國際動態:人權取向的統計方法

國際動態:人權取向的統計方法

翻譯/林筠

校稿/曾于倢

 

導言

為了配合各國在2015年9月的聯合國高峰會(A/RES/70/1決議)所採用的2030年可持續發展議程(2030 Agenda)和永續發展目標(SDGs),這份摘記的目的在於,就數據收集和分類的部分提供人權取向的統計方法(a Human Rights-Based Approach to Data, HRBAD)的普遍性原則和要素。

 

各國在2030議程中明確重申履行國際法的承諾,並且強調議程的實施必須根據國際法中關於國家權力和義務的規定。他們呼籲不遺漏任何人,並且透過系統化的資料分析,來幫助達成以及衡量這個目標。在設計人權指標時並沒有固定基準或是中立性衡量,也無法否認隨著研究而生的相關人權保護風險,人權取向的統計方法(HRBAD)的原則能夠提供一定幫助。

 

如上所述,人權取向的統計方法將有助於整合相關利益者和及其數據,提升各社群在實踐時其數據和統計資料的質量、相關性,以及符合國際人權規範。為因應支持人權的持續發展而發起的數位革命,這份摘錄應該能引起所有在政府部門或公民社會組織內的決策人、統計學家和數據專家的關注,以及回應發展的實踐者和人權的倡議者亟欲確保2030議程裡的衡量和執行中能尊重、保護和履行人權。

 

以下是人權取向的統計方法之基本規則、建議和優良實踐案例:

 

參與(Participation)

參與是人權取向的統計方法中非常重要的一點。它有助於協助理解人權取向的統計方法裡的所有要素,還有維持官方和其他相關數據和統計資料的公信力。所有的數據收集行為必須包含對相關利益者的自由、積極和有意義的參與方法,特別是最邊緣化的族群。

 

參與涵蓋了整個數據的採集過程:從數據需求的認明、選擇和測試適合的收集方法學(例如安排特定地區的受試者以提升蒐集效率)到數據儲存、傳播、分析和解釋等等。

 

被篩選的受試者其參與過程和決定必須清楚透明。在某些情況下,必須確保可能因為資料收集、感到不舒服甚至感覺被威脅的公民社會組織、國際人權機構和其他參與的相關利益者的保護,同時能夠忠實反映其群體利益。

 

必須協助加強參與族群和目標群體參與能力,提高識字率,並使其瞭解資料收集的過程和目的。邊緣化的群體在過程中必須擁有自主權,還有被授權使用由此產生的數據。

 

參與的形式必須就案件個別辦理、決定。選項包括線上協商、公開會議、公共書面報告(例如:主題式發展),透過與社群、相關主題的公民團體、咨詢委員會或委員會,並且有該相關組織或部門(包含國家統計處和人權組織之間)的焦點或正式備忘錄記錄。

 

參與方法必須加強收集資料和編制指標的相關性和可靠性。人權取向的統計方法應依照國際人權標準,協助目標人口群消除其顧慮。這些群體可能包括:女人、小孩、原住民族、少數族群、殘疾人士、移民、遊民、老人、年輕人、同性戀者、雙性戀者、變性人、陰陽人、難民、HIV帶原者、用藥者、性工作者以及其他。

 

人權取向的統計方法應該包括兩性同等的參與,並且在過程中採用社會性別的角度。這表示依照性別和不單純以生物學和生理特徵的方式分類數據。此外,數據和資料的收集工作必須在社會上、文化上、身份、地位、角色和性別責任上顧及兩性之間的關係。其他族群也要被如此對待。

 

認知到性別數據焦點可能在國家統計局或系統發揮其主要作用,因此有整合其工作的人權觀點或從性別的角度建立人權中心主旨之必要。

 

族群資料分類和收集(Data disaggregation and collection by population group )

對人權取向的統計方法來說,收集和分類能夠讓他們比較不同族群間差異的資料很重要,也成為了各國人權義務之一。藉由資料的收集整理,能夠顯示和評量可能的不平等以及歧視的程度。

 

傳統資料收集和分析方法必需揚棄,其著重於在潛在差異下的全國平均和風險防護。人權取向的統計方法則著重在社會條件最為低落、最邊緣化,遭受不平等待遇的群體。

 

為了讓國家能夠完成其收集和發表符合國際法上的歧視定義的數據分類之義務,必須培養其能力並且發展合作關係。歧視類型包括性別、年齡、種族、殘疾、宗教、公民身份、收入、性取向和性別認同。

 

相關公民社會團體利用正式問卷或以社群為基礎的機制的所搜集來的數據,其運用必須被開發。然而,合作關係的責任歸屬,特別是數據隱私和管理部分,需要有明確定義規範。這對於數據收集過程和數據提供者或受試者是必要的。

 

使用參與式方法和自我認同原則(請看下一章節)可以幫助提高難以統計和邊緣化群體的問卷回答率。這和那些蒙受不同形式歧視或被傳統家訪類型問卷排除(例如遊民或機關負責人)和被行政紀錄排除(例如沒有紀錄的移民)特別有關。在某些背景下,公民組織和社會服務提供者會比國家統計處更能聯繫那些族群並收集數據。

 

對於特別脆弱或邊緣化的組織,例如法律上不存在的族群,在決議上,必須和他們共同決定或是諮詢他們,以降低相關風險。

 

了解人權作為自然權利所帶來的(國家)義務,其影響了統計系統對於分類數據的能力。對於重要數據和問卷抽樣設計的準確性非常重要。這通常對於其他人權的實踐,例如教育權、健康權和公民參與權,是非常關鍵的。

 

在數據收集計畫開始計劃和設計的階段時,國家層級的數據分類必須顧及特殊需求。適當的方法可能包括重複採樣、使用行政紀錄、針對性取樣、目標族群的比較調查、隨機採樣、同伴推動抽樣法(respondent-driven sampling)及個別單位問卷(家戶分類)。這些必須依照個案來決定,配合先前提到的參與方法。

 

數據的格式必須能夠多重參照不公平或歧視類型。受影響組織的法律、機構或上的定量指標和分析對於提高人權取向的統計方法的情境化和瞭解也很重要。

 

自我認同(Self-identification)

對於個人或族群認同來說,人口統計數據收集和分類是決定性的依據。尊重和保護個人身份,對人權維護和人類尊嚴很重要。

 

必須要隨時遵守最重要的人權原則:《不傷害原則》(do no harm)。身份認同議題的數據收集行為中,必須要小心評估其適當性及必要性。

 

數據收集的行為,無論是通過人口普查、專業人口調查或行政紀錄(例如人口統計)不能創造或加強現有對族群的的歧視、偏見、刻板印象,例如拒絕承認他們的身份。數據生產者必須把非常尊重這些族群的意見。

 

《不傷害原則》的意思也是指這份摘記中的內容不能被解釋為一種邀請、鼓勵或代言,在身份證明文件裡(例如身分證)或中央人口登記裡分類任何族群。因為可能會造成歧視,或將之暴露在嚴重侵犯人權的危險中。

 

在問卷包含個人身份的部分,所有進行人為的面談的面談者,必須接受性別和文化相關訓練。訓練必須包括歷史相關議題,因為它可能和受訪談的族群有關。

 

參與式方法應該包含身份別的分類。所有個人身份上的問題,無論是在問卷或是行政數據,應該都要提供自由回答的空間還有多重身份的選擇。

 

同樣的,個人身份應該以自我認同作為依據,而不需請人代表,或遭到詆毀。這包括和宗教信仰、性傾向、性別認同、種族有關的實質的身份。

 

身份確認例如種族,也可以包括客觀標準,例如其語言或是住所。前提是存在相關防止濫用規則的人權保障措施。

 

在某些情況下,自我認同原則的運用,可能超越目前在國際條約中列出的身份類別。

 

原文:http://www.ohchr.org/Documents/Issues/HRIndicators/GuidanceNoteonApproachtoData.pdf