CC BY
33
УДК 338.27 (553.98.04 + 622 + 550.8)
JEL C69, D81, D89, L71
DOI 10.25205/2542-0429-2018-18-1-54-69
Д. В. Миляев, Д. И. Душенин, О. А. Киданова
Сибирский научно-исследовательский институт геологии, геофизики и минерального сырья Красный пр., 67, Новосибирск, 630091, Россия
mdv@sniiggims.ru, dushenin@sniiggims.ru, kidanovaola@gmail.com
ЭФФЕКТ НАКОПЛЕНИЯ ЗНАНИЙ ПРИ ОПРЕДЕЛЕНИИ КРИТЕРИЕВ РЕНТАБЕЛЬНОСТИ СЫРЬЕВЫХ ПРОЕКТОВ
Во многих нефтегазоносных провинциях России при выработанности высокопродуктивных залежей углеводородов основные перспективы прироста сырьевой базы связывают с трудноизвлекаемыми запасами. При высоком уровне издержек на разработку данные запасы обеспечивают низкую рентабельность и являются высокорисковыми объектами финансирования. Находясь, как правило, на грани рентабельности, проекты освоения трудноизвлекаемых запасов преимущественно зависят от волатильности геологических и экономических условий. Это актуализирует разработку новых подходов, ориентированных не столько на прогноз потенциального дохода и прочих показателей эффективности, сколько на определение критериев рентабельности конкретного сырьевого проекта. В статье к рассмотрению предлагается метод поиска предельно допустимых значений ключевых характеристик проекта пользования недрами, отдельное внимание уделено способам снижения издержек при разработке месторождений с учетом «эффекта обучения».
Ключевые слова: критерии рентабельности, пороговые значения, математическое моделирование, оптимизация, эффект обучения, куонамская свита, Нюрольская СФЗ, палеозой, трудноизвлекаемые запасы, нефть, газ, углеводороды, геологоразведочные работы, прирост запасов, финансирование.
В настоящее время месторождения с легко- и среднедоступной нефтью практически исчерпаны, новых месторождений подобного типа остается все меньше, и они предполагают значительно более высокие инвестиции в геологоразведочные работы и разработку залежей [1].
В сложившейся ситуации многие авторитетные источники связывают основные перспективы приращения энергетического потенциала России с разработкой трудноизвлекаемых запасов. Всестороннее изучение нетрадиционных запасов углеводородов открывает перед исследователями новые возможности для устойчивого развития национальной экономики. Вместе с тем нетрадиционные сырьевые объекты имеют и свои «подводные камни», а именно имеют сложное строение, обусловленное неструктурными ловушками, представлены высоковязкими нефтями и битумами, содержатся в низкопроницаемых коллекторах - «сланцевая нефть» и др.
Доля трудноизвлекаемых запасов (ТРИЗ) нефти в России в общем балансе запасов непрерывно растет и, по оценкам специалистов, составляет около 60 % [1]. Основным преимуществом разработки ТРИЗ нефти является доступное расположение ресурсной базы, достаточная ее изученность, а также развитая инфраструктура нефтегазовых провинций. Вместе с тем ТРИЗ характеризуются довольно низким коэффициентом извлечения нефти (КИН). Так, если
Миляев Д. В., Душенин Д. И., Киданова О. А. Эффект накопления знаний при определении критериев рентабельности сырьевых проектов // Мир экономики и управления. 2018. Т. 18, № 1. С. 54-69.
ISSN 2542-0429. Мир экономики и управления. 2018. Том 18, № 1 © Д. В. Миляев, Д. И. Душенин, О. А. Киданова, 2018
средний проектный КИН по месторождениям Российской Федерации зафиксирован на уровне 28 % [2. С. 40], то для баженовской свиты (Салымское месторождение) он составляет около 7 % [3. С. 18]. Показательными территориями для изучения трудноизвлекаемых запасов углеводородов в РФ являются регионально развитые «сланцевые» формации куонамской свиты и палеозой Нюрольской СФЗ.
Куонамская свита в восточной части Сибирской платформы близка по геологической природе к баженовской свите и является перспективным полигоном для исследования экономической эффективности сланцевых формаций. Нефтенасыщенная толщина отложений свиты изменяется в пределах 25-150 м. По оценкам экспертов, ресурсы нефтяной свиты характеризуются высоким потенциалом нефтеносности и составляют от 700 млн т (ВНИГНИ, 2011 г.) до 3 000 млн т (СНИИГГиМС, 2013 г.). Как известно, основной ресурсный потенциал куонамской свиты связан с керогеном 1, технологии извлечения которого в настоящее время влекут высокие издержки и, как следствие, низкую инвестиционную привлекательность нефтеносных объектов куонамской свиты.
Палеозой Нюрольской СФЗ имеет совершенно другую природу. Основные трудности его опоискования и разработки связаны со сложным геологическим строением (блоковое строение, метаморфические породы, интрузии и т. д.). В связи с этим общепринятой методики для разработки палеозойских отложений на данный момент нет. Наиболее эффективными технологиями, по мнению специалистов, при разработке отложений палеозоя в России считается бурение горизонтальных скважин с множественными гидроразрывами пласта, что требует значительных финансовых вложений. Нефть баженовской свиты, в отличие от нефти куо-намской свиты, предполагает высокое содержание парафинов и требует дополнительного финансирования на осуществление тепловой и механической обработки скважин, а также на электрический подогрев внутрипромысловых нефтепроводов. Однако опробование утвержденных технологических схем разработки для уже опоискоиванных месторождений палеозоя, содержащих продуктивные пласты (Арчинское, Герасимовское, Северо-Оста-нинское, Солоновское, Тамбаевское, Фестивальное, Чкаловское и др.), могут обеспечить задел, достаточный для освоения новых, еще малоизученных структур.
Обозначенные особенности ТРИЗ требуют не только новых технологических решений, но и новых методов геолого-экономического анализа, учитывающих возникающие геологические и технологические риски, на этапах раннего планирования, в условиях резкого ограничения доступной и в то же время достоверной информации.
Способы оценки экономической эффективности
В настоящее время существует ряд общепринятых и широко используемых методик [4-8], в основе которых лежит оценка стоимости проекта освоения через оценку ожидаемого дохода от реализации проекта, приведенного к настоящему времени. Данные работы учитывают обширный перечень особенностей месторождения при определении эффективности его промышленного освоения и являются надежными инструментами для оценки традиционных запасов углеводородов. При экономической оценке трудноизвлекаемых запасов было бы полезно учитывать ряд дополнительных факторов, обладающих высокой степенью неопределенности и в то же время непосредственно-влияющих на результаты оценки.
Например, при использовании существующих геолого-экономических методик оценки необходимо обладать достаточно точным прогнозом будущей прибыли от реализации проекта, которая зависит, как правило, от цены нефти на рынке, а также от объема извлекаемых запасов разрабатываемого месторождения [7]. В ситуации с трудноизвлекаемыми запасами, когда большая часть технологий не опробована на практике, инвестиционная привлекательность данного рода месторождений в определенной степени чувствительна к колебаниям цены ресурса на мировом рынке. Второй фактор - объем извлекаемых запасов - также характе-
1 Кероген, состоящий из остатков простейших водорослей или из примеси наземных и морских растений, при нагреве образует жидкие углеводороды - смолу, близкую по составу к нефтяным углеводородам. Эта смола и является по сути сланцевой нефтью, или «легкой нефтью». Данная нефть содержится в низкопроницаемых коллекторах и сложна в извлечении, что значительно повышает себестоимость ее добычи.
ризуется большим количеством рисков в связи с низким коэффициентом извлечения, характерным для подобных объектов. Значительные погрешности могут возникнуть и при оценке затрат в традиционном стоимостном подходе [6], который требует наличия точной информации о специфике разрабатываемого месторождения. Поэтому использовать его нужно с оглядкой на существующие риски, включающие риски, связанные с высоким уровнем неопределенностей параметров открытого месторождения, а также риски, связанные с отсутствием проверенной универсальной технологии добычи.
Согласно документу «Методическое руководство по количественной и экономической оценке ресурсов нефти, газа и конденсата России» [5] сравнительный подход употребим тогда, когда существует активный рынок достаточно хорошо изученных сопоставимых объектов (эталонных объектов), в противном случае оценка не будет обеспечивать необходимую точность. Эти данные могут включать геологические и физические характеристики залежей, местоположение, условия финансирования и пр. Действенность такого подхода снижается в случае, если база данных по месторождениям не обладает набором достаточно изученных аналогов. С этим и связана основная трудность использования сравнительного подхода при рассмотрении нетрадиционных запасов. Большинство месторождений имеет уникальную структуру, и соответствующего аналога может не существовать в природе. В то же время изучение трудноизвлекаемых запасов находится в начале своего развития, и пока еще собрано недостаточно информации о такого рода объектах.
Существующие критерии определения экономической эффективности месторождений не всегда подходят к месторождениям нетрадиционного типа, так как они не учитывают возникающие при разработке геологические и технологические неопределенности и риски. Поэтому в данном случае может быть применен как комбинированный подход на основе известных методов, так и какой-либо новый, основанный на совокупной информации о месторождениях подобного типа (рис. 1). В данном случае предлагается рассмотреть два различных метода: комбинацию сравнительного и затратного методов и модификацию метода оценки чистого дисконтированного дохода. В рамках первого метода предполагается определить максимальную стоимость технологии, при которой освоение месторождения будет рентабельным. Во втором случае основной упор делается на поиск условий экономически-эффективного освоения: определение граничных комбинаций параметров, обеспечивающих выход проекта на границу окупаемости.
Рис. 1. Схема применения методов экономической оценки
Комбинация сравнительного и затратного подходов
В качестве основных составляющих затратного метода можно выделить затраты на геологоразведочные работы, затраты на транспортировку сырья, налоги и платежи в бюджет, а также затраты на технологию разработки залежи. Большая часть указанных затрат может быть оценена по доступным аналогам. В данном случае сравнительный подход стоимостной оценки проекта применим лишь отчасти, поскольку в случае рассмотрения трудноизвлекае-мых запасов сложно спрогнозировать величину затрат на разработку а также промысловый эффект от применяемой технологии. Поэтому в данной ситуации авторами предлагается оценить неизвестную величину по свободному остатку от предполагаемой выручки.
Рассмотрим применение методики на примере оценки рентабельности Центральноякут-ского участка куонамской свиты. Специалистами СНИИГГиМС во главе с П. Н. Соболевым в течение последних 3-х лет проводилась работа по исполнению государственного контракта с целью изучения нефтегазоносности куонамской свиты [9]. В рамках данной работы была проведена экспертная оценка 11-ти участков. В результате исследования для дальнейшего изучения был выделен наиболее перспективный объект - Центральноякутский участок куонамской свиты, как наиболее экономически эффективный и наименее удаленный от инфраструктуры. Предполагается, что добыча нефти за весь период освоения данного участка составит по крайней мере 76,26 млн т.
В рамках данной работы была проведена экономическая оценка участка в расчете на одну добывающую скважину. Результаты численных расчетов укрупненно представлены в табл. 1. Удельная выручка рассчитана по аналогии освоения баженовской свиты: из предположения, что добыча нефти куонамской свиты характеризуется коротким сроком службы скважины -4 года с ежегодной отработкой 10 тыс. т нефти при цене нефти, равной 45 $/ЬЬ1, и курсе руб./$, равному 65. Структура налоговых отчислений представлена более развернуто в табл. 2.
По наиболее близким аналогам были оценены основные затраты, приходящиеся на одну добывающую скважину: затраты на ГРР, налоги и транспортировку нефти. В данном случае транспортировка нефти включает капитальные вложения в строительство нефтепровода-подключения, эксплуатационные затраты на транспорт нефти по нефтепроводу-подключению
Таблица 1
Структура цены на нефть при освоении куонамской свиты Центральноякутского участка,
млн руб./скв.
Показатель Значение
Цена нефти, $/ЬЬ1 45
Цена нефти, руб./т 21352,5
Курс руб./$ 65
Выручка 854,1
ГРР (бурение и испытание трех глубоких скважин) 0,44
Налоги (отчисления в бюджет за весь период освоения), в том числе 331
затраты на транспортировку нефти 178,39
капитальные вложения в строительство нефтепровода-подключения 5,7
эксплуатационные затраты на транспорт нефти по нефтепроводу-подключению 83,2
эксплуатационные затраты на транспорт нефти по ВСТО 89,5
Суммарные затраты (налоги, затраты на ГРР и транспортировку) 509,8
Свободный остаток средств (после учета налогов, затрат на ГРР и транспортировку) 344,3
Источник: расчеты специалистов СНИИГГиМС.
Таблица 2
Структура налогов и отчислений в бюджет, млн руб./скв.
Показатель Значение
Налоги (отчисления в бюджет за весь период освоения), в том числе 331
налоги в цене НДС в выручке 130,3
экспортная пошлина 189,8
акциз 0
налоги в себестоимости страховые взносы на ФОТ 2,277
НДПИ 0
страхование от несчастных случаев 0,06
за пользование недрами 0,004
за землю 0,001
прочие 8,5
налог на имущество за весь период 0,01
Источник: расчеты специалистов СНИИГГиМС.
Таблица 3
Структура остатка средств, направляемого непосредственно на технологию добычи нефти,
млн руб./скв.
Показатель Значение
Капитальные затраты на бурение скважин 68,4
Капитальные затраты на промысловое строительство 73,7
ФОТ 12,0
Верхний предел эксплуатационных затрат 190,3
Источник: расчеты специалистов СНИИГГиМС.
и ВСТО 2. Полученная оценка для удельной выручки составила 854,1 млн руб./скв., для суммарных затрат - 509,8 млн руб./скв.
Таким образом, приведенный расчет свидетельствует о том, что для освоения куонамской свиты необходимо, чтобы при цене нефти 45 $/ЬЬ1 применяемая технология добычи укладывалась в 344,3 млн руб. на скважину. Эта сумма должна покрыть строительство и обустройство скважин, работу оборудования, персонала, энергозатраты, технологии повышения нефтеотдачи, подготовку нефти и т. д. Критерием эффективности освоения куонамской свиты является превышение величины свободного остатка над прогнозируемыми затратами на разработку. Таким образом, результаты расчета позволяют в явном виде определить объем средств в выручке, который можно использовать на разработку технологии добычи при условии нулевой прибыли. В рассмотренном случае эта величина равна 190,3 млн руб. на скважину (табл. 3). Стоит отметить, что пока еще не существует технологии, которая укладывалась бы в обозначенный предел.
В зависимости от особенностей структуры изучаемого месторождения и степени изученности запасов стоимости используемых технологий разработки могут кардинально различаться. На начальном этапе довольно сложно оценить объем работ, который зависит, в том
2 Трубопроводная система Восточная Сибирь - Тихий океан построена для транспортировки нефти на российский Дальний Восток и на рынки Азиатско-Тихоокеанского региона. Система соединена с существующими магистральными трубопроводами ПАО «Транснефть» и входит в единую сеть, обеспечивающую оперативное распределение потоков нефти по территории России в западном и восточном направлениях.
числе, и от специфики параметров нефтегазового объекта [10]. На этапе разработки возникают риски в связи с неопределенностью геологических и технологических показателей проекта. Также существуют риски, связанные с изменением ценовой конъюнктуры: величины капитальных и эксплуатационных затрат, цены готовой продукции, курса валют и пр. На поисковом этапе работ существуют риски, связанные с возможным не подтверждением структур, отсутствием промышленной нефтеносности, завышением планируемых запасов. Частично учесть наиболее существенные для оценки перспектив характеристики залежи углеводородов позволит предлагаемый далее метод.
Модификация метода оценки ожидаемого дохода
При традиционном подходе метод расчета чистой текущей стоимости позволяет определить чистый доход от проекта, который представляет собой разницу между суммой дисконтированных потоков денежных средств, генерируемых проектом, и общей суммой инвестиций [11]. Данный критерий представлен приведенной ниже формулой:
где r - ставка дисконтирования; NCF - чистый финансовый поток; t - период существования проекта. Ситуация, когда NPV близок к 0, означает, что данный проект находится на границе рентабельности.
Предлагаем более подробно рассмотреть модификацию доходного подхода к оценке экономической эффективности углеводородных объектов. В отличие от традиционного метода этот подход ориентирован не на оценку общих экономических показателей (NPV, IRR и пр.), а на определение пороговых значений ключевых характеристик рассматриваемого объекта, с которыми связаны наибольшие неопределенности и риски. Здесь важно выявить критические точки, выход за пределы которых угрожает реализации разработки выбранного месторождения. Пороговые значения - это количественные индикаторы, численно отражающие предельно допустимые с позиции экономических интересов соотношения. За пределами значений пороговых показателей рассмотрение объекта не имеет смысла, так как разработка залежи будет убыточной.
В рамках математической постановки данной задачи требуется определить диапазон значений параметров, при которых функция чистого дисконтированного дохода (NPV) принимает искомое нулевое значение.
Р - цена на нефть;
V - объем предполагаемых запасов;
Ь - удаленность от нефтепровода;
М - вязкость нефти;
Н - глубина залегания.
Опыт проведенных экономических оценок свидетельствует о том, что перечисленные характеристики оказывают наибольшее влияние на доходность нефтегазовых проектов. Также для отдельных задач в качестве дополнительных параметров можно включить в рассмотрение стоимость лицензии и величину налоговой нагрузки. В фиксированный момент времени некоторые из параметров в формуле (1) принимают определенные значения, однако, если рассматривать процесс на протяжении длительного временного промежутка, многие из них будут претерпевать значительные изменения (например, цена на нефть). Таким образом, решение указанной задачи предполагается получить в виде некоторого множества, которое, по сути, является пересечением пространства значений функции КРУ с плоскостью КРУ = 0.
(1)
где
Реальная практика расчета КРУ показывает, что ее расчет распадается на ряд задач: моделирование программы ГРР на объекте, прогнозирование сценариев добычи углеводородов, обработка различных вариантов транспортировки сырья, построение технологического обустройства промысла и инфраструктуры, анализ методов повышения нефтеотдачи. Поскольку ожидаемый доход от проекта зависит от довольно большого числа параметров со сложными взаимосвязями и отношениями, для оценки экономической эффективности объекта специалистами СНИИГГиМС был разработан программный комплекс, который в полной мере учитывает основные влияющие на рентабельность проекта факторы. Масштабность данных расчетов не позволяет представить решение задачи в явном виде, и поэтому в данном случае следует обратиться к применению численных методов и программных алгоритмов.
Рассмотрим процесс нахождения пороговых значений функции КРУ в случае одного параметра. Перед реализацией метода задаются начальные граничные значения исследуемой величины. Решение упрощенной задачи находится с помощью пропорционального деления отрезка. Поиск значений представляет собой итеративный процесс, построенный следующим образом.
1. При первой итерации заданный отрезок делится на равные части.
2. Проверяется значение функции КРУ в средней точке.
3. Если значение в этой точке больше 0, то проверяется значение функции КРУ в средней точке левого отрезка. Если значение в этой точке больше 0, то проверяется значение функции КРУ в средней точке правого отрезка.
4. Процедура продолжается до тех пор, пока не будет достигнута заданная точность.
Рассмотрим методику поиска пороговых значений в случае многопараметрической функции КРУ. Пусть N - это количество исходных параметров. Для каждого параметра задан допустимый диапазон значений, а также шаг разбиения. Пусть tN - число точек разбиения по каждому из введенных параметров:
Параметры в формуле (2) расположены в порядке убывания степени их влияния на функцию КРУ, которое определяется степенью изменения рассматриваемой функции при варьировании входных параметров. Для каждого из параметров указывается интервал допустимых значений - соответствующие минимальные и максимальные значения. Каждый интервал разбивается на соответствующее количество отрезков, которое задается также в исходных данных. Таким образом, получаем сетку с количеством узлов, равным п * п2 *... * nN, здесь
ni - число разбиений для параметра р, i е{1,...,N}. Чтобы определить нулевое значение
функции, необходимо произвести вычисления по каждому узлу сетки. Для достаточной точности вычислений нам необходимо произвести минимум 10 итераций по каждому параметру. Соответственно для N параметров получаем, что нам необходимо будет произвести 10N итераций. Очевидно, что при необходимом количестве параметров данный процесс может потребовать высоких вычислительных мощностей и не сможет быть применен на практике. Поэтому в данной работе мы предлагаем подход, который позволит оптимизировать процесс вычисления пороговых значений функции КРУ путем отсечения тех значений сетки, которые заведомо не включают нулевое значение функции.
Пусть индексы t1,tN - это номера итераций или номера соответствующих узлов сетки
для каждого из параметров р, здесь ti е {1,...,Щ, где п - максимальное количество разбиений для ^го параметра. Без потери общности предполагаем, что рассматриваемая функция КРУ монотонна по t2,...,tN. Если данное условие не выполняется, то можно добиться выполнения условия монотонности соответствующей перестановкой. Следовательно, функция КРУ достигает своих экстремумов на концах отрезков, а именно:
(2)
NPVmax = NPV(1,1,..., 1), NPVmin = NPV(n,, n2,..., nN).
Для начала предлагается проверить существование решения на введенном граничном интервале. Для этого необходимо проверить значения функции NPV в крайних точках (1,1,..., 1) и (, n2,..., nN). Возможны 3 варианта:
1) NPVmin < 0, NPVmax < 0 - в данном случае решения на введенных граничных интервалах не существует, необходимо переопределить граничные значения параметров;
2) NPVmin > 0, NPVmax > 0 - решения на введенных граничных интервалах также не существует, и, следовательно, необходимо переопределить граничные значения параметров;
3) NPVmin < 0, NPVmax > 0 - в данном случае следует осуществлять поиск пороговых значений.
Таким образом, можем считать, что в нашем диапазоне значений существует решение задачи, если таких значений не существует, мы можем переопределить граничные значения так, чтобы обеспечить существование пороговых значений функции NPV на отрезке.
Предположим, что параметры Pi расположены в порядке убывания степени их влияния на функцию NPV. Таким образом, процесс вычисления пороговых значений функции будет представлять собой итеративный процесс, выстроенный по принципу дерева. В вершине данного дерева будут расположены допустимые значения наиболее значимого параметра -P, на втором уровне будут рассмотрены допустимые значения параметра P2 при фиксации каждого допустимого значения параметра P1, на третьем уровне будут рассмотрены допустимые значения параметра P3 при фиксированных значениях параметров р, P2 и т. д. В основании будет рассмотрен параметр, который оказывает наименьшее влияние на значение функции NPV. Спускаясь от вершины к основанию, предполагается производить ограничение значений по каждому параметру при фиксации допустимых значений вышестоящих параметров. В результате мы получим множество веток дерева, которые обеспечивают нулевое (с определенной погрешностью) значение функции NPV. Результатом данного алгоритма будет множество пороговых значений функции NPV, представленных в виде таблицы. Ниже приведен алгоритм поиска допустимых значений для различных уровней.
В качестве первой итерации зафиксируем индекс t1 для параметра P1 в средней точке входного интервала для данного параметра и проверим значение функции NPV в граничных точках (t11/2, 1,..., 1) и (t12, n2,...,nN). Здесь t12 =((1 + n1)div2) в следующих случаях.
1. Если NPV (t12, 1,..., 1) < 0, считаем значение функции при значении индекса t14 = = ((1 +t12 )div2) = t12 -(n1 + 2)div4, при этом расчеты при t1 > t12 можно исключить исходя
из условия монотонности функции NPV.
Иначе, если NPV(t12, n2,..., nN) < 0, считаем значение функции при следующем значении
индекса: tf/4 = t/2 +(n1 + 2)div4.
Продолжая данную процедуру, приходим к следующему результату:
t, . L NPV(t1,1,...,1)>0 1 (3)
t, = min <t }>. (3)
1 [1 NPV (( +1,1,..., 1) < 0j
2. Теперь рассмотрим значение функции NPV в точке (t12, n2,..., nN). Если
NPV (t12, n2,..., nN )> 0, считаем значение функции при следующем значении индекса:
t34 = t12 +(n1 + 2)div4, при этом расчеты при t1 < t12 можно исключить исходя из условия монотонности функции NPV.
Иначе, если NPV(t12, n2,..., nN) < 0, считаем значение функции при следующем значении
индекса: tj/4 = t^2 -( + 2)div4.
Продолжая данную процедуру, в результате приходим к точке:
КРУ (, п2,..., пы)> 0 ]
<1 = тах < <1
г. (4)
КРУ ( +1, п2,..., щ )< 0]
Таким образом, для параметра Р1 количество итераций сократится до следующих значений:
<1 нс.., а
Далее вычисляем допустимые значения индекса для следующего параметра и, соответственно, переходим на следующий уровень дерева.
В данном случае мы фиксируем поочередно каждое из значений параметра Р1 и вычисляем допустимые значения для параметра Р2. При этом процесс вычисления будет выглядеть аналогичным образом: У<1 е {</,..., <1"} вычисляем кру( <1,4/2,1,..., 1), кру (<1,4/2, пз,..., пы) и т. д. В результате получаем -диапазонов значений таких, что У<1 е {<1,..., <1"}:
КРУ (1, <2, 1,..., 1) > 0 1 КРУ ((2 +1,1,..., 1) < о|,
КРУ (( пз,..., пы )> 0 ] КРУ (( +1, пз,..., пы )< 0].
Далее для параметра Рз производим аналогичные вычисления, фиксируя значения для параметров Р1 и Р2. Для каждого <1 е {<1',..., , <2 е{<2,..., <2} вычисляем КРУ (<1, <2, <12,1, ...,1),
КРУ(<1, <2,<12,п4,...,пы) и т. д. В данном случае получаем (<1"-<[)*(<£-<2) диапазонов решений таких, что е {{,..., <1} и <2 е {<2,..., <2} :
КРУ (( <3,1,..., 1) > 0 1 КРУ((,<3 +1,1,...,1)<0],
<2 = тт < <2
<2 = тах < <2
<3 = тт < <3
<3 = тах < <3
КРУ ((, <з, п4,..., пы )> 0 ] (8)
КРУ ((, <з +1, п4,..., Щ )< 0]"'
Таким образом продолжаем вычисления до последнего уровня, соответствующего последнему параметру. В данном случае мы уже определяем не границы интервалов - формулы (3)-(8), а приближение функции КРУ к нулю по каждой ветке дерева.
Результатом данного алгоритма является множество комбинаций значений параметров (веток дерева), представляющее собой множество пороговых значений функции КРУ (рис. 2). Полученные предельно-рентабельные соотношения основных параметров позволяют на этапе постановки разведочных и добычных работ на нефть и газ исключить заведомо неперспективные объекты: залегающие ниже предельных глубин, удаленные далее предельных расстояний нефтепровода или превышающие предельную вязкость. Определение границ проводимых работ позволит снизить поисковые и эксплуатационные затраты, повысив при этом рентабельность проекта в целом.
В рамках обозначенной выше методики был проведен анализ минимально рентабельных параметров структур Нюрольской зоны. В качестве основных характеристик были выбраны: цена на нефть, ожидаемый объем запасов и площадь залежи. Посредством программного комплекса «ОеоРгой» для рассматриваемой структуры Водораздельная была определена предельная площадь, при которой структура находится на границе рентабельности. В данном случае цена на нефть и ожидаемый объем извлекаемых запасов являлись входными данными, а площадь - неизвестной величиной, которую требовалось определить. Стоимость нефти варьировалась в диапазоне от 30 до 90 $/барр. с шагом 15. Курс доллара был учтен исходя
из выявленной зависимости между указанными показателями. Объем извлекаемых запасов изменялся в пределах 0,5-5 млн т с шагом 0,5. Пределы были выбраны таким образом, чтобы они покрывали всевозможные вариации количественной оценки извлекаемых запасов, которые представлены в табл. 4.
Рис. 2. Алгоритм нахождения пороговых значений функции №У для четырех параметров
Таблица 4
Сценарии количественной оценки параметров Водораздельной структуры
Сценарии Объем запасов, Площадь,
млн т тыс. кв. м
Максимальный 3,23 34 371
Оптимальный 1,40 18 088
Минимальный 0,90 14 826
Источник: расчеты специалистов СНИИГГиМС.
В результате расчета каждой комбинации параметров была сопоставлена максимальная площадь, соответствующая наименьшему положительному значению функции ЧДД. Для качественного анализа полученных данных был определен количественный показатель - граничная плотность запасов, представляющий собой отношение варьируемого объема запасов к рассчитанной площади структуры. Из полученных значений плотности видно, что при минимальной цене на нефть граничная плотность структуры не определена. Иначе говоря, при объеме запасов менее 0,5 млн т структура Водораздельная не выходит на границу рентабельности и ее освоение не принесет дохода. Также видно, что при улучшении ценовых условий и увеличении объема извлекаемых запасов рентабельное освоение указанной территории достигается и при меньшей плотности ресурсов (рис. 3). На графическом отображении полученных результатов можно проследить, что при объеме запасов меньше 1,5 млн т граничная
плотность принимает большее значение и при этом для указанной области характерна большая чувствительность точки окупаемости к изменениям величины объема запасов.
Таблица 5
Значения граничной плотности (млн т/кв. км) при изменении ценовых условий и объема запасов структуры Водораздельная
Условия рынка Цена на нефть, $/ЬЬ1 30 45 60 75 90
Курс доллара, руб. 90 65 50 42 37
0,5 — — — — —
1 0,244 0,089 0,084 0,074 0,061
Вариации объема запасов, млн т 1,5 0,096 0,070 0,065 0,056 0,049
2 0,079 0,062 0,058 0,051 0,045
2,5 0,074 0,058 0,054 0,049 0,044
3 0,070 0,057 0,054 0,049 0,045
3,5 0,069 0,058 0,055 0,050 0,046
Источник: расчеты специалистов СНИИТГиМС.
Рис. 3. Динамика изменения граничной плотности запасов (млн т/кв. км) в зависимости от объема извлекаемых запасов
Таким образом, соотнеся граничную плотность с ожидаемой плотностью (соответствующей количественной оценке ресурсов рассматриваемых структур), с помощью данного показателя можно выделить сценарии, при которых структура Водораздельная будет рентабельной. В табл. 6 представлено сравнение граничной плотности и плотности, рассчитанной из показателей ожидаемой площади и ожидаемого объема запасов, определенных по количественной оценке. Зеленым цветом отмечены значения, при которых граничная плотность не превышает значения ожидаемой плотности, т. е. такие случаи, при которых достигается рентабельность проекта. Отдельно выделены значения, при которых проект выходит на границу рентабельности при определенных условиях, т. е. является условно рентабельным. Из табл. 6 видно, что для Водораздельной структуры минимальный сценарий является условно рентабельным, так как при лучших ценовых условиях структура становится окупаемой, а именно при цене нефти 90 $/барр., и курсе $, равному 37, граничная плотность опускается до уровня 0,06, который меньше уровня количественной оценки.
Таким образом, опираясь на показатель плотности ресурсов, можно выделить наиболее перспективные объекты, а также определить наиболее выгодные условия для освоения менее привлекательных структур. В случае менее выгодных структур следует обратить внимание
на близлежащие участки с параметрами, обеспечивающими рентабельность данного объекта.
Таблица 6
Граничная (при цене на нефть 55 $/барр.) и ожидаемая плотность ресурсов (млн т/кв. км)
Максимальный Оптимальный Минимальный
Название структуры сценарий сценарий сценарий
Граничная плотность Ожидаемая плотность Граничная плотность Ожидаемая плотность Граничная плотность Ожидаемая плотность
Водораздельная 0,048 0,094 0,055 0,077 0,084 0,061
Источник: расчеты специалистов СНИИГГиМС.
Это могут быть залежи, расположенные в менее глубоких слоях отложений, а также залежи с большим объемом запасов. Разрабатывая совместно структуры с более хорошими характеристиками, можно повысить запас прочности всего проекта в целом. Одновременно с этим разработка менее привлекательных объектов будет способствовать развитию новых технологий и повышению уровня нефтеотдачи на более сложных структурах в перспективе.
Актуализация эффекта обучения
в рамках использования ресурсной базы углеводородов
в России
В заключение хотелось бы уделить внимание еще одному важному аспекту освоения ТРИЗ. Представленные в данной статье методы дают оценку исходя из текущего уровня развития нефтегазового комплекса и рассматривают его в статике. Реальный опыт, в том числе касающийся освоения ТРИЗ, свидетельствует о присутствии так называемого «эффекта обучения» [12]. В работе В. А. Крюкова «О формировании системы регулирования, нацеленной на освоение более сложных и менее традиционных источников углеводородного сырья» идеология процесса обучения раскрыта на примере «Сланцевой революции» США, в результате которой значительно возросла эффективность извлечения углеводородов в сланцевых формациях 3.
В общем случае можно обозначить эффект обучения как аккумулирование накопленного опыта и знаний с целью более полного раскрытия потенциала ТЭК [13]. В частном рассмотрении эффект обучения проявляется как снижение издержек и трудозатрат на технологии разработки в результате:
• разработки и опробования новых технологий (инвестиции в НИОКР);
• создания профессиональных консорциумов;
• регулярного накопления и пополнения базы знаний;
• эффекта тиражирования или эффекта от масштаба.
Далее к рассмотрению предлагается более полное раскрытие перечисленных позиций.
Основной целью, стоящей перед нефтедобывающими и нефтеперерабатывающими компаниями, является снижение затрат на добычу и переработку извлекаемых ресурсов. Данного результата можно достичь путем модернизации технологической базы и автоматизации систем управления предприятием. Современное оборудование в сочетании с интеллектуальной системой управления позволяет достичь требуемого уровня экономии средств. Среди наиболее перспективных ресурсосберегающих технологий применяются различные интеллектуальные решения. Технологические процессы, описанные математическими моделями, позво-
3 По данным U.S. Energy Information Administration, добыча нефти в США с 2010 г. возросла практически в два раза и в 2017 г. превысила отметку 9 тыс. баррелей в день.
ляют добиться наилучших результатов с точки зрения экономической эффективности организации добычи нефтяных и газовых ресурсов.
Актуальным становится создание профессиональных сообществ, способствующих обмену знаниями, опытом и технологиями [14]. В ходе общения и объединения усилий нескольких интеллектуальных ресурсов со своим уникальным потенциалом могут рождаться принципиально новые, передовые идеи. Также в рамках данного сообщества может возникать соревновательный (конкурентный) интерес, который способен мотивировать специалистов на дальнейшее развитие своих профессиональных качеств.
Чтобы своевременно отвечать на возникающие вызовы, необходимо постоянное развитие, пополнение и обновление базы знаний, а также поддержание знаний в актуальном состоянии. Несоответствие обрабатываемой информации современным реалиям может сильно затормозить протекание экономико-технологических процессов в нефтегазовой отрасли. Накопленные знаний и опыт предшественников также являются надежным плацдармом для создания передовых методов и новых способов в сфере опоискования и разработки трудноизвлекае-мых месторождений. Помимо накопления теоретических знаний полезно уделять соответствующее внимание практическому опробованию и последующему применению разработанных методик. Применение на практике новых разработанных методов может дать новую информацию и новую пищу для дальнейших исследований.
Также экономической эффективности способствует так называемый эффект от тиражирования, или эффект от масштаба. При увеличении объемов производства технологий величина затрат на одну единицу продукции уменьшается. Например, в случае разработки одной залежи применение технологии может не обеспечивать необходимую прибыль, но при комплексной разработке более крупного масштаба может быть достигнута требуемая экономическая эффективность. Экономией на масштабе могут воспользоваться компании любого размера, увеличив объем своей операционной деятельности.
Снизить издержки можно при организации совместных лицензий и совместного пользования недрами. При этом финансовая нагрузка распределена соответствующим образом на участников долевого пользования. Данная практика активно используется на Западе и начинает применяться в России. В то же время деятельность по разработке трудноизвлекаемых запасов поддерживается государством [12]. Постепенно происходит внедрение льгот и снижение налоговой нагрузки на разработку трудноизвлекаемых запасов. Таким образом, учитывая все происходящие институциональные изменения в сфере опоискования и разработки углеводородных объектов, надежды на достижение экономической эффективности трудно-извлекаемых запасов становятся вполне обоснованными.
Основные выводы
1. Классический метод дисконтирования денежных потоков не в полной мере учитывает специфику ТРИЗ и не дает достоверной основы для принятия управленческих решений.
2. Подходы к оценке эффективности освоения ТРИЗ должны быть достаточно гибкими и способными учесть присутствующие риски.
3. Принципиальные решения по проблемам учета неопределенностей существуют. Разработаны эффективные вычислительные алгоритмы их учета.
4. Расчет предельно-рентабельных соотношений основных характеристик объекта позволяет выделить наиболее благоприятные условия для освоения.
5. Эффект обучения является важным фактором и должен приниматься во внимание при прогнозе освоения ТРИЗ в среднесрочной и долгосрочной перспективе.
Список литературы
1. Якуцени В. П., Петрова Ю. П., Суханов А. А. Динамика доли относительного содержания трудноизвлекаемых запасов нефти в общем балансе // Нефтегазовая геология. Теория и практика. 2017. Т. 2. URL: http://www.ngtp.ru/rub/9/023.pdf
2. Бобылев Ю. Н., Расенко Ю. А. Нефтяной сектор экономики России: основные тенденции. М.: ИД «Дело» РАНХиГС, 2016. 68 с.
3. Калинин В. Свита для нефтяных королей // Сибирская нефть. 2012. № 4/91. С. 16-19.
4. Временная типовая методика экономической оценки месторождений полезных ископаемых: Постановление ГКНТ и Госкомцен СССР от 28 ноября 1979 г. № 556/739.
5. Методическое руководство по количественной и экономической оценке ресурсов нефти, газа и конденсата России. М.: ВНИГНИ, 2000. 189 с.
6. Методика и практический опыт стоимостной оценки запасов и ресурсов нефти и газа. Новосибирск: Наука, 2007. 384 с.
7. Герт А. А., Миляев Д. В. Методика геолого-экономической оценки ресурсов углеводородного сырья и ее применение для Восточной Сибири и Республики Саха (Якутия) // Минеральные ресурсы России. Экономика и управление. 2015. № 2. С. 31-41.
8. Мельников Р. М. Оценка эффективности общественно значимых инвестиционных проектов методом анализа издержек и выгод: Учеб. пособие. М.: Проспект, 2016. 240 с.
9. Отчет по договору об оказании профессиональных услуг № СК1-14-02-12 «Обоснование перспектив нефтегазоносности высокобитуминозных отложений доманикоидного типа (нетрадиционные источники сланцевой нефти) на основе комплексных геолого-геофизических и геохимических исследований на территории Лено-Тунгусской НГП» (Этап 2 региональных исследований) / АО СНИИГГиМС. Новосибирск, 2016.
10. Галкин С. В. Методология учета геологических рисков на этапе поисков и разведки нефтяных месторождений // Вестн. Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. 2012. № 4. С. 23-32.
11. Печатнова А. П. Методы оценки инвестиционных проектов // Молодой ученый. 2014. № 17. С. 316-318.
12. Крюков В. А. О формировании системы регулирования, нацеленной на освоение более сложных и менее традиционных источников углеводородного сырья // Георесурсы. 2016. Т. 18, № 4. Ч. 1. С. 261-270.
13. Шафраник Ю. К., Крюков В. А. Нефтегазовый сектор России: трудный путь к многообразию. М.: Перо, 2016 г. 272 с.
14. Крюков В. А. Добыче углеродов - современные знания и технологии // ЭКО. 2013. № 8. С. 4-15.
Материал поступил в редколлегию 16.08.2017
D. V. Milyaev, D. I. Dushenin, O. A. Kidanova
Siberian Research Institute of Geology, Geophysics and Mineral Resources 67Krasnyi Ave., Novosibirsk, 630091, Russian Federation
mdv@sniiggims.ru, dushenin@sniiggims.ru, kidanovaola@gmail.com
KNOWLEDGE ACCUMULATION EFFECT IN CASE OF THE PROFITABILITY CRITERIA DEFINITION OF A MINERAL-RAW MATERIALS PROJECTS
In many oil and gas bearing provinces in Russia with the depletion of highly productive hydrocarbon deposits the main prospects for the growth of oil and gas resources are attributed to hard-to-recover reserves. With a high level of development costs these reserves are unprofitable, high-risk financing items. Being as a rule on the verge of profitability, the projects of development of hard-to-recover reserves mainly depend on the volatility of geological and economic conditions. This actualizes the development of new approaches, oriented not so much to the forecast of potential income and other performance indicators, but to a greater extent on profitability criteria determining of a particular mineral-raw materials project. In the article, the method of searching for maximum permissible values of key characteristics of the subsoil use project is proposed for consideration, special attention is paid to ways to reduce costs when developing deposits taking into account the «learning effect».
Keywords: profitability criteria; threshold values; math modeling; optimization; effect of learning; The Kuonamka Formation; Nyurolskaya zone; Paleozoic; hard-to-recover reserves; oil; gas; hydrocarbons; geological prospecting; increase in inventories; financing.
References
1. Yakutseni V. P., Petrova Yu. E., Sukhanov A. A. Dinamika doli otnositel'nogo soderzhaniya trudnoizvlekayemykh zapasov nefti v obshchem balanse [Dynamics of the share of the relative content of hard-to-recover oil reserves in balance reserves]. Neftegazovaya geologiya. Teoriya i praktika [Petroleum Geology - Theoretical and Applied Studies], 2017, vol. 2. URL: http://www. ngtp.ru/rub/9/023.pdf (In Russ.)
2. Bobylev Yu. N., Rasenko Yu. A. Neftyanoy sektor ekonomiki Rossii: osnovnye tendentsii. Moscow, ID «Delo» RANHiGS, 2016, 68 p. (In Russ.)
3. Kalinin V. Svita dlya neftyanykh koroley [Formation for oil kings]. Sibirskaya neft' [Siberian Oil], 2012, no. 4/91, p. 16-19. (In Russ.)
4. Vremennaya tipovaya metodika ekonomicheskoy otsenki mestorozhdeniy poleznykh iskopayemykh [Temporary sample methodology for the economic evaluation of mineral deposits]: Resolution of the State Committee for Science and Technology and the State Committee for Statistics of the USSR of November 28, 1979, no. 556/739. (In Russ.)
5. Metodicheskoye rukovodstvo po kolichestvennoy i ekonomicheskoy otsenke resursov nefti, gaza i kondensata Rossii [Methodological guidelines for quantitative and economic assessment of oil, gas and condensate resources in Russia]. Moscow, VNIGNI, 2000, 189 p. (In Russ.)
6. Metodika i prakticheskiy opyt stoimostnoy otsenki zapasov i resursov nefti i gaza [Methodology and practical experience of valuation of oil and gas reserves and resources]. Novosibirsk, Nauka, 2007, 384 p. (In Russ.)
7. Gert A. A., Milyayev D. V. Metodika geologo-ekonomicheskoy otsenki resursov uglevodo-rodnogo syr'ya i ee primeneniye dlya Vostochnoy Sibiri i Respubliki Sakha (Yakutiya) [The methodology of geological and economic assessment of hydrocarbon resources and its application to Eastern Siberia and the Republic of Sakha (Yakutia)]. Mineral'nye resursy Rossii. Ekonomika i upravleniye [Mineral Resources of Russia. Economics and Management], 2015, no. 2, p. 31-41. (In Russ.)
8. Mel'nikov R. M. Otsenka effektivnosti obshchestvenno znachimykh investitsionnykh proek-tov metodom analiza izderzhek i vygod: uchebnoye posobiye [Estimation of the effectiveness of socially significant investment projects by the method of cost-benefit analysis: a tutorial]. Moscow, Prospekt, 2016, 240 p. (In Russ.)
9. Otchet po dogovoru ob okazanii professional'nykh uslug № CNI-14-02-12 «Obosnovaniye perspektiv neftegazonosnosti vysokobituminoznykh otlozheniy domanikoidnogo tipa (netraditsi-onnye istochniki slantsevoy nefti) na osnove kompleksnykh geologo-geofizicheskikh i geokhimi-cheskikh issledovaniy na territorii Leno-Tungusskoy NGP» (Etap 2 Regional'nyye issledovaniya) [Report on the professional services agreement no. CNI-14-02-12 «Justification of oil and gas potential for high bituminous deposits of the domanicoid type (unconventional sources of shale oil) on the basis of complex geological, geophysical and geochemical studies on the territory of the Leno-Tunguska NGP» (Stage 2 Regional Research)], AO SNIIGGiMS [JSC SNIIGGiMS]. Novosibirsk, 2016. (In Russ.)
10. Galkin S. V. Metodologiya ucheta geologicheskikh riskov na etape poiskov i razvedki neftyanykh mestorozhdeniy [Methodology of geological risks at the stage of oil fields search and exploration]. VestnikPermskogo natsional'nogo issledovatel'skogo politekhnicheskogo universiteta. Geologiya. Neftegazovoe i gornoe delo [Perm Journal of Petroleum and Mining Engineering], 2012, no. 4, p. ' 23-32. (In Russ.)
11. Pechatnova A. P. Metody otsenki investitsionnykh proektov [Methods for evaluating investment projects]. Molodoy uchenyy, 2014, no. 17, p. 316-318. (In Russ.)
12. Kryukov V. A. O formirovanii sistemy regulirovaniya, natselennoy na osvoyenie bolee slozhnykh i menee traditsionnykh istochnikov uglevodorodnogo syr'ya [On the formation of a regulatory system aimed at the development of more complex and less traditional sources of hydrocarbon raw materials]. Georesursy [Georeources], 2016, vol. 18, no. 4, pt. 1, p. 261-270. (In Russ.)
13. Shafranik Yu. K., Kryukov V. A. Neftegazovyy sektor Rossii: trudnyy put' k mnogoobra-ziyu [Russia's oil and gas sector: a difficult path to diversity]. Moscow, Pero, 2016, 272 p. (In Russ.)
14. Kryukov V. A. Dobyche uglerodov - sovremennyye znaniya i tekhnologii [Extraction of hydrocarbons - modern knowledge and technology]. EKO [ECO], 2013, no. 8, p. 4-15. (In Russ.)
For citation :
Milyaev D. V., Dushenin D. I., Kidanova O. A. Knowledge Accumulation Effect in Case of the Profitability Criteria Definition of a Mineral-Raw Materials Projects. World of Economics and Management, 2018, vol. 18, no. 1, p. 54-69. (In Russ.)
DOI 10.25205/2542-0429-201S-1S-1-54-69
