Fairmandering：一种用于公平性优化选区划分的列生成启发式方法
计算机与社会
2021-06-29 v2 离散数学
数据结构与算法
摘要
美国赢者通吃的国会选区制度使政客能够通过操纵选区边界来设计选举结果。现有的计算解决方案大多通过忽略政治与人口统计输入、仅优化紧凑性来绘制无偏地图。我们认为这是一种有缺陷的方法，因为紧凑性与公平性是正交的属性，并引入一种可扩展的两阶段方法以显式优化任意分段线性定义的公平性。第一阶段是一种随机化分治列生成启发式方法，其通过利用图划分问题的组合结构生成指数数量的独特选区方案。该选区集合构成主选择问题的输入，以选择最终方案中包含的选区。我们解耦的设计允许在定义公平性对齐的目标函数时具备前所未有的灵活性。该流水线可任意并行化，灵活支持额外的重划区约束，并可应用于广泛的其他区域化问题。在史上最大规模的国会选区集合研究中，我们使用我们的方法理解可能预期结果的范围及该范围对潜在公平性定义的影响。
引用
@article{arxiv.2103.11469,
title = {Fairmandering: A column generation heuristic for fairness-optimized political districting},
author = {Wes Gurnee and David B. Shmoys},
journal= {arXiv preprint arXiv:2103.11469},
year = {2021}
}