在社会生产实践中,人们经常需要对同类的部门或单位进行绩效评价。数据包络分析是评价多输入、多输出的同类决策单元相对有效性的一种数量分析方法。由于该方法无需预先作任何参数假设,也无需对评价数据作无量纲化处理,因此在效率评估方面具有独特的优越性。传统的数据包络分析方法可以将决策单元分为有效和非有效两大类,并确定有效生产前沿面。但是,当评价的输入输出指标较多时,经常会出现多个决策单元同时有效的情形。在实践中,决策者往往需要在给定的一组决策单元中,确定一个最为有效的单元和完整的效率排序,以便作出更加清晰准确的判断和选择。为此,众多研究者对决策单元的相对效率评价和排序问题作了深入研究,提出了各种切实有效的方法。超效率数据包络分析是进一步区分有效单元的一种常用方法,其基本思想是将被测单元从参考集内移去之后,再评估该单元相对于其它所有决策单元的有效性。本文在分析总结前人研究的基础上,提出一种基于输入-输出同时投影的超效率数据包络分析模型及其相应的效率评价方法。通过与传统超效率模型作比较,对提出的改进超效率模型进行深入分析,得出一系列与该模型相关的性质和定理,从理论上证明改进的模型能够彻底解决传统超效率模型的不可行问题,并对效率评价结果的经济意义作合理解释。在给出模型求解方法的基础上,通过算例研究,验证改进模型和评价方法的效果和实用性,对各种改进超效率方法的评价结果作比较分析,指出本文提出的方法相对于其它方法的优点。算例结果同时表明,本文提出的改进模型和方法不仅能够进一步区分有效单元,而且可以给出非有效单元的生产率改进空间,为决策者提供合理的决策依据。