效率评价是一项经济活动与社会生活中常见的工作。科学的效率评价,对企业、政府、组织等改善绩效具有重要意义,可以帮助企业、政府、组织等以更低的成本提供更多、更好的产品或者服务。本文采用数据包络分析进行效率评价。数据包络分析(DEA)是评价具有多个输入和多个输出的决策单元之间的相对效率的数学规划方法,Charnes等人于1978年建立了第一个DEA模型,即CCR模型。此后,DEA逐渐成为相对效率评价的最重要的方法之一。当前,DEA已经被广泛用于对企业、政府、金融机构、高等学校、机场、医院等的效率评价,本文采用数据包络分析进行高等学校科研效率的评价与排序。传统数据包络分析方法在决策单元性能排序方面的主要缺陷,是在效率评价过程中的权重体系不统一。本文提出两种衍生公共权重的方法,使得各个决策单元(高校)能够在一个可被广泛接受的公共权重下获得效率并参与排序,于是排序的结果显得更为可信。第一种方法(基于标准样本的公共权重确定方法)是行政(集中决策)导向的,即教育主管部门确定若干所学校为标准样本,这些标准样本高校所认可的权重,即为所有其他高校都必须共同接受的公共权重。第二种方法(基于多目标规划的公共权重确定方法)是民主(分散决策)导向的,即所有高校共同决定公共权重,至少有一定比例(如过半数或过三分之二)的高校认可的权重为公共权重。此外,本文还对同行评议中专家意见可信度的测量方法进行了研究,使得同行评议结果可以根据专家意见可信度加以调整,增加了同行评议结果的可信度。