CC BY
55
2 Об инновационной политике России // БИКИ.
Примечания 2006. № 22-23. С. 2.
3 Спартак А.Н. Россия в международном разде-
' Бекетов Н. Государственная политика инноваций лении труда: Выбор конкурентоспособной стратегии.
// Экономист. 2004. № 9. С. 64-70. М., 2004. С. 311.
УДК 332.146:330.322:550.8:553.98 С.Л. САДОВ
ББК 65.9(2Рос)-56:26.343 кандидат экономических наук,
старший научный сотрудник лаборатории комплексных топливно-энергетических проблем Института социально-экономических и энергетических проблем Севера
Коми НЦ УрО РАН, г. Сыктывкар e-mail: sadov@energy.komisc.ru
НОВЫЕ ВОЗМОЖНОСТИ ОЦЕНКИ РИСКА ИНВЕСТИРОВАНИЯ ПОИСКОВ МЕСТОРОЖДЕНИЙ УГЛЕВОДОРОДОВ
Излагается новый подход к оценке эффективности и риска инвестирования проектов по разведке и освоению ресурсов углеводородов. Как правило, многие параметры таких проектов найдены в условиях высокой неопределенности. Для них традиционные методы оценки эффективности инвестирования неспособны дать правильное решение. Предлагаемый подход включает методы оценки уровня неопределенности геологической информации, трансформации их в вероятностные параметры, потенциального картирования нефтегазоносных территорий.
Ключевые слова: риск, неопределенность, инвестирование в геологоразведку, ресурсы углеводородов, потенциальное картирование, теория нечетких множеств.
Поиск залежей углеводородов (УВ) — технически непростой и далеко не дешевый процесс. Перспективность вводимых в геологоразведку площадей оценивается в рамках современных представлений геологии. Однако реальная ситуация с состоянием земных недр может существенно отличаться от той, которая представляется геологу на основе имеющихся данных, как правило, отличающихся неполнотой. Это различие — реальный фактор, и оно в значительной степени связано с неадекватностью человеческих суждений и умозаключений. Из этого следует, что геологические представления будут иметь, во-первых, некоторую степень приближения к реальной картине, а во-вторых, существенно вероятностный характер. Следовательно, предприниматель, инвестируя средства в геологоразведку, имеет лишь некоторые шансы на открытие месторождения, и возможности возмещения расходов по его поиску и получения прибыли далеко не
гарантированы. Так что мнение зарубежных специалистов, называющих поиск нефтяных и газовых залежей самой крупной на земле рискованной игрой, обосновано и с научной, и с практической точки зрения.
Этот процесс по своей природе является вероятностным, и ему присущ большой элемент риска и неопределенности. По существующей классификации «опреде-ленность-риск-неопределенность» выбор решения при определенности означает, что для каждого действия известен некоторый конкретный результат, в то время как при риске каждое действие приводит к одному из множества возможных результатов, имеющему вероятность появления. Предполагается, что принимающему решение эти вероятности известны. Выбор же решения при неопределенности отличается от ситуации риска тем, что вероятности последствий действия потенциальному инвестору неизвестны. Но и в такой ситуации он должен
© С.Л. Садов, 2009
иметь возможность оценить перспективы своих вложений. В данной статье описывается инструментарий такого анализа, стержнем которого является моделирование достоверности прогнозных оценок ресурсов УВ с помощью математического аппарата теории нечетких множеств.
Развертыванию геологоразведочных работ на территориях, перспективных в плане нефтегазодобычи, предшествует прогнозная оценка ресурсов в целях получения сведений относительно масштабов нефтегазоносности, их структуры, качественной характеристики и экономической значимости. Эти показатели служат исходной информацией для оптимизации геологоразведочных работ. И поскольку процедуры, связанные с подсчетом прогнозных ресурсов, выполняются в условиях неопределенности, оценка ее уровня на начальном этапе исследований представляется задачей первостепенной важности.
В этом убеждает то, что традиционные способы определения прогнозных ресурсов территорий (даже в случае, когда они формализованы) едины в одном — это процедуры, в основе которых находятся предположения с весьма существенным весом субъективного фактора. Отсюда, как следствие, значительное расхождение результатов выполненных оценок. Но без них как основы определения коммерческой привлекательности ресурсов УВ не обойтись. Поэтому совершенствование традиционных методов и разработка новых, основанных на использовании новейших математических дисциплин, позволяющих снижать влияние субъективного фактора (и, как следствие, уровня неопределенности), актуальны и должны поощряться. Представляется, что основной задачей в этой области является создание алгоритмов, открывающих возможности для перевода ситуаций неопределенности при исследовании геологических объектов в ситуации риска, когда становится возможным оценить вероятности характеристик исследуемого геологического объекта.
Поскольку неопределенность влияет на принятие решений при проведении геологоразведочных работ, остановимся на этом понятии подробнее. Неопределенность — неизбежный спутник сложной системы, это ситуация полного или частичного отсутствия информации о возможных ее состояниях,
тем более в условиях, когда критерии их оценки не отличаются четкостью. Классической мерой неопределенности является энтропия, отражающая статистическое разнообразие исследуемого показателя. Для ее вычисления необходимо выполнить немалый объем измерений с целью получения данных о вероятности исходов опытов. Однако, при всей привлекательности использования энтропии для расчета уровня неопределенности в геологических исследованиях, такая возможность в большинстве случаев отсутствует. На поисковой стадии геологоразведочных работ на нефть и газ геологи не располагают нужным объемом данных, поскольку число пробуренных скважин измеряется единицами. Однако проблема неопределенности при инвестировании средств в геологоразведку столь актуальна, что настоятельно требует своего разрешения.
В последние десятилетия в качестве меры неопределенности используется один из элементов теории нечетких множеств — функция принадлежности, близкая по своим свойствам вероятности в интуитивистской интерпретации, но таковой не являющейся. Разработаны процедуры определения этой функции, распределяющие ее величину по шкале от нуля до единицы, причем ноль означает отсутствие знаний о предмете исследования, а единица — полное знание (в теории вероятности это равнозначно свершившемуся событию). Промежуточные значения характеризуют меру осведомленности относительно исследуемого объекта, что, по логике, эквивалентно оценке неопределенности. Использование этого показателя, по мнению специалистов, открывает перед геологами новые возможности. Функцию принадлежности можно рассматривать в качестве удобного инструмента при оценке неопределенности уровня знаний о состоянии слабо либо вовсе не обследованных геологических объектов. Но методики геолого-экономичес-кого анализа не предполагают использование каких-либо иных показателей, кроме вероятностных, следовательно, значения функции принадлежности нуждаются в трансформации в вероятностные показатели.
Такая возможность существует. На первой стадии процедуры с этой целью применяется метод анализа иерархий1 как инструмент
построения графика функции принадлежности. При использовании этого метода следует исходить из того, что каждый геологический объект, будь то нефтегазоносные область, район или площадь, может быть охарактеризован некоторой совокупностью показателей, которые следует рассматривать в качестве косвенных предсказателей присутствия в недрах залежей УВ. К числу наиболее важных относятся благоприятные структурные формы, фильтрационно-емкостные свойства, флюидоупоры, наличие в разрезе нефтегазоносных комплексов, нефтегазопроявления на поверхности земли и др. Достоверность каждого из перечисленных предсказателей с той или иной долей объективности может быть оценена одним или несколькими экспертами с использованием специальной шкалы предпочтений, градации которой (общим числом не более девяти) отражают степень уверенности в оценке. Такая шкала предпочтений открывает возможность выполнить оценку согласованности2, построив квадратную матрицу парных сравнений А = ЩЦ. , в которой .
Последующее ранжирование оценок, полученных с использованием матрицы парных сравнений А, осуществляется с помощью ее главных собственных значений и векторов. Собственные значения отражают меру согласованности геологических данных относительно перспектив открытия месторождения. Вычисление главного собственного вектора w квадратной матрицы А проводится с использованием итеративных алгоритмов на основании равенства Aw = Хта>№, где Хтах — максимальное собственное значение матрицы А.
Достаточно большая предварительно составленная базовая совокупность вычисленных собственных значений матриц, которые в каждом случае рассматриваются как функция принадлежности, характеризующая степень неопределенности, позволяет построить график этой функции и использовать его как рабочий инструмент при оценке неопределенности знаний о состоянии геологического объекта (нефтегазоносной области, нефтегазоносного района, площади). Как показала практика, из всех типовых графиков наилучшим образом описывает реальную ситуацию график, задаваемый выражением
'
[1-е~к(х~а)2, х > а, к > 0.
Трансформация значений функции принадлежности в вероятностные показатели осуществляется с помощью специального алгоритма3, устанавливающего связь между уровнем неопределенности и вероятностными показателями, в первую очередь дисперсией о2. Очевидно, что в отсутствие информации (когда р,(х) = 0) стандартное отклонение о = ±да, в то же время при теоретически достижимой полной определенности (при р,(х) = 1) стандартное отклонение о = 0. Это крайние точки зависимости «неопределенность-вероятность». Между уровнями неопределенности р,(х) = 0 и р,(х) = 1 и отвечающими этим значениям параметрами нормального распределения о = ±да и о = 0 существует множество промежуточных состояний, где значение функции принадлежности известно, а стандартное отклонение непосредственно определяется высотой «колокола» h по формуле а = (Л^2п )-1. С другой стороны, теоретически и экспериментально обосновано, что график изменчивости функции принадлежности р,(х) между крайними точками практически идентичен интегральной кривой нормального распределения, что открывает возможность пересчета значений функции принадлежности р,(х), полученных с применением метода иерархий, в вероятностные показатели. Наивероятнейшее значение а = р,(х) рассматриваемого состояния оценивается как среднее значение нормального распределения величины р,(х) и отвечает наивероятнейшему состоянию неопределенности относительно предположения о наличии в пределах рассматриваемого объекта залежи УВ, что эквивалентно оценке вероятности его обнаружения; тем самым решается проблема перевода ситуации из состояния неопределенности в состояние риска.
Особое значение для территорий разной степени обследованности приобретает потенциальное картирование, смысл которого заключается в создании моделей распределения вероятности открытия залежей УВ. Создание таких карт делает возможным выбор оптимальных вариантов инвестирования средств в геологоразведку, а также оценку результатов таких инвестиций с учетом воз-
можных рисков. Операции, связанные с потенциальным картированием, до последнего времени выполнялись исключительно для территорий с высокой степенью обследо-ванности бурением. Создание же подобных карт на слабо обследованных территориях из-за недостатка информации и, следовательно, высокой степени неопределенности представляет серьезную трудность. Ее частично можно преодолеть путем использования в качестве дополнительной информации данных, косвенно свидетельствующих о возможном присутствии залежей УВ. Для решения этой задачи применительно к рудным полезным ископаемым разработан специальный метод, получивший название метода нечетких весов. Он адаптирован и для ситуации с нефтегазовыми месторожде-ниями4. Основными операционными средствами этого метода служат геологические, геохимические, геофизические, геоморфологические и другие тем или иным способом зафиксированные показатели, так или иначе подтверждающие или отрицающие присутствие залежей УВ. Они имеют вид положительных и отрицательных поправок (W + и № _) к априорной вероятности открытия месторождений, определенной до начала применения процедуры потенциального картирования.
Технически это выполняется путем наложения карт, предварительно разбитых на элементарные ячейки-пиксели, несущих прямую и косвенную информацию. При применении метода нечетких весов косвенные показатели конвертируются в троичную форму под индексом, предсказывающим или отрицающим наличие в недрах нефтегазового флюида: В — предсказывающим, — отрицающим. Тогда, если определить каждый признак-предсказатель как нечеткую функцию, значения ее могут быть вычислены или субъективно назначены исходя из некоторых соображений и могут служить как материал для вычисления нечеткой условной вероятности с последующим преобразованием в поправочные коэффициенты:
I
'
При наличии нескольких предсказателей получим:
, , ч п п
I
I
где Д — присутствие залежи УВ; — отсутствие залежи УВ.
где
Здесь вес соответствует априор-
ным шансам О(Д), а № + и № - — весам нечетких множеств предсказателей (вес № + — показатель присутствия, № - — отсутствия)5. Построение карт пространственного распределения вероятности может быть осуществлено как вручную, так и автоматизированным путем с использованием любого из существующих алгоритмов.
Все вышеизложенное позволяет ответить на вопрос, каковы же перспективы обнаружения залежи УВ в пределах некоторых заданных территорий, и оценить риск инвестирования геологоразведочных работ. Но инвестора интересует не только возможность открытия месторождения, но и его масштабы. В конечном счете должна быть разрешена простая дилемма: рисковать или не рисковать? Положительное решение может быть принято исходя из очевидных благоприятных характеристик обследованного объекта, когда размеры залежи могут быть оценены априори как рентабельные. Однако так бывает далеко не всегда, поскольку внешне благоприятные характеристики объекта достаточно часто не соответствуют реальной ситуации. В таких случаях необходимо прибегнуть к опросу экспертов — иного выхода, к сожалению, не дано — на предмет оценки величины предполагаемой залежи. При этой процедуре все оценки, включая нулевую, имеют в сумме полную вероятность, равную единице. Опрос производится последовательно с шагом, приемлемым для лица, принимающего решение, например 1 млн т, 3 млн т, 6 млн т и т.д. вплоть до величины, представляющейся предельно допустимой. Обозначим число предположений как п. Приемы обработки экспертных оценок приведены в работе «Методы оценки нефтегазового потенциала тер-риторий»6. В итоге каждый вариант величины потенциальной залежи q¡ получит вероятность Р^¡) в сумме составляющих полную вероятность, т.е. Р^,) + Р^) + ... + Р^п) = 1.
Полученные результаты открывают возможности для применения стандартных расче-
тов вероятностного геолого-экономического анализа7, таких как вычисление сравнительных оценок результатов и ожидаемой величины полезности при различных стратегиях инвестирования. В том случае когда объектом анализа служит карта пространственного распределения вероятности, в пределах которой сумма вероятностей частей составляет полную вероятность, процедуры вероятностного геолого-экономического анализа аналогичны описанным выше.
Подытоживая изложенное, отметим, что важнейшим фактором, определяющим подход к оценке ресурсного потенциала территорий, является уровень неопределенности. Трансформация ситуации неопределенности в ситуацию риска представляется вполне реализуемой задачей при использовании новейших математических приемов, позволяющих пересчитывать уровень неопределенности, выраженный в терминах теории нечетких множеств, в нечеткую вероятность. Последнее повышает
объективность оценок ресурсного потенциала больших и малых нефтегазоносных площадей, снижает риски потерь, включая экономические последствия инвестирования средств в их промышленное освоение.
Примечания
’ Саати Т. Принятие решений: метод анализа иерархий / пер. с англ. Р.Г. Вачнадзе. М., 1993.
2 Там же.
3 Тарбаев Б.И., Садов С.Л. Неопределенность и риск на примере освоения нефтегазоносного объекта // Экономика и математические методы. 2005. Т. 41, № 3. С. 138-139.
4 Захаров A.A., Иванов В.В., Кузнецов Н.И. и др. Картирование потенциальных ресурсов углеводородов с помощью математического аппарата // Геология нефти и газа. 2005. № 2. С. 2-8; Садов С.Л. Методы оценки нефтегазового потенциала территорий. Сыктывкар, 2007.
5 Подробнее см.: Захаров A.A., Иванов В.В., Кузнецов Н.И. и др. Указ. соч.
6 Садов С.Л. Указ. соч.
7 Там же.
УДК 332.1(571.53) М.А. ТАРАКАНОВ
ББК 65.9(2) кандидат экономических наук, старший научный сотрудник
Отдела региональных экономических и социальных проблем
Иркутского научного центра СО РАН адрес: 664033, г. Иркутск, а/я 96
МИКРОБИОЛОГИЧЕСКАЯ ПРОМЫШЛЕННОСТЬ ИРКУТСКОЙ ОБЛАСТИ
Микробиологическая промышленность была одной из отраслей специализации индустриального комплекса Иркутской области. В статье анализируются причины ее гибели в годы реформ. Рассматриваются предпосылки и пути ее возрождения, а также различные аспекты ее социальной отдачи.
Ключевые слова: Иркутская область, гидролизная промышленность, биобутанол, древесные отходы, этилен, кормовой белок.
В годы советской власти в Иркутской области сформировалась мощная микробиологическая промышленность. В конце 80-х гг. прошлого века на ее долю приходилось 14% вырабатываемого в России кормового микробиологического белка. В ее составе на базе древесного сырья работали гидролизные заводы в Зиме, Тулуне, Бирюсинске, на целлюлозных предприятиях осуществлялось производство кормовых дрожжей. Нефтя-
ные парафины являлись сырьем для производства белково-витаминных концентратов (БВК), располагавшегося в Ангарске.
Размещение в области гидролизных заводов спиртово-дрожжевой специализации — Тулунского, Зиминского и Бирю-синского — было обусловлено высоким уровнем развития лесозаготовительной и деревообрабатывающей промышленности, а следовательно, наличием большого коли-
© МА. Тараканов, 2009
