Análise da eficiência dos gastos na educação superior privada

brasileira: um estudo com Análise Envoltória de Dados e Regressão

Truncada

Pallu Pandini Knop (UFSC) - [email protected]

Leonardo Flach (UFSC) - [email protected]

Resumo:

O presente estudo tem como objetivo comparar a eficiência na gestão de gastos em 7 grupos
empresariais de educação superior no país, no período entre 2013 e 2019. O método de
pesquisa foi aplicado em duas etapas. Na primeira, foi aplicada a Análise Envoltória de Dados
(DEA), para medir a eficiência dos gastos. Na segunda etapa, foi aplicado um modelo de
regressão truncada, para correção de viés e teste de significância estatística das variáveis. Os
resultados permitiram identificar as entidades mais eficientes, as menos eficientes, e os os
fatores que mais influenciam no estabelecimento deste ranking. Cerca de 35% das instituições
analisadas por este estudo foram consideradas eficientes. Espera-se que o presente estudo
contribua para a literatura cientifica demonstrando quais variáveis desempenham um papel
chave na gestão universitária e provocando a discussão da importância da melhoria da
eficiência para instituições privadas.

Palavras-chave: Education economics; Eficiência na gestão universitária; Ensino superior

brasileiro.

Área temática: Métodos quantitativos aplicados à gestão de custos

Powered by TCPDF (www.tcpdf.org)

 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Análise da eficiência dos gastos na educação superior privada

brasileira: um estudo com Análise Envoltória de Dados e
Regressão Truncada
RESUMO

O presente estudo tem como objetivo comparar a eficiência na gestão de gastos em

7 grupos empresariais de educação superior no país, no período entre 2013 e 2019.
O método de pesquisa foi aplicado em duas etapas. Na primeira, foi aplicada a
Análise Envoltória de Dados (DEA), para medir a eficiência dos gastos. Na segunda
etapa, foi aplicado um modelo de regressão truncada, para correção de viés e teste
de significância estatística das variáveis. Os resultados permitiram identificar as
entidades mais eficientes, as menos eficientes, e os os fatores que mais influenciam
no estabelecimento deste ranking. Cerca de 35% das instituições analisadas por
este estudo foram consideradas eficientes. Espera-se que o presente estudo
contribua para a literatura cientifica demonstrando quais variáveis desempenham um
papel chave na gestão universitária e provocando a discussão da importância da
melhoria da eficiência para instituições privadas.

Palavras-chave: Education economics; Eficiência na gestão universitária; Ensino

superior brasileiro.

Área Temática: Métodos quantitativos aplicados à gestão de custos.

1 INTRODUÇÃO

Dentre os 17 objetivos de desenvolvimento sustentável estabelecidos pela

ONU, o quarto objetivo é educação de qualidade, de forma inclusiva e equitativa, e
que promova oportunidades de aprendizagem para todos ao longo da vida (ONU,
2015).
A história já mostrou que educação e desenvolvimento econômico andam
juntos na construção de sociedades mais justas e bem-sucedidas. Recentemente,
em agosto de 2020 o secretário-geral da ONU, António Guterres, declarou que “a
educação é a chave para o desenvolvimento pessoal e o futuro das sociedades. [...]
É o alicerce das sociedades informadas e tolerantes e o principal impulsionador do
desenvolvimento sustentável” (Guterres, 2020).
Segundo relatório internacional sobre os indicadores de educação mundial, o
Brasil tinha cerca de 21% da sua população de jovens entre 25 e 34 anos com
ensino superior, sendo que a recomendação é que este índice fosse 40%. O topo da
lista tem países como Irlanda, Lituânia e Suíça com respectivamente 63%, 55% e
50% (OECD, 2020).
Nesse contexto, em junho de 2004, foi aprovado o Plano Nacional da
Educação, através da Lei nº 13.005/2004 (Brasil, 2004), que contempla 20 metas
para a educação desde o ensino básico até a pós-graduação no Brasil para o
período entre 2014 e 2024. Ele está em vigência atualmente e concentra as
diretrizes para a educação superior no Brasil. Uma das metas prevê o aumento do
número de alunos matriculados no ensino superior até o final de 2024. Percebe-se
que para alcançar a meta, será necessário um esforço coletivo entre inciativa pública
e privada para a oferta de vagas e cursos.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Especialmente no tange à iniciativa privada, ao longo dos 8 anos que o plano

vige, foi percebida um acelerado crescimento do setor no pais, motivado por uma
serie de políticas públicas para subsidiar o estudante dentro do contexto privado. E
de fato, foi alcançado o aumento da quantidade de alunos na iniciativa privada, bem
como o aumento das instituições de ensinos superior privado.
Em 2013, havia 7,3 milhões de alunos matriculados na educação superior,
destes 74% estavam em instituições privadas. Em 2019, a quantidade de alunos na
graduação foi para 8,6 milhões, sendo que 76% estavam na rede privada. Enquanto
o total de matrículas cresceu 118%, a quantidade de alunos na rede privada
aumentou 121% (INEP, 2020). O que demonstra que a expansão na quantidade de
matriculas no ensino superior no Brasil foi acelerado pelas instituições particulares.
Quando se amplia o horizonte de análise para 11 anos, as instituições
privadas de ensino superior no país, quando se trata da quantidade de alunos
matriculados, têm apresentado um crescimento de cerca de 1,5x o das instituições
públicas.
Em 2019, segundo o Censo da Educação Superior publicado pelo INEP,
havia 2.608 instituições públicas e privadas de educação superior, destas 88% são
privadas e 12% são públicas (4,2% federais, 5,1% estaduais e 2,3% municipais).
Assim haviam 2.306 instituições privadas de ensino superior. Destas há 7 grupos de
ensino superior no país listados em bolsas de valores, juntos elas somam 36% dos
alunos matriculados no setor privado e 27% do total de graduandos no país. Destes
7 grupos, 3 fizeram a oferta pública de suas ações nos últimos 2 anos, o que
demonstra que existe interesse de investidores no setor de educação brasileiro.
O crescimento do setor, os incentivos governamentais para tal, a existência
de um grande mercado potencial no país, aumento da concorrência e perceptível
ampliação do interesse de investidores nacionais e internacionais pelas empresas,
têm aumentado as oportunidades para as instituições privada de ensino superior,
bem como o desafio de gerir seus recursos de forma eficaz.
Assim, com a crescente relevância do mercado privado de educação superior
no país o objetivo do presente estudo é analisar a eficiência na gestão de gastos nas
instituições cujas mantenedoras são listadas e descrever os fatores determinantes
na eficiência.
O estudo tem como base o artigo de Junior et al. (2020), que analisou a
eficiência do gasto público com educação superior entre as Universidades Federais
Brasileiras no período de 2013 a 2017. A presente pesquisa é uma replicação para
instituições privadas de ensino superior.
E ao final, após analisar o resultado comparativo da analise de eficiência
entre instituições privadas, é feita uma breve retomada entre os resultados da
pesquisa supra mencionada entre as universidades federais e o presente estudo.

2 REVISÃO DA LITERATURA CIENTÍFICA

No Brasil, os primeiros cursos de educação superior foram instituídos em

1572 pela Companhia Jesuíta, eram cursos de Filosofia e Teologia. Entretanto com a
saída dos jesuítas em 1759, houve a primeira crise do ensino brasileiro. E apenas no
século XIX é que se iniciou a criação de medidas para instituir o Ensino Superior no
Brasil.
Segundo Bortolanza (2017), o país foi um dos mais retardatários na América a
implantar um sistema de ensino universitário pela falta de interesse da Coroa
portuguesa e dos detentores de poder no país nos séculos passados. Com uma
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

história universitária recente se comparado aos demais países do continente, o país

vive seu segundo plano nacional de educação.
Em 2014, o Governo Federal estabeleceu através da Lei nº 13.005/2014
(Brasil, 2014) o Plano Nacional de Educação (PNE), que define 10 diretrizes para
guiar a educação brasileira e estabeleceu 20 metas para melhorar e ampliar o
acesso à educação, desde a educação infantil até a pós-graduação, com previsão
de conclusão até 2024. A proposta é que estados e municípios participem
ativamente do plano elaborando o planejamento necessário para alcançar os
objetivos, observando as necessidades locais.
Das 20 metas, três estão diretamente associadas ao ensino superior, são
elas: meta 12, meta 13 e meta 14. Sendo que a meta 12 refere-se especificamente à
graduação, que foi o segmento que mais cresceu em número de alunos nos últimos
anos e permitiu o crescimento do segmento privado de cursos de graduação. A meta
12 estabeleceu como objetivo aumentar a taxa de abrangência do ensino superior no
país através de 3 desdobramentos: (1) Aumentar a taxa bruta de matrículas na
educação superior para 50%, ou seja, ter em matriculas o equivalente a 50% da
população entre 18 e 24 anos no país; (2) aumentar taxa líquida para 33%, ou seja,
ter 33% da população de 18 a 24 anos matriculada no ensino superior; e (3)
expandir para pelo menos 40% das novas matrículas no segmento público (BRASIL,
2014).
Como parte das ações para o atingimento da meta, ao longo dos últimos
anos, o Governo brasileiro promulgou regulamentações amigáveis e alguns
programas governamentais para acelerar e incentivar o PNE. São alguns deles: o
Fundo de Financiamento Estudantil (Fies), o Programa Universidade para Todos
(ProUni), o Programa Nacional de Assistência Estudantil (Pnaes), o Sistema de
Seleção Unificada (Sisu), o Programa de Acessibilidade na Educação Superior
(Programa Incluir), o Programa de Bolsa Permanência (PBP), o Programa Bolsa
Permanência Prouni (PBP Prouni), o Programa de Estímulo à Reestruturação e ao
Fortalecimento das Instituições de Ensino Superior (Proies), o Programa de Apoio À
Extensão Universitária (Proext), o Programa Nacional de Assistência Estudantil para
as Instituições de Ensino Superior Públicas Estaduais (Pnaest), o Programa Bolsa
Permanência ProUni (PBP ProUni) e o Programa de Educação Tutorial (PET).
E regulamentações que tiveram bastante impacto no numero de universitários
no país como a desregulamentação de cursos de graduação à distância,
especialmente devido à acessibilidade desses cursos. A publicação do Decreto
9.075/2006, que figurou como um novo marco regulatório da educação à distância.
Dentre outras medidas, o decreto flexibilizou a abertura de polos para instituições
autorizadas pelo MEC. E a representatividade das matrículas na modalidade à
distância não param de crescer ano a ano, especialmente nas instituições privadas.
Muitas destas iniciativas contribuíram diretamente para a expansão da oferta
de vagas e matrículas no setor privado. E assim este mercado se desenvolveu
significativamente nos últimos 10 anos.
O crescimento das empresas de educação superior, nem sempre foi
acompanhado de eficiência na gestão dos seus gastos. Para o conceito de eficiência
pode-se utilizar Koopmans (1951) como referência. O autor afirma que um gestor é
eficiente se ao produzir dois ou mais produtos utiliza a menor quantidade de insumos
ou quando obtém a maior quantidade de produção possível a partir de uma
quantidade dada de insumos.
Com base na definição de eficiência produtiva, numa perspectiva orientada ao
produto, podemos expandir o conceito para eficiência técnica que seria a capacidade
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

de maximizar a produção, ou as entregas, mantendo a quantidade de insumo (Bauer

et al., 1997). A busca por eficiência seja nas organizações públicas, como nas
privadas, se tornou um tema comum nos estudos recentes. E não é diferente no
setor educacional.
Segundo Coco e Lagravinese (2014), a eficiência na educação superior está
relacionada ao fornecimento de conhecimento a estudantes e sociedade. E esse o
sucesso no desempenho dessa prestação de serviço pode ser medido.
Na literatura, nacional e internacional, há vários estudos sobre a eficiência de
universidades. Cita-se o artigo que se pretende replicar de Junior et al. (2020) sobre
eficiência em universidades federais brasileiras, o trabalho de Gramani e Duarte
(2011) sobre eficiência sob a ótica do índice de qualidade do ensino superior e
estudos internacionais como Sav (2017) nos Estados Unidos, Gralka (2018) e
Kempkes e Pohl (2010) na Alemanha, Abbott e Doucouliagos (2003) e Wothington e
Lee (2008) na Austrália, Arcelus e Coleman (1997) no Canadá, Johnes (2008) na
Inglaterra, Athanassopoulos e Shale (1997) no Reino Unido, Katharaki e Katharakis
(2010) na Grécia (Junior et al., 2020).
A análise de eficiência no setor educacional privado, torna-se relevante para
acadêmicos, investidores, gestores de instituições de ensino, governantes e
sociedade em geral, pois ajudam a compreender os mecanismos da eficiência e
identificar quais os fatores que podem contribuir para seu aumento e consequente
expansão da educação no país.
A abordagem desta pesquisa está baseada no estudo de Junior et al. (2020),
que utiliza a análise de envoltória de dados e regressão truncada. Segundo o autor
esta é uma abordagem metodológica diferente para avaliação educacional sistêmica
da educação superior no Brasil. Sobre a aplicação da metodologia para instituições
privadas não foram encontradas obras que tenham analisado a eficiência de gastos
na gestão de universidades privadas.
Entretanto a utilização da análise envoltória de dados é uma prática comum
para analises de eficiência em diversos setores. Segundo Andrade et al. (2014):
A metodologia de Análise Envoltória de Dados (Data Envelopment Analysis
- DEA) foi desenvolvida por Charnes, et al. (1978), a partir do conceito de
eficiência desenvolvido por Farrell (1957). A metodologia utiliza-se de
técnicas de programação linear para avaliar eficiência de unidades
produtivas, ou empresas genericamente denominadas unidades tomadoras
de decisão (decision making units – DMU). [...] Desta forma, a modelagem
DEA revela uma fronteira de benchmarking que é sempre uma comparação
entre o universo das unidades produtivas analisadas.
Segundo Salerno (2006), em estudos de eficiência em universidades, o
método que é mais comum é também o de análise envoltória de dados,
especialmente para analisar eficiência na gestão de gastos públicos.
Quando se aplica o DEA, o resultado é uma pontuação que vai de 0 a 1,
quanto mais próximo de um for o resultado, significa que mais eficiente é a entidade
analisada ou DMU. Para operacionalização do modelo é necessário definir as
variáveis de input e output. Segundo Katharaki e Katharakis (2010), elas precisam
ser corretamente para que possam expressar de forma confiável as atividades
desenvolvidas pelas instituições de ensino superior. Apesar de amplamente
utilizado, não existe um padrão para orientar seleção de variáveis usadas para medir
a eficiência universitária. Em geral, as variáveis de inputs são recursos humanos,
físicos e capitais; e as de output referem-se a palestras e atividades de pesquisa
(Junior et al., 2020).
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Ainda sobre variáveis, Gralka (2018) utilizou as seguintes variáveis para

analisar eficiência em universidades: número de alunos, graduados, financiamento
da universidade, despesas, pessoal despesas e número de funcionários. O autor
utilizou um modelo de regressão de dados em painel.
Existem ainda estudos que consideram como variáveis a quantidade de
graduação e pós-graduação, quantidade de professores, valores de despesas
administrativas, quantidade de formados, indicadores de qualidade.
Para este estudo foram utilizadas as mesmas variáveis selecionadas no
estudo replicado. Neste caso, utilizaremos as variáveis descritas por Junior et al.
(2020). Na próxima seção serão detalhadas as variáveis e o método utilizado na
presente pesquisa.

3 MÉTODO DE PESQUISA

Dentro de seu objetivo geral, a presente pesquisa é classificada como

descritiva analítica e utiliza métodos quantitativos para a análise.
Na etapa de planejamento, foi realizada a revisão bibliográfica do tema. Para
tal, foram utilizados procedimentos técnicos de análise documental e bibliográfica,
levantamento de teorias relevantes e a literatura existente, especialmente através da
análise de artigos publicados no Brasil e exterior sobre eficiência na gestão do
ensino superior, a fim de examinar as discussões existentes ou pesquisas similares
sobre o tema. As palavras-chave para realização das buscas foram education
economics, gestão universitária e eficiência na educação superior.
A população estudada comtempla as instituições de ensino superior privadas,
cujas controladoras são listadas em bolsa de valores. De acordo com o INEP
(Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira), em 2019,
último dado público disponível, havia 395 instituições que pertenciam a 7 grupos
educacionais.
Os 7 grupos educacionais de capital aberto que oferecem educação superior
no país são: Cogna Educação S/A, YDUQS Participações S/A, Cruzeiro do Sul
Educacional S.A, Ser, Vitru Limited, Ser Educacional S.A., Anima Holding S/A e Afya
Limited. Estas instituições respondem por 36% da base de alunos matriculada no
ensino privado no país, cerca de 2,4 milhões de alunos. Na Tabela 1 há um resumo
com o nome das empresas que representam os grupos educacionais analisados
neste estudo e informações sobre a listagem, quantidade de instituições de ensino e
número de alunos em 2019, de acordo com o Censo da Educação Superior
publicado em outubro de 2020.
Tabela 1
Grupos educacionais de capital aberto do ensino superior brasileiro
Bolsa Listagem e Símbolo do Quant de Alunos
Grupo
papel (ticker) instituições em 2019
Afya Limited Nasdaq: AFYA 15 36010
Anima Holding S/A B3: ANIM3 36 137.762
Cogna Educação S/A B3: COGN3; OTCQX: COGNY 192 862.236
Cruzeiro do Sul Educacional S.A B3: CSED3 15 301.331
Ser Educacional S.A. B3: SEER3 54 182.904
Vitru Limited Nasdaq: VTRU 9 291.523
YDUQS Participações S/A B3: YDUQ3; OTC: YDUQY 74 542.134
Total 395 2,353,900
Total de alunos matriculados na rede privada 6,523,678
Fonte: INEP/MEC 2020 e agrupamento pelos autores
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

As instituições de ensino foram classificadas nos grupos institucionais de

acordo com as informações publicadas pelas próprias Companhias nos materiais
institucionais e para investidores disponíveis em seus websites.
O período analisado compreendeu os anos de 2013 a 2019, definido em
função dos dados mais recentes disponíveis para alcançar o objetivo do estudo. Na
base inicial não foi necessário a eliminação de nenhuma instituição, dado que todos
os grupos tinham dados históricos disponíveis neste período. Adicionalmente foi
escolhido este período para que posteriormente pudessem ser feitas algumas
comparações entre este estudo e outro estudo sobre a performance das instituições
federais no Brasil.
Para a coleta de dados como quantidade de instituições de ensino superior,
alunos matriculados, concluintes, número de professores e funcionários, despesas e
investimentos, matrículas, foi utilizado o banco de dados do Censo da Educação
Superior, anualmente pulicado pelo INEP, Instituto Nacional de Estudos e Pesquisas
Educacionais Anísio Teixeira, (https://www.gov.br/inep/pt-br/areas-de-
atuacao/pesquisas-estatisticas-e-indicadores/censo-da-educacao-superior, acessado
entre março e maio de 2021).
De forma complementar, para levantamento dos dados das instituições
privadas, utilizou-se os dados publicados nos sites de relações com investidores das
Companhias brasileiras de ensino superior que são capital aberto no Brasil e no
exterior.
Para todas as variáveis utilizadas na pesquisa, os dados referem-se a cursos
de graduação. O método aplicado na pesquisa foi dividido em duas etapas. A
primeira etapa abrangeu a aplicação do método da Análise Envoltória de Dados (da
sigla em inglês DEA, Data Envelopment Analysis) para medir a eficiência dos grupos
educacionais. Foram analisados os 7 grupos educacionais, sendo cada um
classificado como unidade tomadora de decisão (da sigla em inglês DMU, inglês
Decision Making Units).
Este método é frequentemente utilizado para medir e comparar a eficiência de
recursos aplicados em universidades federais (Junior et al., 2020; Johnes, 2006;
Kempkes e Pohl, 2010; Wolszckak-Derlacz e Parteka, 2011). E de forma análoga foi
utilizado para instituições privadas neste estudo.
Ainda sobre o método DEA, foi utilizada uma abordagem orientada aos
outputs, dentro do modelo de retornos variáveis de escala, denominado BBC ou
VRS, que é amplamente utilizado para diferentes portes de DMUs, e assim prevê a
oscilação de valores de despesas e os tamanhos das instituições (Charnes, Cooper
e Rhodes, 1978). O modelo também foi utilizado para universidades federais no
estudo conduzido por Junior et al. (2020).
Segundo Coco e Lagravinese (2014), a orientação do modelo, voltada ao
produto, seria a recomendada, dado que os índices educacionais brasileiros, assim
como de outros países emergente, carecem de melhorias.
A definição das variáveis de inputs e outputs do modelo teve como base o
estudo de Junior et al. (2020). Na literatura, não há um processo padrão para
escolha de variáveis, ela depende dos objetivos da pesquisa e das informações
disponíveis para o estudo, segundo Katharaki e Katharakis (2010), esses serias os
fatores determinantes para seleção. Assim, na Tabela 2 estão descritas as variáveis
utilizadas no estudo.

Tabela 2
Modelo da Análise Envoltória de Dados
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Variável Símbolo Descrição

Gastos privados Soma de todas as despesas declaradas pelas
com educação GPE
instituições de ensino
Inputs
Número de Número de professores de cada instituição de
PROF
professores ensino
Quantidade de
alunos Quantidade de alunos matriculados nos cursos
ATEND
matriculados de graduação de cada instituição de ensino
Outputs
Quantidade de Quantidade de concluintes/graduados em cada
CONCL
concluintes instituição de ensino
Fonte: Elaboração própria (2021)

Os gastos privados foram utilizados como uma medida de eficiência. Como as

instituições analisadas são privadas, não foi considerado neste estudo o retorno
esperado pelos acionistas, nem os impostos incidentes sobre receita ou lucro. Para
classificação de gastos, foram os valores considerados como despesas e
investimentos pelas instituições. O objetivo foi medir a quantidade de recursos
aplicados para entrega do serviço prestado e assim avaliar a eficiência de cada
DMU.
O número de professores foi utilizado como um input de eficiência, dado que
esta variável é utilizada para medir a eficiência em uma séria de estudos como
Junior et al. (2020) Abbott e Doucouliagos (2003), Afonso e Aubyn (2006), Agasisti
and Pérez-Esparrells (2010), Katharaki e Katharakis (2010) e Worthington e Lee
(2008). Alguns autores defendem que o aumento do número de professores causa
uma melhora na qualidade da aula e no serviço prestado, são eles Agasisti (2014) e
Hanushek e Woessmann (2011).
A quantidade de matrículas é um output relevante, pois expressa a expansão
do acesso à educação superior. Especialmente em países em desenvolvimento,
como o Brasil, está é uma métrica importante. Conforme mencionado no início do
trabalho, o aumento da quantidade de estudantes de graduação é um indicador
importante de crescimento social e econômico no país.
A quantidade de concluintes demonstra a eficiência de alocação dos recursos.
Especialmente em instituições privadas, quanto maior a taxa de retenção e menor a
taxa de evasão, maior o tempo do aluno na base, e maior é a eficiência da
instituição. Para empresas de receita recorrente, como as instituições de educação,
quanto maior o número de concluintes, melhor a alocação de capital e eficiência.
Para instituições públicas, Katharaki e Katharakis (2010), também afirmam ser este
um indicador de eficiência.
A segunda parte do estudo utiliza as pontuações de eficiência obtidas na
primeira análise para cada ano e grupo educacional e as submete a um método de
regressão dentro de um conjunto de variáveis explicativas. O objetivo é explicar o
impacto das variáveis independentes na eficiência das instituições analisadas.
Segundo Junior el al. (2020, apud Simar e Wilson, 2007), o método
recomendado é um modelo de regressão truncada, pois as pontuações de
eficiências podem ser enviesadas nas amostras finitas. E assim o procedimento
adotado busca garantir estimativas eficientes dos estimadores da segunda fase.
Foi utilizada no presente estudo a seguinte equação para realizar a regressão
truncada para analisar a eficiência do gasto nas instituições de ensino privadas.

EFIit = β0+ β1 LnGPEit + β2PROFit + β3ATENDit + β4CONCLit + β5 LnPESSit + β6FUNCit

+ β7 LnINVit + ɛit
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Equação (1)

Na Tabela 3 estão descritas as variáveis utilizadas na segunda parte do

estudo.

Tabela 3
Modelo de Regressão
Variável Símbolo Sinal esperado Descrição
Pontuação de Índice de eficiência para cada grupo educacional
eficiência EFI
calculado na primeira etapa do estudo
Gastos privados Logaritmo natural das todas as despesas declaradas
com educação LnGPE + pelas instituições de ensino em estudo
Número de
professores PROF + Número de professores em cada instituição de ensino

Quantidade de
alunos + Quantidade de alunos matriculados nos cursos de
ATEND
matriculados graduação em cada instituição de ensino

Quantidade de Quantidade de concluintes/graduados graduação em

concluintes CONCL + cada instituição de ensino
Despesas com Logaritmo natural das todas as despesas com salários e
folha de Ln PESS + encargos (folha de pagamento) declaradas pelas
pagamento instituições de ensino
Número de +
FUNC Quantidade de funcionários cada instituição de ensino
funcionários

Investimentos + Logaritmo natural dos valores declarados como

LnINV
investimentos
Fonte: Elaboração própria (2021)

A variável dependente (EFI) do modelo de regressão utilizado foi a pontuação

de eficiência calculada no primeiro estágio da pesquisa. Desta forma para cada ano
analisado foi obtido um índice de eficiência para cada um dos 7 grupos
educacionais.
O índice de eficiência foi submetido a um modelo de regressão com sete
variáveis independentes, que tentam relacionar e explicar sua influência nas
eficiências dos grupos educacionais. Após as análises, as variáveis foram reduzidas
para cinco, conforme justificado ao longo da metodologia.
As variáveis independentes PROF, ATEND e CONCL foram as mesmas
utilizadas no primeiro estágio da pesquisa. Para a variável GPE do primeiro estágio
foi utilizada seu logaritmo natural, transformando-a em LnGPE. O mesmo foi feito
para as novas variáveis PESS (despesa com folha de pagamento) e INV (gastos
com investimentos). Assim as variáveis LnGPE, LnPESS e LnINV foram expressas
em logaritmo naturais a fim de homogeneizar os dados no período analisado.
Destaca-se que a despesa com folha de pagamento foi utilizada para explicar a
eficiência das instituições baseada nos estudos de Junior et al. (2020) no Brasil,
Cunha e Rocha (2012) em Portugal e Katharaki e Katharakis (2010) na Grécia.
Entende-se que os gastos com pessoal refletem positivamente no desempenho das
instituições de ensino. E os gastos com investimentos foram utilizados nos estudos
de Junior et al. (2020) e Cunha e Rocha (2012), sob a perspectiva de que quanto
maior o investimento em infraestrutura e equipamentos, maior a eficiência e aumento
do número de graduados regularmente.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Foi adicionada ainda a variável FUNC (quantidade total de funcionários),

assumindo-se que um maior número de funcionários se reflete em um melhor
serviço prestado e melhor experiencia acadêmica do aluno. Os estudos de Junior et
al. (2020), Katharaki e Katharakis (2010) e Worthington e Lee (2008), Agasisiti
(2014) e Cuellar (2014) corroboram com o entendimento.
Entretanto as variáveis LnPESS e LnINT foram desconsideradas por
apresentarem um p-valor acima de 0,05, ou seja, não apresentarem significância
estatística. E a equação final para realizar a regressão truncada para a analisar a
eficiência do gasto público nas instituições de ensino privadas foi a seguinte:

EFIit = β0+ β1 LnGPEit + β2PROFit + β3ATENDit + β4CONCLit + β5FUNCit + ɛit

Equação (2)

Para operacionalização do modelo DEA foi utilizado o programa estatístico

Open Source DEA e para a regressão foi utilizado o programa Stata, versão 13.

4 ANÁLISE DOS RESULTADOS

Para todas as variáveis que fizeram parte do estudo no primeiro e segundo

estágio, foi realizada uma análise descritiva com algumas métricas-padrão
demonstradas na Tabela 4.
Tabela 4
Descrição estatística das variáveis utilizadas no primeiro e segundo estágio
Variável Média Desvio padrão Valor mínimo Valor máximo
GPE 1.809.921.096,64 1.400.808.633,01 161.078.292,00 5.136.780.342,74
PROF 6.324 4.805 544 18.308
ATEND 300.425 287.776 28.724 969.831
CONCL 41.947 44.743 3.820 165.389
PESS 826.878.353,61 568.243.759,96 98.450.121,00 1.944.817.500,81
FUNC 11.962 8.339 895 31.928
INV 122.322.856,39 170.895.554,91 7.090.742,98 694.436.091,98
EFI 0,43 0,28 0,06 1,00
Fonte: Elaboração própria (2021)

Os resultados da Tabela 4 demonstram que os gastos das instituições (GPE)

apresentam grande amplitude entre os grupos educacionais analisados, no mínimo
são gastos R$ 161.078.292 e no máximo de R$ 5.136.780.342,00 por ano. A média
foi de R$ 1.809.921.096,64, desvio padrão de R$ 1.400.808.633,01.
O número de docentes (PROF) também apresentou grande amplitude,
anualmente as instituições apresentaram no mínimo 544 e no máximo 18.308
docentes. A média foi 4.805 professores, com desvio padrão de 4.805. A quantidade
de alunos matriculados (ATEND) apresentou um valor mínimo de 28.724 discentes
por instituição e ano, e um valor máximo de 969.831, uma grande diferença entre os
valores. A média geral foi de 300.425 alunos e desvio padrão de 287.776. Da
mesma forma a quantidade de graduados (CONCL) variou de um valor mínimo de
3.820 e máximo de 165.839. A média foi 41.947 graduados por instituição por ano e
desvio padrão de 44.743.
As despesas anuais com folha de pagamento foram de R$ 98.450.121,00
(mínimo) a R$ 1.944.817.500,81 (máximo) por instituição, com média de R$
826.878.353,61 e desvio padrão de R$ 568.243.759,96.
O número de funcionários foi de 895 (mínimo) a 31.928 (máximo), com uma
média de 11.962 e desvio padrão de 8.339 funcionários por instituição e ano.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Os investimentos anuais por instituição variaram de R$ 7.090.742,98 (mínimo)

a R$ 694.436.091,98 (máximo), com média de R$ 122.322.856,39 e desvio padrão
de 170.895.554,91.
Toda essa grande variabilidade é explicada em parte pela heterogeneidade
da amostra estudada. Havia grupos educacionais voltados para a educação à
distância como a Vitru Limited, com alto volume de alunos, mas com despesas
menores, menos funcionários e professores. Havia um grupo especializado em
escolas de medicina, a Afya Limited, com poucos alunos e uma estrutura de
investimento mais alta. Estava presente ainda um grupo composto por universidades
particulares premiums como a Anima, com despesas mais altas. E grupos com uma
grande quantidade de estudantes e alta diversidade de cursos como Cogna e
YDUQS.
No estudo de Junior et al. (2020) com universidades federais também foram
percebidas uma grande amplitude nos dados analisados para despesas, quantidade
de professores, número de alunos e demais variáveis. Esta dispersão era esperada
em ambos os estudos devido aos diferentes tamanhos das instituições analisadas. O
que também corrobora com a utilização do método de eficiência DEA (Charnes,
Cooper e Rhodes, 1978).
A pontuação média de eficiência dos grupos educacionais foi de 0,43, com
um desvio padrão de 0,28. O que pode ser considerada uma variação grande. Para
esta pontuação assume-se uma medida entre 0 e 1, sendo 1 o indicador do maior
grau de eficiência. Desta forma, em média, não foi observado um bom índice de
eficiência entre as empresas de educação com listagem em Bolsa. Se compararmos
os resultados com o estudo de Junior et al. (2020) que analisa os EFI de
universidades federais no período de 2013 a 2017, a média do indicador foi 0,73. O
que demonstra uma maior eficiência das universidades federais do que os grandes
grupos educacionais privados analisados neste estudo.
Ainda sobre os dados levantados no presente estudo, das 49 observações
apuradas no levantamento deste estudo, 17 observações estão acima da média e
foram consideradas eficientes, o que representa 35% do total de observações.
Entretanto apenas 9 observações, cerca de 18%, figuraram acima de 0,70 no índice
de eficiência.
De acordo com os resultados, o grupo educacional mais eficiente, com
pontuação de um nos sete períodos analisados, foi a Vitru Limited. Esta universidade
apresenta a melhor prática de alocação de gastos e professores em relação à
quantidade de alunos e graduados. É importante mencionar que a Vitru é uma
empresa que opera basicamente cursos de graduação à distância, com uma
pequena parcela de alunos no modelo presencial, o que favorece esta análise de
eficiência.
Em segundo lugar está a Cogna com os cinco maiores resultados e em
terceiro lugar a Cruzeiro do Sul. A Cogna é o grupo educacional com o maior
número de alunos em todos os períodos. Enquanto a Vitru é a instituição com a
menor quantidade de funcionários, a Cogna é a instituição com o maior número de
funcionários.
Desta forma, a presente análise corrobora com o entendimento de
Athanassopoulos e Shale (1997), que afirmam que a estrutura e o tamanho da
instituição de ensino não são relevantes o suficiente para assegurar eficiência. O
estudo de Junior et al. (2020) feito com universidade federais também chegou à
mesma conclusão.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Na segunda etapa desta pesquisa, foi aplicado o método da regressão

truncada, tendo como variável dependente o índice de eficiência (EFI) calculado na
primeira etapa do estudo, e as variáveis independentes: o número de professores
(PROF), a quantidade de alunos matriculados nos cursos de graduação (ATEND), a
quantidade concluintes/graduados em curso de graduação (CONCL), o número de
funcionários (FUNC) e as despesas gerais declaradas (GPE). Sendo que nesta
última variável foi aplicado o logaritmo natural da variável para homogeneizar as
informações, dada inconsistência dos dados.
Assim, a partir da aplicação do modelo de regressão linear foram obtidos os
dados apresentados na Tabela 5.
Tabela 5
Efeito da regressão na eficiência
Eficiência Coeficiente Erros Padrão Z Significância (p-value)
EFI
LnGPE -0,2766129 0,0453457 -6,10 0,000
PROF -0,0000573 0,0000292 -2,11 0,035
ATEND 1,95e-06 4,04e-07 4,82 0,000
CONCL -5,85e-06 2,14e-06 -2,73 0,006
FUNC 0,0000265 0,0000169 1,57 0,116
_cons 5,946417 0,8977407 6,62 0,000
/sigma 0,1441653 0,0145629 9,90 0,000
Número de observações 49 - - -
Número de DMUs 7 - - -
Wald chi2(7) 134,67 - - -
Prob > chi2(7) 0,0000 - - -
Fonte: Elaboração própria (2021)

O modelo de regressão apresentou 49 observações, com 17 observações de

instituições eficientes e 32 observações de instituições ineficientes para os 7 anos
observados. O que representa 35% e 65% do total, respectivamente.
A regressão truncada que foi utilizada buscou garantir estimativas eficientes
dos valores na segunda fase. E assim relacionar o impacto de cada variável no
ranking de eficiência apurada na primeira fase através do DEA. Das sete variáveis
inicialmente levantadas, quatro mostraram-se significativas ao nível de porcentagens
diferenciadas.
Segundo Junior el al. (2020, apud Simar e Wilson, 2007), o modelo de
regressão truncado com bootstrap duplo propõe eliminar as falhas que podem tornar
os resultados da estimativa em duas fases questionável.
Os resultados do modelo de regressão truncado mostram que as variáveis
LnGPE, PROF, ATEND e CONCL têm significância estatística a 99% confiança, com
margem de erro de 1%.
Como foi descrito na primeira etapa, foi observado que instituições com
menores gastos (LnGPE) demonstraram um índice de eficiência melhor do que
instituições com mais gastos com uma boa significância estatística.
Foi verificado que a o número de professores (PROF) é inversamente
proporcional a eficiência, apresentando um sinal negativo, contrário ao esperado.
Para a variável quantidade de alunos (ATEND), a relação entre ela e a
eficiência é positiva e o sinal está de acordo com o inicialmente esperado. E está de
acordo com o estudo de Cuellar (2014), que afirma a essa correlação positiva e a
importância dessa associação na geração de capital humano. Associado a isso, as
instituições privadas de ensino superior têm incentivos governamentais para
aumentar o número de matriculados, dado o Plano Nacional de Educação.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Neste estudo a variável concluintes (CONCL), influenciou negativamente o

índice de eficiência, diferente do que se esperava. O resultado não tem apoio de
outros autores.
Já a variável FUNC, que expressa a quantidade de funcionários, se relaciona
positivamente com a eficiência. Mostrando uma associação semelhante à esperada
no início do estudo, apesar da ausência de significância estatística.
Com exceção das variáveis CONCL e FUNC, as demais variáveis se
comportaram de forma semelhante ao mesmo estudo para universidades federais de
Junior et al. (2020).
As variáveis que relacionavam despesas com folha de pagamento e
investimentos com eficiência foram desconsideradas por não apresentarem
significância estatística. Entretanto Junior et al. (2020) e Cunha e Rocha (2012)
identificaram uma relação positiva entre os investimentos em estrutura e a eficiência
das universidades em seus estudos.
A partir da análise das informações nas Tabelas 4 e 5, percebe-se que há
uma grande oportunidade para melhoria da eficiência das instituições privadas de
ensino superior. O preço desta ineficiência indiretamente reduz o retorno dos
investidores e/ou onera o aluno do sistema privado. Com a busca pela melhoria da
eficiência, as instituições podem aumentar os retornos dos acionistas e aumentar a
democratização do ensino superior no país através de mensalidades menores.

5 CONSIDERAÇÕES FINAIS

Esta pesquisa calculou e comparou a eficiência de instituições de ensino

cujas entidades mantenedoras estão listadas em bolsa de valores e explicou as
variáveis determinantes para essa eficiência na gestão de gastos no período de
2013 a 2019. Foi verificado que a maioria das instituições não são eficientes na
gestão de gastos. O estudo foi inspirado na pesquisa de Junior et al. (2020) que
analisou a eficiência na gestão de gastos públicos de universidades federais. No
início da pesquisa era esperado que as instituições privadas listadas apresentassem
uma eficiência melhor do que as universidades públicas, o que não foi confirmado
após o estudo.
Isso mostra que em um ambiente dinâmico da livre concorrência de mercado,
talvez novas variáveis possam ser consideradas para medir eficiência. E que dentre
os modelos de ensino e gestão das instituições privadas exista mais
heterogeneidade do que nas universidades públicas, assim novas variáveis devem
ser incorporadas à análise. Por exemplo a forte presença da modalidade de ensino à
distância e a composição de cursos oferecidos, que altera a dinâmica de
investimentos e estrutura das instituições.
Sobre o resultado do estudo, foi observado que a quantidade de professores
afeta negativamente a eficiência, por isso instituições com a quantidade de
professores abaixo da média apresentaram resultados de eficiência mais altos
quando comparadas às demais.
Dois grupos educacionais se destacaram. A Vitru que apresentou eficiência
máxima nos 7 anos analisados e a Cogna que apresentou uma boa eficiência em 2
anos. Essas instituições, especialmente a primeira, pode servir de referência para
estudos posteriores e análises para identificar práticas relevantes que levam a
eficiência e fatores críticos de sucesso. E assim permitir que outras instituições
melhorem seu desempenho.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

Os resultados do presente estudo e suas conclusões são disponibilizados aos

gestores das instituições, investidores e segmento de analistas interessados no setor
de educação brasileiro. O Brasil sempre teve uma quantidade relevante de
instituições privadas de ensino superior e o aumento de grupos educacionais abrindo
capital nos últimos anos, mostra que o mercado da educação no país tem um grande
potencial de crescimento.
Associado a isso entende-se que a gestão privada do ensino superior é
relevante, especialmente em um cenário de restrições orçamentárias do ensino
público e perceptível aumento da participação do ensino privado na quantidade de
graduandos. Com tais resultados e discussão, espera-se que medidas possam ser
aplicadas para tornar o ensino superior brasileiro mais eficiente.
E essa eficiência pode se refletir em mensalidades menores para os alunos,
aumentando a abrangência do ensino superior e democratizando o acesso a um
público maior de estudantes, bem como aumentando o retorno de investidores e
permitindo um volume maior de investimentos privados para a educação superior no
país.
Métricas de eficiência podem ser utilizadas para criar rankings e guias de
melhores práticas entre as instituições e medir a qualidade da gestão de cursos de
graduação. Entende-se que a discussão é relevante e pode ter várias aplicações
práticas.
Estudos futuros podem acrescentar outras variáveis ao modelo, inclusive
variáveis externas como fatores econômicos, regionais e sociais. Também sugere-se
refazer o estudo com os dados financeiros publicados pelos grupos educacionais
nas bolsas de valores, uma vez que os dados financeiros declarados no Censo do
MEC não são auditados, diferente dos relatórios contábeis.
Adicionalmente sugere-se comparar a eficiência das instituições cujos
mantenedores são listados em bolsa de valores com as demais instituições não
listadas. E tentar verificar com o modelo se princípios de governança corporativa,
presente nas listadas, podem contribuir para a eficiência na gestão.
E finalmente, estudos futuros podem, a partir dos valores de ineficiência,
tentar correlacionar o custo da ineficiência com os retornos dos investimentos e
custo de oportunidade para os alunos.
É necessário atentar que os resultados e conclusões obtidos a partir deste
estudo devem ser interpretados considerando sua metodologia, instituições e
períodos analisados.

REFERÊNCIAS

Abbott, M., Doucouliagos, C (2003). The efficiency of Australian universities: a data

envelopment analysis. Economics of Education Review, Cambridge, v. 22, n. 1, p. 89-
97, Feb. 2003. Disponível em: https://doi.org/10.1016/S0272-7757(01)00068-1. Acesso
em: 05 abr. 2021.
Afonso, A., Fernandes (2008), S. Assessing and explaining the relative efficiency of local
government. The Journal of Socio-Economics, Greenwich, v. 37, n. 5, p. 1946-1979,
Oct. 2008. Disponível em: https://doi.org/10.1016/j.socec.2007.03.007. Accesso em: 22
maio 2021
Agasisti, T (2014). The efficiency of public spending on education: an empirical comparison
of EU countries. European Journal of Education, London, v. 49, n. 4, p. 543-557, Dec.
2014. Disponível em: https://doi.org/10.1111/ejed.12069. Accesso em: 22 maio 2021.
Agasisti, T., Peres-Esparrells, C. (2010) Comparing efficiency in a cross-country perspective:
the case of Italian and Spanish state universities. Higher Education, [s. l.], v. 59, n. 1, p.
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

85-103, Jan. 2010. Disponível em: https://doi.org/10.1007/s10734-009-9235-8. Accesso

em: 22 maio 2021
Andrade G. N. et al. Evaluating Electricity Distributors Efficiency Using Self-Organizing Map
and Data Envelopment Analysis. (2014) IIEEE Latin America Transactions. Rio de
Janeiro, v. 12, n. 8, dec 2014. Disponível em:
https://www.researchgate.net/publication/268746773. Accesso em: 22 maio 2021.
Arcelus, F. J., Coleman, D. (1997) An efficiency review of university departments.
International Journal of Systems Science, London, v. 28, n. 7, p. 721-729, Jul. 1997.
Disponível em: https://doi.org/10.1080/00207729708929431. Acesso em: 05 abr. 2021.
Athanassopoulos, A. D., Shale, E. (1997) Assessing the comparative efficiency of higher
education institutions in the UK by the means of data envelopment analysis. Education
Economics, London, v. 5, n. 2, p. 117-134, 1997. Disponível em:
https://doi.org/10.1080/09645299700000011. Accesso em: 22 maio 2021
Bauer, P. B. et al. (1997) Consistency conditions for regulatory analysis of financial
institutions: a comparison of frontier efficiency methods. Washington: Board of
Governors of the Federal Reserve System, 1997. (Finance and Economics
Discussion Series, n. 1997-50).
Bortolanza, Juarez. (2017) Trajetória do ensino superior brasileiro – Uma busca da origem
até a atualidade. In: XVII Colóquio Internacional de Gestão Univesitária 23, 24 de nov.
2017, Mar del Plata.
Brasil. Lei nº 13.005, de 25 de junho de 2014. Aprova o Plano Nacional de Educação - PNE
e dá outras providências. Diário Oficial da União, 26 jun. 2014.
Charnes, A., Cooper, W, Rhodes, E. (1978) Measuring the efficiency of decision- making
units. European Journal of Operational Research, Amsterdam, v. 2, n. 6, p. 429-444,
Nov. 1978. Disponível em: https://doi.org/10.1016/0377-2217(78)90138-8. Acesso em:
05 abr. 2021.
Coco, G., Lagravinese, R. (2014) Cronyism and education performance. Economic
Modelling, London, v. 38, n. 1, p. 443-450, Feb. 2014. Disponível em:
https://doi.org/10.1016/j.econmod.2014.01.027. Acesso em: 05 abr. 2021.
Cuellar, A. F. S. (2014) The efficiency of education expenditure in Latin America and lessons
for Colombia la eficiencia del gasto público educativo en Latinoamérica y lecciones para
Colombia. Desarrollo y Sociedad, Bogotá, v. 74, n. 1, p. 19-67. Disponível em:
https://revistas.uniandes.edu.co/doi/pdf/10.13043/dys.74.1. Accesso em: 22 maio 2021.
Cunha, M., Rocha, V. (2012) On the efficiency of public higher education institutions in
Portugal: an exploratory study. FEP Working Paper, Porto, n. 468, July 2012. Disponível
em: http://wps.fep.up.pt/wps/wp468.pdf. Accesso em: 22 maio 2021.
Gralka, S. (2018) Persistent inefficiency in the higher education sector: Evidence from
Germany. Education Economics, London, v. 19, n. 1, p. 1-20, Jan. 2018. Disponível em:
https://doi.org/10.1080/09645292.2017.1420754. Acesso em: 05 abr. 2021.
Gramani, M. C. N., Duarte, A. L. C. M. (2011) O impacto do desempenho das instituições de
educação básica na qualidade do ensino superior. Ensaio: Avaliação e Políticas
Públicas em Educação, Rio de Janeiro, v. 19, n. 72, p. 679-702, jul./set. 2011.
Disponível em: https://doi.org/10.1590/S0104-40362011000400011. Acesso em: 05 abr.
2021.
Guterres diz que mundo pode “redesenhar a educação” na era pós-Covid-19. ONU,
Bruxelas, 4 ago. 2020. Disponível em: https://news.un.org/pt/story/2020/08
/1722052#:~:text=Leia%20abaixo%20%C3%ADntegra%20do%20documento,principal%
20impulsionador%20do%20desenvolvimento%20sustent%C3%A1vel.. Acesso em: 29
mar. 2021.
Hanushek, E. A., Woessmann, L. (2011) How much do educational outcomes matter in
OECD countries? Economic Policy, v. 26, n. 67, p. 427-491, July 2011. Disponível em:
https://doi.org/10.1111/j.1468-0327.2011.00265.x. Accesso em: 22 maio 2021.
INEP. Censo da educação superior 2019 - Notas estatísticas. Ministério da Educação: out.
2020. Disponível em: https://download.inep.gov.br/educacao_
 XXVIII Congresso Brasileiro de Custos – Associação Brasileira de Custos, 17 a 19 de novembro de 2021

superior/censo_superior/documentos/2020/Notas_Estatisticas_Censo_da_Educacao_S
uperior_2019.pdf. Acesso em: 29 mar. 2021
Johnes, J. (2006) Data envelopment analysis and its application to the measurement of
efficiency in higher education. Economics of Education Review, Cambridge, v. 25, n. 3,
p. 273-288, June 2006. Disponível em:
https://doi.org/10.1016/j.econedurev.2005.02.005. Accesso em: 22 maio 2021.
Johnes, J. (2008) Efficiency and productivity change in the English higher education sector
from 1996/97 to 2004/5. The Manchester School, v. 76, n. 6, p. 653-674, Oct. 2008.
Disponível em: https://doi.org/10.1111/j.1467-9957.2008.01087.x. Acesso em: 05 abr.
2021.
Junior, D. D. H., Flach, L., Mattos, L. K. (2020) The efficiency of public expenditure on Higher
Education: a study with Brazilian Federal Universities. Ensaio: Avaliação e Políticas
Públicas em Educação. Rio de Janeiro, v.28, n.109, p. 1076-1097, out./dez. 2020.
Disponível em: (http://www.scielo.br/pdf/ensaio/v28n109/1809-4465-ensaio-S0104-
40362020002802573.pdf. Acesso em: 05 abr. 2021.
Katharaki, M., Katharakis, G. (2010) A comparative assessment of Greek universities’
efficiency using quantitative analysis. International Journal of Educational Research,
Oxford, v. 49, n. 4, p. 115-128, 2010. Disponível em:
http://dx.doi.org/10.1016/j.ijer.2010.11.001 . Acesso em: 05 abr. 2021.
Kempkes, G., Pohl, C. (2010) The efficiency of German universities: some evidence from
nonparametric and parametric methods. Applied Economics, London, v. 42, n. 16, p.
2063-2079, June 2010. Disponível em: https://doi.org/10.1080/00036840701765361.
Acesso em: 05 abr. 2021.
Koopmans, T. C. (1951) An analysis of production as an efficient combination of
activities. In: KOOPMANS, T. C. (Ed.) Activity analysis of production and
allocation. New York: John Wiley & Sons, 1951. p. 33-97.
OECD. Education at a Glance 2020: OECD Indicators. Paris, OECD Publishing, Sep 2020.
Disponível em: https://doi.org/10.1787/69096873-en. Acesso em: 29 mar. 2021.
ONU, ORGANIZAÇÃO DAS NAÇÕES UNIDAS. Os 17 objetivos sustentáveis da ONU 2015.
Disponível em: https://brasil.un.org/pt-br/sdgs. Acesso em: 29 mar. 2021.
Salerno, C. (2006) Using data envelopment analysis to improve estimates of higher
education institution’s per‐ student education costs. Education Economics, London, v.
14, n. 3, p. 281-295, Feb. 2006. Disponível em:
https://doi.org/10.1080/09645290600777485. Acesso em: 05 abr. 2021.
Sav, G. T. (2017) Efficiency evaluations of US Public Higher Education and effects of state
funding and pell grants: panel data estimates using two stage data envelopment
analysis, 2004-2013 academic years. Journal of Education Finance, Champaigne, v. 42,
n. 4, p. 357-385, Spring 2017. Disponível em: https://muse.jhu.edu/article/668214.
Acesso em: 05 abr. 2021.
Wolszczak-Derlacz, J., Parteka, A. (2011) Efficiency of European public higher education
institutions: a two-stage multicountry approach. Scientometrics, Amsterdam, v. 89, n. 3,
p. 887-917, Aug. 2011. Disponível em:https://dx.doi.org/10.1007%2Fs11192-011-0484-
9. Acesso em: 22 maio 2021.
Worthington, A. C., Lee, B. L. (2008) Efficiency, technology and productivity change in
Australian universities, 1998-2003. Economics of Education Review, Cambridge, v. 27,
n. 3, p. 285-298, June 2008. Disponível em:
https://doi.org/10.1016/j.econedurev.2006.09.012. Acesso em: 05 abr. 2021.