[논문 리뷰] Simulated redistricting plans for the analysis and evaluation of redistricting in the United States

Cory McCartan, Christopher T Kenny외 6명|arXiv (Cornell University)|2022. 06. 21.

Judicial and Constitutional Studies인용 수 7

한 줄 요약

이 논문은 미국의 50개 주 전역에 대한 의회 선거구 조정 계획을 시뮬레이션한 포괄적이고 오픈소스인 툴킷인 50stateSimulations를 소개한다. 이 툴킷은 주별 선거구 조정 규칙, 인구 균형, 연속성, 그리고 밀도 등을 반영한 표준화된 워크플로우를 기반으로 한다. 이 방법을 통해 연구자들과 분석가들은 실시된 계획이 정당적 또는 인종적 기울임을 얼마나 포함하고 있는지, 다양한 유효한 대안 계획들과 비교하여 평가할 수 있으며, 주요 결과로 2020년 조지아 주 계획에서 두 개의 선거구에서 민주당 투표 집중이 시뮬레이션된 대안 계획들에 비해 이례적으로 높게 나타났다.

ABSTRACT

This article introduces the 50stateSimulations, a collection of simulated congressional districting plans and underlying code developed by the Algorithm-Assisted Redistricting Methodology (ALARM) Project. The 50stateSimulations allow for the evaluation of enacted and other congressional redistricting plans in the United States. While the use of redistricting simulation algorithms has become standard in academic research and court cases, any simulation analysis requires non-trivial efforts to combine multiple data sets, identify state-specific redistricting criteria, implement complex simulation algorithms, and summarize and visualize simulation outputs. We have developed a complete workflow that facilitates this entire process of simulation-based redistricting analysis for the congressional districts of all 50 states. The resulting 50stateSimulations include ensembles of simulated 2020 congressional redistricting plans and necessary replication data. We also provide the underlying code, which serves as a template for customized analyses. All data and code are free and publicly available. This article details the design, creation, and validation of the data.

연구 동기 및 목표

• 다양한 데이터를 통합하고, 주별 규칙을 형식화하며, 복잡한 알고리즘을 구현해야 하는 선거구 조정 시뮬레이션 분석의 높은 진입 장벽을 해소하기 위해.
• 모든 50개 주에서 대표적인 시뮬레이션 선거구 조정 계획의 집합을 생성하기 위한 확장 가능하고 재사용 가능하며 재현 가능한 워크플로우를 구축하기 위해.
• 연구자, 법원, 데이터 저널리스트가 동일한 법적 및 인구통계적 제약 조건 하에 실시된 선거구 조정 계획을 다양한 유효한 대안 계획들과 비교하여 평가할 수 있도록 하기 위해.
• 밀도, 인구 균형, 경계 분할, 소수자 투표 연령 인구(BVAP) 분포 등의 포괄적인 지표를 사용하여 시뮬레이션 결과를 검증하기 위해.
• 맞춤형 선거구 조정 분석을 위한 템플릿으로 사용할 수 있는 오픈소스 코드와 데이터를 제공하여 투명성과 재현 가능성을 확보하기 위해.

제안 방법

• 이 방법은 redist R 패키지 기반의 통합 시뮬레이션 파이프라인을 사용하며, 주별 선거구 조정 규칙(예: 인구 균형, 연속성, 카운티 또는 지자체 분할 방지)을 포함한다.
• 기본 제약 조건으로는 연속성, 이상적인 선거구 크기의 1% 이내의 인구 균형, 카운티 또는 지자체의 최소한의 분할이 포함되며, 필요에 따라 추가적인 주별 제약 조건이 적용된다(예: 콜로라도 주의 경우 경쟁적 선거구 확보, 루이지애나 주의 경우 이전 선거구 중심의 유지).
• 시뮬레이션 알고리즘은 마르코프 체인 몬테카를로(MCMC) 방법을 사용하여 각 주당 5,000개의 대표성 있는 계획을 생성하며, 법적 및 지리적 제약 조건을 준수하면서도 다양성을 확보한다.
• 이 프레임워크는 2020년 인구 조사 데이터와 투표 및 선거 과학 팀(VEST)에서 재표기한 2020년 선거 결과를 통합하여 정당적 성향 및 인구통계 지표를 정확하게 계산할 수 있도록 한다.
• redist 및 redistmetrics R 패키지를 통해 시각화 및 분석 도구를 제공하며, 계획 분포, 밀도, 정당적 편향 지표 등의 플롯 기능이 포함되어 있다.
• 모든 결과가 GitHub 풀 리퀘스트에 공개되어 있는 바, 주별 플롯을 통해 밀도, 인구 편차, 경계 분할 및 BVAP 분포의 분포를 확인하여 검증을 수행한다.

실험 결과

연구 질문

• RQ1 실시된 의회 선거구 조정 계획이 정당적 편향 측면에서 대규모 유효한 대안 계획 집합과 어떻게 비교되는가?
• RQ2 실시된 계획이 밀도 및 인구 균형 측면에서 시뮬레이션된 계획 분포와 얼마나 다를까?
• RQ3 2020년 조지아 주의 실시 계획에서 정당적 기울임의 징후가 있는가, 특히 민주당 투표 비율이 선거구 간에 어떻게 분포되어 있는지에 초점을 두어?
• RQ4 시뮬레이션 기반 분석을 통해 주별 규칙에 부합하는 방식으로 블랙 투표 연령 인구(BVAP)가 선거구 간에 분포되어 있는지를 평가함으로써 인종적 기울임을 탐지할 수 있는가?
• RQ5 표준화된 오픈소스 시뮬레이션 프레임워크는 다양한 미국 주에서 선거구 조정 분석의 시간과 복잡성을 어떻게 줄일 수 있는가?

주요 결과

• 2020년 조지아 주의 실시된 의회 선거구 조정 계획에서 12번과 14번 선거구에서는 민주당 이재표 투표 비율이 시뮬레이션된 계획들의 사분위수 범위를 초월하여, 정당적 기울임의 가능성을 시사한다.
• 2020년 조지아 주 계획에서 12번과 14번 선거구의 민주당 투표 비율은 시뮬레이션된 집합에 비해 이례적으로 높았으며, 전통적인 지표에 따르면 기울임의 가능성이 있음을 시사한다.
• 시뮬레이션 프레임워크는 각 주당 5,000개의 유효하고 다양한, 법적으로 적합한 선거구 조정 계획을 성공적으로 생성하였으며, 모든 출력물과 코드는 GitHub에 공개되어 있다.
• 모든 50개 주에 대한 검증 플롯은 시뮬레이션된 계획이 핵심 기준을 충족했음을 확인하였으며, 이는 인구 균형(1% 이내), 연속성, 최소한의 경계 분할을 포함하며, 소수자 대표성에 인위적인 강요가 없었다.
• 50stateSimulations 툴킷은 데이터 통합이나 알고리즘 구현 없이도 시뮬레이션된 계획을 평가에 즉시 활용할 수 있도록 하여 분석 시간을 극적으로 단축시킨다.
• 이 프레임워크는 재현 가능한 분석을 지원하며, 법원 또는 입법 기관의 요구에 따라 의석 보호나 특정 밀도 측정 기준 등의 추가 제약 조건을 쉽게 통합할 수 있다.