nternationale overzichten omtrent de inkomsten van hogeronderwijsinstellingen zijn veelal geba-seerd op nationale totaalbedragen. Dit geldt onder andere voor de OESO-overzichten die in Education
at a Glance (OESO, 2014) verschijnen en de kerncijfer -overzichten die het Nederlandse ministerie van onderwijs publiceert (OCW, 2014). Nationale statistische bureaus in Europa zijn niet erg scheutig met het publiceren van gege-vens die op afzonderlijke instellingen betrekking hebben. Toch kunnen dergelijke gegevens een interessant beeld geven van de verschillen tussen instellingen en de mate van diversiteit die in het nationale hogeronderwijssysteem aanwezig is.
Belanghebbende partijen – studenten, fondsenverstrekkers, nationale en Europese beleidsmakers, instellingsbestuur-ders – zijn benieuwd naar verschillen in activiteiten en prestaties op het gebied van onderwijs, onderzoek en valo-risatie. Zij kunnen lastig uit de voeten met de beschikbare internationale rankings; deze instrumenten zijn slechts beperkt bruikbaar doordat de onderliggende data en metho-dologie niet altijd goed controleerbaar zijn (Van Vught & Ziegele, 2012).
Differentiatie en profilering in het landschap van hoger onderwijs zijn niet alleen in Nederland, maar ook in an-dere Europese landen een beleidsdoelstelling (Van Vught, 2009). Als er al gegevens over afzonderlijke universitei-ten, hogescholen, gespecialiseerde instellingen (business schools, lerarenopleidingen, kunstacademies, theologische
universiteiten) beschikbaar zijn, is het een grote uitdaging om deze goed te kunnen interpreteren. Waar gegevens over instellingen uit hetzelfde land nog betrekkelijk goed vergelijkbaar zijn is dat over de landsgrenzen heen een stuk lastiger.
Eerste resultaten
Het ETER-project (European Tertiary Education Register) is een internationaal project, gefinancierd door het direc-toraat-generaal voor onderwijs en cultuur van de Europese Commissie, in samenwerking met het directoraat-generaal onderzoek en innovatie en Eurostat, het statistische bureau van de EU. Het doel van ETER is het opbouwen van een volledig register van instellingen voor hoger onderwijs in Europa en het beschikbaar maken van gegevens over het aantal studenten, afgestudeerden, doctoraten, personeel, de bestreken terreinen van onderwijs, inkomsten en uitgaven. Het register bevat ook enkele demografische gegevens per instelling (oprichtingsjaar, type instelling, vestigingsregio). De dataset is online beschikbaar (http://eter.joanneum.at/ imdas-eter) en bestrijkt 29 Europese landen, 2673 instellin-gen voor hoger onderwijs, meer dan 15,5 miljoen studenten en rond een half miljoen promovendi. Enkele eerste resul-taten zijn onder meer:
• De gemiddelde grootte van de instellingen voor hoger
onderwijs ligt tussen 5000 en 10.000 studenten.
• De meeste instellingen voor hoger onderwijs in Europa
Wie zicht wil krijgen op de financiële verschillen en overeenkomsten tussen hogeronderwijsinstellingen in Europa kan
sinds kort terecht bij een nieuw databestand. Ben Jongbloed legde de gegevens naast elkaar en trekt enkele interessante
conclusies.
Hoe komen
hogeronderwijs-instellingen aan hun geld?
Ben Jongbloed
I
Acht Europese landen vergeleken
Center for Higher Education Policy Studies, Universiteit Twente
• 60 procent van de studenten bevindt zich in instellin-gen voor hoger onderwijs met meer dan 15.000 studen-ten.
• Ongeveer een derde van de instellingen voor hoger
onderwijs is privaat qua wettelijke grondslag (inclusief de private instellingen die overheidsbekostiging ontvan-gen), maar slechts 13 procent van de studenten studeert aan een private instelling.
• ETER toont de verschillen tussen systemen die door
universiteiten worden gedomineerd (Frankrijk, Italië, Spanje, Verenigd Koninkrijk) en binaire systemen, waar een groot deel van de studenten studeert aan instellin-gen die geen doctoraat toekennen (Nederland, België, Zwitserland, Duitsland, Denemarken, Finland, Grieken-land, Litouwen, Portugal).
• 75 procent van de instellingen voor hoger onderwijs
werd opgericht na 1945, vooral particuliere instellingen (erg veel in Polen en andere Centraal- en Oost-Europese landen).
• Uit ETER blijkt dat de PhD-intensiteit (aantal
promo-ties gedeeld door aantal bachelors en masters) vari-eert van land tot land als gevolg van verschillen in de onderzoeks oriëntatie van nationale hogeronderwijssys-temen. In Nederland is deze relatief hoog.
• Internationalisering van het wetenschappelijk
perso-neel en studenten zijn sterk gecorreleerd, maar slechts weinig landen verzamelen gegevens over de internatio-nalisering van het personeel.
De ETER-website biedt toegang tot gegevens die zijn ver-zameld voor het jaar 2011 (respectievelijk het academisch jaar 2011-2012). Momenteel worden de gegevens verder geactualiseerd en in het voorjaar van 2015 geïntegreerd met gegevens voor het jaar 2012.
De voornaamste bron voor de Nederlandse gegevens is DUO – de Dienst Uitvoering Onderwijs (https://duo.nl/ organisatie/open_onderwijsdata/databestanden/ho/), waar gegevens over het aantal studenten, afgestudeerden en financiën zijn te vinden. Gegevens over personeel vinden we bij de VSNU (vereniging van universiteiten) en de Vereniging Hogescholen. Helaas zijn er geen uitgebreide databestanden beschikbaar voor Belgische hogeronderwijs-instellingen.
Gedetailleerder zicht
Mede dankzij de beschikbare ETER-data kunnen we een iets gedetailleerder zicht krijgen op de samenstelling van de budgetten van afzonderlijke Europese hogeronderwijsin-stellingen. Helaas is de ETER-database alleen gedetailleerd genoeg om voor de onderstaande zeven landen informatie over de eerste geldstroom (de basisbekostiging; core
fun-ding), de inkomsten uit collegegelden (student fees) en de
inkomsten uit tweede en derde geldstroom (third party
fun-ding) te kunnen geven:
• Nederland (NL) • Duitsland (DE) • Ierland (IE) • Litouwen (LT) • Noorwegen (NO) • Zweden (SE) • Zwitserland (CH).
Dankzij het tijdschrift Times Higher Education (THE, zie Morgan, 2014) kunnen we voor het Verenigd Koninkrijk (UK) ook over vergelijkbare gegevens beschikken, gebaseerd op overzichten van de Britse Higher Education Funding
Councils.
Tabel 1 toont de aantallen instellingen voor de acht genoem-de Europese langenoem-den. We benadrukken dat ETER streeft naar een zo volledig mogelijk overzicht per land, waarin naast publieke instellingen ook private instellingen zijn opgeno-men – zowel de private instellingen die basisbekostiging van de overheid ontvangen als de instellingen die dat niet krijgen. Als er geen officiële, door een statistisch bureau gepubliceerde data beschikbaar zijn voor een instelling (zo-als onder andere het geval is voor de particuliere Nyenrode Business Universiteit in Nederland, of de University of Buckingham in het VK) is deze niet meegenomen. De tabel toont ook hoeveel instellingen privaat van karakter zijn en geen publieke bekostiging ontvangen. Omdat instellingen die geen doctoraten (PhD’s) verstrekken meestal minder actief zullen zijn in onderzoek laat de tabel tevens zien om hoeveel van dergelijke, meer beroepsgerichte instellingen het gaat per land. Aannemelijk is dat een hogeschool, van-wege het feit dat ze minder actief is in onderzoek dan een universiteit, relatief minder inkomsten uit de tweede en derde geldstroom zal kunnen halen.
Tabel 1: Aantal instellingen per land volgens ETER database
CH DE IE LT NL NO SE UK
Totaal aantal ho-instellingen, (waarvan privaat) 31 (2) 368 (98) 26 (0) 39 (12) 55 (0) 43 (2) 39 (0) 158 (0) Aantal ho-instellingen die PhD’s
verstrekken
12 155 24 16 18 23 28 141 Overige ho-instellingen 19 213 2 23 37 20 11 17
Figuur 1 toont voor de acht genoemde landen het aandeel in het budget dat de gemiddelde instelling betrekt uit (1) de basisbekostiging, (2) tweede en derde geldstroom (de competitieve inkomsten), (3) collegegelden, en (4) overige inkomsten (onder andere uit rente en donaties). De figuur heeft betrekking op de gemiddelde instelling – de mediaan – in het land.
Voor Nederland betekent dit dus dat van de 55 instellingen die in de ETER-database zijn opgenomen er 27 zijn die min-der dan 70 procent van hun budget uit de eerste geldstroom (de onderste component in het staafdiagram) betrekken en dat er ook 27 zijn waarvoor de eerste geldstroom hoger is dan 70 procent. Figuur 1 laat zien dat de basisbekostiging gemiddeld genomen ongeveer 63 procent van de inkomsten van de instellingen in de acht landen beslaat. Collegegelden beslaan gemiddeld ongeveer 15 procent, maar het aandeel hiervan verschilt uiteraard per land – afhankelijk van het gegeven of de overheid de publiek bekostigde instellingen toestaat bijdragen te vragen van studenten, en de aanwezig-heid van particuliere aanbieders van hoger onderwijs. Dat laatste is onder andere het geval in Duitsland en Litouwen. De figuur laat daarnaast zien hoeveel de gemiddelde instel-ling aan middelen ontvangt uit de tweede en derde geld-stroom. Deze meer competitieve (marktgerichte) inkomsten maken gemiddeld genomen ongeveer 16 procent uit van het budget van een instelling in de acht landen. In Nederland bestaat 7 procent van het budget van de gemiddelde (media-ne) instelling uit ‘baten van werk in opdracht van derden’.
Variatie per land
Figuur 1: Aandelen van basisbekostiging, competitieve inkomsten en collegegelden in het budget van de gemiddelde instelling per land
Op basis van de financiële data van de instellingen uit de acht landen kunnen we een overzicht maken van de relatie-ve omvang van de basisbekostiging – de eerste geldstroom – en de spreiding van die omvang tussen de instellingen in een land. Dat laatste uiteraard bezien in het licht van het gegeven hoeveel puur private instellingen er in het nationa-le hogeronderwijssysteem te vinden zijn (zie Tabel 1). Met een box-plot (Figuur 2) kunnen we visualiseren hoe de verdeling van een set gegevens binnen een land eruitziet.
De ‘box’ zelf bevat de gegevens die in de middelste
dataran-ge – het tweede en derde kwartiel (de middelste 50 procent
van de verdeling) – liggen. De bovenste rand betreft de waarde van het 75ste percentiel van de dataset; de onderste het 25ste percentiel. De driehoek in de doos is de mediaan van de gegevens. Wanneer de mediaan binnen de doos niet op gelijke afstand van de uiteinden ligt, zijn de data scheef verdeeld. De uiteinden van de verticale lijnen geven de mi-nima en maxima weer.
De box-plot laat zien dat in Duitsland en Litouwen, waar re-latief veel private hogeronderwijsinstellingen zijn, de groot-ste spreiding kennen. In Duitsland is het minimum nul (voor de private instellingen) en het maximum 100 procent (voor een enkele Fachhochschule für öffentliche Verwaltung). In Litouwen krijgen ook private instellingen een deel van hun middelen uit de eerste geldstroom. In Nederland is, net als in Zwitserland, Ierland en Noorwegen, de verdeling van de aandelen eerste geldstroom – ook door het relatief klei-nere aantal instellingen – geconcentreerder. Opmerkelijk genoeg is dit ook in het Verenigd Koninkrijk het geval: de helft van de Britse instellingen heeft een basisbekostiging die tussen de 27 en 40 procent ligt. In Nederland is het cor-responderende interval 60-73 procent. De Noorse, Zweedse en Zwitserse instellingen worden qua basisbekostiging het sterkst ondersteund door hun overheid.
!"#$%&'()*&(+%'(,-./%'()*&(.%(/%01..%2.%(30%.1*&%4(1&5'%221&/(-1'(6,*'%&()*&( 7%"8(1&(#!."*$+'()*&(.%".%&9:( ;-55%&8#!(( !"#$"%$&'(&#')"*+' !"#$$%&'<(()*+,-,*&.)*&/)0"0/,1203"#"*#4&5267,3"3",.,&"*12603,*&,*& 52--,#,#,-+,*&"*&8,3&/$+#,3&.)*&+,&#,6"++,-+,&"*03,--"*#&7,%&-)*+& ( ( ( =!(,*515()*&(.%(>1&*&$1?2%(.*'*()*&(.%(1&5'%221&/%&(-1'(.%(*$+'(2*&.%&(8-&&%&( 7%(%%&(#)%"@1$+'(0*8%&()*&(.%("%2*'1%)%(#0)*&/()*&(.%(,*515,%8#5'1/1&/(A(.%( %%"5'%(/%2.5'"##0(A(%&(.%(5!"%1.1&/()*&(.1%(#0)*&/('-55%&(.%(1&5'%221&/%&(1&( %%&(2*&.:(B*'(2**'5'%(-1'%"**".(,%@1%&(1&(+%'(21$+'()*&(+%'(/%/%)%&(+#%)%%2(!--"( !"1)*'%(1&5'%221&/%&(%"(1&(+%'(&*'1#&*2%(+#/%"#&.%"71C55D5'%%0('%()1&.%&(@1C&( 3@1%(;*,%2(E4:( ( ( !"#$$%&9:&;2<=7-23&.)*&+,&.,%+,-"*#&.)*&8,3&))*+,,-&/)0"0/,1203"#"*#&"*&8,3& 323)-,&"*03,--"*#0/$+#,3&>;%2*:&?@?A&,*&@B?C& FG( EFG( HFG( IFG( JFG( KFG( LFG( MFG( NFG( OFG( EFFG( PQ( BR( SR( T;( UT( U=( VR( WX( =)%"1/( P#22%/%/%2.%&( S&8#05'%&(-1'( $#0!%YY%( Z*515,%8#5Y/1&/( ! ! "#$!##%!&'()*+'$!,-./001!23!40%%#%!5#!6.708+.7#1#%!9'#!:#!6#1:#+.%/!68%!##%! 7#$!/#/#6#%7!&.%%#%!##%!+8%:!#10.$;.#$<!=#!>&'(?!;#+@!D$!:#!/#/#6#%7!:.#!.%! :#!A.::#+7$#!!"#"$"%&'!B!9#$!$5##:#!#%!:#1:#!4581$.#+!,:#!A.::#+7$#!CD! *1'E#%$!68%!:#!6#1:#+.%/3!B!+.//#%<!=#!&'6#%7$#!18%:!&#$1#@$!:#!5881:#!68%!9#$! FC7$#!!*#1E#%$.#+!68%!:#!:8$87#$G!:#!'%:#17$#!9#$!2C7$#!*#1E#%$.#+<!=#!:1.#9'#4!.%! :#!:''7!.7!:#!A#:.88%!68%!:#!/#/#6#%7<!H8%%##1!:#!A#:.88%!&.%%#%!:#!:''7! %.#$!'*!/#+.I4#!8@7$8%:!68%!:#!0.$#.%:#%!+./$J!;.I%!:#!:8$8!7E9##@!6#1:##+:<!=#! 0.$#.%:#%!68%!:#!6#1$.E8+#!+.I%#%!/#6#%!:#!A.%.A8!#%!A8(.A8!5##1<!! =#!&'()*+'$!+88$!;.#%!:8$!.%!=0.$7+8%: #%!K.$'05#%J!5881 1#+8$.#@!6##+!*1.68$#! 9'/#1'%:#15.I7.%7$#++.%/#%!;.I%J!:#!/1''$7$#!7*1#.:.%/!4#%%#%<!L%!=0.$7+8%:!.7! 9#$!A.%.A0A!%0+!,6''1!:#!*1.68$#!.%7$#++.%/#%3!#%!9#$!A8(.A0A!MDD!*1'E#%$! ,6''1!##%!#%4#+#!(")**+)*,)*-.'/01$/200'%#.3)*'/4'$5".#-%&3<!L%!K.$'05#%! 41.I/#%!''4!*1.68$#!.%7$#++.%/#%!##%!:##+!68%!90%!A.::#+#%!0.$!:#!##17$#! /#+:7$1''A<!L%!N#:#1+8%:!.7J!%#$!8+7!.%!O5.$7#1+8%:J!L#1+8%:!#%!N''15#/#%J!:#! 6#1:#+.%/!68%!:#!88%:#+#%!##17$#!/#+:7$1''A!B!''4!:''1!9#$!1#+8$.#@!4+#.%#1#! 88%$8+!.%7$#++.%/#%!B!/#E'%E#%$1##1:#1<!P*A#14#+.I4!/#%'#/!.7!:8$!:.$!''4!.%!9#$! Q#1#%./:!R'%.%41.I4!9#$!/#68+S!:#!9#+@$!68%!:#!T1.$7#!.%7$#++.%/#%!9##@$!##%! &87.7'7$./.%/!:.#!$077#%!:#!2F!#%!UD!*1'E#%$!+./$<!L%!N#:#1+8%:!.7!9#$! 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% CH DE IE LT NL NO SE UK 1e kwartiel minimum mediaan maximum 3e kwartiel
Figuur 2: Box-plot van de verdeling van het aandeel basisbekosti-ging in het totale instellingsbudget (Bron: ETER en THE)
Noorse, Zweedse en
Zwitserse instellingen
krijgen relatief het meeste
geld van hun overheid
Hoger onderwijs
Enkele instellingen uitgelicht
We kijken nu per land iets dieper in de financiële instel-lingsdata voor het jaar 2011 – het jaar waarvoor we interna-tionaal vergelijkbare gegevens bezitten. Uit de box-plot is op te maken dat in Zwitserland de gemiddelde (=mediane) hogeronderwijsinstelling 79 procent van haar inkomsten van de staat verkrijgt in de vorm van basisbekostiging. De ETH (Eidgenössische Technische Hochschule Zürich) heeft (in absolute en relatieve zin) de hoogste core funding met 80 procent van het instellingsbudget. Voor vrijwel alle Zwit-serse universiteiten is het aandeel van de basisbekostiging 70 procent of meer van het instellingsbudget. In Duitsland is de hoogste basisbekostiging (meer dan 90 procent van het budget) te vinden bij de publieke, gespecialiseerde
Kunsthochschulen en de Fachhochschulen op de vakgebieden
openbaar bestuur en economie. De meeste universiteiten zitten tussen de 40 en 75 procent – bijvoorbeeld de Freie Universität Berlin (66 procent), de Humboldt Universität Berlin (53 procent), de Rheinisch-Westfälische Technische Hochschule Aken (47 procent) en de Technische Universität München (41 procent). Bij de Fachhochschulen ligt de basis-bekostiging veelal tussen de 70 en 90 procent.
In Ierland is een veel lagere basisbekostiging aan de orde: de mediaan ligt bij 39 procent. Het Trinity College Dublin haalt 27 procent van zijn inkomsten uit de eerste geld-stroom. De meeste Institutes of Technology in Ierland hebben een basisbekostiging van tussen de 40 en 50 procent. In Litouwen zijn van de 39 instellingen er twaalf van private aard – het land kent veel relatief kleine hogeronderwijsin-stellingen. Het aandeel van de basisbekostiging kent een grote spreiding rond het gemiddelde (45 procent). De groot-ste universiteit van het land is Vilnius Universiteit (17.000 studenten). Deze heeft een basisbekostiging van 42 procent. In Nederland vinden we het hoogste aandeel (85 procent) van de basisbekostiging bij de kunsthogescholen. Voor de andere hbo-instellingen ligt het percentage tussen de twee derde en driekwart van het totale instellingsbudget. Bij de universiteiten ligt het aandeel tussen de 44 procent (Eras-mus Universiteit) en 63 procent (TU Delft). De universiteit met de hoogste tweede en derde geldstroom is Wageningen (32 procent), ex aequo met Leiden en op de voet gevolgd door de TU Eindhoven en de Radboud Universiteit. Deze competitieve inkomsten van de universiteiten liggen in een relatief smal interval dat begint met 16 procent (Universiteit van Amsterdam). Bij de hogescholen zijn deze marktgerich-te inkomsmarktgerich-ten bescheidener van omvang. De groene hoge-scholen (in het bijzonder Van Hall Larenstein en de HAS Den Bosch, met respectievelijk 22 procent en 15 procent) en de zelfstandige pabo’s (Driestar, Marnix, Kath. Pabo Zwolle, Edith Stein) zijn relatief actief in het binnenhalen van mid-delen uit de derde geldstroom. Van de brede multisectorale hogescholen halen de Noordelijke Hogeschool Leeuwarden (16 procent), de Hogeschool Arnhem Nijmegen (11 procent) en Avans Hogeschool en Fontys Hogescholen (beide 8
pro-cent) relatief het meeste uit contracten. Voor de Hogeschool van Amsterdam, de Haagse Hogeschool, InHolland en de Hanzehogeschool zijn de percentages aanzienlijk lager (tussen de 1 en 3 procent).
Tweede en derde geldstroom
Figuur 3: Box-plot van de verdeling van de competitieve midde-len (tweede en derde geldstroom) in het totale instellingsbudget (Bron: ETER en THE)
Figuur 3 toont voor de acht landen de spreiding van de tweede en derde geldstroom aan de hand van wederom een box-plot. De figuur laat zien dat Nederland wat het aandeel van deze competitieve inkomsten betreft vergelijkbaar is met Noorwegen, waar de vaste basisbekostiging veelal ruim boven de 80 procent ligt en voor de Noorse hogescholen (colleges) nog enkele procentpunten hoger. De grootste universiteit (Oslo Universiteit, met 21.000 studenten) haalt 73 procent van haar inkomsten uit de eerste geldstroom. Noorwegen kent in 2011 geen collegegelden. De competi-tieve inkomsten beslaan voor de Universiteit van Oslo 22 procent van het budget. Voor de Noorse hogescholen liggen deze veelal tussen de 5 en 10 procent.
Zweden is sterk vergelijkbaar met Noorwegen: de grootste universiteit (Stockholm Universiteit, met bijna 40.000 studenten) is voor 70 procent afhankelijk van de overheid.
! ! "#$%%&!'!())*(!+))&!,-!./0(!1.*,-*!,-!23&-#,#*$!+.*!,-!(4--,-!-*!,-&,-! $-1,2(&))5!..*!,-!0.*,!+.*!4-,-&)5!--*!6)7831)(9!:-!;#$%%&!1..(!<#-*!,.(! =-,-&1.*,!4.(!0-(!..*,--1!+.*!,-<-!/)53-(#(#-+-!#*>)52(-*!6-(&-;(! +-&$-1#?>6..&!#2!5-(!=))&4-$-*@!4..&!,-!+.2(-!6.2#26->)2(#$#*$!+--1.1!&%#5! 6)+-*!,-!AB!3&)/-*(!1#$(!-*!+))&!,-!=))&2-!0)$-2/0)1-*!C/)11-$-2D!*)$!-*>-1-! 3&)/-*(3%*(-*!0)$-&9!:-!$&))(2(-!%*#+-&2#(-#(!CE21)!F*#+-&2#(-#(@!5-(!GH9BBB! 2(%,-*(-*D!0..1(!I'!3&)/-*(!+.*!0..&!#*>)52(-*!%#(!,-!--&2(-!$-1,2(&))59! =))&4-$-*!>-*(!#*!GBHH!$--*!/)11-$-$-1,-*9!:-!/)53-(#(#-+-!#*>)52(-*! 6-21..*!+))&!,-!F*#+-&2#(-#(!+.*!E21)!GG!3&)/-*(!+.*!0-(!6%,$-(9!J))&!,-! =))&2-!0)$-2/0)1-*!1#$$-*!,-<-!+--1.1!(%22-*!,-!K!-*!HB!3&)/-*(9! L4-,-*!#2!2(-&>!+-&$-1#?>6..&!5-(!=))&4-$-*M!,-!$&))(2(-!%*#+-&2#(-#(! CN()/>0)15!F*#+-&2#(-#(@!5-(!6#?*.!OB9BBB!2(%,-*(-*D!#2!+))&!IB!3&)/-*(! .;0.*>-1#?>!+.*!,-!)+-&0-#,9!GI!3&)/-*(!+.*!0..&!#*>)52(-*!>)5-*!%#(!(4--,-8! -*!,-&,-$-1,2(&))5./(#+#(-#(-*9!P-(!Q.&)1#*2>.!R*2(#(%%(!-*!,-!S0.15-&2! F*#+-&2#(-#(!<#?*!4.(!,.(!1..(2(-!6-(&-;(!2%//-2+)11-&!COI@!&-23-/(#-+-1#?>!O'! 3&)/-*(D9!! 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% CH DE IE LT NL NO SE UK 1e kwartiel minimum mediaan maximum 3e kwartiel
In Litouwen zijn van de 39
hogeronderwijsinstellingen
er liefst twaalf
van private aard
27 procent van haar inkomsten komen uit tweede- en derde-geldstroomactiviteiten. Het Karolinska Instituut en de Chal-mers Universiteit zijn wat dat laatste betreft succesvoller (47, respectievelijk 43 procent).
Hogeronderwijsinstellingen in het Verenigd Koninkrijk hebben in West-Europa het gevarieerdste budget: een derde deel is afkomstig uit basisbekostiging (van de Higher
Educa-tion Funding Councils), een derde uit collegegelden (tuiEduca-tion fees) en een derde uit andere, competitieve inkomsten (rese-arch councils, service contracten, conferenties). De
instellin-gen met het hoogste aandeel basisbekostiging zijn de kunst-academies, gevolgd door de university colleges (die bijna geen onderzoek doen). Veel grote universiteiten halen slechts een kwart van hun middelen uit de eerste geldstroom, sommige zelfs nog minder: Imperial College London (23 procent), Oxford University (20 procent) en Cambridge University (15 procent). De Britse instellingen met de relatief hoogste in-komsten uit competitie zijn de Liverpool School of Tropical Medicine (85 procent), gevolgd door Cambridge (76 pro-cent), Oxford (65 procent) en Imperial College (76 procent). Veel universiteiten zijn voor de helft van hun inkomsten aangewezen op grants and contracts en inkomsten uit andere vormen van dienstverlening (exploitatie van huisvesting, intellectuele eigendomsrechten).
Het Britse hoger onderwijs draait voor een belangrijk deel op de inkomsten uit collegegelden – van Britse en buiten-landse studenten. Dit is na het jaar 2012 nog sterker het geval, nu de collegegelden voor Engelse studenten zijn verhoogd (tot maximaal 9000 Engelse pond per student) en de eerste geldstroom navenant is gekort. Ook in Ierland en Litouwen zijn collegegelden een belangrijke bron van inkomsten. Nederland neemt wat dit betreft een middenpo-sitie in. De Nederlandse universiteiten halen in 2011 zo’n 7 procent van hun middelen uit collegegelden, hogescholen 17 procent.
Grote variatie
De overzichten laten zien dat er een grote variatie bestaat in de relatieve omvang van de inkomstenbronnen in de acht Europese landen. Vergeleken met landen als het Verenigd Koninkrijk, Ierland en Litouwen ontvangen de Nederlandse instellingen nog steeds een relatief groot deel van hun in-komsten in de vorm van eerste geldstroom (Figuur 1 en 2). De tweede- en derdegeldstroominkomsten zijn in Europees perspectief gezien (Figuur 3) nog niet zo hoog als menigeen wellicht dacht – in het licht van de marktwerking waarvan al vele jaren sprake is.
Dat laatste is het gevolg van de variëteit (of misschien het gebrek daaraan) in instellingen, hun activiteiten en de beschikbaarheid van potentiële inkomstenbronnen. Het is interessant de ontwikkeling in deze variëteit te blijven volgen – in de tijd, over meer landen, meer instellingen, en met gebruik van gegevens uit projecten als ETER.
Ben Jongbloed
is senior onderzoeker bij het Center for Higher Education Policy Studies (CHEPS), Universiteit Twente
Met dank aan Benedetto Lepori (Università della Svizzera italiana, Lugano, projectleider ETER) en Andrew McGettigan (Times Higher Education/The Guardian) voor het beschikbaar stellen van de data die in dit artikel zijn verwerkt.
Referenties
Morgan, John, (2014). University financial health check. Times Higher Education, 17 April 2014, zie: http://www.timeshighereducation.co.uk/
OCW (Ministerie van onderwijs, cultuur en wetenschap) (2014), Kerncijfers 2009-2013 Onderwijs, Cultuur en Wetenschap. Den Haag: Ministerie van OCW.
OESO (2014), Education at a Glance 2014: OECD Indicators. Parijs: OESO. Van Vught, Frans (2009), Diversity and differentiation in Higher Education. In: F.A. van
Vught (ed.), Mapping the Higher Education Landscape, pp. 1-16. Dordrecht: Springer. Van Vught, Frans A. & Frank Ziegele (Eds.) (2012), Multidimensional Ranking. The design
and development of U-Multirank. Dordrecht: Springer.
