研究与发展(R&D,Research and Development)管理中绩效评价问题是一个重要的研究焦点,选择合适的评价模型是R&D绩效评价的主要工作。但传统的R&D效率评价指标决定了其决策单元具有多阶段复杂结构的特性,使用传统DEA(Data Envelopment Analysis)模型(如CCR、BCC模型)只能在“黑盒”的状态下进行效率评价,忽略了其内部结构和指标对整体效率的影响。而Network DEA方法将中间变量以及各阶段的自有投入和产出考虑在内,能够更全面地研究复杂结构下的DMU效率。已有的集中式博弈模型和非合作博弈模型是非线性模型,无法直接获得被评价系统的整体效率值;传统NDEA方法求解时缺乏输入和输出导向效率值对称性和整体结论的一致性。本研究选择Network DEA方法作为评价的基本模型,分析此模型研究省域R&D绩效评价应用中存在的不足,在此基础上进行了模型的改进和优化,在关于中间变量的约束条件中使用虚拟变量代替实际数据,消除了输出与输入导向的不一致性。考虑到R&D投入到产出的时滞性,使用2012年至2013年投入指标区间数据替代2013年定值数据,结合区间效率方法进行模型扩展,建立改进NDEA下的区间效率模型,以此作为中国省域R&D绩效评价的新方法。通过对2013年我国30个省级区域的R&D绩效研究,可见NDEA模型的改进具有可行性和有效性,与已有的省域R&D绩效评价模型相比,本模型是线性模型,且可直接获得被评价系统的整体效率值,因而具有显著优势,不仅可解决省域R&D活动绩效评价的具体问题,本改进方法还可以推广应用到其他网络结构的决策单元效率评价问题中。