河南省高等教育投资政策有效性的分项评价是分别评价投资的五个渠道的有效性，对每个渠道的分析内容包括：演变脉络、波动分析、有效性评价。其中，有效性波动分析部分运用数据包络分析方法（DataEnvelopmentAnalysis，简称DEA）进行效率分析，把各渠道的经费投入作为投入变量，把生均教育经费和在校生人数作为产出变量，采用DEAP软件中的CRS模型进行效率分析。
数据包络分析方法由著名运筹学家A.Charnes和W.W.Cooper在1978年创建。DEA方法的基本思路是把每一个被评价单位作为一个决策单元（DecisionMakingUnits，简称DMU），再由众多DMU构成被评价群体，通过对投入和产出比率的分析，确定有效生产前沿面，并根据各DMU与有效前沿面的距离状况，确定各DMU是否DEA 有效，同时还可用投影方法指出非DEA有效的原因及应改进的方向和程度。该方法通过建立线性规划模型比较决策单元之间的相对效率，从而对各决策单元进行评价，不需要对投入、产出指标进行生产函数的假定，而是依靠DMU的观测数据，通过线性规划方法将有效的DMU进行线性组合，构造出全部观测数据的生产前沿面，以此判断DMU是否位于生产前沿面上。因此，DEA方法能够避免评价过程中的很多主观因素，适用于多投入、多产出部门的效率评价，尤其适用于公共部门和非营利组织的效率评价。本研究关注的是高等教育的投资效率，而高等教育又是多投入多产出部门，所以数据包络分析方法适合用来分析本研究关注的问题。
DEA方法的优越性还在于：一方面，该方法对评估指标量纲并不要求统一，而仅对决策单元有一致性（同类性）要求；另一方面，DEA形成的数据包络面及模型可行解均可以定义出明确的经济意义。即通过选择合适模型，该方法能分别计算出决策单元在投入水平一定下的产出能力或在产出水平一定下的投入能力，并且还能计算出非DEA有效的决策单元要达到DEA有效投入和产出需要调整的精确值。在运用DEA方法时有比较规范的步骤，按照步骤进行操作，有助于提高研究的质量。使用DEA方法时，首先需要确定研究目的，然后选择参与评价的决策单元，接着确立输入和输出指标，根据条件选择合适的DEA模型，最后根据评价目标对模型求解并进行讨论。
DEA方法适用于多投入、多产出系统相对有效性的评价，DEA的最大优点是它不仅可以处理多投入、多产出的生产系统，还可以用于非营利性系统，如医院、学校及其他公共部门相对有效性的评价。DEA方法也具有局限性——相对有效性，即通过对相同的决策单元进行效率评价，对各决策单元的效率作比较，最后选出效率最好的决策单元作为有效的DEA 决策单元，因此就会存在所评价的决策单元整体的效率水平并不是很好，而仍有很大一部分决策单元相对有效的情况。另外，因为DEA方法是决策单元之间相对有效的判断，所以没有办法给出理论上绝对有效的状态。虽然DEA 方法存在自身无法克服的缺点，但是它却能给出更真实、更实际的数据，所以在效率评价方面具有其他方法不可替代的优势和作用。
按照DEA方法的步骤，本研究所分析的1978-2008年31个年份就构成了31个决策单元。接下来是进行投入、产出指标的选取，产出指标分别是生均教育经费和在校生人数，因为对高等教育的衡量主要是从规模和质量两个方面进行，规模可用在校生人数来衡量，在高等教育质量较难衡量的情况下很多学者选用生均教育经费来衡量高等教育的质量；而投入指标是各渠道的高等教育投入。由于高等教育培养的有专科生、本科生、研究生，为了使数据内部具有一致性，我们把在校生人数进行了折算，使用折算后的数据作为产出变量。
