基于XG Boost算法的机会型创业预测研究

摘要：

机会型创业对跨越中等收入陷阱,实现经济转型升级和高质量发展的作用日益凸显.基于计划行为理论,从主观规范、行为态度、知觉行为控制3个方面并结合人口统计学特征选择12个特征变量,构建机会型创业影响因素框架.在此基础上,基于全球创业观察数据库,运用XGBoost算法预测机会型创业并判别关键影响因素,将预测结果与3种机器学习算法进行比较.结果表明,基于准确率、精确率、召回率和F1值4个评估指标,XGBoost算法可以较好地预测机会型创业,优于逻辑回归、支持向量机和随机森林算法;创业自我效能、机会识别和关系感知是影响机会型创业的重要因素.聚焦新型创业研究,有助于拓展计划行为理论的适用边界和机器学习算法在创业领域的应用,为有效识别机会型创业和针对性培育机会型创业提供理论指导与实践启示.

关键词：机会型创业、机器学习、计划行为理论、XGBoost算法

所属期刊栏目：40

分类号：F272.2(企业经济)

资助基金：国家社会科学基金;江苏省研究生科研创新计划项目;中央高校基本科研业务费专项基金;江苏省高校哲学社会科学研究重大项目

在线出版日期：2023-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：14-22