说说籍贯

早上醒来，躺在床上，忽然想起一个有趣的问题。在中国的许多身份文件中，都有籍贯这么一栏，而在西方的身份登记中，通常只要求等级出生地和现居住地（或曾居住地）。大致想来，这也许反映了中国旧时代和现代（西方）社会人员流动程度的差异。

籍，在中国古汉语中表示一个家庭对朝廷担负徭役的类型，通常由其当家的职业决定。贯，是指一个人生长的地方。在人们的概念中，籍贯通常是指一个人的祖居地。在中国旧时代，由于人员流动很少，确定籍贯也许不是一件难事。许多家庭祖祖辈辈生于斯、长于斯。我猜想，籍贯一栏也就因此沿用下来的。

在现代生活中，人员流动频繁。记得有一个统计，美国人一辈子平均在6个州迁移。中国现代社会也充满了变化。上海居民中有多少祖籍是上海的呢？于是，籍贯就变得模糊和难以确定了。

在网上查了一下，才知道香港和台湾已相继逐步取消籍贯一栏，而采用出生地的信息。这是跟随西方个人信息采集口径的做法。

大陆采用以下规定：“按照公安部公通字[1995]91号文件规定，公民的籍贯应为本人出生时祖父的居住地（户口所在地）；祖父去世的，填写祖父去世时的户口所在地；祖父未落常住户口的，填写祖父应落常住户口的的地方；公民登记籍贯后，祖父又迁移户口的，该公民的籍贯不再随之更改。” 如果籍贯都按以上规定严格填写的话，倒是非常有趣：我们会得到一个跨代的迁移链。

假定六代人：甲、乙、丙、丁、戊、己。根据规定，丙的籍贯采用甲的户籍，戊的籍贯采用丙的户籍。单从籍贯上看，甲、丙、戊形成一条链，与乙和丁无关。乙、丁、己形成一条链，与甲、丙、戊无关。

出生地、户籍和籍贯提供了对一个人迁徙的多个时间点信息：出生地、生育子女时的所在地（由子女的出生地信息获得）、和子女生育时的这个人的所在地（由孙辈的籍贯信息获得）。

当然，以上的数据挖掘框架是不太靠得住的，因为许多人在填写籍贯信息时并不严格按照规定来。