En los últimos años, las plantas invasoras alienígenas (PIAs) han causado graves desastres ecológicos y pérdidas económicas en China. Este estudio combinó tres índices relacionados con la riqueza de especies de PIAs (riqueza de especies de PIAs, primeros registros de PIAs y la riqueza relativa de especies de PIAs), así como índices que reflejan patrones de distribución y dispersión (coeficiente de similitud promedio de PIAs) e invasividad (puntuación de riesgo promedio de PIAs), para realizar una evaluación integrada del riesgo de invasión regional basada en el método de análisis de componentes principales (ACP). Se llevó a cabo una regresión de mínimos cuadrados parciales (PLS) para explorar el poder explicativo de 12 factores ambientales y antropogénicos sobre diferentes índices de invasión. Los resultados indicaron que las provincias costeras y Yunnan tenían un alto riesgo de introducción de PIAs, así como altas puntuaciones de riesgo sintético. La dispersión de las PIAs en provincias de media latitud debería ser particularmente prevenida. Para la riqueza de especies de PIAs, se retuvieron más factores ambientales con valores de importancia variable para el proyecto (VIP) superiores a 1 en el modelo óptimo, reflejando la importancia del filtrado ambiental en las PIAs. Los visitantes fueron el predictor más importante para los primeros registros de PIAs. En comparación con la riqueza de especies ( = 79.5%), los primeros registros fueron difíciles de predecir ( = 60.4%) y fueron influenciados por factores antropogénicos. Hubo congruencia en la distribución espacial de varias familias de PIAs. En general, las correlaciones de los residuos de la riqueza de especies seguían siendo significativas, con 0.421 ( < 0.05) como el coeficiente de correlación de Pearson más bajo, lo que indicaba que los factores externos no podían explicar completamente la congruencia de la distribución espacial. Estos hallazgos podrían enriquecer la investigación relevante sobre los mecanismos de invasión de PIAs y proporcionar sugerencias para la detección y respuesta regional de PIAs.