爱华网数据包络分析法（DEA）是根据已知数据，使用DEA模型得到相应的生产前缘，以评价具有多输入和多产出的决策单元（DMU）之相对有效性的一种方法。
DEA最初由 Charnes,Cooper andRhodes(1978)提出，是为第一个DEA模型——CCR模型。后Banker,Charnes andCooper(1984)改变CCR模型中规模收益不变的假定，而改为规模收益变动的假定，是为BCC模型。发展到目前为止，最具代表性的DEA模型有CCR、BCC、FG和ST模型。其中，FG模型假定规模收益递减，ST模型假定规模收益递增。
DEA中，企业的相对效率在（0，1）区间内分布，处于效率前缘企业的效率值为1。
DEA能计算分配效率和技术效率，后者又可分解为规模效率（scaleefficiency）和纯技术效率（pure technicalinefficiency）。各个模型均有投入导向（Input-oriented）和产出导向（Output-oriented）两种形式，模型可设定为规模收益不变（CRS）和规模收益可变（VRS）。产出导向的DEA模型设定为给定一定量的投入要素，求取产出值最大。反之，投入导向的DEA模型是指在给定产出水平下使投入成本最小。
二、DEA模型的优缺点首先，DEA方法可用于评价多投入、多产出的决策单位之生产（经营）绩效。DEA方法无需指定投入产出的生产函数形态，因此可评价具有较复杂生产关系的决策单位（DMU，decisionmaking units）的效率。
其次，它具有单位不变性（unitinvariant）的特点，即DEA衡量的DMU的结果不受投入产出数据所选择单位的影响。只要投入、产出数据的单位是统一的，那么任何一个投入、产出数据的单位发生变化，都不会影响效率结果。它能同时处理比例数据和非比例数据，即投入、产出数据中可以同时使用比例数据和非比例数据，只要该数据是能够反映决策单位投入面或产出面的主要指标即可。
第三，DEA中模型的权重由数学规划根据数据产生，不需要事前设定投入与产出的权重，因此不受人为主观因素的影响。而事前设定权重的方法，如专家评估法，容易受到人为主观因素的影响。（这个优点很重要哦！）
第四，DEA可以进行目标值与实际值的比较分析、敏感度分析和效率分析。可以进一步了解决策单位资源使用的情况，可以供管理者的经营决策参考。
DEA方法的缺点在于它衡量的生产函数边界是确定性的。因此，所有随机干扰项都被看成是效率因素。同时，该方法的评价容易受到极值的影响。
三、DEA模型中投入、产出项的选取
Cooper(1999)认为，DEA方法中投入产出项目的选取准则如下：
1.对所有决策单元，投入和产出值可得，且为正数。
2.投入和产出项目必须反映分析者和管理者的关注要素。
3.投入的数值应越小越好，而产出的数值应越大越好。
4.不同的投入和产出数据不要求单位一致，可包含人数、面积、费用等。
这次作业是讨论物流园区规划方案的，作者综合对最终产出项的重要性和数据可得性，选取用地面积、建设费用、营运费用和工资为输入指标，年货物处理能力为输出指标，选取CCR模型进行分析。
