基于粗糙集的立法后评估指标体系及方法研究

摘要

随着中国特色社会主义法律体系的不断建设完善，我国的立法后评估制度步入了蓬勃发展阶段。构建客观科学的立法后评估指标体系是有效开展立法后评估的核心义项，是帮助立法水平不断提高的坚实保障。但从各地的立法后评估实践经验来看，目前尚没有一套系统、客观的指标体系构建方法来指导实际工作。各类指标体系构建方法及评估方法都各有其优势和不足，但仍不存在一种标准方法可以有效应用于各类不同的场景，同时又可以客观、量化而又原理科学的评估法规实施状况。因此，有必要引入新理论、新方法来解决立法后评估领域存在的问题。
　　在大数据背景下，粗糙集理论凭借其特有的属性约简、规则生成功能以及量化、高效的数据处理能力，成为了当下一款重要的数据挖掘工具。本文引入粗糙集方法，并将其与立法后评估制度与方法有机结合，系统地研究指标体系构建及优化思路，去除了冗余指标;研究了粗糙集如何综合应用于立法后评估的全过程，如何借助其优势解决立法后评估过程中的难点问题。
　　根据对立法后评估活动的研究以及实际评估经验，本文提出了几个立法后评估过程中的问题，如指标体系构建问题，缺失值处理问题以及赋权问题，并结合粗糙集方法相应给出了解决思路与解决办法，并利用历史评估数据建立了定性与定量相结合的评估模型，实现了客观科学、高效评估的目的。
　　最后，选取两部样本法规进行实证研究，利用本文构建的指标体系和评估模型进行评估，并将评估结果与两部法规后评估项目的实际结果进行对比，从而验证评估模型在实际应用中具有较好的准确性和适用性。

目录

声明

摘要

第一章 绪论

1．1 选题目的与意义

1．1．1 选题目的

1．1．2 选题意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 研究内容和研究方法

1．3．1 研究内容

1．3．2 研究方法

第二章 基础理论

2．1 立法后评估理论

2．2 立法后评估指标体系理论

2．2．1 指标与指标体系

2．2．2 立法后评估指标体系建立

2．3 立法后评估指标权重理论

2．4 粗糙集应用于评价领域

第三章 立法后评估方法研究

3．1 基于遗传算法的粗糙集属性约简算法

3．1．1 遗传算法的发展与特点

3．1．2 属性约简

3．1．3 基于遗传算法的粗糙集属性约简算法

3．2 缺失值处理方法

3．3 权重计算方法

3．3．1 权重确定思路

3．3．2 权重生成

第四章 实证研究

4．1 选取评估样本

4．1．1 评估样本与评估背景介绍

4．1．2 评估数据采集

4．1．3 评估指标体系

4．2 构建粗糙集评估模型

4．2．1 初选指标集

4．2．2 指标值离散化

4．2．3 指标筛选

4．2．4 指标赋权

4．2．5 形成评估模型

4．3 评估结果对比

4．3．1 项目评估结果

4．3．2 模型评估结果

4．4 研究结论

第五章 总结与展望

5．1 全文总结

5．2 研究展望

参考文献

发表论文和参加科研情况说明

致谢