党派性不公正划分选区经济学

我们研究一位党派性不公正划分者将选民分配至等人口选区以最大化其政党期望席位占比的问题。设计者面临总体不确定性（其政党将获得多少选票）与特异性选民层面不确定性（哪些选民将投票给其政党）。我们认为，将较弱选区“打包”单一类型选民、较强选区包含两类选民的打包配对划区，通常对该不公正划分者是最优的。打包配对划区的最优形式取决于总体不确定性与特异性不确定性的相对大小。当特异性不确定性占主导时，打包反对选民并配对更有利选民为最优；该方案类似传统的“打包与拆分”。当总体不确定性占主导时，打包温和选民并配对极端选民为最优；这种“匹配切片”方案已在文献中受到一定关注。利用近期美国众议院选举的选区级得票数据估计该模型表明，实践中特异性不确定性占主导且打包对手为最优；此外，传统打包与拆分划区近似最优。我们讨论了对重划选区改革与政治极化的启示。在方法论上，我们利用了不公正划分（将选民划分至选区）与信息设计（将世界状态划分至信号）之间的形式化联系。