我国近几十年来正经历着高速工业化的过程，工业企业在数量上和规模上都有着较大的发展，已成为名符其实的“世界工厂”。但伴随着工业企业的大量崛起，能耗和排放密集型工业企业迅速发展，环境问题也成为我国经济发展过程中必须要面对和解决的一个重要难题。避免走美、英、德等西方传统工业化国家“先污染后治理”的老路，坚持节约资源和保护环境的基本国策，提高环境保护工作效率，是不仅与普通民众的生活息息相关，也直接影响到我国国家竞争力和国民经济发展的重要工作。　　 为更好地推进环境保护工作，提高环境保护工作效率，建立合理的环境评价机制是必不可少的工作。数据包络分析（data envelopment analysis，简称“DEA”）作为一种针对多投入多产出决策单元效率评价的非常实用的非参数统计工具，诞生伊始至今的三十余年发展过程中，已广泛运用到包括银行，学校，港口，酒店，环境等各个领域的效率评价过程中。尤其是环境评价领域，已有大量工作被完成。基于此，笔者在前人工作的基础上，通过在传统考虑非期望产出的DEA模型中提出区分可控输入要素与不可控要素，建立满意度测量模型，在Bootstrap模型中引入考虑非连续指标整数指标等方式，对先前的DEA评价模型进行改进，以期达到提高DEA作为环境评价工具的准确性与适用性，进而为环境保护工作的推进提供帮助。基于上述经改进后的DEA模型，笔者分别完成了世界上40个国家和区域二氧化碳排放效率与满意度测量以及中国30个省、直辖市、自治区的二氧化碳排放效率分析的实证研究工作。　　 本文创新之处:(1)在传统的考虑了非期望产出的DEA模型基础上，对输入要素进行了区分，将其区分为可控要素与不可控要素，得到了经过改进后的DEA模型，以用于环境效率评价。(2)通过一系列的数学转换对传统考虑非期望产出的DEA模型进行转换，建立了全新的可计算决策单元满意度的DEA模型。(3)在传统的DEA模型上建立了一种包含非连续整数指标的Bootstrap-DEA的环境效率评价模型，以克服随机冲击及输入指标为非连续整数时对结果造成的偏误。