当前,环境问题越来越成为阻碍经济社会发展的因素,人类生存发展的可持续性正受到严峻考验。因此,改善环境问题,制订一系列有效的环境效率评价的方法就显得尤为重要。本文基于这一背景,致力于提出有效的环境效率评价方法,为决策者制订环境政策提供参考。环境效率关注的是最大化生产产品或服务的同时,最小化对环境造成的影响。在环境效率测评中,不容忽视的一种方法是数据包络分析法(DEA),该方法由Charnes等学者于1978年提出,由于其具有操作简便,且输入输出指标的权重无需事先敲定的优点,甫一推出,便受到学界的重视,在历经30多年的发展后,更是得到了不断的发展与演化,被越来越多地应用于各种交叉学科中,环境效率评价就是其众多应用领域之二。环境效率评价中,一项重要的工作是如何实现非期望产出的测度。当将这一目标纳入考量范围内时,传统DEA模型“产出最大化”的假设并不成立。因此,如何有效地评估存在非期望产出时的环境效率,一直是学界孜孜以求的攻坚方向。本文基于这一立场,重申了DEA作为环境效率评价的优良手段,同时拓展了考虑非期望产出时的评价方法,旨在提出更为精准的DEA模型,来实现环境效率的有效评价,并将其应用于实践中,指导企业或机构作出技术改进,提出一定的提高措施,以期对其发展提供帮助。以下是本文主要开展的研究工作：(1)基于弱可处置性假设,提出一种改进的SBM模型。该模型得出的环境效率指数具有更高的理论准确性,能够有效地区别决策单元之间的效率值。同时,将其方法拓展至双目标,考虑既增加期望产出又减少非期望产出的情形。最后,通过25个OECD欧洲国家的实例证明模型的有效性。(2)基于最小投入节省量和产出盈余量,提出新的SBM度量,将投入节省量、产出盈余量和松弛变量统一纳入到度量函数中。通过对实例的定量分析,证实了所提度量的合理性和实用性。除了上述研究结果外,本文还对未来的研究方向作出了分析和展望。