1812 年，马萨诸塞州长埃尔布里奇·格里（Elbridge Gerry）签署了一项重划州参议院选区的法案，将一个选区划成了奇特的弯曲形状。当年 3 月 26 日，《波士顿公报》（Boston Gazette）刊出一幅讽刺漫画，把这个选区描绘成一条长着利爪和蛇头的怪兽，形似蝾螈（salamander），并造出新词 Gerry-mander（格里-蝾螈，即"选区重划操纵"）。两百多年后，"gerrymandering"不仅没有消失，反而因为大数据与精密计算机算法的介入，变得比格里时代精确得多、也有效得多。
一个常被忽略的细节是：格里本人其实对这套划法颇为反感，重划是他所属的民主共和党推动的，他只是签了字；讽刺的是，这个词从此永远冠上了他的名字（而且他的姓氏本读作硬音 /ˈɡɛri/，"gerrymander"如今却普遍读作软音 /ˈdʒɛrimændər/）。它最初是联邦党报刊用来攻击对手的政治嘲讽语，后来才沉淀为中性的政治学术语。
选区重划操纵是民主选举制度中最古老、最有效的制度性操纵手段之一——它能在不改变任何投票规则的前提下，预先决定选举结果。
破除误解：选区重划本身不等于操纵
在使用单一成员选区制（single-member district，SMD）的国家，选区边界的划定本身是必要的——问题在于谁来划、按什么标准划。
合法的重新划区需要定期进行（通常在人口普查后），以反映人口变化，确保各选区人口大致相等（"一人一票"原则）。这是民主合理运作的基本要求。
操纵性的重划（gerrymandering）是指执政党利用对重划过程的控制，系统性地重新设计选区边界，以最大化本党的议席数量或最小化反对党的议席数量，而非以公正代表选民为目标。
核心：两种主要技术手段
选区操纵通常使用两种互补的技术手段：
一、"包装"（Packing） 将反对党的选民尽可能集中在少数几个选区，让他们以压倒性多数赢得那几个区——但在其他所有区都失去竞争力，总议席收益极少。
二、"分裂"（Cracking） 将反对党的票仓选民分散到多个选区，使其在每个区都不足以形成多数——这些选民的票变成"无效票"，不能转化为议席。
结合这两种手段，操纵方可以将60%的得票转化为80%的议席，或将多数选民的政党变成少数议席的党。
技术演变：从手绘地图到算法精准打击
前数字时代的选区操纵依赖人工知识与经验；从 1990 年代开始，计算机算法使选区优化成为精密科学：
- 获取精确到街区级别的选民注册数据（政党归属、历史投票记录）
- 运行优化算法，在满足法定约束（人口均等、不分裂政治单位等）的前提下，最大化特定政党的议席预期
- 生成看起来"合理"的几何形状，但在选举效果上已被精确预编程
2010 年后，美国共和党通过"重新绘制美国"（Redistricting Majority Project，简称 REDMAP）项目系统性地运用这一技术：先以较低投入拿下多个关键州的州议会，再由这些议会主导 2011 年人口普查后的重划，从而大幅扩大了州议会与国会的议席优势。
北卡罗来纳州是教科书式的案例。2012 年新地图首次启用，共和党在该州 13 个国会席位中拿下 9 席，而民主党候选人合计得票其实还略多一些。原地图因种族性操纵被法院推翻后，州议会 2016 年重新划区时，干脆把"党派优势"明文列为划区标准之一。
重划委员会主席、共和党人戴维·刘易斯（David Lewis）在委员会上直言："我提议我们把地图画成对 10 名共和党人、3 名民主党人有利，因为我不相信能画出 11 名共和党人、2 名民主党人的地图。"这句公开记录在案的发言后来被反复引用——它把操纵的意图说得毫不掩饰。
破除误解：这不是某一党的专利
选区操纵常被贴上某一党的标签，但它本质上是任何掌握重划权的多数派都会动用的工具。最高法院 2019 年的里程碑判决就把两个方向相反的案子合并审理：一个是北卡罗来纳州的共和党操纵，另一个是马里兰州的民主党操纵——后者把传统上偏共和党的第六国会选区重新切割，使其翻转为民主党席位。
换句话说，谁掌权谁就有动机这么做，差别只在能力和约束。把它当成"对方阵营才干的脏活"，恰恰会让人对自己一方的操纵视而不见。
种族性选区操纵与法律框架
美国的选区操纵问题与种族政治高度交织。1965 年《投票权法》（Voting Rights Act）要求：不得以稀释少数族裔投票权为目的划定选区。
法院因此在两个相互矛盾的要求之间艰难平衡： - 不得将少数族裔选民"包装"进少数区以稀释其影响力（种族性选区操纵） - 但划定"多数-少数"选区（majority-minority district）又可能被挑战为以种族为主要考量划定选区（Shaw v. Reno 案，1993年）
美国最高法院 2019 年在 Rucho v. Common Cause 案中以 5 比 4 裁定，党派性的（非种族性的）选区操纵是"政治问题"（political question），联邦法院无权审查——这一裁定被批评者视为对民主公正的重大打击，支持者则认为这是对司法机构不应介入政治决定的合理约束。
Rucho 之后：联邦关门，州法院接棒
Rucho 案关上了联邦法院的大门，却没有让党派操纵的诉讼消失，只是把战场推向了州一级。
其实早在 2018 年 1 月，宾夕法尼亚州最高法院就依据州宪法（而非联邦宪法）判定该州 2011 年的国会地图"清楚、明白、显而易见地"违宪，并在立法机构未能如期重画后，直接颁布了一份替代地图。这条路径在 Rucho 之后成为反操纵一方的主要策略：联邦宪法管不了，州宪法仍可能管得了。
2023 年，联邦最高法院在 Moore v. Harper 案中以 6 比 3 否决了"独立州议会理论"（independent state legislature theory）——该理论主张州议会在联邦选举规则上不受州法院和州宪法约束。判决保住了州法院审查本州选区地图的权力，等于为宾州式的州级救济守住了门。
种族这条路也没有完全堵死。同样在 2023 年，最高法院在 Allen v. Milligan 案中以 5 比 4 维持下级法院裁定，认定亚拉巴马州 2020 年人口普查后只画一个黑人占多数的选区很可能违反《投票权法》第二款，并重申了该条款的合宪性。在联邦对党派操纵撒手之后，这被视为对《投票权法》的一次重要确认。
国际比较：谁来划选区？
各民主国家对选区划定的制度安排差异显著：
| 国家 | 选区划定机构 | 特征 |
|---|---|---|
| 英国 | 独立的选区边界委员会 | 行政官僚中立，议会通常接受建议 |
| 加拿大 | 独立选区委员会 | 类似英国，党派介入有限 |
| 德国 | 比例代表制为主 | 选区问题相对较小 |
| 澳大利亚 | 独立澳大利亚选举委员会 | 党派操纵受到严格限制 |
| 美国 | 大多数州由州议会决定 | 执政党有高度控制权，操纵空间最大 |
美国模式在民主国家中算特例——大多数成熟民主国家已建立程度不等的独立重划机制以减少党派操纵。
如何"测量"操纵：从效率差距到集成方法
要在法庭上证明一张地图被操纵，靠"形状很怪"是不够的——它必须被量化。
效率差距（efficiency gap）是其中最有影响力的指标，由法学者尼古拉斯·斯特凡诺普洛斯（Nicholas Stephanopoulos）与政治学者埃里克·麦吉（Eric McGhee）于 2014 年提出。它的核心概念是"废票"（wasted votes）：在落败的选区里投给败方的每一张票，加上在获胜选区里超过当选所需半数的那些多余票，都算作"被浪费"了。
效率差距就是两党废票之差除以总票数。这个单一数字能直观显示：包装与分裂总共为哪一方制造了多大的席位优势。
效率差距曾被原告用来挑战威斯康星州的地图。但在 2018 年的 Gill v. Whitford 案中，最高法院 9 比 0 裁定那 12 名民主党选民缺乏起诉资格（standing），理由是效率差距衡量的是政党整体的得失，而非某个具体选民受到的伤害——法院借此回避了"这类指标本身能否当作违宪标准"的实质问题。一年后的 Rucho 案则彻底关上了联邦的大门。
另一条更被数学界看重的路径是集成方法（ensemble method）。杜克大学数学家乔纳森·马丁利（Jonathan Mattingly）、塔夫茨大学数学家穆恩·杜钦（Moon Duchin）等人用马尔可夫链蒙特卡洛（Markov chain Monte Carlo）算法，在满足人口均等、连续、紧凑等中立标准的前提下，随机生成成千上万乃至上百万张"合理"的备选地图，构成一个分布。
然后看实际启用的地图落在这个分布的什么位置：如果它在党派席位上是个极端离群值（outlier），就强烈暗示这张地图是被刻意挑出来的，而非中立过程的自然产物。这套方法被用作北卡罗来纳州、宾夕法尼亚州等案件的专家证词。
代价与争议
"公正"选区的不可能性？：批评者指出，"完全中立的"选区重划在技术上可能不存在——任何选区边界都会对某些群体更有利，没有一条"自然的"边界。独立委员会同样需要做出实质性选择，这些选择仍会有政治后果，只是不由党派政客直接控制。这也正是集成方法的回应思路：与其追问"哪一张才是唯一中立的地图"，不如把所有合理地图构成的分布当作基准，去看实际地图偏离得有多远。
民主衰退的指标：学者将选区操纵与民主质量的系统性指标联系起来——可竞争的选举越少，政治家对选民的回应性越低，政策越容易向极端方向漂移（因为议员只需要在党内初选中胜出，而初选选民往往比大众更极端化）。
替代方案的争论：比例代表制（proportional representation）是消除选区操纵问题的一种系统性解决方案，但它会带来其他问题（碎片化、联合政府不稳定等）。多成员选区、优先投票制（ranked-choice voting）等中间方案也在讨论中。
跨域连接
- 图论：把地图看成邻接图，选区就是一次满足连通与人口均等的图划分。合法划分的数目是天文数字，因此"随便挑一张中立地图"根本做不到。推论是：任何检测方法的效力，最终取决于它的抽样在这个巨大空间里是否足够均匀，而这一点本身需要证明。
- 蒙特卡洛方法：正文提到的集成方法正是绕开上述困难的路子——在中立约束下随机生成大量合法地图构成分布，再看实际地图落在哪个分位。判据由此从"这张图公不公平"变成"它在合理地图中有多离群"，可被第三方独立复现。
- 机制设计：让有利害的一方划界，等于让被评价者出题。机制设计的思路是让规则在参与者不诚实时仍给出可接受结果，例如一方切、另一方选。推论是：独立委员会是否有效，要看其任命程序是否也被同一多数控制，否则只是把操纵后移一步。
- 计算社会科学：同一套街区级选民数据既能造操纵也能查操纵。推论是：检测能力受制于数据开放程度——数据封闭时，被精心优化的地图与中立生成的地图在外部看来无法区分，争论只能退回到形状是否好看这种无效判据上。
- 司法审查：统计指标要进法庭，必须落成具体原告身上的可赔偿伤害。这解释了为何衡量政党整体得失的指标会在诉讼资格这一关受阻——障碍不在测量能力，而在法律标准与统计标准之间的错位，两者要求的证据类型不同。
参考文献
- Daley, D. Ratfked: The True Story Behind the Secret Plan to Steal America's Democracy. Liveright (2016).
- McGann, A. J. et al. Gerrymandering in America. Cambridge University Press (2016).
- Levitt, J. A Citizen's Guide to Redistricting. Brennan Center for Justice (2010). [可在 brennancenter.org 免费获取]
- Wang, S. S-H. "The Mathematics of Gerrymandering." Scientific American (2016).
- Stephanopoulos, N. O., & McGhee, E. M. "Partisan Gerrymandering and the Efficiency Gap." University of Chicago Law Review 82, no. 2 (2015): 831–900.
- Herschlag, G., et al. "Quantifying Gerrymandering in North Carolina." Statistics and Public Policy 7, no. 1 (2020).
- Rucho v. Common Cause, 588 U.S. 684 (2019). [美国最高法院裁定原文]
- Allen v. Milligan, 599 U.S. _ (2023); Moore v. Harper, 600 U.S. 1 (2023). [美国最高法院裁定原文]