[論文レビュー] The Impact of the U.S. Census Disclosure Avoidance System on Redistricting and Voting Rights Analysis

Christopher T Kenny, Shiro Kuriwaki+4 more|arXiv (Cornell University)|May 29, 2021

Census and Population Estimation参考文献 20被引用数 9

ひとこと要約

本論文は、米国国勢局の開示回避システム（DAS）が、選挙区再編と投票権分析に与える影響を、DAS保護下の2010年国勢調査データを用いた選挙区再編のシミュレーションを通じて評価している。DASは、人種的・党派的人口構成に著しいノイズを導入し、1人1票の原則を損なうほか、マイノリティ過半数地域の数を変化させ、選挙区再編のパフォーマンスや選挙の公正性に深刻な影響を及ぼすことが判明した。

ABSTRACT

The US Census Bureau plans to protect the privacy of 2020 Census respondents through its Disclosure Avoidance System (DAS), which attempts to achieve differential privacy guarantees by adding noise to the Census microdata. By applying redistricting simulation and analysis methods to DAS-protected 2010 Census data, we find that the protected data are not of sufficient quality for redistricting purposes. We demonstrate that the injected noise makes it impossible for states to accurately comply with the One Person, One Vote principle. Our analysis finds that the DAS-protected data are biased against certain areas, depending on voter turnout and partisan and racial composition, and that these biases lead to large and unpredictable errors in the analysis of partisan and racial gerrymanders. Finally, we show that the DAS algorithm does not universally protect respondent privacy. Based on the names and addresses of registered voters, we are able to predict their race as accurately using the DAS-protected data as when using the 2010 Census data. Despite this, the DAS-protected data can still inaccurately estimate the number of majority-minority districts. We conclude with recommendations for how the Census Bureau should proceed with privacy protection for the 2020 Census.

研究の動機と目的

• 実務者がノイズ補正を行わずDASデータを『そのままで』使用する現実の状況下で、国勢局のDASが選挙区再編および投票権分析に与える影響を評価すること。
• DAS保護下のデータが、選挙区再編計画における人口の均等性および人種・民族的代表性の正確性を損なうかどうかを調査すること。
• DASが生み出すノイズが、選挙区再編訴訟で用いられる個別レベルの人種予測モデルの信頼性に与える影響を評価すること。
• DASが人口の均等性を歪めることで、1人1票の原則が損なわれるかどうかを特定すること。

提案手法

• 本研究は、元の2010年国勢調査データとDAS保護下のデータ（DAS-19.61バージョン）の両方を用いて、数千の有効な選挙区再編計画を生成するための選挙区再編シミュレーション手法を用いる。
• シミュレーションでは、連結性、コンパクトネス、人口均等性、利害関係者コミュニティおよび郡の保存といった法的制約を適用する。
• 研究者たちは、元のデータとDAS保護下のデータの間で、マイノリティ過半数地域（MMDs）の数と各選挙区における人口のずれを比較する。
• DAS保護下のデータから得られる地理的事前知識と有権者ファイルを用いて、個別レベルの人種予測モデルの正確性を評価する。
• 連邦、州、地方の選挙区再編の文脈において、ルイジアナ州、ノースカロライナ州、ペンシルベニア州などの州レベルの比較を含む。
• AUROC、偽陽性/偽陰性率、人口均等性からのずれといった統計的指標を算出し、DASのノイズが及える影響を定量化する。

実験結果

リサーチクエスチョン

• RQ1 DASは、主要な選挙区再編州において、元の国勢調査データと比較して、マイノリティ過半数地域の数にどのように影響を及けるか？
• RQ2 DASのノイズは、選挙区間の人口均等性を歪めることで、1人1票の原則をどの程度損なうか？
• RQ3 DASは、投票権訴訟で用いられる個別レベルの人種予測モデルの正確性にどのように影響を及けるか？
• RQ4 DASは、地理的空間における人口の移動に系統的なバイアスをもたらし、人種的・党派的多様性を不自然に低下させるか？
• RQ5 元のデータとDAS保護下のデータとの間で人種予測の結果に生じる差異が、地方選挙区再編事例の分析にどのように影響を及えるか？

主な発見

• DASは、人種的および党派的多様性を地理的に系統的に低下させ、人口分布に不自然なクラスタリング効果を引き起こすノイズを導入する。
• 一部の事例では、DAS保護下のデータと元のデータとの間でマイノリティ過半数地域（MMDs）の数に顕著な差が生じる。例えば、ニューヨーク州イーストラマポでDAS-19.61は、特定の計画シミュレーションにおいてMMDsを最大66％も低く見積もっている。
• DASは人口均等性からの著しいずれを引き起こす。ペンシルベニア州では、DAS-19.61により1選挙区あたり最大121人の人口ずれが生じるが、元のデータでは0であった。
• DAS保護下のデータから個別レベルの人種を予測する際の総合分類誤差率は依然として高い（非白人グループで10.2％）が、偽陽性および偽陰性率は元のデータと顕著に異なるため、訴訟結果に影響を及ぼす可能性がある。
• 州議会および学校区選挙区など小規模な選挙区では、DASに起因する人口ずれが拡大し、1人1票の基準を満たすことが難しくなる。
• DASは、有権者ファイルからの人種予測の全体的な正確性を低下させないが、DASデータに基づく予測は元のデータに基づくものと顕著に異なるため、選挙区再編分析が歪められる可能性がある。