冯于恬

摘要：页岩气开发中提质增效成本过高是制约其发展的主要瓶颈，迫切需要对页岩气单井成本进行剖析，建立系统性经济评价方法。以川南地区G页岩气区块结算井参数为基础，采用数理统计方法，揭示了钻井系统工程投资成本变动规律，结果显示钻井井深、水平段长、压裂段数是影响单井总费用的主要因素，足以解释48%的费用变化情况。通过建立投资预测模型，并利用未实施井定额测算结果验证，二者间相对误差值仅-3.48%，有效预测了油气开采投资水平。

Abstract： At present， the high cost of upgrading and improving efficiency in shale gas development is the main bottleneck of restricting its development. It urgently needs an in-depth analysis of the cost of a single well to establish a systematic economic evaluation method. Based on the parameters of the settled wells of the G shale gas block in southern Sichuan， the mathematical statistics method is used to reveal the change in the investment cost of the drilling system. The results show that the depth of the drilling well， the length of the horizontal section and the number of fracturing sections are the main influencing factors of the total cost of a single well. The mathematical statistics method can sufficiently explain 48% of the change in the total cost of a single well. Furthermore， a regression analysis method is used to establish an investment predicting model. The model is verified by the result of the cost calculation of the unimplemented well quota. The relative error -3.48% effectively predicts the level of the oil and gas production investment.

關键词：页岩气;钻井工程;投资分析;多元回归;预测模型

Key words： shale gas;drilling engineering;investment analysis;multiple regression;prediction model

中图分类号：P618.13;P631.4                      文献标识码：A                                  文章编号：1006-4311（2020）08-0183-04

0  引言

近些年我国天然气产业迅速发展，市场需求快速增长，呈现出巨大供应缺口，页岩气作为储量巨大的天然气资源，具备极大发展潜力[1-2]。我国南方普遍发育上奥陶统五峰组—下志留统龙马溪组及下寒武统牛蹄塘组两套优质烃源岩[3]，与北美五大页岩气层系具有类似的地层特性[4-5]，是国家高度重视的页岩气勘探开发区域[6-7]。中国石油公司在川南区块有长宁-威远和昭通两个国家级页岩气示范区。勘探及测算结果显示，四川盆地龙马溪组埋藏深度低于3500m的页岩气地质资源量为1.19万亿立方米，埋深3500～4000m的为3.52万亿立方米，埋深4500m以内的为9.85万亿立方米[8-9]。从川南页岩气实际地质资源量出发，预测川南龙马溪组页岩气可建页岩气年产能250亿～300亿立方米，且稳产目标可达到20～30年[10]。因此川南地区页岩气的开发对于优化我国油气资源格局，缓解油气资源短缺，保障国家能源安全，促进经济社会发展都有十分重要的意义。

但是，页岩气开发面临着复杂的地质条件、地面环境及更高的技术装备要求，生产运营与提质增效成本过高、投资国际化经营是制约其发展的主要瓶颈。以中石油为例，2015年大多数页岩气开发还处于亏损状态，仅昭通区块的亏损达1.7个亿。目前页岩气建井成本虽已由早期的1亿降至6000万元左右，但仍显著超出北美的水平[11-12]。在我国加大天然气开发、国际油价低位运行、公司盈利压力增大的形势下，中石油面临着推动页岩气开发上产和缩减投资成本的两难处境，亟需通过结合技术、资源对页岩气单井成本进行深入剖析，建立经济评价系统体系，摸清成本变化规律，预测成本走势，寻求降本空间，使投资决策、预算管控及降本手段更具科学性及可操作性[13-14]。

钻井是石油天然气勘探开发项目中投资最大的工程，对钻井工程进行成本管控，能从根源上提高勘探开发项目资金的利用效率。基于此，本文以川南地区页岩气的实际工程、经济及生产数据为基础，用数据分析方法，探索投资预测模型，模型成果为预测钻井工程投资成本提供了依据，为下一步工作提供了降本增效的决策参考。

1  川南地区页岩气钻井投资分析

在石油工业中，油气钻井工程占据重要位置。油气钻井工程投资占油气勘探开发投资比例达60%-70%，每口井的钻井投资从几百万到几千万不等，甚至数亿元[15]。国外石油公司目前已利用信息化平台对投资成本进行大数据分析，而我国各油气田公司的大数据分析方法研究运用较为滞后，但油气田企业每年的物探、钻井工程计划结算项目在全年投资计划中的占比逐年增高，传统的成本分析方式已不能满足处理庞大数据的时效性、逻辑性和准确性的要求[16]。基于此，本文以川南地区G页岩气区块结算72口井费用参数为基础，进行关键参数相关性分析，并据此建立预测模型。

对于页岩气的开发，影响钻井工程造价的三个关键参数为井深、水平段长及压裂段数，对于工程造价的高低起到决定性作用。为简化预测模型，使模型操作性更强，本文选取这三个关键参数开展分析。

川南地区G页岩气区块结算72口井的施工参数及结算费用情况如表1、图1所示。井深数据总体呈正偏态，分布较平滑;水平段长数据集中分布于1500米左右;压裂段数数据峰度高集中分布于20到25之间，总体呈正偏态，部分数据超过40段远离平均值。单井总费用数据分布偏度较小，峰度接近于0，数据接近于正态分布。

图2为井深X1、水平段长X2、压裂段数X3和单井总费用Y数据作相关性分析图，其中右上角部分为变量之间的相关系数与显著评级，对角线部分为变量的数据分布，左下角部分为变量间的散点图和拟合曲线。由图可知目前井深与水平段长、水平段长与压裂段数相关性最强，呈高显著的正相关关系;单井总费用与三者的相关性也比较强。即单井总井深随着水平段的增长而增长，相应地压裂段数也增多，同时也验证了井深、水平段长及压裂段数是影响工程造价高低的关键参数这一论断。

2  投资预测模型建立

回归分析法是通过在掌握大量预测对象数据的基础上，利用数理统计的方法，找出自变量与因变量的因果关系，并建立两者之间相关性较好的回归关系函数表达式（回归方程式），用于预测未来数值的一种定量预测分析法。在油气开采成本的预测应用中，人们通常是根据以往的经验对油气开采成本进行质的分析，确定各因素间的因果关系及因变量与自变量，以此来选择建立何种数学模型。通过数学运算，得到参数间的数量关系，并建立预测模型，预测油气开采成本的水平，揭示其内在联系的规律性[17]。

2.1 多元线性回归模型

在研究了大量前人建立的成本预测模型的基础上，笔者拟采用多元回归预测的方法来预测川南地区G页岩气区块钻井工程投资。结合页岩气钻井的实际情况及前述相关性分析结果，提出了如下假设：钻井成本和钻井井深、水平段长、压裂段数均存在一定比例关系，且井深越大、水平段越长、压裂段数越多，钻井投资就越高。本文旨在构建一个页岩气钻井投资预测模型，也即是构造一个页岩气钻井成本和钻井井深、水平段长及压裂段数间的比例关系模型。拟以川南地区G页岩气区块已结算的72口井参数作为样本来预测和分析这4个变量之间的假设和回归关系。

2.2 工程参数对单井造价敏感性分析

敏感性分析所指的是每个因素的改变对影响指标的程度进行分析以及测定，对外在条件出现不利的改变时指标（针对于某一项目）所能承受的能力进行判断。控制其工程造价的过程中，我们对该项目对于变化因素所能承受的能力不进行讨论，而是利用敏感性分析概念来找到最敏感的因素，以科学方式的调整其设计方案或是改变其施工方式等手段来进行控制，进而达到对造价进行合理的降低的目的[18]。

以回归模型中的关键参数为敏感因素，绘制敏感性分析图（图3），敏感性系数分别为井深1.1099、水平段长0.5894、压裂段数1.3219，工程参数中压裂段数的变化对单井总费用的影响相对较大，其次为钻井井深，水平段长的变化对總费用的影响最小。

3  案例分析

利用所得预算模型对一些已完成预可研阶段项目的单井投资进行计算，并与定额测算造价进行比较，以检验估算模型的适用性。

检验成果如表2所示，通过多元线性回归方法得到的单井预算模型与定额测算造价相对误差较小，最大为-11.92%，最小为0.16%，平均误差值-3.48%。基本可以满足投资预测的精度要求。从而可以证明，本文提出的假设方法是可行的。随着数据库系统不断增容，建立回归预测模型时，选取样本的代表性将增强，将有利于降低预测时的误差。

4  结论及建议

①针对四川盆地国家级页岩气示范区，从川南地区页岩气开发现状出发，开发成本过高成为亟需解决的问题，其中钻井工程作为石油开发的基础环节之一，其投资成本的控制将直接影响整体施工的资金投入。

②以川南地区G页岩气区块结算72口井的施工参数及结算费用为基础进行成本分析，显示钻井井深、水平段长和压裂段数是影响单井总费用的因素，能解释48%的单井总费用变化情况，其中以压裂段数对总费用影响最大，其次为井深和水平段长。通过成本分析，深入解释了钻井系统工程投资成本变动规律，寻找降低投资项目工程成本的途径，可对下一步成本控制提供结构性的量化指标。

③利用数理统计方法，建立了投资预测模型，并与未实施井定额测算结果间的相对误差值仅-3.48%，基本可以满足投资预测的精度要求，有效预测了油气开采投资水平，揭示其内在联系规律性;同时，随着勘探开发区域逐步扩大，工程建设中复杂作业等情况增多，直接导致钻井系统工程投资成本测算信息量剧增，利用投资预测模型进行快速测算，可以达到提高工作效率的目的，并为下一步工作提供降本增效的决策参考。

④基于页岩气开发投资成本数据库，应用科学手段进行成本分析和预测模型建立，可用于指导页岩气开发方案编制和论证审批，有利于合理确定和有效控制工程造价，有利于页岩气开发项目投资决策水平、投资效益、投资成本管控水平的提高，以及页岩气开发项目的可持续发展，为我国页岩气规模、高效开发提供技术保障。

参考文献：

[1]王世谦.中国页岩气勘探评价若干问题评述[J].天然气工业，2013，33（12）：13-29.

[2]王志刚.涪陵页岩气勘探开发重大突破与启示[J].石油与天然气地质，2015，36（01）：1-6.

[3]王志刚.涪陵焦石坝地区页岩气水平井压裂改造实践与认识[J].石油与天然气地质，2014，35（3）：425-430.

[4]张小龙，张同伟，李艳芳，等.页岩气勘探和开发进展综述[J].岩性油气藏，2013，25（2）：116-122.

[5]胡文瑞，鲍敬伟.探索中国式的页岩气发展之路[J].天然气工业，2013，33（1）：1-7.

[6]郭彤楼.中国式页岩气关键地质问题与成藏富集主控因素[J].石油勘探與开发，2016，43（3）：349-359.

[7]邹才能，董大忠，王玉满，等.中国页岩气特征、挑战及前景（二）[J].石油勘探与开发，2016，43（2）：166-178.

[8]葛洪魁，王小琼，张义.大幅度降低页岩气开发成本的技术途径[J].石油钻探技术，2013，41（6）：1-5.

[9]翟光明，何文渊，王世洪.中国页岩气实现产业化发展需重视的几个问题[J].天然气工业，2012，32（2）：1-4.

[10]李延钧，冯媛媛，刘欢，等.四川盆地湖相页岩气地质特征与资源潜力[J].石油勘探与开发，2013，40（4）：454-460.

[11]邹才能，董大忠，王玉满，等.中国页岩气特征、挑战及前景（一）[J].石油勘探与开发，2015，42（6）：689-701.

[12]董大忠，王玉满，李新景，等.中国页岩气勘探开发新突破及发展前景思考[J].天然气工业，2016，36（1）：19-32.

[13]殷诚，高世葵，董大忠，等.页岩气产业发展的影响因素[J].天然气工业，2015，35（4）：117-125.

[14]邱小松，胡明毅，胡忠贵，等.页岩气资源评价方法及评价参数赋值——以中扬子地区五峰组—龙马溪组为例[J].中国地质，2014，416）：2091-2098.

[15]丁丹红，黄伟和，周英操，等.油气钻井工程经济学探讨[J].价值工程，2017，28：10-13.

[16]刘宏，李杲，赵亦江.大数据技术运用于油气田物探、钻井系统工程投资成本分析的思考[J].天然气技术与经济，2019，13（2）：72-74.

[17]徐蕾.灰色系统理论在油气开采成本预测中的应用研究[D].西安：西安石油大学，2011.

[18]徐阳.高速公路工程建设中造价控制敏感性的分析[J].四川建材，2013，5（39）：224-225.