A desigualdade socioeconômica afeta mais municípios menos favorecidos?
Palavras-chave:
Data Envelopment Analysis – DEA, Eficiência Educacional, Educação Básica, Desigualdade SocialResumo
Este estudo busca analisar o panorama da educação básica em um país emergente que se caracteriza, por um lado, pelo elevado desenvolvimento econômico e, por outro, pela alta desigualdade socioeconômica. Um modelo de dois estágios é utilizado, sendo que o primeiro estágio usa variáveis diretamente relacionadas à educação para capturar a eficiência educacional de cada município e o segundo emprega a regressão Tobit a fim de estimar a influência das variáveis ambientais (não discricionárias) sobre a eficiência educacional encontrada no primeiro passo. Um agrupamento dos municípios em clusters foi implementado para assegurar uma comparação justa entre municípios homogêneos. Os resultados mostram discrepâncias significativas na influência de variáveis socioeconômicas no resultado educacional, dependendo da prosperidade de cada cluster.
Downloads
Referências
AFONSO, A.; AUBYN, M. St. Cross-country efficiency of secondary education provision: a semi--parametric analysis with non-discretionary inputs. Economic Modelling, v. 23, n. 3, p. 476-491, 2006.
AGASISTI, T. The efficiency of Italian secondary schools and the potential role of competition: a data envelopment analysis using OECD-PISA 2006 data. Education Economics, v. 21, n. 5, p. 520-544, 2013. Disponível em: <http://www.oecd.org/edu/Brazil_EAG2013%20Country%20Note.pdf>. Acesso em: 03 maio 2017.
AGENCY FOR INTERNATIONAL DEVELOPMENT IN COOPERATION. Health Systems 20/20. The health system assessment approach: a how-to manual, 2012. Disponível em: <http://apps.who.int/medicinedocs/documents/s19838en/s19838en.pdf>. Acesso em: 03 maio 2017.
BRADLEY, S.; JOHNES, G.; MILLINGTON, J. The effect of competition on the efficiency of
secondary schools in England. European Journal of Operational Research, Amsterdã, v. 135, n. 3, p. 545-568, 2001.
BRYK, A. S.; THUM, Y. M. The effects of high school organization on dropping out: an exploratory investigation. American Educational Research Journal, Thousand Oaks, CA, v. 26, n. 3, p. 353-383, 1989.
CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring the efficiency of decision-making units. European Journal of Operational Research, Amsterdã, v. 2, n. 6, p. 429-442, 1978.
CHUDGAR, A.; LUSCHEI, T. National income, income inequality and the importance of schools: a hierarchical cross-national comparison. American Educational Research Journal, Thousand Oaks, CA, v. 46, n. 3, p. 626-58, 2009.
CHUDGAR, A.; SHAFIK, M. N. Family, community, and educational outcomes in South Asia. Prospects, Manchester, UK, v. 40, n. 4, p. 517-534, 2010.
COELLI, T. J.; RAO, D. S. P.; O’DONNELL, C. J.; BATTESSE, G. E. An introduction to efficiency and productivity analysis. 2. ed. New York: Springer Science, 2005.
COMMANDER, S.; DAVOODI, H. R.; LEE, U. J. The causes of government and the consequences for growth and well-being. Washington, DC: World Bank, 1997. (Policy, Research working paper, n. WPS 1785). Disponível em: <http://documents.worldbank.org/curated/en/375251468766769196/The-causes-of-government-and-the-consequences-for-growth-and-wellbeing>. Acesso em: 03 maio 2017.
DRINEAS, P.; KANNAN, R.; MAHONEY, M. W. Fast Monte Carlo algorithms for matrices II: computing a low-rank approximation to a matrix. SIAM Journal on Computing, Philadelphia, PA, v. 36, n. 1, p. 158-183, 2006.
DYSON, R. G.; ALLEN, R.; CAMANHO, A. S.; PODINOVSKI, V. V.; SARRICO, C. S.; SHALE, E. A. Pitfalls and protocols in DEA. European Journal of Operational Research, Amsterdã, v. 132, n. 2, p. 245-259, 2001.
FERNANDES, R. Índice de desenvolvimento da educação básica (Ideb): metas intermediárias para a sua trajetória no Brasil, estados, municípios e escolas. Brasília, DF: MEC/Inep, 2007. Disponível em: <http://download.inep.gov.br/educacao_basica/portal_ideb/o_que_sao_as_metas/Artigo_projecoes.pdf>. Acesso em: 03 maio 2017.
FUNDO DAS NAÇÕES UNIDAS PARA A INFÂNCIA – UNICEF. Situação da infância e da adolescência brasileira em 2009. O direito de aprender: potencializar avanços e reduzir desigualdades. Brasília, DF: Unicef, 2009. Disponível em: <http://www.unicef.org/brazil/pt/siab_capitulos.pdf>. Acesso em: 03 maio 2017.
GOLDSCHMIDT, P.; WANG, J. When can schools affect dropout behavior? A longitudinal multilevel analysis. American Educational Research Journal, Thousand Oaks, CA, v. 36, n. 4, p. 715-738, 1999.
HANUSHEK, E. A. The economics of schooling: production and efficiency in public schools. Journal of Economic Literature, Washington, D.C, v. 24, n. 3, p. 1141-1177, 1986.
HANUSHEK, E. A.; LUQUE, J. A. Efficiency and equity in schools around the world. Economics of Education Review, Denver, v. 22, n. 5, p. 481-502, 2003.
HAUNER, D. Explaining differences in public sector efficiency: evidence from Russia’s regions. World Development, Michigan, v. 36, n. 10, p. 1745-1765, 2008.
HEDGES, L. V.; LAINE, R.; GREENWALD, R. Does money matter? A meta-analysis of studies of the effect of different school inputs on student outcomes. Educational Researcher, Thousand Oaks, CA, v. 23, n. 3, p. 5-14, 1994.
HENRIQUEZ, F.; LARA, B.; MIZALA, A.; REPETTO, A. Effective schools do exist: low-income children’s academic performance in Chile. Applied Economics Letters, Londres, v. 19, n. 5, p. 445-451, 2012.
HOLMLUND, H.; MCNALLY, S.; VIARENGO, M. Does money matter for schools? Economics of Education Review, Denver, v. 29, n. 6, p. 1154-1164, 2010.
JAIN, A. K. Data clustering: 50 years beyond K-means. Pattern Recognition Letters, v. 31, n. 8, p. 651-666, 2010.
JAIN, A. K.; DUBES, R. Algorithms for clustering data. Englewood Cliffs, NJ: Prentice-Hall, 1988.
KIRJAVAINEN, T.; LOIKKANEN, H. A. Efficiency differences of Finnish senior secondary schools: an application of DEA and Tobit analysis. Economics of Education Review, Denver, v. 17, n. 4, p. 377-394, 1998.
LEE, V. E.; BURKAM, D. T. Dropping out of high school: the role of school organization and structure. American Educational Research Journal, Thousand Oaks, CA, v. 40, n. 2, p. 353-393, 2003.
LIU, J. S.; LU, L. Y. Y.; LU, W. M.; LIN, B. J. Y. A survey of DEA applications. Omega, v. 41, n. 5, p. 893-902, 2013.
MANCEBON, M. J.; BANDRÉS, E. Efficiency evaluation in secondary schools: the key role of model specification and of ex post analysis of results. Education Economics, Londres, v. 7, n. 2, p. 131-52, 1999.
MIRANDA, R. N.; MENDES, M. Municípios em extrema pobreza: só dinheiro não resolve. Brasília: Consultoria Legislativa do Senado Federal, 2004. (Textos para discussão, n. 15). Disponível em:
<https://www12.senado.leg.br/publicacoes/estudos-legislativos/tipos-de-estudos/textos-para-discussao/td-15-municipios-em-extrema-pobreza-so-dinheiro-nao-resolve>. Acesso em: 03 maio 2017.
MURILLO, F. J.; ROMÁN, M. School infrastructure and resources do matter: analysis of the incidence of school resources on the performance of Latin American students. School Effectiveness and School Improvement, Londres, v. 22, n. 1, p. 29-50, 2011.
NEAL, D. The effects of Catholic secondary schooling on educational achievement. Journal of Labor Economics, Chicago, v. 15, n. 1, p. 98-123, 1997.
ORGANIZAÇÃO PARA COOPERAÇÃO E DESENVOLVIMENTO ECONÔMICO – OECD. Education at a glance, 2012. Disponível em: <https://www.oecd.org/edu/EAG%202012_e-book_EN_200912. pdf>. Acesso em: 03 maio 2017.
ORGANIZAÇÃO PARA COOPERAÇÃO E DESENVOLVIMENTO ECONÔMICO – OECD. Education at a glance, 2013. Disponível em: <http://www.oecd-ilibrary.org/education/education-at-aglance-2013_eag-2013-en>. Acesso em: 03 maio 2017.
PRIMONT, D. F.; DOMAZLICKY, B. Student achievement and efficiency in Missouri schools and the No Child Left Behind Act. Economics of Education Review, Denver, v. 25, n. 1, p. 77-90, 2006.
RASSOULI-CURRIER, S. Assessing the efficiency of Oklahoma public schools: a data envelopment analysis. Southwestern Economic Review, Texas, v. 34, n. 1, p. 131-144, 2007.
RAY, S. C. Resource use efficiency in public schools: a study of Connecticut data. Management Science, Chicago, v. 37, n. 12, p. 1620-1628, 1991.
RODRÍGUEZ-POSE, A.; TSELIOS, V. Mapping the European regional educational distribution. European Urban and Regional Studies, Pennsylvania, v. 18, n. 4, p. 358-374, 2011. Disponível em:
<http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.1014.1569&rep=rep1&type=pdf>. Acesso em: 03 maio 2017.
RUMBERGER, R. W. Dropping out of middle school: a multilevel analysis of students and schools. American Educational Research Journal, Thousand Oaks, CA, v. 32, n. 3, p. 583-625, 1995.
RUMBERGER, R. W.; PALARDY, G. J. High school performance: test scores, dropout rates, and transfer rates as alternative indicators of high school performance. American Educational Research Journal, Thousand Oaks, CA, v. 42, n. 3, p. 3-42, 2005.
RUMBERGER, R. W.; THOMAS, S. L. The distribution of dropout and turnover rates among urban and suburban high schools. Sociology of Education, v. 73, n. 1, p. 39-67, 2000.
SHAH, A. A practitioner’s guide to intergovernmental fiscal transfers. Washington, DC: World Bank, 2006. (World Bank Policy Research Working Paper, 4039).
SIMAR, L.; WILSON, P. W. Performance of the bootstrap for DEA estimators and iterating the principle. In: COOPER, W.W.; SEIFORD, L. M.; ZHU, J. (Ed.). Handbook on Data Envelopment Analysis. Boston: Kluwer Academic, 2004. p. 265-298.
TODOS PELA EDUCAÇÃO. Anuário Brasileiro da Educação Básica. São Paulo: Moderna, 2012. Disponível em: <http://www.todospelaeducacao.org.br/biblioteca/1450/anuario-brasileiro-daeducacao-basica>. Acesso em: 03 maio 2017.
UNITED KINGDOM. Parliament. Department for Education. What impact does school spending have on pupil attainment? A review of the recent literature. Londres: Strategic Analysis and Research Division & Infrastructure Funding and Longitudinal Analysis Division, 2014. Disponível em: <http://www.parliament.uk/documents/commons-committees/Education/Impact-of-schoolspending-on-pupil-attainment.pdf>. Acesso em: 03 maio 2017.
ULYSSEA, G.; FERNANDES, R.; GREMAUD, A. P. O impacto do Fundef na alocação de recursos para a educação básica. Pesquisa e Planejamento Econômico, Brasília, DF, v. 36, n. 1, p. 109-136, 2006.
UNITED NATIONS. Diverging growth and development. New York: World Economic and Social Survey, 2006.
YANG, Z. Cross system bank branch evaluation using clustering and data envelopment analysis. In: HUANG, D. S. et al. (Ed.). Advanced intelligent computing theories and applications. Berlin, Heidelberg: Springer, 2010. p. 238-245. (Lecture Notes in Computer Science, v. 6215)
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2017 Cadernos de Pesquisa
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho on-line (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
