사립대학 재정요인에 따른 대학성과의 잠재프로파일 분류 및 잠재전이 분석

Abstract

현재 우리나라 고등교육은 양적으로 빠르게 확대되어 대중화 단계를 넘어 보편화 단계에 이르렀으며, 최근에는 고등교육 재정투자, 대학등록금 인상, 국가장학금 정책 등이 사회적으로 이슈화되면서 고등교육에 대한 관심이 매우 높아졌다. 이와 같은 고등교육의 양적 성장은 고등교육 발전에 밑거름이 되었으나, 고등교육의 대중화로 인한 수혜 계층의 확산, 상대적으로 낮은 정부지출과 함께 학령인구 감소에 따른 입학자원 급감, 15년간 이어지고 있는 등록금 동결, 단계적 입학금 폐지 등 대학이 직면하고 있는 내·외부적인 변화는 고등교육에 위기로 작용하고 있으며, 이는 결과적으로 대학의 재정 여건을 악화시키고 이에 따른 고등교육의 질 하락은 국가경쟁력 저하로 이어지고 있다. 특히 우리나라 고등교육의 구조는 사립대학의 비중이 80% 이상을 차지하고 있기에 사립대학의 재정 악화에 따른 고등교육의 질 하락은 이미 예견된 것으로 보인다. 대학재정은 대학성과를 높이기 위한 핵심 요소로서 대학재정이 부족하면 교육여건이 상대적으로 열악해지고 궁극적으로 대학성과를 보장하기 어렵게 된다. 이에 본 연구에서는 그동안 고등교육 분야에서 중요하게 논의되었던 대학성과와 사립대학 재정요인 간 관계에 대해 보다 종합적인 관점에서 대학성과에 따른 유형을 분류하고 이러한 분류 유형의 종단적 변화과정을 살펴보는 데 초점을 맞추었다. 이러한 목적을 달성하기 위해 한국교육개발원의 교육통계 데이터와 대학정보공시 자료를 활용하였다. 대학성과 지표에는 취업률, 중도탈락률, 재학생 충원율, 전임교원 1인당 국내 논문실적, 전임교원 1인당 국외 논문실적을 포함하였으며, 이에 영향을 미치는 사립대학 재정요인으로 학생 1인당 교육비, 학생 1인당 자료구입비, 전임교원 1인당 연구비, 학생 1인당 재정지원액, 학생 1인당 국고보조금, 학생 1인당 법인전입금, 학생 1인당 적립금, 학생 1인당 기부금 수입액, 학생 1인당 산학협력단 및 학교기업 전입금을 지출과 수입 변수로 구분하여 구성하였다. 대학성과의 잠재프로파일 유형을 분류하고 이에 영향을 미치는 사립대학 재정요인을 탐색하기 위하여 잠재프로파일 분석(LPA) 방법을 활용하였으며, 기 분류된 잠재프로파일 유형이 시간이 흐름에 따라 전이되는 양상을 확인하기 위하여 잠재전이 분석(LTA)을 수행하였다. 이를 위해 2015년부터 2021년까지 전체 분석 대상 기간 중 실제 분석은 2015년, 2018년, 2021년 세 시점으로 구분하여 3차례의 잠재프로파일 분석을 실시하였으며, 각 시점별 분류 유형이 시간의 흐름에 따라 전이되는 과정을 확인하기 위하여 2015년에서 2018년, 2018년에서 2021년으로의 2차례의 잠재전이 분석을 수행하였다. 분석 결과 도출된 주요 연구 결과는 다음과 같다. 첫째, 2015년, 2018년, 2021년 각 시점별 대학성과에 대한 잠재프로파일 분석결과 세 시점 모두 3개의 잠재프로파일로 분류되었다. 2015년 대학성과에 대한 잠재프로파일은 성과부진 집단(4.8%), 성과보통 집단(74.4%), 성과우수 집단(20.8%)으로 분류되었으며, 2018년 잠재프로파일은 성과부진 집단(8.8%), 성과보통 집단(75.2%), 성과우수 집단(16.0%)으로 분류되었다. 2021년 잠재프로파일은 성과부진 집단(16.8%), 성과보통 집단(68.8%), 성과우수 집단(14.4%)으로 분류되었다. 이와 같이 2015년, 2018년, 2021년 각 시점별 대학성과에 대한 잠재프로파일 분류 결과를 종합하면 공통적으로 성과보통 집단의 비율이 가장 높게 나타났으며, 시간이 흐름에 따라 성과부진 집단이 차지하는 비율이 점차적으로 높아지는 반면 성과우수 집단이 차지하는 비율은 상대적으로 낮아지는 경향을 보인다. 둘째, 2015년, 2018년, 2021년 각 시점별로 잠재프로파일 분류에 영향을 미치는 사립대학 재정요인을 탐색한 결과, 2015년에는 학생 1인당 교육비, 전임교원 1인당 연구비, 학생 1인당 재정지원액, 학생 1인당 적립금, 학생 1인당 산학협력단 및 학교기업 전입금이 상대적으로 성과가 우수한 집단에 속할 확률을 높이는 요인으로 나타났다. 2018년에는 학생 1인당 교육비, 학생 1인당 자료구입비, 전임교원 1인당 연구비, 학생 1인당 재정지원액, 학생 1인당 적립금이 유의한 영향을 미치는 것으로 나타났으며, 2021년에는 전임교원 1인당 연구비, 학생 1인당 국고보조금, 학생 1인당 적립금, 학생 1인당 기부금 수입액, 학생 1인당 산학협력단 및 학교기업 전입금이 상대적으로 성과가 우수한 집단에 속할 확률을 높이는 요인으로 나타났다. 셋째, 2015년, 2018년, 2021년 각 시점별로 대학성과에 대한 잠재프로파일 분류 유형 간 잠재전이 양상을 분석한 결과, 모든 시점에서 공통적으로 성과수준이 동일한 집단으로 전이될 확률이 가장 높은 것으로 나타났다. 각 시점별 전이 양상의 주요 특징을 살펴보면, 2015년에서 2018년 시점에는 성과보통 집단에서 성과보통 집단으로 전이될 확률이 92.5%로 가장 높았으며, 2018년에서 2021년 시점에는 성과우수 집단에서 성과우수 집단으로 전이될 확률이 97.3%로 가장 높게 나타났다. 2015년에서 2018년, 2018년에서 2021년 시점 모두 성과부진 집단이나 성과보통 집단의 경우 성과우수 집단으로 전이될 확률은 0%이며, 시간이 흐를수록 성과우수 집단을 유지하는 양상이 더욱 견고해진 것을 확인할 수 있다. 또한 성과부진 집단의 경우에는 성과보통 집단으로 상향 전이된 사례가 일부 존재하지만, 시간이 흐를수록 상향 전이되는 확률은 현저히 낮아졌으며. 이와는 반대로 성과보통 집단에서 성과부진 집단으로 하향 전이된 확률은 더욱 높아졌다. 이러한 연구 결과를 바탕으로 다음과 같이 정책적 제언을 도출하였다. 첫째, 정부의 재정지원과 등록금 정책에 대한 전반적인 제고가 필요하다. 정부는 국가장학금과 재정지원사업 등을 통해 지속적으로 사립대학에 재정지원을 확대해 왔음에도 불구하고 대학 간 재정여건 차이는 점차 심화되고 있는 실정이다. 대학재정은 대학성과에 영향을 미치는 중요한 요인으로 부족한 재원을 마련하기 위해서는 대학의 자구적인 노력이 매우 중요하지만 정부의 재정지원사업 규모가 더욱 확대될 필요가 있으며, 대학의 재정 부담을 완화시킬 수 있는 정책에 대한 검토와 지속적인 논의가 필요하다. 둘째, 대학별 특성에 맞는 성과평가 정책이 마련되어야 한다. 고등교육의 전체적인 성과를 높이기 위해서는 유사한 어려움 속에서도 각 대학의 특수성에 기인한 전략 방안을 수립하는 것이 중요하다. 외부평가를 대비하거나 대학의 이미지를 강화하기 위한 목적보다는 개별 대학의 현황을 점검하고 미래 발전 방안을 모색하기 위한 방향으로 나아가야 한다. 이를 위해 보다 과감한 재정투자와 함께 철저한 성과관리가 선행될 필요가 있으며, 대학은 충분한 재정을 확보하고 대학별 특성에 맞는 우수한 교육환경을 조성함으로써 대학성과를 높이도록 노력해야 한다. 셋째, 대학재정 운영의 전문성을 확보하기 위한 정책적 지원이 필요하다. 장기적인 관점에서 고등교육의 질을 개선하기 위해서는 대학재정의 안정적인 재원구조를 마련해야 한다. 대학 스스로 비효율적인 지출은 줄이고 다양한 수입 재원을 창출하여 대학재정을 안정적으로 확보할 수 있는 방향으로 재구조화할 필요가 있다. 이와 함께 전문인력 양성을 위한 프로그램 운영, 관련 소요 예산을 지원하는 등 국가적 차원에서의 정책적인 지원이 필요하다. 넷째, 선별적인 개선 정책 수립과 최적의 성과관리 모델을 개발할 필요가 있다. 대학성과에 따른 집단이 고착화되는 경쟁적인 구조 속에서 상대적으로 성과가 부진한 대학을 대상으로 주기적인 성과지표를 점검하고 문제점을 보완하기 위한 선별적인 개선 정책을 수립하는 것이 필요하다. 또한 일부 상향 전이되는 사례를 벤치마킹하여 최적의 성과관리 모델을 개발하고 개별 대학의 필요와 요구에 따라 자율적으로 선택하여 운영할 수 있도록 해야한다. 마지막으로 대학 간 자율적인 컨소시엄이나 협의체 등을 구성하여 대학성과 향상을 위한 상호협력적인 관계를 구축할 수 있도록 국가적 차원에서의 정책적인 지원이 필요하다.;The current state of higher education in South Korea has rapidly expanded quantitatively, surpassing the popularization stage and reaching the universalization stage. Recently, issues such as increased investment in higher education, tuition hikes, and national scholarship policies have become social concerns, leading to a heightened interest in higher education. While the quantitative growth of higher education has laid the groundwork for its development, internal and external changes, including the spread of beneficiaries due to the popularization of higher education, a decrease in the student population leading to a sharp decline in admissions resources, a 15-year freeze on tuition fees, and the gradual elimination of entrance fees, pose challenges to universities. These challenges are adversely affecting the financial conditions of universities, resulting in a decline in the quality of higher education and consequently undermining national competitiveness. In particular, the structure of higher education in South Korea is dominated by private universities, accounting for more than 80%. The anticipated deterioration of the quality of higher education due to the financial difficulties of private universities seems inevitable. University finances are a crucial factor in enhancing university performance, and if universities lack adequate finances, it becomes challenging to maintain favorable educational conditions and ultimately ensure university performance. This study focuses on comprehensively examining the relationship between university performance and financial factors in private universities, which has been a significant topic in the field of higher education. To achieve this aim, this study used data from the education statistics by the Korean Educational Development Institute and from university information disclosure. The indicators of university performance included employment rates, dropout rates, student enrollment rates, domestic research output per full-time faculty, and international research output per full-time faculty. The financial factors influencing university performance were categorized into expenditure and income variables, such as per-student educational expenses, per-student material purchase expenses, per-full-time faculty research expenses, per-student financial support, per-student government subsidies, per-student corporate deposits, per-student reserves, per-student donations income, and per-student industry-academic cooperation and school-enterprise transfer income. To classify latent profiles of university performance and explore the financial factors influencing them, Latent Profile Analysis (LPA) was employed. Additionally, Latent Transition Analysis (LTA) was conducted to examine the transitional patterns of the classified profile types over time. The analysis covered the entire period from 2015 to 2021, with actual analyses conducted at three points: 2015, 2018, and 2021. To observe the transition process of the classification types over time, two LTA analyses were performed: from 2015 to 2018 and from 2018 to 2021. The major findings derived from the analysis are as follows. Frist, at each time point in 2015, 2018, and 2021, latent profile analysis of university performance revealed three profiles. In all three time points, the profiles were categorized as underperforming group (4.8%, 8.8%, 16.8%), average performance group (74.4%, 75.2%, 68.8%), and excellent performance group (20.8%, 16.0%, 14.4%). Combining the results of latent profile classification for university performance at each time point, the proportion of the average performance group was consistently the highest. Over time, there was a gradual increase in the proportion of the underperforming group, while the proportion of the excellent performance group showed a relatively decreasing trend. Second, the financial factors influencing the classification of latent profiles at each time point in 2015, 2018, and 2021 were analyzed. In 2015, factors such as per-student educational expenses, per-full-time faculty research expenses, per-student financial support, per-student reserves, and per-student industry-academic cooperation and school-enterprise transfer income were identified as factors that increased the probability of belonging to the excellent performance group. In 2018, significant influences were observed from per-student educational expenses, per-student material purchase expenses, per-full-time faculty research expenses, per-student financial support, per-student reserves. In 2021, factors such as per-full-time faculty research expenses, per-student government subsidies, per-student reserves, per-student donations income, and per-student industry-academic cooperation and school-enterprise transfer income were identified as influential factors increasing the probability of belonging to the excellent performance group. Third, latent transition analysis of patterns between classification types of university performance at each time point in 2015, 2018, and 2021 revealed a common trend of the highest probability of transitioning to the group with the same performance level. Examining the major characteristics of transition patterns at each time point, from 2015 to 2018, there was a 92.5% probability of transitioning from the average performance group to the average performance group. From 2018 to 2021, there was a 97.3% probability of transitioning from the excellent performance group to the excellent performance group. Commonly, across all time points, the probability of transitioning to a group with the same performance level was the highest. Notably, for both the underperforming and average performance groups, the probability of transitioning to the excellent performance group was 0% in all time points, indicating a strengthening trend of maintaining the excellent performance group over time. Additionally, for the underperforming group, although there were some cases of upward transitions to the average performance group, the probability of upward transition significantly decreased over time. Conversely, for the average performance group, the probability of downward transition to the underperforming group increased over time. Based on these findings, the following policy suggestions were derived. Frist, overall improvement in government financial support and tuition policies is necessary. Despite the continuous expansion of financial support to private universities through programs like national scholarships and financial support projects, disparities in financial conditions among universities are deepening. While efforts by universities to secure additional funds are crucial, there is a need for the government to reconsider policies that increase the financial burden on universities and engage in ongoing discussions to enhance financial support programs. Second, customized performance evaluation policies for each university should be established. To elevate the overall performance of higher education, it is essential to develop strategic approaches based on the unique challenges of each university, rather than focusing on external evaluations or enhancing university images. Bold financial investments and rigorous performance management are prerequisites. Universities must strive to secure adequate funding, create excellent educational environments customized to their characteristics, and, consequently, enhance university performance. Third, policy support is required to ensure the professionalism of university financial operations. For long-term improvement in the quality of higher education, a stable funding structure for university finances must be established. Universities need to restructure inefficient expenditures, generate diverse income sources, and ensure stable financial restructuring. In addition, policy support is necessary for programs that train professionals and allocate budgets related to such initiatives. Fourth, selective improvement policies and the development of optimal performance management models are necessary. In a competitive structure where groups are solidified based on university performance, it is crucial to periodically examine performance indicators for universities with relatively poor performance and formulate selective improvement policies. Benchmarking cases where performance has improved and developing optimal performance management models will contribute to individualized university development. Furthermore, policy support is needed to establish autonomous consortia or collaborative bodies among universities to build mutually beneficial relationships for improving university performance.