随着经济全球化、市场国际化以及科学技术化的不断发展,我国经济得以迅猛发展,整体经济水平得以不断提升。但是,我国仍依靠自然资源生存和发展,面对生态系统的日益退化、生态环境的日渐恶化和生态资源的严重匮乏,全面树立生态文明理念和制定生态文明建设方针,用好生态环境的红利,并将其转化为经济增长的长期动力,将成为我国经济发展方式转型的迫切需要。资源型项目是指以水、能源、矿产、森林和土地等自然资源的开采和加工为主导的项目。资源型项目经常处于复杂多变的动态环境中,并具有投资规模大、投资周期长和投资风险大等特点。资源型项目投资者面临着内外各种不确定因素的威胁,投资风险难以把控。在不确定和不完全投资信息环境中,立足于各风险因素间的因果关系,贝叶斯网络能够推理出资源型项目的投资风险状况。本文对资源型项目的研究现状和实际运用情况做了基本介绍和相关述评,并阐述了贝叶斯网络的基础理论和相关特征。基于贝叶斯网络理论,综合文献查阅法、德尔菲法、专家知识法和实地调查法等风险识别法,对资源型项目的投资风险因素进行识别,并且根据风险等级矩阵,对风险因素影响资源型项目的程度和风险概率进行综合分析,最终确定了本文用于研究的15个风险因素。并在GeNIe软件平台上,利用专家知识法,对资源型项目投资风险因素的背景知识进行初步编辑,然后使用GeNIe软件内置的K2算法进行结构学习,在分析因果关系的基础上对资源项目投资风险做进一步的调整和优化,从而构建贝叶斯网络结构。最后通过实地深入调查,收集、分析、整理和汇总研究数据,将其数据对应贝叶斯网络参数,借助参数节点变量的概率分布状况,推理、分析资源型项目投资中的最关键风险因素,进而提出提升资源型项目投资风险管理水平的相关对策、建议。本研究中,将应用贝叶斯网络结构模型,对江西省上饶市Y县河道采砂项目投资风险进行定量分析,一旦资源型项目投资风险因素状态出现任何异常情况,通过模型的自动更新功能更新整个网络,了解其风险状况,计算出其投资期望效益值,并与投资项目风险的实际情况进行对比,进而检验贝叶斯网络结构模型的可行性。