为了解决传统DEA方法无法对有效决策单元进行排序,以及权重选择可能不合理的问题,交叉效率评价方法通过决策单元间的互相评价来进一步区分效率表现,并在一定程度上减少了不切实际的权重对效率值的影响。但传统的交叉效率评价方法仍以满足评价决策单元效率值最大化为前提来选择权重,这对于被评价决策单元可能是不公平的。此外,基于传统CCR效率值和交叉效率值的排序结果往往是不一致的,这增加了决策者判断决策单元表现是否优异的难度,而一致的排序结果符合实际管理的需求。为了消除权重选择对交叉效率评价结果的影响,获得客观公正的效率值,本文的主要研究内容之一是提出一种基于社交网络分析的交叉效率评价模型。与传统交叉效率评价方法不同,本文首先通过分析CCR评价和交叉效率评价间的关系,提出可接受水平、自我评价客观系数和同行评价客观系数三个概念,并在此基础上构建由决策单元形成的社交网络,将评价关系转化为社交网络关系。然后利用HITS算法获得客观系数的收敛解,并利用客观系数来消除传统CCR和交叉效率值中因权重选择造成的不客观部分,最后根据修正后的两种效率值对决策单元进行排序,且本文证明了基于客观CCR和交叉效率值的排序结果是相同的,这更符合实际认知和管理决策需要。两阶段DEA的交叉效率评价方法是本文的研究内容之二。目前仅有少数关于两阶段系统的交叉效率评价方法的研究,且这些研究都是基于决策者完全理性的假设。然而决策者的非理性因素会影响评价的过程与结果,本文通过前景理论刻画决策者的有限认知和心理行为,把决策者对于收益感知和损失规避的风险态度融入到交叉效率评价框架内,并分别在集中和分散决策情形下,构建基于前景理论的两阶段DEA交叉效率评价模型。本文所提的基于HITS算法的交叉效率评价模型以崭新的角度理解决策单元间的评价关系,将社交网络分析方法引入交叉效率评价中,能够获得更为客观的效率值;另一所提出的基于前景理论的两阶段DEA交叉效率评价方法,也拓展了交叉效率评价方法的一般性,能够在实际环境下为决策者提供更科学合理的支持。本文研究的主要创新之处有:1)深入对交叉效率评价关系的认知,从社交网络分析的角度理解决策单元间的评价关系;2)能够使得决策单元基于客观的自评和他评效率值的排序结果一致;3)考虑决策者非理性因素对评价过程和结果的影响,使得构建的两阶段DEA交叉效率评价模型更符合实际应用。