美国人口普查披露避免系统对选区重划与投票权分析的影响

美国人口普查局计划通过其披露避免系统（DAS）保护2020年人口普查受访者的隐私，该系统试图通过向普查微观数据添加噪声来实现差分隐私保证。通过将选区重划模拟与分析方法应用于受DAS保护的2010年普查数据，我们发现受保护的数据质量不足以用于选区重划目的。我们证明注入的噪声使各州无法准确遵循“一人一票”原则。我们的分析发现，受DAS保护的数据针对某些地区存在偏差，取决于选民投票率及党派与种族构成，且这些偏差导致对党派与种族不公正选区划分的分析中出现巨大且不可预测的错误。最后，我们表明DAS算法并未普遍保护受访者隐私。基于注册选民的姓名与地址，我们仅使用受DAS保护的数据便能与其使用2010年普查数据时一样准确地预测其种族。尽管如此，受DAS保护的数据仍可能不准确估计多数—少数族裔选区的数量。我们以针对普查局应如何推进2020年人口普查隐私保护的建议作结。