国际工程是一项综合性的经济活动，投资金额高、地域跨度大、涉及范围广、建设周期长，随着中国对外承包工程业务的不断扩大，政治风险带来的损失已成为不可忽视的重要问题。但是，针对国际工程政治风险的现有研究多集中在对单个风险因素的识别与评估上面，缺乏对风险形成机理的深入研究。在复杂多变的政治环境中，研究政治风险的形成原理与规律，对政治风险进行有效的预测与防范，已成为国际工程管理者的当务之急。　　政治风险水平既受到国际环境、东道国环境和行业环境的影响，还受到企业和项目脆弱性的影响。首先，文章从风险形成的要素入手，分析国际工程的外部政治环境和内部脆弱性，识别9个宏观因素和10个微观因素，并将政治事件分为七类，以此为基础分析政治风险的形成和传导机制。然后，文章梳理政治风险因素与事件之间的复杂关系，建立七类政治事件的因果树图，以系统动力学为工具进一步构建政治风险形成与传导路径的动力学模型，运用反馈机制解释政治风险形成与演化的内在机理;最后，根据实际需求从系统动力模型中提取有向无环图，构建贝叶斯网络模型。在宏观变量和微观变量数据相结合的情况下，通过期望最大算法(EM算法)进行条件概率学习，借助Netica软件对348份问卷的学习，完成政治风险的概率网络图，将政治风险的不确定性进行量化，并利用贝叶斯网络具有的强大推理功能识别国际工程政治风险的关键路径。通过该网络图对中国承包商国际业务分部较为集中的东南亚、撒哈拉以南地区、西亚和北非等地区的关键政治风险路径进行识别，研究结果与实际情况较为吻合，证明了本模型推理的准确性和有效性。　　文章的研究结论有助于完善国际工程政治风险的研究体系，即通过对政治风险形成机理的研究，系统性地构建风险网络图，推理风险形成的关键路径。国际工程管理者可以通过对关键节点进行控制，采取有效的管理措施阻断风险的形成和传导，提高对国际工程政治风险的控制能力。