
Demokrasi ile matematik ilk bakışta birbirinden oldukça uzak iki alan gibi görünür. Biri siyaset, temsil ve seçmen tercihleriyle; diğeri sayılar, şekiller ve kurallarla ilgilidir.
Oysa demokratik sistemler de belirli kurallar üzerine kuruludur ve bu kuralların nasıl tanımlandığı, ortaya çıkacak sonucu doğrudan etkiler. Özellikle seçim bölgelerinin sınırları söz konusu olduğunda, birkaç çizginin yeri bile hangi partinin kaç temsilci kazanacağını değiştirir.
Bu durumun en bilinen örneklerinden biri gerrymandering olarak adlandırılan seçim bölgesi manipülasyonudur. Gerrymandering’de seçim bölgelerinin sınırları, belirli bir partiye ya da gruba avantaj sağlayacak biçimde yeniden çizilir. İlginç olan, bunu yapmak için seçmenlerin oylarını değiştirmeye gerek olmamasıdır.

Bu yöntemin adı da tam olarak böyle bir siyasi manevradan doğdu. 1812’de Massachusetts Valisi Elbridge Gerry’nin onayladığı yeni seçim bölgelerinden biri öylesine kıvrımlı ve tuhaf görünüyordu ki, bir gazete karikatüründe semendere benzetildi. Gerry’nin adı ile “salamander” sözcüğünün birleşmesinden “gerrymander” kelimesi ortaya çıktı.
Aradan iki yüzyıldan fazla zaman geçti, ancak temel sorun değişmedi: Bir seçim bölgesinin sınırları ne zaman doğal, ne zaman kasıtlı olarak çarpıtılmış sayılmalıdır? İşte bu noktada mesele siyasetten çıkıp matematiğin alanına girer.
Gerrymandering Nasıl Çalışır?

Gerrymandering’in nasıl çalıştığını anlamak için yukarıdaki görsele bakalım. Burada 50 seçmen iki parti arasında bölünüyor. Otuz seçmen mavi partiye, yirmi seçmen kırmızı partiye oy veriyor. Dolayısıyla mavi parti oyların yüzde 60’ını, kırmızı parti ise yüzde 40’ını alıyor.
Şimdi bu 50 seçmeni beş seçim bölgesine ayıralım. Sınırları dikey çizdiğimizde üç bölgeyi mavi parti, iki bölgeyi kırmızı parti kazanıyor. Böylece temsil dağılımı toplam oy oranını da büyük ölçüde yansıtıyor.
Fakat sınırların yönünü değiştirdiğimiz anda sonuç da değişir. Seçim bölgelerini yatay çizdiğimizde her bölgede altı mavi ve dört kırmızı seçmen yer alır. Mavi parti bu durumda beş bölgenin tamamını kazanır. Oy oranı hâlâ yüzde 60, fakat sandalye oranı yüzde 100’e çıkar.
Bu sonuçları üretmek için siyasetçiler temelde iki stratejiden yararlanır. İlkinde rakip seçmenleri birkaç bölgede yoğunlaştırırlar. Böylece rakip bu bölgeleri çok büyük farklarla kazanır, ancak fazladan oylar ona başka bir sandalye kazandırmaz. Buna yığma denir.
İkinci yöntemde ise rakip seçmenler birçok bölgeye dağıtılır. Böylece bu seçmenler farklı bölgelerde azınlıkta kalır ve yeterli sayıya ulaşamadıkları için temsilci çıkarazlar. Buna da parçalama denir.
Her iki yöntemde de seçmenlerin sayısı değişmez. Kimse oy tercihini de değiştirmez. Ancak haritayı çizenler yalnızca sınırlarla oynayarak hangi partinin kaç temsilci kazanacağını ciddi biçimde etkiler.
Bir Seçim Bölgesinin Şekli Bize Ne Söyler?
Gerrymandering’i fark etmenin en eski yollarından biri, seçim bölgelerinin şekillerine bakmaktır. Çünkü siyasi amaçlarla çizilmiş sınırlar çoğu zaman doğal değildir. Uzun, ince, kıvrımlı ya da birbirinden kopuk parçaları bir araya getiren bölgeler hemen dikkat çeker.
Ancak burada hemen başka bir sorun ortaya çıkar: Bir şeklin “fazla garip” olduğuna nasıl karar vereceğiz? Daniel Polsby ve Robert Popper bu soruya 1991’de matematiksel bir yanıt önerdi. Bugün Polsby–Popper skoru olarak bilinen bu ölçü, bir seçim bölgesinin ne kadar kompakt olduğunu hesaplar.

Skor 0 ile 1 arasında değişir. Değer 1’e yaklaştıkça bölge, mümkün olan en kompakt şekil olan daireye yaklaşır. Formüldeki 4 × pi çarpanı da rastlantı değildir. Bunun arkasında izoperimetrik eşitsizlik adı verilen klasik bir geometri sonucu vardır. Bu eşitsizlik, belirli bir çevre uzunluğuyla en büyük alanı dairenin çevrelediğini söyler.
Bu nedenle dairenin Polsby–Popper skoru 1’dir. Karenın skoru yaklaşık 0,78, eşkenar üçgeninki ise yaklaşık 0,60 çıkar. Gerrymandering kavramına adını veren ünlü Massachusetts bölgesinin skoru ise yaklaşık 0,25’tir.
Bir Haritanın Ne Kadar Olağandışı Olduğunu Nasıl Anlarız?
Çünkü her düzensiz şekil siyasi manipülasyon anlamına gelmez. Kıyı çizgileri, nehirler, göller ya da yerleşimlerin dağılımı seçim bölgelerini doğal olarak girintili çıkıntılı hâle getirebilir. Tersine, bir bölge oldukça düzenli görünürken yine de belirli bir partiye avantaj sağlayabilir.
Bu nedenle matematikçiler yalnızca şekle bakmaz. Bir haritanın ürettiği sonucu, aynı koşulları sağlayan çok sayıdaki alternatif haritayla karşılaştırırlar. Eğer önerilen harita bir partiye sandalyelerin yüzde 70’ini kazandırıyor, ama benzer nüfus ve coğrafi koşullara sahip alternatif haritaların çoğu aynı partiye yaklaşık yüzde 45 sandalye veriyorsa, önerilen harita artık sıradan bir seçenek gibi görünmez.
Fakat burada başka bir matematik problemi ortaya çıkar. Gerçek bir seçim sisteminde mümkün olan bütün haritaları tek tek üretmek neredeyse imkânsızdır. Bölge sayısı arttıkça olası harita sayısı muazzam bir hızla büyür. Üstelik her haritanın yalnızca geometrik olarak mümkün olması yetmez; nüfus dengesi, bölgesel bütünlük ve yürürlükteki seçim kuralları gibi koşulları da sağlaması gerekir.
Matematikçiler bu kombinatoryal patlamayı aşmak için Markov Zinciri Monte Carlo, yani MCMC yönteminden yararlanır. MCMC bütün olası haritaları listelemeye çalışmaz. Bunun yerine çok sayıda geçerli harita üretir ve bunların nasıl sonuçlar verdiğine bakar.
Yöntemin mantığı kamuoyu araştırmalarına benzer. Bir ülkedeki herkesle konuşmak yerine, yeterince büyük ve uygun biçimde seçilmiş bir örneklem üzerinden genel eğilimi tahmin ederiz. MCMC de tüm olası seçim haritalarını incelemek yerine, onları temsil edecek büyük bir örneklem oluşturur.
Bu noktadan sonra önerilen haritanın örneklem içindeki yerini incelemek mümkün hâle gelir. Eğer harita, üretilen binlerce alternatifin büyük çoğunluğundan çok daha fazla sandalye avantajı sağlıyorsa, bu sonucu yalnızca tesadüfle açıklamak zorlaşır. Başka bir deyişle matematik, “Bu harita bana şüpheli görünüyor” demek yerine, “Bu harita istatistiksel olarak son derece sıra dışı” dememizi sağlar.
Seçimlerin Matematiği Karmaşık Hesaplamalar Gerektirir

Burada yeni bir sorun çıkar. Gerçek bir seçim sisteminde mümkün olan bütün haritaları tek tek üretmek neredeyse imkânsızdır. Bölge sayısı arttıkça olası harita sayısı çok hızlı büyür. Üstelik her haritanın nüfus dengesi, coğrafi bütünlük ve yasal sınırlar gibi koşullara da uyması gerekir.
Matematikçiler bu problemi Markov Zinciri Monte Carlo, yani MCMC adı verilen yöntemle aşmaya çalışır. MCMC bütün olası haritaları incelemek yerine çok sayıda rastgele, ama geçerli harita üretir. Sonra bu haritaların hangi seçim sonuçlarını verdiğine bakar.
Gerrymandering kavramı ABD siyasetinden doğmuş olsa da, seçim bölgelerinin sınırlarını siyasi avantaj için kullanma sorunu, bölgesel temsil sistemlerinin bulunduğu her yerde ortaya çıkabilir.
Neyse ki matematik, bu tür müdahaleleri görünür kılmak için güçlü araçlar sunar. Geometrik ölçüler, istatistiksel karşılaştırmalar ve alternatif harita analizleri sayesinde bir seçim düzeninin ne kadar olağandışı olduğunu daha nesnel biçimde değerlendirebiliriz.
Okuma Önerimiz: Haritalarda Kuzey Neden Hep Yukarıdadır?
Kaynaklar ve ileri okumalar
- Herschlag, G., Kang, H. S., Luo, J., Graves, C. V., Bangia, S., Ravier, R., & Mattingly, J. C. (2020). Quantifying Gerrymandering in North Carolina. Statistics and Public Policy, 7(1), 30–38. https://doi.org/10.1080/2330443X.2020.1796400
- Polsby, Daniel D. and Popper, Robert, The Third Criterion: Compactness as a Procedural Safeguard Against Partisan Gerrymandering (March 18, 1991). Yale Law & Policy Review, Vol. 9, No. 2, 1991, http://dx.doi.org/10.2139/ssrn.2936284
- Geometry Reveals the Tricks behind Gerrymandering. yayınlanma tarihi: 10 Kasım 2022; Bağlantı: https://www.scientificamerican.com/
Matematiksel



