If you've been watching this series, you'll know I care about data. But data has its limitations, especially when it comes to language. Basically, if you get your categories wrong, you can wind up with some pretty misleading statistics, and the US Census is a prime example.
이 시리즈를 보고 있다면 제가 자료를 중시한다는 것을 알 것입니다. 하지만 자료는 한계가 있고 특히 말로 표현할 때 그렇습니다. 기본적으로 범주 구분을 잘못했다면 매우 잘못된 통계를 얻을 수 있습니다. 미국 인구 조사국이 대표적인 예입니다.
[Am I Normal? with Mona Chalabi]
[모나 샤라비와 함께하는 나는 정상인가?]
Taken every 10 years, this survey aims to collect demographic data from each and every resident of the US and its territories. Those responses help the government to determine everything, from the allocation of seats in Congress and the Electoral College, to the allocation of hundreds of billions of dollars in federal funds. And those funds pay for things like new hospitals, road improvements and school lunch programs. And crucially, the statisticians that work there are nonpartisan. They sit at the same desks, applying the same formulas, no matter who is in charge at the White House.
10년마다 시행하는 인구 조사는 인구 자료를 수집하기 위한 것입니다. 미국 본토와 미국령 지역의 모든 거주자들이 대상입니다. 이 결과는 정부가 결정하는 모든 것에 영향을 줍니다. 국회와 선거인단의 의석 배분부터 수천억 달러의 연방 기금 배분까지 말이죠. 연방 기금이 쓰이는 곳은 새 병원 건립, 도로 정비, 학교 급식 사업 같은 것입니다. 중요한 것은, 이런 통계를 만드는 사람들은 비정치적입니다. 백악관에서 누가 정권을 잡든 상관없이 같은 자리에서 같은 방식을 적용합니다. 확실히 미국 인구 조사국은 중요한 일을 합니다.
So undoubtedly, the US Census Bureau does important work, but it does have some blind spots. For example, there has been a decades-long effort to add the category Middle Eastern or Northern African or MENA to the census. Currently, the census defines people from these regions, and that includes me, as white. Yeah, that's incorrect. In 2015, the census did test a version of this survey that included MENA. It found that when given the MENA option, the number of people from that region who identified as white dropped from 86 percent to 20 percent. See, when you reconsider language, the numbers can change dramatically. Unfortunately, though, the census still didn't make the change, saying that further tests were necessary to determine if MENA should appear under ethnicity instead of race. That means that those who have rallied for its inclusion will have to wait another decade to see if our community can be recognized.
그러나 맹점이 몇 가지 있죠. 예를 들면, 십 년 동안 인구 조사 항목에 중동 혹은 북아프리카(MENA) 항목을 추가하려는 시도가 있었습니다. 현재 인구 조사국은 이 지역 사람들을 저도 포함해서, 백인으로 구분합니다. 네, 잘못됐죠. 2015년 인구 조사는 MENA 항목을 포함해서 시행했습니다. MENA 항목이 있는 경우 이 지역 출신 백인의 비율이 86%에서 20%로 하락한 것으로 밝혀졌습니다. 보다시피 언어를 감안하면 숫자가 급격히 변할 수 있습니다. 그러나 안타깝게도 인구 조사는 여전히 바뀌지 않았습니다. MENA가 인종 범주가 아니라 민족 범주에 있어야 하는지에 대해 확인이 더 필요하다는 것이 이유입니다. 그 항목을 넣으려고 애써온 사람들이 십 년을 더 기다려야 한다는 말입니다. 우리 집단의 인정 여부를 알려면요.
This isn't the first time that language has restricted how people are represented in the census. The very first one, way back in 1790, only had three broad categories, and I quote: "slaves, free white men and women, and all other free persons." It would be another 30 years before distinct categories for free Blacks and another 40 years before American Indians would appear on the census.
인구 조사에서 인구 분류 방식이 언어로 제한된 것은 처음이 아닙니다. 가장 처음은 오래 전인 1790년인데 3개의 큰 범주만 있었죠. ‘노예, 백인 남녀 자유인, 그리고 그 외 모든 자유인’이었습니다. 30년이 더 지나서야 흑인 자유인을 위한 별도 범주가 생겼고 40년이 더 지나고 나서 미 원주민 항목이 인구 조사에 나타났습니다.
Since then, more and more categories have been added, but progress has been slow. It wasn't until 2000 that people could choose more than one race to describe themselves, and for the very first time in 2020, people who selected Black or white could go a bit more granular and provide more detail about their origins, like naming France or Somalia or spotlighting their Indigenous identity.
그때부터, 점차 더 많은 범주가 추가되었지만 진척은 더뎠습니다. 2000년이 되어서야 하나 이상의 인종을 고를 수 있었습니다. 그리고 2020년에서야 처음으로 흑인 또는 백인만 선택했던 사람들은 조금 더 세분할 수 있었고 출신에 관한 세부 정보를 제공할 수 있게 됐습니다. 프랑스나 소말리아라는 이름을 붙이는 것이나
Right now, you might be thinking:
자신들의 고유한 정체성을 강조하는 것처럼요.
Why does the wording on a survey even matter? Race and ethnicity are social constructs anyway. But that doesn't change the lived experience of those who aren't truly reflected in these forms. Questionnaires need to ask the right questions if they want to capture what's really happening in the world. A Northern African non-binary person might be misgendered or considered white by the census, but face disproportional discrimination, health disparities or language barriers that are unique to their community. It's no wonder, then, that it's often marginalized and vulnerable communities ones whose identities are missing from these forms that lack access to governmental resources and protections.
지금, 이렇게 생각하실지도 모릅니다. ‘인구 조사에서 단어 선택이 왜 문제가 된다는 거지?’ ‘인종이나 민족은 어쨌든 사회적 구분인데.’ 그러나 그것이 이 조사에 제대로 반영되어 있지 않은 사람들의 인생 경험을 바꾸는 것은 아닙니다. 설문지는 질문을 제대로 해야 합니다. 세상에서 실제로 어떤 일이 일어나는지 파악하려 한다면요. 제3의 성을 가진 북아프리카인은 성별이 잘못 부여될 수 있고 인구 조사에서 백인으로 간주될 수도 있습니다. 하지만 그 집단에 고유한 불균형적인 차별이나 건강 불평등 혹은 언어 장벽을 마주할 수도 있습니다. 따라서 당연하게도 소외되고 취약한 집단들은 인구조사에서 신원이 나타나지 않고 정부 재원과 보호를 받지 못하는 경우가 흔합니다. 사람들이 이러한 종류의 자료 수집에 응하지 않으려는 데에는
Now, there are some understandable historical reasons why people might not want to engage in this kind of data gathering. But without the data, it’s just easier to deny the inequality is real. If we want a more equitable society, we have to measure our reality, and the best way to start is by using language that recognizes our differences.
납득할 만한 역사적 이유가 몇 가지 있습니다 그러나 자료가 없다면 불평등이 실재한다는 것을 부정하기 쉽죠. 더욱 평등한 사회를 원한다면 현실을 보아야 하고 가장 좋은 시작은 차이를 인식하는 언어를 사용하는 것입니다.