数据包络分析(简称DEA)是运筹学、管理科学和数理经济学交叉的一个新的领域，是基于数学规划理论评价具有多个输入与多个输出决策单元(简称DMU)间相对有效性的系统分析方法。它作为一种非参数评价方法，特别适宜处理多输入、多输出的复杂系统评价问题，利用数据包络分析方法对决策单元进行效率评价时，能够得到很多在经济学中具有深刻经济含义和背景的管理信息。本文在广泛查阅国内外文献的基础上，对DEA理论、方法与应用进行了较深入的探讨，分析了基本DEA模型，DEA有效性理论以及DEA方法的基本思想。 在实践中由于测量误差、数据噪声等原因，各决策单元的评价指标数据往往无法精确确定，只能服从一定概率分布的随机变量；另外由于经济现象和经济规律的随机不变性，不确定性是难免的。为了应对经济问题的复杂性、评价结果的客观性、预测的可靠性，人们对随机DEA方法进行了初步的研究，得到了一些结论，但是理论上仍有许多问题需要更深入的研究。本文正是基于这样一种思想，将输入输出是具有指数分布的随机变量的随机DEA模型及其该模型下随机有效非有效作为研究的一项重要内容，提出了一种基于指数分布的随机DEA机会约束模型，并在理论上对决策单元有效非有效作了相应的分析。 最后，DEA模型作为一种评价多输入输出决策单元的有效方法，对于经济活动这样一个复杂的具有多投入产出效益评估是非常适合的，本文对这一方面的应用进行了一些探索，提出了适合四川省科技产出能力评估实际的指标体系，运用C2R模型以及规模效益理论对四川省科技产出能力进行了实证分析，获得了较为满意的结果，并在此基础上给出了相关的政策性建议。