國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
122
第八章 結論
1. 結論
本研究透過使用質心范諾圖產生出形狀不錯的初始選區，之後再透過調高選 區凸包面積比的方式調整選區形狀最後可以得到形狀很好的選區劃分。同時再透 過調整行政區分割數產生出行政區沒有被過度分割的劃分結果。所以我們的劃分 方式一開始便強調畫出形狀好的初始選區，不是先強調縮小人口誤差之後再要求 選區形狀，因此在最後能得到形狀不錯的劃分結果。所以先考慮選區形狀，再考 慮人口能夠畫出一組以形狀優先考量的選區劃分。
本研究可以產生出一組形狀很好的選區劃分，劃分出來的選區滿足公平公正 的原則。我們產生出來的選區劃分結果滿足人口一致性，連接性，行政區域完整 性以及形狀完整性。同時我們也可以透過不同的起始點集合產生出不同的初始選 區，因此可以很快速的產生出不同且不錯的選區劃分，是相當有效率的。
本論文從人口誤差，凸包面積比以及行政區分割數這三種角度比較我們系統 產生的四個結果與中選會提出的劃分。從人口誤差來看中選會與我們的四個結果 都滿足百分之十五的人口誤差，因此這五組劃分都滿足人口一致性。而我們的四 個結果的凸包面積比最小值，平均值以及標準差均優於中選會的結果，因此我們 的四個結果的選區形狀皆比中選會來的好。從行政區分割數來看中選會在行政區 域分割數上跟我們的四個結果相比佔有優勢，平均分割數比我們四個結果都來的 小。因此透過這三項性質的比較，相對於中選會的劃分，我們的劃分結果在選區 形狀上是佔有優勢的。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
123
2. 未來研究
在我們的系統架構內，我們一開始是先挑選出一組起始點，之後再透過這組 起始點產生初始選區並對這組初始選區作調整後產生出最後的劃分結果。因此一 開始挑選出的起始點對最後產生出的劃分結果有很大的影響。所以挑選起始點的 方式就顯的很重要，因為會影響到最後的結果。在我們的研究裡我們是透過設定 村里距離的門檻值來挑選起始點。我們並沒有針對如何挑選起始點這個議題作深 入的探討，所以在未來可以繼續朝這個議題作研究，使用不同的方式來挑選起始 點。例如可以考慮採用6 以外的的門檻值來挑選起始點。
在產生初始選區時我們是使用質心范諾圖的方式來產生。雖然質心范諾圖產 生的初始選區有引進人口質心的概念，但是由於在劃分初始選區時並未考慮到村 里的人口密度。而且質心范諾圖也算是范諾圖的一種，主要是以距離來劃分。因 此還是有可能某個選區的人口偏多，有的偏少。未來可以考慮將村里的人口密度 與質心范諾圖這個概念整合在一起，如此產生的初始選區的人口誤差可能會更進 一步的縮小。
在我們的演算法內，以形狀調整演算法為例，我們是對每個選區都作了一次 形狀的調整。然而如果可以透過設定一些條件，譬如選區的凸包面積比無法調整 到比較大的數值就停止調整。這種設定方式可以讓調整次數變的比較合理，而不 是每個選區只設定調整一次。
另外在本論文中我們評估選區形狀的方式是使用凸包面積比。而凸包面積比 也存在了一些缺點，如細長型的選區可能會獲得很高的凸包面積比，但是他的形 狀是不好的。因此在未來可以將凸包面積比搭配其他的形狀評估方法，例如長短 軸比之類的方法，應該可以避免將細長型的選區視為形狀不錯的選區。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
124
在我們的研究中是以台北市當作劃分目標。而將我們四個劃分結果代入歷史 選舉資料之後可以發現四個結果都是代入第六屆立委選舉結果時泛藍獲得7 席，
泛綠1 席。同時四個結果代入第七屆的資料都是泛藍獲得所有的席次。代表不同 的選區劃分最後得到的選舉結果都是一樣，沒有辦法提供出一組可以提供如泛藍 獲得6 席，泛綠獲得 2 席這種劃分。這可能是因為我們是拿台北市當作劃分對象。
因為台北市的政治傾向比較明顯，所以不管選區怎麼畫得到的選舉結果都是一 樣。因此在未來可以考慮將我們的方法套用到其他政治傾向比較平均的縣市，如 台北縣等區域可以在未來拿來作為我們的劃分對象，並看看是否會得到不同的結 果。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
125
參考文獻
[1].李俊瑩，“應用基因演算法重劃選區”，碩士論文，政治大學資訊科學系，西元 2006 年
[2].何瑁鎧、李俊瑩、劉克鑛、游清鑫，“選區重劃之分析與探討”，TAAI 2005 [3].謝長紘，“計算幾何學在選區劃分上之分析與應用”，碩士論文，政治大學資訊
科學系，西元2008 年
[4].何瑁鎧、謝長紘，“計算幾何學在選區劃分上之分析與應用”，TAAI2008 [5].許宏敏，“多重選區劃分之分析與研究”，碩士論文，政治大學資訊科學系，西
元2009 年
[6].何瑁鎧、許宏敏，”多重選區劃分之分析與研究”，NCS2009
[7]. S.Hess, J.Weaver, H.Siegfeldt, J.Whealn and P.Zitlau, “Nonpartisan Political
Redistricting by Computer” Operations Research 13, 1965
[8]. F. Bacao, V.Lobo, and M. Painho. “Applying genetic algorithms to zone design”
Springer-Verlag , 2004
[9]. Gerrymandering, http://en.wikipedia.org/wiki/Gerrymandering [10]. Voronoi diagram, http://en.wikipedia.org/wiki/Voronoi_diagram [11]. Centroidal Voronoi diagram,