Misrepresentation in District-Based Elections

Aquí presento un resumen técnico detallado del artículo "Misrepresentation in District-Based Elections" (Representación en Elecciones Basadas en Distritos) de Yunus C. Aybas, Oguzhan Celebi y Surabhi Dutt.

1. Planteamiento del Problema

El artículo aborda la tensión fundamental en las democracias representativas que utilizan elecciones de distrito uninominal (como la Cámara de Representantes de EE. UU. o legislaturas estatales): el conflicto entre respetar las mayorías locales (dentro de cada distrito) y reflejar la voluntad del electorado estatal (proporcionalidad global).

• El dilema:
  • El sistema First-Past-The-Post (FPTP) (el ganador se lleva todo) respeta las mayorías locales pero puede generar una delegación estatal cuya composición de escaños se desvía significativamente de la cuota de votos estatal.
  • La Representación Proporcional (PR) asegura que la cuota de escaños coincida con la cuota de votos estatal, pero a menudo requiere ignorar a la mayoría local en ciertos distritos.
• La brecha en la literatura: La literatura existente mide el sesgo partidista o caracteriza reglas axiomáticas, pero no explicita la compensación (trade-off) central entre los resultados a nivel de distrito y la proporcionalidad estatal, ni cómo una regla debería equilibrar ambos objetivos de manera óptima.

2. Metodología y Modelo Teórico

Los autores desarrollan un modelo tractable para cuantificar y minimizar la "mala representación" (misrepresentation).

Definición de la Mala Representación

Se define una función de pérdida total ($\Phi$) como una suma ponderada de dos componentes:

1. Mala Representación a Nivel de Distrito ($Dist$): La masa de votantes cuyo representante en su distrito es del partido no preferido. Se calcula como la suma de votantes perdedores en cada distrito.
2. Mala Representación a Nivel Estatal ($Agg$): La desviación absoluta entre la cuota de votos estatal de un partido y su cuota de escaños en la delegación ($| \bar{p} - S/N |$).

La función objetivo es:
$$\Phi(x; w_A) = Dist(x) + w_A \cdot Agg(x)$$
Donde $w_A \in [0, \infty)$ es un peso normativo que refleja cuánto está dispuesto a aceptar la sociedad (o el diseñador) en términos de votantes mal representados localmente para reducir la brecha de proporcionalidad estatal en un escaño.

Caracterización de la Regla Óptima

El problema se resuelve en dos pasos:

1. Asignación condicional: Dado un número total de escaños $S$ para el Partido A, la asignación que minimiza la mala representación local es otorgar los escaños a los $S$ distritos donde el Partido A tiene mayor porcentaje de votos (asignación "Top-S").
2. Selección del número óptimo de escaños: Se busca el $S$ que minimice la función total $\Phi$.

Resultado Estructural Principal (Teorema 1):
Para cualquier peso $w_A$, la regla que minimiza la mala representación es una regla de corte (cutoff rule) uniforme.

• Existe un umbral de votos $t(w_A)$ tal que el Partido A gana un distrito si y solo si su voto $p_d \geq t(w_A)$.
• Comportamiento del umbral:
  • Si $w_A = 0$ (solo importa lo local), el umbral es $t = 0.5$ (FPTP).
  • A medida que $w_A$ aumenta, el umbral se desplaza dinámicamente:
    • Si el partido está subrepresentado a nivel estatal, el umbral baja por debajo de 0.5, convirtiendo algunas derrotas estrechas en victorias para acercarse a la proporcionalidad.
    • Si el partido está sobre-representado, el umbral sube por encima de 0.5, requiriendo márgenes más amplios para ganar.
  • En el límite ($w_A \to \infty$), la regla converge a la Representación Proporcional pura.

3. Contribuciones Clave y Resultados

A. Frontera de Pareto y Eficiencia

El modelo demuestra que variar el peso $w_A$ traza la frontera de Pareto de las compensaciones factibles entre la mala representación local y la estatal. Esto permite visualizar el conjunto eficiente de delegaciones y cuantificar la tasa de sustitución implícita entre ambos objetivos.

B. Monotonía bajo Majorización (Concentración Geográfica)

Los autores utilizan el concepto de majorización para medir la concentración geográfica del apoyo partidista.

• Resultado: Si el apoyo de un partido se concentra más en sus distritos más fuertes (manteniendo el promedio estatal constante), la mala representación total disminuye si y solo si la regla utilizada es la regla de minimización de mala representación diseñada para el mismo peso $w_A$.
• Implicación: Reglas de umbral fijo (como el FPTP estándar) pueden fallar en esta propiedad; es decir, una mayor concentración de votos podría paradójicamente aumentar la distorsión si la regla no se ajusta endógenamente.

C. Caracterización Axiomática de las Reglas

El artículo caracteriza dos reglas extremas dentro de la familia óptima mediante axiomas:

1. FPTP ($w_A = 0$): Es la única regla que satisface la monotonía fuerte (aumentar el apoyo en un distrito no puede causar la pérdida de ese distrito).
2. Representación Proporcional ($w_A = \infty$): Es la única regla a prueba de gerrymandering (ningún partido puede aumentar sus escaños simplemente redistribuyendo sus votos entre distritos manteniendo el total estatal constante).

D. Costo del Gerrymandering

Se introduce una métrica cuantitativa: el costo del gerrymandering, definido como el cambio mínimo necesario en los porcentajes de voto por distrito para lograr un objetivo de escaños.

• Hallazgo: A medida que aumenta el peso en la proporcionalidad estatal ($w_A$), el costo de manipular el mapa para obtener escaños adicionales para un partido ya sobre-representado aumenta estrictamente.
• Significado: Esto ofrece un "palanca" alternativa para combatir el gerrymandering: ajustar la regla electoral (aumentar $w_A$) hace más difícil la manipulación sin necesidad de abandonar completamente los distritos.

4. Análisis Empírico

Los autores aplican el modelo a los datos de las elecciones de la Cámara de Representantes de EE. UU. (1990-2024).

• Método: Invierten el modelo para recuperar el rango de pesos $w_A$ que racionalizan el resultado observado bajo FPTP como la asignación óptima.
• Resultados:
  • Se identifican estados donde el FPTP es robusto (requiere un peso muy alto en proporcionalidad para dejar de ser óptimo) frente a estados donde es frágil (cualquier peso moderado sugiere que FPTP no es óptimo).
  • Comparación Texas vs. California: Aunque ambos estados tienen dinámicas de redistritamiento recientes, California muestra un umbral de peso mucho más bajo que Texas. Esto indica que, bajo la distribución actual de votos, la representación local en California se traduce muy pobremente en representación estatal, haciendo que el resultado de FPTP sea menos robusto a las preocupaciones de proporcionalidad en comparación con Texas.
  • Monitoreo Temporal: El modelo permite rastrear cómo los cambios en los mapas (redistritamiento) y la distribución de votos alteran la compensación implícita entre representación local y estatal a lo largo del tiempo.

5. Significado e Implicaciones

1. Marco Unificador: Proporciona un marco matemático unificado que conecta FPTP y PR como extremos de un espectro continuo de reglas óptimas, en lugar de tratarlas como opciones mutuamente excluyentes.
2. Herramienta de Evaluación: Ofrece una métrica novedosa para evaluar la calidad de los límites de los distritos y las propuestas de reforma electoral, basándose en la "representatividad" implícita de los resultados observados.
3. Lucha contra el Gerrymandering: Sugiere que la reforma de la regla electoral (aumentando el peso de la proporcionalidad estatal) es un mecanismo complementario y potente a las restricciones de dibujo de mapas para dificultar la manipulación partidista.
4. Política Pública: Permite a legisladores y tribunales cuantificar el "precio" de mantener el FPTP en términos de distorsión de la voluntad popular estatal, facilitando debates más informados sobre la reforma electoral.

En resumen, el artículo demuestra que existe una familia de reglas de corte óptimas que equilibran la representación local y la proporcionalidad, y que el ajuste de este equilibrio puede servir como un mecanismo efectivo para mitigar la distorsión electoral y el gerrymandering.