中文

一种度量投票弹性与竞争性的计算方法

计算机与社会 2020-05-27 v1 社会与信息网络 应用统计

摘要

近期对党派不公正划分选区的关注浪潮,伴随着 refinement 或替换全国政治重划选区法律的推动。若干州改革努力的一个共同要素是纳入竞争性度量,即基于选区层面结果是否悬而未决或可能势均力敌来评估重划选区方案的得分。在本文中,我们考察了受近期改革提案驱动的若干类竞争性度量,并在国会和州参议院层面上于大规模重划选区方案集合中评估其潜在结果。这是利用应用统计学中 MCMC 技术将方案与准则置于有效重划替代背景下的日益增长文献的一部分。我们的实证分析聚焦于五个州——犹他、佐治亚、威斯康星、弗吉尼亚和马萨诸塞——选取以代表一系列党派属性。我们强调了在创建良好竞争性度量时的情境特定困难,并表明优化竞争性可能对其他党派度量产生意外后果。这些结果证明了(1)避免将详细度量约束写入长期宪法改革,以及(2)在每个重划周期中对真实地理选举数据进行谨慎数学建模的重要性。

关键词

引用

@article{arxiv.2005.12731,
  title  = {A Computational Approach to Measuring Vote Elasticity and Competitiveness},
  author = {Daryl DeFord and Moon Duchin and Justin Solomon},
  journal= {arXiv preprint arXiv:2005.12731},
  year   = {2020}
}

备注

38 pages, 8 figures, 5 tables