A Roadmap for Disclosure Avoidance in the Survey of Income and Program Participation (2024)

核心观点： 该研报针对美国收入和项目参与调查（SIPP）的数据披露风险问题，提出了多种数据保护方法，并建议建立多层级的数据访问机制，以平衡数据可用性和隐私保护。

关键数据和研究结论：

• SIPP调查收集了大量关于美国个人和家庭的详细社会经济信息，包括收入、资产、负债、退休账户、健康和残疾、家庭结构等。
• SIPP数据被广泛应用于经济学、社会学、人口学等领域的研究，对于评估政府政策和社会问题的研究具有重要意义。
• SIPP数据也存在披露风险，尤其是纵向数据结构和高度详细的变量，可能导致个人被重新识别。
• 研报讨论了多种数据保护方法，包括传统统计披露限制方法（如数据压缩、排序、掩码等）、合成数据和差分隐私技术。
• 研报建议Census Bureau建立一套持续的数据披露风险评估计划，并考虑与外部研究人员合作，以更好地评估和缓解数据披露风险。
• 研报建议Census Bureau提供多种数据访问方式，包括公共使用文件、合成数据、安全在线数据访问（SODA）和联邦统计研究数据中心（FSRDCs），以满足不同用户的需求。
• 研报建议Census Bureau重新解释Title 13，以支持数据访问和可用性，并考虑采用新的数据保护方法和技术。

建议：

• Census Bureau应定期评估数据披露风险，并根据风险评估结果采取相应的数据保护措施。
• Census Bureau应考虑开发新的数据访问方式，如SODA，以提供更安全、更便捷的数据访问体验。
• Census Bureau应与外部研究人员合作，以更好地评估数据披露风险和开发新的数据保护方法。
• Census Bureau应重新解释Title 13，以支持数据访问和可用性，并考虑采用新的数据保护方法和技术。

Markdown格式：

**核心观点**： 该研报针对美国收入和项目参与调查（SIPP）的数据披露风险问题，提出了多种数据保护方法，并建议建立多层级的数据访问机制，以平衡数据可用性和隐私保护。

**关键数据和研究结论**：

*   SIPP调查收集了大量关于美国个人和家庭的详细社会经济信息，包括收入、资产、负债、退休账户、健康和残疾、家庭结构等。
*   SIPP数据被广泛应用于经济学、社会学、人口学等领域的研究，对于评估政府政策和社会问题的研究具有重要意义。
*   SIPP数据也存在披露风险，尤其是纵向数据结构和高度详细的变量，可能导致个人被重新识别。
*   研报讨论了多种数据保护方法，包括传统统计披露限制方法（如数据压缩、排序、掩码等）、合成数据和差分隐私技术。

**建议**：

*   Census Bureau应定期评估数据披露风险，并根据风险评估结果采取相应的数据保护措施。
*   Census Bureau应考虑开发新的数据访问方式，如SODA，以提供更安全、更便捷的数据访问体验。
*   Census Bureau应与外部研究人员合作，以更好地评估数据披露风险和开发新的数据保护方法。
*   Census Bureau应重新解释Title 13，以支持数据访问和可用性，并考虑采用新的数据保护方法和技术。