Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

美国两党都有操纵选区的历史

Posted on 2025-08-13

voronoi图标透明.png首先在Voronoi应用程序上查看此可视化效果。

美国地图显示党派公平性得分“较差”的各州,其中共和党占优势的州以红色表示,民主党占优势的州以蓝色表示(基于普林斯顿大学杰利蝾螈项目的数据)

美国两党都有不公正划分选区的历史

这篇文章最初发布在我们的Voronoi 应用程序上。iOS 或Android用户可以免费下载该应用程序,并从各种可靠来源探索令人惊叹的数据驱动图表。

  • 共和党和民主党都参与了选区划分不公,导致在多个州的党派公平性评分“很差”。
  • 普林斯顿选区划分项目使用模拟和专家分析来对各州的重新划分选区地图进行评级。
  • 德克萨斯州(共和党)和伊利诺伊州(民主党)等州在其选区边界上表现出极大的党派优势。

杰利蝾螈(Gerrymandering)是指为了偏袒某一政党而划定政治选区的做法,长期以来一直是美国政坛备受争议的现象。虽然它常常被描述为某一政党的策略,但最近的数据显示,共和党和民主党都犯过这种错误。结果如何?民主进程被扭曲,选举结果可能无法准确反映选民的意愿。

根据普林斯顿大学杰利蝾螈项目(Statista上图所示),这种对选区边界的操纵破坏了公平代表权,也是美国在全球范围内被列为“有缺陷的民主国家”的原因之一。

以下是普林斯顿大学选区重划项目报告卡中得到 D 或 F 级的州:

状态 总分 党派优势
佛罗里达 F 🔴 共和党人
乔治亚州 F 🔴 共和党人
伊利诺伊州 F 🔵 民主党
堪萨斯州 F 🔴 共和党人
路易斯安那州 F 没有任何
内华达州 F 🔵 民主党
北卡罗来纳州 F 🔴 共和党人
南卡罗来纳州 F 🔴 共和党人
德克萨斯州 F 🔴 共和党人
犹他州 F 🔴 共和党人
威斯康星州 F 🔴 共和党人
新墨西哥州 D 🔵 民主党
俄亥俄州 D 🔴 共和党人
俄勒冈州 D 🔵 民主党

数据显示,党派不公正划分选区并非地区或党派的异常现象。德克萨斯州、佐治亚州和佛罗里达州等共和党控制的州的公平性评分较低。另一方面,伊利诺伊州、马里兰州和俄勒冈州等民主党控制的州也未能通过公平性测试。

重新划分选区报告卡如何运作

普林斯顿大学杰利蝾螈项目利用算法模拟和75位选区重划专家小组的反馈,对新绘制的选区地图进行分析。这些地图的评分基于党派公平性、竞争性和地理紧凑性。

党派公平性得分“较差”表明,某个政党通过设计界限来扭曲竞争环境,往往能锁定多年的优势。

双方的恶劣事例

在德克萨斯州,共和党控制的选区重划严重改变了该州最大城市休斯顿周边的选区边界。通过将哈里斯县划分为多个选区,每个选区都延伸到农村和保守地区,立法者有效地削弱了该市以民主党为主的选民的影响力——这种策略被称为“破解”。

与此同时,在伊利诺伊州,民主党利用其对地图绘制过程的控制,重塑了芝加哥周边的选区。一个引人注目的例子(该选区后来被重新划分)是第四国会选区,通常被称为“耳罩区” ,它用一小片土地连接了两个相距遥远的拉丁裔社区,同时孤立了倾向于共和党的郊区。这种不同寻常的配置有助于民主党稳固席位,同时最大限度地削弱共和党在该地区竞争力。

为什么选区划分不公会损害民主

当选举地图是为了政治利益而绘制时,结果往往是政府缺乏响应能力。安全席位会滋生政治极端主义,减少两党妥协,并削弱选民与其民选官员之间的联系。久而久之,这会侵蚀人们对民主制度的信任—— 民意调查显示,许多美国人已经深刻感受到了这个问题。

在 Voronoi 应用上了解更多信息voronoi图标透明.png

查看《超过半数美国人认为国家需要第三个主要政党》来了解公众对两党制的不满情绪如何增长。

原文: https://www.visualcapitalist.com/cp/top-gerrymandering-states/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme