[论文解读] Introduction to the declination function for gerrymanders

Gregory S. Warrington|arXiv (Cornell University)|Mar 13, 2018

Fish Ecology and Management Studies参考文献 3被引用 5

一句话总结

本文引入了偏角（declination）作为衡量部分性选区划分（partisan gerrymandering）的几何指标，用于量化各选区中投票分布的不对称性。通过计算代表两党获胜优势与议席份额的直线之间的夹角，该方法可估算出因选区划分不公而被转移的议席数量，其取值范围为-1至1，绝对值超过0.3即表明可能存在选区划分不公。

ABSTRACT

The declination is a quantitative method for identifying possible partisan gerrymanders by analyzing vote distributions. In this expository note we explain and motivate the definition of the declination. The minimal computer code required for computing the declination is included. We end by computing its value on several recent elections.

研究动机与目标

• 提供一种直观且几何化的解释，说明偏角作为检测部分性选区划分的工具。
• 论证偏角作为衡量部分对称性的指标，其优势在于不依赖于议席-投票比例关系的假设。
• 展示即使在某一政党在全州范围内占主导地位的情况下，偏角仍能有效检测选区划分不公。
• 证明偏角对地理聚类和现任议员优势效应具有鲁棒性，且可与模拟方法结合使用。
• 建立偏角数值与因选区划分不公而可能被转移的议席数量之间的启发式关联。

提出的方法

• 按升序排列每个选区的民主党得票比例，然后识别三个关键点：F（共和党倾向选区的质心）、H（民主党倾向选区的质心）以及G（在y = 0.5处，两组之间的水平中点）。
• 构成线段FG与GH，然后计算两者之间的夹角（单位为弧度）。
• 将该夹角乘以2/π ≈ 0.64，将结果缩放至区间[-1, 1]，定义此值为偏角δ。
• 利用偏角评估不对称性：正值有利于共和党，负值有利于民主党。
• 采用启发式方法：将偏角乘以选区总数的一半，可估算出因选区划分不公而被转移的议席数量。
• 通过模拟以及与其它指标（如效率差距、均值-中位数差异）的比较，验证偏角的鲁棒性与敏感性。

实验结果

研究问题

• RQ1 如何通过几何方式量化投票分布中的部分性不对称性，以检测选区划分不公？
• RQ2 当某一政党在全州范围内占主导地位，或选区高度紧凑时，偏角在多大程度上仍能有效检测选区划分不公？
• RQ3 偏角能否可靠地估算出因选区划分不公而被转移的议席数量，且不受地理聚类影响？
• RQ4 与效率差距、均值-中位数差异等其他指标相比，偏角在检测部分性偏见方面表现如何？
• RQ5 在何种情况下偏角会失效或不可靠？这些局限性如何得以缓解？

主要发现

• 偏角取值范围为-1至1，当绝对值超过0.3时，被视作在拥有10个选区的选举中可能存在选区划分不公的信号。
• 在2012年北卡罗来纳州与宾夕法尼亚州的重划选区计划中，偏角分别估算出2.9个与4.8个议席因选区划分不公而被转移。
• 偏角正确识别出图5B并非选区划分不公，而简单的平均比较则无法识别，表明其对分布不对称性的敏感性。
• 偏角在数学上对“集中”（packing）与“分裂”（cracking）策略具有敏感性，当此类选区划分手段被采用时，其绝对值会增加。
• 即使某一政党赢得超过90%的议席，只要投票分布表现出不对称性，偏角依然有效。
• 偏角对现任议员优势选区划分和选举竞争性不敏感，因此是衡量部分性偏见的稳定指标。