为什么亚裔在美国“收入高”，却仍然被视为弱势群体？

很多美国人对亚裔的印象，往往带着一种明显的矛盾感。

一方面，亚裔经常被视为“成功群体”：教育程度高、家庭收入高、犯罪率低，在科技、医疗、工程等专业领域中占有很高比例。美国媒体与社会长期存在一种关于亚裔的固定想象——勤奋、自律、重视教育，并且“整体表现良好”。

但另一方面，亚裔又仍然经常被纳入“少数族裔”“弱势群体”以及“需要代表性”的政策框架之中。

于是，一个问题就会不断出现：

如果亚裔“平均收入更高”，为什么仍然会被视为弱势群体？

这个问题之所以复杂，是因为它涉及的并不只是收入本身，而是美国社会如何理解“弱势”这件事。

“模范少数族裔”是如何形成的？

在美国关于亚裔的讨论中，“模范少数族裔”（model minority）几乎是绕不开的概念。

这一标签大规模形成于1960年代。当时，美国社会正处于民权运动时期，围绕贫困、种族不平等与社会冲突的讨论不断加剧。在这种背景下，一部分媒体与政治叙事开始强调亚裔“通过努力取得成功”的故事，并将其塑造成一种“成功少数族裔”的代表。

表面上看，这种叙事似乎是正面的。

但它实际上包含着一种非常特殊的社会逻辑：如果亚裔可以“靠努力成功”，那么其他少数族裔面临的问题，就容易被解释为“文化问题”或“个人问题”，而不是制度问题。

也就是说，“模范少数族裔”这个标签，从来不只是关于亚裔本身。

它同时也是美国社会理解种族与贫困的一种方式。

“平均值”如何掩盖内部差异

亚裔家庭收入高，并不是一个完全错误的数据。

根据美国人口统计数据，亚裔家庭收入的中位数长期高于全国平均水平，一些东亚与南亚群体尤其明显。这也是为什么，很多人会自然地把“亚裔”与“中产”“高学历”联系在一起。

但问题在于，“亚裔”本身并不是一个内部一致的群体。

当统计数据把华人、印度裔、韩裔、日本裔、越南裔、苗族、柬埔寨裔等群体全部放进同一个“Asian”类别时，一个巨大的问题就出现了：平均值开始掩盖差异。

例如，一些高学历技术移民群体，确实拥有非常高的家庭收入；但与此同时，一些东南亚难民社区的贫困率、教育落差与语言障碍，长期高于美国平均水平。

然而，一旦这些差异被压缩进同一个统计类别，外部社会看到的，往往只剩下一个抽象结论：

“亚裔整体收入很高。”

于是，一些真正资源不足的亚裔社区，也可能因为整体统计数据“过于成功”，而更难进入公共资源分配体系。

这就是所谓的“平均值陷阱”。

收入高，并不等于权力强

更重要的是，美国政策体系中的“弱势”，本来就不只是收入问题。

一个群体是否被视为需要保护、需要代表性，往往还涉及：

• 历史上的排斥与歧视
• 在主流权力结构中的可见度
• 政治代表性
• 语言与制度进入能力
• 是否容易成为社会冲突中的目标

从这个角度看，即使亚裔整体收入较高，也不意味着他们在所有领域都拥有同等权力。

事实上，亚裔在美国长期存在一种非常特殊的结构位置：

经济整合程度相对较高，但政治与文化可见度并不稳定。

这种“不完全进入”的状态，使亚裔经常同时呈现两种身份：

一方面，他们被视为“成功群体”；
另一方面，他们又仍然被视为“外来者”。

疫情期间针对亚裔的仇恨犯罪集中爆发，其实正暴露了这种矛盾。即使很多亚裔已经在经济上高度融入美国社会，他们仍然可能在社会危机时期，被迅速重新定义为“外国人”。

这说明，一个群体是否“弱势”，并不只是收入可以决定的。

政策如何面对“平均值陷阱”？

这也是为什么，近年来越来越多关于亚裔的数据讨论，开始强调“数据拆分”（data disaggregation）。

也就是说，不再只统计“Asian”整体，而是进一步拆分不同族裔内部的数据。

因为政策制定者逐渐意识到：如果只看整体平均值，很多真正存在的差异会被隐藏。

例如：

• 哪些亚裔社区大学入学率较低
• 哪些群体英语能力不足
• 哪些社区长期缺乏医疗资源
• 哪些移民群体贫困率更高

这些问题，如果没有更细的数据，就很容易在“亚裔整体表现良好”的印象中被忽略。

从某种程度上说，这其实也是制度如何处理“可见性”的问题。

因为在现代政策系统中，一个问题如果无法被稳定统计，它往往也难以被稳定回应。

“成功”与“弱势”可以同时存在吗？

如果回到最初的问题：为什么亚裔“收入高”，却仍然被视为弱势群体？

也许更准确的答案是：

“成功”与“弱势”，本来就不是完全对立的状态。

一个群体可以在经济上取得成功，但仍然缺乏稳定的政治代表性；可以拥有较高平均收入，但内部差异巨大；可以在教育体系中表现突出，却仍然在公共叙事中长期被简化、被误解，甚至在特定时期重新被视为“外来者”。

而“模范少数族裔”最大的危险，也许恰恰在于：它让外部社会误以为，一个群体只要“平均数据好看”，就意味着所有问题都已经解决。

但现实世界中的群体，从来都比统计平均值更复杂。

文 ｜ 语间