我们如何深入统计数据以了解南加州的 AAPI 社区

这 亚太传统月到来 五月份的报道让《纽约时报》的两名数据记者开始思考一种不寻常的人口统计模式，这种模式有时被那些长期居住在南加州的人视为理所当然：该地区人口众多，其根源可追溯到亚洲和太平洋岛屿。 洛杉矶的社区，就像圣盖博谷的社区一样，可能因其大量亚裔人口而闻名全国，但鲜为人知的是它们的规模有多大——而且“626”远不是该地区唯一的大型 AAPI 社区。

时报数据记者转向人口普查数据，开始量化这个已成为美国人口增长最快的群体的规模和种族多样性。 他们的部分动力来自于两位第一代亚裔美国人的生活经历，他们在大型 AAPI 社区中长大——坎巴汉帕蒂 (Kambhampati) 来自新泽西州中部，近 50% 的亚裔人口，是小印度的家乡；伊拉南 (Ylanan) 来自长滩，是一个亚裔美国人的家乡。该县东南亚人口最多。

该分析首先搜索汇总历史统计数据，这些统计数据将显示有关洛杉矶县的顶级信息，却发现此类数据不容易公开。 《纽约时报》记者与洛杉矶县内部服务部合作，访问十年一次的人口普查和美国社区调查，以获取有关洛杉矶人口普查区水平的最详细数据。

人口普查局并不以数字格式保存所有历史人口普查数据。 在咨询了人口普查局、洛杉矶县人口统计学家和人口参考局的人口统计学家后，分析仅限于使用 2000 年和 2022 年 ACS 数据的地区。 人口普查对较小的地理区域进行数据抑制，以帮助去识别数据。 1980 年的数据来自十年一次的人口普查 因为它有更详细的表格来了解人口统计模式。 然后，《纽约时报》进行了自己的空间分析，汇总了人口普查数据，以符合以下定义的社区： 洛杉矶时报 绘制洛杉矶社区地图。 对于洛杉矶以外的地区，记者从 人口普查记者 对于人口普查指定地点级别的县。

这些数据并非没有错误——较小的地理区域会给群体的估计计数带来更多的不确定性或误差幅度。 因此，并非每个民族都被绘制在地图上。

为了比较洛杉矶的街区 随着时间的推移记者将数据分为亚洲和太平洋岛民地区分组。 早期的人口普查表格不包括每个种族群体的类别。 1977 年，管理和预算办公室发布了第 15 号指令，该政策定义了联邦统计的基本种族和民族类别。 人口普查表格 1980 年，包括亚洲和太平洋岛民的九个团体。 1997 年，OMB 修订了这些种族和族裔标准，允许受访者在人口普查表上指定多个种族，从而更清楚地了解该国不断增长的多种族人口。

OMB 今天继续更新人口普查表。 当前的人口普查有 40 多个类别，此外还有可能未包含在表格中的种族群体的写入选项。 OMB 最近宣布 主要修订 3 月份，种族和民族数据标准正式通过，这标志着所有联邦机构首次被要求收集详细的种族和民族数据。 因此，许多社区将首次受到影响项目和资金的联邦机构的关注。

人口估计为 可能低估，特别是对于 AAPI 群体。 在一项由 人口普查局亚裔美国人报告填写表格的可能性低于其他人口群体，部分原因是语言障碍和缺乏关于人口普查表格目的的沟通。

随着时间的推移，由于种族群体的不断增加，数据不断分解，这使得在没有一定程度的不确定性的情况下不可能进行几十年的比较。 没有数据集是完全没有错误的可能性的。 这 时代分析 通过四舍五入数字、偏向百分比和放弃具有高误差率的比赛来解释这一点。 人口普查数据仍然提供了现有的最佳种族和民族人口估计之一，总体上揭示了对亚裔和太平洋岛民人口如何在南加州流动的粗略估计。

尽管自 20 世纪 80 年代以来，许多亚洲和太平洋岛民族裔已被纳入政府人口统计数据，但许多社区尚未被记录。 2020年，美国人口普查局在表格中添加了锡克教这一宗教团体。 此前，“锡克教徒”的回答被归类为亚洲印度人类别的一部分。 到 2022 年，将有超过 2,000 人被认定为锡克教徒或混合锡克教徒 美国社区调查 在南加州。 研究人员表示，这一数字被低估了。

“能够在人口普查中用‘锡克语’书写，这是一个巨大的进步，”说 Tejpaul Bainiwal，博士研究生 在加州大学河滨分校学习 锡克裔美国人。

学者和倡导者指出，如果不进一步分解两个或多个种族的群体，就会错过重要的人口统计信息。 虽然个人可以标记多个种族选项，但没有公布具体多种族群体的细分数据——社区倡导者观察到不同多种族人群之间存在显着的人口差异。

多种族群体的分解使研究人员能够发现较小人口社区的变化。 超过 200,000 人 与单独的 NHPI 相比，与一个或多个种族组合后被确定为夏威夷原住民和太平洋岛民。

掌握美国不同种族群体的详细数据可以让政策制定者和公众了解社区如何随着时间的推移而增长或萎缩。 这些数字是各级政府决策的基础，从联邦资源和资金的分配到国会和州立法机构的席位划分。 但它们也是了解个人如何塑造他们的社区以及社区如何塑造居住在其中的人们的生活的第一步。

特别感谢洛杉矶县内部服务部的 Howin Song 和 Victor Chen，他们花时间向《泰晤士报》解释数据的局限性并提取历史人口普查数据。