Terciární vzdělávání v ČR v empirickém pohledu aneb jak je možné věcně zkoumat TV a co o TV v ČR víme Arnošt Veselý
Cíle • Získat základní znalost o možnostech a mezích empirické analýzy TV (dostupná data, indikátory); • Naučit se orientovat v základních empirických ukazatelích TV; • Získat základní znalost o vývoji TV v ČR dle empirických dat; • Naučit se kriticky interpretovat empirická data a chápat je v širších souvislostech.
Struktura přednášky • • • •
Dostupná data o TV Kontext a souvislosti interpretace indikátorů Analýza vývoje počtu studentů Další důležité indikátory
Cvičení 1 • Představte si, že jste nový poradce ministra školství a chcete získat co nejpřesnější obrázek o stavu terciárního vzdělávání v ČR. Jaká data, informace či indikátory budete chtít? Proč?
Informací je mnoho … ČR: ÚIV F1 Vysoké školství – souhrny F1.1 Souhrn VŠ – studenti (fyzické osoby) podle formy a typu studijního programu F1.1.1 Souhrn VŠ – počet VŠ, studií a absolvování podle formy a typu studijního programu … F2 Studenti vysokých škol (podle zřizovatele a skupiny studijních programů F2.1.1 VŠ – studenti (fyzické osoby) podle formy a typu studijního programu F2.1.2 VŠ – studenti (fyzické osoby) ženy podle formy a typu studijního programu F2.2.1 VŠ – studenti (fyzické osoby) celkem podle formy studia a typu studijního programu F2.2.2 VŠ – studenti (fyzické osoby) ženy podle formy studia a typu studijního programu F3 Poprvé zapsaní, přijímací řízení (podle zřizovatele a skupiny studijních programů) F3.1 VŠ – poprvé zapsaní (fyzické osoby) na VŠ podle formy studia a typu studijního programu F3.2.1 VŠ – poprvé zapsaní (fyzické osoby) na VŠ celkem podle formy studia a typu studijního programu F3.2.2 VŠ – poprvé zapsané ženy (fyzické osoby) na VŠ podle formy studia a typu studijního programu F3.3 VŠ – poprvé zapsaní (fyzické osoby) – podle typu studijního programu – podle zřizovatele a roku narození F3.4 VŠ veřejné a soukromé – přijímací řízení (uchazeči se státním občanstvím ČR) … F4 Absolventi vysokých škol F4.1 Vysoké školy – absolventi (fyzické osoby), z toho ženy podle formy studia a typu studijního programu F4.2 Vysoké školy – absolventi (fyzické osoby) celkem, z toho ženy podle formy studia a typu studijního programu F4.3 Vysoké školy – absolventi (fyzické osoby) – podle typu studijního programu F5 Celoživotní vzdělávání na vysokých školách F5.1 Vysoké školy – celoživotní vzdělávání – studenti – podle zřizovatele a vysokých škol F5.2 Vysoké školy – celoživotní vzdělávání – absolventi – podle zřizovatele a vysokých škol F6 Zaměstnanci vysokých škol F6.1 Veřejné vysoké školy – zaměstnanci – podle vysokých škol F7 Státní vysoké školy ….
Informací je mnoho … OECD Education at Glance: • Graduation rates in tertiary education (2005) • Trends in tertiary graduation rates (1995-2005) • Percentage of tertiary graduates, by field of education (2005) • Science graduates, by gender (2005) • Survival rates in tertiary education (2004) • Trends in net graduation rates at advanced research qualification rates (1995-2005) • Percentage of tertiary qualifications awarded to females, by type of tertiary education and field of education (2005) • Population that has attained tertiary education (2005) • Population of males who have attained tertiary education (2005) • Population of females who have attained tertiary education (2005) • Attainment of tertiary education, by age (2004) • …….
Jak se vyznat v datech? • Data se týkají v zásadě tří hlavních základních oblastí („jednotek“): studentů, pedagogů a financování; • Jsou tříděna podle dalších znaků (školy, typ oboru, forma studia atd.); • Používají se absolutní hodnoty (např. absolutní počet všech studentů), i normované hodnoty (např. počet studentů v dané věkové kohortě).
Model souvislostí indikátorů Vstupy
Procesy
Výstupy
Efekty
Model souvislostí indikátorů Vstupy
- Čistá míra vstupu do TV - Hrubá míra vstupu do TV
Procesy
- Střední délka vzdělávání - Čistá míra účasti na TV
Výstupy
- Hrubá míra graduace - Čistá míra graduace - Míra přežití v TV
Efekty
- Podíl obyvatel s terciárním vzděláním - Podíl nezaměstnaný ch lidí s TV
Různé účely indikátorů Vstupy
Procesy
Výstupy
Efekty
Informace pro vzdělávací politiku….
- Hrubá míra graduace Čistá míra vstupu do TV
Absolutní počty studentů
- Čistá míra graduace - Míra přežití v TV
Informace pro financování ….
- Podíl obyvatel s terciárním vzděláním - Podíl nezaměstnaný ch lidí s TV
Různé metodiky výpočtu počtu studentů • Počty „studií“ → mnoho studentů je započítáno vícekrát; stále se užívá u členění do jednotlivých oborů studia • Počty studentů – fyzické osoby; dle SIMS (Sdružené informace z matrik studentů); užívá se při výpočtech míry vstupu do terciárního vzdělávání atd.
Studenti: ukazatelé vstupu Čistá míra vstupu do terciárního vzdělávání NENTa 100 % POPa
• Kde NENTa je počet poprvé zapsaných ve věku „a“ do terciárního vzdělávání • POPa je počet obyvatel ve věku „a“.“ (Kleňhová, 2007: 15) Tedy: suma podílu počtu vzdělávajících se osob v daném věku a celkového počtu osob v daném věku
Studenti: ukazatelé vstupu Míra vstupu založená na kohortní analýze y z
i 0
ENTR ( y i )t i 100 % POP ( y i )t i
• ENTR(y–i)t–i je počet poprvé zapsaných ve věku „y–i“ v roce t–i • POP(y–i)t–i je velikost populace ve věku „y–i“ v roce t–i • y je horní hranice věkové skupiny vstupující do ukazatele • z je dolní hranice věkové skupiny vstupující do ukazatele (Kleňhová, 2007: 15) Tedy: ukazatel sleduje generaci narozených v jednom roce v průběhu času.
Počet poprvé zapsaných do terciárního vzdělávání typu ISCED 5A podle věku v letech 2001–2007 (pouze občané ČR)
celkem 17 18 19 20 21 22 23 24 25 26 27 28 29 30-34 35-39 40+
2001 43 025 4 3 505 16 325 10 820 2 200 1 647 1 247 1 041 772 683 651 546 430 1 373 962 819
2002 45 327 5 649 15 518 14 329 3 620 1 662 1 334 1 051 831 708 670 589 540 1 680 1 139 1 002
2003 52 374 2 56 18 943 16 514 3 989 1 825 1 270 1 088 973 827 736 667 690 2 158 1 393 1 243
2004 57 543 2 41 20 521 17 862 3 985 1 939 1 283 1 011 955 981 812 774 771 2 959 1 857 1 790
2005 62 006 2 33 21 494 19 854 4 458 1 966 1 544 1 049 863 842 866 855 756 3 354 2 011 2 059
2006 66 750 2 46 22 984 20 811 4 448 2 254 1 598 1 154 874 850 909 900 877 3 942 2 496 2 605
2007 71 002 1 28 24 662 21 554 4 429 2 223 1 727 1 204 1 026 870 839 942 906 4 366 2 956 3 269
Pramen: Hulík a Tesárková (2009)
Čistá míra vstupu do terciárního vzdělávání a míra vstupu založená na kohortní analýze (pro programy terciárního vzdělávání typu ISCED 5A) v letech 1997–2007
17 18 19 20 21 22 23 24 25 26 27 28 29 30-34 35-39 40+
1997 0,0% 6,3% 6,1% 2,7% 1,7% 1,5% 1,0% 0,6% 0,3% 0,2% 0,2% 0,1% 0,1% 0,2% 0,0% 0,0% 21,8%
1998 0,0% 7,0% 7,1% 2,9% 1,6% 1,2% 0,8% 0,5% 0,3% 0,3% 0,2% 0,2% 0,1% 0,1% 0,1% 0,0% 23,2%
1999 0,0% 7,6% 8,2% 3,2% 1,4% 0,9% 0,6% 0,5% 0,4% 0,3% 0,2% 0,2% 0,1% 0,1% 0,1% 0,0% 24,6%
2000 0,0% 7,7% 9,1% 4,5% 2,8% 1,9% 1,4% 1,0% 0,6% 0,3% 0,2% 0,1% 0,1% 0,0% 0,0% 0,0% 29,7%
2001 0,0% 2,6% 11,7% 7,6% 1,5% 1,0% 0,7% 0,6% 0,4% 0,4% 0,3% 0,3% 0,3% 0,2% 0,1% 0,0% 29,7%
2002 0,0% 0,5% 11,5% 10,2% 2,6% 1,1% 0,8% 0,6% 0,5% 0,4% 0,4% 0,3% 0,3% 0,2% 0,2% 0,0% 31,8%
2003 0,0% 0,0% 14,0% 12,1% 2,8% 1,3% 0,8% 0,6% 0,6% 0,5% 0,4% 0,4% 0,4% 0,3% 0,2% 0,0% 37,2%
2004 0,0% 0,0% 15,1% 13,1% 2,9% 1,4% 0,9% 0,7% 0,6% 0,6% 0,5% 0,4% 0,4% 0,4% 0,3% 0,1% 41,0%
2005 0,0% 0,0% 16,2% 14,5% 3,2% 1,4% 1,1% 0,7% 0,6% 0,5% 0,5% 0,5% 0,4% 0,4% 0,3% 0,1% 44,5%
2006 0,0% 0,0% 17,5% 15,5% 3,2% 1,6% 1,1% 0,8% 0,6% 0,5% 0,5% 0,5% 0,5% 0,4% 0,4% 0,1% 48,3%
2007 0,0% 0,0% 18,3% 16,0% 3,2% 1,6% 1,2% 0,8% 0,7% 0,6% 0,5% 0,5% 0,5% 0,5% 0,4% 0,1% 50,6%
34,9%
32,6%
24,0%
Pramen: Hulík a Tesárková (2009) Čistá míra vstupu
Míra vstupu založená na kohortní analýze
Chart A2.3. Entry rates into tertiary-type A education (1995, 2000 and 2008) 2008
1995
2000
100 90 80 70
56,9
60 50 40 30 20 10 0
USA - The entry rates for tertiary-type A programmes include the entry rates for tertiary-type B programmes. Countries are ranked in descending order of entry rates for tertiary-type A education in 2008. Source: OECD. Table A2.4. See Annex 3 for notes (www.oecd.org/edu/eag2010). Soutce: OECD, Education at Glance (2010)
Interpretace • Ukazatel čisté míry vstupu vzrostl za posledních 10 let více než dvojnásobně (tzv. syntetická věková kohorta poprvé zapsaných do terciárního vzdělávání) a přesáhl 50 % - přechodu od elitního na masový systém terciárního vzdělávání podle Trowovy koncepce; • Výrazně vzrostl podíl jak těch, kteří nastupují hned po studiu, tak těch ostatních („odložená poptávka“). • V roce 2009 – zhruba 38 % studentů z kohorty ukončení maturitou vstoupilo na vysoké školy; „zbytek“ tvoří „odložená poptávka“
Počty studentů celkem Forma vzdělávání/studia Typ studijního programu
z toho
Celkem prezenční studium
distanční a kombinované studium Bakalářské studijní programy Magisterské studijní programy
Magisterské navazující studijní programy Doktorské studijní programy
2003/04 2004/05 2005/06 2006/07 2007/08 2008/09 2009/10
243 801 264 893 289 578 316 367 344 138 368 212 389 231 195 658 208 075 223 231 238 322 252 107 263 911 277 184 49 943
58 873
68 708
80 812
95 331 108 126 116 396
90 185 123 248 154 076 181 992 207 939 229 029 243 400 123 876 107 298 93 451
79 469
65 191
53 362
46 147
14 205
17 203
23 974
35 945
51 475
66 243
79 226
20 026
21 428
22 314
23 311
23 986
24 538
25 680
Zdroj: Databáze ÚIV, 2010
TV v populaci Chart A1.1. Population that has attained tertiary education (2008) 60
25-34 year-olds
50
55-64 year-olds
40 30
20 10
Brazil
Turkey
Czech Republic
Slovak Republic
Austria
Mexico
Italy
Portugal
Germany
Hungary
Greece
Slovenia
Poland
Iceland
Chile
OECD average
Estonia
Finland
United Kingdom
Switzerland
Luxembourg
Spain
France
Netherlands
Sweden
United States
Australia
Belgium
Israel
Denmark
Ireland
Norway
New Zealand
Japan
Russian Federation1
Canada
Korea
0
Education at Glance 2010 Countries are ranked in descending order of the percentage of 25-34 year-olds who have attained tertiary education. Source: OECD. Table A1.3a. See Annex 3 for notes (www.oecd.org/edu/eag2010). Statlink
Příčiny nárůstu studentů • ???
Příčiny nárůstu studentů • Realizace odložené poptávky; • Demografický důvod: slabší ročníky, zatímco kapacita zůstala nastavená stejně; • Vznik mnoha soukromých vysokých škol; • Přesun z VOŠ na VŠ (v grafu pouze ISCED 5A) • Rozvoj kombinovaného studia
Počty škol 2003 2004 2005 2006 2007 2008 2009
Vysoké školy – veřejné a 52 soukromé z celkového počtu škol 28 soukromé vysoké školy Vysoké školy vojenské a 4 policejní
60
64
63
68
71
71
36
39
38
42
45
45
2
2
2
2
2
2
Zdroj: Databáze ÚIV, 2010
Počty studentů v jednotlivých oborech 2003
2004
2005
2006
2007
2008
2009
Přírodní vědy a nauky
20 166 21 514 23 283 24 654 26 552 28 095 29 920
Technické vědy a nauky
66 694 69 903 74 422 79 487 82 276 83 928 86 036
Zemědělsko-lesnické a veterinární vědy a nauky Zdravotnictví, lékařské a farmaceut.vědy a nauky
9 349
10 265 11 280 12 173 12 809 13 840 14 614
18 195 20 087 22 036 24 114 25 398 26 697 27 744
Humanitní a spol. vědy a nauky
33 925 38 200 42 390 47 735 53 752 60 182 66 165
Ekonomické vědy a nauky
49 951 55 077 62 133 70 677 81 148 90 343 97 569
Právní vědy a nauky
11 770 12 575 13 321 14 039 15 079 16 135 16 973
Pedagogika, učitelství a soc. péče
33 530 36 464 39 647 42 175 45 665 47 567 48 404
Vědy a nauky o kultuře a umění
5 491
6 073
6 697
7 446
8 183
9 045
9 799
Zdroj: Databáze ÚIV, 2010
Cvičení 2 – Kolik máme vysokoškoláků Na základě výše uvedené analýzy vyberte jeden z výroků a argumentujte v jeho prospěch: 1. Vysokoškoláků v ČR je příliš mnoho, stát by měl zavést opatření na jejich snížení; 2. Vysokoškoláků v ČR je příliš mnoho, ale administrativně by se nemělo zájmu o studium bránit; 3. Vysokoškoláků je v ČR je přiměřeně potřebám společnosti; 4. Vysokoškoláků v ČR je stále málo, stát by měl podporovat zájem o studium;
Počty pedagogů Vysoké školy včetně kolejí a menz (bez VŠZS,VŠLS a zahraničních lektorů)
2003
2004
2005
2006
2007
2008
2009
27 380
28 224
28 585
28 360
28 545
29 042
29 254
zaměstnanci vysokých škol 24 572
25 499
26 087
26 648
27 141
27 703
28 101
v tom
Zaměstnanci celkem
zaměstnanci kolejí
1 954
1 911
1 801
1 118
792
672
563
zaměstnanci menz
853
814
697
594
611
668
590
14 220
14 623
15 016
15 524
16 526
16 977
17 272
z toho akademičtí pracovníci
Zdroj: Databáze ÚIV, 2010
Počty pedagogů na studenta Chart D2.3 Number of students per teacher in full-time equivalents 40 Tertiary education
29,98
30 25,74
20
20,83
19,12 16,9016,25
15,88 14,41
15,85
15,43
10,41
15,7714,99
14,94
12,63
11,54
19,51 17,11 16,68
18,97
17,77
14,59
13,81
11,05
0,00
0,000,000,00
0,00
10,08
9,30
8,53
10
0,00
Source: OECD. Table D2.2. See Annex 3 for notes (www.oecd.org/edu/eag2010).
ISL
POL
ITA
HUN
NOR
PRT
LUX
SWE
BEL
AUT
ESP
USA
FIN
CHE
NLD
SVN
AUS
ISR
EST
NZL
RUS
IRL
DEU
CZE
SVK
JPN
FRA
UKM
CHL
KOR
TUR
BRA
MEX
0
Cvičení 3 • Jaký je podle vás optimální počet pedagogů na studenta? Proč?
Výdaje na TV Chart B1.2. Annual expenditure by educational institutions per student for all services, by level of education (2007) In equivalent USD converted using PPPs, based on full-time equivalents
OECD average
Luxembourg1 United States Norway Iceland Switzerland1 Denmark Austria Sweden United Kingdom Italy1 Belgium Japan Ireland Netherlands Spain Australia Finland France Germany Korea Israel Portugal1 New Zealand Hungary1 Poland1 Estonia Slovak Republic Czech Republic Chile Mexico Brazil1 Canada1 Slovenia Russian…
28 000 26 000 24 000 22 000 20 000 18 000 16 000 14 000 12 000 10 000 8 000 6 000 4 000 2 000 0
1. Public institutions only. Countries are ranked in descending order of expenditure by educational institutions per student in primary education.
Source: Education at Glance (200)
Celkové výdaje na veřejné vysoké školy VŠ – výdaje z rozpočtu kapitoly 333-MŠMT v tis. Kč
2003
2004
2005
2006
2007
2008
2009
Výdaje na vysoké školy celkem 18 850 377 20 763 642 24 615 888 27 673 550 29 840 275 30 371 800 32 990 723
v tom
neinvestiční výdaje investiční výdaje
v%
neinvestiční výdaje investiční výdaje
15 743 820 17 719 587 20 246 630 22 721 297 24 662 764 25 445 514 28 104 867
3 106 557
3 044 055
4 369 259
4 952 252
5 177 511 4 926 286
4 885 856
83,5%
85,3%
82,3%
82,1%
82,6%
83,8%
85,2%
16,5%
14,7%
17,7%
17,9%
17,4%
16,2%
14,8%
Zdroj: Databáze ÚIV, 2010
Efekty vzdělávání Chart A6.4. Difference between highest and lowest unemployment rates for below upper secondary and tertiary educated 25-64 year-old individuals (1997-2008)
Slovak Republic Poland Czech Republic Estonia Spain Ireland Finland Hungary Germany Sweden New Zealand OECD average Israel France Turkey Norway Netherlands Belgium Korea Australia Denmark Italy Portugal Switzerland Luxembourg Canada United Kingdom Slovenia United States Iceland EU19 average Austria Greece Japan Mexico Brazil Chile
18 16 14 12 10 8 6 4 2 0
/ /
27%
Below upper secondary education Tertiary education Upper secondary and post-secondary non-tertiary education
Countries are ranked in descending order of the difference between highest and lowest unemployment rates of 25-64 year-olds with below upper secondary education. Source : OECD. Table A6.4a. See Annex 3 for notes (www.oecd.org/edu/eag2010).
Cvičení 4: Další efekty TV • Jaké další efekty by měly být podle Vás sledovány? Proč?
Otázky, komentáře?
DÍKY ZA POZORNOST!