為什麼亞裔在美國「收入高」，卻仍然被視為弱勢群體？

很多美國人對亞裔的印象，往往帶著一種明顯的矛盾感。

一方面，亞裔經常被視為「成功群體」：教育程度高、家庭收入高、犯罪率低，在科技、醫療、工程等專業領域中佔有很高比例。美國媒體與社會長期存在一種關於亞裔的固定想像——勤奮、自律、重視教育，並且「整體表現良好」。

但另一方面，亞裔又仍然經常被納入「少數族裔」「弱勢群體」以及「需要代表性」的政策框架之中。

於是，一個問題就會不斷出現：

如果亞裔「平均收入更高」，為什麼仍然會被視為弱勢群體？

這個問題之所以複雜，是因為它涉及的並不只是收入本身，而是美國社會如何理解「弱勢」這件事。

「模範少數族裔」是如何形成的？

在美國關於亞裔的討論中，「模範少數族裔」（model minority）幾乎是無法繞開的概念。

這一標籤大規模形成於1960年代。當時，美國社會正處於民權運動時期，圍繞貧困、種族不平等與社會衝突的討論不斷加劇。在這種背景下，一部分媒體與政治敘事開始強調亞裔「透過努力取得成功」的故事，並將其塑造成一種「成功少數族裔」的代表。

表面上看，這種敘事似乎是正面的。

但它實際上包含著一種非常特殊的社會邏輯：如果亞裔可以「靠努力成功」，那麼其他少數族裔面臨的問題，就容易被解釋為「文化問題」或「個人問題」，而不是制度問題。

也就是說，「模範少數族裔」這個標籤，從來不只是關於亞裔本身。

它同時也是美國社會理解種族與貧困的一種方式。

「平均值」如何掩蓋內部差異

亞裔家庭收入高，並不是一個完全錯誤的數據。

根據美國人口統計數據，亞裔家庭收入的中位數長期高於全國平均水準，一些東亞與南亞群體尤其明顯。這也是為什麼，很多人會自然地把「亞裔」與「中產」「高學歷」聯繫在一起。

但問題在於，「亞裔」本身並不是一個內部一致的群體。

當統計數據把華人、印度裔、韓裔、日本裔、越南裔、苗族、柬埔寨裔等群體全部放進同一個「Asian」類別時，一個巨大的問題就出現了：平均值開始掩蓋差異。

例如，一些高學歷技術移民群體，確實擁有非常高的家庭收入；但與此同時，一些東南亞難民社群的貧困率、教育落差與語言障礙，長期高於美國平均水準。

然而，一旦這些差異被壓縮進同一個統計類別，外部社會看到的，往往只剩下一個抽象結論：

「亞裔整體收入很高。」

於是，一些真正資源不足的亞裔社群，也可能因為整體統計數據「過於成功」，而更難進入公共資源分配體系。

這就是所謂的「平均值陷阱」。

收入高，並不等於權力強

更重要的是，美國政策體系中的「弱勢」，本來就不只是收入問題。

一個群體是否被視為需要保護、需要代表性，往往還涉及：

• 歷史上的排斥與歧視
• 在主流權力結構中的可見度
• 政治代表性
• 語言與制度進入能力
• 是否容易成為社會衝突中的目標

從這個角度看，即使亞裔整體收入較高，也不意味著他們在所有領域都擁有同等權力。

事實上，亞裔在美國長期存在一種非常特殊的結構位置：

經濟整合程度相對較高，但政治與文化可見度並不穩定。

這種「不完全進入」的狀態，使亞裔經常同時呈現兩種身份：

一方面，他們被視為「成功群體」；
另一方面，他們又仍然被視為「外來者」。

疫情期間針對亞裔的仇恨犯罪集中爆發，其實正暴露了這種矛盾。即使很多亞裔已經在經濟上高度融入美國社會，他們仍然可能在社會危機時期，被迅速重新定義為「外國人」。

這說明，一個群體是否「弱勢」，並不只是收入可以決定的。

政策如何面對「平均值陷阱」？

這也是為什麼，近年來越來越多關於亞裔的數據討論，開始強調「數據拆分」（data disaggregation）。

也就是說，不再只統計「Asian」整體，而是進一步拆分不同族裔內部的數據。

因為政策制定者逐漸意識到：如果只看整體平均值，很多真正存在的差異會被隱藏。

例如：

• 哪些亞裔社群大學入學率較低
• 哪些群體英語能力不足
• 哪些社群長期缺乏醫療資源
• 哪些移民群體貧困率更高

這些問題，如果沒有更細緻的數據，就很容易在「亞裔整體表現良好」的印象中被忽略。

從某種程度上說，這其實也是制度如何處理「可見性」的問題。

因為在現代政策系統中，一個問題如果無法被穩定統計，它往往也難以被穩定回應。

「成功」與「弱勢」可以同時存在嗎？

如果回到最初的問題：為什麼亞裔「收入高」，卻仍然被視為弱勢群體？

也許更準確的答案是：

「成功」與「弱勢」，本來就不是完全對立的狀態。

一個群體可以在經濟上取得成功，但仍然缺乏穩定的政治代表性；可以擁有較高平均收入，但內部差異巨大；可以在教育體系中表現突出，卻仍然在公共敘事中長期被簡化、被誤解，甚至在特定時期重新被視為「外來者」。

而「模範少數族裔」最大的危險，也許恰恰在於：它讓外部社會誤以為，一個群體只要「平均數據好看」，就意味著所有問題都已經解決。

但現實世界中的群體，從來都比統計平均值更複雜。

文 ｜ 語間