根据5.2节识别出的与每种政治风险直接相关的变量，可建立如图5－5所示的因果网络图。

图5－5　国际工程政治风险初步因果关系图

然而该因果关系图仅考虑了与国际工程政治风险直接相关的变量，没有考虑到变量间的关系和影响，因此对所有变量做Pearson相关性分析，得到的结果如表5－7所示。

由表5－7可以看出，GQ2、GQ3、GQ4、GQ5之间存在极强的相关关系。而GQ5腐败控制度是GQ2行政效能、GQ3监管质量、GQ4法治程度的综合体现。贪污腐败代表一种隐藏的、非法的收入分配方式（Absence of Rule of Law），政府行政人员以许可、服务或对税收及法规的豁免，来换取非法的收费（Absence of Regulatory Quality and Government Effectiveness）。

SS1政治稳定性受GQ4法治程度、GQ5腐败控制度及SS2宗教民族关系的影响。

EE1经济自由度、EE2贸易促进指数、EE3信用评级皆与GQ2行政效能、GQ3监管质量、GQ4法治程度、GQ5腐败控制度存在很强的相关关系。根据Méon和Weill（2005）、Abdellatif（2003）等学者的研究，政府治理水平对经济环境及经济效率具有正向影响。(www.daowen.com)

CC1建筑产业成熟度受GQ2行政效能、GQ3监管质量、GQ4法治程度、GQ5腐败控制度的影响。

基于此，可建立如图5－6所示的贝叶斯网络结构。

表5－7　自变量相关性矩阵

注：1.所有相关系数的p值均小于0.001；
2.Pearson相关系数指出了两个变量之间相关的亲密程度和方向，值域为［－1，1］，其绝对值越大越说明两个变量的关系越亲密；如果其绝对值大于0.6，则表示两个自变量之间存在较强的相关关系；
3.表中已略去绝对值小于0.6的相关系数。

图5－6　国际工程政治风险预测的贝叶斯网络结构图