Voting Experiments

This book presents a collection of papers illustrating the variety of "experimental" methodologies used to study voting. Experimental methods include laboratory experiments in the tradition of political psychology, laboratory experiments with monetary incentives, in the economic tradition, survey experiments (varying survey, question wording, framing or content), as well as various kinds of field experimentation. Topics include the behavior of voters (in particular turnout, vote choice, and strategic voting), the behavior of parties and candidates, and the comparison of electoral rules.

The first edition of Get Out the Vote! broke ground by introducing a new scientific approach to the challenge of voter mobilization and profoundly influenced how campaigns operate. In this expanded and updated edition, the authors incorporate data from more than one hundred new studies, which shed new light on the cost-effectiveness and efficiency of various campaign tactics, including door-to-door canvassing, e-mail, direct mail, and telephone calls. Two new chapters focus on the effectiveness of mass media campaigns and events such as candidate forums and Election Day festivals. Available in time for the core of the 2008 presidential campaign, this practical guide on voter mobilization is sure to be an important resource for consultants, candidates, and grassroots organizations. Praise for the first edition: "Donald P. Green and Alan S. Gerber have studied turnout for years. Their findings, based on dozens of controlled experiments done as part of actual campaigns, are summarized in a slim and readable new book called Get Out the Vote!, which is bound to become a bible for politicians and activists of all stripes." —Alan B. Kreuger, in the New York Times "Get Out the Vote! shatters conventional wisdom about GOTV." —Hal Malchow in Campaigns & Elections "Green and Gerber's recent book represents important innovations in the study of turnout."—Political Science Review "Green and Gerber have provided a valuable resource for grassroots campaigns across the spectrum."—National Journal

Voters do not always choose their preferred candidate on election day. Often they cast their ballots to prevent a particular outcome, as when their own preferred candidate has no hope of winning and they want to prevent another, undesirable candidate’s victory; or, they vote to promote a single-party majority in parliamentary systems, when their own candidate is from a party that has no hope of winning. In their thought-provoking book The Many Faces of Strategic Voting, Laura B. Stephenson, John H. Aldrich, and André Blais first provide a conceptual framework for understanding why people vote strategically, and what the differences are between sincere and strategic voting behaviors. Expert contributors then explore the many facets of strategic voting through case studies in Great Britain, Spain, Canada, Japan, Belgium, Germany, Switzerland, and the European Union.

This thesis is concerned with investigating elements of computational social choice in the light of real-world applications. We contribute to a better understanding of the areas of fair allocation and multiwinner voting. For both areas, inspired by real-world scenarios, we propose several new notions and extensions of existing models. Then, we analyze the complexity of answering the computational questions raised by the introduced concepts. To this end, we look through the lens of parameterized complexity. We identify different parameters which describe natural features specific to the computational problems we investigate. Exploiting the parameters, we successfully develop efficient algorithms for spe- cific cases of the studied problems. We complement our analysis by showing which parameters presumably cannot be utilized for seeking efficient algorithms. Thereby, we provide comprehensive pictures of the computational complexity of the studied problems. Specifically, we concentrate on four topics that we present below, grouped by our two areas of interest. For all but one topic, we present experimental studies based on implementations of newly developed algorithms. We first focus on fair allocation of indivisible resources. In this setting, we consider a collection of indivisible resources and a group of agents. Each agent reports its utility evaluation of every resource and the task is to “fairly” allocate the resources such that each resource is allocated to at most one agent. We concentrate on the two following issues regarding this scenario. The social context in fair allocation of indivisible resources. In many fair allocation settings, it is unlikely that every agent knows all other agents. For example, consider a scenario where the agents represent employees of a large corporation. It is highly unlikely that every employee knows every other employee. Motivated by such settings, we come up with a new model of graph envy-freeness by adapting the classical envy-freeness notion to account for social relations of agents modeled as social networks. We show that if the given social network of agents is simple (for example, if it is a directed acyclic graph), then indeed we can sometimes find fair allocations efficiently. However, we contrast tractability results with showing NP-hardness for several cases, including those in which the given social network has a constant degree. Fair allocations among few agents with bounded rationality. Bounded rationality is the idea that humans, due to cognitive limitations, tend to simplify problems that they face. One of its emanations is that human agents usually tend to report simple utilities over the resources that they want to allocate; for example, agents may categorize the available resources only into two groups of desirable and undesirable ones. Applying techniques for solving integer linear programs, we show that exploiting bounded rationality leads to efficient algorithms for finding envy-free and Pareto-efficient allocations, assuming a small number of agents. Further, we demonstrate that our result actually forms a framework that can be applied to a number of different fairness concepts like envy-freeness up to one good or envy-freeness up to any good. This way, we obtain efficient algorithms for a number of fair allocation problems (assuming few agents with bounded rationality). We also empirically show that our technique is applicable in practice. Further, we study multiwinner voting, where we are given a collection of voters and their preferences over a set of candidates. The outcome of a multiwinner voting rule is a group (or a set of groups in case of ties) of candidates that reflect the voters’ preferences best according to some objective. In this context, we investigate the following themes. The robustness of election outcomes. We study how robust outcomes of multiwinner elections are against possible mistakes made by voters. Assuming that each voter casts a ballot in a form of a ranking of candidates, we represent a mistake by a swap of adjacent candidates in a ballot. We find that for rules such as SNTV, k-Approval, and k-Borda, it is computationally easy to find the minimum number of swaps resulting in a change of an outcome. This task is, however, NP-hard for STV and the Chamberlin-Courant rule. We conclude our study of robustness with experimentally studying the average number of random swaps leading to a change of an outcome for several rules. Strategic voting in multiwinner elections. We ask whether a given group of cooperating voters can manipulate an election outcome in a favorable way. We focus on the k-Approval voting rule and we show that the computational complexity of answering the posed question has a rich structure. We spot several cases for which our problem is polynomial-time solvable. However, we also identify NP-hard cases. For several of them, we show how to circumvent the hardness by fixed-parameter tractability. We also present experimental studies indicating that our algorithms are applicable in practice. Diese Arbeit befasst sich mit der Untersuchung von Themen des Forschungsgebiets Computational Social Choice im Lichte realer Anwendungen. Dabei trägt sie zu einem besseren Verständnis der Bereiche der fairen Zuordnung und der Mehrgewinnerwahlen bei. Für beide Konzepte schlagen wir – inspiriert von realen Anwendungen – verschiedene neue Begriffe und Erweiterungen bestehender Modelle vor. Anschließend analysieren wir die Komplexität der Beantwortung von Berechnungsfragen, die durch die eingeführten Konzepte aufgeworfen werden. Dabei fokussieren wir uns auf die parametrisierte Komplexität. Hierzu identifizieren wir verschiedene Parameter, welche natürliche Merkmale der von uns untersuchten Berechnungsprobleme beschreiben. Durch die Nutzung dieser Parameter entwickeln wir erfolgreich effiziente Algorithmen für Spezialfälle der untersuchten Probleme. Wir ergänzen unsere Analyse indem wir zeigen, welche Parameter vermutlich nicht verwendet werden können um effiziente Algorithmen zu finden. Dabei zeichnen wir ein umfassendes Bild der Berechnungskomplexität der untersuchten Probleme. Insbesondere konzentrieren wir uns auf vier Themen, die wir, gruppiert nach unseren beiden Schwerpunkten, unten vorstellen. Für alle Themen bis auf eines präsentieren wir Experimente, die auf Implementierungen der von uns neu entwickelten Algorithmen basieren. Wir konzentrieren uns zunächst auf die faire Zuordnung unteilbarer Ressourcen. Hier betrachten wir eine Menge unteilbarer Ressourcen und eine Gruppe von Agenten. Jeder Agent gibt eine Bewertung des Nutzens jeder Ressource ab und die Aufgabe besteht darin, eine "faire" Zuordnung der Ressourcen zu finden, wobei jede Ressource höchstens einem Agenten zugeordnet werden kann. Innerhalb dieses Bereiches konzentrieren wir uns auf die beiden folgenden Problemstellungen. Der soziale Kontext bei der fairen Zuordnung unteilbarer Ressourcen. In vielen Szenarien, in denen Ressourcen zugeordnet werden sollen, ist es unwahrscheinlich, dass jeder Agent alle anderen kennt. Vorstellbar ist beispielsweise ein Szenario, in dem die Agenten Mitarbeiter eines großen Unternehmens repräsentieren. Es ist höchst unwahrscheinlich, dass jeder Mitarbeiter jeden anderen Mitarbeiter kennt. Motiviert durch solche Szenarien entwickeln wir ein neues Modell der graph-basierten Neidfreiheit. Wir erweitern den klassischen Neidfreiheitsbegriff um die sozialen Beziehungen von Agenten, die durch soziale Netzwerke modelliert werden. Einerseits zeigen wir, dass wenn das soziale Netzwerk der Agenten einfach ist (zum Beispiel, wenn es sich um einen gerichteten azyklischen Graph handelt), in manchen Fällen faire Zuordnungen effizient gefunden werden können. Andererseits stellen wir diesen algorithmisch positiven Ergebnissen mehrere NP-schweren Fällen entgegen. Ein Beispiel für einen solchen Fall sind soziale Netzwerke mit einem konstanten Knotengrad. Faire Zuteilung an wenige Agenten mit begrenzter Rationalität. Begrenzte Rationalität beschreibt die Idee, dass Menschen aufgrund kognitiver Grenzen dazu neigen, Probleme, mit denen sie konfrontiert werden, zu vereinfachen. Eine mögliche Folge dieser Grenzen ist, dass menschliche Agenten in der Regel einfache Bewertungen der gewünschten Ressourcen abgeben; beispielsweise könnten Agenten die verfügbaren Ressourcen nur in zwei Gruppen, erwünschte und unerwünschte Ressourcen, kategorisieren. Durch Anwendung von Techniken zum Lösen von Ganzzahligen Linearen Programmen zeigen wir, dass unter der Annahme einer kleinen Anzahl von Agenten die Ausnutzung begrenzter Rationalität dabei hilft, effiziente Algorithmen zum Finden neidfreier und Pareto-effizienter Zuweisungen zu entwickeln. Weiterhin zeigen wir, dass unser Ergebnis ein allgemeines Verfahren liefert, welches auf eine Reihe verschiedener Fairnesskonzepte angewendet werden kann, wie zum Beispiel Neidfreiheit bis auf ein Gut oder Neidfreiheit bis auf irgendein Gut. Auf diese Weise gewinnen wir effiziente Algorithmen für eine Reihe fairer Zuordnungsprobleme (wenige Agenten mit begrenzter Rationalität vorausgesetzt). Darüber hinaus zeigen wir empirisch, dass unsere Technik in der Praxis anwendbar ist. Weiterhin untersuchen wir Mehrgewinnerwahlen, bei denen uns eine Menge von Wählern sowie ihre Präferenzen über eine Reihe von Kandidaten gegeben sind. Das Ergebnis eines Mehrgewinnerwahlverfahrens ist eine Gruppe (oder eine Menge von Gruppen im Falle eines Unentschiedens) von Kandidaten, welche die Präferenzen der Wähler am besten einem bestimmten Ziel folgend widerspiegeln. In diesem Kontext untersuchen wir die folgenden Themen. Die Robustheit von Wahlergebnissen. Wir untersuchen, wie robust die Ergebnisse von Mehrgewinnerwahlen gegenüber möglicher Fehler der Wähler sind. Unter der Annahme, dass jeder Wähler eine Stimme in Form einer Rangliste von Kandidaten abgibt, modellieren wir einen Fehler als einen Tausch benachbarter Kandidaten in der Rangliste. Wir zeigen, dass für Wahlregeln wie SNTV, k-Approval und k-Borda die minimale Anzahl an Vertauschungen, welche zu einer Ergebnisänderung führt, einfach zu berechnen ist. Für STV und die Chamberlin-Courant-Regel ist diese Aufgabe allerdings NP-schwer. Wir schließen unsere Untersuchung der Robustheit unterschiedlicher Wahlregeln ab mit einer experimentellen Evaluierung der durchschnittlichen Anzahl zufälliger Vertauschungen, die zu einer Änderung des Ergebnisses führen. Strategische Abstimmung bei Wahlen mit mehreren Gewinnern. Wir fragen, ob eine bestimmte Gruppe von kooperierenden Wählern ein Wahlergebnis zu ihren Gunsten manipulieren kann. Dabei konzentrieren wir uns auf die k-Approval-Wahlregel. Wir zeigen, dass die Berechnungskomplexität der besagten Manipulation eine reiche Struktur besitzt. Auf der einen Seite identifizieren wir mehrere Fälle in denen das Problem in Polynomzeit lösbar ist. Auf der anderen Seite identifizieren wir jedoch auch NP-schwere Fälle. Für einige von ihnen zeigen wir, wie die Berechnungsschwere durch parametrisierte Algorithmen umgangen werden kann. Wir präsentieren zudem experimentelle Untersuchungen, welche darauf hindeuten, dass unsere Algorithmen in der Praxis anwendbar sind.

In the modern era, representation is the hallmark of democracy, and electoral rules structure how representation works and how effectively governments perform. Moreover, of the key structural variables in constitutional design, it is the choice of electoral system that is usually the most open to change. There are three distinctive approaches to electoral system research. One, associated largely with economics, involves the study of electoral system effects through the deductive method, using mathematical tools to derive theorems about the properties of voting methods and behaviors. A second, associated largely with political science, has a primarily empirical focus, and looks in depth at how electoral rules impact on political outcomes, through large cross-sectional or case studies. A third, and more recent tradition, inspired largely by work in experimental economics, involves experimentation, either in the form of controlled laboratory experiments or in the form of in situ field studies. This volume employs the third approach to report on experiments that look at alternatives to the present two round (majority runoff) system used for the election of French presidents. This system is of considerable importance not just because of its use in France but also because of its wide adoption in presidential elections in new democracies, such as Bulgaria, Poland, Romania, Russia and Ukraine. The editors have assembled the top experimental economists and political scientists specializing in French politics to provide in-depth analysis of the double ballot electoral system, and, more broadly, of the effect of electoral rules on the number of candidates, voter strategies, and ideological choice. Ultimately, the editors and contributors argue that experimental methods have great potential to inform our understanding of institutional mechanisms in the context of voting behavior.

An exploration of core problems in experimental research on voting behaviour and political institutions, ranging from design and data analysis to inferences with respect to constructs, constituencies and causal claims. The focus of is on the implementation of principles in experimental political science and the reflection of actual practices.

This book presents a new democratic theory of election reform, using the tradition of political realism to interrogate and synthesize findings from global elections research and voting theory. In a world of democratic deficits and uncivil societies, political researchers and reformers should prioritize creating smarter ballots before smarter voters. Many democracies’ electoral systems impose a dilemma of disempowerment which traps voters between the twin dangers of vote-splitting and “lesser evil” choices, restricting individual expression while degrading systemic accountability. The application of innovative conceptual tools to comparative empirical analysis and previous experimental results reveals that ballot structure is crucial, but often overlooked, in sustaining this dilemma. Multi-mark ballot structures can resolve the dilemma of disempowerment by allowing voters to rank or grade multiple parties or candidates per contest, thereby furnishing democratic citizens with a broader array of options, finer tools of expression, and stronger powers of accountability. Innovative proposals for ranking and grading ballots in both multi-winner and single-winner contests, including referendums, are offered to provoke further experimentation and reform—a process that may help the cause of democratic elections’ relevance and survival.