CEFAGE-UE, Universidade de Évora, Palácio do Vimioso, Lg. Marquês de Marialva, 8, 7000-809 Évora, Portugal Telf: +351 266 706 581 - E-mail: cefage@uevora.pt - Web: www.cefage.uevora.pt

CEFAGE-UE Working Paper2011/13

Higher Education ‘Market’ in Portugal: a diagnosis

Conceição Rego 1, António Caleiro 2

1 Departamento de Economia & CEFAGE-UE, Universidade de Évora

2 Departamento de Economia & CEFAGE-UE, Universidade de Évora

Conceição Rego (mcpr@uevora.pt) 

António Caleiro (caleiro@uevora.pt) 

Departamento de Economia & CEFAGE‐UE Universidade de Évora 

 

Higher Education ‘Market’ in Portugal: a diagnosis  

 

 

April 18, 2011 

 

Abstract 

The  higher  education  system  in Portugal,  in  recent decades,  experienced  profound 

structural changes, including a substantial increase in the number of higher education 

institutions,  scattered  throughout  the  country, with  a  growing  number  of  students 

and  teachers. The  subject of  this  study  is  to  examine  the  characteristics of  current 

supply  and  demand  within  the  higher  education  subsystem,  in  Portugal.  The 

methodological approach  includes  two steps:  first, making a characterization of key 

variables that shape demand and supply of higher education in Portugal and, second, 

using  spatial econometric analysis, particularly multidimensional  scaling,  in order  to 

estimate the location of universities. 

 

Keywords: Higher education, Multidimensional scaling, Spatial location. 

 

JEL classification: C14, I23, R12, R53 .

2

1.Introduction 

 

An old saying that "a picture  is worth a thousand words" seems appropriate to begin 

with. In an episode reported by Graça Machel (during her speech at the University of 

Évora,  in 2008, on  the occasion of conferring  the degree of Honoris Causa Doctor). 

Graça Machel  had  recently  visited  the  village where  she was born  in Mozambique, 

with the purpose of reviewing her childhood friends. Without surprise she found they 

had all stayed in the village and kept the pace and the traditional lifestyle of women in 

African villages, as had happened with their mothers. Graça Machel concluded, in this 

regard, that the main  factor that made the difference between her own  life and  the 

lives of her childhood friends was the education to which she had access, contrary to 

what happened to her friends.  

 

Access to education and, in particular, higher education, is a factor which determines 

not only  the  success of  individuals but also  the development  level of  countries and 

regions.  Economic  theory  says,  and  the  empirical  evidence  shows,  that  those 

countries where the population,  in particular the active part, display a higher  level of 

education, productivity and income are higher than in regions where education levels 

are lower (Chevalier et al., 2004; OECD, 1997, 1998).Therefore, among other reasons, 

it  is  important  for us  to understand how  is Portugal currently doing  in  terms of  the 

'market' in higher education. 

 

One  of  the most  decisive  social  phenomena  in  Portugal  during  the  last  decades, 

concerns  related  precisely  the  amendment  of  the  higher  education  system.  In  the 

mid‐70, higher education  in Portugal was  concentrated only  in major  cities  (Lisbon, 

Coimbra and Oporto) and was attended by only a small portion of the population, the 

economic and social elite,  that could access knowledge and  training. As a matter of 

fact,  the  overwhelming majority  of  the  population was  excluded  from most  of  the 

education  system  and of  the higher  education  subsystem  in particular.  In  the  early 

70's, 25% of its population was illiterate and only 17% had only four years of schooling. 

3

Improving the level of schooling of the population ~had already been a goal during the 

last years of the ‘Estado Novo’, under the guidance of the Minister of Education Veiga 

Simão, and was reflected later in the priorities of the Portuguese society after April 25, 

1974.  In  the  particular  case  of  higher  education,  in  the  last  30  years,  Portugal  i) 

increased  the  number  of  students  and  institutions,  ii)  has  diversified  the  available 

training to new areas,  iii) there was a territorial expansion within the country and  iv) 

the  organizational model  for  this  subsystem  has  become more  complex,  including 

universities and polytechnics which  throughout  the  country,  can be either public or 

private.  In  the  late  twentieth  century,  taking  into  account  demography,  supply  is 

excessive when  confronted with  candidates  seeking  admission  in higher  education. 

Currently, higher education  is attended by over 370 000 students who  fall by nearly 

one hundred and fifty institutions, public and private, located throughout the country 

and representing 17% of Portuguese students.  

 

The  importance  of  higher  education  institutions  (HEI’s)  located  in  cities  of  small  / 

medium  size  can  be  assessed  in  many  ways,  in  income,  in  the  transmission  of 

knowledge or even  in the changing routines and habits of urban culture and sport as 

several studies have shown abundantly (Goldstein & Renault, 2004; OECD, 1999).  

 

Admitting  different  net  benefits  for  the  territory  associated  with  the  presence  of 

HEI’s, we  intend  to diagnose  in  this  study  the  current  characteristics of  supply  and 

demand  within  the  subsystem  of  higher  education  in  Portugal,  paying  particular 

attention  to  its  location  in  space.  Our  fundamental  concern  is  trying  to  ascertain 

whether  the  HEI’s,  located  in  different  parts  of  the  territory,  are  instruments  of 

territorial cohesion within national boundaries, or conversely, contribute  to magnify 

the  disparities  that  exist  between  coastal  and  inner‐land  areas  of  the  country. The 

methodological  approach  shall  include  two  steps:  first,  we  shall  proceed  to  a 

characterization of key variables that shape demand and supply of higher education in 

Portugal  and,  secondly, we  shall use  spatial  econometric  analysis  in order  to  verify 

how far apart universities are. 

4

 

Following  this  initial  section  the  paper  will  include  a  section  where  literature 

concerning  current  goals  of  HEI’s  as  well  as  their  territorial  consequences  will  be 

summarily  reviewed.  Afterwards  we  will  proceed  to  characterize  the  'market'  for 

higher education, assessing   supply and demand.  In the empirical part, we will, then, 

discuss the spatial approach, and in particular the (possible) displacements of demand 

towards  the sites where supply  is  located. The paper ends with some  final  thoughts 

and some possible paths for future research.  

 

2. Literature Review   

As we have stated previously, the presence of HEI’s  in the territory results  in various 

effects,  abundantly  treated  in  the  literature  (one  can  highlight,  among  others,  the 

OECD studies, mainly through the Programme on Institutional Management in Higher 

Education  (IMHE), or Goddard  (1997,  1998, 2001), Bleaney et.al.  (1992), Brown and 

Hearney  (1997)). Major  contributions  were  recently  summarized  in  eight  different 

functions  (Drucker and Goldstein, 2007: 22) or outputs. Universities may give rise  to 

impacts at  the  level of economic development:  i) knowledge creation,  ii) creation of 

human  capital,  iii)  transfer  of  existing  knowledge;  iv)  technological  innovation;  v) 

capital investment; vi) regional leadership, vii) infrastructure of knowledge production 

and viii) impact on local and regional environment. 

 

Effects produced by HEI’s  result  from  their  legal obligations, which are  inter‐related 

objectives  (or  missions),  to  continue  along  this  segment  of  education.  "Higher 

education  aims  at  the  qualification  of  high‐level  training  of  the  Portuguese,  the 

production  and  dissemination  of  knowledge,  as  well  as  the  cultural,  artistic, 

technological  and  scientific  expertise  of  its  students,  an  international  reference 

framework", determines number  1 of article 2  (Mission of Higher Education) of  the 

Regime Jurídico do Ensino Superior (Law No. 62/2007 of September 10). In this sense, 

we realize that Portuguese  legislation explicitly confers higher education the mission 

to  improve  the  qualifications  of  individuals  and,  correspondingly,  to  promote  the 

5

dissemination  in  society  of  knowledge  generated  by  the  HEI’s.  In  this  task,  in 

particular, graduates become 'agents' with increased responsibilities. 

 

Portuguese HEIs, as well as  their European counterparts, based on statements  from 

the  Sorbonne  and  Bologna,  dated  1988,  are  committed  to  building  a  European 

knowledge,  based  on  a European  system  of  higher  education.  In  this  scenario,  the 

HEIs  themselves are privileged  instruments  that, by being  located  in  the  territories, 

induce mechanisms  of  economic  growth  and  social  cohesion,  as  stipulated  by  the 

Lisbon Strategy. 

 

The  Europe  of  Knowledge  (COM,  2003)  is  based  on  four  key  factors  that  are 

interconnected: production of  knowledge mainly  through  research,  its  transmission 

through education and training, dissemination through information technologies and 

communication  and  use  of  technological  innovation.  HEIs  are  institutions  of 

excellence crossing the factors of research, education and innovation, which are both 

the  'core'  of  knowledge  society. Moreover,  according  to  the  Lisbon  Strategy,  the 

European Commission considers that the HEI’s has assumed a particular responsibility 

in  the  field  of  employment  and  social  cohesion,  in  that  it  serves  to  enhance  the 

general  level  of  education  in  Europe  and,  correspondingly,  in  conditions  of 

employment and unemployment protection (in these areas, in particular, the effect of 

the University of Evora has been proved empirically in Rego & Caleiro (2003, 2009 and 

2010). 

 

To achieve the goal of improving territorial cohesion, one of the contributions due to 

HEI's  is their ability to attract  / retain students.  In addition,  it  is essential that young 

graduates can  find work  in  local markets, which obviously depends on  the activities 

installed  in  the various  territories. The  specific  literature on  this  topic  (for example, 

Beeson  and  Montgomery,  1993;  DeGaudemard,  1996,  Brown  and  Heaney,  1997; 

Goddard,  1998;  OECD,  1999)  argues  that  it  is  through  the  performance  of  the 

education  function  and  the  provision  of  graduates  for  the  local  labor market  that 

6

regional  territorial  effects  of  the HEI’S  are more  significant. The  influence of  these 

institutions  can  be  felt,  on  the  one  hand,  by  increasing  employment  and  the 

availability of opportunities to obtain higher wages for young graduates and, on the 

other hand, by increasing the average level of knowledge of human capital, HEI’S may 

promote increased local productivity growth. 

 

3. Higher education market: a diagnosis approach 

 

3.a) The ‘Supply’ of Higher Education 

 

Table 1: Number of higher education institutions operating in Portugal 

Table 2: Number of places available in higher education institutions in Portugal 

1995/96 2008/09University 18 18Polytechnic 31 28Total 49 46University 42 41Polytechnic 57 58Total 99 99

Total 148 145

Private

Public

1995/96 2008/09University 20817 27013Polytechnic 13489 24068Total 34306 51081University 26161 24750Polytechnic 11125 13614Total 37286 38364

Total 71592 89445

Public

Private

Source: GPEARI. 

 

As mentioned  above,  the  higher  education  system  in  Portugal  is  complex  and  is 

generally  organized  around  either  public  or  private  institutions,  university  and 

polytechnic  that  are  located  throughout  the  country.  The  provision  of  higher 

education in Portugal consists in around one hundred and forty‐five institutions (Table 

1),  mostly  private  (68%),  polytechnic  schools  being  more  numerous  (59%)  than 

universities. However, from the point of view of the number of places available (Table 

2), we found that most of them (57%) come from  public higher education, the division 

of availability between the university and polytechnic being almost even. Among the 

private HEI’s,  the majority of places  (64%)  is  concentrated  in universities. The data 

above shows that the average size of institutions, measured by the average number of 

places by  institution,  is higher  in  the  case of public higher  education  (about  1110.5 

7

places  per  establishment)  when  compared  to  the  private  subsystem  (about  387.5 

places per institution).

Figure 1: Evolution of the ratio of pupils per teacher in higher education in Portugal 

Table 3: Number of teachers in higher education in Portugal 

0

5

10

15

20

25

1981

1993

1994

1995

1996

1997

1998

2001

2002

2003

2004

2005

2006

2007

2008

1991 1995/96 2001 2008

Public University 12153 14 455 14 466

Polytechnic 3934 9 841 10 262

Total 14123 16087 24 296 24 728

Private University

7 518 6 519

Polytechnic 3 926 4 133

Total 2509

11 444 10 652

Total 16632

35 740 35 380

Source: [Figure 1: Pordata; Table 3: ICS (1999) and GPEARI] 

 

The characteristics of the supply of higher education in Portugal can also be checked 

in terms of one of the variables most crucial to their quality: the teachers involved and 

the consequent number of students per teacher. From 1990 till today, we find that the 

total number of  teachers  involved  in higher education more  than doubled  (Table 3), 

concerning  now more  than  35  000  individuals.  This  increase  was more  significant 

within the of public education segment, which also concentrates the  largest share of 

the  total. However,  it  is  interesting  to  note  (Figure  1)  that  the  average  number  of 

students per teacher, currently remains almost at the same level as the one recorded 

in  the  early  80’s,  just  before  the  major  change  observed  in  this  sub‐system. 

 

Table 4: Evolution of supply (places available) by area of training, on higher education in Portugal

Source: GPEARI. 

Area of training 2000-01 2008-09 Δ %

Education 9 656 3 709 -61,59

Arts and humanitHEI’s 8 374 9 677 15,56

Social sciences, business and law 27 973 29 335 4,87

Sciences, Mathematics and Computing 7 687 6 895 -10,30

Engineering, Manufacturing and Construction

16 260 16 526 1,64

Agriculture 1 920 1 274 -33,65

Health and Social Protection 7 634 15 010 96,62

Services 4 626 7 019 51,73

TOTAL 84 130 89 445 6,32

8

 

Currently, the training offered  in higher education,  in terms of the number of places 

available  for  training  area,  focuses  particularly  on  the  field  of  social  sciences, 

engineering  and  health  (Table  4).  Throughout  the  period,  it  should  be  noted  the 

existence  of  significant  changes  in  the  structure  of  educational  provision  in  higher 

education,  particularly  arising  from  increasing  supply  in  health,  in  parallel with  the 

decrease  in  agriculture  and  education.  These  amendments  reflect  the  marked 

response of HEIs to the needs of society, particularly the characteristics of the  labor 

market.  

 

Given  the particular  the objectives of our  study,  the  location of  these  institutions  is 

quite  relevant. The geographic distribution of places available  in HEI’s according  to 

their location in various Portuguese NUTS II (Table 5) shows the highest concentration 

in  the  regions of Lisbon and  the North. Furthermore,  it  is  still  relevant  to note  that 

since the 1990s till today the prevalence of the Lisbon region was reduced, in favour of  

the Center,  the North and  the Algarve.  In order  to display  the  territorial  location of 

HEI’s  in our country one of the concerns of this  'exercise' relates to the existence (or 

not) of an equilibrium between  locations  in the  inner‐land and on the coast. For this 

purpose,  we  distinguish  'artificially'  coastal  and  inner‐land  regions  (Table  6).  By 

'coastline' we mean the area (NUTS III) which stretches from the Peninsula of Setúbal 

to Viana do Castelo. All the rest of the mainland is classified as inner‐land.  

 

 Table 5: Evolution of available places in higher education 

in Portugal, NUTS II 

 Table 6: Evolution of available places in higher 

education in Portugal, for large geographic areas  

9

N. (%) N. (%)North 22490 31,41 30348 33,93Center 12366 17,27 17941 20,06Lisbon 30361 42,41 32699 36,56Alentejo 3520 4,92 3901 4,36Algarve 1865 2,61 3145 3,52Azores 555 0,78 653 0,73Madeira 435 0,61 758 0,85Total 71592 89445

1995/96 2008/09 1995/96 2008/09Public 8985 13808Private 3075 3796Total 12060 17604Public 24506 36035Private 34036 34395Total 58542 70430Public 820 1238Private 170 173Total 990 1411

Total 71592 89445

Coast

Islands

Interior

Source: GPEARI. 

 

When proceeding as describe above, we find a strong dominance of higher education 

provision concentrated on  the coast  (about 79% of places available  in  the academic 

year  2008/09).  Public  and  private  sectors  behave,  according  to  this  criterion,  very 

differently: while  in  the  inner‐land  the places predominate  in  the public  sub‐system  

(78%),  on  the  coast  the  distribution  between  public  and  private  is  quite  even  (the 

public system only holds 51% of supply). Naturally, these features can only be  linked 

to how  the population  is distributed  throughout  the country, particularly  the young 

population  in  the  age  group  entering  higher  education,  but  also  the  working 

population,  as  we  also  know  that  this  part  of  the  population  is mainly  settled  in  

coastal regions north of the Peninsula of Setúbal. 

  

3.b) The 'demand' for higher education  

 

In  the  academic  year  2008/09  tertiary  education  in  Portugal  had  attained  about 

373000 students, which represents a value 4.5 times higher than the one recorded  in 

the  late  '70s and means 17% of the global set of Portuguese students (figure 2). This 

reflects the strong change that higher education registered in the past 30 years, rising 

to  reach  a wider  pool  of  students, within which  differences  in  terms  of  economic, 

social and geographic origin started to emerge. 

  

Figure 2: Number of students enrolled in higher education in Portugal 

Figure 3: Evolution of the rate of growth in the number of students enrolled in higher education in Portugal 

10

Source: Pordata. 

 

Despite  the  systematic  increase  in  the  number  of  students  enrolled  in  higher 

education, we  can’t  fail  to  notice  that  the  rate  at which  these  developments  took 

place was highly irregular (Figure 3). Two distinct periods can be identified: first, until 

1991,  the  rate  at which  students  in  higher  education was  growing  increased;  since 

then  the number of  students grew  at decreasing  rates, negative  rates having been 

recorded, as a matter of fact, in 2004 and 2007. This behavior depends  fundamentally 

on  the  'demand  determinants',  i.e.,  the  evolution  of  the  age  population  attending 

higher  education,  and  the  evolution  of  the  number  of  students  able  to  access  this 

education  system.  Indeed,  the positive developments  that occurred during  the 80's 

and early  1990  reflect  the extension of  schooling  that allowed a greater number of 

young people to access higher education and the positive behavior of the population 

in  the  'natural'  age  group    (15‐19  years)  of  applicants  to  higher  education  (in  this 

respect see   Table 1  in Annex). The opposite behavior, seen  in  the  following   years, 

besides reflecting the behavior of demography,   also results from the stabilization of  

the  proportion  of  young  people  completing  secondary  education  (see  figures  in 

Annex) and continuing their studies in higher education. In this area, the data revealed 

by  the OECD  Education  at  a Glance  document,  published  in  2009,  confirm  that  in 

Portugal since   1990 the rate of completion of secondary education  is of about 70%, 

making the country one of the OECD members most poorly ranked  on this indicator 

and  far  from  Germany  ,  for  example,    where  all  students  complete  secondary 

education.  Furthermore,  the  proportion  of  young  people  who  access  higher 

education, according to the OECD, does not exceed 64% on average    (57% for male  

11

and 72% for female). This factor has been, obviously,  conditioning demand in higher 

education.  

 

Students  who  enrolled  in  higher  education  in  Portugal  do  it  mainly  in  public 

institutions (Figure 4), whose evolution follow and reflect the behavior of students  in 

higher  education.  The  private  higher  education  institutions  experienced  a  more 

significant momentum  during  1990,  when  this  subsystem  swiftly  adapted    to  the 

changing demand.  

 

Figure 4: Evolution of students in higher education in Portugal, for public and private subsystem 

Figure 5: Regional structure for students enrolled in higher education in Portugal in 2008/2009 academic 

year 

0

50000

100000

150000

200000

250000

300000

350000

400000

450000

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Public Private Total

Source: Figure 4: Pordata; Figure 5: GPEARI. 

 

Carrying  on  with  the  analysis  in  order  to  verify  the  geographic  location  of  the 

Portuguese higher education  students, we have  found  (Figure  5)  that, as    recorded 

with  'supply' the majority of students enrolled is concentrated in the Lisbon area and 

soon  ,  in  the  north  (this  behavior  is  identical  to  the  variable  on  the  first  students 

enrolled in higher education). 

 

3.c) The higher education market 

 

Before proceeding to data analysis, we propose a simple comparison between some 

of  the  key  variables  to  characterize  the  'market'  for  higher  education.  Thus,  by 

12

comparing  (figure  6),  at  NUTS  II  level,  the  places  available  (variable  supply)  with 

students placed in the 1st year for the first time (variable demand), we conclude that, 

with  the exception of  the North  (where supply exceeds demand),  there  is a balance 

between  supply and demand  in  the  'market'  for higher education. This  is  somehow 

natural if we assume that demand moves freely to   locations where it is known to be 

available supply. 

 

 Figure 6: Comparison of some structural variables for the behavior of the 'market' for higher 

education in Portugal 

  Legend: A: VacancHEI’s available for NUTS II (% of national total) B: Students placed for the 1st time in 1st year by NUTS II (% of national total) C: Residents in the age group of 15‐19 years, by NUTS II in 2008 (% of national total)  

Source: GPEARI 

 

In  this  study we  intend  to  address  the  issue of  the  location of higher  education,  in 

terms of  territories and of  the  'balance'  in  the whole country.  In our comparison we 

added  the  proportion  of  population  in  the  age  group  to  which  candidates  to 

‘traditional’ higher education belong. Comparing the three variables in the analysis we 

noticed the existence of two regions where the  'divergence' between the variable on 

population  and  the  variables  on  higher  education  is  more  manifest:  the  highest 

proportion  of population  can be  found  in  the North  and  in Lisbon  the  variables  on 

higher education exceed the population of the age group to which the candidates to 

higher education belong. At first glance, and assuming that throughout the country, 

i.e.  for  all  NUTS  II  considered,  the  proportion  of  young  people  seeking  higher 

education does not display significant differences, we would be  led to conclude from 

13

figure 6, that, except for the Center, all other NUTS II and particularly the North, there 

is a demand that apparently is attracted to the Lisbon region. However, a more careful 

analysis of the data, which will be done in the next section, allows us to verify that it is 

not the case.  

 

For  the  time  being,  let  us  stick  to  establishing  two  hypothetical  scenarios  for  the 

determination of a (possible) equilibrium in the 'market' for higher education: first, we 

consider  that  distance  does  not matter,  in  other words  that    for  the  applicants  to 

higher education distance between residence and the  location of the HEI chosen for 

their higher education is absolutely irrelevant at the moment of decision, and second, 

we try to test the opposite hypothesis, i.e., only the distance matters in the decision, 

meaning  that  candidates  to  higher  education  select  schools  located  closest  to  the 

residence of the household.   

 

In the first case, assuming that candidates to higher education have no "sensitivity" to 

distance, what matters is whether the number of places available in the various HEI’S 

located on the national territory is sufficient to welcome all who those who apply. For 

example, from data available through GPEARI we found that in 2009, as far as public 

higher  education  is  concerned,  there were  approximately  52,552  applications  (first 

choice) but only 45,295 students were placed. This  imbalance  in the "component" of 

public higher education market opens the way for a private supply response to fill this 

gap.  In  this  reasoning  we  assume  that  all  students  interested  in  attending  higher 

education are  trying  to  find a place  in  the public sub‐system, which  is obviously not 

true.  Factors  of  various  natures,  such  as  proximity  or  economic  and  financial 

availability, may  lead  students  to  look  for  a more  pragmatic  approach  in  order  to 

ensure entry into a higher education institution, which makes that only a few students 

apply for private establishments as first choice.  

 

Figure 7: Comparison between the proportions of population in age group 15‐19 years with the students enrolled in 1st year, for the 1st time, by NUTS III 

14

Source: INE and GEAPRI.  

The opposite case which we  intend  to verify concerns  the hypothesis of distance be 

the determining variable in the selection process of the school. In this case, we chose 

to use as a geographic reference unit NUTS III. We conducted our comparison, within 

the various NUTS III, between the proportion of individuals  in the age group of 15‐19 

years [weighted by the rate of further education to higher education (64%)] with the 

proportion of students enrolled in higher education, in the 1st year for the first time in 

institutions located in those territories. ur intention, here, is to verify the existence (or 

not) of a balance between supply and demand in the various NUTS III (see figure 7). 

 

Despite the fact that this analysis  is still at a rough stage (particularly  in that we use 

the  age  group  17‐19  years,  where  he  can  truly  leave  the  candidates  to  higher 

education, unlike what we consider to use the group 15 ‐ 19 years) it already allows us 

to  confirm  the  ability of major universities  in  Lisbon, Porto  and Coimbra  to  attract 

students from other regions. In addition, we also found, without surprise, that where 

the Universities of Évora (Alentejo Central NUTS), Beira Interior (Cova da Beira NUTS) 

and Minho  (Cávado NUTS)  holds  the  attraction  of  students  from  other  regions  to 

these regions.  

 

15

In this approach we  limited ourselves to consider as  'decisive' the demand for higher 

education  that  comes  from  young  people  insecondary  schools.  However,  higher 

education today is being sought (and attended) by growing proportion of students in 

working age, employees  in general, who already have some professional experience, 

and who go back    to  the  first degree of higher education as a way  to  improve  their 

training and skills with the purpose of upgrading their professional qualification   and 

get  progression in their careers. 

 

4. The perspective of the multidimensional scaling analysis 

 

4.1. Methodological considerations  

 

Multidimensional  scaling  (MS)  is  a  technique  that  allows  performing  the  inverse 

operation when determining the distance between points represented as coordinates 

in a figure, such as a map (Kruskal & Wish, 1978; Cox & Cox, 1994; Borg & Groenen, 

2005).  

 

For example, it is obviously easy to calculate the distances between the municipalities 

head  towns, measured  in  terms  of  kilometers  needed  to  travel  from  one  place  to 

another.  It  is also possible  to estimate, although  results are more questionable,  for 

example, the distance in time that is needed  to travel those routes. To put it simple, 

what  multidimensional  scaling  does  is  the  inverse  operation,  i.e.  to  determine  a 

graphical  representation  (usually  in  two  dimensions)  that  plausibly  has  generated 

those distances, given that these may be different  in nature, as the above examples 

show. Thus, when  the  structure underlying  the data generation process  is complex, 

MS thus provides a useful figure representation of data, insofar as, for example, allows 

viewing, in the first place, how far/dissimilar are the "objects" and, secondly, to verify 

which  of  them  are  similar,  despite  being  relatively  far  apart,  according  to  some 

concept of distance (e.g., geographic). 

 

16

In the application that follows the districts of mainland Portugal and the autonomous 

regions of Azores and Madeira will be considered as the territorial unit. In general, the 

first  phase  of MS  consists  on  obtaining  the  di/similarity  data,  which  is  built  on  a 

particular  concept  of  distance  (e.g.  Euclidean)  between  "objects".  Using  this 

information on di/similarity,  in a second phase a solution (configuration)  is obtained, 

which  is  the  location of objects  in  the  space of a  few dimensions  (usually  two or at 

most three), where the distances between points  in space are as close as possible as 

the di/similarities between data.  

 

4.2. Application of the methodology  

 

Taking  into  account  our  objectives,  we  considered  the  data  corresponding  to  the 

national  appliance  to  public  higher  education  (in  2009)  in  terms  of  home  versus 

placement (for districts and autonomous regions) of the students that have applied to 

the numerous public universities in Portugal.  

 

Given the obvious differences  in the population  levels of the 20 geographical units  in 

question,  we  considered  the  data  regarding  the  percentage  of  students  (by 

geographical unit of provenience).1 Figure 8 shows these rates. 

 

Figure 8: The placement rates for the place of origin. 

1 The data source is the Direcção Geral do Ensino Superior. 

17

 

 

Figure 8 shows a pattern that clearly points to a preponderance of the district of origin 

itself. Thus, retention rates ‐ visible  in the main diagonal of Figure 8 ‐ show that only 

the districts of Guarda, Santarém and Setúbal, most particularly the  first one  ‐ have 

not displayed the highest rate of student placement in the district itself. Coimbra and 

Lisbon are quite  remarkable  in  this  respect, with  retention  rates of about 79% while 

attracting many students from multiple geographical origins. 

 

The  pattern  shown  in  Figure  8  suggests  that  geographical  distance  is  of  crucial 

importance.  If  true, one  should  try  to understand  the  extent  to which districts  and 

autonomous  regions are distant  in  terms of  student placement  in public HEI’s. The 

distances  between  the  placement  rates2  obtained  by  applying  multidimensional 

scaling are shown in Figure 9.3 

2  The  calculation  of  distances  was  based  on  a  freely  available  add‐in  for  Excel http://www.cse.csiro.au/poptools/index.htm,  while  the  methodology  was  applied  using  a  Matlab routine.  The  multidimensional  scaling  technique  could  have  been  applied  using  the  macro  OOs Statistics  (David  Hitchcock)  for  the  free  OpenOffice  program,  available  at http://sourceforge.net/project/showfiles.php?group_id=87718&package_id=106652,  or  the  routine  for the  program  R  free,  available  at  http://www.r‐project.org/  (see,  for  example, http://www.statmethods.net/advstats/mds.html)  or  yet).  The  use  of  this  technique  to  the  level  of another free program, PSPSS, style SPSS, it is also possible (see http://www.gnu.org/software/pspp/). 3 It should be noted that the need for a convergence in the 'objective function' led to a decrease in the critical level of convergence. 

18

Figure 9: The results of multidimensional scaling 

 

 

In these results major universities, including Coimbra, Lisbon and Oporto, stand out , 

each of them in a particular way, by being located at the edge of in distinct quadrants. 

 

5. Concluding remarks 

 

This  paper  aimed  at  understanding  the  behavior  of  the  higher  education  'market' 

education in Portugal. In it we have  confirmed that HEI’s are scattered throughout the 

territory, despite the pre‐eminence of the 'coastline', which concentrates the majority 

of  the  population  and  of  the  economic  activity.  Consequently  it  is  also  the  region 

where the supply of higher education is concentrated. 

 

In general, institutions located in the different regions examined here exert significant 

attraction and influence on candidates living in the same region.  

 

In examining  the  relationship between supply and demand  for higher education, we 

found  that  big  universities  such  as  those  of    Lisbon,  Coimbra  and  Oporto  exert 

considerable attraction not only on young people living there but also on those living 

19

elsewhere in the country. Likewise, more recently founded university centers, located 

in medium‐sized cities such as Braga, Covilhã, and Évora, show some ability to attract 

young students.  

 

In  summary,  we  found  that,  first,  higher  education  students  in  Portugal  are  not 

indifferent  to  distance  when  choosing  the  place  to  attend  higher  education  and, 

second,  large  and medium  sized  university  centers  also  exert  some  attraction  on 

students  from  other  locations.  This  is  an  expected  outcome  of  the  'unbalances' 

between supply and demand for higher education throughout the country. 

References 

 

BEESON, R.J.; & MONTGOMERY, E. (1993), “The effect of college and universities on 

local labour markets”, Review of Economics & Statistics, 75 (4), 735‐761 

 

BLEANEY, M.; BINKS, M.; GREENWAY, D.; REED, G.; & WHYNES, D.  (1992), “What 

does university add to its local economy?”, Applied Economics, 24, 305‐311. 

 

BORG,  Ingwer;  e GROENEN,  Patrick  J.F.  (2005), Modern Multidimensional  Scaling: 

Theory and Applications, 2.ª edição, New York: Springer. 

 

BROWN R. H.; HEANEY, M.T. (1997), “A note on measuring the economic  impact of 

institutions of higher education”, Research in Higher Education, 38 (2), 229‐240. 

 

CALEIRO, António (2010), "Como se pode distinguir Évora do resto do Alentejo?: Uma 

abordagem de estatística espacial", MPRA Paper 22057, University Library of Munich, 

(http://mpra.ub.uni‐muenchen.de/22057/1/MPRA_paper_22057.pdf) 

 

20

CHEVALIER, Arnaud; HARMON, Colm  P.; WALKER,  Ian & ZHU, Yu  (2004),  " Does 

Education  Raise  Productivity,  or  Just  Reflect  it?",  The  Economic  Journal,  114  (499), 

November, 499‐517. 

 

CHRISTOPHERSON, Susan; CLARK, Jennifer  (2010), “Limits to  ‘The  learning region’: 

what  university‐centered  economic  development  can  (and  cannot)  do  to  create 

knowledge‐based regional economHEI’s”, Local Economy, 25 (2), March, 120‐130. 

 

COM  (2003),  “The  role  of  the  universities’s  in  the  Europe  of  knowledge”, 

COMMUNICATION  FROM  THE  COMMISSION,  COMMISSION OF  THE  EUROPEAN 

COMMUNITHEI’S, COM (2003) 58 final, Brussels, 05.02.2003. 

 

COX,  Trevor  F.;  &  COX,  Michael  A.A.  (1994),  Multidimensional  Scaling,  London: 

Chapman & Hall. 

 

De GAUDEMAR,  J.P.  (1996),  “The higher education  institutions as a  regional actor: 

some  introductory  thoughts”,  Centre  for  Educational  Research  and  Innovation  – 

Thirteenth General Conference IMHE Member Institutions, Sept., Paris, OCDE.  

 

DRUCKER, J.; GODSTEIN, H. (2007), “Assessing the regional economic development 

impacts  of  universitHEI’s:  a  review  of  current  approaches”,  International  Regional 

Science Review, 30 (1), January, 20‐46. 

 

GODDARD, J.  (1997), “Managing  the university  regional  interface“, Higher Education 

Management, 9(3), 7‐27. 

 

GODDARD,  J.  (1998),  “Contribuition  au  développement  national  et  regional“, 

UNESCO, Conférence mondiale sur l’enseignement supérieur, Paris. 

 

21

GODDARD, J.; & CHATTERTON, P. (2001), “The response of HEIs to regional needs“, 

Congresso  Universidades  y  Desarrollo  Territorial  en  la  sociedad  del  conocimiento, 

Barcelona, 12‐14 Novembro. 

 

H. GOLDSTEIN, H; & RENAULT, C. (2004), “Contributions of Universities to Regional 

Economic Development: A Quasi‐Experimental Approach,” Regional Studies, 38,.733‐

746. 

 

GUERREIRO,  Gertrudes;  &  CALEIRO,  António  (2005),  “Quão  Distantes  Estão  as 

Regiões Portuguesas? Uma  aplicação de  escalonamento multidimensional”, Revista 

Portuguesa de Estudos Regionais, 8, 1.º Quadrimestre, 47‐59. 

 

KRUSKAL, Joseph B.; e WISH, Myron (1978), Multidimensional Scaling, Newberry Park 

CA: Sage. 

 

LUNDVALL, B.A.; e JOHNSON, B. (1994), “The learning economy”, Journal of Industry 

StudHEI’s, I (2), 23‐42. 

 

MAILLAT,  D.;  &  KÉBIR,  L.  (1998),  “Learning  region,  milieu  innovateur  et 

apprentissages  collectives”,  in  Le  Paradigme  de Milieu  Innovateur  dans  l’économie 

spatial contemporaine, Paris, GREMI. 

 

OECD  (1999),  Les  établissements  d’énseignement  supérieur  face  aux  bésoins 

régionaux, Paris, OCDE. 

 

OECD (1998), L’investissement dans le capital human, une comparaison international, 

Centre pour la Recherche et l’Innovation dans l’Enseignement, Paris, OECD. 

 

OECD (1997), Éducation et équité dans les pays de l’OCDE, Paris, OECD.  

 

22

 

REGO,  Conceição  &  Caleiro,  António  (2003),  "Impactes  das  Instituições  de  Ensino 

Superior no Território: Estudo do caso da Universidade de Évora," Economics Working 

Papers 2_2003, University of Évora, Department of Economics (Portugal) 

(http://www.decon.uevora.pt/content/download/5837/26010/file/2003_02.pdf) 

 

REGO, Conceição; & CALEIRO, António (2009), “Acerca dos impactes da Universidade 

de  Évora  no  seu meio  envolvente”,  Anales  de  Economia  Aplicada,  XXIII,  Economía 

Urbana, Regional y Local, 1‐11/. 

 

REGO, Conceição; & CALEIRO, António (2010), “On the spatial diffusion of knowledge 

by universitHEI’s located in small and medium sized towns”, iBusiness, 2 (2), June. 

 

Documents and statistics on higher education:  

• Docentes no ensino superior 2001 a 2008, disponível em 

http://www.gpeari.mctes.pt/?idc=172&idt=154, acedido em 10 de Abril de 2010. 

• ICS (1999), A situação social em Portugal 1960‐1999, Org: António Barreto, Lisboa, ICS.

• OCDE (2009), Education at a Glance, Paris, OCDE. 

• http://www.pordata.pt/azap_runtime/, acedido entre 7 e 19 de Maio de 2010. 

• Vagas e inscritos no ensino superior [2000‐2001 a 2008‐2009], disponível em 

http://www.gpeari.mctes.pt/?idc=47&idi=455228, acedido em 10 de Abril de 2010. 

 

1. Annexes 

Table 1 

23

Evolution of Resident Population in Portugal

2008 2001 1991 1981 1971Total 10622412,50 10292999 9967878 9851325 86437550 - 4 years 532802 537913,50 549105 778592 783325,505 - 9 years 555874 530491,50 638885,50 861849 854957,5010 - 14 years 537245,50 572012,50 772777,50 853320 826379,5015 - 19 years 578997,50 670634,50 853446,50 863463,50 756722

Evolution of the growth rate of resident population in Portugal

2008/01 2001/1991 1991/1981 1981/1971

Total 3,20 3,26 1,18

13,9 0 - 4 years -0,95 -2,04 -29,47 -0,60 5 - 9 years 4,78 -16,97 -25,87 0,81 10 - 14 years -6,08 -25,98 -9,44 3,26 15 - 19 years -13,66 -21,42 -1,16 14,11 

Source: INE; own calculations.  

Source: OECD, 2009;  Legend:   

24

Source: OECD, 2009. 

Source: OECD, 2009