[论文解读] Redistricting and the Will of the People
本文提出了一种基于人口均等和选区紧凑性的非党派性概率分布,用于北卡罗来纳州国会选区重划,采用马尔可夫链蒙特卡洛(MCMC)采样生成随机选区划分。当在这些随机选区划分下重新计算2012年选举结果时,民主党代表的平均人数为7.6人,95%的可能结果介于6至9人之间——与实际仅当选4名民主党人形成惨烈对比,揭示了选区划分而非选民偏好才是决定结果的主要原因。
We introduce a non-partisan probability distribution on congressional redistricting of North Carolina which emphasizes the equal partition of the population and the compactness of districts. When random districts are drawn and the results of the 2012 election were re-tabulated under the drawn districtings, we find that an average of 7.6 democratic representatives are elected. 95% of the randomly sampled redistrictings produced between 6 and 9 Democrats. Both of these facts are in stark contrast with the 4 Democrats elected in the 2012 elections with the same vote counts. This brings into serious question the idea that such elections represent the "will of the people." It underlines the ability of redistricting to undermine the democratic process, while on the face allowing democracy to proceed.
研究动机与目标
- 开发一种强调人口均等和紧凑性的国会选区重划非党派性概率分布。
- 评估选举结果对选区边界选择的敏感性,独立于选民偏好或党派倾向。
- 确定北卡罗来纳州2012年实际选举结果是否反映了在随机、公平选区重划下的典型结果。
- 为评估选区重划计划是否违背人民通过投票总数所表达的意愿,提供一个统计基准。
- 证明即使投票份额完全相同,选区重划仍可显著改变选举结果,从而破坏民主代表性。
提出的方法
- 构建一个图结构,其中顶点代表投票选区(VTDs),通过分割选区处理跨多个选区的选区。
- 仅基于人口平衡和紧凑性定义选区重划的概率分布,避免使用任何党派、种族或社会经济数据。
- 使用Metropolis-Hastings MCMC算法,从该概率分布中生成近似独立的样本。
- 将分割选区的人口和面积近似为原选区的一半,以在模型中保持人口平衡。
- 使用实际投票数据,在每个采样得到的选区划分下重新计算2012年美国众议院选举结果,以确定民主党代表人数。
- 分析所有采样选区划分下民主党席位的分布,以评估其典型性和公平性。
实验结果
研究问题
- RQ1在大量随机生成的、非党派性的北卡罗来纳州选区重划中,民主党代表人数如何变化?
- RQ2实际2012年选举结果(4名民主党人)与公平选区重划下的典型结果相比,偏离程度如何?
- RQ3仅基于紧凑性和人口均等性的概率模型能否作为评估选区重划计划公平性的基准?
- RQ4北卡罗来纳州2012年选举中选票份额与代表席位之间的显著差异,是由于选区划分操纵还是固有的地理限制所致?
- RQ5在合理、非党派性的选区重划方案下,相同投票总数可能产生的结果范围是什么?
主要发现
- 在随机采样、非党派性的选区重划下,民主党代表的平均当选人数为7.6人,表明与实际当选的4名民主党人存在显著偏差。
- 95%的随机采样选区重划产生了6至9名民主党代表,表明4名是公平分布中的异常值。
- 在公平选区重划模型下,实际2012年结果在统计上极不可能出现,表明该结果未能反映人民通过投票总数所表达的意愿。
- 当前选区划分将最庞大选区的人口占比从14%提高至模型中的平均11%,表明人口平衡性得到改善。
- 结果表明,即使投票份额保持不变,选区重划对选举结果具有深远影响,从而削弱了选举结果的正当性。
- 本研究提供了一套统计框架,用于识别那些异常且可能破坏民主代表性的选区重划方案,且无需使用党派或种族数据。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。