[论文解读] Assertion-Based Approaches to Auditing Complex Elections, with Application to Party-List Proportional Elections

Michelle Blom, Jurlind Budurushi+5 more|arXiv (Cornell University)|Jul 25, 2021

Electoral Systems and Political Participation参考文献 6被引用 9

一句话总结

本文提出一种系统化方法，将关于票数统计的线性断言转换为 SHANGRLA 的规范汇总形式，从而实现对复杂政党名单比例代表制选举（如 D’Hondt 法和汉密尔顿自由名单法）的风险限制审计（RLAs）。其主要贡献是一个通用框架，可将涉及票数变换的线性不等式转换为与 SHANGRLA 兼容的断言，从而在无需全面重新计票的情况下，实现高效且统计严谨的审计。

ABSTRACT

Risk-limiting audits (RLAs), an ingredient in evidence-based elections, are increasingly common. They are a rigorous statistical means of ensuring that electoral results are correct, usually without having to perform an expensive full recount -- at the cost of some controlled probability of error. A recently developed approach for conducting RLAs, SHANGRLA, provides a flexible framework that can encompass a wide variety of social choice functions and audit strategies. Its flexibility comes from reducing sufficient conditions for outcomes to be correct to canonical `assertions' that have a simple mathematical form. Assertions have been developed for auditing various social choice functions including plurality, multi-winner plurality, super-majority, Hamiltonian methods, and instant runoff voting. However, there is no systematic approach to building assertions. Here, we show that assertions with linear dependence on transformations of the votes can easily be transformed to canonical form for SHANGRLA. We illustrate the approach by constructing assertions for party-list elections such as Hamiltonian free list elections and elections using the D'Hondt method, expanding the set of social choice functions to which SHANGRLA applies directly.

研究动机与目标

• 解决在复杂社会选择函数（如政党名单比例代表制）的风险限制审计（RLAs）中缺乏系统化生成断言方法的问题。
• 实现对比例代表制系统（如 D’Hondt 法和汉密尔顿自由名单选举）的高效、统计可靠的审计，这些系统常被认为过于复杂或成本过高而难以审计。
• 开发一种从涉及票数总和的线性不等式到与 SHANGRLA 框架兼容的规范汇总形式的通用转换方法。
• 证明比例制系统的断言既必要又充分以确保正确性，从而保障审计的可靠性。
• 将 SHANGRLA 的适用范围扩展至包括德国黑森州等司法管辖区实际使用的复杂现实选举制度。

提出的方法

• 将正确选举结果的充分条件表述为涉及票数总和与议席分配的线性不等式集合。
• 使用通用数学程序将这些线性断言转换为规范形式，将不等式映射为有界值的汇总器。
• 基于选票贡献定义原始汇总器（例如，按政党票数总和除以议席索引），并通过归一化处理确保其值落在 [0,1] 范围内，且在原假设下均值为 1/2。
• 通过调整边界并应用 SHANGRLA 的归一化公式 h(b) = (g(b) - a) / (b - a) 推导最终汇总器，其中 a 和 b 分别为下界和上界。
• 对每个汇总器并行执行统计检验，判断其均值是否超过 1/2，若证据足够强则拒绝原假设。
• 确保所有断言为真时，报告结果即正确，同时通过顺序检验实现高效采样。

实验结果

研究问题

• RQ1 如何系统化地将比例代表制选举中关于票数统计的线性断言转换为 SHANGRLA 的规范汇总形式？
• RQ2 能否通过基于断言的方法有效应用于 D’Hondt 法和汉密尔顿自由名单选举的风险限制审计？
• RQ3 何种条件可确保一组断言在审计复杂比例代表制系统时既充分又高效？
• RQ4 多候选人和多选票选票如何影响比例代表制中有效且高效的汇总器的构建？
• RQ5 SHANGRLA 框架在多大程度上可扩展以审计具有非评分、非单调或复杂议席分配规则的系统？

主要发现

• 本文成功推导出首个基于断言的风险限制审计方法，适用于汉密尔顿自由名单选举，实现了对比例结果的统计验证。
• 首次提出系统化方法，通过票数与议席比率的线性不等式，为 D’Hondt 风格最高平均数方法构建与 SHANGRLA 兼容的汇总器。
• 该方法确保：若所有断言为真，则报告的选举结果正确，且可通过最小化人工选票检查实现高置信度的早期审计终止。
• 对于多候选人投票，该框架将汇总器构造推广至处理每张选票多票的情况，原始汇总器为 gA,B(b) = bA/d(WA) - bB/d(LB)，其中 bA 和 bB 分别为政党 A 和 B 的总得票数。
• 归一化汇总器 hA,B(b) 推导为 hA,B(b) = (bA*d(LB)/d(WA) - bB + m)/(2m)，当 m=1 时退化为单票情况。
• 该方法在测试的比例代表制系统中被证明既必要又充分以确保正确性，即使在票数差距微小的情况下也能支持高效审计。