【摘要】数据包络分析(DEA)是一种重要的数据驱动方法,可用于对一组有多个投入和多个产出的同质决策单元(DMU)进行绩效评价和改进,这些投入和产出称为绩效指标.某些绩效指标与传统DEA模型中使用的具有单个值的绩效指标不同,由于其定义或衡量标准不同,可能对应多个值,称为多值指标.绩效指标通常反映了DMU的当前生产状态,忽略了决策者的目标.为此提出了基于松弛的DEA改进模型,用于处理多值指标,可以得到帕累托最优解,并考虑了分散决策和集中决策两种常见决策场景.此外,我们通过考虑决策者目标得到扩展模型,以帮助DMU提高绩效并尽可能达到决策者的目标.基于松弛的方法和进一步考虑决策者目标增强了模型对DMU的区分能力,并为某些指标提供更符合实际的改进.通过中国长江三角洲22个城市的实例应用,说明了我们提出的模型的有效性和实用性.