완전 비례대표제 계산의 새로운 시각

초록

본 논문은 Chamberlin‑Courant와 Monroe 방식의 완전 비례대표제에서, 기존의 “총 오차 최소화” 목표를 “최대 오차 최소화”(min‑max)로 바꾸는 두 새로운 규칙을 제안하고, 네 규칙(기존 두 개와 새로 만든 두 개)의 승자 결정 문제를 파라미터화 복잡도 관점에서 분석한다. 후보 수에 대해서는 FPT 알고리즘을, 당선자 수에 대해서는 W

상세 분석

이 연구는 두 가지 고전적인 완전 비례대표제 모델, 즉 Chamberlin‑Courant (CC)와 Monroe (M) 규칙을 출발점으로 삼는다. 두 규칙 모두 각 유권자에게 하나의 대표자를 할당하고, 그 할당에 따른 “misrepresentation”(대표와 유권자 사이의 선호 거리)의 합을 최소화하는 것이 목표이다. 그러나 이 합계 최소화 문제는 이미 NP‑hard임이 알려져 있다. 저자들은 여기서 한 단계 나아가, 전체 유권자 중 가장 큰 misrepresentation을 최소화하는 “min‑max” 버전을 정의한다. 이는 실제 선거 상황에서 가장 불만을 크게 느끼는 유권자를 최소화하려는 정책적 의도를 반영한다.

논문은 네 규칙—CC‑sum, M‑sum, CC‑max, M‑max—에 대해 파라미터화 복잡도 분석을 수행한다. 첫 번째 파라미터는 후보 수 (m)이며, 두 번째는 당선자 수 (k) (즉, 대표자 수)이다. 결과는 다음과 같다. (1) 후보 수 (m)에 대해선 모든 네 규칙이 고정‑파라미터 트랙터블(FPT)임을 보였다. 이는 후보 집합이 작을 때는 완전 탐색이나 동적 계획법을 활용해 효율적으로 최적 해를 찾을 수 있음을 의미한다. (2) 반면 당선자 수 (k)에 대해서는 CC‑sum과 CC‑max은 W