Analyse der Auswirkungen des Layouts auf die Ressourcenzuteilung für Abstimmungen

Fallstudie

Um die Auswirkungen von Layout-Entscheidungen auf den Betrieb eines Wahllokals zu untersuchen, wurde ein Wahllokal in Los Angeles County (LAC), Kalifornien, als Fallstudie ausgewählt. Da LAC mehr als 5,5 Millionen registrierte Wähler beherbergt (California Secretary of State 2020) und für die Präsidentschaftsvorwahlen 2020 eine neue Wahlausrüstung eingeführt hat, ist die Frage, wie ein Wahllokal am besten gestaltet werden kann, eine entscheidende Komponente der Wahlplanung. Zunächst wurde eine allgemeine Darstellung des beobachteten Wahlzentrums entwickelt und überprüft. Die aus manuellen Beobachtungen des Wahlvorgangs gewonnenen Daten wurden gegebenenfalls an Wahrscheinlichkeitsverteilungen angepasst und in das Simulationsmodell eingegeben. Eine simulierte Darstellung des Wahllokals wurde dann mit der Simio-Software Version 11.197.19514 kodiert. Dieses Basismodell wurde dann anhand des bekannten Prozessverhaltens verifiziert und auf der Grundlage beobachteter Zeitstudien validiert. In einem Versuchsplan wurden das Layout und der Ablauf des Wahlzentrums variiert, um die Auswirkungen solcher Änderungen zu ermitteln.

Konzeptionelle Modellierung

Das untersuchte System war ein LAC-Wahlzentrum, das während der Präsidentschaftsvorwahlen 2020 in Betrieb war. Ein Wahlzentrum ist ein Wahllokal, in dem Wähler aus mehreren Wahlbezirken ihre Stimme abgeben können. Gemäß dem California Voter's Choice Act (S.B. 450 2016 [in Kraft getreten]) ermöglichen die LAC-Wahlzentren jedem Wähler in ihrem Bezirk die Stimmabgabe in einem beliebigen ihrer Standorte (1.000 für diese spezielle Wahl). Die beobachtete Wahl fand am Wahltag - Super Tuesday, 3. März 2020 - statt, was die höchste Wahlbeteiligung pro Tag in der 10-tägigen Wahlperiode des LAC bedeutet.

Die Stimmabgabe im gesamten LAC erfordert entweder einen ein-, zwei- oder dreistufigen Prozess, je nach Wahlberechtigung des Wählers. Für einen registrierten Wähler, der einen vormarkierten Stimmzettel abgibt (d.h. per Post wählt), erfordert das einstufige System, dass er seinen Stimmzettel in ein sicheres Schließfach wirft. Dieser einstufige Prozess wurde von dieser Analyse ausgeschlossen, da er unabhängig vom Gesamtsystem ist. Für einen registrierten Wähler besteht das Verfahren aus zwei Schritten (Schritt 1): Identifizierung und Ausdrucken des Stimmzettels bei der Wahlannahme, gefolgt von der Kennzeichnung des Stimmzettels an einer Station und dem Einscannen des Stimmzettels (Schritt 2). Unter bestimmten Bedingungen (z. B. bei der Registrierung am selben Tag) können Wähler einen vorläufigen Stimmzettel in drei Schritten einreichen: (1) Einchecken, (2) Kennzeichnung des Stimmzettels und dann (3) Rückkehr zur Check-in-Station, um den Stimmzettel fertigzustellen. Unabhängig von der Art des Wählers sind die Geräte für das Einchecken und die Kennzeichnung der Stimmzettel identisch. Abbildung 1 veranschaulicht diese Wahlvorgänge innerhalb des Systems.

Bei der Wahlannahme geben die Wähler den Wahlhelfern Informationen, um ihre Wahlberechtigung zu überprüfen; im Staat Kalifornien ist kein Ausweis erforderlich. Die Informationen werden mit einem elektronischen Wahlbuch, dem KNOWiNK Poll Pad® (einem modifizierten Touchscreen-Tablet, das auf die Datenbank der Wählerregistrierung zugreift), verarbeitet, das einem speziellen Stimmzetteldrucker anzeigt, welche Informationen auf den Stimmzettel zu drucken sind. Der Stimmzettel wird dann für jeden Wähler auf der Grundlage seines spezifischen Stimmzettels für den Ort, an dem er registriert ist, gedruckt und dem Wähler ausgehändigt. Nach diesem Vorgang sucht der Wähler ein Voting Solutions for All People (VSAP)-Wahlgerät auf (d. h. eine elektronische Wahlkabine, in die der Wähler seinen Stimmzettel einlegt und seinen Stimmzettel mit Hilfe einer speziell vom LAC entwickelten Touchscreen-Schnittstelle digital kennzeichnet). Sobald die Kennzeichnung des Stimmzettels auf dem BMD abgeschlossen ist, wird der markierte Stimmzettel des Wählers zur Überprüfung ausgedruckt. Der Wähler gibt dann seinen Stimmzettel ab, indem er ihn erneut in den integrierten Scanner des BMD einlegt und die Abgabe auf der BMD-Oberfläche bestätigt. Vorläufige Wähler kehren zum Check-in zurück, stecken ihren Stimmzettel in einen Umschlag, füllen die erforderlichen Informationen auf diesem Umschlag aus und werfen ihn dann in ein sicheres Schließfach. Sobald die Stimme abgegeben wurde, kann der Wähler das System verlassen. Die Einrichtung des Wahllokals wird von den Mitarbeitern des LAC Registrar-Recorder/County Clerk's Office vorgenommen; die geplanten Layout-Entscheidungen und die Positionierung/Orientierung der Geräte sind jedoch nicht klar.

Modell-Eingaben

Die primären Eingaben in die Systemsimulation umfassten das Ankunftsverhalten, die Bearbeitungszeiten, die Anzahl der Geräte und die Verfügbarkeit der Stationen. Die Wählerankünfte wurden nach der Art der Wähler (vorläufig und nicht vorläufig) getrennt. Es wurde eine Kombination aus Beobachtungszeitstudien und elektronisch generierten Daten erhoben. Obwohl der Großteil des Wahlvorgangs Transaktionsprotokolle erzeugt, die die Ereignisse auf jedem Gerät innerhalb des Wahlsystems beschreiben, ist der Zugang zu diesen Protokollen für Personen außerhalb der Bezirkswahlbehörde verzögert, bis die Authentifizierungs- und Verifizierungsprozesse der Wahl abgeschlossen sind. Zur Ergänzung der Daten für die anfängliche Systemanalyse wurden Zeitstudien zu den Abfertigungsprozessen und den Prozessen zur Kennzeichnung der Stimmzettel durchgeführt. Aus den von Poll Pads® zur Verfügung gestellten Protokolldateien wurden Zählungen vorgenommen, um die Gesamtzahl der provisorischen und nicht provisorischen Wähler zu ermitteln.

Die Bearbeitungszeiten wurden durch die Erstellung von Verteilungen ermittelt, die repräsentativ für die Daten sind, die durch manuelle Beobachtungen bei der Abfertigung (n = 506) und der Kennzeichnung und dem Scannen der Stimmzettel (n = 304) gesammelt wurden. Die Verteilungen wurden mit Hilfe des fitdistrplus-Pakets in RStudio angepasst, wobei verschiedene Verteilungen automatisch angepasst und mit den Daten anhand von P-P-Diagrammen und Q-Q-Diagrammen verglichen wurden. Die resultierende Verteilungsanpassung für den Check-in-Prozess war eine log-logistische Verteilung mit einer Form von 3,532 und einer Skala von 107,191. Der Prozess der Kennzeichnung und des Scannens der Stimmzettel entsprach einer loglogistischen Verteilung mit einem Formparameter von 3,521 und einem Skalenparameter von 339,560.

Weitere kritische Modellinputs waren die Ankunftsraten im System und die Logik des Wählerweges. Aufgrund der Bildung einer Schlange vor dem Wahlzentrum konnte die Ankunft neuer Wähler während der Datenerfassung nicht direkt beobachtet werden. Um dem Rechnung zu tragen, wurde die Literatur über Wahlsysteme herangezogen, um ein geschätztes Muster der erwarteten Wahlbeteiligung zu erstellen. Es wird allgemein angenommen, dass die Wähler vor allem in den frühen Morgenstunden und am Nachmittag in den Wahllokalen eintreffen (Edelstein 2006; Yang et al. 2014; Yang et al. 2009). Die in Yang et al. (2009, S. 3143) vorgestellten Wahlbeteiligungsquoten gehen davon aus, dass 47 % der Wähler vor 11:00 Uhr eintreffen und eine weitere Spitze am Nachmittag (d. h. 24 % zwischen 11:00 und 15:00 Uhr). Das in Yang et al. (2009) dargestellte Ankunftsverhalten wurde für die Schätzung des Ankunftsmusters in dieser Studie verwendet. Die stündlichen Raten wurden angepasst, um der während der Datenerhebung beobachteten Warteschlange zu entsprechen, die sich vor dem Check-in bildete und von 8:00 bis 22:00 Uhr dauerte. Die Ankünfte innerhalb der Stunden folgten einem inhomogenen Poisson-Prozess, und alle Ankünfte endeten gemäß dem LAC-Gesetz um 20:00 Uhr.

Während der Datenerhebung wurden die Anzahl der Geräte und die Verfügbarkeit der Geräte erfasst. Sieben Poll Pads® wurden während des gesamten Wahltages eingesetzt. Insgesamt waren 75 BMDs im Wahlzentrum vorhanden, von denen jedoch nur 64 den ganzen Tag über im Einsatz waren. Von den 64 Geräten waren 53 von 7:00 bis 17:00 Uhr verfügbar, danach waren alle 64 verfügbar. Die verbleibenden 11 BMDs waren nicht in Gebrauch, da sich hinter den Geräten eine Schlange bildete, die direkt auf die Touchscreen-Oberfläche blickte. Um die Privatsphäre der Wähler zu schützen, wurden diese Geräte abgeschaltet und ihre Nutzung verhindert. Zusätzliche Annahmen waren erforderlich, um beobachtete Verhaltensweisen zu berücksichtigen, die aufgrund mangelnder Daten und der Unmöglichkeit, bestimmte Prozesse zu verfolgen, nicht in das Modell aufgenommen werden konnten. Es wurde davon ausgegangen, dass die Wähler den ersten Stimmzettel, der ihnen ausgehändigt wurde, erfolgreich abgeben würden, also einen Stimmzettel pro Person. Dies ist zwar nicht repräsentativ für die tatsächliche Wahl, aber es war schwierig zu beobachten, wann ein Wähler einen falschen Stimmzettel zurückgeben oder ungültig machen und einen neuen erhalten muss. Daher wurde davon ausgegangen, dass nicht-vorläufige Wähler niemals zu den Check-in-Stationen zurückkehren und möglicherweise als vorläufige Wähler umetikettiert werden. Außerdem wurde davon ausgegangen, dass sich die Wähler vor der Check-in-Station nicht gegenseitig überholen, d. h. die Warteschlange folgt dem Prinzip "first in first out" (FIFO), aber sie können einander auf dem gleichen Weg zu einer BMD oder einem Ausgang überholen. In der Praxis bieten die LAC-Wahlzentren den Wählern auch die Möglichkeit, Briefwahlstimmen in sichere Schließfächer innerhalb der Wahlzentren einzuwerfen. Dieses Teilsystem war in Bezug auf Ankünfte, Warteschlangen und Verarbeitung weitgehend von den anderen Wahlprozessen isoliert und wurde daher aus den Simulationsmodellen ausgeschlossen.

Modell-Codierung

Zur Darstellung des LAC-Wahlzentrums wurde ein DES-Modell in Simio erstellt. Der Ansatz für die Modellierung konzentrierte sich weniger auf eine exakte Darstellung des Wahllokals, was aufgrund der Datenverfügbarkeit praktisch unmöglich wäre, sondern vielmehr auf eine Annäherung an sein Verhalten. Selbst bei einer angenäherten Systemdarstellung liefern die Auswirkungen von Systemänderungen nützliche, relative Leistungsunterschiede (Banks et al. 2010), solange die Modelllogik repräsentativ ist. Daher wurde in Simio ein geschätztes Diagramm des Wahlzentrums erstellt. Der Modellraum wurde dann mit Servern bestückt, um die Check-in- und BMD-Prozesse darzustellen, wobei ein einzelner Server bis zu zwei Check-in-Stationen bzw. elf BMDs repräsentiert. Es wurde eine Routinglogik entwickelt, die sicherstellt, dass die vorläufigen Wähler vor dem Verlassen des Systems zum Check-in zurückkehren. Die Wählerpfade wurden auf der Grundlage der Beobachtungen während der Datenerfassung modelliert, wobei optionale Routen zur Verfügung standen. Die Pfade vor dem Check-in erlaubten kein Passieren, da die Wähler nach einer FIFO-Strategie eingecheckt wurden; die Pfade nach dem Check-in erlaubten jedoch ein Passieren, so dass die Wähler jede verfügbare BMD oder jeden Ausgang erreichen konnten. Die Ausgangswege (Pfade) waren fakultativ, wobei kürzere Wege von den Wählereinheiten bevorzugt wurden. Für alle Wege wurde eine Standard-Gehgeschwindigkeit von 1,4 m/s (Simio-Standardwert) verwendet.

Verifizierung und Validierung

Das Modell wurde durch Beobachtung der visuellen 2D- und 3D-Simulation in Simio verifiziert. Die Systemdarstellung wurde anhand des Routing- und Reiseverhaltens der Entitäten im gesamten System beurteilt. Vorrangig wurde darauf geachtet, dass die Rückverfolgung nicht vorgesehener Wähler, die Bildung angemessener Warteschlangen und die Logik der Geräteauswahl verhindert wurden. Wenn das Verhalten der Entitäten und der Verarbeitungsprozesse einigermaßen repräsentativ für das LAC-Wahlzentrum war, wurde das Modell validiert. Die Validierungsmethode verglich in erster Linie die simulierten Ergebnisse mit den deskriptiven Statistiken der Beobachtungsdaten. Zu den wichtigsten Messgrößen für die Validierung gehörten die durchschnittlichen Bearbeitungszeiten an den Check-In- und BMDs sowie das Verhalten der Warteschlangenbildung vor dem Check-In. Die sich daraus ergebende durchschnittliche Bearbeitungszeit für den simulierten Check-in-Prozess betrug 2,161 Minuten, ein Mittelwert über 100 Replikationen (n 1 = 100), der sich statistisch nicht von der beobachteten durchschnittlichen Check-in-Zeit von 2,223 Minuten (n 2 = 500) unterschied, mit einem 95%-Konfidenzintervall für die Differenz von (-0,242, 0,028) (d.h. t-Test mit zwei Stichproben und p = 0,121). Die durchschnittliche simulierte BMD-Verarbeitungszeit betrug 6,861 Minuten, ein Mittelwert über 100 Replikationen (n 3 = 100), der sich nicht signifikant von dem beobachteten Mittelwert von 6,783 Minuten (n 4 = 300) unterschied, mit einem 95 %-Konfidenzintervall für die Differenz von (- 0,923, 0,313) (d. h., t-Test mit zwei Stichproben und p = 0,332). Zur weiteren Validierung der ermittelten Ankunftsmuster und des Abfertigungsverhaltens wurde die Länge der Warteschlange während des gesamten Simulationslaufs beobachtet und mit den tatsächlichen Zählungen während der Datenerfassung verglichen. Während sich die genaue Anzahl der Wähler in der Warteschlange zwischen der simulierten und der beobachteten Wahl unterschied, waren das Muster des Warteschlangenverhaltens und sein relatives Ausmaß hinreichend ähnlich (d. h. die Warteschlange bildete sich um 8:00 Uhr morgens und blieb bis etwa 22:00 Uhr bestehen).

Experimenteller Aufbau

Es wurden sieben Simulationen mit alternativen Layout-Strategien (Tabelle 1) entwickelt und mit dem Basismodell verglichen, um die Auswirkungen des Layouts auf die Leistung des Wahlzentrums zu untersuchen. Jedes Simulationsmodell enthielt dieselben Dateneingaben für alle Parameter (d. h. Ankunftsmuster, Ressourcenmengen und Verarbeitungszeiten) und beinhaltete die Implementierung gemeinsamer Zufallszahlen für jede Verarbeitungsverteilung. Die Systemparameter, wie z. B. die Ressourcenmengen, wurden unverändert gelassen, um den Einfluss des Layouts auf die Systemleistung nicht zu verwirren. Die Simulationen wurden 16 Stunden lang durchgeführt, was der Zeit von der Öffnung der Wahllokale (d. h. 7:00 Uhr) bis zum Verlassen des Systems durch den letzten Wähler (d. h. etwa 23:00 Uhr) entspricht. Die Ankünfte endeten um Stunde 13 (d.h. um 20:00 Uhr) gemäß dem Gesetz. Jedes Modell wurde 100 Mal repliziert, um genügend Beobachtungen zu erhalten, um ein 99,3 %iges Konfidenzintervall (CI) zu generieren, das sich aus einem Bonferroni-korrigierten 95 %igen CI für die gewünschten Leistungskennzahlen ergibt (Banks et al. 2010, S. 477). Zwar gibt es eine große Anzahl fortschrittlicher Forschungsarbeiten und Algorithmen zur Optimierung von Anlagenlayouts (z. B. Sherali et al. 2003; Amaral 2006), doch wurde für die Entwicklung alternativer Layouts für Experimente ein nicht-kombinatorischer Ansatz gewählt, da das Ziel darin bestand, eine Reihe realisierbarer Optionen zu testen. Bei der Entwicklung dieser Layouts wurden die empfohlenen Best Practices für die Gestaltung von Wahllokalen (z. B. U.S. Election Assistance Commission n.d.; Center for Civic Design 2014), die von Wahlleitern und Wahlexperten vorgeschlagenen Ideen (z. B. die getrennte Bearbeitung vorläufiger Wähler) und die allgemeinen Best Practices für den Fußgängerverkehr (z. B. die Vermeidung von Querverkehr) berücksichtigt. Der Zweck der Ermittlung von Layout-Alternativen mit realistischen Optionen beruht auf der Zugänglichkeit. Die Entwicklung von Layout-Optimierungsmethoden für die Erstellung von Layout-Alternativen zur Verwendung in einem DES war nicht Gegenstand dieser Arbeit. Tabelle 1 enthält eine Auflistung und Beschreibung der Layout-Alternativen sowie einen Verweis auf die Abbildungen.

Um die Leistung jeder Alternative zu messen, wurden zwei Maße berücksichtigt: die durchschnittliche Zeit im System (ATS) und die maximale Zeit im System (MTS). Diese Maße wurden aufgrund ihrer Relevanz für den Wahlbereich ausgewählt, in dem vergangene Wahlen wegen langer Wahlzeiten kritisiert wurden (z. B. Harmon et al. 2015; Arnsdorf 2018; Cassidy et al. 2018). Die Maßnahmen jeder Alternative werden mit dem Basismodell verglichen, um die durch die Layoutänderung erzielte Verbesserungsspanne zu ermitteln. Jede Variante des Versuchsplans wird einzeln untersucht und die Ergebnisse werden anhand der relativen Leistung verglichen. Die zeitbasierten Metriken (d.h. ATS und MTS) werden aufgrund der Beobachtung von Wählern, die mehrere Stunden auf ihre Stimmabgabe im LAC-Wahlzentrum warten, berücksichtigt. Durch die Bewertung von ATS und MTS können wir potenzielle Möglichkeiten zur Systemverbesserung identifizieren, die keine zusätzlichen Ressourcen innerhalb eines Wahlzentrums erfordern, aber dazu beitragen, das nationale Ziel zu erreichen, dass kein Wähler länger als 30 Minuten warten muss, um seine Stimme abzugeben (Bauer et al. 2014). Alle Ergebnisse werden unter Berücksichtigung eines Bonferroni-korrigierten Alphas dargestellt (d. h. α i = 0,05/7 = 0,007 für den Vergleich der Modelle mit einem bestehenden System, wobei K = 8 und C = 7). Mithilfe von Techniken zur relativen Leistungsbewertung werden die Unterschiede in den mittleren Leistungskennzahlen (d. h. ATS und MTS) ermittelt und verglichen (Banks et al. 2010, S. 476-477).

Tabelle 1: Beschreibung der Modellalternativen.

Abbildung 3: In den Versuchsplan einbezogene Modellvarianten. Die blauen Linien sind die Zugangswege der Wähler, die roten die Wege der vorläufigen Wähler und die schwarzen die Ausgangswege.

Ergebnisse

Die Ergebnisse werden in Form der Zeitveränderung (in Stunden) sowie der prozentualen Veränderung bei ATS und MTS in Tabelle 2 dargestellt. Es gab keinen signifikanten Unterschied zwischen dem Baseline-Modell und dem Modell der verschobenen Check-in-Station. Der 99,3 %ige KI für den Unterschied in der ATS des Modells "Verlegte Abfertigungsstation" im Vergleich zum Basismodell betrug (-8 Minuten, +2 Minuten). Der 99,3-prozentige KI für den Unterschied in der MTS gegenüber dem Basismodell betrug (-18 Minuten, +9 Minuten). In Anbetracht der Tatsache, dass sowohl das ATS- als auch das MTS-Konfidenzintervall Null enthielt, wurde kein signifikanter Unterschied festgestellt. Das Looping Voter Path-Modell unterschied sich nicht signifikant vom Baseline-Modell. Der 99,3 %ige Konfidenzintervall für den Unterschied zwischen ATS und dem Basismodell betrug (-5 Minuten, +5 Minuten), während der 99,3 %ige Konfidenzintervall für den Unterschied bei MTS (-13 Minuten, +13 Minuten) betrug. Da sowohl der KI für ATS als auch der für MTS gleich Null war, unterschied sich das Looping Voter Path-Modell nicht signifikant vom Baseline-Modell. Das Modell "Separate Provisional Processing" führte zu einer Verringerung der ATS zwischen 28,59 % und 43,44 % (99,3 % CI, Verringerung um 18,83 Minuten bis 28,61 Minuten), was einen signifikanten Unterschied im Vergleich zum Basismodell darstellte. Die MTS des Modells lag zwischen 7,86 % und 27,30 % (99,3 % CI, 10,39 Minuten bis 36,12 Minuten weniger) unter der des Basismodells. Diese Ergebnisse weisen auf einen signifikanten Leistungsunterschied zwischen dem Modell der getrennten vorläufigen Bearbeitung und dem Basismodell hin.

Tabelle 2: Leistungsunterschiede im Vergleich zum Basismodell.

Anmerkung: * p < 0,007. Berechnet als (Baseline - Option), negative Werte bedeuten eine Verlängerung der Zeit, positive Werte eine Verkürzung der Zeit.

Von den vier kombinierten Modellen zeigten drei einen geschätzten signifikanten Unterschied bei ATS und MTS im Vergleich zum Baseline-Modell. Das einzige kombinierte Modell, das keinen signifikanten Unterschied bei ATS und MTS im Vergleich zum Basismodell aufwies, war das Modell "Looping Voter Path and Moved Check-in Station". Das Modell mit verschobener Abfertigungsstation und getrennter vorläufiger Bearbeitung führte zu einer prozentualen Veränderung der ATS 99,3% CI (+22,76%, +38,47%), was eine Verringerung der ATS um 15,00 Minuten bis 25,33 Minuten bedeutet, und eine MTS 99,3% CI (+6,48%, +26,14%), was ebenfalls zu einer Verringerung der MTS um 8,57 Minuten bis 34,57 Minuten im Vergleich zum Basismodell führt. Der 99,3-prozentige KI für das ATS des Modells "Looping Voter Path and Separated Provisional Processing" betrug (+17,79 Minuten, +27,54 Minuten), was zu einer Reduzierung des ATS um 27,01 % bis 41,81 % im Vergleich zum Basismodell führte. Die MTS des Modells "Looping Voter Path" und des Modells "Separated Provisional Processing" zeigte ebenfalls einen signifikanten Unterschied zur MTS des Basismodells mit einer Reduzierung zwischen 11,12 und 36,20 Minuten. Das endgültige Kombinationsmodell aus Looping Voter Path, Moved Check-in Station und Separated Provisional Processing wies im Vergleich zum Baseline-Modell Zeiteinsparungen zwischen 22,28 % und 37,82 % (d. h. 14,68 Minuten und 24,91 Minuten) auf der ATS und zwischen 6,33 % und 26,00 % (d. h. 8,37 Minuten und 34,40 Minuten) auf der MTS auf.

Diskussion und Schlussfolgerungen

Die Ergebnisse dieser Studie deuten darauf hin, dass das Layout und die Bearbeitungsstrategien, die in den Wahllokalen eingesetzt werden, einen Einfluss auf die Zeit haben, die die Wähler in einem Wahllokal verbringen. Diese Ergebnisse zeigen, dass es möglich ist, die Zeit für die Stimmabgabe zu verkürzen, ohne dass zusätzliche finanzielle Mittel von den Wahlbehörden benötigt werden. Lange Warteschlangen und -zeiten sind bei Wahlen ein Problem, da erwartet wird, dass sich die Wähler entziehen, wenn ihre Wartezeit überschritten wird, wodurch sie effektiv entmündigt werden (Piras 2009; Yang et al. 2014). Die Forschung hat gezeigt, dass Wähler eine maximale Zeitspanne haben, die sie bereit sind zu warten, bevor sie ihre Stimme zurückziehen. Allerdings können auch diejenigen, die "so lange warten, wie es nötig ist" (Stewart und Ansolabehere 2003, S. 2), eine Entmündigung erfahren (Stewart und Ansolabehere 2003). Ein weiterer Beleg dafür, wie wichtig es ist, die Wartezeiten zu verkürzen, ist die Tatsache, dass insbesondere unterversorgte und unterrepräsentierte Bevölkerungsgruppen überdurchschnittlich lange brauchen, um wählen zu gehen (Pettigrew 2017; Allen und Bernshteyn 2006). Diese vorläufige Analyse hat gezeigt, dass die Wartezeiten ohne zusätzliche Ressourcen oder finanzielle Aufwendungen verkürzt werden können. Von den Modellen mit einer einzigen Variante zeigte das Modell der getrennten vorläufigen Bearbeitung die signifikanteste Reduzierung sowohl der ATS als auch der MTS im Vergleich zum Basismodell. Die drei kombinierten Modelle mit getrennter vorläufiger Bearbeitung zeigten ebenfalls eine signifikante Reduzierung der ATS und MTS im Vergleich zum Basismodell. Die getrennte Bearbeitung der vorläufigen Wähler war die einzige konsistente Variante unter den Modellen, die sich signifikant vom Basismodell unterschied. Diese Modellvariante ermöglichte es, dass die meisten Check-in-Stationen von Wählern genutzt werden konnten, die ein zweistufiges Verfahren durchliefen, und somit nicht mehr zum Check-in zurückkehren mussten. Daher konnten vorläufige Wähler, die ein dreistufiges Verfahren durchliefen, bei ihrer Rückkehr zur Abfertigung eine isolierte Warteschlange bilden, die andere Abfertigungsstationen nicht behinderte. Die Trennung des Prozesses ermöglichte auch die Trennung der Warteschlange, die zu den Check-in-Stationen führt, vom Eingang des Wahlzentrums. Beim Modell der verschobenen Abfertigungsstation, beim Modell des geschlungenen Wählerweges und beim kombinierten Modell des geschlungenen Wählerweges und der verschobenen Abfertigungsstation wurde kein signifikanter Unterschied im Vergleich zum Basismodell festgestellt.

Obwohl es keine statistischen Beweise dafür gibt, dass die Modelle "Looping Voter Path" und "Moved Check-in Station" einen Einfluss auf die Zeit haben, die alle Wähler innerhalb des Wahllokals verbringen, gibt es möglicherweise andere, nicht berücksichtigte Leistungskennzahlen, die einen Nutzen aus diesen Änderungen zeigen würden. Mögliche Beispiele hierfür sind Überlastung, Auslastung, eine verbesserte Wahrnehmung der Übersichtlichkeit des Gesamtsystems, kürzere Wege, geringere Ängste, verbesserte Benutzerfreundlichkeit und Zugänglichkeit des Systems aufgrund eines intuitiveren Ablaufs. Darüber hinaus kann auch die wahrgenommene Privatsphäre der Wähler von diesen Änderungen profitieren, da das Basismodell eine Schlange von Wählern vorsah, die in einem Gang von BMDs auf die Eintragung warteten. Die fehlende Privatsphäre bedeutete, dass die Wähler die Möglichkeit hatten, mit anderen Wählern zu interagieren, wovon dringend abgeraten wird, und dass mehrere BMDs aufgrund ihrer Ausrichtung (d. h. mit dem Bildschirm in Richtung der Check-in-Schlange) inaktiv waren. Ein weiterer, nicht berücksichtigter Vorteil des Modells der verschobenen Check-in-Station und der kombinierten Modelle, die dieselbe Ausstattungsvariante beinhalten, besteht darin, dass die BMDs eine erhöhte Kapazität von elf Einheiten aufweisen, wobei die BMDs berücksichtigt werden, die aufgrund von Datenschutzbedenken inaktiv sein mussten.

Diese ersten Ergebnisse zeigen signifikante Unterschiede zwischen einer Kombination von Prozess- und Layout-Strategien für die Leistung des Wahlzentrums. Weitere Untersuchungen müssen durchgeführt werden, um ein klareres Verständnis für die Beziehung zwischen der Planung des Anlagenlayouts und den Routing- und Verarbeitungsstrategien sowie deren kombinierte Auswirkungen auf die Leistung der Wahlzentren zu gewinnen. Zu den Einschränkungen dieser Studie, die Möglichkeiten für zukünftige Arbeiten bieten, gehört die Berücksichtigung mehrerer Standorte mit unterschiedlichen Layout-Einschränkungen. Während diese Studie signifikante Auswirkungen auf ATS und MTS für ein bestimmtes Wahllokal feststellte, kann die Leistung anderer Wahllokale andere Ergebnisse aufweisen. Darüber hinaus würde die Untersuchung eines Standorts mit zusätzlichen historischen Daten, auch wenn dies ungewöhnlich ist, die Einbeziehung zusätzlicher Ereignisse und Vorkommnisse ermöglichen, die in dem modellierten Wahllokal auftreten. Nicht alle Ereignisse konnten modelliert werden, obwohl sie in dem beobachteten Wahllokal vorkamen (z. B. Fehler bei der Kennzeichnung von Stimmzetteln, Maschinenausfälle).

Weitere Möglichkeiten für künftige Forschungen sind die Berücksichtigung verschiedener Leistungskennzahlen zusätzlich zu den Zeitangaben im System, eine breitere Palette von Modellvariationen und der Vergleich, wie sich die Planung der Einrichtungen auf Wahlzentren im Vergleich zu traditionellen Wahllokalen auswirkt. Um weitere Innovationen auf dem Gebiet der Planung von Wahllokalen für die Wahlverwaltung zu erreichen, sind Optimierungsverfahren für das Layout von Wahllokalen von entscheidender Bedeutung. Durch eine weitere Schichtung etablierter und fortschrittlicher Techniken für die Systemgestaltung und -bewertung können viele Herausforderungen, mit denen Wahlleiter und Wähler konfrontiert sind, bewältigt werden. Zukünftige Arbeiten, die sich allgemeiner mit Wahlzentren befassen, umfassen die Entwicklung und Anwendung fortgeschrittener Studien zur Warteschlangenbildung. Während die grundlegende Warteschlangentheorie bereits auf Wahlsysteme angewandt wurde, kann die Weiterentwicklung dieser Techniken ganzheitlich zu einem besseren Verständnis von Wahlsystemen führen und einen Einblick in die Zuweisung von Wahlressourcen geben.

Die Ergebnisse dieser Studie deuten darauf hin, dass die Berücksichtigung des Layouts von Einrichtungen, der Verarbeitung und des Routings sowie die Entwicklung der entsprechenden Methoden sicherstellen können, dass die Wähler ihre Stimme effektiv und effizient abgeben können. Herkömmliche Methoden zur Verringerung der Wartezeiten für die Wähler bestanden darin, einfach mehr Geräte hinzuzufügen oder die Eröffnung zusätzlicher Wahllokale vorzuschlagen. Zukünftige Forschungen in diesem Bereich könnten jedoch Techniken zur Einrichtung von Wahllokalen und Layouts identifizieren, die die Wahlzeiten drastisch verringern und keine zusätzlichen Kosten verursachen.

Danksagung

Diese Arbeit wurde zum Teil vom The Democracy Fund (R-201903-03975) als Teil des URI VOTES-Projekts unterstützt. Die Autoren möchten dem Los Angeles County Registrar-Recorder/County Clerk's Office und den Wahlhelfern für ihre unschätzbare Unterstützung bei der Durchführung dieser Untersuchung danken, die unermüdlich für den Ablauf der Wahlen arbeiten. Ein weiterer Dank geht an die Wähler des Los Angeles County. Vielen Dank an das zusätzliche URI VOTES-Team James Houghton, Tim Jonas und Emma McCool-Guglielmo.

Proceedings of the 2020 Winter Simulation Conference K.-H. Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder, and R. Thiesing, eds.

Nicholas D. Bernardo Gretchen A. Macht

Abteilung für Maschinenbau, Industrie- und Systemtechnik.
Universität von Rhode Island 260 Fascitelli Center
for Advanced Engineering 2 East Alumni Avenue Kingston
Avenue Kingston, RI 02881, USA

Jennifer Lather

Durham Schule für Arch. Eng. und Bauwesen
Universität von Nebraska-Lincoln PKI 206C
1110 S. 67th Street Omaha, NE 68182, USA

Referenzen

Acar, Y., S. N. Kadipasaoglu, und J. M. Day. 2009. "Incorporating Uncertainty in Optimal Decision Making: Integrating Mixed- integer Programming and Simulation to Solve Combinatorial Problems". Computer & Wirtschaftsingenieurwesen 56(1):106- 112.
Allen, T. und M. Bernshteyn. 2006. "Abmilderung der Wartezeiten für Wähler". CHANCE 19(4):25-34.
Amaral, A. R. S. 2006. "Über die exakte Lösung eines Facility-Layout-Problems". Europäische Zeitschrift für operationelle Forschung 173(2):508-518.
Arnolds, I. V. and D. Gartner. 2018. "Improving Hospital Layout Planning Through Clinical Pathway Mining". Annals of Operations Research 263(1):453-477.
Arnolds, I. V. and S. Nickel. 2015. "Layout Planning Problems in Health Care". In Applications of Location Analysis. International Series in Operations Research & Management Science, herausgegeben von H. A. Eiselt und V. Marianov. Cham: Springer.
Arnsdorf, I. (2018). This Voters Had to Wait for Hours: 'It Felt Like a Type of Disenfranchisement'. Propublica. https://www.propublica.org/article/these-voters-had-to-wait-for-hours-it-felt-like-a-type-of-disenfranchisement, abgerufen am 13. August 2020.
Banks, J., J. S. Carson, B. L. Nelson, and D. M. Nicol. 2010. Discrete-Event System Simulation. 5th ed. Upper Saddle River, New Jersey: Prentice-Hall, Inc.
Bauer, R. F., B. L. Ginsberg, B. Britton, J. Echevarria, T. Grayson, L. Lomax, M. C. Mayes, A. McGeehan, T. Patrick, C. Thomas, und N. Persily. 2014. The American Voting Experience: Report and Recommendations of the Presidential Commission on Election Administration. Collingdale, Pennsylvania: Diane Publishing Co.
Bruzzone, A. und R. Signorile. 1998. "Simulation und genetische Algorithmen für die Schiffsplanung und das Werftlayout". SIMULATION 71(2):74-83.
Burden, B. C. and J. Milyo. 2015. "The Quantities and Qualities of Poll Workers". Election Law Journal: Rules, Politics, and Policy 14(1):38-46.
California Secretary of State. 2020. Report of Registration - February 18, 2020. https://www.sos.ca.gov, Zugriff am 24. April 2020. Cassidy, C. A., C. Long, and M. Balsamo. 2018. Machine Breakdowns, Long Lines Mar Vote on Election Day. Associated Press. https://apnews.com/6fb6de6fdb034b889d301efd12602e21, Zugriff am 13. August 2020.
Center for Civic Design. 2014. Polling Place Layout Diagrams. https://civicdesign.org, Zugriff am 13. August 2020. Das, S. K. 1993. "A Facility Layout Method for Flexible Manufacturing Systems". International Journal of Production Research 31(2):279-297.
Edelstein, W. A. 2006. Neue Wahlsysteme für New York - Lange Schlangen und hohe Kosten. New Yorkers for Verified Voting. http://www.wheresthepaper.org/DREsCauseLongLines061114.pdf, Zugriff am 13. August 2020. Edelstein, W. A. und A. D. Edelstein. 2010. "Queuing and Elections: Long Lines, DREs and Paper Ballots". In Proceedings of the 2010 International Conference on Electronic Voting Technology/Workshop on Trustworthy Elections, August 9-10, 2010, Washington, DC, USA.
Edwards, B. 2004. Das moderne Flughafenterminal: New Approaches to Airport Architecture. London: Taylor & Francis. Francis, R. L., L. F. McGinnis, und J. A. White. 1992. Facility layout and location: an analytical approach. Englewood Cliffs, NJ: Prentice Hall.
Harmon, L., C. Posner, M. Jawando, und M. Dhaiti. 2015. "The Health of State Democracies". Center for American Progress Action Fund.
Holst, M. K. 2015. "Optimal Hospital Layout Design". Ph.D. Dissertation, Aalborg University, Aalborg, Dänemark.
Hosseini-Nasab, H., S. Fereidouni, S. M. T. Fatemi Ghomi, und M. B. Fakhrzad. 2018. "Classification of Facility Layout Problems: a Review Study". The International Journal of Advanced Manufacturing Technology 94(1):957-977.
Jamali, N., R. K. Leung, and S. Verderber. 2020. "A Review of Computerized Hospital Layout Modelling Techniques and their Ethical Implications". Frontiers of Architectural Research. doi: 10.1016/j.foar.2020.01.003 3138Bernardo, Lather, and Macht Kimball, D. C. 2013. "Why Are Voting Lines Longer for Urban Voters?" Proceedings of the Southwestern Social Science Association Conference, March 29, 2013, New Orleans, LA, USA.
Li, J. P. 2000. "Train Station Passenger Flow Study". In Proceedings of the 2000 Winter Simulation Conference, herausgegeben von A. J. Joines, R. R. Barton, K. Kang, und P. A. Fishwick, 1173-1176. Piscataway, New Jersey: Institute of Electrical and Electronics Engineers, Inc.
Manataki, I. E., und K. G. Zografos. 2009. "A Generic System Dynamics Based Tool for Airport Terminal Performance Analysis". Transportation Research Part C: Emerging Technologies 17(4):428-443.
Olabisi, U. O. und N. Chukwunoso. 2012. "Modeling and Analysis of the Queue Dynamics in the Nigerian Voting System". The Open Operational Research Journal 6:9-22.
Pettigrew, S. 2017. "The Racial Gap in Wait Times: Why Minority Precincts Are Underserved by Local Election Officials". Political Science Quarterly 132(3):527-547.
Piras, B. M. 2009. "Lange Schlangen vor den Wahllokalen verletzen den Schutz der Gleichheit und erfordern gerichtliche und gesetzgeberische Maßnahmen". University of St. Thomas Law Journal 6(3):658-679.
Sanchez, S. M. 2018. "Data Farming: Better data, not just big data." In Proceedings of the 2018 Winter Simulation Conference, edited by M. Rabe, A. A. Juan, N. Mustafee, A. Skoogh, S. Jain, and B. Johansson, 425-439. Piscataway, New Jersey: Institute of Electrical and Electronics Engineers, Inc.
S.B. 450. 2016. "Elections: Vote by Mail Voting and Mail Ballot Elections." California State Legislature, 2015-16 session. https://elections.cdn.sos.ca.gov/vca/sb450-chaptered-legislation.pdf, Zugriff am 13. August 2020. Sherali, H. D., B. M. P. Fraticelli, und R. D. Meller. 2003. "Verbesserte Modellformulierungen für die optimale Anlagenplanung". Operations Research 51(4):509-679.
Spencer, D. M. und Z. S. Markovits. 2010. "Lange Schlangen vor den Wahllokalen? Observations from an Election Day Field Study". Election Law Journal: Rules, Politics, and Policy 9(1):3-17.
Stewart III, C. 2015. "Managing Polling Place Resources". Caltech/MIT VTP. http://web.mit.edu/vtp, Zugriff am 13. August 2020. Stewart III, C. und S. Ansolabehere. 2013. "Waiting in Line to Vote". Working Paper No. 114, Caltech/MIT VTP. Tam, K. Y. 1992. "Genetic algorithms, function optimization, and facility layout design". Europäische Zeitschrift für operationelle Forschung 63(2):322-346.
Taylor, S. J. E., S. E. Chick, C. M. Macal, S. Brailsford, P. L'Ecuyer, und B. L. Nelson. 2013. "Modeling and Simulation Grand Challenges: An OR/MS Perspective". In Proceedings of the 2013 Winter Simulation Conference, herausgegeben von R. Pasupathy, S.- H. Kim, A. Tolk, R. Hill, und M. E. Kuhl, 1269-1282. Piscataway, NJ: Institute of Electrical and Electronics Engineers, Inc. Tompkins, J. A., J. A. White, Y. A. Bozer, und J. M. A. Tanchoco. 2010. Facilities Planning. 4. Auflage. Hoboken, New Jersey: John Wiley & Sons.
U.S. Election Assistance Commission. N.d. Election Management Guidelines. U.S. Election Assistance Commission, Washington, D.C. https://www.eac.gov/election_management_resources/election_management_guidelines.aspx, Zugriff am 28. Juni 2020.
Vahdat, V., A. Namin, R. Azghandi, und J. Griffin. 2019. "Improving Patient Timeliness of Care Through Efficient Outpatient Clinic Layout Design Using Data-driven Simulation and Optimization". Health Systems 8(3):162-183.
Yang, M., M. J. Fry, and W. D. Kelton. 2009. "Are All Voting Queues Created Equal?". In Proceedings of the 2009 Winter Simulation Conference, herausgegeben von M. D. Rossetti, R. R. Hill, B. Johansson, A. Dunkin, und R. G. Ingalls, 3140-3149. Piscataway, NJ: Institute of Electrical and Electronics Engineers, Inc.
Yang, M., M. J. Fry, W. D. Kelton, und T. T. Allen. 2014. "Verbesserung von Abstimmungssystemen durch Service-Operations Management". Production and Operations Management 23(7):1083-1097.