[논문 리뷰] From a toy model to the double square root voting system

Wojciech Słomczyński, Karol Życzkowski|arXiv (Cornell University)|2007. 01. 30.

Game Theory and Voting Systems참고 문헌 37인용 수 22

한 줄 요약

이 논문은 투표 권한과 자격 있는 다数 기준을 설정하여 투표 권한이 인구의 제곱근에 비례하도록 하는 더블 스퀘어 루트 투표 시스템을 제안한다. 장난감 모델과 정규 근사법을 사용하여 누적 분포의 변곡점(q = 0.5 + σ)에서 기준을 설정할 경우 투표 권한과 가중치 간의 불일치를 최소화하며, 펜로즈 제곱근 법칙에 거의 완벽하게 부합하고 각 주의 시민 투표 권한이 동일하게 유지됨을 보여준다.

ABSTRACT

We investigate systems of indirect voting based on the law of Penrose, in which each representative in the voting body receives the number of votes (voting weight) proportional to the square root of the population he or she represents. For a generic population distribution the quota required for the qualified majority can be set in such a way that the voting power of any state is proportional to its weight. For a specific distribution of population the optimal quota has to be computed numerically. We analyse a toy voting model for which the optimal quota can be estimated analytically as a function of the number of members of the voting body. This result, combined with the normal approximation technique, allows us to design a simple, efficient, and flexible voting system which can be easily adopted for varying weights and number of players.

연구 동기 및 목표

• 모든 주의 크기와 관계없이 각 시민의 투표 권한이 근사적으로 동일한 두 단계 투표 시스템을 설계하는 것.
• 역 문제를 해결하는 것: 투표 권한이 원하는 비례 대표제에 맞도록 가중치를 할당하고 기준을 설정하는 방법.
• 스퀘어 루트 가중치 시스템에서 투표 권한과 가중치 간의 불일치를 최소화하는 최적의 기준을 특정하는 것.
• 해석적이고 수치적으로 분석하여 정규 근사의 변곡점이 거의 최적의 권한 분포를 제공함을 보여주는 것.

제안 방법

• M명의 구성원을 가진 장난감 모델을 사용하여 M과 인구 분포의 함수로 최적의 기준 q*를 해석적으로 추정한다.
• 투표 가중치의 합에 대해 정규 근사를 적용하여 동맹의 가중치가 정규 분포로 모델링됨을 가정한다.
• Banzhaf 지수 ψ_j를 두 개의 정규 누적 분포 함수의 차이로 유도함으로써 투표 권한을 해석적으로 추정할 수 있도록 한다.
• 변곡점 q_n = 0.5 + σ가 최적의 기준임을 특정하며, 여기서 σ² = (1/4)∑w_i²이며, 이는 투표 권한과 가중치 간의 최소한의 편차를 유도하기 때문이다.
• q_n에서 정규화된 펜로즈–Banzhaf 지수 β_j/w_j ≈ 1이며 오차 항은 O(v_j⁴)임을 보여주며, 이는 높은 정확도를 의미한다.
• 정규 근사를 사용하여 q_n가 힘과 가중치 간 평균 불일치 Δ를 최소화함을 정당화함으로써 투명성과 공정성을 확보한다.

실험 결과

연구 질문

• RQ1 스퀘어 루트 가중치 투표 시스템에서 투표 권한과 가중치 간 불일치를 최소화하는 최적의 기준 q*는 무엇인가?
• RQ2 역 문제—원하는 권한 분포를 달성하기 위해 가중치를 할당하고 기준을 설정하는 방법—는 어떻게 효율적으로 해결할 수 있는가?
• RQ3 간단한 모델에서 최적의 기준을 해석적으로 추정할 수 있으며, 이는 수치적 해와 어떻게 비교되는가?
• RQ4 정규 근사는 투표 권한을 추정하고 최적의 임계값을 특정하는 데 어떤 역할을 하는가?
• RQ5 기준을 변곡점 q_n = 0.5 + σ에서 설정할 경우 투표 권한과 가중치 간 비례성은 어떻게 영향을 받는가?

주요 결과

• 최적의 기준 q*는 변곡점 q_n = 0.5 + σ로 매우 잘 근사되며, 여기서 σ² = (1/4)∑w_i²이며, 이는 투표 권한과 가중치 간 평균 불일치 Δ를 최소화한다.
• q_n에서 정규화된 Banzhaf 지수 β_j/w_j ≈ 1이며 오차 항은 O(v_j⁴)이며, 여기서 v_j = w_j / √(∑w_i²)로, 거의 완벽한 비례성을 의미한다.
• q_n에서의 근사 오차는 q = 0.5일 때보다 현저히 작으며, 이는 v_j의 두 번째 차수 항이 존재하여 더 큰 편차를 유도하기 때문이다.
• q_n에서 기준을 설정할 경우 절대적 투표 권한은 q = 0.5일 때보다 1/√e ≈ 0.607의 비율로 감소하지만, 힘과 가중치의 비례성은 향상된다.
• q_n를 기준으로 하는 더블 스퀘어 루트 시스템은 각 시민의 투표 권한이 근사적으로 동일하게 유지되며, 실질적으로 펜로즈 제곱근 법칙을 이행한다.
• 이 방법은 단순하고 효율적이며 유연하여 다양한 수의 참가자와 인구 분포에 직접 적용 가능하다.