基于因子分析的主要移民接收国移民环境评价

张志新,张秀丽，黄海蓉

(山东理工大学 经济学院，山东 淄博 255000)

一、引言

人们对于环境因素与人口移迁的关系有着不同的理解和认识，而且逐渐意识到环境因素对移民的影响越来越大。二战后部分发展中国家采取过度资源开发的方式来面对人口快速增长，同时环境日益恶化又使得大量人口发生国内外迁移，例如中国作为发展中国家，在过去50多年中进行了大规模的经济建设，工业企业迅速崛起造成的环境问题导致了4000多万人口进行国内移民。全球每年有大量居民因自然灾害而被迫迁徙，另外可预期到因环境变化而导致的国际移民数量会持续上升。实际上，自然环境因素只是导致人口迁移的驱动力之一，在全球不同地区的不同案例中，引发人口迁移的原因千差万别，有些情况下，经济收入、社会文化、政策等因素往往对人口迁移决策起到更加决定性的作用。在经济全球化快速发展的今天，文化多元日益被大家认同、移民政策越来越国际化，因而移民环境更多的与接收国的居民生活质量、经济发展水平、产业结构等要素密切相关。因此，本研究通过对主要的移民接收国进行分类汇总，综合考虑各种因素，从移民接收国的居民生活质量、经济发展水平、产业结构等多个方面，分析移民接收国的移民环境对移民决策的影响。

二、文献回顾

当代国际移民理论形态各异，分别从不同的视角解释了移民现象及动因。当代中西方国际移民学主要从收入差距、劳动力市场、经济全球化等角度对移民动因进行研究。近年来有关移民动因的国内外研究简要归纳如下。

(一)收入差距促使移民跨国流动

以拉里·萨斯塔(Larry Sjaastad)、迈克尔·托达洛(Michael To-daro) 等为主要代表的新古典经济学家，以移出国与移入国之间的工资差距为基础，通过将预期收入定义为就业的概率乘以所有职业的平均收入，将预期收入差异定义为迁移者预期收入减去预期成本得到的预期收益进行分析得出，工资差距是移民由移出国流向移入国的根本动力，且将流向收入最高的国家。同时，移出国与移入国之间的收入差距也会因为移民行为而逐渐缩小。事实上，迁移的付出与回报是不能够准确被计算的，收入差距只是引发移民的原因之一，但决不是唯一的最重要的原因。斯塔克(Oded Stark)以自己在墨西哥的经验研究得出，两国间收入的“相对差距”而不是“绝对差距”，是引起移民进行迁移的主要动力。即使位于同一收入水平时，两国之间生活质量存在差异也会使人们产生失落感，这才是真正促使人们发生移民行为的内在驱动力[1]108-114。

(二)劳动力市场分割吸引移民流入

国际移民的影响因素主要受制于劳动力市场分割。有学者将发达国家分成双重劳动力需求市场，上层劳动力市场(技术含量较高的第三产业)提供的是高收益、高保障、环境舒适的工作，而下层劳动力市场(技术含量较低的第二产业为主)则相反[2]76-87。由于当地劳动力具备一定的技术，优先进入当地的上层劳动力市场，故而需要外国移民进入下层劳动力市场，填补其空缺，因此大量外国移民从事低技术工作，这种劳动力市场分割导致了国家对于外来低技术移民的需求，这种需求不可避免地会产生劳动力市场之间的供需结构性问题。例如，杨幼林研究得出中国劳动力供给与国际劳动力市场需求之间存在结构性问题，国际劳动力市场需求向两极化发展，即高端化和低端化，而中国的劳动力供给逐步脱离低端化未达到高端化，所以中国输出劳动力的实际收入出现了明显下降的趋势[3]58-59。而“三重市场需求理论”认为，在移民进入一段时间后，当地又生成一个“族群聚集区”。这一在移民族群自身发展基础上形成的经济圈会吸引更多的原籍国居民迁移到该国，同时这一移民族群会在该国高技术劳动力身上学习先进技术，从而汲取移民的动力。

(三)经济全球化推动国际人口迁移

随着经济全球化和信息化的深入发展，国际移民流动日趋频繁，移民人数不断增加，越来越多的学者把“移民”与“全球化”态势结合起来，他们认为商品、资本、信息的国际流动必然推动国际人口迁移，故而国际移民潮是市场经济全球化的直接结果。首先，在资本方面，Stobaugh和Robert B通过对美国9个案例的实证研究表明，对外直接投资会增加本国的就业[4]36-50。还有很多学者对对外直接投资与劳动力跨国流动之间的关系进行了研究，发现发展中国家对外直接投资和劳动力跨国流动之间从经验主义角度看存在替代关系，但是也有研究认为是互补关系。黄晓芯和高佩娟通过对中国劳动力市场的研究发现，中国跨国公司在海外设立分公司增加了中国劳动力参与国际劳动力市场的机会[5]23-28。杨云母研究发现尤其是在短期内，对外直接投资和国际劳动力流动在中国可以形成良性互动[6]186-187。其次，在商品方面，有些“替代论”学者认为未来劳动力的国际流动会替代商品流动。Connell和Conway研究发现劳动力跨国流动增加输出国的外汇收入，收入的提高会增加投资和出口贸易，而出口贸易的增加促进劳动力的外流，所以劳动力跨国流动与国际贸易之间呈现出互补关系[7]52-78。但是国际贸易与劳动力跨国流动的关系是变化的，Russell等研究发现，从短期来看，劳动力跨国流动与国际贸易之间存在互补关系;而从长期来看，两者具有相互替代的关系[8]28-35。中国在劳动力跨国流动中为输出国，中国对外劳务输出与出口贸易之间存在密切的联系，许多学者采用不同的研究方法对此进行了大量研究。例如李礼、郝臣通过对中国1983—2003年的数据进行协整和因果关系检验，劳务输出与出口贸易之间具有稳定的协同关系，出口贸易的高速发展促进了劳务输出的增加，但运用Chow异方差检验发现，劳务输出增加同样推动出口贸易增长[9]23-28。吴幼华将自然人流动引入修正的引力模型进行研究，发现中国自然人流动增加10%，对中国自然人输入国的出口贸易额将增加1.6%[10]42-44。最后，Valentina的研究发现罗马尼亚加入欧盟后，欧盟成员国之间劳动力流动限制较少，西欧国家GDP和收入水平较高，罗马尼亚劳动力因此发生了大规模的跨国流出[11]638-705。

目前，国内外学者从收入差距、劳动力市场、经济全球化的角度对促进移民的因素进行分析，为我们研究国际移民问题打下了较好的基础。随着全球化进程加快，国际移民日趋理性，移民决策不再只考虑经济因素，而是更多关注移民接受国的对外开放度、居民生活质量、公共服务供给以及生活安全保障等内容。因此，本研究以美国、加拿大、澳大利亚等58个传统移民接受国作为研究对象，通过选取在移民决策中最有影响的居民生活质量、经济发展水平、产业结构、对外开放程度、公共部门供给5个一级指标，以及在此之下23个具体影响因素二级指标，运用因子分析方法实证主要移民接受国的移民环境状况。

三、模型构建与数据来源

在实证研究的过程中，首先要确定指标的选择和数据的来源，要尽可能地保证指标和数据的科学性和可靠性；然后在选定指标和数据的基础上，对样本进行因子分析，在这个过程中要不断地分析指标的含义和重要程度，得出各国接收移民的综合环境的综合实力。

(一)因子分析的数学模型

设n个可能存在相关关系的测试变量Z1，Z2，Z3，…，Zn含有p个相互独立的公共因子F1，F2，F3，…，Fp(p≤n)，测试变量Zi中含有独特因子Ui(i=1，…，n)，各Ui之间相互无关，且与Fj(j=1,…,p)也互不相关，每一个Z可由p个公共因子和自身对应的独特因子Ui线性表示：

(1)

用矩阵表示简写为Z(n×1)=A(n×p)F(p×i)+C(n×n)U(n×1) 且满足p≤n。 式中A称为因子载荷矩阵，A=(aij)，aij为因子载荷。数学上可以证明，因子载荷aij就是第i变量与第j因子的相关系数，表示第i个变量(Zi)在第j个公共因子Fj上的载荷，也可将aij看作第i个变量在第j公共因子上的权，反映了第i变量在第j因子上的重要性。因子分析的目的就是通过上述模型，以F代替Z，由于p

(二)移民接收国的选择

本研究在选择移民接收国的同时，按照净移民流入量的大小，排列出了净移民流入量大于流出量的65个国家。但由于新喀里多尼亚、库拉索等7个国家数据不完全，所以在综合考虑移民接收国的数据可得性的基础上，最后选定58个国家作为研究对象，具体见表1。

表1 世界主要的58个移民接受国

序号国家序号国家序号国家序号国家1美国16瑞士31乍得46中非2黎巴嫩17卡塔尔32丹麦47巴哈马3德国18日本33卢森堡48伯利兹4阿曼19法国34布隆迪49新西兰5加拿大20韩国35塞浦路斯50马耳他6俄罗斯21瑞典36捷克51加蓬7澳大利亚22比利时37匈牙利52斯洛文尼亚8英国23挪威38巴林53巴巴多斯9沙特阿拉伯24约旦39巴拿马54文莱达鲁萨兰10南非25智利40博茨瓦纳55阿鲁巴11意大利26奥地利41赤道几内亚56斯洛伐克12科威特27白俄罗斯42哥斯达黎加57瓦努阿图13马来西亚28荷兰43以色列58圣卢西亚14阿联酋29芬兰44巴西15新加坡30安哥拉45不丹

(三)移民接收国的移民环境评价指标体系

一个国家能否成为移民接收国取决于两个主要因素：是否具备接收移民的能力，以及是否愿意接收外来移民。而经济发展水平造成的相对工资差异、产业结构形成的双重劳动力市场、居民生活水平造成的居民对生活满意度、对外开放导致的与其他国家的信息交流程度都会影响一个国家对移民的吸引力度。此外，政府公共部门提供的公共服务建设，一定程度上间接为居民基本生活提供了保障。因此，从整体来看，移民环境包括5个方面：居民生活质量、经济水平、产业结构、对外开放程度、公共部门供给。在这5个指标基础上，又将指标具体细分成23个解释变量指标，具体指标见表2。

表2 移民接受国移民环境评价指标体系

一级指标二级指标符号表示居民生活质量城镇人口占总人口比例X1高等院校入学率X2每100人拥有的电话线路数X3每100人中互联网用户数X4法律权利力度指数X5出生时预期寿命X6物流绩效指数X7经济水平人均GDPX8就业人口的人均GDPX9人均GNIX10总失业率X11产业结构服务等附加值占GDP比重X12工业增加值占GDP比重X13农业增加值占GDP比重X14国际旅游收入占GDP比重X15对外开放高科技出口X16货物和服务出口X17商品贸易量X18国际迁徙者X19公共服务公共教育支出总数占政府支出比重X20教育公共开支总额占GDP比重X21公共部门总支出X22公共医疗卫生支出占比医疗卫生总支出比重X23

1.居民生活质量指标体系

居民生活质量表现在生活便利程度、受教育程度、受法律保护程度以及居民寿命等几个方面。本研究选取了7个代表性的指标，其中，城镇人口占总人口的比例，代表了该国家的城镇化发展水平，城镇化水平与居民生活质量是正相关的。高等院校入学率，代表了居民受教育程度，高等院校入学率越高,那么居民受高等教育的程度越高；每100人所拥有的电话线路数量、互联网用户(每100人)、物流绩效指数也分别从三个方面代表了居民生活便利程度。法律权利力度指数代表了法律的有效性。法律权利指数越高，表明居民受法律保护程度越高，个人权利越能得到保障。

2.经济发展水平指标体系

这一体系中包括了4个指标，其中人均GDP、人均GNI分别从两个角度代表了国家总体的经济状况，避免了只选取某一个指标带来的可能的偶然性。选取就业人口的人均GDP，是由于它除去了老人、儿童等非就业人口各因素的影响之后，就业人口的实际人均国内生产总值与移民迁移之后的工资水平直接相关。总失业率可以一定程度上体现国家经济发展水平。若某国失业率越高，该国就越不可能接纳外来移民，从而可以间接地通过经济发展水平影响该国的移民环境。

3.产业结构指标体系

这一体系中包括了4个指标。其中，服务等附加值占GDP比重、工业增加值占GDP比重和农业增加值占GDP比重代表了该国三大产业的结构构成。另外，国际旅游收入占GDP比重，代表了除了三大产业之外的收入构成。

4.对外开放程度指标体系

这一体系中包括了4个指标。其中高科技出口、货物和服务出口从一国最主要的服务、货物全球化的角度来体现该国与他国的贸易程度。商品贸易量代表了该国与他国之间总体贸易程度。国际迁徙者是从人(文化的包容性)的角度体现出该国对世界他国文化的容纳程度。

5.公共部门指标体系

这一体系中包括了4个指标。公共教育支出总数占政府支出比重、教育公共开支总额占GDP的比重两个指标，分别从政府支出、GDP总额两个角度出发，一方面体现政府对公共教育事业的重视和保障程度，保障居民最基本的受教育权益的程度；另一方面体现国家教育事业的重要程度，间接地表现出该国的平均受教育水平高低。公共部门总支出代表了政府对国家公共服务部门的支出多少。公共部门总支出越大，代表了政府对社会的基础设施建设越完善。公共医疗卫生支出占医疗卫生总支出比重，从居民最基本的医疗保障方面着手，体现出政府对公民最基本的社会保障制度的健全程度。

上述数据来源于世界银行数据库，各指标均为2015年数据。

(四)移民环境评价方法选择

移民接收国移民环境评价，实质上是一个多变量的问题，本研究拟采用因子分析方法进行分析。由于指标较多，我们希望从统计分析的角度来进行，把大量原始指标简化成较少的综合指标。同时，利用较少的深层次指标分别表达存在于众多变量中的各类信息，并要求这些指标之间彼此不相关。此外，选定的移民接受国的58个国家中，不同国家具有不同的移民接受环境，我们对其分组。针对上述问题，本研究拟采用因子分析这种多元统计分析方法，对移民接收国的移民环境进行评价。

四、实证分析

本研究拟采用58个移民接收国为样本，采用因子分析方法对移民接收国的国际环境进行评价，由于各个指标量纲不同，本研究在实证分析前对数据进行标准正态化处理，将原始数据标准化和各评价指标作无量纲化处理(由SPSS自动生成)，这样可以消除异方差对实证结果的影响，避免结果误差。

(一)检验变量是否适合因子分析

对经过标准化处理的数据进行KMO样本测度和 BareLett 球形检验。检验结果显示KMO=0.716>0.7，基本符合通用的0.7标准；BareLett的球形检验值的“近似卡方”为1145.861，检验概率Sig.值为0.00。由于卡方值较大，且Sig.值远小于0.05。所以，该样本中观测变量的相关系数矩阵不可能是单位矩阵，适合做因子分析。

(二)计算特征根和方差贡献率

根据因子分析结果可知，变量相关阵的最大特征值为7.831，也就是说第一个公因子的方差为7.831，第一公因子方差占总方差的比率为0.34，即第一公因子的贡献率为34%。同理，第二公因子、第三公因子、第四公因子和第五公因子各自的方差分别为3.172、1.975、1.513、1.431。前五个公因子累积方差贡献率达到66.228%，基本上代表了大部分变量的信息，为此，我们选择5个公因子就足够了，各公因子分析结果具体见表3。

表3 各公因子方差贡献率

公因子A1A2A3A4A5A6A7特征值7.8313.1721.9751.5131.4311.1791.082比率0.3400.1380.0860.0660.0620.0510.047累积0.3400.4780.5640.6300.6920.7440.791

(三)公因子解释

将因子载荷矩阵进行方差最大正交旋转，表4显示了旋转后的因子载荷矩阵。移民接受国移民环境因子分析结果表明，第一个公因子的载荷向量为：0.664, 0.860, 0.855, 0.861, 0.487, 0.821, 0.866, 0.577, 0.409, 0.538, -0.228, 0.543, -0.053, 0.304, -0.185, 0.274, 0.111, 0.163, 0.369, 0.020, 0.424, 0.510, 0.228。从旋转后的因子载荷图可以看出，X1，X2，X3，X4，X5，X6，X7所占比例较大，表明第一公因子为居民生活质量状况，包括城镇人口、高等院校入学率、电话线路数、互联网用户、法律权利力度指数、出生时预期寿命、物流绩效指数七个变量。同理，我们可以定义第二公因子为国家经济发展水平，包括人均GDP、就业人口的人均GDP、人均GNI以及总失业人数四个变量；第三公因子为产业结构，包括服务附加值、工业增加值、农业增加值、国际旅游四个变量；第四公因子为国家对外开放程度，包括高科技出口、货物和服务出口、商品贸易、国际迁徙者四个变量；第五公因子为公共部门基础建设，包括公共教育支出、教育公共开支总额、公共部门支出、公共医疗卫生支出占比四个变量。

表4 旋转后的因子载荷矩阵

成分12345城镇人口0.6640.236-0.4220.123-0.127高等院校入学率0.860-0.213-0.069-0.1220.002每100人所拥有的电话线路数量0.8550.0360.146-.038-0.004互联网用户0.8610.279-0.0580.0570.022法律权利力度指数0.487-0.1120.349-0.2980.083出生时预期寿命0.8210.231-0.0250.0770.095物流绩效指数0.8660.2610.018-0.0270.050人均GDP0.5770.756-0.0180.0020.122就业人口的人均GDP0.4090.747-0.2680.2060.013人均GNI0.5380.687-0.054-0.0700.113总失业人数-0.228-0.5270.065-0.0440.329服务附加值0.543-0.1750.6520.0560.086工业增加值-0.0530.201-0.8700.0930.075农业增加值0.304-0.092-0.671-0.182-0.213国际旅游-0.1850.0410.588-0.0410.080高科技出口0.274-0.0220.1830.606-0.116货物和服务出口0.1110.2440.0600.895-0.096商品贸易0.163-0.107-0.1790.845-0.081国际移徙者0.3690.0320.036-0.482-0.303公共教育支出0.0200.0420.4320.2000.578教育公共开支总额0.424-0.1280.082-0.1190.753公共部门支出0.510-0.256-0.009-0.2090.444公共医疗卫生支出占比0.2280.409-0.213-0.1470.523

注：应用主成分提取方法；旋转在 14 次迭代后收敛。

(四)综合评价

通过因子旋转，可以得到各因子得分系数矩阵，从而计算各公因子得分和因子综合得分。

首先计算各公因子得分，根据表5中的数据，可以写出各公因子得分的计算公式，公因子A1的计算如下所示。以此类推，可以得出公因子A2、A3、A4、A5的计算公式，公式中的Xi是标准化的变量。

A1= 0.112X1+ 0.187X2+ 0.148X3+ 0.121X4+ 0.087X5+ 0.113X6+ 0.119X7- 0.004X8- 0.017X9- 0.018X10+ 0.097X12- 0.018X13-0.102X14- 0.062X15+ 0.118X16- 0.004X17+ 0.057X18+ 0.085X19- 0.059X20+ 0.032X21+0.092X22- 0.048X23

然后根据上述5个公因子表达式计算各指标的权重，用第i公因子Ai中每个指标所对应的系数乘上其对应的方差贡献率再除以所提取五个因子的方差贡献率之和(69.2%)，即可得到各评价指标的权重。结果如表6所示。

最后计算因子综合得分，在上述结果基础上，根据每个公因子的得分计算每个国家的因子综合得分。根据因子得分矩阵中的系数，可以将公因子表示为各初始指标的线性组合。具体见公式(2)、(3)。

综合因子得分的计算公式：

(2)

αi的计算公式：

(3)

其中，αi为Fi的方差贡献率。

综合因子得分： A=0.491A1+0.199A2+0.124A3+0.095A4+0.091A5

公式(3)的权重是用旋转后每个公因子的方差贡献率比上累计方差贡献率(69.2%)得到的。根据综合因子得分公式(2)，可以计算出移民接受国移民环境的综合得分和排名，结果如表7所示。

表5 公因子得分系数矩阵

公因子A1A2A3A4A5X1城镇人口0.112-0.040-0.1760.025-0.099 X2高等院校入学率0.187-0.229-0.095-0.046-0.073 X3电话线路数0.148-0.0680.052-0.014-0.079 X4互联网用户0.1210.022-0.0080.010-0.042 X5法律权利力度指数0.087-0.0480.124-0.119-0.022 X6出生时预期寿命0.1130.008-0.0010.0280.005 X7物流绩效指数0.1190.0300.022-0.025-0.033 X8人均GDP-0.0040.3250.088-0.0420.049 X9就业人口的人均GDP-0.0170.287-0.0180.0430.016 X10人均GNI0.0180.2790.056-0.0730.035 X11总失业人数0.000-0.229-0.0630.0300.207 X12服务附加值0.097-0.0640.2720.066-0.024 X13工业增加值-0.018-0.027-0.3920.0050.106 X14农业增加值-0.1020.0940.157-0.083-0.107 X15国际旅游-0.0620.1430.2920.0010.033 X16高科技出口0.118-0.0830.0850.135-0.117 X17货物和服务出口-0.0040.0640.1000.413-0.023 X18商品贸易0.057-0.163-0.0750.404-0.016 X19国际迁徙者0.085-0.0020.012-0.247-0.243 X20公共教育支出-0.0590.0870.1930.1370.349 X21教育公共开支总额0.032-0.087-0.036-0.0090.426 X22公共部门支出0.092-0.181-0.089-0.0620.223 X23公共医疗卫生支出占比-0.0480.174-0.079-0.0790.323

表6 各评价指标的权重

指标X1X2X3X4X5X6X7X8X9X10X11X12权重0.0190.0230.0570.0600.0350.0600.0620.0740.0520.068-0.0320.073指标X13X14X15X16X17X18X19X20X21X22X23权重-0.053-0.0300.0370.0540.0610.023-0.0030.0570.0320.0120.023

通过上述计算结果发现不同国家在同一公因子上的得分和排名情况相差很大，根据公因子表达式，可以计算样本在各个公因子上的得分，并据此判断样本在某一公因子下的位置，可以作进一步分析如下。

从综合因子得分公式中各因子得分权重来看，一方面，公因子也具有相对重要性(A1>A2>A3>A4>A5)，因为A1、A2的权重大约是0.7，对总得分作用最大；并且A1(0.491)的权重远远大于A2(0.199)的权重，A1的重要性几乎等同于其他所有因子重要性的总和。所以在吸引外来移民移入的时候，要首先从公因子A1下手，同时也应该注意到公因子A2的重要程度；公因子A3、A4和A5所占权重分别为0.124、0.095和0.091,所占权重虽然不大，也具有非常重要的作用。

从各因子得分、因子综合得分以及综合排名来看，综合5个因子综合得分，计算出卢森堡(2.177641388)、瑞士(2.146823287)、挪威(2.143161935)、荷兰(1.918286655)、瑞典(1.886001875)、新加坡(1.865247994)、英国(1.851296976)、美国(1.769043232)等国家移民环境综合得分最高，移民环境较为优越。中非共和国(-3.853380543)、乍得(-3.207018642)、布隆迪(-2.922823010)、加蓬(-2.325120954)、安哥拉(-2.216997644)等综合得分较低，这些国家的移民环境也相对恶劣。更详细地分析，一方面正向来看，排名第一的卢森堡虽然经济发展水平得分(-2.18609)相对不高，但是由于其居民生活质量(3.72759)得分比较高，同时产业结构、对外开放程度以及公共部门公共服务得分都相对较高，三者总得分达到7.5115，虽然在总得分中占比较低，但大大提高了该国的综合得分。排名第二的瑞士，同样，经济发展水平得分(-0.05521)也较低，但是由于该国居民生活质量较高(4.03476)，甚至高于卢森堡，导致其总得分较高。另外由于该国产业结构、对外开放程度以及公共服务总得分(1.04618)低于第一名的卢森堡，造成该国总得分要低于卢森堡。第三名的挪威与瑞士相比，其他各因素得分大致相同，主要是由于挪威的产业结构得分为-1.58519，低于瑞士的0.11336，因此导致挪威排名稍微靠后。另一方面反向来看，排名较靠后的中非共和国、乍得、布隆迪等国中，只有中非共和国的经济发展水平得分(-0.15482)稍微落后，乍得(0.00366)、布隆迪(0.60936)的经济发展水平得分都在平均水平左右，却由于其居民生活质量严重低于平均水平，分别为-7.24526、-6.31439、-6.25292，因此这些国家的因子综合得分较低。

表7 国家的各因子得分及排序

国家名称A1A2A3A4A5A排序美国3.624342.85062-2.72143-3.305780.783251.7690432328黎巴嫩-1.351910.284190.23191-2.00844-0.00916-0.77121577243德国2.743630.47908-1.02058-0.924230.100411.23942663216阿曼-1.14215-3.28791-0.660990.70849-1.19647-1.33891884750加拿大2.920821.30594-1.28376-0.47013-0.026661.49037587913俄罗斯联邦-0.730160.447571.23675-1.61279-0.87503-0.65529234939澳大利亚3.133361.49386-1.52142-0.591240.746181.66079463011英国3.248902.09080-1.039430.01605-0.397261.8512969767沙特阿拉伯-0.90912-3.51387-1.85802-0.40558-0.19793-1.43397459051南非-3.331861.353180.332531.08879-0.79666-1.29602501048意大利1.359181.33748-1.44556-0.29207-0.401140.69178277220科威特0.84552-4.59879-1.910761.084120.47594-0.59152871636马来西亚0.743530.325721.67671-0.41960-1.071850.50241439122阿拉伯联合酋长国0.05658-1.788211.54290-1.028391.59802-0.09110677931新加坡3.60528-2.281626.04929-2.08673-0.062831.8652479946瑞士4.03476-0.055210.113360.199731.561772.1468232872卡塔尔1.97203-5.31538-1.964141.230491.85011-0.04945051930日本2.22427-0.11792-1.38202-1.069620.552050.84698349519法国3.039621.96687-0.92772-0.27373-0.446431.7555867909大韩民国1.94171-0.227930.39628-1.89908 -1.285170.66280339021瑞典3.275850.98691-0.711341.652440.105081.8860018755比利时3.11772-0.064831.074650.98742-1.188781.64082936712挪威4.28159-0.62485-1.585192.242521.617642.1431619353约旦-2.12492-0.45618-0.24218-0.26800-1.45905-1.32260907849智利-0.375160.29213-0.19372-0.13760-0.93556-0.24750224432奥地利2.481120.50153-0.477310.41142-0.158261.28587039815白俄罗斯-0.75967-0.69150-0.009550.60890-2.15636-0.64847720238荷兰3.632200.381840.611500.39296-0.639141.9182866554芬兰2.382680.94971-1.048510.99184-0.185551.30857499114安哥拉-4.39514-0.388620.37994-0.18466-0.08329-2.21699764454乍得-6.314390.00366-0.40934-1.278670.78111-3.20701864257丹麦2.48607-0.025150.00986-1.278660.744031.23881947017

表7 (续)

国家名称A1A2A3A4A5A排序卢森堡3.72759-2.186092.920060.948183.643252.1776413881布隆迪-6.252920.60936-0.890660.699560.83704-2.92282301056塞浦路斯-0.461241.226801.04303-0.932241.114180.15846463427捷克共和国0.40201-0.922840.82755-0.23892-1.14284-0.00884369529匈牙利0.103110.179831.52335-0.33443-1.756340.08592683228巴林-0.53279-2.63360-0.08775-0.87338-0.53784-0.92889376747巴拿马-1.57413-0.060850.72681-0.204540.16663-0.70062764941博茨瓦纳-2.588961.783060.094483.60807-1.52107-0.70022583240赤道几内亚-3.36616-1.020291.11967-0.373860.93374-1.67155567952哥斯达黎加-1.151500.304840.24186-0.78418-0.45295-0.59083545735以色列0.502711.23231-0.39133-0.307830.310780.44285708523巴西-1.166431.00521-0.57243-0.46378-0.77924-0.55856188134不丹-3.82982-0.72457-0.825430.695800.06654-2.05828707653中非共和国-7.24526-0.15482-1.42070-2.494321.716385-3.85338054358巴哈马-1.461400.737730.50222-1.586310.25775-0.63708282737伯利兹-3.031611.652991.266022.277790.18560-0.77155751044新西兰2.291412.75348-0.797581.472860.389861.75155697610马耳他1.585000.078572.209120.26943-1.341420.97435037218加蓬-3.40733-1.95664-1.247930.66353-1.86653-2.32512095455斯洛文尼亚0.360010.3056370.803320.86215-1.172060.31422735425巴巴多斯-0.589162.641890.241990.17609-0.579010.23124614426文莱达鲁萨兰国-0.01426-4.16449-0.909780.46345-0.08047-0.91267510446阿鲁巴-0.639951.455371.281271.647830.570260.34197110724斯洛伐克共和国-0.47021-0.495921.260790.28072-1.68572-0.29843952733瓦努阿图-3.938782.708050.962091.754213.54723-0.79294713845圣卢西亚-2.966232.031891.35075-0.090271.83322-0.73039100942

五、结论与建议

本研究用因子分析的方法评价主要移民接收国的移民环境，在一定程度上降低了评价移民影响因素的难度，并保证了一定的合理性。通过构建主要移民接收国的国家移民环境评价指标体系，对影响各国家吸引外来移民的公因子进行实证研究，得出以下结论并给出相应的政策建议。

(一)结论

居民生活质量超过经济发展水平，成为影响该国移民环境最主要的因素。根据指标权重结果发现，居民生活质量指标体系所占的权重最高，甚至于超过经济发展水平在移民环境中的重要性。在吸引外来移民的众多影响因素中，居民生活质量和经济发展水平都是较为重要的因素。若两国的经济发展在同一水平，那么移民会选择居民生活质量较高的国家进行迁移；但是如果某国的居民生活质量较高，但是该国的经济发展水平较低，也会影响该国移民总体环境，影响到该国移民的数量。例如卡塔尔，该国居民生活质量得分在平均得分之上，而由于该国经济发展水平较低，导致该国在58个国家中排名30名。

产业结构、对外开放程度以及国家提供的公共服务也是影响该国移民环境中的重要因素。在居民生活质量和经济发展水平得分都非常高的情况下，要提高移民接受国的总体环境总得分，就要从国家的产业结构、对外开放程度和公共部门提供的公共服务三方面着手。促进国家的产业结构优化，扩大国家的对外开放程度，加强公共部门对居民生活的公共服务，在一定程度上保障和优化移民的生活环境，从而吸引更多外来移民的移入。例如瑞士和卢森堡，由于卢森堡产业结构、对外开放程度、公共服务总得分大大高于瑞士，导致卢森堡移民环境超过瑞士，位居第一。因此，提高它们的得分，不仅仅可以提高总得分，还可以实现均衡发展，统筹兼顾。

(二)建议

新时代经济增长的主要源泉和动力来自于该国科技进步和知识创新，而科技进步和知识创新主要依靠于该国的高技术人力资本的积累。中国是一个发展中国家，经济技术、社会发展相对落后，想要积累高技术人力资本，一方面，要避免高技术人才的流失；另一方面，要引进国外的技术移民。目前无论是从居民生活质量，还是经济发展水平、对外开放程度上，中国同传统的移民接受国还存在一定的差距。因此，必须从以下两个方面改善我国的移民环境，从而吸引更多的高质量人才特别是高技术移民的移入。

第一，在关注经济发展水平时要切实提高居民生活质量。改革开放以来，中国的国民经济取得了举世瞩目的巨大成就，然而，中国劳动力的生活质量改善程度却大大落后于中国经济的发展水平。一般认为，居民的国内外相对生活失落感是造成劳动力外流的主要原因，也是社会劳动力资源配置的必然结果。在市场经济条件下，如果居民在国内通过自己的努力无法达到自己期待的生活水平，获得预期的生活质量，那么他必然选择到国外去寻求发展。为此，中国在提高经济发展水平的同时，更应该在教育、生活等最贴近居民生活质量的方面投入更多的财力，优化我国接受移民的国内环境，控制国内人才的外流，吸引国外人才流入。

第二，在切实优化产业结构背景下，努力提高对外开放水平和公共服务水平。首先，产业结构是衡量一国是否具有接受外来移民能力的重要指标之一。人才是实现未来中国经济发展方式转型的核心力量，中国需要大量的高技术人才以发展高技术产业，因此，优化产业结构是吸引外来技术移民的重要因素之一。其次，对外开放程度是一国愿意融入世界、接纳外国资源的重要指标。一方面，中国需要进一步加强与国外的经贸交流与合作，扩大对外人才交流，以满足我国经济发展对于人才的需要。另一方面，中国应该进一步推动华人华侨利用“移民网络”的优势，利用各种博览会、洽谈会等促进中国对外开放程度迈上一个新的台阶。最后，公共部门对居民提供的公共服务水平也是影响东道国接受移民的重要因素之一。公共部门对教育、医疗卫生的保障程度越高，居民的生活越容易得到保障，居民对生活的满意程度会大大增强，该国的移民环境也会相应的提高。要充分发挥人才国际化对中国经济全球化的带动作用，就要着重控制国内高技术移民的外流，吸引国外高技术移民流入；就要从各个方面完善中国接受移民的移民环境，就要着重提高公共部门对居民生活提供的教育、医疗公共服务质量，使居民生活得到最基本的保障，提高居民对政府部门的满意度。