数据包络分析(Data Envelopment Analysis)简称DEA,是著名运筹学家A.Charnes和W.W.Cooper等学者于1978年在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。它是数学、运筹学、数理经济和管理科学的一个新的交叉领域,使用数学规划模型评价具有多个输入、特别是多个输出的决策单元间的相对有效性。由于DEA具有“天然”的经济背景,依据DEA方法、模型和理论,可以直接利用输入和输出数据建立非参数的DEA模型进行经济分析;同时,使用DEA对DMU进行效率评价时,可得到很多的管理信息。因此,DEA领域的研究吸引了众多的学者。研究DEA模型是进行该领域其它相关研究的基础。本论文首先对DEA的研究背景作了较为全面的概括,梳理了30年来其理论与应用发展。主要有以下内容:1.探讨了DEA模型的单位不变性与平移不变性,从乐观和悲观两个角度对决策单元进行评价,给出了同时具备单位不变性与平移不变性的两边加法模型法,并用实例加以检验,得到了较好的结果。2.研究DEA模型的强有效性,这类模型主要用于解决用经典DEA模型评价决策单元相对效率时得出多个决策单元同时为有效的问题,本文从有效前沿面和反有效前沿面两个方面对决策单元进行评价,给出的新模型能够实现所有决策单元的完全排序,最后给出的两个实例验证了我们方法的有效性。3.讨论DEA方法与层次分析法(AHP)相结合的评价方法,这两种方法都是运筹学中应用较多的评价方法,本论文结合了DEA方法的客观性和AHP方法的主观性,互为补充,提出了一种用解DEA模型的思想来求解判断矩阵各因素权重的新方法,该算法简单可行,具有较强的实用性。4.建立了具体的评价系统,用经典DEA模型以及本文提出的新方法对我国8个地区的电子及通信设备制造业集群进行有效性评价及排序,得出了大量的管理信息以及建议,为各地区进行相关的产业调整提供参考。