[论文解读] Widespread Partisan Gerrymandering Mostly Cancels Nationally, but Reduces Electoral Competition

Christopher T Kenny, Cory McCartan+3 more|arXiv (Cornell University)|Aug 15, 2022

Fiscal Policies and Political Economy被引用 7

一句话总结

本研究通过非党派性重划选区计划的蒙特卡洛模拟，分离出2020年美国国会选区重划周期中政党恶意划分选区的党派影响。研究发现，尽管政党恶意划分选区普遍存在并降低了选举竞争性，但其全国性影响在很大程度上相互抵消，最终导致共和党净得两席优势——这主要源于结构性地理因素和重划规则的偏差，而非有意的恶意划分选区。

ABSTRACT

Congressional district lines in many U.S. states are drawn by partisan actors, raising concerns about gerrymandering. To separate the partisan effects of redistricting from the effects of other factors including geography and redistricting rules, we compare possible party compositions of the U.S. House under the enacted plan to those under a set of alternative simulated plans that serve as a non-partisan baseline. We find that partisan gerrymandering is widespread in the 2020 redistricting cycle, but most of the electoral bias it creates cancels at the national level, giving Republicans two additional seats on average. Geography and redistricting rules separately contribute a moderate pro-Republican bias. Finally, we find that partisan gerrymandering reduces electoral competition and makes the partisan composition of the U.S. House less responsive to shifts in the national vote.

研究动机与目标

• 将选区重划的党派影响与地理和重划规则等结构性因素分离开来。
• 评估政党恶意划分选区是否导致众议院席位分配在国家级层面上产生系统性偏差。
• 评估恶意划分选区如何降低选举竞争性，并削弱众议院对全国普选票变动的响应能力。
• 检验特定重划规则（如遵守《投票权法》和保持县完整）对党派偏差估计的敏感性。
• 通过可行计划的代表性抽样，为评估实际通过的选区地图提供一个非党派性基准。

提出的方法

• 使用各州特定的地理单元和重划约束条件，模拟大规模非党派性国会选区计划。
• 采用代表性抽样技术（Fifield等，2020；McCartan与Imai，2023），以确保统计可靠性并覆盖可行计划空间。
• 通过将实际通过的地图与模拟基准进行比较，分离出党派恶意划分选区的影响。
• 通过修改约束条件（如移除县分割规则或《投票权法》选区要求）进行敏感性分析，以评估规则特定的偏差。
• 应用蒙特卡洛方法估算在非党派条件下的预期席位占比，从而与实际结果进行比较。
• 整合各州特定规则，如紧凑性、连通性及种族公平性约束，以确保模拟的真实性。

实验结果

研究问题

• RQ1 2020年重划周期中的政党恶意划分选区在众议院席位分配上造成了多大程度的国家级偏差？
• RQ2 美国众议院中观察到的共和党优势有多大程度可归因于恶意划分选区，而非地理聚集或重划规则？
• RQ3 政党恶意划分选区在多大程度上降低了选举竞争性，并削弱了众议院对全国普选票变动的响应能力？
• RQ4 对特定重划规则（如保护城市或遵守《投票权法》中少数群体机会选区要求）的偏差估计有多敏感？
• RQ5 当不同州中相互抵消的党派恶意划分选区在全国范围内汇总时，其净效应是什么？

主要发现

• 2020年重划周期中，政党恶意划分选区普遍存在，但其全国性影响在很大程度上相互抵消，最终导致共和党净得两席优势。
• 2022年实际通过的国会地图要求民主党获得全国两党投票的51.1%才能赢得多数席位，仅比非党派基准高出0.14个百分点。
• 地理聚集和重划规则导致中等程度的亲共和党偏差，解释了除恶意划分选区外剩余共和党优势的部分原因。
• 在德克萨斯州、佛罗里达州和俄亥俄州，共和党通过将城市中的民主党选民集中划入少数选区而获得大额席位优势，而民主党在伊利诺伊州、北卡罗来纳州、宾夕法尼亚州和密歇根州则获得了较小的席位优势。
• 敏感性分析表明，若在俄亥俄州移除县分割规则，共和党优势估计将增加0.25个席位，表明此类规则可能掩盖了恶意划分选区的影响。
• 在阿拉巴马州，使用无种族考量的模拟基准将偏差从亲共和党转变为亲民主党，凸显了《投票权法》选区约束对偏差估计的强烈影响。