reconocida en
el artículo 75 inciso 19 de la Constitución Nacional, el cual establece que
corresponde al Congreso garantizar los principios de gratuidad y equidad de la
educación pública estatal y la autonomía y autarquía de las universidades
nacionales. La Ley 24.521/95, en el marco de la Constitución Nacional, reconoce
la autonomía académica y la autarquía administrativa y financiera de las
universidades.
Habida cuenta que las universidades
nacionales son entidades autárquicas, están sujetas al control de la
Sindicatura General de la Nación como órgano de control interno en los
organismos descentralizados, de acuerdo a lo establecido por la Ley 24.156 de Administración
Financiera y Sistemas de Control del Sector Público Nacional.
En lo que respecta a la generación de
recursos propios es importante destacar que el artículo 3 de la Ley 27.204 de
Implementación Efectiva de la Responsabilidad del Estado en el nivel de
Educación Superior, sancionada en 2015, modifica parcialmente la Ley 24.521, al
incorporar el artículo 2 bis que establece que “los estudios de grado en las
Instituciones de Educación Superior de gestión estatal son gratuitos e implican
la prohibición de establecer sobre ellos cualquier tipo de gravamen, tasa,
impuesto, arancel, o tarifa directos o indirectos”. Se reconoce el ingreso
irrestricto a las carreras de grado garantizando igualdad de oportunidades y
condiciones en el acceso a las universidades.
Asimismo, el artículo 2 de la Ley de
Educación Superior establece que “El Estado al que le cabe responsabilidad
indelegable en la prestación del servicio de educación superior de carácter
público, reconoce y garantiza el derecho a cumplir con ese nivel de la
enseñanza a todos aquellos que quieran hacerlo y cuenten con la formación y
capacidad requeridas.”
Razón para analizar el
presupuesto asignado a la partida de personal
El
presupuesto asignado al inciso 1 correspondiente a la partida de personal que está compuesto por los
recursos monetarios destinados al pago de sueldos y cargas sociales del
personal docente y personal de apoyo universitario, que en otros países suele llamarse
“personal administrativo y de servicios” (pas)
Doberti et
al. (2020, p. 40) observan “el notorio sesgo hacia el gasto en personal del
presupuesto universitario, que, si bien comparte esta característica con la
experiencia comparada, en el caso argentino se exacerba. La comparación con el
sector privado del país también muestra que las universidades nacionales
funcionan con un gasto muy marcado hacia el gasto en personal”.
Habida cuenta
de la importancia de este inciso, en este estudio se realiza el análisis y
desagregación de ésta partida por áreas del conocimiento según clasificación de
la OCDE.
Del total del
presupuesto asignado al inciso personal,
en este estudio se pretende analizar únicamente el importe destinado al “personal
docente” en cada una de las áreas del conocimiento investigadas.
Clasificación de
las áreas de conocimiento según criterio de la OCDE
El Consejo
Nacional de Ciencia, Tecnología e Innovación Tecnológica de Perú (CONCYTEC)
elaboró el siguiente cuadro de áreas y sub-áreas del conocimiento según la
OCDE:
Figura
Nº 2: Áreas y sub-áreas del conocimiento
según OCDE
|
Nº |
Área de Conocimiento |
Sub-Área de Conocimiento |
|
1 |
CIENCIAS NATURALES |
MATEMÁTICAS |
|
1 |
COMPUTACIÓN Y CIENCIAS DE LA INFORMACIÓN |
|
|
1 |
CIENCIAS FÍSICAS |
|
|
1 |
CIENCIAS QUÍMICAS |
|
|
1 |
CIENCIAS DE LA TIERRA Y MEDIOAMBIENTALES |
|
|
1 |
CIENCIAS BIOLÓGICAS |
|
|
1 |
OTRAS CIENCIAS NATURALES |
|
|
2 |
INGENIERÍA Y TECNOLOGÍA |
INGENIERÍA CIVIL |
|
2 |
INGENIERÍA ELÉCTRICA, ELECTRÓNICA E INFORMÁTICA |
|
|
2 |
INGENIERÍA MECÁNICA |
|
|
2 |
INGENIERÍA QUÍMICA |
|
|
2 |
INGENIERÍA DE LOS MATERIALES |
|
|
2 |
INGENIERÍA MÉDICA |
|
|
2 |
INGENIERÍA AMBIENTAL |
|
|
2 |
BIOTECNOLOGÍA AMBIENTAL |
|
|
2 |
BIOTECNOLOGÍA INDUSTRIAL |
|
|
2 |
NANOTECNOLOGÍA |
|
|
2 |
OTRAS INGENIERÍAS Y TECNOLOGÍAS |
|
|
3 |
CIENCIAS MÉDICAS Y DE LA SALUD |
MEDICINA BÁSICA |
|
3 |
MEDICINA CLÍNICA |
|
|
3 |
CIENCIAS DE LA SALUD |
|
|
3 |
BIOTECNOLOGÍA MÉDICA |
|
|
3 |
OTRAS CIENCIAS MÉDICAS |
|
|
4 |
CIENCIAS AGRÍCOLAS |
AGRICULTURA, SILVICULTURA Y PESCA |
|
4 |
CIENCIAS ANIMALES Y LÁCTEOS |
|
|
4 |
CIENCIAS VETERINARIAS |
|
|
4 |
BIOTECNOLOGÍA AGRÍCOLA |
|
|
4 |
OTRAS CIENCIAS AGRÍCOLAS |
|
|
5 |
CIENCIAS SOCIALES |
PSICOLOGÍA |
|
5 |
ECONOMÍA Y NEGOCIOS |
|
|
5 |
CIENCIAS DE LA EDUCACIÓN |
|
|
5 |
SOCIOLOGÍA |
|
|
5 |
DERECHO |
|
|
5 |
CIENCIAS POLÍTICAS |
|
|
5 |
GEOGRAFÍA SOCIAL Y ECONÓMICA |
|
|
5 |
PERIODISMO Y COMUNICACIONES |
|
|
5 |
OTRAS CIENCIAS SOCIALES |
|
|
6 |
HUMANIDADES |
HISTORIA Y ARQUEOLOGÍA |
|
6 |
IDIOMAS Y LITERATURA |
|
|
6 |
FILOSOFÍA, ÉTICA Y RELIGIÓN |
|
|
6 |
ARTE |
|
|
6 |
OTRAS HUMANIDADES |
Fuente: Consejo
Nacional de Ciencia, Tecnología e Innovación Tecnológica de Perú
En
la introducción se explican razones por las cuales se recurre a la
clasificación por áreas del conocimiento según la OCDE.
ENFOQUE METODOLÓGICO Y DATOS. ALCANCE
LA INVESTIGACIÓN
Enfoque metodológico
Para analizar la asignación presupuestaria de
la partida de personal por
áreas del conocimiento se considera adecuado utilizar en este estudio la
metodología de estimación de frontera de eficiencia, a partir de la
identificación de las mejores prácticas que surgen de la comparación entre las
universidades públicas. A tal fin, para evaluar la gestión de esta partida
presupuestaria, se calculan indicadores de eficiencia mediante la metodología
del Análisis Envolvente de Datos (DEA). Rincón Soto et. al (2016, p. 65)
sostienen que “a partir de esta metodología es posible precisar la frontera
tecnológica basada en unidades productivas que, por sus buenos resultados, son
consideradas como aquellas que realizan las mejores prácticas productivas en
relación a las otras unidades”.
La competencia por comparación introduce un
incentivo positivo en el desempeño de las unidades analizadas, en este caso las
universidades públicas, y permite la confección de rankings de eficiencia para
identificar las universidades de mejor gestión presupuestaria de la partida de personal.
La comparación de la eficiencia de las
universidades públicas sirve también para aprender de aquellas unidades que tienen mejor
desempeño e introducir mejoras en las unidades ineficientes para que brinden
como resultado final un mejor servicio a la ciudadanía, por lo cual se necesita
definir una frontera de eficiencia, en donde se ubicarán las universidades más
eficientes.
La frontera de eficiencia se define como la
máxima cantidad de “outputs” que puede ser producida a partir de una cesta o
conjunto de “inputs” o recursos dados. En el mundo de la Economía se puede
definir teóricamente la frontera eficiente a través de distintas
especificaciones matemáticas. En el mundo real, en la mayoría de los casos,
esta definición no es posible porque se requiere un conocimiento completo de la
organización y de la tecnología utilizada para la obtención de resultados, como
sucede en el caso de las universidades públicas analizadas; por este motivo, la
frontera de eficiencia se estima observando las mejores prácticas. A partir de
esta frontera de eficiencia obtenida con las mejores prácticas se identifican
las unidades más eficientes. Las unidades que no están ubicadas en la frontera de
eficiencia representan las unidades menos eficientes, mientras que las unidades
situadas en la frontera representan las unidades más eficientes.
Existen dos metodologías principales para
estimar la frontera de eficiencia: los métodos paramétricos y los métodos no
paramétricos. Los métodos paramétricos asumen un supuesto acerca de la
tecnología y requieren la especificación de una función que relacione “inputs”
con “outputs”. Los métodos no paramétricos estiman la frontera de eficiencia a
través de la programación lineal matemática, sin la suposición previa de una
función que relacione “inputs” con “outputs”, como así tampoco asumen ningún
supuesto acerca de la tecnología.
En los métodos paramétricos y no paramétricos
existen los deterministas y los estocásticos. En el método determinista las
discrepancias entre el resultado alcanzado y el máximo alcanzable son
atribuidas a ineficiencias, de modo que no se considera la posibilidad de que
dichas diferencias se originen en factores externos o aleatorios condicionantes
que se encuentran fuera del control de las unidades analizadas. En el método
estocástico las discrepancias entre el resultado alcanzado y el máximo
alcanzable son atribuidas a ineficiencias como así también a factores externos
o aleatorios condicionantes que se encuentran fuera del control de las unidades
analizadas. En la Figura N° 3 se exponen los
principales métodos para estimar la frontera de eficiencia.
Figura Nº 3: Métodos
para estimar la frontera de eficiencia
|
Método |
Paramétrico |
Estadístico |
Determinista Estocástico |
|
|
Programación matemática |
Determinista Estocástico |
|||
|
No Paramétrico |
Programación matemática |
Determinista Estocástico |
||
Fuente: Adaptación
de Coll Serrano y Blasco “Evaluación de la Eficiencia mediante
el Análisis Envolvente de Datos. Introducción
a los modelos básicos” (2006).
A los fines de esta investigación, se utiliza
la metodología del Análisis Envolvente de Datos (DEA) que representa un método
no paramétrico, determinista y que utiliza la programación matemática para
calcular la frontera de eficiencia.
Como este trabajo tiene el propósito de evaluar
la aplicación de la partida de personal
por áreas del conocimiento en relación a la cantidad de egresados, se propone
utilizar el modelo que se observa en la Figura N° 4.
Figura Nº 4: Modelo para la
evaluación de eficiencia por áreas del conocimiento
|
INPUTS |
OUTPUTS |
|
·
MATRÍCULA
DE ESTUDIANTES POR ÁREAS DEL CONOCIMIENTO. ·
PRESUPUESTO
DE LA PARTIDA DE PERSONAL DOCENTE
POR ÁREAS DEL CONOCIMIENTO. · PORCENTAJE
DEL PRESUPUESTO DE LA PARTIDA DE PERSONAL
DOCENTE POR ÁREAS DEL CONOCIMIENTO. |
· EGRESADOS POR ÁREAS DEL
CONOCIMIENTO. |
Fuente:
Elaboración propia
Datos
En este estudio
se utiliza el modelo DEA orientado al “output” porque la finalidad es evaluar
la aplicación de la partida de personal,
en relación a la cantidad de egresados del Sistema Universitario Público de
Argentina.
La matrícula de estudiantes
representa el volumen o la cantidad de alumnos de cada una de las universidades
analizadas, clasificada
por áreas del conocimiento, y se utiliza como variable “input” porque tiene una
relación directa con la partida presupuestaria del inciso personal. El aumento de la matrícula
de estudiantes genera la necesidad de contratar más profesores y, por ende,
debiera producir un incremento de esta partida presupuestaria.
El porcentaje del
presupuesto del inciso personal
asignado a cada área de conocimiento surge del cociente entre la partida de personal de cada área y el total del
presupuesto de dicha partida correspondiente a todas las áreas del conocimiento.
La razón por la cual se utiliza este porcentaje como variable “input” se basa
en el hecho de que cada una de las áreas del conocimiento recibe distintos
porcentajes de asignación presupuestaria de la partida de Personal; por lo que este porcentaje
indica la incidencia del presupuesto asignado para cada una de las áreas del
conocimiento.
El segundo
supuesto se relaciona con los tipos de rendimientos. En este trabajo se utiliza
el modelo DEA-CCR orientado al “output” con rendimientos constantes a escala.
Los datos del sistema
universitario público argentino utilizados en esta investigación se obtuvieron
a través de fuentes de información primaria y secundaria.
Fuentes de información secundaria
Un dato secundario es aquel que
ya está disponible y que sirve para el propósito de la investigación a
realizar, y que puede ser de carácter público y privado. En este estudio, las
fuentes secundarias utilizadas son de carácter público y fueron obtenidas de la
Secretaría de Políticas Universitarias.
Fuentes de información primaria
Si se tiene en cuenta que un dato
primario es aquel que se obtiene de modo específico para la investigación
efectuada, en este sentido, lo que define a un dato como primario o secundario
es su propósito y no su naturaleza.
En esta investigación se
consideran como datos primarios a los generados, adaptados y obtenidos expresamente
para los propósitos de este estudio, que fueron determinados mediante un arduo
trabajo de gabinete a partir del análisis individual de los presupuestos de las
universidades investigadas.
ALCANCE
DE LA INVESTIGACIÓN
La
presente investigación se enfoca en el análisis particular del sistema
universitario público, excluyéndose las universidades provinciales y de gestión
privada.
Teniendo
en cuenta el propósito y el alcance de esta investigación, el estudio
pretendió, en un principio, comprender a la población total de las 57
(cincuenta y siete) universidades del sector público, con exclusión de los
institutos universitarios públicos. De las 57 universidades públicas se
excluyeron 7 (siete), por falta de información sobre sobre matrícula, egresados
o presupuesto[1].
De las 50 universidades públicas que
finalmente representan la población objetivo de esta investigación, se
consiguieron 34 presupuestos, de los cuales la situación de los datos es la
siguiente:
·
22 (veintidós) universidades públicas elaboraron su
presupuesto con la información desagregada por áreas del conocimiento.
·
12 (doce) universidades públicas elaboraron su
presupuesto sin desagregar la información por áreas del conocimiento.
La búsqueda de la información de
los presupuestos universitarios comprendió los años 2017, 2018 y 2019 con complejas
y permanentes dificultades para lograr acceder a los
presupuestos individuales de las universidades finalmente investigadas, ya que
no estaban disponibles en la SPU ni en la web.
Delimitación de la población objetivo. Diseño y selección de los datos
Teniendo en cuenta el objetivo y
el alcance de la presente investigación, como se dijo, el estudio pretendió en
un principio comprender a la población total de las 57 (cincuenta y siete)
universidades del sector público, con exclusión de los institutos universitarios
públicos. Cabe resaltar que no se utilizó ningún método de muestreo específico,
ya que se intentó obtener información de la población total de las
universidades públicas a través de distintos medios que se explican en el punto
de “Descripción del trabajo de campo. Trabajo de gabinete”.
En consecuencia, la representatividad de los
datos obtenidos y analizados por áreas del conocimiento, en relación a los
presupuestos obtenidos, se expone en la siguiente tabla:
Tabla
Nº1: Representatividad de los datos obtenidos según presupuestos por áreas del
conocimiento
|
Ítems |
Universidades |
% |
|
Población total de
universidades analizadas |
50 |
100% |
|
Universidades de las que se obtuvieron sus
Presupuestos |
34 |
68
% |
|
Universidades de las que se obtuvieron sus Presupuestos con
información por áreas del conocimiento. |
22 |
44 % |
|
Universidades de las que se obtuvieron sus Presupuestos sin información
por áreas del conocimiento. |
12 |
24
% |
|
Representatividad de los datos según “Presupuestos
obtenidos con información por áreas del conocimiento” |
44,00 % |
|
Fuente:
Elaboración propia
En la siguiente
tabla se presenta el análisis de la representatividad de los datos obtenidos en
relación a la matrícula de estudiantes correspondientes a las 22 universidades
que elaboran sus presupuestos por áreas del conocimiento:
Tabla Nº2: Representatividad de los datos según matrícula de
estudiantes
|
UNIVERSIDAD |
Matrícula de estudiantes |
|||
|
2017 |
2018 |
2019 |
Media |
|
|
Artes |
18.221 |
18.347 |
19.331 |
18.633 |
|
Buenos
Aires |
302.280 |
310.810 |
318.935 |
310.675 |
|
Catamarca |
13.007 |
14.241 |
15.237 |
14.162 |
|
Córdoba |
122.140 |
132.012 |
151.846 |
135.333 |
|
Cuyo |
33.629 |
35.300 |
35.621 |
34.850 |
|
General
Sarmiento |
12.325 |
13.214 |
15.575 |
13.705 |
|
Hurlingham |
4.717 |
8.402 |
12.406 |
8.508 |
|
Jujuy |
18.966 |
22.082 |
24.754 |
21.934 |
|
La
Pampa |
10.877 |
11.576 |
12.004 |
11.486 |
|
La
Rioja |
25.141 |
25.163 |
26.692 |
25.665 |
|
Lanús |
13.782 |
13.648 |
14.710 |
14.047 |
|
Mar
del Plata |
30.313 |
30.425 |
33.899 |
31.546 |
|
Misiones |
24.739 |
25.469 |
26.435 |
25.548 |
|
Patagonia
S.J. Bosco |
15.531 |
15.683 |
17.790 |
16.335 |
|
Pedagógica |
365 |
758 |
919 |
681 |
|
Quilmes |
30.129 |
23.991 |
26.998 |
27.039 |
|
Salta |
30.980 |
32.289 |
34.052 |
32.440 |
|
San
Juan |
22.057 |
21.524 |
22.864 |
22.148 |
|
San
Luis |
16.312 |
16.112 |
17.104 |
16.509 |
|
San
Martín |
15.237 |
15.908 |
17.578 |
16.241 |
|
Tierra
del Fuego |
4.473 |
3.310 |
3.946 |
3.910 |
|
Tucumán |
67.027 |
66.246 |
69.273 |
67.515 |
|
TOTAL
OBTENIDO (22 universidades) |
834.265 |
858.528 |
917.969 |
868.909 |
|
TOTAL
POBLACIÓN (50 universidades) |
1.541.040 |
1.590.585 |
1.691.261 |
1.607.629 |
|
REPRESENTATIVIDAD DE LOS DATOS OBTENIDOS |
54,14% |
53,98% |
54,28% |
54,05% |
Fuente:
Elaboración propia
Según se puede observar
de la Tabla Nº 2, se comprueba que los datos
finalmente investigados por áreas del conocimiento representan más de la mitad
de la matrícula de la población total de estudiantes de las carreras de grado y
pregrado del Sistema Universitario Público argentino.
RESULTADOS
DE LA INVESTIGACIÓN
Resultados por
áreas del conocimiento
En este apartado se exponen los resultados del
análisis de eficiencia de la aplicación de la partida de personal por áreas del conocimiento
mediante la aplicación del modelo DEA orientado al “output” con rendimientos
constantes a escala. Los resultados se obtuvieron mediante la utilización del
software Efficiency Measurement
System (EMS) (Versión 1.3.0; Holger Scheel: 2000).
Tal como se explicó, el análisis por áreas del
conocimiento se realiza sobre una muestra de 22 universidades que representan
el 54,05 % de la matrícula total a las carreras de pregrado y grado del Sistema
Universitario Público de Argentina.
Resultados correspondientes a las seis áreas del
conocimiento investigadas
En
este apartado se exponen los resultados de las posiciones de eficiencia de las
universidades públicas argentinas relacionadas a la aplicación de la partida
presupuestaria de Personal
correspondientes a las seis áreas del conocimiento clasificadas según criterio
de la OCDE.
Área Ciencias Agrícolas
En la Tabla Nº 3 se presentan los resultados por orden decreciente
correspondientes al área Ciencias Agrícolas de los años 2017, 2018 y 2019
conjuntamente con las medias de estos tres años. Cabe destacar que, si bien la
muestra analizada es de 22 universidades, en el caso de Ciencias Agrícolas
solamente 12 universidades poseen facultades vinculadas a esta disciplina.
Tabla Nº 3:
Eficiencia Área Ciencias Agrícolas-Años 2017-2018-2019 y Media
|
Nº |
Universidad |
2017 |
2018 |
2019 |
Media |
|
1 |
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
2 |
Córdoba |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
3 |
Mar
del Plata |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
4 |
Catamarca |
1,0000 |
0,8031 |
0,9755 |
0,9262 |
|
5 |
La
Pampa |
0,9768 |
0,9168 |
0,8427 |
0,9121 |
|
6 |
Cuyo |
0,7999 |
0,9888 |
0,8503 |
0,8797 |
|
7 |
Tucumán |
0,5424 |
0,4157 |
0,4246 |
0,4609 |
|
8 |
Misiones |
0,3747 |
0,3283 |
0,5959 |
0,4330 |
|
9 |
Salta |
0,1946 |
0,3779 |
0,4101 |
0,3275 |
|
10 |
La
Rioja |
0,2650 |
0,2207 |
0,3105 |
0,2654 |
|
11 |
Jujuy |
0,0910 |
0,1531 |
0,2039 |
0,1494 |
|
12 |
Tierra
del Fuego |
0,0000 |
0,0001 |
0,0001 |
0,0001 |
Fuente:
Elaboración propia
En la Figura Nº 5 se exponen gráficamente las medias de los resultados
del área Ciencias Agrícolas correspondientes a los años 2017, 2018 y 2019.
Figura Nº 5:
Eficiencia Área Ciencias Agrícolas-
Media de años 2017-2018-2019
Fuente:
Elaboración propia
Área Humanidades
En la Tabla Nº4
se presentan los resultados por orden decreciente correspondientes al área
Humanidades de los años 2017, 2018 y 2019 conjuntamente con la media de estos
tres años. Cabe destacar que, de la muestra analizada, un total de 20
universidades poseen facultades vinculadas al área de Humanidades.
Tabla Nº4: Eficiencia Área Humanidades-Años
2017-2018-2019 y Media
|
Nº |
Universidad |
2017 |
2018 |
2019 |
Media |
|
1 |
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
2 |
Córdoba |
0,8811 |
1,0000 |
0,9609 |
0,9473 |
|
3 |
Lanús |
0,9613 |
1,0000 |
0,4994 |
0,8202 |
|
4 |
Misiones |
0,6525 |
0,8614 |
0,9009 |
0,8049 |
|
5 |
San
Martín |
0,7411 |
1,0000 |
0,6689 |
0,8033 |
|
6 |
Cuyo |
0,5899 |
0,7428 |
0,6667 |
0,6665 |
|
7 |
Mar
del Plata |
0,5223 |
0,7808 |
0,6811 |
0,6614 |
|
8 |
Artes |
0,5876 |
0,4003 |
0,6127 |
0,5335 |
|
9 |
Catamarca |
0,4639 |
0,5859 |
0,3289 |
0,4595 |
|
10 |
La
Pampa |
0,3784 |
0,5742 |
0,3729 |
0,4418 |
|
11 |
Quilmes |
0,5348 |
0,3934 |
0,3114 |
0,4132 |
|
12 |
San
Luis |
0,1963 |
0,5647 |
0,4703 |
0,4104 |
|
13 |
La
Rioja |
0,3462 |
0,4060 |
0,3553 |
0,3692 |
|
14 |
San
Juan |
0,3156 |
0,4179 |
0,3020 |
0,3452 |
|
15 |
Tucumán |
0,3483 |
0,4175 |
0,2081 |
0,3246 |
|
16 |
Jujuy |
0,2389 |
0,2817 |
0,3564 |
0,2924 |
|
17 |
Patagonia
S. J. Bosco |
0,1834 |
0,2891 |
0,1785 |
0,2170 |
|
18 |
Salta |
0,1913 |
0,2547 |
0,1634 |
0,2031 |
|
19 |
Gral.
Sarmiento |
0,1360 |
0,1103 |
0,0474 |
0,0979 |
|
20 |
Tierra
del Fuego |
0,0001 |
0,0001 |
0,0001 |
0,0001 |
Fuente:
Elaboración propia
En la Figura Nº 6 se exponen gráficamente las medias de los resultados
del área Humanidades correspondientes a los años 2017, 2018 y 2019.
Figura
Nº 6: Eficiencia Área Humanidades- Media de años
2017-2018-2019
Área Ingeniería y Tecnología
En la Tabla
Nº5 se presentan resultados por orden decreciente respecto al área Ingeniería y
Tecnología de los años 2017, 2018 y 2019 conjuntamente con la media de estos
tres años.
De la muestra analizada, un total de
19 universidades poseen facultades vinculadas al área de Ingeniería y
Tecnología.
Tabla Nº5: Eficiencia Área Ingeniería y Tecnología-Años
2017-2018-2019 y Media
|
Nº |
Universidad |
2017 |
2018 |
2019 |
Media |
|
1 |
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
2 |
Cuyo |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
3 |
La
Rioja |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
4 |
Tucumán |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
5 |
Lanús |
1,0000 |
1,0000 |
0,8712 |
0,9571 |
|
6 |
Córdoba |
0,8579 |
1,0000 |
0,9924 |
0,9501 |
|
7 |
Misiones |
1,0000 |
0,5578 |
1,0000 |
0,8526 |
|
8 |
San
Luis |
0,5341 |
0,6032 |
0,8613 |
0,6662 |
|
9 |
Mar
del Plata |
0,5306 |
0,6538 |
0,5928 |
0,5924 |
|
10 |
San
Martín |
0,4707 |
0,5216 |
0,7487 |
0,5804 |
|
11 |
Salta |
0,5229 |
0,5503 |
0,6547 |
0,5759 |
|
12 |
La
Pampa |
0,3700 |
0,5658 |
0,6604 |
0,5321 |
|
13 |
San
Juan |
0,5285 |
0,5491 |
0,4530 |
0,5102 |
|
14 |
Patagonia
S. J. Bosco |
0,5002 |
0,4866 |
0,2575 |
0,4148 |
|
15 |
Catamarca |
0,2128 |
0,4144 |
0,4436 |
0,3569 |
|
16 |
Gral.
Sarmiento |
0,3921 |
0,3786 |
0,2730 |
0,3479 |
|
17 |
Jujuy |
0,2384 |
0,1802 |
0,2839 |
0,2342 |
|
18 |
Quilmes |
0,1056 |
0,2099 |
0,3502 |
0,2219 |
|
19 |
Hurlingham |
0,0000 |
0,0000 |
0,0290 |
0,0097 |
Fuente:
Elaboración propia
En la Figura Nº 7 se exponen gráficamente las medias de los resultados
del área Ingeniería y Tecnología correspondientes a los años 2017, 2018 y 2019.
Figura
Nº 7: Eficiencia Área Ingeniería y
Tecnología- Media
de años 2017-2018-2019
Área Ciencias Médicas y de
Salud
En
la Tabla Nº6 se presentan los resultados por orden decreciente correspondientes
al área Ciencias Médicas y de Salud de los años 2017, 2018 y 2019 conjuntamente
con la media de estos tres años. Cabe destacar que, de la muestra analizada,
sólo 14 universidades poseen facultades vinculadas al área de Ciencias Médicas
y de Salud.
Tabla Nº6: Eficiencia Ciencias Médicas y de Salud-Años
2017-2018-2019 y Media
|
Nº |
Universidad |
2017 |
2018 |
2019 |
Media |
|
1 |
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
2 |
San
Juan |
-.- |
1,0000 |
1,0000 |
1,0000 |
|
3 |
San
Martín |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
4 |
Córdoba |
1,0000 |
1,0000 |
0,9527 |
0,9842 |
|
5 |
Cuyo |
0,6230 |
1,0000 |
0,8098 |
0,8109 |
|
6 |
Misiones |
0,8126 |
0,5871 |
0,5996 |
0,6664 |
|
7 |
La
Rioja |
0,3544 |
0,6027 |
0,3850 |
0,4474 |
|
8 |
Lanús |
0,3674 |
0,5328 |
0,3802 |
0,4268 |
|
9 |
Tucumán |
0,4195 |
0,4176 |
0,3791 |
0,4054 |
|
10 |
Mar
del Plata |
0,1300 |
0,3738 |
0,1727 |
0,2255 |
|
11 |
Salta |
0,1374 |
0,2634 |
0,1937 |
0,1982 |
|
12 |
Hurlingham |
0,0000 |
0,0538 |
0,4463 |
0,1667 |
|
13 |
Catamarca |
0,1326 |
0,1541 |
0,2116 |
0,1661 |
|
14 |
San
Luis |
0,1209 |
0,1390 |
0,1847 |
0,1482 |
Fuente:
Elaboración propia
En la Figura Nº 8 se exponen gráficamente las medias de los resultados
del área Ciencias Médicas y de Salud correspondientes a los años 2017, 2018 y
2019.
Figura Nº 8: Eficiencia
Área Ciencias Médicas y de Salud-
Media años 2017-2018-2019
Fuente: Elaboración
propia
Área Ciencias Naturales
En la Tabla Nº7
se presentan los resultados por orden decreciente correspondientes al área
Ciencias Naturales de los años 2017, 2018 y 2019 conjuntamente con la media de
estos tres años. De la muestra analizada, un total de 17 universidades poseen
facultades vinculadas al área de Ciencias Naturales.
Tabla Nº7: Eficiencia Ciencias Naturales-Años
2017-2018-2019 y Media
|
Nº |
Universidad |
2017 |
2018 |
2019 |
Media |
|
1 |
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
2 |
Córdoba |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
3 |
Cuyo |
1,0000 |
0,9276 |
1,0000 |
0,9759 |
|
4 |
Catamarca |
0,6443 |
1,0000 |
0,9186 |
0,8543 |
|
5 |
Patagonia
S. J. Bosco |
0,9241 |
1,0000 |
0,5006 |
0,8083 |
|
6 |
San
Juan |
1,0000 |
0,6261 |
0,4814 |
0,7025 |
|
7 |
San
Luis |
0,6481 |
0,5989 |
0,6761 |
0,6411 |
|
8 |
Misiones |
0,4042 |
0,7271 |
0,6182 |
0,5831 |
|
9 |
Mar
del Plata |
0,4863 |
0,7565 |
0,4623 |
0,5684 |
|
10 |
La
Rioja |
0,5340 |
0,5541 |
0,4843 |
0,5241 |
|
11 |
Tucumán |
0,4208 |
0,6184 |
0,4012 |
0,4801 |
|
12 |
La
Pampa |
0,4623 |
0,4104 |
0,4920 |
0,4549 |
|
13 |
San
Martín |
0,5887 |
0,1782 |
0,5906 |
0,4525 |
|
14 |
Salta |
0,3647 |
0,3160 |
0,4172 |
0,3660 |
|
15 |
Gral.
Sarmiento |
0,1374 |
0,2877 |
0,1928 |
0,2060 |
|
16 |
Jujuy |
0,0873 |
0,1072 |
0,0824 |
0,0923 |
|
17 |
Hurlingham |
0,0119 |
0,0001 |
0,0001 |
0,0040 |
Fuente:
Elaboración propia
En la Figura Nº 9 se exponen gráficamente las medias de los resultados
del área Ciencias Naturales correspondientes a los años 2017, 2018 y 2019.
Figura
Nº 9: Eficiencia Área Ciencias Naturales- Media años
2017-2018-2019
Fuente:
Elaboración propia
En la Tabla Nº8
se presentan los resultados por orden decreciente correspondientes al área
Ciencias Sociales de los años 2017, 2018 y 2019 conjuntamente con la media de
estos tres años.
Cabe destacar que
en este campo del conocimiento las 22 universidades de la muestra analizada
poseen facultades vinculadas al área de Ciencias Sociales.
Tabla Nº8: Eficiencia Ciencias Sociales-Años
2017-2018-2019 y Media
|
Nº |
Universidad |
2017 |
2018 |
2019 |
Media |
|
1 |
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
2 |
Córdoba |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
3 |
San
Martín |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
4 |
Cuyo |
0,7366 |
0,9558 |
0,8654 |
0,8526 |
|
5 |
Misiones |
0,6047 |
0,9386 |
0,9351 |
0,8262 |
|
6 |
Lanús |
0,7969 |
0,8123 |
0,8578 |
0,8223 |
|
7 |
La
Pampa |
0,4066 |
0,6049 |
0,7650 |
0,5922 |
|
8 |
Tucumán |
0,6121 |
0,6024 |
0,5138 |
0,5761 |
|
9 |
La
Rioja |
0,3543 |
0,4133 |
0,9019 |
0,5565 |
|
10 |
Mar
del Plata |
0,4491 |
0,6953 |
0,3598 |
0,5014 |
|
11 |
Gral.
Sarmiento |
0,2822 |
0,5683 |
0,4732 |
0,4413 |
|
12 |
San
Luis |
0,3875 |
0,3962 |
0,5338 |
0,4392 |
|
13 |
Quilmes |
0,3425 |
0,4179 |
0,4680 |
0,4095 |
|
14 |
Hurlingham |
0,0858 |
0,4395 |
0,6126 |
0,3793 |
|
15 |
Catamarca |
0,2423 |
0,4006 |
0,3761 |
0,3397 |
|
16 |
San
Juan |
0,3028 |
0,3871 |
0,2486 |
0,3129 |
|
17 |
Salta |
0,2281 |
0,3546 |
0,3173 |
0,3000 |
|
18 |
Patagonia
S. J. Bosco |
0,2182 |
0,3388 |
0,3023 |
0,2864 |
|
19 |
Jujuy |
0,1582 |
0,2183 |
0,2311 |
0,2025 |
|
20 |
Artes |
0,0001 |
0,0000 |
0,4188 |
0,1397 |
|
21 |
Pedagógica |
0,2441 |
0,0664 |
0,0902 |
0,1336 |
|
22 |
Tierra
del Fuego |
0,0079 |
0,0751 |
0,0736 |
0,0522 |
Fuente:
Elaboración propia
En la Figura Nº 10 se exponen gráficamente las medias de los resultados
del área Ciencias Sociales correspondientes a los años 2017, 2018 y 2019.
Figura Nº 10: Eficiencia
Área Ciencias Sociales- Media
años 2017-2018-2019
Fuente:
Elaboración propia
RESUMEN DE RESULTADOS POR ÁREAS DEL CONOCIMIENTO
A partir de los resultados por áreas
del conocimiento expuestos en las Tablas N°3-4-5-6-7-8, se presenta en la Tabla
N° 9 el resumen de la eficiencia media del periodo
analizado (2017-2018-2019) de cada una de las áreas del conocimiento
investigadas.
Tabla
Nº9: Eficiencia Media Años 2017-2018-2019 por áreas del conocimiento
|
Universidad |
Ciencias Agrícolas |
Humani-dades |
Ingeniería y Tecnología |
Ciencias Médicas y de Salud |
Ciencias Naturales |
Ciencias Sociales |
|
Buenos
Aires |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
1,0000 |
|
Córdoba |
1,0000 |
0,9473 |
0,9501 |
0,9842 |
1,0000 |
1,0000 |
|
San
Martín |
-.- |
0,8033 |
0,5804 |
1,0000 |
0,4525 |
1,0000 |
|
Cuyo |
0,8797 |
0,6665 |
1,0000 |
0,8109 |
0,9759 |
0,8526 |
|
Misiones |
0,4330 |
0,8049 |
0,8526 |
0,6664 |
0,5831 |
0,8262 |
|
Lanús |
-.- |
0,8202 |
0,9571 |
0,4268 |
-.- |
0,8223 |
|
La
Pampa |
0,9121 |
0,4418 |
0,5321 |
-.- |
0,4549 |
0,5922 |
|
Tucumán |
0,4609 |
0,3246 |
1,0000 |
0,4054 |
0,4801 |
0,5761 |
|
La
Rioja |
0,2654 |
0,3692 |
1,0000 |
0,4474 |
0,5241 |
0,5565 |
|
Mar
del Plata |
1,0000 |
0,6614 |
0,5924 |
0,2255 |
0,5684 |
0,5014 |
|
Gral.
Sarmiento |
-.- |
0,0979 |
0,3479 |
-.- |
0,2060 |
0,4413 |
|
San
Luis |
-.- |
0,4104 |
0,6662 |
0,1482 |
0,6411 |
0,4392 |
|
Quilmes |
-.- |
0,4132 |
0,2219 |
-.- |
-.- |
0,4095 |
|
Hurlingham |
-.- |
-.- |
0,0097 |
0,1667 |
0,0040 |
0,3793 |
|
Catamarca |
0,9262 |
0,4595 |
0,3569 |
0,1661 |
0,8543 |
0,3397 |
|
San
Juan |
-.- |
0,3452 |
0,5102 |
1,0000 |
0,7025 |
0,3129 |
|
Salta |
0,3275 |
0,2031 |
0,5759 |
0,1982 |
0,3660 |
0,3000 |
|
Patagonia
S. J. Bosco |
-.- |
0,2170 |
0,4148 |
-.- |
0,8083 |
0,2864 |
|
Jujuy |
0,1494 |
0,2924 |
0,2342 |
-.- |
0,0923 |
0,2025 |
|
Artes |
-.- |
0,5335 |
-.- |
-.- |
-.- |
0,1397 |
|
Pedagógica |
-.- |
-.- |
-.- |
-.- |
-.- |
0,1336 |
|
Tierra
del Fuego |
0,0001 |
0,0001 |
-.- |
-.- |
-.- |
0,0522 |
Fuente:
Elaboración propia
En la Tabla
N°9 se observa que las posiciones de eficiencia de las universidades son
diferentes cuando se realiza un análisis por áreas del conocimiento, con
excepción de la Universidad de Buenos Aires que presenta el mayor índice de
eficiencia en todas las áreas del conocimiento.
CONCLUSIONES
En relación a la evaluación de
la partida presupuestaria de Personal destinada a docentes (sueldos y cargas
sociales del personal docente), en este estudio se pudo comprobar que cuando se
realiza un análisis por áreas del conocimiento, las universidades públicas
argentinas presentan distintas posiciones de eficiencia en cantidad de
egresados y que la Universidad de Buenos Aires es la única institución que se
encuentra localizada en la frontera de eficiencia en todas las áreas del
conocimiento investigadas.
En comparación a las otras universidades públicas argentinas, la
Universidad de Buenos Aires es la universidad con mayor cantidad de alumnos
universitarios, mayor cantidad de egresados, mayor partida presupuestaria de Personal y se encuentra ubicada en la región
pampeana de mayor nivel de actividad, empleo y acceso a Internet.
Esta
investigación advierte de un aporte de información relevante al Estado nacional
argentino y a las propias universidades para el diseño de políticas de mejora
en la aplicación de los recursos destinados al sistema universitario público, y
también para planificar
orientaciones estratégicas prioritarias de la educación superior pública que
potencien el desarrollo regional e integral del país.
BIBLIOGRAFÍA
Anuario 2017 de Estadísticas Universitarias. Ministerio de Educación, Ciencia y Tecnología.
Secretaría de Políticas Universitarias (SPU).
Anuario 2018 de Estadísticas Universitarias. Ministerio de Educación, Ciencia y Tecnología.
Secretaría de Políticas Universitarias (SPU).
Anuario 2019 de Estadísticas Universitarias. Ministerio de Educación, Ciencia y Tecnología.
Secretaría de Políticas Universitarias (SPU).
Banco Central de la República Argentina.
Diccionario financiero. Recuperado de
https://www.bcra.gob.ar/bcrayvos/diccionario_financiero_tabla.asp
Burbano Ruiz, Jorge E. (2011). Presupuestos. Editorial McGraw-Hill. Bogotá Colombia.
Buscador de autoridades universitarias. (n.d.). http://nomina.siu.edu.ar/
CIN (Consejo Interuniversitario). www.cin.edu.ar/modelo-de-asignacion-presupuestaria-cin-tutorial-sobre-sus-fundamentos-y-los-procedimientos-aplicables/
Coll Serrano, Vicente & Blasco Blasco, Olga Ma. (2006). Evaluación de la eficiencia mediante el Análisis Envolvente de Datos.
Introducción a los modelos básicos. Universidad de Valencia. España.
Constitución de la Nación
Argentina, (1994)
Coria, M. M. (2011). Eficiencia técnica de las universidades argentinas de
gestión estatal. 44.64.
Doberti, J. I., Gabay, G. &
Levy, M. (2020). El presupuesto
universitario en la Argentina: ¿cuánto, cómo, dónde y a
quiénes? Cuadernos
del INAP. Vol. 7 año 1. INAP. Argentina.
Efficiency Measurement System (EMS) (Versión
1.3.0; Holger Scheel: 2000). Recuperado de http://www.holger-scheel.de/ems/
Escudero, María C. y Cuttica, Mariela (2020). El rol del estado argentino frente al financiamiento de las
universidades nacionales. Revista Integración y Conocimiento.
Vol. 9 N°
2.
Frascati. (n.d.). Listado de disciplinas OCDE y áreas del conocimiento
según el Manual de Frascati. https://www.conicyt.cl/pci/files/2015/07/Disciplinas-OCDE.pdf
Hernández Sampieri, R. (1998). Metodología de la investigación / Roberto Hernández
Sampieri, Carlos Fernández Collado, Pilar Baptista Lucio (C.
Fernández Collado & P. Baptista Lucio (eds.)). México etc. :
MacGraw-Hill Interamericana.
Instituto Nacional de Estadísticas y Censos (INDEC). Recuperado de: https://www.indec.gob.ar/
Ley 24.521 de Educación
Superior, (1995).
Ley 24.156 de Administración
Financiera y Sistemas de Control del Sector Público Nacional, (1992).
Ley 27.204 de implementación
efectiva de la responsabilidad del Estado en el nivel de Educación Superior,
(2015).
Ley 25.917 Régimen Federal
de Responsabilidad Fiscal, (2004).
Ley 27.275 de Derecho de
Acceso a la Información Pública, (2017).
Magiorano, Yamila Ethel (2018). Presupuesto
de las Universidades Nacionales Argentinas. Normas, responsabilidades y
transparencia. Revista Escritos Contables y de Administración. Volumen 9-pag. 21.
Manual de uso Dirección Nacional de Investigadores e
Innovadores - Consejo Nacional de Ciencia, Tecnología e Innovación
Tecnológica de Perú (CONCYTEC). (2015). https://concytec-pe.github.io/Peru-CRIS/vocabularios/ocde_ford.html
Marcel, M., Guzmán, M. &
Sanginés, M. (2014). Presupuestos para el desarrollo en América Latina. Banco
Interamericano de Desarrollo. Washington.EE.UU.
Murillo, I. R. (2014). Eficiencia de la educación superior en Colombia: un
análisis mediante fronteras. 16(24),
163–194. https://doi.org/10.15332/s2248-4914.2014.0024.05
Resico, M. F. (2011). Introducción a la economía social de mercado. Edición latinoamericana. Konrad
Adenauer Stiftung.
Rincón Soto, I., Arango Buelvas, L. J. & Torres
Yarzagaray, O. J. (2016). Metodología de Análisis Envolvente de Datos (dea), Procesos administrativos y operacionales de las
políticas gubernamentales en los países latinoamericanos. Tlatemoani, Servicios Académicos
Intercontinentales SL, issue 22, August.
Ruiz, R. E. (2015). Calidad de la universidad pública argentina: una aproximación desde la
eficiencia / Rosana Elizabeth Ruiz; dir., Leonor
Margalef García; Universidad de Alcalá, Facultad de Educación, Departamento de
Ciencias de la Educación (L. Margalef García & U. de A. D. de C.
de la Educación (eds.).
Sánchez León, O. L.
(2021). El papel del presupuesto
público y su ejecución en el bienestar social de una nación. 20, 137–151.
https://doi.org/https://doi.org/10.32870/in.vi20.7176
Santesmases Mestre, M. (2009). DYANE: versión 4: Diseño y análisis de encuestas en
investigación social y de mercados. Editorial Pirámide. Madrid. España.