数据包络分析是利用对决策单元自身最有利的权重进行“黑箱”评价的方法，无法观察到系统内部因素的影响，仅从自评角度进行评价易导致以偏概全。网络DEA和交叉评价方法是近年来热门的研究话题，一方面打开了“黑箱”进行效率评价，另一方面考虑了其他决策单元对被评价单元的影响。本文借鉴加性效率分解思想，把网络DEA和交叉效率评价方法相融合，根据决策者偏好设定不同过程的优先级，从而构建在两阶段结构下的加性交叉效率模型，具体分为三种情况：整体优先、阶段一优先和阶段二优先，被评价单元的最终效率由所有交叉效率的算术平均值计算得到。最后，结合不同行业的例子说明新模型的合理性和适用性，考虑了主观因素更符合现实环境下的决策行为，结合效率分解结果探究了导致低效率的原因，为决策者提供更全面更深入的决策意见参考。