4月29日，美国最高法院以种族因素为由推翻了路易斯安那州的选区地图。这起裁决可能重塑全美未来选区划定的规则。与此同时，多个州正赶在11月中期选举前重新划分选区边界，以偏向某一政党。

约翰霍普金斯大学数学家Emily Riehl在《科学》杂志撰文，呼吁从数学角度审视"杰利蝾螈"问题——即操纵选区边界以偏袒特定选民群体的做法。

选区划定的数学链条比你想象的更长。首先是十年一次的人口普查，目标是统计全美每一个人口，但上报数据时会通过算法注入"噪声"以保护个人隐私。接下来是席位分配，决定435个众议院席位在各州之间如何划分——这并非简单的比例计算，因为精确比例不会是1/435的整数倍，需要专门算法来确定各州席位数。

席位分配完成后才进入选区划分环节。Riehl指出，数学在此处的介入程度远超公众认知。她高中时曾推动学生会选举改用"即时决选投票制"，以解决候选人分票问题——这种对选举机制的早期兴趣，后来延伸到了对美国众议院选举公平性的数学分析。

数学能否为选区公平性提供客观标准？Riehl认为可以，但也存在局限。算法可以检测极端不自然的选区形状，可以模拟数千种替代方案来评估某一地图的偏差程度，却无法单独回答"什么是公平"这个政治问题。数学工具能揭示操纵的痕迹，却不能替代关于权力代表的政治判断。

最高法院的裁决与选区重划的浪潮同时发生，将数学推到了政治博弈的前线。Riehl的视角提醒我们：在选举公平性的争论中，算法既是问题的一部分——被用来保护隐私、分配席位——也可能是解决方案的一部分，用于识别和约束人为的边界操纵。