对社会养老保险制度运行情况进行评估是社会保障制度改革创新的基础,本文将粗糙集与支持向量机相结合,应用于我国社会养老保险制度绩效评价中。二者的结合不仅可以发挥各自的优点,而且还具有很强的互补性,可以很好地解决社会养老保险制度绩效评价中的诸多不足。本文主要内容如下:(1)从基金收支水平、基金管理水平、养老保险与经济社会三层面,对我国社会养老保险制度的运行现状进行评估,对每一层面进行细化,以此选取14个社会养老保险制度绩效评价指标。(2)在简单介绍粗糙集、支持向量机基本理论的基础上,分析两种方法相结合的优越性,提出将RS-SVM运用到社会养老保险制度绩效评价模型中。首先采用粗糙集计算各项指标对总体决策的相对重要度及权重,在确保无差别的前提下删除重要度为零的指标,建立新决策表;其次将新决策表中的样本数平均分为五组,选取四组作为训练集,采用网格法寻找最优参数,建立预测模型,最终以测试集拟合效果最佳的模型为最优模型。(3)在《中国统计年鉴》收集社会养老保险制度绩效评价指标的相关数据,即为条件属性值;采用专家打分法收集决策属性值,建立决策表。先采用粗糙集计算各评价指标相对重要度和权重,并删除冗余指标精简决策表;然后采用支持向量机建立社会养老保险制度绩效评价预测模型,采用五折交叉验证法检验模型的有效性。由此得出结论:农村养老保险覆盖率、城镇登记失业率和农村参保人员缴费率对社会养老保险制度绩效评估的影响可忽略不计;构建了社会养老保险制度绩效评价预测模型:(?)