移民、地域与右翼：2022年意大利大选中激进右翼支持度的空间自回归模型解析

本研究聚焦移民与民粹激进右翼政党(PRRPs)支持度的关联，通过空间自回归模型(SARs)分析2022年意大利大选数据（7,890个市政及7,823个次市政单元），挑战"移民必然助推右翼"的固有认知。研究发现：除意大利南部外，移民比例与联盟党(Lega)、意大利兄弟党(FdI)支持度普遍无显著正相关，城市地区更符合接触理论预期；南部则显现威胁效应。研究强调教育、就业等社会经济变量的核心作用，为移民政治影响提供精细化地理视角。

　　

近年来，欧洲政治版图最引人瞩目的变化莫过于民粹激进右翼政党(PRRPs)的崛起。从法国的国民联盟到德国的选择党，这些政党以反移民、反建制为核心主张，不断改写传统政治格局。意大利作为欧洲移民前沿国家，其右翼政党联盟党(Lega)和意大利兄弟党(FdI)在2022年大选中获得历史性胜利，引发学界对"移民是否必然催化右翼支持"的激烈辩论。现有研究呈现矛盾结论：部分学者认为移民聚集会触发威胁感知(Threat Theory)，助推排外政治；另一派则主张日常接触能消弭偏见(Contact Theory)。更棘手的是，多数研究忽视空间自相关性——相邻地区的政治倾向往往相互影响，传统线性模型可能产生偏差。

为破解这一学术僵局，研究人员采用空间自回归模型(SAR)，首次对2022年意大利大选进行多尺度空间分析。研究整合内政部选举数据和国家统计局人口普查数据，构建两个独特数据集：覆盖全国7,890个市政的宏观数据集，以及包含罗马、米兰等7大城市7,823个选举/人口普查分区的微观数据集。通过"车步相邻"(rook adjacency)构建空间权重矩阵，模型同时估算直接效应（本地移民比例影响）和间接效应（邻近地区移民比例的溢出影响）。为增强稳健性，研究还比较了空间误差模型(SEM)和空间杜宾模型(SDM)的结果。

移民与右翼支持：颠覆性发现
全国层面分析显示，移民比例与PRRPs支持度普遍无显著正相关，联盟党支持度甚至呈现微弱负相关。这一结果在纳入非欧盟男性移民（理论上的"高威胁群体"）变量后依然成立，直接挑战威胁理论的核心假设。空间效应分析揭示，政治倾向具有强烈空间依赖性（ρ值显著），但移民浓度并非驱动因素。

南北差异：未被预料的断层线
宏观区域分析暴露出惊人差异：在经济发展滞后的意大利南部，移民比例每增加1%，意大利兄弟党(FdI)支持度显著上升0.3-0.5个百分点，符合威胁理论预期；而北部、中部则呈现零或负相关。研究者推测，南部薄弱的经济基础可能放大资源竞争焦虑，而北部成熟的移民社区更可能产生接触效应。

城市迷宫：接触理论的胜利
对7大城市的次市政分析显示，移民密集区普遍未出现右翼支持激增。在博洛尼亚、米兰等城市，高移民分区反而呈现PRRPs支持度下降，与接触理论高度吻合。值得注意的是，教育水平展现出稳定负相关——大学学历人口比例每提高10%，联盟党支持度平均下降2.1%，暗示该党选民基础仍以教育弱势群体为主。

社会经济变量：隐藏的操盘手
模型对比发现，失业率、教育水平等变量的解释力远超移民比例。在都灵、罗马等工业城市，失业率每上升5%，PRRPs支持度增加1.8-2.3个百分点；而热那亚、佛罗伦萨等高学历城市呈现"教育免疫效应"。这印证了"全球化受害者"理论——经济脆弱群体更易被右翼民粹话语吸引。

这项发表于《Regional Science Policy》的研究，通过创新性空间分析方法解构了移民政治的迷思。其核心贡献在于三方面：方法论上，证明忽略空间自相关会导致对移民政治效应的误判；理论上，揭示威胁/接触理论的适用边界受区域发展水平调节；政策层面，警示简单化的"移民-右翼"因果叙事可能掩盖更深层的社会经济矛盾。尤其值得注意的是，意大利南部出现的威胁效应模式，可能预示经济滞后地区面临更大的民粹主义风险，这对全球移民接收国的社会治理具有警示意义。

研究的局限性在于未控制地方发展综合指标，且单年数据难以捕捉政治议题周期效应。未来研究可结合面板数据追踪移民定居与投票行为的双向因果关系，或采用混合方法探究微观互动机制。无论如何，这项研究为理解21世纪最棘手的政治现象——民粹主义崛起，提供了兼具科学严谨性和地理敏感性的分析框架。