Seat Reversals and Candidate Status Changes under Biproportional Representation
本文通过分析2023年苏黎世州选举,旨在证明虽然双比例代表制显著改善了政党的整体比例性,但它也通过特定的机械约束改变了地方候选人结果和选区席位分配,从而产生了一种可衡量的权衡。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
想象一下,你正在组织一场规模宏大的校园选举,每位学生都可以投票给他们最喜欢的社团。在标准的选举中,学校被划分为若干个小社区(选区)。每个社区计算自己的票数,并向学生会发送固定数量的代表。这在局部是公平的,但可能会变得非常混乱。如果一个受欢迎的社团在仅仅一个社区内获得了绝大多数选票,它最终可能会获得过多的席位;而一个在各地都有稳定支持的社团,获得的席位却可能太少。这就像是“科学社”在科学馆赢得了每一个席位,但在艺术馆却一个席位也没拿到,尽管他们在两个地方都有粉丝。
为了解决这个问题,一些学校使用了一种特殊的“两步走”规则,称为双比例代表制(biproportional representation)。首先,统计全校所有的选票,以决定每个社团应该获得多少总席位。然后,他们尝试将这些数字分配到具体的社区中,同时又不改变每个社区所能发送的总人数。这是一个数学谜题:“我们如何在确保全校范围内科学社获得其应得份额的同时,仍然尊重艺术馆必须送出五个人这一规定?”这个系统旨在让最终的委员会看起来与整个学生群体完全一致。但棘手的部分在于,为了实现大局的公平,规则有时必须调整特定社区中谁能获得席位,即使该社区的投票情况有所不同。本论文探讨的是:当我们固定了大局的公平性时,有多少个体的选票被挤出了委员会,以及这种变化感觉像是公平的交换,还是令人困惑的意外?
席位的伟大大洗牌:当公平移动了球门线
这篇由桑德罗·吕舍尔(Sandro Lüscher)撰写的论文,通过深入研究 2023 年瑞士苏黎世州的选举,来观察使用这种“两步走”公平规则时究竟发生了什么。作者将这次选举视为一场巨大的、预先录制的电子游戏。他采用了人们投下的实际选票、实际的候选人名单以及实际的排名,然后运行了两遍数据:一遍使用真实的“两步走”规则(双比例代表制),另一遍使用一种更简单的规则,即每个社区独立计算自己的选票(类似于标准的局部选举)。
通过保持其他所有变量完全相同,仅改变数学规则,他可以准确地看到为了实现总数公平,有多少席位被重新分配了。
主要发现:不仅仅是“席位反转”
长期以来,专家们一直担心一种被称为**“席位反转”(seat reversal)*的奇怪现象。这种情况发生于:一个在某个社区获得更多选票的政党,最终获得的席位却比一个获得较少选票的政党还要少*。这听起来像是个故障!想象一下,“游戏社”在你的社区比“艺术社”获得的选票多,但艺术社却拿到了席位。这感觉很不合理。
论文证实,这种情况确实发生了。在 2023 年的苏黎士选举中,确实有两个地方出现了选票较少的政党获得了比选票较多政党更多席位的情况。这就是大家常说的“席位反转”。
然而,论文中的重大“顿悟时刻”在于,席位反转只是故事的一半。
作者发现,双比例代表制总共改变了14 名不同候选人的结果。但其中只有 4 名候选人的变化是由那些奇怪的“席位反转”引起的。另外 10 名候选人的变化发生在政党的选票依然保持领先的情况下!
可以这样理解:想象一个政党的名单是一把梯子。选民决定谁爬上梯子以及以什么顺序爬。 “两步走”规则并不会改变攀爬者的顺序,它只是改变了梯子的高度。
- 如果规则说该政党获得 3 个席位,那么前 3 名攀爬者就能进入委员会。
- 如果规则说该政党获得 2 个席位(因为大局层面的数学计算要求如此),那么第 3 名攀爬者就会被踢下去,即便他们在梯子上的位置仍然高于其他任何人。
论文显示,在苏黎士,共有 7 个席位发生了易手。这意味着 14 名候选人的状态发生了改变(7 人当选,7 人落选)。但只有 2 个席位的交换涉及“席位反转”。另外 5 次交换仅仅是政党在保持原有顺序的情况下获得了或失去了席位。
“选票差距”的惊喜
作者还观察了那些被挤下来的候选人之间的竞争有多么激烈。他测量了“选票差距”——即获得席位的人与仅仅差一点点就成功的候选人之间的选票差。
他发现了极大的差异:
- 在一个名为迪尔斯多夫(Dielsdorf)的地区,差距微乎其微:胜者与败者之间仅差 40 票。这简直是极其微小的差距!
- 在其他案例中,差距却很大,甚至达到数百甚至超过一千票。
这一点很重要,因为它表明“两步走”规则可以改变那些在自己政党内部显然是最受欢迎的人的结局,而不只是针对那些竞争激烈的候选人。该规则改变了可用的席位数量,从而移动了梯子上的“终点线”。如果终点线移动了,那么跨过终点线的人也会随之改变,无论他们之前领先了多少。
权衡:公平性 vs. 局部稳定性
那么,这样做值得吗?论文使用两个著名的数学指标(加拉格尔指数和 Loosemore–Hanby 指数)来衡量选举的“公平性”。
- 如果不使用特殊规则,不公平得分分别为 2.64(加拉格格指数)和 4.81(Loosemore–Hanby 指数)。
- 使用该特殊规则后,得分降至 1.73 和 2.55。
该特殊规则使政党整体而言变得更加公平。但代价是,180 个席位中的 7 个(约 3.9%)最终由与简单局部选举中不同的人持有。
作者运行了计算机模拟来观察这是否只是一个偶然现象。他稍微扰动了选票数据(例如模拟一个略微不同的日子),发现发生 7 次席位交换实际上是一个非常正常、平均的结果。这并不是灾难;这只是数学运作的方式。那些“席位反转”(即那些奇怪的情况)也是正常的,在这些模拟实验中,平均大约在 2 个选区发生。
这对你意味着什么
论文得出结论,虽然“席位反转”是该系统中最具戏剧性和可见性的部分,但它们并不是故事的全部。该系统改变个人议会构成的方式,远不止于那些戏剧性的反转。
这是一种权衡。你获得了一个完美匹配整个地区总选票的委员会,但你失去了一点点关于“当地社区的具体排名总是会被尊重”的保证。论文并没有说这是“坏”或“好”,但它确实指出,选民和候选人需要理解,他们的局部排名只是方程式的一部分。“全局数学”可以调整终点线,从而改变谁获胜,即使当地选民并没有改变他们的想法。
简而言之,该系统通过调整单个候选人的终点线来实现大局的公平,这种调整有时会带来意想不到的结果,其影响远远超出了著名的“席位反转”。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。