[论文解读] The Impact of the U.S. Census Disclosure Avoidance System on Redistricting and Voting Rights Analysis

Christopher T Kenny, Shiro Kuriwaki+4 more|arXiv (Cornell University)|May 29, 2021

Census and Population Estimation参考文献 20被引用 9

一句话总结

本文通过在DAS保护的2010年人口普查数据上模拟重新划分选区，评估了美国人口普查局披露避免系统（DAS）对选区划分和选举权分析的影响。研究发现，DAS引入了显著的噪声，扭曲了种族和党派人口分布，损害了‘一人一票’原则，并改变了超级多数少数族裔选区的数量，对选区划分中的杰利蝾螈诉讼和选举公平性产生严重影响。

ABSTRACT

The US Census Bureau plans to protect the privacy of 2020 Census respondents through its Disclosure Avoidance System (DAS), which attempts to achieve differential privacy guarantees by adding noise to the Census microdata. By applying redistricting simulation and analysis methods to DAS-protected 2010 Census data, we find that the protected data are not of sufficient quality for redistricting purposes. We demonstrate that the injected noise makes it impossible for states to accurately comply with the One Person, One Vote principle. Our analysis finds that the DAS-protected data are biased against certain areas, depending on voter turnout and partisan and racial composition, and that these biases lead to large and unpredictable errors in the analysis of partisan and racial gerrymanders. Finally, we show that the DAS algorithm does not universally protect respondent privacy. Based on the names and addresses of registered voters, we are able to predict their race as accurately using the DAS-protected data as when using the 2010 Census data. Despite this, the DAS-protected data can still inaccurately estimate the number of majority-minority districts. We conclude with recommendations for how the Census Bureau should proceed with privacy protection for the 2020 Census.

研究动机与目标

• 评估在从业者‘原样使用’DAS数据且未对噪声进行校正的真实世界条件下，人口普查局DAS对选区划分和选举权分析的影响。
• 调查DAS保护的数据是否损害了选区划分计划中人口均等性和种族/族裔代表性的准确性。
• 评估DAS引入的噪声是否影响了用于选区划分诉讼的个体层面种族预测模型的可靠性。
• 确定DAS是否通过扭曲各选区间的人口均等性，从而损害‘一人一票’原则。

提出的方法

• 本研究采用选区划分模拟方法，在原始2010年人口普查数据和DAS保护的数据（DAS-19.61版本）下生成数千个有效的选区划分方案。
• 模拟过程中强制执行法律约束条件，如选区连通性、紧凑性、人口均等性，以及对利益共同体和县边界的保护。
• 研究人员比较了原始数据与DAS保护数据在超级多数少数族裔选区（MMDs）数量和各选区人口偏差方面的差异。
• 利用来自DAS保护数据的选民档案和地理先验信息，评估个体层面种族预测模型的准确性。
• 分析涵盖联邦、州和地方选区划分背景下的州级比较，重点关注路易斯安那州、北卡罗来纳州和宾夕法尼亚州等州。
• 计算统计指标，如AUROC、假阳性和假阴性率，以及与均等性的人口偏差，以量化DAS噪声的影响。

实验结果

研究问题

• RQ1 在关键选区划分州中，与原始人口普查数据相比，DAS如何改变超级多数少数族裔选区的数量？
• RQ2 DAS噪声在多大程度上通过扭曲各选区间的人口均等性，损害了‘一人一票’原则？
• RQ3 DAS如何影响用于选举权诉讼的个体层面种族预测模型的准确性？
• RQ4 DAS是否在人口跨地理区域转移过程中引入系统性偏差，人为降低种族和党派异质性？
• RQ5 原始数据与DAS保护数据在种族预测结果上的差异，如何影响地方选区划分案件的分析？

主要发现

• DAS引入的噪声系统性地降低了地理区域间的种族和党派异质性，导致人口分布出现人为聚集效应。
• 在某些情况下，超级多数少数族裔选区（MMDs）的数量在原始数据与DAS保护数据之间存在显著差异——例如，在纽约州东拉马波地区，DAS-19.61在某些方案模拟中将MMDs数量低估高达66%。
• DAS导致人口均等性出现显著偏差：在宾夕法尼亚州，DAS-19.61使每个选区的最大人口偏差达到121人，而原始数据中为0。
• 从DAS保护数据中预测个体种族的整体分类错误率仍然较高（非白人群体为10.2%），但假阳性和假阴性率与原始数据显著不同，进而影响诉讼结果。
• 对于小型选区（如州立法机构和学区选区），DAS引起的人口偏差被放大，使得更难满足‘一人一票’标准。
• DAS并未降低从选民档案中预测种族的整体准确性，但基于DAS数据的预测结果与基于原始数据的预测结果存在显著差异，可能扭曲选区划分分析。