2000和2010年美國人口普查中關於西裔和拉丁裔人口細分數據

2000和2010年美國人口普查中關於亞裔人口細分數據

世界知名統計學家漢斯·羅素林（Hans Rosling）曾經講過一個經濟衰退期間的故事 [1]，一個非常憤怒的人打電話給廣播節目抱怨說：“這樣的困難時候，失業率高達13％，收入下降了5％，自殺率正在攀升，我很生氣，政府還在浪費資金收集統計數據。”

羅素林的故事反映了對政府數據的諷刺和普遍的缺乏理解，例如政府為什麼收集數據，什麼是有用的數據，以及政府如何使用數據。美國華裔社區目前對州際種族數據細分問題，面臨類似的挑戰。沒有適當的背景及上下文，恐懼和激情猜想取代了常識和邏輯推理，造成了社區兩極分化和虛假的不平等。

這篇博文提供美國政府收集和使用數據的歷史觀點，以及對數據匯總和細分背後推理的基本描述。希望可以幫助美國華裔社區的一些成員對這一問題做出明智和有根據的判斷和決定。

自羅馬帝國和中國東漢二千多年來，世界各國政府一直在收集其人民的數據。 一般目的很簡單。它們幫助徵稅以提供資金，抽拉壯丁以建設軍隊。 所以政府收集數據過去沒有很好的聲譽，但也是國家治理和公民責任的基礎。

美國憲法第一條 [2] 規定每十年必須收集人口的數字，這被稱為人口普查。 每個州和全國人口將是分配眾議院席位和各州之間的納稅義務的基礎。這就需要匯總原始數據，形成一個全國人口總數，以及按州而細分人口數據。

第一次美國人口普查 [3] 是在1790年8月2日由當時國務卿托馬斯·傑斐遜監督下進行。 13個州的官方總數是基於所有“自由人” （等於白人）和其他所有人（即奴隸）的人數的五分之三的總和，但不包括任何不徵稅的印第安人。美國第一個官方人口被報告為3,929,214。 種族已經是一個被測量的因子。

皮尤研究中心 [4] 提供一個非常有意義的歷史時間表，描述自第一次全國人口普查以來，美國政府界定的種族類別如何變化。華裔人口首次在1860年的普查出現，但僅代表加利福尼亞州; 它正式在1870年普查成為種族類別之一。1890年增加日本裔; 1920年添加菲律賓裔，印度裔和韓國裔。

美國的官方種族和民族類別是由預算和管理廳（OMB）正式定義，普查局和其他聯邦機構必須遵循 [5]。 最新的聯邦標準於1997年發布 [6]，應用於2000年人口普查。 其他聯邦計劃必須在2003年1月1日之前採用，用於住戶調查，行政表格和記錄，以及其他數據收集。

OMB 目前的報告標準必須要有五種種族：(a) 白人，(b) 黑人或非裔美國人，(c) 美洲印第安人或阿拉斯加土著，(d) 亞裔和 (e) 夏威夷土著或其他太平洋島民。個人可以選擇多個種族類別，因此還允許混族。亞裔包括源自遠東，東南亞或印度次大陸的人士。2010年人口普查細分7個亞裔：華裔，日裔，菲裔，韓裔，印裔，越裔和其他亞裔。如果數據能滿足一定的質量標準，OMB鼓勵再進一步的細分。

美國的種族是政府的定義，而不是生物，遺傳或標準的地理特徵。美國創立的時候，黑白種族的概念已經存在。亞裔的定義是隨着美國變得多元化，聚集各個亞洲國家來源演變而來，歷史事實與一些人認為亞裔數據正在被針對性細分的信念直接矛盾。

在聯邦標準建立之前，聯邦機構也會根據它們各自的標準收集行政和其他類型的數據，用於各自的任務。 例如，國務院從1820年至1874年以及統計局從1867年至1895年收集了移民統計資料。這些數據是1911年《Dillingham委員會移民問題報告》[7] 使用的，該報告確定了超過20個不同的歐洲種族。

聯邦標準首先出現在1977年統計政策指令第15號，《聯邦統計和行政報告種族和民族標準》 [8]。這是亞裔美國人的重大民權勝利，因為當時許多聯邦機構只有白人，黑人和“其他” 類別，引用缺乏時間，資金和複雜性作為解釋。 我們許多經過這個時期的人熱烈慶祝我們不再屬於“其他”族。

當聯邦標準成立時，聯邦政府就可以從預算撥款支持。 聯邦機構必須根據標準，報告種族數據。當時有強大阻力抵制這個新政策，有人甚至形容它會分裂美國。 聯邦政府允許機構限時實施標準; 但資金和複雜性不能再被用作藉口。

標準開始的時候只有一個“亞裔或太平洋島民” 的類別。1997年修訂的標準制定了目前的“亞裔”和“夏威夷土著或其他太平洋島民” 兩個類別。這次數據細分有利於兩個異質群體更精準的了解顯著的差異，沒有任何歧視的聲稱。

OMB定期審查聯邦統計標準。 最近的審查在《聯邦公報》首次在2016年9月30日公布。基於公眾反饋，OMB再次在2017年3月1日 [9] 公開徵求對四個方面修改建議的意見，其中包括對中東和北非群體進行分類，並進一步細分目前各個種族和民族的類別。過程是開放和透明的。

立國以來，美國人口變得越來越多元化，而數據的價值亦越來越被認可。政府收集數據相應地以有組織和有秩序的方式擴張，適應政府的需求，社會的利益，方法的變化，技術的進步和質量要求。

可能收集的數據是無限量的，但資源總是有限。 數據是否切題從而收集一直是一個重要的考慮因素。 所有收集的數據都不是絕對平等的，各有不同程度的可用性。

性別，年齡和種族是普遍被接受的核心人口因素。把總人口按這些類別而細分，很少有任何爭議。1960年之前，一個人的種族是由普查員確定的。1960年以後，種族是自我選擇確定的。

同樣地，按地理細分數據也是相關和重要的。 例如，州政府對本州失業率的關注要比全國失業率高。 同樣的道理，同一州內的城縣也特別關注它們自己地理邊界內的數據。

數據細分在美國歷史過程中，提高了對社會和經濟方方面面的理解，並不是一些華裔目前認為的歧視罪惡之源。 然而，數據細分的程度是有技術性和非技術性的限制。 例如，數據細分會增加數量，需要額外的資金，時間和資源來儲存和處理。此外，數據細分不能直接或間接違反個人隱私保護的憲法保障。

雖然普查數據很有價值，但處理1880年普查數據需要八年時間。當結果出來時候，它們已經過時了。 這個缺點引起幾個後續發展，包括官方全國性隨機調查方法的引入。

美國經濟大蕭條時期迫切需要更及時的失業信息，經過多層實驗，目前人口調查（CPS）[10] 在1940年正式實施，是最早期全國性隨機調查之一。只要隨機選擇總體的一小部分，就可以概率理論支持，產生科學可靠的估計和推論。 例如，70年後的今天，CPS仍然根據全國約1.2億家庭隨機抽樣的6萬戶，每月在生產全國失業統計。

另一方面，較小的樣本量限制更深一層的數據細分。如果估計必須達到某個程度的可靠性，樣本量不能低於一個足夠水平。 樣本量越小，估計的可靠性越差。 如果樣本量太小，則無法達到可以發布的標準。例如，CPS的6萬戶家庭的樣本數量不允許在低於州的水平細分失業統計數據。這是統計質量問題之一。

1880年人口普查的缺點也促使政府採取自動化手段取代用手計算的方法，1890年美國人口普查局首次應用新發明的機械制表機。機械制表機公司後來演變成今天的IBM。 在20世紀40年代末期，人口普查局定做第一台專為民用設計的電子計算機，幫助啟動了信息時代，使世界各國和社會各界受益。

21世紀迎來了大數據時代，這將最終改變數據收集和處理的格局，扭轉抽樣趨勢。 例如，美國雇員和雇主已經被單獨個別跟蹤，以衡量美國勞動力市場的動態性質。替代來源，數學模型和插補方法可以快速地替代缺失或錯誤值，儘管這些方法也可能引入錯誤。

數據細分有許多“黃金法則”，但沒有通用的公式來確定可以接受的水平。 不可否認的趨勢是，大量的原始數據將被收集和鏈接，以便它們可以聚合到可以接受的報告和分析水平。

非政府機構已經收集了大量，詳細的個人數據，這些數據都是由客戶自己提供的。 政府可以選擇從私人來源獲取或購買數據，就像它在《FISA修正法》第702節 [11] 所做的秘密，大規模，法庭受權手令的監控計劃所做的一樣。

數據本身沒有意義。數據量化事實來描述現象。數據的收集可能是法律規定的。數據可以用來檢查信念和意見。數據可用於分析和推斷研究課題。數據可以建設性地推動社會經濟發展。數據可以破壞性地摧毀生命。但數據本身既不能偏愛，亦不能歧視。核子科學是一個有爭議的類比，它既被應用於提供低成本能源和推進醫療應用，但也可以用作大規模毀滅性武器。功過在於人和政府的應用，不是數據的聚合和細分。事實上，拒絕細分數據曾經被使用為歧視性的做法，將來也有可能。

隨着國家變得越來越多元化和對數據的價值意識與日俱增，政府收集的數據迅速擴大。 除了分配國會議席的憲法授權外，許多聯邦計劃都需要聯邦數據進行政策分析和決策，例如民權，經濟發展，教育，保健，住房，環境風險和軍事招聘，將其用作每年分發4,000億美元聯邦基金的基礎。

美國歷史不缺乏政府超越權力，誤用和濫用收集數據的事件。 一個令人震驚的例子 [12] 是在第二次世界大戰期間，政府秘密使用人口普查數據來幫助圍捕120,000名無辜的日裔，關入拘留營。

然而，抑制數據是極端的，在美國歷史上我們曾經深受其害，陷入了一個渺茫、無知、恐懼和懷疑的狀態。 這種做法在專制國家可能會奏效，但在民主社會中造成的危害巨大。 美國的數據細分有助於華裔和其他亞裔在公民權利和平等機會方面取得進展，使我們明顯的包容存在和融入美國社會。我們搭了先行者的便車而達到目前的境界。

以執法和國家安全的名義，仍然有聯邦機構不提供數據，更不用說細分數據。 例如，我們不知道有多少無辜守法的華裔在被政府秘密監視，進行惡性的調查或提出虛假中國間諜的起訴。要預防未來的陳霞芬和郗小星教授案例，我們需要數據幫助我們了解過去的趨勢和形態，以及分析目前的情況。 追求這些數據沿途充滿荊棘，但我們不能簡單地放棄這些權利。數據用時方恨少。

有人將美國描述為一個基於一套理想和原則的龐大社會、政治實驗。 在一個自由民主國家，將奴隸統計為五分之三個人，或者通過法案排除某一種族，肯定是非常諷刺和矛盾的。 然而，這個實驗的一部分是不斷識別問題，並進行更正，追求理想，堅守原則。 這需要公眾參與和對政府治理和公民義務的理解。

每個社區都有自己的利益要保護，這是可以理解的，而且每個利益都應該在辯論中有合理的聲音。 民主政府有責任對所有的反饋進行評估，最後制定的決策或政策，不可能滿足每個人或每個社區，而是為了社會全局的利益。

我們都不喜歡納稅，但我們大多數都明白我們有為社會大局繳稅的義務。當自我利益成為唯一主題的時候，它可能會適得其反。潛在的風險是孤立自己本人或社區，甚至隱蔽地或公開地歧視社會其他的成員。

政府有多個級別 – 聯邦，州和地方。 目前的爭議起源於一些州政府最近立法建議，收集和研究更詳細的亞裔種族數據。 鑑於聯邦政府的正面經驗，這原本是一個很好的跡象，州政府表示有興趣，並願意投入時間和資金，以更了解他們的亞裔州民。

一些華裔反對這些數據細分提案。反對派似乎有四條主要分析論證：

這些想法似乎傾向於懷疑和猜想，缺乏歷史背景和上下文的事實，或對現有聯邦政府如何決定數據聚合和細分的程序不認識或不理解。由於聯邦政府規定標準最低報告要求，並提供一般性指導，它與州政府的解釋和實施是息息相關的。

OMB的2016年審查一共收到3,750條公眾意見 [9]，“並參考利益相關者；分析公開的實驗數據和認知測試結果；和考慮法定需求，經營可行性，成本和公共負擔。在收到的意見中，超過1,200條意見表示需要進一步細分亞裔和夏威夷土著或其他太平洋島民社區的數據。 其他意見也表示了類似的數據細分需求，其中包括10條意見細分‘黑人或非裔美國人’的類別。”

作為一個移民國家，美國種族數據的聚合和細分與最近的移民趨勢密切相關。1965年《移民歸化法》頒布後，全國移民人數和移民比例大幅增加 [13]。幾個世紀前，美國的移民主要來自歐洲。亞洲人是今天增長最快的群體。 因此，亞裔對數據分解的需求最大不足為奇。引用它是對華裔歧視是一種離題的想象和虛假的不平等感覺。

拉丁裔美國人也是美國增長最快的移民群體之一，但它們被定義為美國的民族，不是種族。拉丁裔可以是任何種族 [14]，他們的種族歸屬是拉丁裔社區主要爭議議題。拉丁裔的數據在2010年人口普查中細分為墨西哥裔，波多黎各裔，古巴裔和其他裔。填表人可以選擇填寫不同的拉丁來源。美洲印第安人或阿拉斯加土著，亞裔，夏威夷土著或其他太平洋島民和其他人都有相同的選擇。

如果只為自身利益試圖壓制或否認其他亞裔對州際數據細分的合法利益和願望，最好的可能是華裔被認為自我為是，最壞的可能是華裔被認為歧視其他亞裔。兩個可能性都不會幫助亞裔之間的和諧。我個人不願意重走舊路，成為“其他亞裔”的一員。假設將數據細分和不利華裔後果連接成為因果關係，是與事實不符的一個信念。

建議聚合和細分數據永遠不會被政府誤用或濫用是天真的想法。 但是，民主國家的公民義務包括參與，審查和監督政府，確保他們在規定的權限和合法範圍內運作。 這不是一個容易的任務，但我們也不能因為憤怒衝動行事，用傷害自己的方式來報復別人。

那些已作出決定的人當然有權保持他們的意見。 但是，當足夠歷史背景、事實和邏輯擺在華裔美國人面前，我相信，大多數人能夠對數據細分問題做出明智和有根據的決定。

參考文獻

[1] Gapminder (2011). The Joy of Stats by Professor Hans Rosling.  http:///2vVrYkJ.

[2] U.S. Senate (n.d.). Constitution of the United States. http:///2uVedpg.

[3] U.S. Census Bureau (n.d.). 1790 Overview - History. http:///2tz3Kfm.

[4] Pew Research Center (n.d.). What Census Calls Us: A Historical Timeline. http://pewrsr.ch/2tW6FOF.

[5] U.S. Census Bureau (n.d.). About Race. http:///2tVNMeE.

[6] The White House (n.d.). Revisions to the Standards for the Classification of Federal Data on Race and Ethnicity. http://1.usa.gov/1TqnhqO.

[7] Archive.org (n.d.). Reports of the Immigration Commission by United States. Immigration Commission (1907-1910). http:///2tJffBb.

[8] The White House (1997). Recommendations from the Interagency Committee for the Review of the Racial and Ethnic Standards, Appendix 1. http:///2u4w5tB.

[9] Federal Register (2017). Proposals From the Federal Interagency Working Group for Revision of the Standards for Maintaining, Collecting, and Presenting Federal Data on Race and Ethnicity. http:///2vfEiA0.

[10] U.S. Census Bureau (n.d.). About the Current Population Survey.  http:///2uvjHWX.

[11] Wu, Jeremy (2017). One Asian American’s Perspective on the FISA Amendments Act and Section 702. http:///2vlGPsL.

[12] Minkel, J.R. (2007). Confirmed: The U.S. Census Bureau Gave Up Names of Japanese-Americans in WW II. Scientific American. http:///2gD5Ade.

[13] Migration Policy Institute (n.d.). U.S. Immigrant Population and Share over Time, 1850-Present. http:///2uPqLw5.

[14] Cepeda, Esther J. (2017). Census Bureau aside, 'Hispanic/Latino' is not a race. USA Today. https://usat.ly/2uPlrZv.