[论文解读] Redistricting: Drawing the Line

Sachet Bangia, Christy V. Graves+5 more|arXiv (Cornell University)|Apr 9, 2017

Electoral Systems and Political Participation参考文献 12被引用 22

一句话总结

本文提出一种非党派的、基于蒙特卡洛的方法，通过使用历史投票数据为北卡罗来纳州生成24,000个具有统计代表性的选区划分方案，评估美国国会选区重划。研究发现，2012年和2016年的选区划分产生了极为异常的选举结果，而由 bi-partisan 法院制定的方案则具有典型性，且与选民意愿一致。

ABSTRACT

We develop methods to evaluate whether a political districting accurately represents the will of the people. To explore and showcase our ideas, we concentrate on the congressional districts for the U.S. House of representatives and use the state of North Carolina and its redistrictings since the 2010 census. Using a Monte Carlo algorithm, we randomly generate over 24,000 redistrictings that are non-partisan and adhere to criteria from proposed legislation. Applying historical voting data to these random redistrictings, we find that the number of democratic and republican representatives elected varies drastically depending on how districts are drawn. Some results are more common, and we gain a clear range of expected election outcomes. Using the statistics of our generated redistrictings, we critique the particular congressional districtings used in the 2012 and 2016 NC elections as well as a districting proposed by a bipartisan redistricting commission. We find that the 2012 and 2016 districtings are highly atypical and not representative of the will of the people. On the other hand, our results indicate that a plan produced by a bipartisan panel of retired judges is highly typical and representative. Since our analyses are based on an ensemble of reasonable redistrictings of North Carolina, they provide a baseline for a given election which incorporates the geometry of the state's population distribution.

研究动机与目标

• 开发一种非党派框架，以评估国会议员选区重划方案是否公平地代表了选民的意愿。
• 量化在固定票数总和的前提下，不同选区边界选择对选举结果的影响程度。
• 确定特定选区重划（如2012年、2016年或 bi-partisan 委员会制定的方案）所产生的结果是否在统计学上典型或异常。
• 基于人口分布的几何特征和历史投票模式，提供一种数据驱动的基准，用于评估选区重划方案。
• 通过将结果与一系列合理、紧凑且人口均等的替代方案进行比较，提供一种识别杰利蝾螈式选区划分的准则。

提出的方法

• 使用马尔可夫链蒙特卡洛（MCMC）算法，具体为一种 Metropolis-Hastings 变体，生成包含24,000个有效选区划分方案的大集合。
• 对选区划分方案施加约束条件：每选区人口相等、地理紧凑性，以及保留政治行政单位（如县、市镇）的完整性。
• 利用北卡罗来纳州2012年和2016年美国众议院选举的历史投票数据校准概率模型。
• 使用实际的选区级票数总和重新计算每个生成的选区划分方案，以确定所选出的民主党和共和党议员人数。
• 对结果分布应用阈值处理，以评估稳健性并确保结论的稳定性。
• 将实际的2012年和2016年选举结果与该集合中生成的选举结果经验分布进行比较，以评估其典型性。

实验结果

研究问题

• RQ1 在固定票数总和的前提下，北卡罗来纳州美国众议院选举结果对国会选区边界的变动有多敏感？
• RQ2 2012年和2016年的选区重划方案在多大程度上产生了与大量合理替代方案相比统计上典型的选举结果？
• RQ3 由 bi-partisan 委员会制定的选区划分方案在多大程度上可被视为代表了选民的意愿，这通过其与可能结果分布的一致性来衡量？
• RQ4 当选区划分发生变化时，潜在选举结果的分布——特别是民主党议员人数——在多大程度上反映了民众真正的“意愿”？
• RQ5 基于其与非党派、数据驱动的合理方案集合中典型结果的偏离程度，可采用何种标准来识别杰利蝾螈式选区划分？

主要发现

• 2012年和2016年北卡罗来纳州国会选区重划产生了极为异常的选举结果，尽管民主党的总得票数过半，但仅获得四个民主党席位。
• 由24,000个随机生成的非党派选区划分方案组成的集合显示了广泛可能的结果范围，民主党议员人数因选区边界不同而显著变化。
• 由退休法官组成的 bi-partisan 委员会提出的选区划分方案所产生的结果在统计学上典型，且真实反映了选民的意愿，这一结论在经过阈值处理和未处理的分析中均得到验证。
• MCMC生成集合的结果分布为评估公平性提供了稳健的基准，表明实际的2012年和2016年结果远超出预期范围。
• 本研究表明，即使在人口均等和紧凑性约束下，选区划分的选择仍可能导致截然不同的政党结果，凸显了客观评估标准的必要性。
• 结果表明，那些导致结果显著偏离典型分布的选区划分方案——如2012年和2016年的方案——可能违背了人民的意愿，值得进一步审查或改革。