Контекстные факторы эффективности российских университетов тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Серебренников Павел Николаевич

• Серебренников Павел Николаевич
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Серебренников Павел Николаевич

Введение

Глава 1. Подходы к определению эффективности университета как организации

1.1 Университет как организация

1.2 Определение эффективности университетов

1.3 Понятие контекстных факторов университетов

1.3.1. Внутренние контекстные факторы: структура университета и управленческие практики

1.3.2. Внешние контекстные факторы: социально-экономическая среда регионов и институциональная среда высшего образования

Глава 2. Методология оценки эффективности университетов с учетом контекстных факторов

2.1 Методы оценки эффективности и их приложения

2.2 Оболочечный анализ данных как оптимизационная задача

2.3 Введение контекстных переменных в оболочечный анализ данных

2.3.1 Модификации ОАД для неоднородных выборок

2.3.2 Принцип разделения границ

2.3.3 Одношаговые процедуры

2.3.4 Двухшаговые процедуры

2.4 Метод условной эффективности

2.4.1 Случайная природа оценок эффективности

2.4.2 Частичная граница

2.4.3 Введение контекстных факторов

2.4.4 Программная реализация метода условной эффективности

Глава 3. Оценка связи эффективности университетов с контекстными факторами

3.1 Связь внешних контекстных факторов и эффективности университетов

3.2 Связь внутренних контекстных факторов и эффективности университетов: внутренняя структура

3.3 Связь внутренних контекстных факторов и эффективности университетов: практики внутреннего управления

Заключение

Список литературы

Приложение А

Приложение Б

Благодарность

Автор выражает признательность Алексею Егорову за возможность реализовать себя в науке.

Апробация результатов исследования

Результаты диссертационного исследования были следующих статьях в журналах из списка А НИУ ВШЭ:

опубликованы в

Agasisti, T., Egorov, A., Platonova, D., & Serebrennikov, P. (2025). Universities' internal governance and their efficiency: empirical evidence from Russia.

International Transactions in Operational Research, 32 (5),

Egorov, A., & Serebrennikov, P. (2023). Measuring the efficiency of universities: what is inside the black box?

Journal of Higher Education Policy and Management, 45(5),

Agasisti, T., Egorov, A., & Serebrennikov, P. (2023). Universities' efficiency and the socioeconomic characteristics of their environment—Evidence from an empirical analysis.

Socio-Economic Planning Sciences, 85,

В работе использована программная реализация метода условной эффективности, разработанная автором и зарегистрированная как РИД «Метод условной эффективности» (программа для ЭВМ, номер РИД 5.01032025).

Результаты диссертационного исследования были представлены на следующих конференциях и научных семинарах:

1. VI Международная конференция «Modern Econometric Tools and Applications - META2019», Россия, Нижний Новгород, 19-21 сентября 2019, НИУ ВШЭ, доклад «Efficiency Analysis of Russian Universities Using Spatial Stochastic Frontier Analysis».

2. Внутренний семинар Проектно-учебной лаборатории «Развитие университетов» и Центра социологии высшего образования, Россия, Москва, декабрь 2019, НИУ ВШЭ, доклад «Анализ эффективности университетов при помощи пространственного стохастического анализа границ».

3. XV Международная конференция исследователей высшего образования (конференция ИВО), Россия, Москва, 23-25 октября 2024, НИУ ВШЭ, доклад «Контекстные факторы и эффективность университетов».

4. XV Конференция Армянской экономической ассоциации, Армения, Ереван, 30 июня-2 июля 2025, АУА, доклад «DEA-based Resource Allocation Accounting for Contextual Variables in Russian Universities».

5. Внутренний семинар Проектно-учебной лаборатории «Развитие университетов» и Центра социологии высшего образования, Россия, Москва, 03.04.2025, НИУ ВШЭ, доклад «Контекстные факторы и эффективность университетов на примере российской системы высшего образования».

6. Открытый семинар сотрудников Института образования, Россия, Москва, 10.04.2025, НИУ ВШЭ, доклад «Контекстные факторы и эффективность университетов на примере российской системы высшего образования».

Ключевые понятия исследования и список сокращений Оболочечный анализ данных (англ. Data Envelopment Analysis) -непараметрический способ оценивания эффективности социально-экономических объектов, основанный на концепции математического программирования. Отличительной особенностью от аналогов (например, стохастического анализа границ) является отсутствие значительных допущений о форме функциональной зависимости между переменными. Анализ стохастических границ (англ. Stochastic Frontier Analysis) -параметрический способ оценивания эффективности социально-экономических объектов, основанный на линейной регрессии с добавлением случайной неотрицательной компоненты, отражающей меру неэффективности.

Метод частичной границы (англ. partial frontier) - модификация оболочечного анализа данных, главным отличием которого является построение частичной границы на основе случайно выбранных наблюдений из выборки. Это позволяет преодолеть одну из главных проблем оболочечного анализа данных - чувствительность к выбросам.

Метод условной эффективности (англ. conditional efficiency) - модификация оболочечного анализа данных, позволяющая включить в оценивание контекстные факторы. При этом граница эффективности заменяется частичной границей, которая строится на основе случайно выбранных наблюдений из выборки, однако здесь данная вероятность зависит от степени «схожести» оцениваемого объекта с другими объектами из выборки с точки зрения контекстных факторов. Таким образом, для оцениваемого объекта частичная граница строится на основании случайно выбранной подвыборки объектов, которые «похожи» на оцениваемый объект с точки зрения контекстных факторов в вероятностном смысле.

Ресурсы организации - переменные, без которых невозможен производственный процесс (в широком смысле) организации, которые

находятся под управленческим контролем менеджмента организации и которым можно найти замену на рынке в краткосрочной перспективе. Результаты деятельности организации - переменные, описывающие продуктивность организации, изменение которых находится под управленческим контролем менеджмента организации и которым можно найти сбыт на рынке в краткосрочной перспективе.

Контекстные факторы - факторы, которые не относятся ни к ресурсам, ни к результатам деятельности организации, поскольку не находятся под управленческим контролем организации в краткосрочной перспективе и в значительной степени влияют на деятельность организации. Внутренние контекстные факторы - контекстные факторы, которые могут быть рассмотрены как ресурсы или результат деятельности организации, но находятся под ограниченным управленческим контролем организации в краткосрочной перспективе.

Внешние контекстные факторы - контекстные факторы, которые не могут быть рассмотрены как ресурс или результат деятельности организации, но в значительной степени влияют на деятельность организации. Приведенный контингент - обобщенная мера количества студентов в университете, рассчитываемая по формуле: количество очных студентов + 0.25*количество очно-заочных студентов + 0.1*количество заочных студентов.

Эффективность - индекс, который позволяет количественно оценить, насколько успешно организация использует единицу ресурса для максимизации результатов деятельности, учитывая разную контекстную среду, в которой находятся организации. Операционно это реализуется через модель оболочечного анализа данных, ориентированную на результат.

Сокращения

ОАД - оболочечный анализ данных АСГ - анализ стохастических границ НПР - научно-педагогические работники

НИОКР - научно-исследовательские и конструкторские разработки РИНЦ - Российский индекс научного цитирования ВРП - валовой региональный продукт WoS - Web of Science

Введение диссертации (часть автореферата) на тему «Контекстные факторы эффективности российских университетов»

Введение

Высшее образование является важным фактором экономического роста, воздействуя на человеческий капитал преимущественно через развитие когнитивных навыков (Hanushek and Woessmann, 2008; Hanushek, 2016). Это приводит к тому, что университеты становятся приоритетом государственной политики во многих странах, включая Россию, при этом вузы привлекают значительные финансовые ресурсы, большая часть из которых составляют бюджетные вложения (Pruvot et al., 2015). В свою очередь, массовизация высшего образования в последние десятилетия привела к увеличению спроса со стороны различных групп стейкхолдеров на образование (Cantwell et al., 2018). В связи с этим важно ответить на следующие вопросы: как объективно измерить эффективность высшего учебного заведения, каково влияние университетов на развитие различных сфер общества, как обосновать необходимость в инвестициях в высшее образование. В условиях ограниченных бюджетных ресурсов, испытываемых большинством образовательных систем (Agasisti et al., 2022), государству необходимо иметь инструменты, помогающие эффективно управлять системой высшего образования и распределять ресурсы между университетами. Для этого важно оценивать эффективность вузов, учитывая мультипродуктовую природу университета, и определять факторы, которые влияют на эффективность. На эффективность университетов могут влиять не только ресурсы организации, но и множество других факторов (Tirole, 1994; Daraio et al., 2021): 1) качество управления; 2) организационная инерция внутреннего устройства университета (Kienast, 2023)1; 3) социально-экономическая и институциональная среда высшего образования, в которой находится университет (Fadda et al., 2022) и т.д. Важно не только учитывать эти переменные при оценивании университетов, но и понимать, как эти факторы взаимосвязаны с деятельностью организации.

1 Здесь и далее в работе под внутренней структурой или внутренним устройством понимается структура НПР, доходов и студенческого контингента

Решение этой задачи требует современных программных инструментов, позволяющих анализировать данные. Применяемые методы оценки эффективности имеют ряд существенных ограничений. Так, оболочечный анализ данных, классический инструмент для оценки эффективности университетов, неустойчив к влиянию выбросов (Aleskerov and Petrushchenko, 2016; Cazals et al., 2002) и не позволяет учитывать контекст организации (Daraio and Simar, 2005). Это приводит к смещенности оценок эффективности и затрудняет выработку практических рекомендаций. Из всего изложенного вытекает актуальность исследования - необходимо определить основные контекстные факторы эффективности российских университетов, для чего нужно разработать и апробировать методологию для оценки эффективности университетов с учетом контекста, в котором находится организация.

Научная проблема заключается в том, что в академических исследованиях (как в науках об образовании, так и в экономике) внутреннее устройство организации (в том числе университетов) и внешняя среда нередко остаются за пределами эмпирического анализа (Meckling and Jensen, 1976; Johns, 2006), а методологический аппарат опирается на традиционные математические модели. Так, в экономике образования зачастую, следуя неоклассическому подходу, рассматривают университеты как мультипродуктовые организации, которые потребляют несколько разных видов ресурсов для производства различных результатов деятельности (Cohn et al., 1989). В рамках данного подхода организация представляется как некоторая абстракция, «черный ящик», при котором внутреннее устройство организации, а также среда, в которой она находится, остаются вне непосредственного рассмотрения. Значение имеют затраченные ресурсы и результаты, которые показывает организация. В диссертации учитываются эти факторы комплексно, что особенно важно в неоднородной и централизованной российской системе высшего образования (Platonova and Semenov, 2018). В работе расширяется эта рамка, вводя так называемые контекстные факторы университетов - факторы, которые не рассматриваются

как часть производственного процесса университета в краткосрочной перспективе, но оказывают значительное влияние на деятельность организации. Более того, в работе предлагается деление контекстных факторов на два типа. Контекстные факторы могут быть двух видов: «внутренними», т. е. факторами, которые в краткосрочной перспективе, как правило, находятся под ограниченным управленческим контролем, во многом отражая организационную инерцию внутреннего устройства университета, которая обычно изменяется постепенно (Camanho et al., 2009; Kienast, 2023). С одной стороны, управленческие команды обладают множеством возможностей и полномочий, позволяющих проводить серьезные оперативные изменения внутри образовательных организаций. Однако на практике большинство университетов как организаций отличаются консервативным характером развития (Musselin, 2007), для которых чаще всего не присущи частые внутренние трансформационные изменения. Более того, для многих вузов сохранение своих исторических особенностей и традиций является частью их репутации и стратегии поведения на рынке высшего образования (Marginson, 2006). Кроме того, особенности самой образовательной деятельности как растянутого по времени процесса также определяют устойчивость вузовской среды. Наконец, сама модель управления вузами предполагает принцип коллегиальности (Tapper and Palfreyman, 2010), характерный для университетских практик уже многие века, что также сказывается на оперативности тех или иных изменений. Второй тип факторов - «внешние», т. е. факторы, которые нельзя рассматривать как ресурсы или результат деятельности организации, но которые при этом тесно связаны с эффективностью ее деятельности и отражают региональную специфику, в которой находится университет. Примером внутренних контекстных факторов выступает структура НПР, доходов и студенческого контингента университета или управленческие способности руководства, внешних контекстных факторов - социально-экономическая среда региона, в котором находится университет, институциональные характеристики системы высшего

образования в регионе. Ключевым отличием внутренних контекстных

факторов от ресурсов является их инертность - в краткосрочной перспективе

2

эти переменные меняются значительно медленнее, чем ресурсы.

Таким образом, диссертация отвечает на следующий исследовательский вопрос: какие внутренние и внешние контекстные факторы связаны с эффективностью университетов; объектом исследования выступает эффективность университетов, предметом - их контекстные факторы; при этом целью исследования является изучение основных контекстных факторов эффективности российских университетов - внешних (социально-экономической среды регионов, институциональной среды высшего образования в регионе) и внутренних (структура студенческого контингента, НПР и доходов) - при помощи метода условной эффективности (Cazals et al., 2002; Daraio and Simar, 2005). Для этого необходимо решить следующие задачи:

1) определить основные подходы к анализу университета как организации;

2) разработать методологию оценки эффективности университетов на основе ресурсов и результатов деятельности вузов с учетом:

- внешних контекстных факторов эффективности университетов:

а) социально-экономические характеристики регионов (Agasisti, Egorov and Serebrennikov, 2023);

б) институциональная среда высшего образования в регионе (Agasisti, Egorov and Serebrennikov, 2023);

и внутренних контекстных факторов эффективности университетов:

а) структура университетов (Egorov and Serebrennikov, 2023);

б) практики внутреннего управления (Agasisti, Egorov, Platonova and Serebrennikov, 2025);

2 Детальное описание внутренних контекстных факторов и их отличий от ресурсов дано в разделе 1.4 «Внутренние контекстные факторы»

3) разработать программную реализацию инструмента оценки эффективности университетов - метода условной эффективности, и апробировать модель оценки эффективности при выявлении контекстных факторов эффективности;

4) сформировать практические рекомендации для сферы образования.

Для решения поставленных задач исследование обращается к

модификации оболочечного анализа данных (Charnes et al., 1978) - методу условной эффективности (Cazals et al., 2002; Daraio and Simar, 2005). Основной информационной базой диссертации выступил Мониторинг эффективности деятельности образовательных организаций высшего образования, проводимый Министерством науки и высшего образования РФ (Karelina et al, 2015; Tsivinskaya and Guba, 2020). Были использованы также данные по регионам, предоставляемые Федеральной службой государственной статистики (Росстат). Данные о практиках внутреннего управления, принятых в университетах, основываются на опросе, проводимом среди руководства российских университетов в рамках Мониторинга экономики образования (МЭО), организованного НИУ ВШЭ.

Для повышения эффективности деятельности университетов важно учитывать гетерогенную среду, в которой они находятся, и внутреннюю структуру (Daraio et al., 2021; Abankina, Aleskerov, Belousova et al., 2013). Сейчас внешний контекст университета учитывается в довольно ограниченных форматах - в региональных коэффициентах при распределении контрольных цифр приема в вузы, или при согласовании программ развития университетов с учетом запросов развития региона. В исследованиях показано, что в высшем образовании, для которого характерна централизованная модель распределения ресурсов (в том числе финансовых), недостаточно учитывается региональная (Fadda et al., 2022) и организационная (Kienast, 2023) гетерогенность университетов. Определение контекстных переменных, которые связаны с эффективностью университетов, позволит разрабатывать подходы к более эффективному распределению ресурсов, в том

числе финансовых, в системе высшего образования. Это определяет теоретическую значимость исследования.

Базовым теоретическим основанием исследования является концепция рассмотрения университета как мультипродуктовой организации (Cohn et al., 1989), в рамках которой университет рассматривается как объект, использующий некоторое количество разнообразных ресурсов, и который характеризуется несколькими разнородными результатами деятельности. В данной работе предлагается рассматривать университет как организацию, которая стремится максимизировать результаты своей деятельности. Большинство стран мира рассматривают университеты как формальные структуры и выстраивают государственную политику по повышению их эффективности, что является отражением идей политики нового менеджериализма (Ferlie et al., 2008; Шибанова, 2023). Контингентный подход (Donaldson, 2006; Kovats, 2018) определяет важность учета набора различных контекстных факторов при анализе эффективности организации. Кроме того, при анализе внутренних контекстных факторов исследование обращается к теории транзакционных издержек (Williamson, 1981) для объяснения организационной инертности университета как особого типа организации -организации с высокими транзакционными издержками, при анализе внешних контекстных факторов - к теории ресурсной зависимости (Pfeffer and Salancik, 2003) для объяснения необходимости учета среды, в которой существует университет.

Научная новизна исследования заключается в том, что впервые комплексно оценивается эффективность университетов с учетом контекстных факторов при помощи метода условной эффективности и впервые этот метод апробируется в российском контексте. Это позволяет получить состоятельные и максимально приближенные к реальности оценки эффективности, формировать выводы и рекомендации для сферы образования. Кроме того, метод условной эффективности имеет ряд достоинств по сравнению с классическим ОАД: устойчив к выбросам и позволяет включать в модель

контекстные факторы. Также имеет преимущества перед двухшаговыми моделями ОАД, т. к. требует меньше допущений о природе данных. Все это делает оценивание эффективности университетов и выявление факторов, связанных с эффективностью, более состоятельным и валидным.

На основании этого формируются положения, выносимые на защиту, определяющие основные результаты исследования:

1) Следующие факторы внешней контекстной среды значимо коррелируют с эффективностью университетов и рекомендуется их учитывать при оценке эффективности: институциональная среда высшего образования и экономическая среда региона (Agasisti, Egorov, Serebrennikov, 2023). Так, чем более конкурентна и селективна среда высшего образования в регионе, тем более эффективны университеты в нем. Это подтверждается через различные переменные: индекс Херфиндаля-Хиршмана3, средневзвешенный4 балл ЕГЭ абитуриентов, средневзвешенное количество цитирований публикаций сотрудников5, количество университетов-«лидеров» в регионе6. При этом не все переменные, ассоциированные с социально-экономической средой региона, коррелируют с эффективностью университетов. Факторы, отражающие экономическое развитие регионов, тесно и статистически значимо связаны с уровнем эффективности университетов: чем более экономически развит регион, тем более эффективны университеты в нем. Это подтверждается через различные переменные: уровень ВРП, ожидаемая продолжительность жизни от рождения. Однако следующие факторы, отражающие социальное и культурное развитие региона, не

3 По доле студентов университета в общей численности студентов региона

4 Взвешивание по доле студенческого контингента университета в общем контингенте в регионе

5 Взвешивание по доле НПР университета в общем количестве НПР в регионе

6 Университеты-«лидеры» - участники проекта повышения конкурентоспособности российских университетов («проект 5-100»), университеты, имеющие статус федерального или национального исследовательского

показывают статистически значимой взаимосвязи с эффективностью организаций: доля трудоспособного населения с высшим образованием, количество посетителей театров и музеев на 1000 населения соответственно.

2) Следующие факторы внутренней контекстной среды, ассоциированные с внутренним устройством университета, значимо коррелируют с эффективностью университетов и рекомендуется их учитывать при оценке эффективности: внутреннее устройство университета (структура доходов и студенческого контингента) (Egorov and Serebrennikov, 2023). Показано, что чем больше уровень разнородности студенческого контингента и структуры доходов, тем более эффективна организация. Это выявлено для следующих переменных: доли студентов бакалавриата, студентов очной формы обучения, студентов магистратуры из других университетов и иностранных студентов в общем студенческом контингенте университета, а также доли НИОКР и доли доходов из средств от приносящей доход деятельности в общей структуре доходов. Иными словами, диверсифицированность деятельности университета связана с эффективностью. При этом для факторов, связанных со структурой НПР, не выявлено подобного: доля НПР на полной ставке и доля НПР моложе 40 лет в общей численности НПР не показали статистически значимой связи с уровнем эффективности.

3) Внутренние контекстные факторы, ассоциированные с практиками внутреннего управления, значимо связаны с эффективностью университетов и рекомендуется их учитывать при оценке эффективности, причем эффект различается для разных типов университетов (Agasisti, Egorov, Platonova, Serebrennikov, 2025). Эффективность исследовательских университетов показывает тесную корреляцию с уровнем автономии факультетов и размером инвестиций в административный персонал, при этом степень

централизации внешних коммуникаций факультетов, уровень инициативности работников, общий уровень централизации университета, доля зарплат на административный персонал в общем зарплатном фонде и доля стимулирующих выплат в зарплатном фонде не показывают статистически значимой зависимости. Однако для эффективности университетов, ориентированных преимущественно на подготовку кадров, из перечисленных факторов имеет значение только уровень централизации внешних коммуникаций факультетов. Это ставит важный вопрос о роли уровня внутренней автономности и централизации в разных типах вузов.

На основании проведенного исследования предлагаются следующие прикладные рекомендации, определяющие практическую значимость работы:

1) Необходимо учитывать внешние контекстные факторы при реализации государственной политики - важно поддерживать конкуренцию между университетами в регионе для повышения эффективности их деятельности и не допускать монополизации высшего образования в регионе/на определенной территории (Agasisti, Egorov, Serebrennikov, 2023). В этом плане полученные выводы стоит учитывать, например, при проведении политики слияний и поглощений университетов - рекомендуется принимать решение о консолидации вузов в регионе с ограниченным числом университетов только если положительные эффекты от концентрации ресурсов однозначно превышают негативные эффекты от монополизации. Напротив, при наличии ограниченной конкуренции рекомендуется развивать альтернативные меры государственной политики для поддержания конкуренции, такие как сетевые формы взаимодействия, совместные образовательные программы и др. Кроме того, рекомендуется учитывать региональную неоднородность в рамках мер государственной

политики в области высшего образования (в дополнение к учету региональных коэффициентов при распределении контрольных цифр приема в вузы).

2) Связь внутренней структуры университета с его эффективностью подчеркивает важность диверсификации деятельности вуза перед управленцами университетов и ставит вопрос о стимулировании подобной политики регулятором (Egorov and Serebrennikov, 2023). Рекомендуется поддерживать спектр образовательных программ нескольких уровней при соответствующей востребованности этих образовательных продуктов, а также привлекать зарубежных студентов и индустриальных партнеров для диверсификации доходов вуза.

3) Рекомендуемая стратегия для исследовательских университетов включает предоставление автономии факультетам и инвестиции в административный персонал; для университетов, ориентированных преимущественно на подготовку кадров, рекомендуется обеспечивать централизацию внешних коммуникаций факультетов для снижения административной нагрузки (Agasisti, Egorov, Platonova, Serebrennikov, 2025).

Таким образом, диссертационное исследование продолжает не только российскую линию работ об изучении эффективности университетов и их роли для государства, общества и образовательной политики (Konstantinov and Filonovich, 2007; Abankina et al., 2013; Kuzminov et al., 2013; Aleskerov and Petrushchenko, 2016; Zinchenko and Egorov, 2019; Guba, 2021; Lovakov et al., 2021; Sandler and Gladyriev, 2021; Klyachko and Tokareva, 2025), но и зарубежную (Musselin, 2007; De Witte and Kortelainen, 2013; Daraio et al., 2021).

Прежде чем перейти к изучению контекстных факторов университета, необходимо понять, что из себя представляет университет как организация. Это особенно важно при анализе данных для правильного подбора методологии и выработки гипотез до начала анализа.

Глава 1. Подходы к определению эффективности университета как организации

В России, начиная с 2012 года, реализовывалась новая волна реформ в

высшем образовании. Большая часть из них основывалась на принципах политики «нового менеджериализма» (англ. new public management), которая включала в себя введение практик бизнес-сектора к управлению университетами, механизмов подотчетности, эффективности и контроля со стороны регулятора (Ferlie et al., 2008; Platonova and Semyonov, 2018). Подобные реформы значительно изменили ландшафт высшего образования в России. Эти преобразования стали объектом ряда исследований (Agasisti et al., 2020; Agasisti et al., 2021a), в том числе и диссертационных (Шибанова, 2023). Однако исследования чаще фокусировались на политиках и процессах изменений внутри системы высшего образования. В работе предлагается дополнить эту академическую дискуссию и поставить вопрос о поиске лучших форм организации деятельности университетов в изменившейся внешней среде. Исследование опирается на контингентный подход, предполагающий отсутствие универсальной формы устройства организации или управления в ней, в то время как эффективность организации зависит от того, насколько внутренние характеристики согласованы с требованиями внешней среды (Donaldson, 2006; Kovats, 2018). Чтобы понимать лучше оптимальное устройство организации, необходимо ее внутреннюю структуру и среду, в которой она находится, рассматривать в совокупности - не существует решений, которые бы одинаково хорошо работали в различных условиях (Luthans and Stewart, 1977). Для этого в исследовании анализируется, как внутреннее устройство и управленческие практики связаны с эффективностью университетов. Вдобавок, необходимо понять, как внешняя среда, в которой существуют университеты, связана с их эффективностью, как новые институциональные условия высшего образования и изменившаяся региональная среда отражаются на организациях.

Прежде чем переходить к изучению взаимосвязи внешней и внутренней среды университета, необходимо концептуализировать университет как организацию, понятие эффективности, внешнюю и внутреннюю среду университета.

1.1 Университет как организация

В литературе используются разные подходы к рассмотрению

организационной сущности университета. Университет можно представить как некоммерческую организацию, деятельность которой не сводится к получению прибыли и носит более сложную социальную функцию (Pusser and Turner, 2002). Университет может быть рассмотрен как социальный институт, предоставляющий общественное благо (Salemans and Budding, 2022). Университет может быть концептуализирован как мультипродуктовая организация, деятельность которой направлена на достижение нескольких разных показателей. В значительной степени эта концепция позволяет учесть предыдущие: некоммерческая природа и социальная функция университета может быть учтена как результат деятельности, в который входят образование и наука. Рассмотрим аргументы, почему в данной работе университет рассмотрен как мультипродуктовая организация. Университет имеет много общего с другими организациями, коммерческими (фирмы) и некоммерческими (больницы, музеи, школы и др.).

При этом университет представляет собой уникальный тип организации (Krücken and Meier, 2006; Musselin, 2007) со сложной структурой (Frost et al., 2016). Будучи в большинстве своем некоммерческой организацией, он содержит в себе черты, присущие коммерческой организации (фирме) -университет готовит студентов для рынка труда, конкурируя за них с другими образовательными учреждениями, одновременно университет выполняет научную деятельность. Результаты этой деятельности - как минимум, образовательные и научные - используются другими экономическими агентами: государством, фирмами, гражданами. Для достижения этих целей

университет нанимает преподавателей и научных сотрудников на рынке труда, конкурируя с другими университетами. Частный университет покрывает расходы в значительной степени через плату за обучение, государственный - в дополнение имеет трансферты от государства. Иными словами, университет функционирует на рынке как экономический агент, формируя спрос и предъявляя предложение (Panova, 2017).

Тем не менее, существует ряд отличий университета от коммерческой организации. Во-первых, сложно измерить результаты деятельности университета, в отличие от фирмы, где ярким критерием продуктивности является прибыль. Это может приводить к снижению стимулов руководства университета для повышения результативности организации и увеличивает риски оппортунистического поведения. Во-вторых, университет, как и многие некоммерческие организации (Tirole, 1994), стремится преуспеть сразу в нескольких направлениях (как минимум, преподавании и науке, а также часто в реализации «третьей миссии» (Egorov et al., 2020), которая заключается во вкладе вуза в социально-экономическое развитие города, региона и страны), что подчеркивает мультипродуктовую сущность университета. Наконец, в российской системе высшего образования университет ограничен в принятии стратегических решений (Egorov and Platonova, 2023): стратегические цели университета во многом задаются государством. Дискуссионным является вопрос уровня автономии университетов, что само по себе отличает вузы от частных организаций. Хотя неизменно управляющая команда университета выполняет функции контроля и распределения ресурсов, планирования хозяйственной деятельности.

Схематичное представление университета как мультипродуктовой организации с учетом влияния контекстной среды можно найти на Рисунке 1.

Рисунок 1. Представление университета как мультипродуктовой организации, которая использует р ресурсов и характеризуется q результатами деятельности, с учетом влияния контекстной среды

Вдобавок, в последние десятилетия в России и в мире на университеты распространяются практики управления из бизнес-сектора. К университету предъявляются требования прозрачности, подотчетности и эффективности с распространением политики нового менеджериализма. Это стало прямым следствием массовизации высшего образования второй половины 20-го века, которая резко поставила вопрос об оптимальном расходовании бюджетных средств. Впервые зародившись в Британии в ответ на увеличение государственных расходов на социальные нужды (в первую очередь, на образование и здравоохранение) в 1980-хх. (Grand, 1991), позднее этот подход распространился по всему миру. Систематический обзор Шибановой (2023) дает следующее определение: концепция нового менеджериализма «предполагает регулирование, основанное на рыночных и квазирыночных принципах, включая приватизацию, усиление автономии и создание более конкурентной среды, введение ценовых и бюджетных ограничений, разработку системы контроля за результатами работы вузов и системы обеспечения качества, финансирование, ориентированное на результат, вертикальную стратификацию по объему финансирования и статусу и горизонтальную диверсификацию вузов». Многие страны применяют элементы этой политики, даже если прямо не заявляют об этом (Ferlie et al., 2008). Политика нового менеджериализма нашла применение в большинстве стран Европы (Hammerschmid et al., 2019) и в ряде стран Азии (Samaratunge et

Список литературы диссертационного исследования кандидат наук Серебренников Павел Николаевич, 2026 год

Список литературы

1. Abankina, I., Aleskerov, F., Belousova, V., Zinkovsky, K., & Petrushchenko,

S. (2013 a). Evaluating performance of universities using data envelopment analysis. Voprosy obrazovaniya/Educational Studies Moscow, (2), 15-48.

2. Abankina, I., Aleskerov, F., Belousova, V., Gokhberg, L., Zinkovsky, K., Kiselgof, S., & Shvydun, S. (2013b). Typology and Analysis of Russian Universities' Performance in Education and Science Perspectives. Foresight and STI Governance (Foresight-Russia till No. 3/2015), 7(3), 48-63.

3. Agasisti, T., & Dal Bianco, A. (2006). Data envelopment analysis to the Italian university system: theoretical issues and policy implications. International Journal of Business Performance Management, 8(4), 344-367.

4. Agasisti, T., & Johnes, G. (2009). Beyond frontiers: Comparing the efficiency of higher education decision-making units across more than one country. Education Economics, 17(1), 59-79.

5. Agasisti, T., & Pérez-Esparrells, C. (2010). Comparing efficiency in a crosscountry perspective: The case of Italian and Spanish state universities. Higher Education, 59(1), 85-103.

6. Agasisti, T., & Pohl, C. (2012). Comparing German and Italian public universities: Convergence or divergence in the higher education landscape?. Managerial and decision economics, 33(2), 71-85.

7. Agasisti, T., & Wolszczak-Derlacz, J. (2015). Exploring efficiency differentials between Italian and Polish universities, 2001-11. Science and Public Policy, 43(1), 128-142.

8. Agasisti, T., Shibanova, E., Platonova, D., & Lisyutkin, M. (2020). The Russian Excellence Initiative for higher education: A nonparametric evaluation of short-term results. International Transactions in Operational Research, 27(4), 1911-1929.

9. Agasisti, T., Egorov, A., & Maximova, M. (2021a). Do merger policies increase universities' efficiency? Evidence from a fuzzy regression discontinuity design. Applied Economics, 53(2), 185-204.

10.Agasisti, T., Egorov, A., Zinchenko, D., & Leshukov, O. (2021b). Efficiency of regional higher education systems and regional economic short-run growth: empirical evidence from Russia. Industry and innovation, 28(4), 507-534.

11.Agasisti, T., Abalmasova, E., Shibanova, E., & Egorov, A. (2022). The causal impact of performance-based funding on university performance: quasi-experimental evidence from a policy in Russian higher education. Oxford Economic Papers, 74(4), 1021-1044.

12.Agasisti, T., & Shibanova, E. (2022). Actual autonomy, efficiency and performance of universities: Insights from the Russian case. International Journal of Public Administration, 45(2), 121-134.

13.Agasisti, T., Egorov, A., & Serebrennikov, P. (2023). Universities' efficiency and the socioeconomic characteristics of their environment—Evidence from an empirical analysis. Socio-Economic Planning Sciences, 85, 1-12.

14.Agasisti, T., Egorov, A., Platonova, D., & Serebrennikov, P. (2025). Universities' internal governance and their efficiency: Empirical evidence from Russia. International Transactions in Operational Research, 32(5), 2566-2592.

15.Aigner, D., Lovell, C. A. K., & Schmidt, P. (1977). Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, 6(1), 21-37.

16.Aleskerov, F., & Petrushchenko, V. (2016). DEA by sequential exclusion of alternatives in heterogeneous samples. International Journal of Information Technology & Decision Making, 15(01), 5-22.

17.Aleskerov, F. T., Belousova, V. Y., & Petrushchenko, V. V. (2017). Models of data envelopment analysis and stochastic frontier analysis in the efficiency assessment of universities. Automation and Remote Control, 78(5), 902-923.

18.Alchian, A. A., & Demsetz, H. (1972). Production, information costs, and economic organization. American Economic Review, 62(5), 777-795.

19.Arkhipova, A. (2014). Prioritization of Russian regions for sustainable investing purposes using data envelopment analysis. Review of Business and Economics Studies, (3), 93-104.

20.Askin, J. A. (2007). Community college mission: Re (s) ources make a difference. Community College Journal of Research and Practice, 31(12), 977-997.

21.Badin, L., Daraio, C., & Simar, L. (2010). Optimal bandwidth selection for conditional efficiency measures: A data-driven approach. European Journal of Operational Research, 201(2), 633-640.

22.Banker, R. D., & Morey, R. C. (1986). Efficiency analysis for exogenously fixed inputs and outputs. Operations Research, 34(4), 513-521.

23.Banker, R. D., Natarajan, R., & Zhang, D. (2019). Two-stage estimation of the impact of contextual variables in stochastic frontier production function models using data envelopment analysis: Second stage OLS versus bootstrap approaches. European Journal of Operational Research, 278(2), 368-384.

24.Barros, C. P., & Dieke, P. U. (2008). Measuring the economic efficiency of airports: A Simar-Wilson methodology analysis. Transportation Research Part E: Logistics and Transportation Review, 44(6), 1039-1051.

25.Bolli, T., Olivares, M., Bonaccorsi, A., Daraio, C., Aracil, A. G., & Lepori, B. (2016). The differential effects of competitive funding on the production frontier and the efficiency of universities. Economics of Education Review, 52, 91-104.

26.Bradley, S., Johnes, J., & Millington, J. (2010). The effect of competition on the efficiency of secondary schools in England. European Journal of Operational Research, 207(2), 706-717.

27.Camanho, A. S., Portela, M. C., & Vaz, C. B. (2009). Efficiency analysis accounting for internal and external non-discretionary factors. Computers & Operations Research, 36(5), 1591-1601.

28.Cantwell, B., Marginson, S., & Smolentseva, A. (2018). High participation systems of higher education. Oxford University Press.

29.Carnoy, M., Froumin, I., Leshukov, O., & Marginson, S. (2018). Higher education in federal countries: a comparative study. SAGE Publications.

30.Carter, D. A., Simkins, B. J., & Simpson, W. G. (2003). Corporate governance, board diversity, and firm value. Financial Review, 38(1), 33-53.

31.Carpenter, M. A., Geletkanycz, M. A., & Sanders, W. G. (2004). Upper echelons research revisited: Antecedents, elements, and consequences of top management team composition. Journal of Management, 30(6), 749-778.

32.Cazals, C., Florens, J. P., & Simar, L. (2002). Nonparametric frontier estimation: A robust approach. Journal of Econometrics, 106(1), 1-25.

33.Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision-making units. European Journal of Operational Research, 2(6), 429-444.

34.Coase, R. H. (1937). The nature of the firm. Economica, 4(16), 386-405.

35.Coelli, T. J., Rao, D. S. P., O'Donnell, C. J., & Battese, G. E. (2005). An introduction to efficiency and productivity analysis (2nd ed.). Springer.

36.Cohn, E., Rhine, S. L., & Santos, M. C. (1989). Institutions of higher education as multi-product firms: Economies of scale and scope. The review of economics and statistics, 284-290.

37.Cooper, W. W., Li, S., Seiford, L. M., Tone, K., Thrall, R. M., & Zhu, J. (2001). Sensitivity and stability analysis in DEA: some recent developments. Journal of productivity analysis, 15(3), 217-246.

38.Daraio, C., & Simar, L. (2005). Introducing environmental variables in nonparametric frontier models: a probabilistic approach. Journal of productivity analysis, 24(1), 93-121.

39.Daraio, C., & Simar, L. (2007). Advanced robust and nonparametric methods in efficiency analysis: Methodology and applications. Springer.

40.Daraio, C., & Simar, L. (2014). Directional distances and their robust versions: Computational and testing issues. European Journal of Operational Research, 237(1), 358-369.

41.Daraio, C., Bonaccorsi, A., & Simar, L. (2015). Rankings and university performance: A conditional multidimensional approach. European Journal of Operational Research, 244(3), 918-930.

42.Daraio, C., Simar, L., & Wilson, P. W. (2020). Fast and efficient computation of directional distances estimators. Annals of Operations Research, 288(2), 805-835.

43.Daraio, C., Simar, L., & Wilson, P. W. (2021). Quality as a latent heterogeneity factor in the efficiency of universities. Economic Modelling, 94, 1-12.

44.Demsetz, H. (1983). The structure of ownership and the theory of the firm. Journal of Law and Economics, 26(2), 375-390.

45.De Witte, K., & Kortelainen, M. (2013). Blaming the exogenous environment? Conditional efficiency estimation with continuous and discrete environmental variables. Applied Economics 39(2), 155-170.

46.De Witte, K., & Lopez-Torres, L. (2017). Efficiency in education: A review of literature and a way forward. Journal of the Operational Research Society, 68(4), 339-363.

47.Donaldson, L. (2006). The contingency theory of organizational design: challenges and opportunities. Organization Design: The evolving state-of-the-art, 19-40.

48.Egorov, A., Leshukov, O., & Froumin, I. (2020). "Regional flagship" university model in Russia: searching for the third mission incentives. Tertiary Education and Management, 26(1), 77-90.

49.Egorov, A., & Platonova, D. (2023). Perception of strategies by university middle managers: is there any relationship with actual universities' operations?. Tertiary Education and Management, 29(4), 411-427.

50.Egorov, A., & Serebrennikov, P. (2023). Measuring the efficiency of universities: What is inside the black box? Journal of Higher Education Policy and Management, 45(5), 545-565.

51.Emerson, R. M. (1976). Social exchange theory. Annual Review of Sociology, 2, 335-362.

52.Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society: Series A, 120(3), 253-281.

53.Fay, D. L., & Zavattaro, S. M. (2016). Branding and isomorphism: The case of higher education. Public Administration Review, 76(5), 805-815.

54.Ferlie, E., Musselin, C., & Andresani, G. (2008). The steering of higher education systems: A public management perspective. Higher education, 56(3), 325-348.

55.Ferro G., D'Elia V. (2020) Higher Education Efficiency Frontier Analysis: A Review of Variables to Consider, Journal on Efficiency and Responsibility in Education and Science, 13(3), 140-153.

56.Flegg, A. T., Allen, D. O., Field, K., & Thurlow, T. W. (2004). Measuring the efficiency of British universities: A multi-period data envelopment analysis. Education Economics, 12(3), 231-249.

57.Frost, J., Osterloh, M., & Weibel, A. (2016). Governing knowledge work: Transactional and transformational solutions. Organizational Dynamics, 45(1), 37-44.

58.Fried, H. O., Schmidt, S. S., & Lovell, C. K. (1993). The measurement of productive efficiency: techniques and applications. Oxford university press.

59.Fried, H. O., Schmidt, S. S., & Yaisawarng, S. (1999). Incorporating the operating environment into a nonparametric measure of technical efficiency. Journal of Productivity Analysis, 12(3), 249-267.

60.Gibbons, R. (2005). Incentives between firms (and within). Management Science, 51(1), 2-17.

61.Gibbons, R., & Henderson, R. (2012). Relational contracts and organizational capabilities. Organization Science, 23(5), 1350-1364.

62.Golovan, S., Nazin V., & Peresetsky, A. (2010). Nonparametric estimates of Russian banks efficiency. Economics and Mathematical Methods, 46(3), 4357.

63.Grossman, S. J., & Hart, O. D. (1986). The costs and benefits of ownership: A theory of vertical and lateral integration. Journal of Political Economy, 94(4), 691-719.

64.Guba, K. (2021). Building World-Class Universities in Russia: Redefining the Relationship between Academic and Managerial Self-Governance. Guba, Katerina." Building a World-Class University in Russia: Redefining the Relationship between Academic and Managerial Governance." Demokratizatsiya: The Journal of Post-Soviet Democratization.

65.Grand, J. L. (1991). Quasi-markets and social policy. The economic journal, 101(408), 1256-1267.

66.Haelermans, C., & De Witte, K. (2012). The role of innovations in secondary school efficiency—Evidence from a conditional efficiency model. European Journal of Operational Research, 223(2), 541-549.

67.Hart, O., & Moore, J. (1990). Property rights and the nature of the firm. Journal of Political Economy, 98(6), 1119-1158.

68.Hammerschmid, G., Van de Walle, S., Andrews, R., & Bezes, P. (2019). Public administration reforms in Europe: The view from the top. Edward Elgar Publishing.

69.Hanushek, E. A., & Woessmann, L. (2008). The role of cognitive skills in economic development. Journal of Economic Literature, 46(3), 607-668.

70.Hanushek, E. A. (2016). Will more higher education improve economic growth? Oxford Review of Economic Policy, 32(4), 538-552.

71.Hermalin, B. E., & Weisbach, M. S. (1988). The determinants of board composition. RAND Journal of Economics, 19(4), 589-606.

72.Helfat, C. E., & Peteraf, M. A. (2003). The dynamic resource-based view: Capability lifecycles. Strategic Management Journal, 24(10), 997-1010.

73.Horta, H., & Yudkevich, M. (2016). The role of academic inbreeding in developing higher education systems: Challenges and possible solutions. Technological forecasting and social change, 113, 363-372.

74.Hoxby, C. M. (2009). The changing selectivity of American colleges. Journal of Economic Perspectives, 23(4), 95-118.

75.Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm: Managerial behavior, agency costs and ownership structure. Journal of Financial Economics, 3(4), 305-360.

76.Johnes, J., & Johnes, G. (1993). Measuring the research performance of UK economics departments: An application of data envelopment analysis. Oxford Economic Papers, 45(2), 332-347.

77.Johnes, G., & Johnes, J. (1995). Research funding and performance in UK university departments of economics: A frontier analysis. Economics of Education Review, 14(3), 301-314.

78.Johnes, J. (2006). Data envelopment analysis and its application to the measurement of efficiency in higher education. Economics of Education Review, 25(3), 273-288.

79.Johns, G. (2006). The essential impact of context on organizational behavior. Academy of management review, 31(2), 386-408.

80.Kempkes, G., & Pohl, C. (2010). The efficiency of German universities— Some evidence from nonparametric and parametric methods. Applied Economics, 42(16), 2063-2079.

81.Klein, A. (1998). Firm performance and board committee structure. Journal of Law and Economics, 41(1), 275-303.

82.Klyachko, T. L., & Tokareva, G. S. (2025). Structural Changes in the Russian Higher Education System. University Management: Practice and Analysis, 28(4).

83.Kohl, S., Schoenfelder, J., Fugener, A., & Brunner, J. O. (2019). The use of Data Envelopment Analysis (DEA) in healthcare with a focus on hospitals. Health care management science, 22(2), 245-286.

84.Karelina, I. G., Sobolev, A. B., & Sorokin, S. O. (2015). Monitoring deyatel'nosti obrazovatel'nykh organizatsiy - initsiativa sistemnykh

izmeneniy v vysshem obrazovanii. Vysshee obrazovanie segodnya, (6), 3746.

85.Kienast, S. R. (2023). How do universities' organizational characteristics, management strategies, and culture influence academic research collaboration? A literature review and research agenda. Tertiary Education and Management, 29(2), 139-160.

86.Konstantinov, G. N., & Filonovich, S. R. (2007). Chto takoe predprinimatelskiy universitet. Voprosy obrazovaniya (Educational Studies), (1), 49-63.

87.Kovats, G. (2018). The change of organizational structure of higher education institutions in Hungary: a contingency theory analysis. International Review of Social Research, 8(1), 74-86.

88.Kounetas, K., Anastasiou, A., Mitropoulos, P., & Mitropoulos, I. (2011). Departmental efficiency differences within a Greek university: An application of a DEA and Tobit analysis. International Transactions in Operational Research, 18(5), 545-559.

89.Krucken, G., & Meier, F. (2006). Turning the university into an organizational actor. In G. S. Drori, J. W. Meyer, & H. Hwang (Eds.), Globalization and organization: World society and organizational change (pp. 241-257). Oxford University Press.

90.Kumbhakar, S. C., & Lovell, C. A. K. (2003). Stochastic frontier analysis. Cambridge University Press.

91.Kuzminov, Y., Semyonov, D., & Froumin, I. (2013). Struktura vuzovskoy seti: ot sovetskogo k rossiyskomu "master-planu." Voprosy obrazovaniya (Educational Studies Moscow), (4), 8-69.

92.Li, Q., & Racine, J. S. (2008). Nonparametric estimation of conditional CDF and quantile functions with mixed categorical and continuous data. Journal of Business & Economic Statistics, 26(4), 423-434.

93.Liu, J. S., Lu, L. Y. Y., Lu, W. M., & Lin, B. J. Y. (2013). A survey of DEA applications. Omega, 41(5), 893-902.

94.Lopez-Torres, L., Johnes, J., Elliott, C., & Polo, C. (2021). The effects of competition and collaboration on efficiency in the UK independent school sector. Economic Modelling, 96, 40-53.

95.Lopez, F. J., Ho, J. C., & Ruiz-Torres, A. J. (2016). A computational analysis of the impact of correlation and data translation on DEA efficiency scores. Journal of Industrial and Production Engineering, 33(3), 192-204.

96.Lovakov, A., Panova, A., Sterligov, I., & Yudkevich, M. (2021). Does government support of a few leading universities have a broader impact on the higher education system? Evaluation of the Russian University Excellence Initiative. Research Evaluation, 30(3), 240-255.

97.Luthans, F., & Stewart, T. I. (1977). A general contingency theory of management. Academy of management Review, 2(2), 181-195.

98.Lovell, C. A. K. (1993). Production frontiers and productive efficiency. In H. O. Fried, C. A. K. Lovell, & S. S. Schmidt (Eds.), The measurement of productive efficiency: Techniques and applications (pp. 3-67). Oxford University Press.

99.Marchetti, D., & Wanke, P. (2017). Brazil's rail freight transport: Efficiency analysis using two-stage DEA and cluster-driven public policies. SocioEconomic Planning Sciences, 59, 26-42.

100. Marginson, S. (2006). Dynamics of national and global competition in higher education. Higher education, 52(1), 1-39.

101. McMillan, M. L., & Datta, D. (1998). The relative efficiencies of Canadian universities: a DEA perspective. Canadian Public Policy/Analyse de Politiques, 485-511.

102. Meeusen, W., & van Den Broeck, J. (1977). Efficiency estimation from Cobb-Douglas production functions with composed error. International Economic Review, 18(2), 435-444.

103. Musselin, C. (2007). Are universities specific organisations. Towards a multiversity, 63-84.

104. Nienhuser, W. (2008). Resource dependence theory—How well does it explain behavior of organizations? Management Revue, 19(1-2), 9-32.

105. Panova, A. (2017). Contractual relations and governance models in universities (Doctoral dissertation, National Research University Higher School of Economics).

106. Paradi, J. C., & Zhu, H. (2013). A survey on bank branch efficiency and performance research with data envelopment analysis. Omega, 41(1), 61-79.

107. Pavlyutkin, I. (2011). Konstruirovanie universiteta kak organizacii. Journal of Economic Sociology, 12(1), 104-123 (in Russian).

108. Pfeffer, J., & Salancik, G. R. (2003). The external control of organizations: A resource dependence perspective. Stanford University Press.

109. Porunov, A. (2016). Efficiency of social safety infrastructure in Russian regions: A DEA approach. Regional Research of Russia, 6(3), 234-246 (in Russian).

110. Platonova, D (2015). Horizontal and Vertical Diversity in Russian Higher Education. University Management: Practice and Analysis, 4 (98), 1930 (in Russian).

111. Platonova, D., & Semyonov, D. (2018). Russia: The institutional landscape of Russian higher education. In 25 years of transformations of higher education systems in post-Soviet countries: Reform and continuity (pp. 337-362). Cham: Springer International Publishing.

112. Powell, K. K., & Rey, M. P. (2015). Exploring a resource dependency perspective as an organizational strategy for building resource capacity: Implications for public higher education universities. Management in Education, 29(3), 94-99.

113. Prakhov, I. (2016). The barriers of access to selective universities in Russia. Higher Education Quarterly, 70(2), 170-199.

114. Prendergast, C. (1999). The provision of incentives in firms. Journal of Economic Literature, 37(1), 7-63.

115. Pruvot, E. B., Claeys-Kulik, A. L., & Estermann, T. (2015). Designing strategies for efficient funding of universities in Europe. European University Association.

116. Pusser, B., & Turner, S. E. (2002). The challenge of convergence: Nonprofit and for-profit governance in higher education. In meeting of the Cornell Higher Education Research Institute, Ithaca, New York (pp. 1-36).

117. Rao, D. S. P., O'Donnell, C. J., & Battese, G. E. (2003). Metafrontier frameworks for the study of firm-level efficiencies and technology gaps. Empirical Economics, 28(2), 231-255.

118. Rothschild, M., & White, L. J. (1995). The analytics of the pricing of higher education and other services in which the customers are inputs. Journal of Political Economy, 103(3), 573-586.

119. Rudskaya, I. A., & Rodionov, D. (2018). Comprehensive evaluation of Russian regional innovation system performance using a two-stage econometric model. Revista Espacios, 39(04).

120. Ruggiero, J. (1998). Nonparametric analysis of educational costs. European Journal of Operational Research, 107(3), 641-653.

121. Tapper, T., & Palfreyman, D. (2010). The collegial tradition in the age of mass higher education. Springer Science & Business Media.

122. Tirole, J. (1994). The internal organization of government. Oxford Economic Papers, 46(1), 1-29.

123. Toma, E., Dobre, C., Dona, I., & Cofas, E. (2015). DEA applicability in assessment of agriculture efficiency on areas with similar geographically patterns. Agriculture and Agricultural Science Procedia, 6, 704-711.

124. Tsivinskaya A. O., Guba K. S. The Survey of HEIs Performance as a Data Source on Higher Education in Russia. University Management: Practice and Analysis. 2020; 24 (2): 121-130.

125. Teixeira, P. N., Rocha, V., Biscaia, R., & Cardoso, M. F. (2014). Revenue diversification in public higher education: Comparing the university and polytechnic sectors. Public Administration Review, 74(3), 398-412.

126. Samaratunge, R., Alam, Q., & Teicher, J. (2008). The new public management reforms in Asia: A comparison of South and Southeast Asian countries. International Review of Administrative Sciences, 74(1), 25-46.

127. Salemans, L., & Budding, T. (2022). Operationalizing public value in higher education: The use of narratives as an alternative for performance indicators. Journal of management and governance, 26(2), 337-363.

128. Sandler, D. G., & Gladyriev, D. A. (2021). Review of empirical researches on the factors of economic performance of Russian universities. Vestnik Samarskogo universiteta. Ekonomika i upravlenie, 12(4), 37-49.

129. Shibanova, E. (2023). NPM policy in higher education: a review of effects on universities' efficiency and productivity. Educational Studies Moscow, (2).

130. Sav, G. T. (2013). Four-stage DEA efficiency evaluations: Financial reforms in public university funding. Research in Higher Education, 54(1), 120-143.

131. Scott, W. R. (1987). The adolescence of institutional theory. Administrative Science Quarterly, 32(4), 493-511.

132. Shibanova, E. (2023). Evaluation of Universities' Institutional Efficiency and Performance under System-level Reforms in Russian Higher Education (Doctoral dissertation, National Research University Higher School of Economics).

133. Simar, L., Lovell, C. A. K., & Vanden Eeckaut, P. (1994). Stochastic frontiers incorporating exogenous influences on efficiency. Journal of Productivity Analysis, 5(2), 177-199.

134. Simar, L., & Wilson, P. W. (2007). Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics, 136(1), 31-64.

135. Simar, L., & Wilson, P. W. (2011). Two-stage DEA: Caveat emptor. Journal of Productivity Analysis, 36(2), 205-218.

136. Simar, L., & Vanhems, A. (2012). Probabilistic characterization of directional distances and their robust versions. Journal of Econometrics, 166(2), 342-354.

137. Simar, L., & Wilson, P. W. (2012). Estimation and inference in nonparametric frontier models: Recent developments and perspectives. Foundations and Trends in Econometrics, 5(3-4), 183-337.

138. Speelman, S., D'Haese, M., Buysse, J., & D'Haese, L. (2008). A measure for the efficiency of water use and its determinants, a case study of small-scale irrigation schemes in North-West Province, South Africa. Agricultural systems, 98(1), 31-39.

139. Warning, S. (2004). Performance differences in German higher education: Empirical analysis of strategic groups. Review of Industrial Organization, 24(4), 393-408.

140. Williamson, O. E. (1981). The economics of organization: The transaction cost approach. American journal of sociology, 87(3), 548-577.

141. Wolszczak-Derlacz, J., & Parteka, A. (2011). Efficiency of European public higher education institutions: A two-stage multicountry approach. Scientometrics, 89(3), 887-917.

142. Wolszczak-Derlacz, J. (2017). An evaluation and explanation of (in)efficiency in higher education institutions in Europe and the U.S. with the application of two-stage semi-parametric DEA. Research Policy, 46(9), 1595-1605.

143. Wongchai, A., Liu, W. B., & Peng, K. C. (2012). DEA metafrontier analysis on technical efficiency differences of national universities in Thailand. International Journal on New Trends in Education and their implications, 3(3), 3.

144. Xue, M., & Harker, P. T. (1999). Overcoming the inherent dependency of DEA efficiency scores: A bootstrap approach. Journal of Productivity Analysis, 11(1), 67-80.

145. Yaisawarng, S., & Ng, Y. C. (2014). The impact of higher education reform on research performance of Chinese universities. China Economic Review, 31, 94-105.

146. Yu, C. (1998). The effects of exogenous variables in efficiency measurement—a Monte Carlo study. European journal of operational research, 105(3), 569-580.

147. Zemtsov, S., & Kotsemir, M. (2019). An assessment of regional innovation system efficiency in Russia: the application of the DEA approach. Scientometrics, 120(2), 375-404.

148. Zinchenko, D., & Egorov, A. (2019). Efficiency Modeling of Russian Universities. HSE Economic Journal, 23(1), 143-172.

Приложение А

Эффективность университетов в разрезе по федеральным округам

Таблица А1. Описательные статистики условной эффективности по федеральным округам_

Центр альны й Северо-Западн ый Южный Северо-Кавказс кий Приволж ский Уральс кий Сибирски й Дальневос точный

Среднее 1.003 1.029 1.001 1.019 1.0001 1.001 1.001 1.085

Медиан а 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000

Ст. отклоне ние 0.052 0.013 0.008 0.063 0.036 0.048 0.044 0.176

Таблица А2. Описательные статистики частичной границы по федеральным округам_

Центр альны й Северо-Западн ый Южный Северо-Кавказс кий Приволж ский Уральс кий Сибирски й Дальневос точный

Среднее 0.897 0.942 0.945 1.164 0.918 0.939 0.933 1.083

Медиан а 0.944 0.941 0.919 1.067 0.960 0.975 0.956 1.000

Ст. отклоне ние 0.174 0.235 0.245 0.326 0.170 0.150 0.171 0.181

Таблица А3. Описательные статистики переменных по университетам Центрального федерального округа_

Переменная

2017 (N=103)

Среднее

Ст.откл. Медиана Мин

Макс

Ресурсы

IncomeUniv

2 509 542

3 773 400

1 017 514

177 449

25 418 823

Faculty

682

929

435

109

8 768

ExamNenrolled

91 748

93 457

56 712

6 132

546 312

Результат

Citations

12 730

21 157

6 331

136

125 121

R&D

401 962

858 348

81 900

5 248

6 069 631

EmplGrad

1 393

1 080

1 026

89

5 624

Внешние контекстные переменные: социально-экономическая среда региона

Employment

39.87

9.22

35.49

26.19

49.49

GRP Life

7 311 446 74.64

7 488 674 2.95

852 223 73.34

165 858 70.45

15 724 910 77.87

Переменная 2017 (N=103)

Culture 1 496 780 1 307 429 2 311

Внешние контекстные переменные: институциональная среда высшего образования *

WMeanExam 72.95 6.96 71.65 60.36 80.22

HHindex 0.207 0.2 0.199 0.034 1

WMeanCit 21 035 16 856 11 667 658 39 824

TotalLeaders 6.15 6.95 0 0 14

Примечание: описательные статистики контекстных переменных соответствуют регионам, в которых расположены университеты

Таблица А4. Описательные статистики переменных по университетам СевероЗападного федерального округа_

Переменная 2017 (N=40)

Среднее Ст.откл. Медиана Мин Макс

Ресурсы

IncomeUniv 2 203 556 2 363 726 1 376 286 284 047 12 372 126

Faculty 648 687 513 117 4 242

ExamNenrolled 90 389 68 176 72 937 15 827 355 216

Результат

Citations 15 616 38 641 3 987 357 191 793

R&D 307 330 548 355 86 430 11 417 2 432 592

EmplGrad 1 281 822 1 020 41 4 462

Внешние контекстные переменные: социально-экономическая среда региона*

Employment 38.72 7.08 43.61 25.59 43.61

GRP 2 677 182 3 866 402 3 866 402 151 607 3 866 402

Life 74.01 2.05 75.45 69.68 75.45

Culture 4 148 2 253 5 769 558 5 769

Внешние контекстные переменные: институциональная среда высшего образования *

WMeanExam 72.60 6.91 77.45 60.20 77.45

HHindex 0.248 0.3 0.056 0.057 1

WMeanCit 42 095 29 442 63 424 1 115 63 424

TotalLeaders 3.35 2.29 5 0 5

Примечание: описательные статистики контекстных переменных соответствуют регионам, в которых расположены университеты

Таблица А5. Описательные статистики переменных по университетам Южного федерального округа

Переменная 2017 (N=26)

Среднее Ст.откл. Медиана Мин Макс

Ресурсы

IncomeUniv 1 554 511 1 214 198 1 092 894 363 831 4 978 662

Faculty 711 558 546 171 2 538

ExamNenrolled 81 977 60 299 64 082 17 939 247 182

Выходные показатели

Citations 12 852 20 756 4 578 934 87 786

R&D 138 949 268 936 57 879 17 880 1 377 734

EmplGrad 1 667 1 162 1 443 41 4 671

Внешние контекстные переменные: социально-экономическая с )еда региона*

Employment 32.85 3.33 30.83 30.66 44.83

GRP 1 181 843 767 503 1 347 143 66 512 2 225 918

Life 73.27 0.35 73.39 72.00 73.54

Culture 875 814 543 276 4 274

Внешние контекстные переменные: институциональная среда высшего образования*

WMeanExam 66.85 3.76 65.95 50.01 72.10

HHindex 0.323 0.244 0.212 0.210 1

WMeanCit 20 359 12 238 30 078 934 31 749

TotalLeaders 0.307 0.471 0 0 1

Примечание: описательные статистики контекстных переменных соответствуют регионам, в которых расположены университеты

Таблица А6. Описательные статистики переменных по университетам Северо-

Переменная 2017 (N=23)

Среднее Ст.откл. Медиана Мин Макс

Ресурсы

IncomeUniv 738 772 435 441 551 219 220 218 2 076 387

Faculty 405 223 310 149 1 144

ExamNenrolled 51 860 35 086 39 023 20 816 159 967

Выходные показатели

Citations 8 809 19 638 2 846 387 95 329

R&D 49 873 48 579 25 531 450 176 395

EmplGrad 747 550 588 21 2 684

Внешние контекстные переменные: социально-экономическая с )еда региона*

Employment 37.41 5.26 36.70 28.52 43.73

GRP 373 871 265 014 178 912 55 614 665 422

Life 76.06 1.81 75.51 74.19 81.59

Culture 347 91 306 145 485

Переменная 2017 (N=23)

Среднее Ст.откл. Медиана Мин Макс

Внешние контекстные переменные: институциональная среда высшего образования*

WMeanExam 61.86 4.37 61.91 55.52 68.63

HHindex 0.359 0.187 0.296 0.211 1

WMeanCit 9 402 10 580 4 223 524 28 658

TotalLeaders 0.217 0.422 0 0 1

Примечание: описательные статистики контекстных переменных соответствуют регионам, в которых расположены университеты

Таблица А7. Описательные статистики переменных по университетам Приволжского федерального округа_

Переменная

2017 (N=73)

Среднее Ст.откл.

Медиана

Мин

Макс

Ресурсы

IncomeUniv

1 334 373

1 320 274

865 892

206 906

8 690 899

Faculty

521

406

367

107

2 563

ExamNenrolled

72 717

60 338

58 586

10 660

409 992

Выходные показатели

Citations

7 085

6 885

4 606

266

33 521

R&D

169 317

31 017

52 275

3 395

1 705 074

EmplGrad

1 409

1 018

1 088

25

5 682

Внешние контекстные переменные: социально-экономическая среда региона*

Employment

32.21

4.18

32.30

26.28

39.12

GRP

1 041 555 603 031

1 191 102 169 479 2 114 176

Life

72.33

1.01

72.06

70.79

74.20

Culture

822

434

679

356

1 823

Внешние контекстные переменные: институциональная среда высшего _образования *_

WMeanExam

68.83

3.25

69.70

61.87

73.80

HHindex

0.269

0.139

0.216

0.141

0.651

WMeanCit

9 908

5 467

8 368

1 994

20 576

TotalLeaders

0.932

1.032

1

0

3

Примечание: описательные статистики контекстных переменных соответствуют регионам, в которых расположены университеты

Таблица А8. Описательные статистики переменных по университетам Уральского федерального округа

Переменная 2017 (N=27)

Среднее Ст.откл. Медиана Мин Макс

Ресурсы

IncomeUniv 1 504 869 1 596 738 953 423 286 438 8 050 634

Faculty 534 548 395 144 2 714

ExamNenrolled 76 260 75 875 54 896 14 637 387 409

Выходные показатели

Citations 7 622 12 143 3 084 745 57 925

R&D 144 789 355 216 41 004 20 170 1 838 942