[论文解读] A comparison of gerrymandering metrics

Gregory S. Warrington|arXiv (Cornell University)|May 31, 2018

Electoral Systems and Political Participation参考文献 20被引用 2

一句话总结

本文通过在一组预设的公平与不公平的模拟选举中测试，评估了十四种基于投票的度量方法在检测部分党派选区划分中的表现。结果表明，偏差值（declination）是最准确的度量方法，能有效减少误报和漏报。

ABSTRACT

We compare and contrast fourteen measures that have been proposed for the purpose of quantifying partisan gerrymandering. We consider measures that, rather than examining the shapes of districts, utilize only the partisan vote distribution among districts. The measures considered are two versions of partisan bias; the efficiency gap and several of its variants; the mean-median difference and the equal vote weight standard; the declination and one variant; and the lopsided-means test. Our primary means of evaluating these measures is a suite of hypothetical elections we classify from the start as fair or unfair. We conclude that the declination is the most successful measure in terms of avoiding false positives and false negatives on the elections considered. We include in an appendix the most extreme outliers for each measure among historical congressional and state legislative elections.

研究动机与目标

• 评估十四种基于投票的度量方法在检测部分党派选区划分中的有效性。
• 评估这些度量方法在受控的模拟情景下区分公平与不公平选区划分方案的能力。
• 识别哪种度量方法在检测部分党派偏见时最能避免误报和漏报。

提出的方法

• 本研究构建了一套明确分类为公平或不公平的模拟选举，作为测试案例。
• 对每组模拟选举应用了十四种不同的选区划分度量方法，如效率差距、均值-中位数差异、偏差值等。
• 根据各度量方法正确分类选区划分方案公平性的能力来评估其表现。
• 通过比较各度量方法在模拟情景中的表现，重点分析其检测部分党派偏见的准确性。
• 利用历史国会选举和州立法机构选举数据，在附录中汇总了各度量方法的极端异常值。

实验结果

研究问题

• RQ1 在模拟选举中，哪种选区划分度量方法最能准确识别不公平的选区划分方案？
• RQ2 在评估部分党派选区划分时，不同度量方法在减少误报和漏报方面表现如何？
• RQ3 哪种度量方法在多样化的公平与不公平模拟选区划分方案中表现出最一致的性能？

主要发现

• 在所测试的模拟选举中，偏差值在最小化误报和漏报方面表现最优。
• 效率差距及其变体表现良好，但在准确性上仍不及偏差值。
• 均值-中位数差异和等票权重标准在区分公平与不公平选区划分方面存在明显局限。
• 在评估框架中，倾斜均值检验的表现远逊于其他度量方法。
• 附录列出了各度量方法在历史国会选举和州立法机构选举中的最极端异常值，凸显了其在现实世界中的显著变异性。