[论文解读] Sequential Monte Carlo for Sampling Balanced and Compact Redistricting Plans

Cory McCartan, Kosuke Imai|arXiv (Cornell University)|Aug 13, 2020

Electoral Systems and Political Participation参考文献 37被引用 9

一句话总结

本文提出了一种新颖的序贯蒙特卡洛（SMC）算法，可在多种法律约束条件下高效抽样生成平衡且紧凑的立法选区划分方案。通过利用生成树的构造性抽样与重要性重采样，该方法在收敛速度和混合性能方面优于传统MCMC方法，从而实现了对现实地图中政党偏袒性选区划分（gerrymandering）的准确异常值分析。

ABSTRACT

Random sampling of graph partitions under constraints has become a popular tool for evaluating legislative redistricting plans. Analysts detect partisan gerrymandering by comparing a proposed redistricting plan with an ensemble of sampled alternative plans. For successful application, sampling methods must scale to maps with a moderate or large number of districts, incorporate realistic legal constraints, and accurately and efficiently sample from a selected target distribution. Unfortunately, most existing methods struggle in at least one of these areas. We present a new Sequential Monte Carlo (SMC) algorithm that generates a sample of redistricting plans converging to a realistic target distribution. Because it draws many plans in parallel, the SMC algorithm can efficiently explore the relevant space of redistricting plans better than the existing Markov chain Monte Carlo (MCMC) algorithms that generate plans sequentially. Our algorithm can simultaneously incorporate several constraints commonly imposed in real-world redistricting problems, including equal population, compactness, and preservation of administrative boundaries. We validate the accuracy of the proposed algorithm by using a small map where all redistricting plans can be enumerated. We then apply the SMC algorithm to evaluate the partisan implications of several maps submitted by relevant parties in a recent high-profile redistricting case in the state of Pennsylvania. We find that the proposed algorithm converges faster and with fewer samples than a comparable MCMC algorithm. Open-source software is available for implementing the proposed methodology.

研究动机与目标

• 开发一种可扩展且准确的抽样方法，用于在现实法律约束（如人口平衡、紧凑性以及行政边界保护）下生成选区划分方案。
• 克服现有MCMC方法的局限性，包括混合性能差和收敛速度慢，尤其是在复杂约束条件下。
• 通过生成收敛至明确定义目标分布的样本，实现可靠的统计异常值分析。
• 提供开源软件，便于在选区划分诉讼和政治科学研究中实际应用。
• 在真实地图上验证该方法的准确性和效率，包括一起具有重大影响力的宾夕法尼亚州选区划分案例。

提出的方法

• SMC算法通过逐个构建选区的方式顺序生成选区划分方案，利用生成树确保连通性并促进提案生成。
• 采用重要性抽样，其提议分布基于均匀生成树精心设计，从而实现对约束状态空间的高效探索。
• 在每个阶段执行重采样，以维持粒子集的多样性并防止退化，同时调整权重以反映目标分布下的似然性。
• 通过在重要性权重计算中引入定制的能量函数，将人口平衡和紧凑性等约束条件纳入算法。
• 树构建过程中的边选择由权重引导，优先选择紧凑且平衡的分区，从而提升抽样效率。
• 集成诊断工具（如有效样本量和权重方差）以评估收敛性和样本质量。

实验结果

研究问题

• RQ1 在现实约束（如人口平衡和紧凑性）下，序贯蒙特卡洛方法是否能优于MCMC方法进行选区划分方案的抽样？
• RQ2 当应用于真实世界的选区划分问题时，SMC算法是否比MCMC收敛更快且所需样本更少？
• RQ3 SMC方法在多大程度上能通过将提议方案与代表性替代方案集合进行比较，检测出政党偏袒性选区划分？
• RQ4 该算法在大规模地图中如何处理复杂约束，例如保护县和市镇边界？
• RQ5 在高维选区划分问题中，SMC方法存在哪些局限性，特别是样本退化和祖先崩溃问题？

主要发现

• SMC算法在收敛速度和样本数量方面优于可比的MCMC算法，展现出在约束状态空间中更优的混合性能和效率。
• 在一个所有方案均可枚举的小型地图上，SMC方法准确逼近了目标分布，验证了其正确性。
• 在宾夕法尼亚州2011年选区划分方案中的应用表明，州立法机构提出的方案平均产生6个民主党席位，而参考样本下为8–12个，法院方案下为11个，p值为0.0002。
• 州立法机构方案系统性地降低了竞争性选区中的民主党得票率（p值分别为0.0162、0.0002、0.0002、0.0002），同时提高了非竞争性选区的得票率，表明存在选区划分舞弊行为。
• 该算法成功同时整合了人口平衡、紧凑性以及行政边界保护，保持了高质量的样本。
• 尽管具有诸多优势，SMC方法在高维情况下仍表现出祖先崩溃现象，即所有样本最终共享一个或多个选区，导致汇总统计量的标准误增加。