两步走制造了大问题：研究表明，很大一部分人在面对单独询问种族的问题时不清楚如何回答，因为他们倾向于将种族和民族视为类似。例如，许多拉丁裔人认为他们的主要身份是拉丁裔；所以，当被问及一个关于他们种族的单独问题时，他们通常会选择“其他种族”。在2020年的人口普查中，10个西班牙语人中有4个(42%)标记为“其他种族”。皮尤研究中心(Pew Research Center)的一项分析显示，三分之一的人选择了两个或两个以上的种族，20%的人选择了白人。
另一个重要的领域是卫生保健。美国疾病控制与预防中心(Centers for Disease Control and Prevention)、美国国立卫生研究院(National Institutes of Health, NIH)、学术和制药研究人员以及疾病倡导团体，基本上都并没有遵守OMB的细分规定，在研究中使用亚洲人这一宽泛的类别，并制定资金和政策决策。
没有良好的数据就没有经费和研究。纽约大学格罗斯曼医学院(NYU Grossman School of Medicine)心血管流行病学家、人口健康副教授斯特拉·易(Stella Yi)2023年底对专业医学新闻媒体Statnews说，缺乏良好数据收集的一个原因是，人们普遍对亚洲人有刻板印象，包括他们是“模范少数族裔”，不值得投入资源或关注。
美国行政管理和预算办公室（Office of Management and Budget, OMB）在3月28日宣布，联邦政府正在改变按种族和民族对人口进行分类的方式。此次修订是27年来首次对这些官方类别进行修改。
这是联邦政府对美国人口数据分类的第二次更新。联邦政府在人口普查和其他机构中使用的标准最近一次更新是在1997年，目的是更好地反映这个国家不断扩大的多元文化认同。
这个消息在中文社区里立刻激起了极度负面的情绪，比如这种直接骂街的：
在某问答社区里，也有人声称这就是为了以后精准排华。
先讲几个事实：
此次的种族和民族分类并不只针对亚裔，包括西班牙语和拉丁裔、中东或北非裔，以及白人等，都在族裔大项下细分出了民族、血统或祖籍国子类别，所以很多人基于“亚裔细分”而大谈“排华”的前提都错了；
细分族裔数据很重要。专就亚裔来说，这个大而化之的帽子掩盖了亚裔极度参差的事实，比如在健康医疗统计方面，华裔美国人的鼻咽癌发病率更高，有了细化的数据可以挽救生命。同样，细分各族裔的数据也可以更好地鉴别出需要在教育、住房、选举等方面获得额外扶持的族群；
与此同时，汇总数据也很重要，比如泛亚裔美国人群体继续团结起来反对仇视亚太裔美国人的种族歧视。
一次全人口的细分
美国OMB宣布，包括美国人口普查在内，联邦政府询问人们种族和民族的方式将发生变化。
一些居住在美国的人要到2030年下一次的十年一次的人口普查才能看到这些变化，但在联邦政府和部分州政府、人口超过100人的私营企业和大学的调查中，也许将会在不久的未来看到这类调整。
尽管华人社区盛传此次调整是“亚裔细分”，但从OMB公布的族裔问卷来看，所有族裔均分出了更细致的子类别，并鼓励人们自行填写自己的族裔。
具体来说，这次有以下几个重要调整：
第一：种族类别从五大类调整为七个大类，现在西班牙语裔或拉丁裔，以及中东或北非后裔首次被列为一个种族/民族类别。七个选项分别为：白人、西班牙语裔或拉丁裔、黑人或非裔美国人、亚裔、美洲印第安人或阿拉斯加原住民、中东或北非人、夏威夷原住民或太平洋岛民。
仔细看过去的人口普查，会发现是分成了种族和族裔两个问题，因此调查分为两步走。在2020年人口普查中，第一个问题是先询问某人是否为“西班牙语裔、拉丁裔或西班牙裔”。
2020年人口普查问卷
第二步则是要求从五个主要类别中选择自己的种族：白人；黑人或非裔美国人；美洲印第安人或阿拉斯加土著；亚裔或夏威夷原住民或其他太平洋岛民；以及其他种族。
2020年人口普查问卷。
两步走制造了大问题：研究表明，很大一部分人在面对单独询问种族的问题时不清楚如何回答，因为他们倾向于将种族和民族视为类似。例如，许多拉丁裔人认为他们的主要身份是拉丁裔；所以，当被问及一个关于他们种族的单独问题时，他们通常会选择“其他种族”。在2020年的人口普查中，10个西班牙语人中有4个(42%)标记为“其他种族”。皮尤研究中心(Pew Research Center)的一项分析显示，三分之一的人选择了两个或两个以上的种族，20%的人选择了白人。
而在新的统计中，西班牙语裔或拉丁裔成为了主类别，下设选项为：墨西哥人、波多黎各人等文化或血统。
同样增加的还有中东和北非类别。美国联邦政府原先将此类个人统计为白人，但现在这个700-800万的人口群体可以选择将自己归入新的单独类别。子类别被列为“黎巴嫩、伊朗”等六类。
第二，联邦调查将在可能的情况下收集每个种族和民族类别的详细身份证明，也就是说，所有人口都可以细化。
例如，个人可以选择“亚裔”，并在该类别中勾选子类别以表明他们是“越南人”，或者如果子类别中没有反映出他们的身份（例如“柬埔寨人”），可以自行填写。
以下是OMB公布的细化的调查表格范例，可以看到，所有种族和民族（除美国原住民外）都列出了六个更细致的子类别。
比如，黑人或非裔美国人现在包括起源于非洲的人，包括“非裔美国人、牙买加人、海地人”等。
白人包括了“英国人、德国人、爱尔兰人”等各种血统和文化。
OMB2024年更新的民族和种族分类。
值得一提的是，在此类问卷中，从1997年起，亚太裔(AAPI)已经分为了亚裔和夏威夷原住民和太平洋岛民这两大类，而亚裔也已经“细分”了。上述2020年人口普查如此，下面列举的2000年人口普查也是如此。因此，也就不存在今年的OMB调整对亚裔新做了细分这么一回事。今年的改变甚至没有增加亚裔的子类别，仍然是包括华人、越南、韩国、日本、印度和菲律宾这六项；而太平洋岛民确实新增了几个类别。
2000年人口普查问卷。
第三，删除了带有贬义和种族主义色彩的标签，比如在有关黑人的定义中删除了“negro”，在关于亚裔的定义中用“东亚”替代了 “远东”。
各机构有18个月的时间公布实施新标准的计划，并有5年的时间完成更新。OMB官员说，如果收集详细数据的负担超过了利益，或者存在隐私问题，他们可以要求豁免该指令。
总的来说，今年新调整的种族和民族分类标准，事实上是进一步对各种族都进行了至少六项细分。并不像坊间所说只有“亚裔细分”，或者“白人没有被细分”。早在至少2000年时，联邦政府已经开始在人口普查中单独统计华人等人口类别的数据。
为什么各个种族都需要更细分的数据？
联邦政府为各种目的收集种族和民族数据，包括重新划分选区，帮助政府机构更好地了解和服务其选民和客户。这些数据是通过调查表格收集的，比如美国人口普查局管理的人口调查，以及其他类型的用户输入表格，比如当人们注册医疗保险时。
此外，虽然OMB设定的标准是针对联邦机构的，但其影响超出了联邦机构的范围。许多研究人员、地方和州政府以及私营部门和非营利组织都遵循这些标准。
这些年来，对于种族分类的一个强烈不满就是未能推动联邦统计机构提供更详细的亚裔、非裔美国人以及其他种族类别的分类。
为什么亚太裔社区的活动人士多数支持细分？因为集中统计方法阻碍了联邦机构以及依赖联邦数据收集的私营部门更好地为社区成员服务，并了解他们的特殊需求。不夸张地说，更好的数据可以挽救生命。
1968年，两名伯克利的研究生创造了“亚裔美国人”这个词，当时这个词被认为有些激进，但它比“Oriental”要好得多，后者已经在日常语言和联邦文件中使用了几十年。
虽然团结很重要，但将所有亚裔美国人归为一个伞形群体，往往会使非亚洲人产生一种刻板印象，即所有亚裔美国人群体都像电影“Crazy Rich Asians”刻画的那样，普遍且天生成功、富有、健康、教育程度较高。然而，我们不仅说100多种不同的语言，有不同的文化信仰和习俗，而且与其他种族相比，我们也有最大的收入差距、教育差距和医疗差距。
亚裔美国人的收入差异。来源：2019年美国社区调查。
关于数据分类的讨论大多围绕卫生和教育展开，其最终目标是为统计上最脆弱的社区提供更多资源。如果没有关于每个社区有多少人、由谁组成以及他们的独特需求是什么的数据，政策制定者就不可能知道如何有效和成功地解决社区需求。
以教育为例。目前由美国教育部、各个州和地方教育机构以及私立教育机构管理的数据汇总了所有亚裔美国人。然而，美国人口普查局美国社区调查(ACS)的数据显示，亚洲群体在教育程度上存在巨大差异。例如，56%的亚裔美国人拥有学士或更高学位，但有三分之一的苗族、老挝人和柬埔寨成年人未能从高中学业。可是从2010年到2024年，缅甸、苗族、老挝这些族裔是没有出现在政府统计表格中的。
即使在华人社区内部也有着可以感同身受的差距：同样在旧金山湾区，既有大厂科技员工住豪宅送子女读私校，也有不少移民住在条件简陋的散房(SRO)。华人权益促进会(CAA)近期刚进行的一项调查显示，在旧金山唐人街，近半数家庭对负担互联网费用感到有压力，而且即使负担得起，唐人街的互联网服务也是价高质劣，孩子们在上网课方面面临更大的障碍。有了良好的数据，政府可以将资源分配到具体行动上。比如改善社区的网络服务，提供更好的免费学前教育，在学校提供特定的语言支持，学区提供语言服务帮助家长更紧密地与学校沟通，以解决教育差距问题。
另一个重要的领域是卫生保健。美国疾病控制与预防中心(Centers for Disease Control and Prevention)、美国国立卫生研究院(National Institutes of Health, NIH)、学术和制药研究人员以及疾病倡导团体，基本上都并没有遵守OMB的细分规定，在研究中使用亚洲人这一宽泛的类别，并制定资金和政策决策。
主要问题是，当亚裔美国人混在一起统计时，似乎表现得很好。这个问题可以追溯到美国政府解决医疗保健不平等问题的最初阶段。1985年的《赫克勒报告》(Heckler Report)启动了这项研究，该报告得出的结论是，亚裔——很大程度上是因为他们都被归为一个群体——“比美国所有的种族/族裔群体都健康”。2021年的数据显示，亚裔美国人的整体预期寿命为83.5岁，而美国白人的预期寿命为76.1岁。
没有良好的数据就没有经费和研究。纽约大学格罗斯曼医学院(NYU Grossman School of Medicine)心血管流行病学家、人口健康副教授斯特拉·易(Stella Yi)2023年底对专业医学新闻媒体Statnews说，缺乏良好数据收集的一个原因是，人们普遍对亚洲人有刻板印象，包括他们是“模范少数族裔”，不值得投入资源或关注。
她说，这导致了广泛的排斥和隐形——人们在数据中“失踪”，他们的健康问题很少被注意或解决。而且由于大多数健康调查只用英语或西班牙语进行，亚裔群体中那部分英语水平较低的人完全被遗忘。
人们只需要看看美国国立卫生研究院，就能看到亚洲人被忽视的持续影响：1992年至2018年间，该机构预算中只有0.17%用于针对AAPI群体的研究，尽管他们是美国增长最快的族群。
这可能导致医疗保健方案无法适当地治疗亚裔美国人。一个明显的例子是：从抗抑郁药到激素替代疗法再到痛风治疗等常用药物，亚洲人的副作用风险要高得多。另一个例证是，亚裔美国人比其他群体更早患上糖尿病，体脂也要小得多，因此需要适用更低的糖尿病筛查体重指数门槛，但经过了亚太裔医生近十年的不懈努力，这一目标才得以实现。
根据目前开始逐渐显现的研究结果，将亚裔美国人的子群体分开来看，结果要差得多。例如：
肝癌在亚裔美国人中的发病率是美国白人的两倍多，但老挝裔美国人的发病率是美国白人的七倍多。
苗族妇女的宫颈癌发病率是所有亚裔美国人的三倍，是白人妇女的四倍。
菲律宾裔和印度裔美国人的糖尿病发病率最高。
鼻咽癌在华裔美国人中的发病率很高。
在韩裔美国人中发病率最高的是胃癌。
缅甸、老挝成年移民的抑郁症发病率极高。
细分数据可以看到，菲律宾裔和印度裔、日本裔心脏病高发，而韩、日、华癌症属于高发。来源：PLOS ONE
一个可能大家能通过“身边统计学”感知到的现象：很多华人女性一辈子没抽过烟，但患有肺癌，而且很多时候在确诊时已经到了4期。现在，这个现象终于得到了美国研究者的关注。
根据加州的一项研究，随着美国吸烟率下跌，几乎每个群体的肺癌发病率都在下降——唯一的例外是亚裔美国女性，她们的肺癌发病率每年增加2%。
在患肺癌的亚裔美国女性中，超过50%从不吸烟。而对于患有肺癌的华裔和印度裔美国女性来说，不吸烟的比例达到了80%到90%。
这项研究的两位主要研究者恰恰都是华人女性，其中一位的父母中年移民后在华盛顿州的中餐馆工作，这让她们意识到，烹饪油烟、二手烟等风险因素可能对亚裔美国女性患肺癌产生了一定的影响。
有了数据，就有望推动挽救生命的改变，比如针对上述癌症的高发族裔群体进行更早期的筛查。现在，医生们对亚裔美国女性中越来越多的肺癌病例提出了警告，并努力改革筛查指南，以更好地将这个群体纳入其中。去年5月，纽约大学的研究人员Elaine Shum在美国临床肿瘤学会会议上分享了初步数据，数据显示，对不吸烟的亚裔美国女性进行譬如低剂量CT扫描这类肺癌筛查，即使没有比对老年人（主要是白人吸烟者）进行筛查更好，也同样有效。
值得庆祝的是，更细致的差异化研究正在获得推动，特别是在新冠疫情期间发生的仇亚事件增加之后，越来越多的兴趣和资金流入。
2016年，加州制定了一项法案，要求该州卫生部门将亚裔美国人的数据分解为各类亚组。去年，纽约州也这样做了。纽约市健康和心理卫生部最近发布了一份关于亚裔美国人健康的开创性报告，其中包括许多亚群体；该报告的执行摘要被翻译成11种语言。
进行族裔差异化的呼声也不仅限于亚裔社区，在其他各个种族群体中也存在。比如有研究发现，前苏联和东欧移民群体的健康状况比更广泛的白人类别更差，残障率和毒瘾率较高。
在地方、州和联邦一级，这些细分数据的法案遭到了一些激烈的反对，比如华人群体担心这会带来隐私风险，或者担心在二战期间日裔美国人被送往拘留营的悲剧重演，这些担忧有些可能是偏见使然，但也有些并非空穴来风。政策制定者有必要更积极地了解社区成员的担忧，在隐私保护、道德保障方面与社区进行更公开和广泛的对话。
汇总数据同样重要
当然，有时候汇总数据同样至关重要。最近，泛亚裔美国人团结起来反对仇视亚太裔的抗议活动，就展现出了我们作为集体的力量。毕竟，持有这些偏见并实施这些仇恨犯罪的人并不会将亚裔视为不同的种族群体。
从1982年陈果仁被当成日本人而被残忍杀害，到2020年一名男子在该州米德兰的山姆会员店刺伤了一家缅甸裔移民，只是为误把他们当成华人，反对仇亚仍然需要整个亚太裔社区的持续努力。
同样重要的是，数据集要足够大，才能得出有意义的结论。在2020年新冠疫情开始时，美国各地的夏威夷原住民和太平洋岛民社区受到该病毒的破坏比任何其他种族或族裔群体都要严重，但由于数据集太小，因此在较大的数据分析中没有考虑到这一点，在很大程度上被低估了。如果将数据汇总并将其作为AAPI包括在内，那么这些社区的经验也将被计算在内。
最终的亚裔美国人数据理想状态会是怎样的？
我们应该拥有强大的数据系统，使我们能够同时进行两种对话。一方面，我们可以进行广泛的对话，比如有足够的资源说明，总体而言，亚裔美国人对诸如政党政治、种族主义或经济等特定话题有哪些主要的意见。这样，政策制定者就能对趋势有一个大致的了解。
另一方面，还应该讨论汇总数据中的具体差异，了解不同的族裔、不同的移民代际和收入群体在教育、医疗、住房、选举中更微观的意见，甄别在哪些群体中面临着服务不足的问题，这将为我们提供可操作的信息。