1. 研究目的与意义（文献综述）

随着国家大力推行“大众创业，万众创新”，越来越多的政府机构、高校、企业孵化器为加大对初创企业的扶持开始实施创业导师制。在实际的实施过程中，却出现了创业导师积极性不高、创业者满意度低等问题，但是与此同时创业导师的指导绩效评价体系却依然没有建立。迫切需要开展创业导师指导绩效评价的研究，这将有助于为创业导师建立科学合理的奖惩机制，提高创业导师的积极性和指导效果，从而帮助创业企业的快速成长。本文将在创业导师基础理论基础之上，建立科学的创业导师指导绩效评价指标体系，并利用数据包络方法（DEA）构建评价模型，最后进行实证检验和分析，从而为创业导师的绩效评价提供科学的评价方法。

1.1研究目的

（1）本文将归纳关于创业导师基础理论、创业导师指导绩效评价及数据包络分析方法（DEA）在绩效评价中应用的国内外研究现状。

（2）本文将在分析对比现有创业导师指导绩效评价指标体系的基础上，建立更加科学合理的创业导师指导绩效评价指标体系。

（3）本文将利用数据包络分析方法（DEA）来对创业导师指导绩效进行科学地评价。

（4）本文将通过搜集数据来对所建立的创业导师指导绩效评价模型进行实证检验，并对实证结果进行分析。

1.2研究意义

理论意义：

（1）能够进一步完善在创业导师领域有关创业导师指导绩效评价方面的研究，通过建立科学的指标体系并运用DEA方法对创业导师指导绩效进行评价。

（2）能够为后续有关创业导师绩效评价的研究提供参考和帮助。

应用意义：

（1）能够加强对创业导师指导行为的监督和评估，提高创业导师的积极性。

（2）能够让管理者及时发现创业导师指导过程中存在的问题与不足，从而使创业导师不断地完善自己的指导方法，提升创业指导效果。

（3）有利于管理者建立科学合理的奖惩机制，从而提升管理机构的管理水平。

1.3国内外研究现状

1.3.1关于创业导师基础理论方面的研究现状

1.3.1.1关于创业导师内涵的研究现状

“导师”（mentor）一词源自古希腊史诗《奥德赛》中的人名。史诗中，主人公俄底修斯(Ulysses)在出征前，委托朋友门特(Mentor)教导幼子（Telemachus），后来“指导”（mentoring)变成了教育年轻人的一种普遍方法。现在，导师(mentor)一词用来指代睿智的，有丰富知识和经验为指导对象提供激励和职业帮助的职位高、能力强的人。 St-Jean（2011）认为，创业导师是向初创者提供适当的建议和思维方式的经验丰富的企业家，以帮助创业者避免在创业过程中出现致命错误。Audet、Couteret（2012）认为创业导师首先是志愿者，他们帮助创业者拓宽视野，教其如何决策、管理和识别机会，并使之成长为企业家。学者们普遍认为创业导师拥有丰富的创业经验、知识及资源。

国内的创业导师含义相对比较笼统，包括参与创业教育、创业培训(KAB/SYB等)、咨询、顾问等四个不同环节的指导者，人群构成主要是高校从事创新创业教育的教师/培训师、具有丰富创业经历的企业家或企业管理者以及政府官员等三类群体。现有理论研究分别从创业教育体系和创业孵化培训体系两个角度对创业导师的内涵进行了界定。刘碧强(2014)认为学校创业教育体系下的创业导师即引导、支持和帮助大学生创业的校内专职教师以及校外具有创业经历、企业管理实践或创业管理专业知识的兼职人员。林芸(2008)从孵化服务模式的创业培训体系出发，认为创业导师具体包括不同领域的科技创业企业家和专家等。赵黎明等(2007)将创业导师定义为，一般是由在政策、企业管理、风险投资和技术创新等领域拥有丰富经验的各类专家组成，致力于解决科技创业过程中的各类疑难问题，培育创业团队的企业运营能力的指导者。

1.3.1.2关于创业导师功能的研究现状

创业导师指导功能是指创业指导过程中导师对创业者提供的具体帮助和支持。GravellsJ（2006）通过对小微创业企业的调查，将创业指导功能划分为心理指导、职业支持和学习三个维度。St-Jean（2011）发现创业导师功能包括职业支持功能、社会心理支持功能和角色榜样功能。具体而言，职业支持功能包括四项主要内容：资源拓展，信息支持，批判性启发，监督指导；社会心理功能也包括反映，安抚，激励和亲密关系四项内容。利用结构方程模型，St-Jean 验证了这种三维度功能模型的适应性，为创业导师功能研究提供了结构稳定的功能测量量表，开启了创业导师功能系统研究和量化研究的大门。郭必裕（2011）认为创业导师的功能体现在四个方面:是帮助大学生正确选择项目的重要参谋、是帮助大学生成功进行项目培育的中坚力量、是帮助大学生将创业成果成功推向市场的关键人物、是大学生创业天使投资重要组成部分。马宏跃、王珏等（2014）认为创业导师在大学生创业培育的作用共有5种，分别为提供创业素材、培育商业模式、争取创业资源、提供心理支持。相较于国外，国内的有关研究大多采用定性的研究方法，且研究内容较集中于大学生创业导师这个类别，较为的狭窄。

1.3.1.3关于创业导师指导效果影响因素的研究现状

陈建安、陈明艳（2017）将创业导师制实施影响因素划分为创业者特征、导师特征、指导关系特征、支持结构四方面。具体而言，创业者特征包括接受指导的意愿、自我表露、及对指导关系的承诺，导师特质包括经验能力、指导风格、同理心和倾听技巧，指导关系特征包络导师与创业者的相似性、口头沟通、道德契约。

在创业者特征方面，Allen 、 Eby （2004）研究发现，相对于男性创业者，女性创业者感知到更多的心理指导功能，男性创业者则感知到更多的职业指导功能。Gravells （2006）发现创业者的年龄和受教育水平不会影响创业者对于创业指导功能的感知。相反的，Bisk（2002）则认为创业者的年龄和受教育水平会决定其是否受益于创业指导过程。

在创业导师特质方面X T Song, Liu Feng（2017）等通过对172名创业者调查分析，发现导师本身的意图对创业指导效果影响最大，显著高于导师的素质和技能。导师和学员之间的互动关系也对创业指导效果有显著的正面影响，互动关系程度越高，创业指导效果越好。St-Jean、Audet（2013）还将导师指导方式根据启发程度和参与程度两维度划分为四种类型：高启发—高参与，高启发—低参与，低启发—高参与，低启发—低参与。通过对360名加拿大创业者的调查，得出高启发—高参与的指导方式与创业者指导功能感知、创业者收获等指导效果显著相关。

在指导特质方面，St-Jean、Audet（2009）通过对142名加拿大创业者的调查分析，发现创业导师与创业者的相互信任度会影响双方的关系进而影响创业导师指导效果，互信程度越高，指导效果越好。而创业导师的专业、经验并不会影响创业者对于创业指导效果的满意度。

创业导师指导效果的研究逐渐趋向多样性，但是，较少有研究整合了创业导师、创业者和环境等多方面因素的交互作用，缺乏创业导师指导效果影响因素的系统思考。

1.3.2创业导师指导绩效评价方面的研究现状

刘凤、熊小飞等（2016）建议学者尝试从不同角度和层面（创业者角度的主观创业指导成功、初创企业角度的客观创业指导成功、组织角度的创业指导成功），进行创业导师指导绩效评价的研究。

现有的相关研究大多采用了层次分析法来构建评价指标体系。王轲（2016）利用德尔菲法与层次分析法建立了高校创业导师团队绩效考核的指标体系。其初创模型五个维度和36个指标，通过德尔菲法淘汰了4个指标，后通过层次分析法确定了高校创业导师团队绩效考核指标的权重。甘露、曾志坚（2017）运用灰色层次分析法考察了科技创业导师工作绩效评估问题。所建立的评价指标体系包含5个一级指标和20个二级指标，并在层次分析法确定评价指标权重的基础上，运用灰色理论将评价专家的分散信息处理成不同灰类程度的权向量，再对其进行单值化处理，最后得到综合评价值。在内容上，两者的对比具体如下：

目前国内对于创业导师指导绩效的研究也较为匮乏，但已经出现了针对创业导师指导绩效评价相关的初步研究，不过所构建的评价指标体系也存在部分指标难以量化、缺乏实证研究、缺乏合理性等问题。

1.3. DEA方法在绩效评价方面应用的研究现状

数据包络分析 (data envelopment analysis)简称 DEA,是数学、运筹学、数理经济学和管理科学的一个新的交叉领域 .它是由 A .Charnes 和 W .W .Cooper 等人于1978 年开始创建,并被命名为 DEA .DEA 是使用数学规划 (包括线性规划、多目标规划、具有锥结构的广义最优化、半无限规划、随机规划等等)模型进行评价具有多个输入、特别是多个输出的 “部门”或 “单位”(称为决策单 元 (decision making unit), 简记 DM U)间的相对有效性(称为 DEA 有效).

在组织绩效评价方面，有较为广泛的应用，例如企业、孵化器、高校等。徐传谌、王志刚（2016）选取 40 家房地产企业作为样本，采用DEA模型对房地产经营主体进行绩效分析，结果发现行业的规模效益依然存在，但是已经不再显著，行业的发展模式正处于明显的变革期。高海涛、徐恺英等（2014）基于超效率DEA模型对10所高校图书馆的绩效进行了评价和分析。孙继红、翁秋怡（2017）使用主成分分析、超效率DEA分析和 Malmquist指数模型等方法，对72所直属高校进行绩效评价，其结果显示，直属高校的绩效状况基本相当，将近三分之二高校“绩效偏高”或“绩效相当”。并且，专任教师数量以及经费投入结构对高校绩效有显著影响。任婷婷（2011）利用数据包络分析法,对安徽省22家科技企业孵化器进行绩效评价，综合分析安徽省绩效运行偏低的原因,主要归纳为安徽省孵化器起步晚,政策支持不到位、专业孵化器数量少,未形成产业集群、经营模式单一、孵化器管理人员水平低,缺少创业导师等。

在人员绩效方面，帅爱军、田维艳（2017）利用数据包络分析C2R模型，对 10 位企业员工绩效评价输入的 7 个指标和输出的 14 个指标进行评价研究，最后提出企业员工评价的结论。胡泽民、刘杰等（2017）利用模糊综合评判法与数据包络分析法相结合，构建了科技创新团队绩效评价模型及其评价指标体系，并利用该模型对 5 个团队的科技创新绩效进行实证分析。王瑞峰（2018）从制度建设、基础设施配备、工作能力、工作业绩、职业道德和政治倾向等方面构成的高校会计人员绩效评价指标体系，并基于黑龙江省某高校 2010-2016 年相关数据，利用超效率 DEA 方法对该高校会计人员绩效进行综合评价研究，结果表明该高校会计人员绩效评价整体来看处于效率有效状态，且2014年效率最高，但是2010年该高校会计人员的投入产出不相符。唐琳、刘鸿雁（2015）在文献分析的基础上，提炼了科研绩效评价的指标体系，并结合北京大学城市与环境学院 63 名在职教师科研工作的现状，及专家访谈问卷，运用层次分析法确定指标体系中各项权重并计算教师产出得分。在此基础上，运用数据包络模型对学院的科研人员绩效进行评价研究，并提出改进措施。

在供应链绩效方面，于君涛、张建宇（2015）先运用层次分析法，建立企业低碳供应链绩效评价指标体系;后依据企业低碳供应链绩效评价指标体系，以天津市为例，运用层次分析法和数据包络分析模型测量低碳供应链的绩效效率。曹炳汝、樊颜青（2017）利用主成分分析的降维功能，结合DEA中的 BCC 模型进行绿色农产品供应链绩效评价，以山东省 10 个市区为实证，对比数据找到问题，并有针对性地提出了提升供应链绩效有效性的对策建议。周静、孙健（2015）利用DEA—AHP模型对中国冷链物流企业进行评价，结果表明中国冷链物流企业的发展程度相差较大，行业资源分配不均衡，在近几年的发展中，各冷链物流企业的经营效率，尤其是技术效率并没有显著地提高。

在创新绩效方面，杨贵彬、卢巍等（2017）运用 PCA － DEA 模型和 Malmquist 指数分析方法对我国30个省域创新绩效进行了动态实证分析。研究发现我国区域创新绩效整体呈上升趋势，但是近年遇到瓶颈，区域创新效率的主要限制因素是 PECH ( 纯技术效率) 值较低。傅为忠、朱艳卿（2015）利用DEA 的Malmquist 模型对我国28区域高新技术产业创新绩效总体趋势进行纵向评价，利用超效率模型对我国３个典型高新技术产业进行横向分析， 最后根据实证分析结果提出相应对策建议。罗登跃(2009) 运用 DEA方法从综合有效性、 技术有效性和规模收益等三方面对全国30个省 (市、区)的大中型工业企业创新的绩效进行实证分析, 并进行影子价格分析和决策单元在 DEA相对有效面上的投影分析, 并在此基础上提出相应对策。

在其他方面，DEA方法也有较广泛的应用。段永瑞、霍佳震（2007）应用数据包络分析(DEA)模型对我国50所重点院校的科研绩效进行了评价．结果表明，有70％的院校各项效率都达到o．8以上；有15所院校同时为技术有效和规模有效；有31所院校处于规模收益递增状态，所以还应适当地加大科研投入力度。刘有升、陈笃彬（2017）利用数据包络分析（DEA）模型对 24 所“211 工程”高校分析创业教育效率进行了评价分析，结果表明高校创业教育总体效率较高，但仍有较大的提升空间; 不同类型和区域的高校在创业教育效率上差异较大。

由此可见，数据包络分析（DEA）方法已在绩效评价中得到了较为广泛的应用，这得益于该方法在简化运算、减少误差等方面具有较大的优越性。与此同时，目前还没有应用DEA方法对创业导师指导效果进行绩效评价的研究。

2. 研究的基本内容与方案

2.1基本内容

摘要

abstract

3. 研究计划与安排