利用粗糙集方法精简负面清单管理政策
2017-09-08周钰云乔帅淇许梓坤江淇丁常悦
周钰云+乔帅淇+许梓坤+江淇+丁常悦
摘要：粗糙集是一种处理不确定性数据的数学工具，能有效地对数据进行分析和推理，从中发现隐含的知识。文章运用粗糙集理论和方法提取有效的政策措施，并通过求解最优化模型生成精简的高质量的负面清单，为政策提供参考。
关键词：粗糙集方法；负面清单
一、研究背景
早在国外，负面清单管理模式就已经很好的实施了下去。他们制定的负面清单都以法为依据，利用相关的法律条款来保障国家的安全和经济利益，而且范围比较广泛，有的条例能够涵盖很多方面，所以给了执行者很大的空间。相比而言，我国上海自贸区制定的清单就没有那么自由，细化了分类标准，这样可能会导致潜在的行业由于涉及范围较广而不能完全的体现在所列的清单中。因此，我们的主要目标是对上海自贸区的管理政策进行调研，获得数据。利用粗糙理论进行研究，对管理政策清晰化，并利用计算机编程对清晰化的政策进行精简。
二、创新特色
采用粗糙集方法，对上海自贸区获取的数据进行分析。已有的研究多用于信息科学中的数据挖掘领域，在管理领域应用尚属首次，这是本课题的一个创新点。另外，对于清晰化的政策进行精简时利用了最优化算法，而此前的研究工作多使用智能算法，这也是本课题的一个创新点。
三、主要内容
（一）负面清单管理政策的具体内容
“负面”即为消极的，不好的，不能被准许的。所以在清单上面列明了外商们不能投资的领域和产业。学术上的说法是，一切不利于国民利益的、不利于国家经济发展的，都在该清单上列明。早在国外，负面清单管理政策就已经很好地实施了下去，所以上海自贸区借鉴了国际经验与基本准则，对外商的投资实行“国民待遇”，制定了属于上海自贸区特有的外商投资管理政策及模式，所有的限制条例都在负面清单上一一详细地列明。
最初的负面清单中内容可以分为三类：鼓励类、限制类以及禁止类。随着清单的不断修订，原来的鼓励类已经并入了限制类和禁止类中。清单明确了各类市场主体在自愿投资时，实行初始、扩大、并购投资等投资行为以及其他市场准入行为的准则。同时，对一些细化必须指明的准入事项，不同的准则提出了不同的明确的准入要求。
通过研究制订外商投资符合国民待遇的负面清单，有利于提高资源的配置，提高各种资源的利用率；有利于促进并形成一个公平的资本交易市场，使得所有企业的利益都能在一定的程度上得到提高；有利于政府明确自己的职责所在，就政策改革而言促进政府职能进行转变；有利于营造良好的、法治化的交易环境，促进企业与企业之间的交流，国家与国家之间的交流。
（二）粗糙集理论及其应用
粗糙集理论是一种与之前处理数据方法不同的一个处理不确定性数据的工具。
由于在很多实际运用中数据和其所处的环境都存在不同程度的不确定性，其中数据中又经常会包含噪声干扰，数据本身具有不一致，不完整等特性，因此采用纯数学上的假设并不能很好的消除或者回避这种不确定性。粗糙集理论处理数据的方法与之相反，这种理论通过对这些自身带有缺陷的数据进行处理，对解决实际系统问题有很大的帮助。
通过查阅资料，我们也了解了一种最简规则挖掘方法，对于数据的挖掘，这种方法可以给予更加简化的规则。这种方法以概念的约简入手，通过整合得到計算对象的约简进而得到更加简化的规则。
目前，研究粗糙集理论的学者越来越多，对粗糙集理论的研究与应用也越来越深入和广泛。尽管这项理论目前还不够成熟，还有很多的发展空间，但是它已经为我们的数据分析、决策等提供了很大的便捷与精确性。粗糙集理论较为突出的作用领域体现在计算机上，计算机要求精确与高效，而粗糙集通过不确定的条件来进行分析研究缩小研究范围，提高精确度，为计算机应用提供了条件。为了更加贴合我们的课题，我们选用Rosetta软件来精简负面清单。Rosetta软件建立在粗糙集理论的基础之上，通过输入输出表格的形式判断是否来分析数据。它的功能很齐全，不仅能完成与决策表有关的算法，也可以处理常见的粗糙集算法，数据的预处理与分析处理权都可以完成。因此，它十分适合我们的研究课题。
（三）模型的构建
粗糙集理论的研究对象是决策表（或者说是信息表），也就是我们课题所要建立的数学模型，为图表形式。用数学语言来表示这个决策表可以分为四个部分，是一个四元有序组S=
建立决策表之前，通过询问导师和小组讨论，我们提出了几点假设条件：1.决策表是相容的，也就是所研究的对象能够用决策表来表示。2.条件属性与决策属性不矛盾。
经过探讨和研究，我们整理对比了负面清单的各个项目，将它们进行了属性的分类，并且删除了属性中的多余重复的部分，共分成了四类：不符措施、一般例外措施、保障措施及是否列入清单。如表1所示。分类的依据是：不符措施包括关系到国家的经济安全的产业，如金融安全、信息安全等；一般例外措施包括促进国际的收支平衡、人与动植物和谐共处及资源节约、创新的产业等；保障措施包括需国家扶持的新兴产业、在未来有很大的发展的产业等。我们将这些属性和数据整合，构建了决策表。如表2所示。U={X1，X2，……，Xn}，共n个项目；A={A1，A2，A3，A4}， 共四个属性，A1：不符措施，A2：一般例外措施A3：保障措施，A4：是否列入清单；V={Y，N}，共两种值域；F={所有值域构成的框}。
以上的建立的模型为动态模型，该模型随着政策的改变需要不断地调整和完善，条目有不完整性。并且，以上属性的分类仅为初步分类，决策表中的属性的数量和重要程度仍然需要业界的专家们进行研究和探讨，进而做到将决策表进一步优化。
（四）运用rosetta软件对数据精简
首先我们进行了Excel数据源处理，属性分为不符，一般例外和保障。导入表格后对数据进行补齐，然后运用遗传算法进行约简。接下来我们对约简后的数据进行等价类的获取，其目的旨在对约简后的数据进行更具体的划分和分类从而得到我们想要的结果。接着我们对三个属性变量进行等价类的获取并对上下近似集的获取。最后对我们的属性变量进行规则的生成，我们对精度和覆盖率进行严格的控制从而筛选出了我们所要的负面清单的最后条目。根据以上筛选来的结果还有属性展示，我们重新整理了一下决策表，该决策表已然精简化。
四、结语
我们运用粗糙集理论来对负面清单管理政策进行分析研究，有利于研究出高质量、精简化的负面清单，降低投资带来的风险。而对于优化我国自贸区的外商投资管理政策仍然需要不断地探索研究和发现。
参考文献：
[1]申远.中国自由贸易区贸易和投资管理制度优化研究：基于粗糙集理论和方法[J].河海大学学报，2014（12）.
[2]陶志，许宝栋，汪定伟，李冉.基于遗传算法的粗糙集知识约简方法[J].系统工程，2003（07）.
[3]龚柏华.“法无禁止即可为”的法理与上海自贸区“负面清单”模式[J].东方法学，2013（06）.
[4]陆建明，杨宇娇，梁思焱.美国负面清单的内容形式及其借鉴意义：基于47个美国BIT的研究[J].亚太经济，2015（02）.
（作者单位：南京财经大学）
