Navigation – Plan du site

AccueilRecherches & Éducations6Articles variaEstimation de l’Efficience Techni...

Articles varia

Estimation de l’Efficience Technique dans le Secteur de l’Enseignement Supérieur en Tunisie

Younes Boujelbène, Ali Maalej et Anis Khayati
p. 217-236

Résumés

Ce papier traite de la mesure de l’efficience technique dans le secteur de l’enseignement supérieur en Tunisie. Pour cela, nous utilisons la méthodologie frontière dans sa version paramétrique et non paramétrique. Ainsi, nous estimons une frontière de production pour 108 institutions d’enseignement supérieur, gérés par le seul ministère de tutelle, pour les années universitaires 2004/05 et 2005/06. Nous avons démontré que dans ces établissements, le taux d’encadrement enseignants et le budget de fonctionnement par étudiant ont un impact positif et significatif sur l’efficience. Pour l’analyse sectorielle, et s’agissant des variables muettes, leur positivité et leur significativité sont apparentes. L’effet secteur est par conséquent évident. Ceci est d’autant plus compréhensible que chaque secteur d’enseignement bénéficie de ces propres spécificités. Pour consolider notre recherche, nous avons ciblé les ISET, institutions professionnelles supérieures répondant à la nouvelle orientation politique du pays pour l’enseignement supérieur et le marché de l’emploi. Les résultats montrent que le taux de réussite est important dans ces établissements. L’estimation montre que l’effet du budget de fonctionnement est positif et significatif ; alors que l’effet du taux d’encadrement enseignant et non enseignant reste non significatif. Ce résultat est certainement différent de celui déjà obtenu pour les autres catégories d’institutions. Aussi, le score d’efficience technique est supérieur aux autres institutions. Toutes ces constations nous laisse penser que la politique préconisée par les pouvoirs publics est judicieuse en ce qui concerne la mise en place d’un système d’enseignement court et professionnel. Cet enseignement permettrait de réaliser des économies substantielles et bénéfiques pour l’enseignement supérieur dans son ensemble.

Haut de page

Texte intégral

1L’environnement économique mondiale actuel, l’économie du marché et les pressions de plus en plus fortes sur les budgets, ont incité plusieurs pays à faire évoluer fortement leur politique à l’égard des institutions de l’enseignement supérieur. Le laissez-faire est abandonné pour mettre davantage l’accent sur l’efficience de ces établissements.
L’importance du sujet de l’amélioration de l’efficience de l’enseignement supérieur a suscité l’intérêt d’un certain nombre d’auteurs, tant elle permet l’abaissement des coûts, la diminution de la pression budgétaire et l’augmentation de la production. Différents travaux ont tenté d’introduire et d’analyser des paramètres pouvant handicaper cette amélioration. Pour cela, plusieurs méthodes d’analyse ont été utilisées, et plusieurs paramètres ont été introduits tel que le nombre des diplômés, le taux de réussite, le nombre des enseignants et du personnel non enseignant, les dépenses de fonctionnement, etc.
Par exemple, Abbott et Doucouliagos (2003) ont analysé l’efficience d’un échantillon composé de 36 universités australiennes. Les résultats montrent que les universités australiennes opèrent à un niveau d’efficience relativement élevé.
Chakraborty, Biswas et Lewis (2001) ont mesuré l’efficience technique de l’enseignement public aux Etats Unis, en adoptant les approches stochastiques et non- stochastiques dans la construction de la frontière de production. Il apparaît de leur analyse que le taux d’encadrement, le grade des enseignants et leurs expériences ont un impact positif et significatif sur l’efficience de ces institutions. Aussi, les scores d’efficience technique des institutions ciblées sont quasi-similaires et satisfaisants ; ils se situent en moyenne entre 85.8 % et 89.7 %.
Johnes (2006), constatant la diversité des méthodes d’évaluation et de mesure de l’efficience de l’enseignement supérieur, considère que la méthode non paramétrique est mieux à même d’aboutir à des résultats robustes puisqu’elle permet d’introduire plusieurs outputs et inputs. Ainsi, dans sa démarche il a utilisé cette méthode pour mesurer l’efficience de 100 institutions d’enseignement supérieur en Angleterre durant l’année universitaire 2000/01. L’auteur a abouti aux résultats que le score moyen d’efficience technique est élevé dans les institutions universitaires (94.61 %).
La densité des travaux sur l’analyse de l’efficience de l’enseignement supérieur n’altère en rien l’intérêt du sujet qui se fait de plus en plus important dans le contexte actuel où la pression budgétaire sur l’enseignement supérieur se fait de plus en plus grande dans tous les pays du monde, et particulièrement ceux en développement.
Nous aborderons dans ce papier, le problème de la mesure de l’efficience technique des universités en Tunisie. En effet, En Tunisie, le programme d’études est de type fermé, où la progression ne dépend que des notes obtenues dans un niveau d’études donné. Ceci permet une programmation unifiée des étudiants, des enseignants, d’affectation des locaux et facilite la gestion et le contrôle des flux d’étudiants qui n’ont pas à choisir beaucoup de modules optionnels. Les universités fonctionnent en combinant plusieurs facteurs : des ressources humaines (enseignants-chercheurs, personnel de soutien) et des ressources matérielles (locaux, équipements, consommables), ceci dans le but de transformer un nouveau bachelier en diplômé de l’enseignement supérieur. L’université a par ailleurs en charge de former des chercheurs pour la production du savoir et la perpétration des connaissances. Elle assure aussi un processus de consultation permettant d’apporter des services aux acteurs externes. L’université est par conséquent génératrice de résultats et d’effet. Elle a pour mission de former les ressources humaines pour les besoins de la société, de fournir aux entreprises une prestation de consultation de haut niveau et de stimuler les vocations de chercheurs pour la promotion de la production scientifique.
Ainsi, l’importance qu’occupe le secteur université dans une société est digne d’être un sujet d’analyse. Ce que nous envisagerons au cours de cette recherche c’est d’analyser l’efficience productive des universités tunisiennes, en adoptant la notion d’efficience technique.

Analyse Empirique

Données

2Nous avons ciblé 108 institutions universitaires sous la tutelle directe du ministère de l’enseignement supérieur (MES) en Tunisie sur un total de 139 établissements y évoluant. Pour l’année 2004/05, 262720 étudiants ont été concernés par cette étude, soit 90 % des étudiants tunisiens fréquentant les institutions universitaires sous la tutelle du MES. Le tableau 1 donne les moyennes essentielles des paramètres que nous avons choisis pour notre démarche.

Tableau 1 : Les moyennes essentielles des paramètres choisis

74.74

(15.19)

20.25

(12.85)

109.15

(83.37)

375.34

(503.44)

Les chiffres entre parenthèses sont les écarts types

Sachant que :
Y : le taux de réussite dans tous les degrés d’enseignement dispensé
X1 : nombre d’étudiants /nombre des enseignants en plein temps
X2 : nombre d’étudiants /nombre du personnel non enseignant (ATS) en plein temps
X3 : le budget de fonctionnement par étudiant (en Dinar Tunisien).

3A la lueur de ce tableau, nous pouvons remarquer que le taux de réussite moyen dans ces établissements est assez important. Ainsi, le budget de fonctionnement par étudiant est de l’ordre de 375,340 DT. Un cadre enseignant est mobilisé pour 20.25 étudiants, alors que l’encadrement ATS est de un sur 109,15.
Pour mener notre investigation, nous avons suivi et analysé l’efficience technique de ces organisations durant deux années universitaires 2004/05 et 2005/06. Les données que nous avons utilisées nous ont été fournies par les services du ministère de l’enseignement supérieur.
Pour analyser l’efficience technique, et a l’instar de plusieurs autres travaux, nous avons envisagé, pour notre démarche, d’estimer une frontière de production en adoptant l’approche frontière dans ses deux versions : paramétrique et non- paramétrique.

Variables

4Dans ce papier, nous avons sciemment choisi de travailler sur un seul output : Le taux de réussite global, en utilisant trois inputs : Le taux d’encadrement en personnel académique, le taux d’encadrement en personnel non académique et le budget de fonctionnement par étudiant.

Variable Endogène

5Une revue de la littérature suggère que l’enseignement supérieur offre plusieurs types d’outputs : recherche, enseignement, service, etc. (Johnes (2006). Ici, nous avons choisi le taux de réussite global, du fait que cette mesure nous a semblé appropriée et pourrait traduire l’efficience d’une institution à tous les niveaux de l’enseignement dispensé. Ce taux de réussite correspond au nombre d’étudiants ayant réussi un examen final à tous les niveaux du cursus rapporté à l’effectif global de l’institution. Il ne reflète, par conséquent, aucunement le nombre des diplômés qui y sont issus.

Variables Exogènes

6Comme dans la plupart des travaux, nous avons utilisé les inputs suivants :

  1. Le taux d’encadrement en personnel académique : il correspond au nombre d’enseignants -permanents et contractuels- en plein temps dans une institution rapporté au nombre d’étudiants. Nous avons cherché à savoir si un taux d’encadrement élevé était susceptible d’augmenter la production.

  2. Le taux d’encadrement en personnel non académique : il correspond au total du personnel administratif, technique et de service rapporté au nombre d’étudiants. En effet, en plus du fait que ce personnel nécessite une mobilisation budgétaire, il est susceptible de faciliter la tâche de l’encadrement et de contribuer au bon déroulement du cursus universitaire.

  3. Le budget de fonctionnement par étudiant : il correspond aux dépenses engagées pour la rémunération autre que le personnel permanent et contractuel (personnel vacataire, heures supplémentaires, intervenants, etc.), pour subvenir aux moyens de services (loyer, électricité, gaz, eau, etc.) et pour financer les diverses interventions (bourses, voyages d’étude, subventions sportives et culturelles, etc.) par étudiant. Ceci correspond, bien évidemment, à un taux important du budget global alloué à l’enseignement supérieur, et il est d’autant plus important pour le déroulement des activités des institutions universitaires dans des conditions optimales.

Méthodologie

  • 1 . Pour plus d’information, voir le survol de la littérature avancé par Bauer (1990), Chaffai (1997) (...)
  • 2 . Dans l’approche paramétrique, nous pouvons distinguer deux types de frontières : L’approche déter (...)

7Habituellement, les chercheurs adoptent des ratios conventionnels (ROA, ROI, etc.) pour juger de l’efficience productive d’une unité de production. Cependant, Cummins et Weiss (2000) stipulent qu’avec la naissance de l’approche frontière, l’approche conventionnelle est devenue obsolète. En effet, l’approche frontière, pourrait être utilisée pour construire une frontière de production, de coût, de profit ou de revenu pour comparer des unités de production œuvrant dans le même secteur (e.g., les universités par exemple). Une revue de la littérature portant sur l’approche frontière montre bien l’intérêt accru accordé à cette dernière dans tous les domaines1.
En revanche, deux types de frontières ont été avancés dans la littérature de l’économétrie de production, à savoir l’approche paramétrique ou économétrique et l’approche non-paramétrique ou de programmation linéaire. La première se base sur l’estimation d’une frontière de production, de coût, de profit ou de revenu en utilisant les techniques économétriques, et la deuxième utilise la programmation linéaire pour construire une des frontières. Dans cet article, nous utilisons l’approche paramétrique et aussi l’approche non-paramétrique (DEA) afin de mener une comparaison des inefficiences techniques.
Dans un premier temps, nous avons adopté une frontière de production déterministe2 de type Cobb-Douglas. Son expression logarithmique donnée se traduit par :

8Nous avons ensuite cherché à comparer, dans notre échantillon, l’efficience technique des universités en Tunisie en utilisant la méthode DEA.

Résultats Empiriques

Analyse Générale

9L’estimation de la frontière de production par la méthode des MCO nous a donné les résultats suivants : 

Tableau 2 : Analyse Générale - Résultats de la régression

Variable explicative

coefficient

t-student

Constante

4.422

16.070

Log (1/X1)

0.138

 3.915

Log (1/X2)

0.012

 0.420

Log (X3)

0.058

 2.028

10Les premiers résultats que nous avons obtenus et qui sont visualisés par le tableau 2 dénotent que le taux d’encadrement enseignant et le budget de fonctionnement ont un impact positif et significatif sur le taux de réussite. Le taux d’encadrement ATS est certes positif mais demeure néanmoins non significatif.

  • 3 . Helmke et Weinert (1997) affirment que les effectifs des classes n’ont pas d’incidence uniforme n (...)

11S’agissant du taux d’encadrement enseignant, on est en droit de se poser la question de savoir si les classes et les amphis à faible effectif donnent des résultats meilleurs. Plusieurs auteurs sont persuadés de l’importance des petits effectifs pour un enseignement de qualité, pour une meilleure réussite des étudiants (ex. Chakraborty et al (2001)). Cependant, la thèse de l’effet moteur des classes à effectif réduit n’est confirmée que de manière très limitée par les études empiriques3. Le taux d’encadrement ne serait, par conséquent, pas suffisant pour expliquer la réussite. En effet, la compétence de l’université, outre le développement des habilités de base, est de réfléchir sur sa propre activité d’apprentissage et de l’ajuster en fonction de contextes divers et variés.

12Loin de généraliser les résultats que nous avons obtenus de notre investigation quant à l’impact du taux d’encadrement enseignants sur l’efficience, plusieurs distorsions sont apparues en analysant les résultats par établissement. En effet, pour un même taux d’encadrement (autour d’un enseignant sur 33 étudiants), le taux d’efficience obtenu pour l’institut supérieur de gestion de Sousse est de 68.5 %, alors qu’il n’atteint que 43 % pour la faculté de sciences humaines et sociales de Tunis. Même si en général, l’impact du taux d’encadrement enseignants est positif et significatif (le taux de réussite de l’école nationale des sciences de l’informatique est de 94.1 % pour un taux d’encadrement de un enseignant pour 8 étudiants), il n’en demeure pas moins que dans plusieurs institutions, alors même que le taux d’encadrement est élevé et tourne autour de un enseignant pour 11.5 étudiants comme l’institut préparatoire aux études d’ingénieur de Bizerte et l’institut supérieur des arts de multimédias, le taux de réussite n’est respectivement que 59.1 % et 79.9 %. Ainsi, le paramètre taux d’encadrement semblerait ne pas suffire pour expliquer un taux de réussite élevé.

13Le deuxième paramètre, le taux d’encadrement ATS, concerne le personnel administratif, technique et de service qui ont certes un rôle important à jouer. C’est dans ce sens que nous avons tenté de savoir si l’augmentation du taux de cet encadrement spécifique a un impact positif sur la réussite des étudiants. Les résultats que nous avons obtenus révèlent que le taux d’encadrement ATS a un impact positif mais non significatif sur la réussite. C’est ainsi que même si le taux de réussite est presque équivalent (autour de 83.5 %) pour l’école des beaux arts de Sousse et l’institut des sciences appliquées et de technologie de Mater, le taux d’encadrement ATS est disproportionné, il est respectivement de un ATS pour 182.5 étudiants, contre un ATS pour 53.8 étudiants.

14L’ATS constitue une ressource indispensable pour l’enseignement, la recherche et les services aux étudiants et représente un coût non négligeable et aborde de nombreux objets, liés à des questions d’efficacité et d’efficience. Toujours est-il que son taux n’est pas lié directement au nombre d’étudiants, ce qui explique le caractère non significatif de nos résultats. La réussite de l’étudiant dépend avant tout de facteurs internes (sa capacité d’assimiler, ses moyens d’entreprendre les études, ses motivations, ses aptitudes, etc.) et la contribution du personnel ATS ne peut être que secondaire. Une mauvaise organisation administrative dans une université n’empêche nullement la réussite des étudiants, d’autant que ce personnel n’a pas directement en charge le déroulement de la formation de l’étudiant et s’occupe, entre autres, de l’aide à la recherche, etc.

15S’agissant du budget de fonctionnement, son impact sur le taux de réussite est à la fois positif et significatif. Un budget conséquent permet à l’université de subvenir à ses besoins urgents comme l’électricité, l’eau, le gaz, les produits d’entretien et de laboratoire ; sinon comment concevoir le déroulement des études dans une salle ou amphi non éclairé ? Il permet aussi de faire appel à des vacataires et des contrats internes afin de faire face aux éventuelles vacances et d’assurer ainsi le meilleur déroulement possible des activités de l’université et de mettre en place un environnement adéquat à la réussite.
Cependant, des distorsions se sont révélées lorsque nous avons analysé l’impact du budget de fonctionnement sur les résultats, par institution. En effet, pour l’institut supérieur des langues appliquées et de l’informatique de Nabeul et bien que le budget de fonctionnement atteint 874.5 D par étudiant, le taux de réussite n’est que de 48.3 %. Ce taux est de 76.8 % à l’ISG de Tunis pour seulement 97.5 D par étudiant. Ces résultats, apparemment contradictoires sont assez rares dans notre échantillon puisqu’en général nous avons obtenu un impact positif et significatif en ce qui concerne ce paramètre.

Tableau 3 : Analyse Générale- Efficience Technique

Années universitaires

Approche paramétrique

Approche non paramétrique (DEA)

2004/2005

0,739

(0.127)

0,818

(0.140)

2005/2006

0,767

(0.129)

0,823

(0.138)

Les chiffres entre parenthèses sont des écarts types

16Les résultats obtenus montrent, qu’en moyenne, l’efficience technique varie entre 73.9 % et 81.8 % pour l’année universitaire 2004/2005 et 76.7 % et 82.3 % pour l’année suivante (Tableau 2). Les différences constatées dans les scores d’efficience selon la méthode choisie montrent ainsi la sensibilité de la méthode d’estimation de l’efficience au choix du modèle. De prime abord, quelques remarques s’imposent. D’abord l’efficience s’améliore légèrement dans les universités tunisiennes, ensuite le score est légèrement meilleur lorsque l’on opte pour la méthode DEA et puis le classement des scores d’efficience de chaque institution ne révèle pas des différences sensibles entre les deux méthodes. En effet, le coefficient de corrélation de Spearman est de l’ordre de 0.9, ce qui affirme bien notre constat.

17La perte d’efficience relatée tourne autour de 23.3 % pour l’année universitaire 2005/06 lorsqu’on considère la seule approche paramétrique et pourrait, en toute logique, être compensée par une augmentation des outputs en utilisant la quantité d’inputs disponibles. En tout état de cause, les scores d’efficience technique obtenus ne reflètent pas uniquement des erreurs de gestion, mais aussi l’environnement propre à chaque université et chaque étudiant. Ceci devrait nous conduire à évoquer les universités ayant les plus grands scores d’efficience et celles avec des scores bas.

Tableau 4 : Les universités ayant les plus grands scores d’efficience et celles avec les scores bas

2004/2005

2005/2006

Dix premières institutions

Scores

rang

Dix premières institutions

scores

rang

E.S. des Sc. et Tech. de design

1

1

I.S.E.Appl.en humanité Le Kef

1

1

I.S.A.C. de la jeunesse

0.962

2

I.S.S.Biol.Appl. Tunis

0.974

2

I.S. Etudes. appl. aux humanités Gafsa

0.951

3

I.S.Adm.des affaires Gafsa

0.972

3

I.S. des arts et métiers Gabés

0.931

4

E.S. des Sc. et Tech. de design

0.968

4

I.S. d’administration des affaires de Sfax

0.920

5

I.H.E.C. Sfax

0.955

5

I.H.E.C. Sfax

0.906

6

E.N.I. Sfax

0.950

6

I.S. d’administration des affaires de Gafsa

0.899

7

I.S.des Beaux Arts Sousse

0.944

7

I.N.S.A.T

0.898

8

I.S. des arts et métiers Gabés

0.941

8

E.N.I. Sfax

0.895

9

I.N.S.A.T

0.937

9

I.S. d’Informatique et Multimédia Gabés

0.886

10

I.S. Etudes. appli. aux humanités Gafsa

0.937

10

Score moyen

0.925

Score moyen

0.958

Dix dernières institutions

scores

rang

Dix dernières institutions

scores

rang

F. Sciences Gabès

0.518

99

I.P.E.I. Bizerte

0,563

99

I.P.E.I. Bizerte

0.516

100

F. Lettres Manouba

0,561

100

F.Sc.Jur.et Sociales Tunis

0.510

101

F.Droit Sfax

0,561

101

I.S. Lettres et sc. hum. Jendouba

0.505

102

F.Sc.Jur.et Sociales Tunis

0,541

102

I.S. d’Informatique et de gestion Kairouan

0.500

103

F. Lettres Sfax

0,538

103

I.P.E.I. Nabeul

0.490

104

F. Sciences Gabès

0,538

104

I.S. d’Informatique Elmanar

0.489

105

F.Sc.Hum. Tunis

0,505

105

F. de Droit Tunis

0.482

106

F.de Droit Tunis

0,501

106

I.S.d’Informatique à Mahdia

0.478

107

I.S. Lettres et sc. hum. Jendouba

0,493

107

I.S.des Lang.Appli.et de l’Inf. Nabeul

0.447

108

I.prép.aux études litt.et sc.hum. Tunis

0,421

108

Score moyen

0.494

Score moyen

0.522

18L’examen de ce tableau suscite plusieurs observations. De prime abord, deux établissements, l’école supérieure des sciences et technologies de design et l’institut supérieur d’études appliquées en humanité au Kef, sont situés sur la frontière d’efficience (score = 1) respectivement durant les années universitaires 2004/05 et 2005/06. La production de la première institution à atteint 92.4 % de taux de réussite pour un budget de fonctionnement de 133.74D par étudiant et pour 22.47 et 185.9 étudiants respectivement par enseignant et ATS. Quant à la perte d’efficience constatée et en partant de l’exemple de l’institut supérieur des langues appliquées et de l’informatique de Nabeul, nous sommes emmenés à expliquer la faiblesse de son score d’efficience (44.7 % ) pour l’année universitaire 2004/2005 par un faible taux de réussite (48.3 %) et un budget de fonctionnement des plus élevés (874.4 D par étudiant) ; le taux d’encadrement enseignants et ATS restant par ailleurs acceptable et inférieur à la moyenne de l’échantillon.
Pour sa part, l’institut préparatoire pour les études littéraires des sciences humaines de Tunis exhibe le score d’inefficience le plus élevé de l’ensemble de l’échantillon pour l’année 2005/06, soit alors 57.9 %. Ceci peut être expliqué par la faiblesse de l’output offert (45.34 %) pour un taux d’encadrement d’enseignants élevé (un enseignant pour 11.5 étudiants) et un budget de fonctionnement de 502.9 D par étudiant. En effet, cet institut utilise un niveau excessif d’inputs relativement à l’output produit. Ceci implique, en fait, que cette dernière aurait pu produire un niveau d’output plus élevé, étant donné le niveau d’input disponible. On peut considérer qu’en jouant sur ces paramètres, nous pourrions enregistrer un gain d’efficience technique pour ces institutions.
Pour vérifier la véracité de nos constatations, nous avons déterminé la moyenne des dix mauvais et dix meilleurs scores d’efficience de notre échantillon. C’est ainsi que nous avons été portés à constater que pour les deux années de référence, la différence des moyennes des scores est ostentatoire. En effet, le score d’efficience moyen pour l’année 2005/06 est de 0.958 pour les institutions les plus performantes, mais il ne représente que 0.522 pour les moins classées de cette même année.
Ces résultats confortent certes nos connaissances, cependant le produit de l’enseignement supérieur est très diversifié, plusieurs disciplines y sont dispensées ayant chacune ses propres spécificités. Ainsi, nous avons cherché à analyser l’efficience par secteur.

Analyse sectorielle

19Dans notre approche, nous avons subdivisé notre échantillon en quatre secteurs d’étude représentant les principales filières de l’enseignement supérieur en Tunisie. Le tableau 5 donne une idée synoptique de la taille de chaque secteur.

Tableau 5 : Analyse sectorielle- Taille relative des Secteurs

2004/2005

Nombre étudiants

Lettres et Arts

(32 établissements)

79639

71.47

(16.85)

25.48

(19.15)

130.51

(109.91)

298.45

(219.37)

Eco et gestion et droit

(27 établissements)

90499

70.05

(13.68)

25.30

(6.89)

155.92

(64.96)

190.93

(204.89)

Tech et science

(43 établissements)

81917

78.26

(14.11)

14.87

(5.59)

74.91

(48.23)

560.29

(722.46)

Médecine

(6 établissements)

10665

88.01

(5.17)

(8.20)

(3.66)

30.10

(6.66)

289.60

(38.86)

20De prime abord, nous pouvons relever que le secteur économie et de gestion intéresse le plus grand nombre d’étudiants, loin devant le secteur médical qui ne mobilise que huit fois moins d’étudiants. Le meilleur taux de réussite (88.01) concerne le secteur médical alors que la lanterne rouge est détenue par le secteur économie et de gestion (70.05). Le secteur sciences et techniques consomme le plus de budget de fonctionnement, cependant nous devons noter un écart-type important des établissements de ce secteur utilisant davantage de budget de fonctionnement que d’autres. Le secteur lettres et arts en utilise davantage que celui des sciences économiques, gestion et droit, ceci parce que les filières artistiques nécessitent plus de budget pour leur fonctionnement. S’agissant du taux d’encadrement, il est le meilleur dans le secteur médical avec une homogénéité quasi parfaite (écart-type faible).
Pour notre analyse, nous avons introduit, dans notre équation supra, et pour chaque secteur, une variable muette afin de déterminer l’existence d’un effet secteur. Notre résultat est devenu :

Tableau 6 : Analyse sectorielle- Résultats de la régression

Variable explicative

coefficient

t-student

Log (1/X1)

0.124

3.227

Log (1/X2)

0.002

0.070

Log (X3)

0.076

2.247

DLA

4.212

12.467

DEGD

4.255

12.633

DTS

4.241

12.597

DM

4.296

14.204

21Le constat montre qu’en ce qui concerne les variables inputs leurs effets sont restés inchangés : Ils sont toujours positifs et significatifs pour le taux d’encadrement enseignant et le budget, mais positif et non significatif pour le taux d’encadrement ATS. S’agissant des variables muettes (DLA, DEGD, DTS et DM), leur positivité et leur significativité sont apparentes. L’effet secteur est par conséquent évident. Ceci est d’autant plus compréhensible que chaque secteur d’enseignement bénéficie de ces propres spécificités. Ne faut-il pas plus de produits de laboratoire pour les études scientifiques ? Est-il nécessaire d’envisager des nouvelles technologies pour l’enseignement du droit ? Ne faut-il pas davantage d’encadrement pour les sciences médicales ?
En tout état de cause, nous avons aussi utilisé les deux approches paramétrique et non paramétrique pour déterminer les scores d’efficience technique. A cet égard, nous avons constaté que les résultats sont plus sensibles à la méthode adoptée (le rang des institutions est visiblement différent d’une méthode à l’autre). Le tableau ci-après décrit les scores moyens obtenus par les deux approches. Cependant, nous avons choisi l’approche paramétrique pour mener notre investigation d’autant que nous avons utilisé des variables muettes spécifiques pour chaque secteur.

Tableau 7 : Analyse Sectorielle- Efficience Technique

Approche paramétrique

Approche non paramétrique (DEA)

Années

2004/2005

2004/2005

2004/2005

2004/2005

Lettres et Arts

0,749

(0.145)

0,751

(0.154)

0,801

(0.153)

0,793

(0.161)

Eco, gestion et droit

0,743

(0.127)

0,749

(0.125)

0,814

(0.137)

0,819

(0.139)

Tech et science

0,732

(0.124)

0,756

(0.111)

0,821

(0.140)

0,842

(0.125)

médecine

0,741

(0.066)

0,732

(0.072)

0,905

(0.046)

0,894

(0.037)

Les chiffres entre parenthèses sont des écarts types

22A la lueur du Tableau 7, nous pouvons remarquer que l’efficience moyenne pour les quatre secteurs choisis demeure quasiment la même ; elle est aux alentours de 74 % pour les deux années d’étude. Les tableaux supra révèlent que pour les trois premiers secteurs, la différence d’efficience entre les institutions du même secteur est apparente : L’écart-type est élevé par rapport aux autres secteurs et tourne autour de 13 %. Pour le secteur des sciences médicales, l’efficience est quasi-équivalente dans toutes les institutions du secteur ; elle est de 63.9 % pour la faculté de médecine de Tunis et autour de 85.09 % pour la faculté de chirurgie dentaire de Monastir en 2005/2006.

23En outre, le score d’efficience de la faculté de droit et des sciences politique de Tunis pour l’année universitaire 2005/2006, est de 48.12 %, alors qu’il est de 92.89 % à l’institut supérieur des administrations des affaires de Gafsa. Notons aussi que le secteur lettres et arts, composé généralement des institutions artistiques, exhibe les scores d’efficience les plus élevés.
Par ailleurs, et s’agissant d’institutions similaires, la différence peut être grande : dans l’école préparatoire pour les études d’ingénieur de Bizerte, l’efficience est de 55.42 %, alors qu’elle est de 80.48 % dans un établissement similaire à Sfax pour l’année universitaire 2005/06. En explication, ce résultat peut être imputé à des différences dans l’utilisation du volume d’inputs. Toutefois, les inputs ne sont pas la seule explication d’une meilleure efficience. D’autres paramètres environnementaux, comme le niveau des étudiants, la qualité de l’enseignement dispensé et l’expérience dans l’institution universitaire pourraient expliquer, en partie, le niveau de la production.

24En ce qui concerne les sciences médicales, la faculté de chirurgie dentaire de Monastir, bien qu’elle ait un taux de production élevé, utilise moins d’inputs que les facultés de médecine réunies, d’où l’explication de son score d’efficience le plus élevé dans ce secteur. Le niveau d’efficience obtenu (85.09 %, en 2005/2006) nous laisse penser qu’on pourrait gagner sur les taux d’encadrement pour relâcher un tant soit peu la pression budgétaire sur l’enseignement supérieur sans toucher au taux de réussite.
Les résultats que nous avons obtenus dans notre investigation ne concernant, faut-il le préciser, que les institutions universitaires sous la tutelle du ministère de l’enseignement supérieur. Cependant, plusieurs établissements sont cogérés par d’autres départements, aussi avons-nous cherché à vérifier si une quelconque différence existe dans les scores d’efficience des deux catégories d’établissement. Les institutions en cotutelle sont elles alors plus efficientes ?

Analyse des institutions en cotutelle

25Plusieurs ministères (santé, agriculture, etc.) cofinancent des institutions universitaires spécialisées. Nous avons ciblé 21 établissements en cotutelle sur un total de 23 évoluant en Tunisie.

Tableau 8 : Etablissements en cotutelle

2004/2005

Nombre étudiant

Etablissements en cotutelle (21)

18331/ 19762

86.59

(8.94)

23.87 (31.40)

61.83

(65.95)

1721.903

(2778)

 Les chiffres entre parenthèses sont des écarts types

26Il nous appartient de relever que le taux de réussite de cette catégorie d’institutions est élevé par rapport à celui enregistré par les établissements sous la tutelle du M.E.S. Il n’en demeure pas moins que dans cette partie de notre démarche, nous avons utilisé la méthode paramétrique pour pouvoir déceler les éventuelles différences entre les scores d’efficience des deux catégories d’institutions. Les résultats que nous avons mis en place se traduisent par le tableau suivant :

Tableau 9 : Analyse en Cotutelle- Résultats de la régression

Variable explicative

coefficient

t-student

Log (1/X1)

0.064

2.516

Log (1/X2)

0.038

1.496

Log (X3)

0.047

1.883

D-cotutelle

4.461

17.027

D-MSE

4.383

18.002


Tableau 10 : Analyse en Cotutelle- Efficience Technique

2004/2005

2005/2006

Etablissement non en cotutelle

Etablissement en cotutelle

Etablissement non en cotutelle

Etablissement en cotutelle

0.743

(0.129)

0.733

(0.106)

0.758

(0.127)

0.760

(116)

27Il ressort de ce tableau que les scores moyens d’efficience pour les deux catégories d’institutions durant les deux années de référence sont quasi homogènes. Ceci devrait nous emmener à déduire que le score d’efficience ne dépend pas nécessairement de la source de financement et que seule la qualité des inputs et d’outputs a un impact réel sur le score d’efficience.
Par ailleurs, et en comparant les scores d’efficience moyens, nous constatons que les établissements sous la tutelle du ministère de l’enseignement supérieur affichent quasiment les mêmes scores d’efficience technique, combien même nous avons introduit 21 nouvelles institutions. Ceci explique, en majeure partie, la robustesse des résultats obtenus par l’approche paramétrique.
L’écart-type révèle que des différences entre institutions apparaissent aussi dans les établissements en cotutelle. En effet, le score faible (57.2 %) de l’institut supérieur de sport à Ksar Essaid, durant l’année universitaire 2004/2005, est en opposition avec celui de l’institution similaire de Sfax (77.7 %). Ainsi, les mêmes différences entre institutions apparaissent dans les établissements en cotutelle.
Consolider les résultats que nous avons obtenus revient à orienter notre démarche sur l’analyse de l’efficience d’une seule catégorie d’institutions d’enseignement supérieur. Nous avons pour cela choisi d’investir les instituts supérieurs des études technologiques (ISET) qui occupent une place prépondérante dans la politique éducationnelle de la Tunisie, tant ils dispensent un enseignement professionnel et préparent en six semestres des diplômés facilement injectables dans le marché de l’emploi.

Analyse par ISET

28Les 20 ISET sous la seule tutelle du M.E.S, ont constitué notre échantillon, soit 26589 étudiants pour l’année universitaire 2004/2005. Le tableau 11 donne les données statistiques concernant ces institutions.

Tableau 11 : Etablissements ISET

2004/2005

Nombre étudiants

ISET (20)

26589

83.21

(7.29)

12.57

(1.79)

80.09

(56.69)

527.49

(568.75)

 Les chiffres entre parenthèses sont des écarts types

29On peut y lire que le taux de réussite est important dans ces établissements. Le taux d’encadrement enseignant est largement satisfaisant pour l’ensemble des ISET (écart-type = 1.79). Pour le budget de fonctionnement, et même si en moyenne l’étudiant dans ces institutions consomme un budget supérieur à 527 D, l’écart-type est important ; ce qui laisse supposer que des ISET consomment plus que d’autres. Faut-il noter que plusieurs de ces institutions sont des créations nouvelles nécessitant de facto plus de budget pour leur démarrage. Pour cette partie de notre investigation, les mêmes inputs, soit le taux d’encadrement du personnel enseignant et non enseignant et le budget de fonctionnement par étudiant, ont été utilisés dans notre démarche pour un même output constitué du taux de réussite. Nous avons voulu vérifier si l’efficacité de ces institutions correspond à celle des autres catégories d’établissements formant notre échantillon de départ (108 institutions). Les résultats obtenus apparaissent dans le tableau suivant :

Tableau 12 : Analyse ISET- Résultats de la régression

Variable explicative

coefficient

t-student

Constante

3.682

10.179

Log (1/X1)

0.007

0.088

Log (1/X2)

-0.044

-1.557

Log (X3)

0.095

3.191

30Cette estimation montre que l’effet du budget de fonctionnement ainsi que la constante sont positifs et significatifs ; alors que l’effet du taux d’encadrement enseignant et non enseignant reste non significatif. Ce résultat est certainement différent de celui déjà obtenu pour les autres catégories d’institutions ; l’augmentation du budget de fonctionnement améliorerait les résultats de ces institutions. Toutefois, il y a lieu de se demander comment l’augmenter alors qu’il atteint un chiffre conséquent 527.4D, largement supérieur à la moyenne des institutions de l’enseignement supérieur en Tunisie (375D).
En tout état de cause, doit-on supposer qu’il y a un effet d’établissement sur l’efficacité ? Ou doit-on considérer que l’effet individuel de l’étudiant est plus consistant ? Peut-on encore l’attribuer à la qualité de l’enseignement dispensé ?

31Il n’en demeure pas moins que nous devons noter que les diplômés de ses institutions sont généralement plus vite recueillis par le marché de l’emploi ; ceci devrait avoir un impact psychologique important pour ces étudiants qui cherchent à intégrer au plus vite la vie professionnelle, ce qui stimule leur volonté de réussir.
Plusieurs recherches dont celle de Grisay (1993), ont soutenu qu’il y a certes un effet d’établissement sur les résultats, cependant il est relativement modeste et qu’en dehors des périodes extrêmes, il est difficile de percevoir directement cet effet. En ce qui nous concerne, nous sommes appelés à poser la question de savoir si la qualité d’encadrement est différente lorsque il s’agit d’un technologue ou d’un enseignant universitaire. Toujours est-il que le niveau individuel de l’étudiant semble être d’une importance capitale pour l’efficacité sachant que généralement les étudiants orientés vers les ISET ont obtenu un score plutôt modeste à l’issue de leur cursus scolaire secondaire ; cependant, nous avons relevé que le taux moyen de réussite dans les ISET est élevé et est équivaut à 81.6 % pour l’année universitaire 2004/05. Peut-on alors continuer à soutenir que le niveau de l’étudiant et la qualité de l’enseignant ont un impact solide sur la réussite ?
La démarche que nous avons menée pour déterminer l’efficience technique pure de ces institutions a abouti au tableau 13.

Tableau 13 : Analyse ISET- Efficience Technique

2004/2005

2004/2005

moyenne des ISET

moyenne des scores

0,888

moyenne des scores

0,880

la moyenne de l’output et des inputs

la moyenne de l’output et des inputs

Y

Y

83.21 (100 %)

12.5

(10.4)

80.09 (66.63)

527.49

(634)

81.64 (100 %)

12.41

(10.12)

94.90

(77.4)

382.32

(468.52)

moyenne des 108 institutions

moyenne des scores

0,739

moyenne des scores

0,767

la moyenne de l’output et des inputs

la moyenne de l’output et des inputs

Y

Y

75.05

(100 %)

20.30

(15.22)

107.65

(80.73)

374.7

(499.6)

74.92

(100 %)

20.92

(15.6)

114.48

(85.7)

346.86

(463.1)

32Il y appert que le score moyen d’efficience de ces institutions est de 0.88 pour l’année universitaire 2005/06. Il est supérieur à celui obtenu lors de notre précédente investigation (le score moyen d’efficience pour les 108 établissements est de 0.76).
Le score d’efficience est supérieur dans les ISET, pour les deux années de référence. Combien même ils utilisent plus d’inputs pour une même production, avec des spécificités intrinsèques à chaque établissement. En effet, en nous concentrant sur les résultats de 2005/06, nous relevons que l’ISET de Jerba et celui de Jendouba marquent un taux d’efficience équivalent (aux environs de 87 %) pour un taux de réussite semblable (autour de 78 %) ; alors que pour un même taux d’encadrement d’enseignants, l’ISET de Jerba utilise plus de taux d’encadrement non enseignants et plus de budget de fonctionnement.
Reste à déterminer si le taux de réussite élevé est la conséquence d’un taux d’encadrement enseignants très satisfaisant dans les ISET et largement en dessous de la moyenne nationale. L’étude du cas de l’ISET de Sidi-Bouzid est intéressante à plus d’un titre et donne une réponse négative à cette interrogation. En effet, avec un taux d’encadrement de 8 étudiants pour un enseignant durant l’année universitaire 2004/05, le taux de réussite est de 91.6 % ; alors que, au cours de l’année qui a précédé, le taux de réussite a atteint 94.4 % avec un taux d’encadrement de 11.25 étudiants pour un enseignant. Ceci confirme les résultats que nous avons obtenus et selon lesquels l’effet du taux d’encadrement et du budget de fonctionnement n’est pas significatif sur la production de ces institutions, alors qu’ils le sont dans les autres institutions.

Conclusion

33Le soutien financier des pouvoirs publics à l’enseignement supérieur représente en théorie un contrat implicite entre l’Etat et les institutions universitaires. Le premier accorde un financement sous l’hypothèse que les seconds fournissent des services convenus. En d’autres termes, les pouvoirs publics cherchent à confier aux universités l’accomplissement de plusieurs tâches sans pour autant pouvoir facilement contrôler leurs actions. Or, comment évaluer des activités aussi complexes que celles de l’enseignement supérieur sans mesurer ses performances. Ces questions de performance doivent intéresser au premier chef et de façon sérieuse et systématique, les pouvoirs publics afin que les ressources soient allouées avec la plus grande efficacité. Celle-ci dépendra des techniques dont disposent les gouvernements pour mesurer les performances de leurs universités, ce qui justifie largement l’intérêt particulier dans l’élaboration de nouveaux concepts de gestion de l’enseignement supérieur.

34Nous avons cherché, dans notre démarche, à mesurer l’efficience des universités tunisiennes en utilisant pour nos mesures deux approches : paramétrique et non paramétrique. L’analyse de l’efficience par les méthodes paramétriques, notamment par la fonction de production déterministe, nous a permis de construire un niveau relatif d’efficience des universités tunisiennes. La comparaison avec les résultats obtenus par la méthode DEA nous a permis de confirmer nos résultats.
Nous avons réussi à démontrer que dans les établissements gérés par le seul ministère de tutelle, le taux d’encadrement enseignants et le budget de fonctionnement par étudiant ont un impact positif et significatif sur l’efficacité. L’effet positif du taux d’encadrement ATS reste non significatif. Toutefois et lorsque on prend en ligne de compte les institutions cogérées, l’effet du taux d’encadrement ATS devient significatif. Ceci trouve son explication dans le fait que ces établissements, étant généralement fortement spécialisés, utilisent, par nécessité, un plus grand nombre d’ATS. L’analyse sectorielle a dégagé un effet établissement évident. Cependant, si dans le secteur médical le score d’efficience est quasiment le même pour les différentes institutions, la différence est notoire pour les autres secteurs d’enseignement.

35Pour consolider notre recherche, nous avons ciblé les ISET, institutions professionnelles supérieures répondant à la nouvelle orientation politique du pays pour l’enseignement supérieur et le marché de l’emploi. Les résultats montrent que le taux de réussite est important dans ces établissements. L’estimation montre que l’effet du budget de fonctionnement est positif et significatif ; alors que l’effet du taux d’encadrement enseignant et non enseignant reste non significatif. Ce résultat est certainement différent de celui déjà obtenu pour les autres catégories d’institutions. Aussi, le score d’efficience technique est supérieur aux autres institutions. Cette constatation nous laisse penser que la politique préconisée par les pouvoirs publics est judicieuse en ce qui concerne la mise en place de ce système d’enseignement court et professionnel où l’efficience et l’efficacité sont élevées, nonobstant la qualité des étudiants et le taux d’encadrement. Cet enseignement permettrait de réaliser des économies substantielles et bénéfiques pour l’enseignement supérieur dans son ensemble. La mise en place récente du système Licence -Mastère- Doctorat (LMD) et, particulièrement, la création d’une licence professionnelle, constituent une bonne réforme qu’il faut soutenir, encourager et à qui il faut accorder le crédit nécessaire.

Haut de page

Bibliographie

Abbott M. et Doucouliagos C. (2003), « The efficiency of Australian universities : a data envelopment analysis », Economics of Education Review 22.

Bauer P. W., (1990), « Recent developments in the econometric estimation of frontiers », Journal of Econometrics Vol 46, n° 1-2.

Center for Research on Learning (2001), « Strategic instruction model : learning strategies and teaching routines », The University of Kansas Center for Research on Learning. <www.ku-crl.org>.

Chaffai M.A. (1997), “ Estimation des frontières d’efficience : un survol de développement récents de la littérature », Revue d’économie de développement, 3, pp 33-67.

Chakraborty K., Biswas B. et Cris Lewis (2001), « Measurement of technical efficiency in public education : a stochastic and non stochastic production function approach », Southern Economic Journal, 67(4), 88

Galton, M. (1998), « Class size : a critical comment on the research », International Journal of Educational Research, 29, 809–818.

Grisay, A. (1993), « Le fonctionnement des collèges et ses effets sur les élèves de sixième et de cinquième », Dossiers Education et formations, n° 32.

Cummins, J.D., Weiss, M.A., (2000), « Analysing firm performance in the insurance industry using frontier efficiency and productivity methods », In Dionne, G. ‘Ed), Handbook of Insurance. Kluwer, Massachussetts.

Helmke, A., Weinert, F. E. (1997), « Bedingungsfaktoren schulischer Leistungen », In : F. E. Weinert (Hrsg.). Psychologie des Unterrichts und der Schule. Göttingen : Hogrefe Themenbereich D, Serie I, Bd. 3, 71–176.

Johnes J. (2006), « Data envelopment analysis and its application to the measurement of efficiency in higher education », Economics of Education Review 25.

Oum et al (1999), « A survey of productivity and efficiency measurement in rail transport », Journal of Transport Economics and Policy, 33, 9-42.

Trocmé-Fabre, H. (1992), « Le savoir-apprendre, un potentiel à découvrir »,. In Apprendre à l’université « tête bien faite... tête bien pleine ». In Actes du congrès de l’Association internationale de pédagogie universitaire (AIPU) (p.25-36). Québec : Université Laval.

Haut de page

Notes

1 . Pour plus d’information, voir le survol de la littérature avancé par Bauer (1990), Chaffai (1997) pour le cas des banques en Tunisie, Cummins et Weiss (2000) pour le cas des assurances, Oum et al (1999) pour le cas du transport collectif ferroviaire et Johnes (2006) pour le cas du secteur de l’enseignement etc.

2 . Dans l’approche paramétrique, nous pouvons distinguer deux types de frontières : L’approche déterministe qui impute tout écart par rapport à la frontière à l’inefficience technique et l’approche stochastique qui tient compte à la fois de l’inefficience technique et des aléas qui ne sont pas contrôlables par l’unité de production.

3 . Helmke et Weinert (1997) affirment que les effectifs des classes n’ont pas d’incidence uniforme ni sur l’activité des enseignants et ni sur le comportement, les motivations et les prestations des étudiants. Pour Galton (1998), les petites classes ne semblent être un milieu véritablement stimulant pour l’apprentissage que dans certaines conditions et pour un certain groupe d’étudiants. Trocmé-Fabre (1992) soutient que les difficultés d’apprentissage par les étudiants à faible rendement universitaire ont leurs sources dans une insuffisance à savoir apprendre. Cet apprentissage des étudiants et les moyens à mettre en œuvre pour en améliorer la qualité sont des préoccupations importantes pour la recherche et la pratique pour l’enseignement supérieur. Ainsi, plusieurs solutions sont préconisées, entre autres un encadrement plus étroit, un soutien à l’apprentissage individualisé, une formation au méthode de travail intellectuel et une amélioration de la pédagogie universitaire (Centre for Research on Learning, 2001).

Haut de page

Pour citer cet article

Référence papier

Younes Boujelbène, Ali Maalej et Anis Khayati, « Estimation de l’Efficience Technique dans le Secteur de l’Enseignement Supérieur en Tunisie »Recherches & éducations, 6 | 2012, 217-236.

Référence électronique

Younes Boujelbène, Ali Maalej et Anis Khayati, « Estimation de l’Efficience Technique dans le Secteur de l’Enseignement Supérieur en Tunisie »Recherches & éducations [En ligne], 6 | juin 2012, mis en ligne le 15 juin 2012, consulté le 17 avril 2024. URL : http://journals.openedition.org/rechercheseducations/1132 ; DOI : https://doi.org/10.4000/rechercheseducations.1132

Haut de page

Auteurs

Younes Boujelbène

Professeur Agrégé, Directeur de l’Institut Supérieur d’Administration des Affaires de Sfax

Ali Maalej

Docteur en sciences économiques

Anis Khayati

Professeur Assistant, King Faisal University, Saudi Arabia

Haut de page

Droits d’auteur

Le texte et les autres éléments (illustrations, fichiers annexes importés), sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search