Оценка экономического эффекта от использования цифровых технологий в нефтегазовой отрасли

Азиева Р.Х.1
1 Грозненский государственный нефтяной технический университет им. М.Д. Миллионщикова

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 16, Номер 8 (Август 2022)

Цитировать:
Азиева Р.Х. Оценка экономического эффекта от использования цифровых технологий в нефтегазовой отрасли // Креативная экономика. – 2022. – Том 16. – № 8. – С. 3225-3240. – doi: 10.18334/ce.16.8.115235.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49397071
Цитирований: 2 по состоянию на 07.08.2023

Аннотация:
В современных условиях, характеризующихся макроэкономической нестабильностью, цифровые технологии выступают в качестве инструмента достижения целей, связанных с сохранением конкурентных позиций нефтегазового комплекса на мировом рынке и сокращением расходов ведения деятельности. Основной целью предпринятого авторского исследования является разработка методического подхода к оценке обоснования целесообразности инвестиций в цифровые технологии для нужд нефтегазовой отрасли на основе расчета интегрального показателя экономической эффективности. В качестве инструмента такого обоснования предложена адаптированная модель Е.С. Харрингтона, которая позволяет оценить совокупную технико-экономическую эффективность цифровых проектов с учетом их специфики на основе расчета функции желательности. Произведенные расчеты функции желательности на основе синтеза частных показателей экономического эффекта (время бурения, продуктивность, снижение капитальных затрат, время простоя оборудования, величина незапланированных расходов, затраты на техническое обслуживание, энергоэффективность) показали, что проекты цифровизации нефтегазовой отрасли характеризуются высоким уровнем технической эффективности, то есть внедрение информационных решений в бизнес-процессы российских нефтегазовых компаний действительно позволит добиться более высокой продуктивности, прибыльности и конкурентоспособности сектора экономики. Предложенная адаптация модели Е.С. Харрингтона является дополнительным инструментом обоснования целесообразности инвестиций и может быть использована в качестве дополнения к классическим инструментам инвестиционного моделирования для оценки эффекта от переменных, не имеющих однозначного денежного измерения. Универсальность предложенного методического подхода позволяет учитывать различные факторы для оценки совокупного экономического эффекта от внедрения цифровых технологий в нефтегазовой отрасли.

Ключевые слова: инвестиции; функция Харрингтона; нефтегазовый комплекс; цифровые технологии; оценка экономического эффекта

Финансирование:
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта «Цифровая трансформация нефтегазовой отрасли с использованием интеллектуальных технологий: необходимость и возможности» №20-010-00583

JEL-классификация: M11, M21, Q35, O31



Введение

Последнее десятилетие является достаточно сложным периодом развития нефтегазовой отрасли в мире. Так, после реализации множества капитальных проектов мировая нефтяная отрасль столкнулась в 2014-2015 гг. с резким падением цен на углеводороды. Пандемия, начавшаяся в 2020 году, также повлияла на нефтяные цены за счет резкого сокращения спроса. В 2020 году цены на нефть сократились на 11%, а спрос – более чем на 9 миллионов баррелей в сутки [6]. Постепенное восстановление цен на продукцию нефтегазовой отрасли несомненно является положительной тенденцией, однако в текущих условиях сокращения совокупного спроса на фоне развития альтернативной энергетики становится достаточно актуальной задача по сокращению расходов нефтяной промышленности.

Если в период с 2014 года расходы отрасли сдерживались в основном за счет сокращения численности персонала и отсрочки реализации крупных проектов, то в настоящее время необходимо использовать более радикальные стратегии для сохранения конкурентоспособности и повышения эффективности. Цифровые технологии, использование которых позволяет преобразовать операционные процессы и получать дополнительную прибыль от существующих производственных мощностей, выступают в качестве инструмента достижения целей, связанных с сохранением конкурентных позиций на мировом рынке и сокращения расходов ведения деятельности.

Согласно отчету McKinsey, cсовременные программы расширенной аналитики данных способны диагностировать, сортировать, сравнивать и выявлять возможности для снижения затрат или увеличения производительности способом, превосходящим возможности среднего работника. Инструменты, позволяющие это сделать, доступны уже несколько лет, но их внедрение в нефтегазовой отрасли осуществляется невысокими темпами. По мнению аналитиков консалтинговой компании, данный феномен является результатом недавнего обвала цен на нефть, но также факторами выступают конкурирующие внутренние it-проекты и отсутствие методологического подхода, позволяющего оценить совокупный экономический эффект от внедрения цифровых технологий [9].

Иными словами, инвестиции в цифровые технологии для нефтегазовой отрасли являются вложениями с высокой степенью риска, а вопросы методологии оценки целесообразности вложения денежных средств в крупные цифровые проекты остаются недостаточно изученными. Таким образом, несмотря на потенциальные возможности достижения положительного экономического эффекта, внедрение цифровых технологий происходит со степенью интенсивности, существенно ниже ожидаемой аналитиками и экспертами. Исходя из вышеизложенного, целью данной статьи является разработка методического подхода к оценке обоснования целесообразности инвестиций в цифровые технологии для нужд нефтегазовой отрасли на основе расчета интегрального показателя экономической эффективности.

Обзор литературы

Теоретическим и практическим вопросам оценки экономического эффекта от использования цифровых технологий в нефтегазовой отрасли посвящены научные статьи российских и зарубежных авторов, а также отчеты консалтинговых компаний. Теоретический подход к оценке экономических эффектов представлен в работе Т.В. Тунг, Т.Н. Трунг, Н.Х. Хай, Н.Т.Тинь [13]. Оценка экономического эффекта от внедрения представлена в работах следующих авторов: А.Г. Гулулян [3], Д.Ю Пигарев [4], М.А. Козлова, П.В. Федосов, И.Ю. Измайлов [5], А. Слотер, А. Миттал, В. Бансал [10].

Китайские исследователи Т.В. Тунг, Т.Н. Трунг, Н.Х. Хай, Н.Т.Тинь приходят к выводу, что совокупный экономический эффект цифровизации нефтегазовой отрасли составляют повышенная производительность труда и оборудования, сокращение операционных и эксплуатационных расходов, обеспечения контроля и безопасности. Согласно авторскому подходу, представленному в научной статье, выгоды от цифровизации разделяются на денежные (прирост производительности и сокращение расходов) и неденежные (контроль и безопасность) [2, 13].

Отечественные авторы, в числе которых можно выделить М.А. Козлову, П.В. Федосова, И.Ю. Измайлова, оценивают экономический эффект от внедрения технологии интеллектуального бурения для строительства скважин на примере ПАО «Газпром нефть». Авторы показывают, что по состоянию на начало 2019 года было построено более трех тысяч скважин с использованием данной технологии. Экономический эффект от внедрения заключается в двухкратном сокращении времени бурения, повышении продуктивности на 20-30% и экономии на буровом оборудовании в объеме 50 млн. рублей [5].

А.Г. Гулулян рассматривает экономические эффекты от использования интеллектуальной технологии «умного» месторождения для ряда нефтегазовых компаний. Выявлено, что компания Shell за период с 2002 по 2009 годы за счет внедрения умных месторождений получила экономический эффект от сокращения затрат и увеличения отдачи в объеме 5 млрд долларов США. Автором показано, что «умные» месторождения позволяют сократить эксплуатационные затрат, повысить экономический потенциал месторождений, повысить их отдачу, обеспечить интеграцию применяемых цифровых инструментов [3].

В ином научном труде исследователи Д.В. Козлова, Д.Ю Пигарев показывают, что потенциальный совокупный эффект от цифровизации нефтегазовой отрасли в сегментах добычи, транспортировки и переработки может достигнуть показателя 280 млрд рублей к 2035 году. Согласно оценкам, представленным в статье, достижение положительного экономического эффекта достигается за счет снижения капитальных затрат в сегменте апстрим (разведка и добыча) на 10-15% и сокращения операционных затрат в сегменте мидстрим (транспортировка) на 5-10%. При этом основные выгоды от цифровизации сосредоточены именно в сегменте разведки и добычи, поскольку данные процессы являются наиболее капиталоемкими [4].

А. Слотер, А. Миттал, В. Бансал в отчете, составленном совместно с консалтинговой компанией Deloitte, приводят оценки экономического эффекта цифровизации нефтегазовой отрасли. Внедрение цифровых технологий потенциально может сократить ежегодное время простоя оборудования на 70 % и снизить незапланированные расходы с 50% до 22% от общей суммы операционных затрат [10].

А. Мохаммад, К.Т. Тан, Р. Уорд в отчете, составленном совместно с консалтинговой компанией McKinsey, показывают, что инвестирование в цифровые технологии – это беспроигрышный шаг, который может увеличить производительность существующих операций нефтегазовых компаний. В отчете приводятся следующие данные относительно величины экономического эффекта: снижение затрат на техническое обслуживание составит 25%, капитальные затраты на разведку могут быть сокращены на 20%, а энергоэффективность увеличится на 10% [12].

На основе анализа научных источников, посвященных вопросам оценки экономической эффективности, можно заключить, что выгоды цифровизации нефтегазового комплекса заключаются в сокращении времени бурения, повышении продуктивности, получении экономии на буровом оборудовании, снижении величины операционных затрат на ведение деятельности, сокращении непредвиденных расходов и т.д.

Однако в рассмотренных работах не представлен методологический аппарат расчета величины совокупного экономического эффекта для предприятий отрасли, вместе с тем остаются открытыми вопросы относительно оценки эффективности инвестиций в цифровые технологии и их соответствующего технико-экономического обоснования. Также на основании проведенного анализа получен вывод о том, что экономический эффект цифровизации не всегда поддается однозначному денежному выражению. Все это затрудняет применение классических методик оценки инвестиционных проектов и требует разработки методического подхода, учитывающего данную особенность.

Материалы и методы

Методами исследования, используемыми для достижения поставленной исследовательской цели, являются сравнительный и системный анализ, библиографическое исследование, обобщение, математическое моделирование. Материалами выступают современные научные источники по теме исследования, экспертные оценки экономического эффекта внедрения цифровых проектов, аналитические отчеты консалтинговых компаний Deloitte и McKinsey. Представленные в библиографическом исследовании числовые данные будут использованы в качестве входящих характеристик модели оценки совокупного экономического эффекта цифровизации и обоснования целесообразности инвестиций.

Результаты и обсуждение

Проведенное исследование источников показало, что большинство авторитетных трудов обосновывают необходимость инвестирования в информационные проекты требованиями внешней конкурентной среды, а также наличием множества различных экономических эффектов. Однако в научных статьях, как правило, не приводится технико-экономического обоснования целесообразности реализации рискованных проектов цифровизации бизнес-процессов. Существенной сложностью в данном случае является трудность применения классических методов оценки инвестиционных проектов, поскольку получаемые экономические эффекты цифровизации нефтегазовой отрасли не имеют однозначного денежного выражения.

Таким образом, вопросы методологии оценки экономического эффекта инвестиций в цифровые технологии являются актуальной исследовательской задачей, применимой для российского нефтегазового комплекса. Невысокие темпы цифровизации отрасли в России вызваны рядом факторов, среди которых можно отметить: высокий износ основных фондов, низкую эффективность государственной политики в области реализации цифровых решений для нефтегазовой отрасли, негативное влияние санкций со стороны Западных стран [1].

Как показывает анализ библиографических источников, отсутствие единых подходов к оценке целесообразности инвестиций в цифровые технологии с учетом их специфики также выступает в качестве сдерживающего фактора, поскольку каждый инвестиционный проект требует соответствующего теоретико-экономического обоснования. К аналогичным выводам приходят авторы А. Слотер, А. Миттал, В. Бансал, которые в своем научном отчете показывают, что интенсивность процессов цифровизации нефтегазовой промышленности во многом зависит от понимания компаниями ценности цифровой трансформации [10].

Методические подходы к оценке эффективности инвестиций в цифровые технологии рассматривают Д.А. Любименко и Е.Д Вайсман. Авторы показывают, что цифровые инвестиционные проекты обладают рядом особенностей, определяющих необходимость использования специальных методов оценки целесообразности их реализации, а именно: сокращенный жизненный цикл, высокие риски, комплексность, нематериальность (рис. 1) [7].

Рисунок 1 – Особенности инвестиционных проектов в цифровые технологии

Источник: составлено автором по данным [7]

Выделенные особенности инвестиций в цифровые проекты требуют разработки специфического методического подхода, позволяющего делать выводы об их эффективности или неэффективности. Как было показано в литературном обзоре, особенностью цифровых инвестиционных проектов является наличие множества эффектов, которые не могут быть выражены в денежной форме. Также сложность бизнес-процессов в нефтегазовых компаниях приводит к тому, что внедряемые технологии воздействуют на финансовые, логистические, материальные, энергетические, информационные, маркетинговые и другие потоки, представляющие систему коммерческой структуры.

Решение проблемы формализации задачи многокритериальной задачи оптимизации предложено Е.С. Харрингтоном, который разработал методический подход к обобщению различных типов информации в единую функцию желательности. Преимуществом функции желательности является возможность моделирования процессов согласованного поведения отдельных подсистем единого целого с учетом взаимосвязи и влияния между ними. Вместо простого сравнения системные параметры преобразуются в числовые значения, а затем обрабатываются в функцию для получения общей эффективности системы. В рамках данной модели допускается использование качественных и количественных данных в виде единой безразмерной числовой шкалы [11].

Несмотря на то, что изначально предложенная Е.С. Харрингтоном модель являлась инструментом оценки система контроля качества в производственных процессах [11], в настоящее время сферы применения данной модели постоянно расширяются. Так, Д.А. Любименко и Е.Д Вайсман разработали адаптацию модели применительно к оценке инвестиционных проектов в цифровую инфраструктуру [7]. Н.П. Любушин и Г.Е. Брикач предлагают математический аппарат необходимый для нахождения оптимального решения в многопараметрических экономических задачах [8].

На основе анализа и синтеза походов данных авторов была разработана собственная методика расчета функции желательности, адаптированная под особенности инвестирования в цифровые проекты для нефтегазового комплекса. В предложенном методическом подходе функция, оценивающая совокупный экономический эффект, рассчитывается в несколько этапов. На первом этапе входящие переменные в модели приводятся к относительной форме по формулам (1) и (2). При этом экономический смысл преобразования переменных заключается в том, что рост показателя является следствием улучшения частных характеристик. Поэтому если увеличение показателя желательно, то используется формула (1). Если нежелательно – формула (2).

Mn – показатель, который используется нами для оценки соотношения.

Например, время бурения было 2000 часов, а стало 1000 часов. Особенность модели такова, что с повышением технической результативности Mn должен увеличиться, следовательно, мы должны делить плановый показатель на фактический. Под плановым понимается время бурения до усовершенствования технологии. Таким образом Mn=2. Поскольку автор модели требует, чтобы все оценки были в интервале от 0 до 1, мы преобразовываем показатель Mn в dn по формуле (3).

Иными словами, Mn – это вспомогательный показатель.

– для желательных критериев
(1)


– для нежелательных критериев
(2)
где — это относительное значение характеристики;

n – количество переменных;

– значение переменной, которое может быть достигнуто в процессе реализации цифрового инвестиционного проекта;

– базовое значение переменной, наблюдаемое до реализации цифрового проекта.

Также на первом этапе необходимо произвести расчет частных функций желательности для рассматриваемых технико-экономических характеристик, выбранных в качестве входящих в модель переменных. Особенностью данных частных функций является принадлежность значений интервалу от 0 до 1. Н.П. Любушин и Г.Е. Брикач предлагают следующее функциональное преобразование, представленное в виде формулы (3):


(3)
Где – частная функция желательности.

На втором этапе производится расчет многомерной средней относительных показателей значений характеристик по формуле (4):


(4)
Где интегральная оценка технического эффекта по выбранным показателям, то есть расчетное значение функции желательности.

В данной модели значение интегральной оценки находится в интервале от 0 до 1, а интерпретация значения производится в соответствии со шкалой Харрингтона, представленной в табл. 1. При этом необходимо отметить, что для проектов со средним и низким уровнем технической эффективности требуется дополнительная процедура обоснования на основе анализа денежных потоков и величины инвестиционных затрат, то есть с использованием классическим методов обоснования инвестиционных проектов.

Таблица 1 – Шкала Харрингтона для оценки цифрового инвестиционного проекта

Значение функции желательности
Качественная оценка результата
0,75 – 1
Технически эффективный проект, реализация целесообразна
0,5 – 0,75
Средний уровень технической эффективности
0,25 – 0,5
Низкий уровень технической эффективности
0 – 0,25
Неэффективный проект, реализация нецелесообразна
Источник: составлено по данным [7;11]

Представленная формулами (1-4) модель является достаточно удобным инструментом оценки проектов, в которых наблюдаются значительные экономические эффекты, не имеющие однозначного денежного выражения. В табл. 2 представлены технико-экономические характеристики цифровых проектов в нефтегазовой отрасли в сегменте апстрим по состоянию на 2019 год. В соответствии с экспертными оценками, представленными в библиографических источниках, были определены фактические и плановые показатели переменных, а также произведен расчет относительного значения каждой из семи выбранных характеристик.

Таблица 2 – Технико-экономические характеристики цифровых проектов в сегменте апстрим

n
Технико-экономические характеристики
Характер желательности критерия



d
1
Время бурения
Нежелательный
0,5
1
2,00
0,87
2
Продуктивность
Желательный
1,3
1
1,30
0,76
3
Снижение капитальных затрат
Нежелательный
0,85
1
1,18
0,73
4
Время простоя оборудования
Нежелательный
0,3
1
3,33
0,96
5
Величина незапланированных расходов
Нежелательный
0,22
0,5
2,27
0,90
6
Затраты на техническое обслуживание
Желательный
0,75
1
0,75
0,62
7
Энергоэффективность
Желательный
1,1
1
1,10
0,72
Источник: составлено по данным [3;4;5; 10;12]

Исходя из представленных данных, можно произвести расчет функции желательности Е.С. Харрингтона (формула 4):


(4)
Таким образом, видно, что значение функции желательности Харрингтона составляет 0,79 и соответствует уровню высокой технической эффективности. Отсюда можно заключить, что цифровые проекты в нефтегазовой сфере являются инструментом достижения множества положительных экономических эффектов и их реализации, является целесообразной.

Предложенный авторский методический подход объединяет в себе технологические и экономические аспекты цифровизации позволяя получить комплексную оценку экономических эффектов цифрового инвестиционного проекта. Универсальность модели позволяет учитывать различные факторы для оценки совокупного эффекта от внедрения цифровых технологий в нефтегазовой отрасли. Предложенная авторская адаптация модели Е.С. Харрингтона может выступать дополнением к традиционным инструментам оценки инвестиционных проектов, используемым с целью привлечения капитала.

Выводы

На основании проведенного исследования можно сформулировать следующие выводы:

1. В настоящее время нефтяная промышленность сосредоточена на сокращении затрат и повышении эффективности деятельности. Одновременное достижение данных двух целей возможно исключительно за счет использования цифровых технологий. Однако, как показывает практика, оцифровка предприятий российской нефтегазовой отрасли происходит достаточно медленно даже несмотря на наличие программ государственной поддержки. Одним из факторов, объясняющих относительно невысокую скорость внедрения цифровых технологий, является отсутствие методологического аппарата, способного учитывать специфику инвестиций в информационные технологии.

2. Повышение интенсивности внедрения цифровых технологий на предприятиях российского нефтегазового комплекса во многом зависит от возможностей оценки совокупного экономического эффекта и привлечения капитала (инвестиций) необходимого для разработки и интеграции программных продуктов.

3. Инвестиционные проекты в информационные технологии обладают рядом ключевых особенностей таких как сокращенный жизненный цикл, высокие риски, комплексность, нематериальность. Данные факторы обуславливают необходимость применения специальных методов обоснования технико-экономического обоснования целесообразности размещения капитала с учетов вышеуказанных специфических характеристик.

4. Инвестиционные проекты в информационные технологии приносят множество полезных экономических эффектов, однако часть из них не поддается однозначному денежному выражению, что требует использования отдельных методик в дополнение к применению классических методов основанных на дисконтировании денежных потоков и расчета чистой приведенной стоимости.

5. В качестве инструмента оценки инвестиций в цифровые технологии предлагается использовать функцию желательности Харрингтона, достоинство которой заключается в возможности моделирования процессов согласованного поведения отдельных подсистем единого целого с учетом взаимосвязи и влияния между ними. Вместо простого сравнения системные параметры преобразуются в числовые значения, а затем обрабатываются в функцию для получения общей эффективности системы.

6. Использование адаптированной функции желательности Е.С. Харрингтона позволяет оценить совокупный экономический эффект от таких факторов как сокращение времени бурения, повышения продуктивности, снижения капитальных затрат, сокращения времени простоя оборудования, снижении величины незапланированных расходов, затрат на техническое обслуживание, изменения энергоэффективности.

7. Несомненным достоинством предложенного метода является возможность использования экспертных оценок для проведения технико-экономического обоснования цифровизации предприятий нефтегазового комплекса. Также данный метод может быть применен для оценки различных it-проектов и выбора наилучшей из альтернатив.


Источники:

1.Азиева Р.Х. Эффективность политики импортозамещения в нефтегазовой отрасли Российской Федерации на современном этапе // Экономические науки. 2022. № 3(208). С. 16–23.
2.Азиева Р.Х. О разработке модели эффективного развития нефтегазовой отрасли // Экономика и управление. 2021. №12 (27). С.971-982.
3.Гулулян А.Г. К оценке экономической эффективности внедрения технологий «умных» месторождений // Проблемы экономики и управления нефтегазовым комплексом. 2014. № 6. С. 16–20.
4.Козлова Д.В., Пигарев Д.Ю. Цифровая трансформация нефтегазовой отрасли: барьеры и пути их преодоления // Газовая промышленность. 2020. № 7. С. 34–38.
5.Козлова М.А., Федосов П.В., Измайлов И.Ю. Экономический эффект от внедрения цифровых технологий в нефтегазовой промышленности / М. А. Козлова, П. В. Федосов, И. Ю. Измайлов // Russian Economic Bulletin. 2019. № 5(2). С. 226–230.
6.Коронакризис: влияние COVID-19 на ТЭК в мире и в России // Сколково. [Электронный ресурс]. URL: https://energy.skolkovo.ru/downloads/documents/SEneC/Research/SKOLKOVO_EneC_COVID19_and_Energy_sector_RU (дата обращения 12.05.2022).
7.Любименко Д.А., Вайсман Е.Д. Методический подход к оценке эффективности цифровых инвестиционных проектов // Экономика. Информатика. 2020. №4. С. 718–728.
8.Любушин Н.П., Брикач Г.Е. Использование обобщенной функции желательности Харрингтона в многопараметрических экономических задачах // Экономический анализ: теория и практика. 2014. № 18 (370). С. 2–10.
9.A billion-dollar digital opportunity for oil companies / R. Ward // McKinsey [Электронный ресурс]. URL: https://www.mckinsey.com/industries/oil-and-gas/our-insights/a-billion-dollar-digital-opportunity-for-oil-companies (дата обращения 17.06.2022).
10.Bringing the digital revolution to midstream oil and gas / A. Slaughter, A. Mittal, V. Bansal // Deloitte. [Электронный ресурс]. URL: https://www2.deloitte.com/us/en/insights/industry/oil-and-gas/digital-transformation-midstream-oil-and-gas (дата обращения 09.07.2022).
11.Harrington E.C. The desirable function // Industrial Quality Control. 1965. № 10(21). Pp. 124–131.
12.The next frontier for digital technologies in oil and gas // McKinsey. [Электронный ресурс]. URL: https://www.mckinsey.com/industries/oil-and-gas/our-insights/the-next-frontier-for-digital-technologies-in-oil-and-gas (дата обращения 12.07.2022).
13.Tung T.V., Trung T.N., Hai N.H., Tinh N.T. Digital transformation in oil and gas companies - a case study of bien dong POC // Petrovietnam Journal. 2020. № 10. Pp. 68–81.




Страница обновлена: 26.01.2024 в 03:22:05