在此之后的几十年中，针对DEA的权重、决策单元输入输出指标限制、模型动态性、模型随机性的研究层出不穷，DEA被广泛应用于各类决策单元的效率评价中。在各种DEA模型中， 和 模型运用最为广泛，前者用来评价决策单元的规模有效性和技术有效性，后者评价决策单元的技术有效性。DEA的优势在于：（1）同时对决策单元的多项投入和多项产出计算相对效率；（2）模型自行计算权重，DEA模型中每一个决策单元的各项投入和各项产出权重都是由模型根据最优性原则计算出来的，而不是决策者预先给定的，这样可以避免主观确定权重；（3）不受计量单位的影响。大部分的多准则决策方法都受到计量单位的影响，故使用前必须进行数据的无量纲化处理，使用不同的转化方法，其评价结果可能会不同，而DEA方法不受计量单位的影响，信捷职称论文写作发表网，因而更客观更精确。该方法的缺点是：没有考虑不确定性因素和测量误差，另外DEA在运用时要求各个决策单元具有可比性，否则评价结果将失去意义。
　　3.从经济增长中分解效率。除了构造前沿面来测算企业效率以外，人们还从经济增长中分解效率因素。自Solow (1957)用索洛余值法对全要素生产率（Total Factor Productivity）TFP进行测算后，TFP、技术效率和技术进步的研究与测算一直相伴发展。现在普遍看法是TFP是一个“剩余”的概念，是产出增长中没有被要素投入增长所解释的部分。其提高不仅与技术进步有关，而且与技术效率的改善，要素资源的配置效率和规模经济等因素有关。Jorgenson等（1967）通过对连续时间模型的合理离散近似，使用指数方法对TFP的增长进行了测量。此后学者们提出了多种TFP指数，其中Malmquist指数应用最为广泛，它由Malmquist于1953年提出，Caves（1982）年首次应用于全要素生产率变化的测算。现在实证研究中普遍采用的是Fare（1994）构建的基于DEA的Malmquist指数，该方法将Malmquist TFP指数分解为：纯技术效率的变化指数PC×规模效率变化指数SC×要素可处置度变化指数CNC×技术进步指数TP。
　　
　　三、企业效率测量理论的启示
　　1.企业效率测量思想随着经济学的发展而逐步深化的。从经济学家默顿·米勒和弗兰科·莫迪利亚尼提出了EVA思想之后，人们对经济效益有了新的认识，效益产生的基础是包含自有资本在内的所有资本，这是对以往忽视的投入要素结构的一个纠正。另外M.J.Farrel提出的生产前沿面的概念，使人们深刻意识到自己所处的现实是一个非效率的世界，远非纯理论所假设的那样有效，生产函数被重新审视，进而引发了对新生产函数的一系列深入探讨。
　　2.企业效率测量方法随着数学的发展不断创新。随机前沿生产函数的推广得益于概率论和统计学的发展，尤其是面板数据的使用和各种非效率项的概率分布假设越发依赖数学的发展。数据包络分析是在规划技术上发展起来的，随着人们对各种DEA模型的深入研究，其求解越来越复杂，需要更为高深的数学技巧。
　　3.尽管企业效率的概念十分简单。就是投入与产出的比较，但要计算它，却并不容易，因为企业的投入是多方面的，人力、物资、信息、资金等等，这些不同属性的投入怎么能够统一在一起？再者产出的形式也是多样的，有时还必须考虑产出的社会效应（如污染物对他人利益的侵犯应该算做总产出的扣减项目），如何将不同属性的产出统一在一起？近年来不断发展的数学、经济学为效率测算提供了新的思路和方法，也许很快人们就会发明更科学的工具彻底解开效率之迷。
　　
　　参考文献：
　　1.萨缪尔森.经济学（第16版）［M］.北京：华夏出版社，1999
　　2.康芒斯.制度经济学(上、下册)［M］.商务印书馆，1997