欧洲日益暴露于热浪和干旱之下，但其对各行业短期经济影响仍难以预测。本研究通过结合经济指标与高频气候数据，构建气候增强型模型，预测 2002 年至 2022 年间欧盟 1,117 个地区的人均增加值实际增长率。在使用机器学习（ML，包括随机森林和 XGBoost）时，气候变量可提升农业部门的预测精度，但对其他行业的增益有限，且未超越纯经济模型。热浪指标 consistently 提升预测性能，而干旱的影响则因行业而异。极端复合热浪与干旱情景的模拟表明，大多数地区的农业年增长率可能下降 1.9 至 7.6 个百分点，而工业（尤其是制造业）受影响较小，尽管在东欧和波罗的海国家影响更为显著。总体而言，机器学习模型更能反映复杂的气候 - 经济相互作用，支持其在早期预警、政策规划和针对性适应方面的应用。