A House Monotone, Coherent, and Droop Proportional Ranked Candidate Voting Method

この論文は、単記移譲式投票(STV)が満たすドロップ比例基準、ハウス単調性、および整合性をすべて満たし、かつ首位候補が即決選勝者となるような、フラグメンの手法に基づいた新しい候補者選出方式を提案しています。

原著者: Ross Hyman

公開日 2026-04-14
📖 1 分で読めます☕ さくっと読める

これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む

Each language version is independently generated for its own context, not a direct translation.

🏛️ 背景:なぜ新しい方法が必要なのか?

選挙には「誰を何人選ぶか」という問題があります。
例えば、議会に 100 人の議員が必要で、A 党が 40%、B 党が 30%、C 党が 30% の票を得た場合、席もその比率で配分したいですよね。

  • 昔の方法(ハミルトン方式など): 計算が少し変で、「議席数を増やしたら、A 州の議員が減ってしまった!」という**「アリゾナのパラドックス(矛盾)」**が起きることがありました。
  • 今の主流(除数方式): 政党名で投票する「政党名簿式」では、この矛盾を避ける計算方法が使われています。
  • 問題点: 個人の名前で投票する「順位制(STV)」では、この矛盾が起きることがあります。また、「A 党の候補者リスト」を作る際、1 人目と 10 人目の選び方がバラバラになってしまう(一貫性がない)という問題もありました。

この論文の著者(ロス・ハイマン氏)は、「政党名簿式」の公平さ(矛盾がないこと)と、「個人名投票」の自由度(誰を好きか選べる)を両立させる新しい計算方法を提案しました。


🍪 核心:新しい計算方法「トップ・ダウン・フラグメン」

この新しい方法は、**「トップ・ダウン(上から下へ)」**という考え方をベースにしています。

1. 従来の方法との違い(下積み vs 上から)

  • 昔の方法(ボトムアップ): 「一番下の落選者」を決めて、それをリストの最後尾に置く。次に「2 番目の落選者」を決めて……と、下から順にリストを作ります。
    • 問題点: 一番上の「1 位」が決まると、実は 1 人だけの選挙で勝った人とは違う人が 1 位になってしまうことがあります。
  • 新しい方法(トップ・ダウン): 「1 位」を決めて、次に「2 位」を決めて……と、上から順にリストを作ります。
    • メリット: 1 人だけ選ぶ選挙で勝った人が、必ずリストの 1 位に来ます。

2. 具体的な仕組み:お菓子の配り合い

この方法は、**「フラグメン(Phragmén)方式」**という、100 年前の数学者が考えた「お菓子を公平に配る」考え方を応用しています。

  • シチュエーション: 100 人の人がいて、お菓子(議席)を配ります。
  • ルール: 「誰がお菓子をもらうか」を決める時、**「すでにもらった人が、次の誰に配るべきか」**を計算します。
    • もし、あるグループの人が「A さん」を強く支持しているなら、A さんがお菓子をもらうと、そのグループの「お菓子を受け取る重み(負担)」が増えます。
    • 逆に、まだお菓子をもらっていない人、または「重み」が軽い人にお菓子を配ると、公平になります。

この論文の新しい方法は、「すでに選ばれた人(1 位、2 位…)」が、次の候補者を選ぶ際に、自分の「重み」を正しく計算に入れるという工夫をしています。
これにより、**「A さんと B さんが一緒に選ばれたほうが公平」**というグループの意見が、計算の途中で消えてしまわないようにしています。


🌟 この方法がすごい 3 つの理由

この新しい計算方法は、3 つの重要なルールを守ります。

① 家(House)の増減に強い(ハウス・モノトニシティ)

  • たとえ話: 「お菓子の箱を 10 個から 11 個に増やしたら、今まで入っていたお菓子の 1 つが外れてしまった!」なんてことが起きません。
  • 意味: 議席数が 10 人でも 11 人でも、「10 人の勝者」は必ず「11 人の勝者」の中に含まれます。 リストの順番も、上から順に決まるので、リストを作った時に「10 人目まで」を切り取れば、それが 10 人選挙の勝者になります。

② 一貫性がある(コヒーレンス)

  • たとえ話: 左側の部屋と右側の部屋で別々に選挙をして、勝者を決めます。その後、両方の部屋を合体させて一緒に選挙をしても、「左側の部屋の勝者」は左側の部屋で決まったのと同じ人になります。
  • 意味: 候補者のグループがバラバラでも、計算結果が矛盾しません。

③ ドープロ比例(Droop Proportionality)

  • たとえ話: 「100 人中 34 人以上(3 分の 1 強)」が「A さん、B さん、C さん」を支持しているなら、少なくとも 1 人はその中から選ばれなければならないというルールです。
  • 意味: 少数派でも、一定以上の支持があれば、必ず代表者が選ばれるように保証されます。これが「公平な選挙」の一番の条件です。

📝 まとめ:なぜこれが重要なのか?

この論文は、**「複雑な計算をしても、公平で、矛盾がなく、かつ支持者の意志を反映した選挙リスト」**を作れる方法を提案しています。

  • 政治的なメリット: 政党が「誰を 1 位、2 位、3 位……と並べるか」を決める時に、この方法を使えば、支持者の意向を正しく反映でき、かつ議席数が変わってもリストの順番がぐらつかないリストが作れます。
  • 技術的な美しさ: 従来の方法では見逃されていた「微妙な支持者のグループ(不完全な結束)」も、計算にうまく取り込むことができます。

一言で言うと:
「選挙というゲームで、『誰が勝つべきか』を、『人数が変わっても』『グループが変わっても』、常に**『最も公平な答え』**で導き出す、新しい計算のレシピ」です。

著者は「もっと美しい方法があるかもしれない」と言っていますが、この方法は今のところ、その条件をすべて満たす「最強の候補」の一つとして提案されています。

自分の分野の論文に埋もれていませんか?

研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。

Digest を試す →