ARTICLE · 1396250
旅游与不确定性:基于机器学习方法(附pdf)
旅游与不确定性:基于机器学习方法(附pdf)



























课程文献
研究聚焦全球不确定性背景下欧盟国家旅游需求预测,使用多种机器学习模型开展实证分析,识别影响入境游客数量的关键驱动因素。本文针对24个欧盟国家构建2009-2020年的面板数据集,在多重全球不确定性环境下预测入境游客数量,纳入疫情不确定性指数、政治稳定指数等多类不确定性指标,解析不确定性事件对旅游需求的作用。结合多种机器学习模型与计量回归方法,采用粗细结合网络搜索交叉验证、变量重要性测度(VIM),完成超参调优并识别核心预测变量。
本文因变量为各国年度入境游客数量(千人次);自变量分为三大类分别为:宏观经济变量:GDP增速、通胀、失业率、政府支出占GDP比重、财政余额、政府债务占GDP比重;政治与环境变量:政治全球化指数、经济全球化指数、政治稳定指数、采暖度日数、单位GDP化石碳排放;金融与不确定性变量:多组汇率、CBOE波动率VIX、世界疫情不确定性指数WPU。


























Dimitriadou等-2025-Tourism and uncertainty a machine learning approach.pdf















































































