朱学谦 山 珊

(1.中国石化石油勘探开发研究院 北京 100083； 2.中国石油大学(北京)石油工程学院 北京 102249)

目前我国海外油气开发项目呈逐渐增多的态势，在整个项目运营过程中涉及勘探、开发等各领域，受到技术、经济、投资环境风险等多方面的影响，其中对油气资产价值、油气开发风险性进行开发前的预评估是实现油气资产价值最大化管理的重要基础，也是油气项目进行重大投资决策的依据。

国内外学者对油气储量价值和开发风险性评估进行了相关的研究[1-3]，但主要为基于油气储量价值形成方面的一些分析方法和计算模型，具有一定的特殊性和适用条件，而且对投资、生产经营等方面的影响没有进行全面的考虑。另外，基于石油工程特点和影响油田开发效益的基础因素，对目标区块的油气储量开发风险性评价的研究相对较少[1-6]。而与国内开发项目相比，海外油气开发项目具有典型的不确定条件下风险决策的特点，在正式投入开发前进行项目的风险性评价，确定优先开发的油气项目或开发区块，是保证开发项目经济收益的基础。本文建立了适合海外油气开发的风险性评价指标体系，提出了开发风险分级评价方法，旨在为海外油气项目的开发决策提供科学依据。

1 海外油气储量开发风险性评价指标体系建立

确定海外油气项目或区块的开发风险性，首先要建立适合海外特点和需求的开发风险性评价指标体系。基于实际已开发海外项目的资料，通过分析开发投入和成本、影响因素和开发收益三者之间的关系，利用数学统计分析方法，建立海外油气储量开发风险性分级评价体系。

1.1 海外开发经营特点及储量评价需求

海外项目开发经营与国内项目相比，具有以下特点：①资源非己性；②开发时效性；③资产地域分散性；④资源国政局、财税影响的多变性；⑤更强的风险性；⑥决策复杂性及快速性。具有典型的不确定条件下风险决策的特点。

建立开发风险性评价体系应综合以下方面：一是非技术风险，包括资源国宏观地理环境、政治社会稳定性、财税政策、合同模式等；二是技术风险，包括地质条件、后续资金投入、建设规模、开发难易等。但非技术风险受到多方面的影响(如资源国发生战争、政权更替等突发事件)，具有突发性、随机性，难以控制，一般需要单独考虑。因此,本次开发风险性评价体系的建立，重点考虑开发技术风险性指标及其影响因素。

在筛选开发技术风险性评价指标时，将实际已开发海外项目资料作为分析样本集，以此确定的评价指标和各个参数的分级标准满足了海外油田开发的特点[7-9]。

海外油气开发项目的经济效益是核心，风险评价是关键；项目开发经营包括油藏管理和资产经营，是油藏技术应用、经济评价和风险控制的动态化运营过程。采取以下步骤来逐步建立储量开发风险性评价体系：①筛选适宜的评价指标并构建开发风险性评价指标集；②基于相关油田开发行业标准和开发规范，确定各个评价指标的分级标准；③综合分析开发投入成本、开发收益和影响因素的对应关系，确定各个评价指标的分级量化表征值[10]；④确定各个评价指标的影响权重。

1.2 开发风险性评价指标集和分级标准

大量的油气藏开发实践表明，油气藏储量(资源)的优劣等级受油气藏所处的地理位置和环境、油气集输条件、地质储量级别、油气藏物性和开采难易程度方面的影响，这些诸多因素的不同将导致不同油气藏的勘探开发的投资、成本产生较大的差异。这种油气资源价值的生产经营成本的差别可以称为油气储量开发的“成本级差”，主要由油气储量资源条件的优劣和勘探开发生产投入要素决定。

油气储量资源受地质条件、所处地理位置、交通运输和油藏开发等不同条件的影响，各储量资源会形成不同的级差成本。因此，成本级差可将油气田资源条件与油气储量价值、油气储量开发风险性紧密地联系起来；目标区块开发的投入成本越大，表明其开发风险性越大。为科学合理地评价油气资源的开发风险性，可以通过对大量矿场实际数据的分析比较，确定不同条件下油气储量资源的开发风险性，并对油气田资源进行优劣等级评价[10-12]。

通过调研国内外油气储量相关评价方法，结合大量海外油田开发实例分析，在对比、总结的基础上，确定出影响海外油田储量开发风险性的4类一级指标，即油气藏地质条件、油气集输条件、油气藏开采条件、油气藏储渗条件，并进一步筛选出14个二级评价参数，结果见表1。在表1中，各个评价参数对应的“开发投入成本&对应开发风险性分级”分为低、较低、中等、较高、高等5个等级，每一等级的定量取值对应“分级界限量化表征值”。根据表1，可以实现不同评价参数的定性分级转换为定量取值，便于后续相关计算分析。

表1 海外目标区油田开发风险性分级标准及量化表征统计表Table 1 Classification standard of oilfield development risk and statistical table of quantitative characterization in overseas target areas

“油气藏地质条件”反映了油气储量的基础条件，主要包含地貌条件、储量类型、储集层类型、储量探明程度、地质储量级别等5个参数。油藏条件越好，其整体开发投入成本越小、储量整体价值较大，其相应的开发风险性就较小。

“油气集输条件”反映了油气储量外输难易程度，主要包含油气集输距离、油气集输方式等2个参数。集输条件越好，其整体开发投入成本越小、储量整体价值越大，相应的开发风险性越小。

“油气藏开采条件”反映了油气储量开发部署和油气生产的设备需求等，主要包含开发方式、采油方式、埋藏中深等3个参数。开采条件越好，其整体开发投入成本越小、储量整体价值越大，相应的开发风险性越小。

“油气藏储渗条件”反映了油气储量开发和生产的效率高低，主要包含储层有效厚度、有效渗透率、渗透率变异系数、地下原油黏度等4个参数。储渗条件越好，其整体开发投入成本越小、储量整体价值越大，相应的开发风险性越小。

1.3 开发风险性评价指标的量化表征

在评价指标集中，每一个评价参数都分为5个等级，分别代表该指标在开发投入成本的高低。与之相对应，该指标体现开发风险性的高低。

1.3.1评价指标的分级量化

由于各个评价指标对各级风险性的影响程度不同，为今后对实际区块风险性评价的计算方便起见，对各个评价指标进行分级量化，结果见表1。具体方法和步骤如下。

第1步：对任一评价指标，将其开发投入成本最大(开发风险性最大)时的取值为1，其他取值的量化以此为准进行相对大小比较。

以“地貌条件”评价指标为例，当目标区块的“地貌条件”是“海上”的时候，则“海上”取值为1，其他“沼泽、沙漠、丘陵、平原”等量化表征取值区间为0～1。

第2步：基于实际数据的样本综合分析，采取德尔菲方法(专家评判法)分别确定。

以“地貌条件”评价指标为例，参数取值范围为“海上、沼泽、沙漠、丘陵、平原”等5种，对应的“开发投入成本&对应开发风险性的分级”量化值为“1、0.61、0.45、0.36、0.12”,即目标区块的“地貌条件”不同时对应的量化表征值不同。

第3步：参考以上步骤，对所有14个评价指标分别进行分级量化表征。

1.3.2评价指标影响权重的确定

基于实际已开发海外项目资料，建立分析样本集，并采取以下方法确定各评价指标的影响权重,结果见表1。

1) 以某实际开发区块评价期内的NPV值作为其评价开发收益的指标；

2) 统计某实际开发区块的基础参数，即表1中的14类指标；

3) 采用灰关联分析方法分别计算这14类指标与开发收益评价指标的关联度,将每个评价指标的关联度作为各评价指标的影响权重。具体步骤为：

①确定分析序列，可分为参考序列与比较序列。在这里，参考序列为“开发收益”序列，比较序列为各地质、开发指标的序列；

2 海外油气储量开发风险性分级评价方法

海外油气储量开发风险性评价体系包含四大类共14个评价指标，这些评价指标又存在着一定的相关性，并且各等级之间在中间过渡中存在着不分明性，即具有模糊性。因此,要综合多种因素的影响，基于模糊模式识别的原理和方法，对实际目标评价区块的开发风险性进行分级评价。

模糊模式识别与其他分析方法相比，可以依据给定的标准类型，通过直接计算评价对象与标准类型的贴近度来确定评价对象的类型，具有计算工作量小和评价结果直观、简捷的特点。

在明确海外油气储量开发风险性评价指标、分级标准和量化表征的基础上，目标区块开发风险性分级评价步骤如下。

1) 确定不同海外储量开发风险性等级标准评价向量(模糊数据集),统一表达式为Am={am1,am2,…,amn}T。其中，m=5，表示有5个等级；n=14，表示有14个参数。风险性分为“低、较低、中等、较高、高”等5个等级，参见表1中的分级量化表征部分，评价向量具体取值依次为第1～5列。

2) 确定反映海外区块特点的比较评价向量(模糊数据集)。统计目标区块实际基础资料，获得反映区块储量特点的油藏条件、集输条件、开采条件、储渗条件共4类14个评价参数的数据；依据海外储量开发风险性分级评价标准，确定目标区块14个评价参数的量化表征值，则目标区块比较评价向量(模糊数据集)表达式为B={b1,b2,…,bn}T，其中n=14。

3) 利用模糊模式识别计算方法，计算目标区块的比较评价向量(模糊数据集)与不同等级标准评价向量(模糊数据集)的贴近度，根据择近原则[13-14]确定目标区块的开发风险性等级。储量开发风险性等级划分的具体含义为： ①当开发风险性高时，建议不开发；②当开发风险性较高时，建议延后开发；③当开发风险性中等时，建议慎重开发；④当开发风险性较低时，建议投入开发；⑤ 当开发风险性低时，建议优先开发。

3 实例分析

基于以上建立的评价方法和步骤，对中石化海外某开发项目中涉及的区块进行开发风险性评价，具体基础数据见表2。根据各油田区块基本数据，参照表1中的分级界限和量化表征值，确定各相应参数的分级表征值，形成每个油田的评价数据集――比较评价向量，结果见表2。

将各油田的比较评价向量与表1中的风险性“高、较高、中等、较低、低”等级标准评价向量分别进行贴近度计算，并根据择近原则确定目标区块的开发风险性等级,结果见表3。

根据表3中的评价结果，在目前条件下，区块B、区块C、区块E适合投入开发，其中区块C、区块E适合优先开发；区块A开发风险性中等，建议适当控制开发规模，待原油价格适合时再整体投入开发；而区块D开发风险性较高，建议目前不开发。由此可见，基于模糊模式识别的海外油气储量开发风险性评价，可以全面反映实际区块特点，明确得到不同区块进行开发的风险性等级，可为海外油气项目的开发决策提供科学依据。

表2 实际油田基础数据量化表征结果Table 1 Quantitative characterization result of basic data of actual oilfields

表3 实际油田风险性评价结果Table 3 Result of development risk of actual oilfield,over sea

需要指出的是，当目标油田数据资料全面时，可以按照本文方法逐步进行计算、评价。当油田数据资料不全时，一方面可以参考其他类似油田取值，或根据专家评估给出可能的取值；二是在评价精度允许的情况下，去掉没有数据的参数，采用“变权法”来重新分配剩余参数的权重，然后再进行后续部分的计算和评价。

4 结论

1) 基于海外油气储量开发特点和需求，建立了海外储量开发风险性评价指标集、分级标准和量化表征方法，为储量开发风险性评价奠定了基础；通过计算目标区块的比较评价向量(模糊数据集)与不同等级标准评价向量(模糊数据集)的贴近度来确定目标区块的开发风险性等级，进而建立了海外油气储量开发风险性模糊模式识别分级评价方法；

2) 实际应用表明，本文建立的海外油气储量开发风险性分级评价方法，具有简便实用的特点，可以全面考虑油气储量特点及其影响，为海外油田的开发经营决策提供科学依据。

[1] 法贵方，衣艳静，刘娅昭，等．基于PRMS准则的煤层气资源/储量划分与评估[J]．石油实验地质，2015，37(5)：665-670．

FA Guifang,YI Yanjing,LIU Yazhao,et al.Classification and evaluation of coalbed methane resources/reserves based on the Petroleum resources Management System(PRMS)rules[J].Petroleum Geology & Experiment,2015，37(5)：665-670．

[2] 秦伟军，付兆辉．油气预测储量区块升级评价方法[J]．石油实验地质，2015，37(1)：117-123．

QIN Weijun,FU Zhaohui.Improving evaluation of predicted hydrocarbon reserve zones[J].Petroleum Geology & Experiment,2015，37(1)：117-123.

[3] 吕妍，魏文普，王佳，等．FPSO原油外输溢油风险分析及风险评价[J]．中国海上油气，2013，25(5)：90-92．

LÜ Yan,WEI Wenpu,WANG Jia,et al.Oil spill risk analysis and risk assessment for oil offloading of FPSO[J].China Offshore Oil and Gas,2013，25(5)：90-92．

[4] 周方明，张明媛，袁永博．基于PCA-GA-BP的工程项目工期风险预测研究[J]．工程管理学报，2011,25(5)：534-538．

ZHOU Fangming,ZHANG Mingyuan,YUAN Yongbo.Risk of project time based on PCA-GA-BP[J].Journal of Engineering Management,2011,25(5)：534-538．

[5] 孙利国，孙玉萍．海外油气项目投资风险评估及业务拓展分析[J]．石油科技论坛，2016,35(5)：29-32．

SUN Liguo,SUN Yuping.Evaluation of investment risks for overseas oil and gas projects and analysis of business expansion[J].Oil Forum,2016,35(5)：29-32．

[6] 王化增，迟国泰，程砚秋．基于BP神经网络的油气储量价值等级划分[J]．中国人口·资源与环境，2010，20(6)：41-46．

WANG Huazeng,CHI Guotai,CHENG Yanqiu.Applying BP neural network to grade reserve value of oil and gas[J].China Population Resources and Environment，2010，20(6)：41-46．

[7] 石济开，邵超峰，鞠美庭．石油化工企业环境风险分级评[J]．安全与环境学报，2015，15(2)：324-329．

SHI Jikai，SHAO Chaofeng，JU Meiting.On the evaluation index system of the environmental risk rank for the petrochemical industry[J].Journal of Safety and Environment,2015，15(2)：324-329．

[8] 刘昌鸣．剩余经济可采储量及储量价值影响因素敏感程度分析[J]．油气地质与采收率，2017，24(2)：91-100．

LIU Changming.Study on sensitivity of influencing factors of the remaining economic recoverable reserves and reserve value[J].Petroleum Geology and Recovery Efficiency,2017，24(2)：91-100．

[9] 蒋伟娜，鞠斌山，翟光华，等．海外油气开发项目风险评价研究[J]．资源与产业，2015，17(1)：62-66．

JIANG Weina,JU Binshan,ZHAI Guanghua,et al.Risk evaluation of overseas oil-gas development projects[J].Resource & Industries,2015，17(1)：62-66.

[10] 陈璐，陈民锋，王兆琪，等．基于成本级差分析的油气储量等级评价方法研究[J]．陕西科技大学学报，2017，35(1)：102-109．

CHEN Lu,CHEN Minfeng,WANG Zhaoqi,et al.Evaluation study on value ranking of oil and gas reserves based on cost differential[J].Journal of Shaanxi University of Science & Technology，2017，35(1)：102-109.

[11] 胡健，刘永爱，蒲志仲，等．油气探明储量的价值分级模型设计[J]．石油学报，1998，19(1)：38-46．

HU Jian,LIU Yongai,PU Zhizhong,et al.Design of value classification model for proven oil and gas reserves[J].Acta Petrolei Sinica,1998，19(1)：38-46.

[12] 徐志科，谷留新．多对象多指标多级别模糊模式识别模型的构建[J]．数学的时间与认识，2013，43(4)：144-147．

XU Zhike,GU Liuxin.Construction of the multi-target multi-index multilevel fuzzy identification model[J].Mathematics In Practice and Theory,2013，43(4)：144-147．

[13] 杨纶标，高英仪．模糊数学原理及应用[M].广州：华南理工大学出版社，1995．

[14] 陆红梅，王雪青．基于模糊模式识别和BP神经网络的工程项目成本预测模型研究[J]．项目管理技术，2013，11(5)：57-62．

LU Hongmei,WANG Xueqing.Research on project cost prediction model based on fuzzy pattern recognition and BP neural network[J].Project Management Technology,2013，11(5)：57-62．