在生产经营过程中,企业所面临的一个重要问题就是如何将固定成本公平合理地分摊给各部门。比如为了提高银行总行以及各分行的工作效率,总行为各分行建立统一的交易系统就会花费一定的成本那么如何对这部分成本进行公平合理地分摊就是一个所需研究的问题。在成本分摊过程中,组织内的各成员都希望自己所分摊的成本越少越好。然而,成本总额是固定的,其需要组织内的所有成员来共同分摊。一方分摊的少也就意味着会有另一方分摊的多,这样必定会引起组织内其他成员的不满。这时,如何设计一个使组织内所有成员都满意的公平合理的分摊方案就显得尤为重要。平均分摊法、比例分摊法、数学规划分摊法以及博弈分摊法等都曾被用来解决成本分摊问题。后来,随着数据包络分析(Data Envelopment Analysis,DEA)的发展,研究者们将这一方法应用在成本分摊问题中。在求解过程中,每个决策单元(Decision Making Unit,DMU)的效率分数是不变的,从而计算出每个决策单元所应分摊的成本,这种方法是基于效率不变的。还有一种方法是基于效率最大化的,其是在保证每个决策单元效率最大化的情况下来形成最终的成本分摊方案。使用DEA理论来解决成本分摊问题已经引起了广泛的关注,然而,上述的这些研究,都是基于投入产出数据是确定值的情况。在我们的现实生活中,总是存在一些主观性较强的指标,难以用确定值来表达,也有一些测量方法会使得最终所获得的数据为区间数或模糊数,这就会导致上述方法无法使用。除此之外,研究大多数都是从自评的角度出发,每一个决策单元都是在使自己效率最大化的情况下来求得自身所应分摊的成本值,没有考虑到其他决策单元对自己的影响。因此本文从模糊投入产出数据入手研究模糊环境下的固定成本分摊问题。首先构建了基于OWA算子与DEA的固定成本分摊模型,通过OWA算子与潜在信息函数来集结分摊结果从而形成最终的成本分摊方案,进而通过一个算例来验证模型的适用性并将其应用到广告费用的分摊中。其次,考虑决策者的满意度,构建满意度指标,通过最大化每个决策单元的满意度,进而获得一个交叉成本矩阵,这样不仅考虑到自评同时也将他评考虑在内,从而使得最终的分摊方案更合理。进而通过从每个决策单元的投入产出数据本身出发根据每个决策单元的规模大小所求得的每个决策单元的权重来对交叉成本矩阵进行集结从而获得最终的成本分摊方案。最后通过一个数值算例来验证本文所提方法的合理性并将其应用到供应链联盟的成本分摊问题中。