效率问题成为经济研究中的焦点.企业的生产效率可以由一定时期内企业的投入和产出来反映,因此投入产出分析常常被用来评价效率问题.在此基础上,以投入产出比率作为一个衡量效率的基准,运用计量经济、统计学和数学规划的方法,发展出了一系列效率评价的技术.该文介绍了国际上普遍采用的比率分析、COLS回归分析、随机前沿分析和数据包络分析四种方法.每种方法各有优劣,选择何种方法需要根据实际问题来定,该文采用了数据包络分析作为研究对象.数据包络分析(DataEnvelopment Analysis)简称DEA,是一种线性规划技术,是运筹学、管理科学和数理经济学交叉研究的一个新的研究领域.它最初由Charnes,Cooper和Rhodes(1978)提出,用于评价企业和机构的效率.二十多年的研究发展出了确定性和随机性模型、不同导向(投入最小化为目标、产出最大化为目标以及同时以投入最小化和产出最大化为目标)的模型、不同规模报酬(规模报酬不变、递增、递减、可变等等)的模型等等.DEA已经越来越多的被人们所采用,成为一种与传统计量方法并驾齐驱的前沿分析和投入产出效率研究方法.但该模型对于所有决策单元与前沿的偏离均假定来自于效率的原因,这使得该模型隐含了测定中不存在测量误差和噪音项的假定.为了证明该模型在这样假设下的有效性,Banker R D(1993)和Geraldo da Silva e Souza(2002)对确定型DEA模型在较为一般的生产函数基本假设和统计假设下的性质进行了相关的研究,证明了一系列统计性质.如:DEA生产函数是真实生产函数的非参数最大似然估计、DEA生产函数强收敛到真实生产函数、DEA效率估计的分布渐近真实效率分布.在上述前人得到的性质铺垫下,该文进一步推广了生产函数的估计方法,将非参数DEA模型与参数方法相结合给出了生产函数的新的估计方法.从而,运用DEA模型和新的生产函数估计方法,很容易的实现了对上海工业企业的效率和生产函数的估计,在相应的效率分析和生产函数分析的基础上,探讨了若干因素对效率的影响,特别是所有制因素对效率的影响显得格外突出.从各个角度的分析为制定产业规划、调整产业结构、提高企业效率指明了方向.