随着大数据时代的到来，实际问题中数据不仅是定量数据，还存在越来越多不确定性数据，产生越来越多的效率评估需求，引起不确定的效率评估问题的大量关注。不确定指标可分为三类:定性、随机和模糊指标。DEA理论模型和方法是评价带有不确定指标的决策单元相对效率的常用方法，在实践中被广泛应用并不断发展和完善。数据包络分析模型假定行业投入或产出一定，使用线性规划求解决策单元的相对最大产出（或者最小投入），评价决策单元的相对效率的方法。DEA模型不考虑数据的统计学特征，处理多投入产出的效率评价方面具有明显优势，广泛应用于解决经济、社会、管理等方面的效率评估问题。考虑到同时存在多个效率值相同的决策单元问题，本文引入一种有效的平衡指标解决决策单元的排序问题。本研究完善了理论基础，提高效率测度的有效性和准确性，将模型从评价方法上升到决策工具，具有一定的理论意义和应用价值。　　本研究构建三类带有不确定变量的DEA效率评价模型，解决带有不确定数据的决策问题。一类是带有环境规制约束的DEA能源效率评价模型，构建效用函数定量化不同能效政策强度下行业履行意愿程度，评价带有定性定量指标相耦合的DEA能源效率问题;另一类是带有随机分布的DEA能源效率评价模型，根据极端气候的分布特征，从时间序列和横截面角度综合考虑，解决面板数据的能源效率评价问题。最后一类是带有模糊变量的DEA扶贫效率评价问题，通过二型模糊数表示扶贫中的政府监管力度与扶贫农民满意度，构建隶属度函数进行去模糊化处理，评价带有模糊变量的扶贫效率问题。研究为带有不确定数据的效率评价问题提供参考范式，进一步拓展DEA的理论价值;通过实证研究，提出相应政策，促进行业的可持续发展，实现资源的有效配置。