对科研机构进行评价是促进科研机构优化资源配置、提高管理水平的重要手段和保障。科学的评价方法直接影响到评价结果的科学性和合理性。然而学术界对科研机构评价方法的研究还处于探索阶段。　　 本文立足于科研机构评价实践，指出DEA方法应用于科研机构评价时存在的三点不足：不能体现决策者对指标的偏好；不能对评价对象全排序；投影分析结果缺乏实用性。为解决这些问题，本文追踪当前国内外最新的DEA理论研究成果，并对其进行模型上的改进或提出应用于实证分析的计算步骤，主要工作如下：　　 针对前人提出的偏好CCR模型，评价信息不够丰富的弱点，提出了偏好BCC模型，并结合这两种偏好模型，进行技术效率、纯技术效率、规模效率、规模收益状况的分析，从而获得更多评价信息。这不但解决了“标准DEA不能体现决策者对指标的偏好”的问题，同时得到了更多的管理信息；　　 针对国际学术界新近提出的两种超效DEA模型MAJ模型、LJK模型，例证其存在模型区分能力不强的缺点。本文给出了改进模型，改进模型克服了原模型区分能力不强的缺点，同时保留了原模型的优点。这为解决“标准DEA不能对评价对象全排序”的问题提供了另一种方法；　　 针对以往CHJS灵敏度分析模型研究停留于理论层面，实证分析存在困难的问题，本文提出了一套“对数据先统一量纲、再还原”的计算方法，并对这种计算方法的正确性进行了证明。灵敏度分析的结果更富有弹性，给出了有效决策单元和非有效决策单元各自的稳定区间，是对投影分析结果的有益补充。　　 最后，本文将其应用于中科院研究所相对效率评价的实际案例，取得了不错的效果，这也为中科院的宏观管理提供了更丰富的信息。