De complexiteit van het meten van onderwijsproductiviteit

De onderwijssector staat onder druk. Door personeelstekorten, vergrijzing en een groeiende vraag naar publieke dienstverlening is het steeds belangrijker om beschikbare middelen en menskracht doelmatig in te zetten. Tegen die achtergrond heeft SEO onderzoek gedaan naar de productiviteit binnen het Nederlandse onderwijs.

Productiviteit meten in het onderwijs is complex
In veel sectoren is productiviteit te meten door de productie (output) af te zetten tegen de ingezette middelen (input). Voor het onderwijs is dat minder eenvoudig. Onderwijs levert immers meet op dan leerlingen, studenten of diploma’s. Het gaat ook om kennis, vaardigheden, socialisatie, persoonsvorming, welbevinden en kansengelijkheid. Een productiviteitsmaatstaf die alleen kijkt naar onderwijsuitgaven (input) en leerlingenaantallen (output) geeft daarom een te beperkt beeld.

Om die bredere opbrengsten mee te nemen, onderzoekt dit rapport hoe kwaliteitsdimensies kunnen worden meegenomen bij het meten van onderwijsproductiviteit. De methode van groei-indices biedt hiervoor een bruikbare benadering, omdat zij naast leerlingenaantallen en geldstromen ook indicatoren voor onderwijskwaliteit integreert.

Een productiviteitsmeting met databeperkingen
Om zulke kwaliteitsindicatoren te kunnen kiezen, is eerst inzicht nodig in wat onderwijs beoogt te bereiken. Het rapport brengt daarom de leerdoelen per onderwijssector in kaart. Daarbij wordt onderscheid gemaakt tussen kennisdoelstellingen (zoals rekenen) en brede doelstellingen (zoals burgerschap). Vooral in het primair en voortgezet onderwijs zijn voor deze leerdoelen bruikbare indicatoren beschikbaar.

Tegelijkertijd blijven er witte vlekken bestaan. Sommige leerdoelen zijn niet concreet geformuleerd. Hierdoor is het niet mogelijk om een passende data-indicator te vinden. Daarnaast worden sommige leerdoelen niet structureel gemeten. Daardoor is het moeilijk om de ontwikkeling hiervan over de tijd te monitoren.

Ondanks deze beperkingen is het mogelijk om voor het primair en voortgezet onderwijs de productiviteitsontwikkeling in kaart te brengen. Deze verkennende analyse suggereert dat de productiviteit in beide sectoren in de eerste twee decennia van deze eeuw is gedaald. In het primair onderwijs komt dat vooral doordat de reële uitgaven zijn gestegen, terwijl het aantal leerlingen is gedaald. De geconstrueerde kwaliteitsindicator blijft ongeveer gelijk. In het voortgezet onderwijs spelen stijgende uitgaven eveneens een rol, maar daar daalt ook de kwaliteitsindicator. Voor het mbo en hoger onderwijs is een vergelijkbare berekening niet mogelijk, omdat daarvoor onvoldoende geschikte kwaliteitsgegevens beschikbaar zijn.

De gemeten uitkomsten vragen om een zorgvuldige interpretatie. Zo sluiten de gebruikte (internationale) toetsen niet volledig aan op Nederlandse leerdoelen. Daarnaast meten de toetsen niet altijd het eindpunt van de onderwijsloopbaan. Ook kunnen veranderingen in afname, motivatie en samenstelling van de leerlingenpopulatie de resultaten beïnvloeden. Daarnaast hebben externe factoren, zoals corona, sociale media en verschillen in instroomkwaliteit, invloed op onderwijsproductiviteit.

Bovendien is voor de gemeten productiviteit in het voortgezet onderwijs de verschuiving naar een hoger onderwijsniveau een belangrijk aandachtspunt. Als in de loop van de tijd meer leerlingen havo of vwo volgen, heeft dat een negatief effect op de gemeten productiviteit. Doordat leerlingen een langere onderwijsloopbaan hebben, lopen de kosten van onderwijs op. De baten van deze langere loopbaan (betere kansen op vervolgonderwijs en de arbeidsmarkt) komen echter maar beperkt terug in de kwaliteitsindicatoren. Daardoor kan de gemeten productiviteitsdaling in het voortgezet onderwijs groter lijken dan zij feitelijk is.

Conclusie
De belangrijkste conclusie is dat productiviteitsmeting vraagt om een samenhangende kennisinfrastructuur. Dat begint bij scherp geformuleerde leerdoelen en bij het frequent en consistent verzamelen van gegevens over onderwijskwaliteit. Alleen dan kan de ontwikkeling van onderwijsproductiviteit over langere tijd betrouwbaar worden gevolgd.

Daarnaast is meer inzicht nodig in de vraag waarom productiviteit verandert. Daarvoor volstaat monitoring alleen niet. Beleidsmakers hebben ook causale kennis nodig over de effecten van maatregelen op zowel kosten als onderwijskwaliteit. Het rapport pleit daarom voor het systematisch opbouwen van een catalogus met micro-evidentie over onderwijsbeleid. Deze kennisbasis helpt om maatregelen als klassenverkleining, salarisverhogingen, veranderingen in onderwijstijd of de inzet van ICT en AI beter te beoordelen. Pas wanneer duidelijker is hoe deze factoren doorwerken in kosten, leeropbrengsten en bredere onderwijsdoelen, ontstaat een stevigere basis voor hoe beleid de onderwijsproductiviteit beïnvloed.