1. 课程导入与场景锚定

页岩油气单井经济评价,回答的是一个非常具体的问题:这一口井,在当前价格、成本、产量和税费条件下,到底赚不赚钱?什么时候回本?最终能创造多少价值?它既不是宏观储量评估,也不是单纯的产量预测,而是把地质工程成果转化为投资决策语言的关键一环。钻井投资动辄数千万元,压裂改造费用占比高,单井产量递减快,这些特征决定了页岩井的经济性对参数假设极为敏感,也决定了评价工作必须可追溯、可复算、可对比。

本课程围绕两个核心指标展开。盈亏平衡回答“底线在哪里”:在给定投资、操作成本、税费和价格条件下,单井需要达到多高的初期产量、累计产量或销售价格,才能实现净现值为零。工程上常关注产量盈亏平衡点、价格盈亏平衡点和投资回收期三个口径。EUR(Estimated Ultimate Recovery,估算最终可采储量)回答“总量有多大”:单井在整个经济寿命期内预计可采出的油气总量,通常以递减曲线积分或分段产量累加得到。二者关系紧密——EUR 是收入侧的基础,盈亏平衡则是对 EUR 及其时间分布的“及格线检验”。

参照约定:本课程全部现金流以“投产日为第 0 时点、向后逐年(或逐月)折现”为统一口径;投资记为负值,销售收入与成本节约记为正值;折现率默认取 8%(示例假设,可按公司标准调整)。全文与图示均遵循此约定,切换口径时会明确说明。

Excel 在这项工作中的角色,不是“画个表算个数”,而是承担参数管理、递减拟合、现金流建模、敏感性分析与结果呈现的一体化平台。它的优势在于:公式透明、假设可改、结果即时联动,评审专家可以逐格追溯每一个数字的来源。相比专业软件,Excel 更适合做方案对比和快速试算,也便于把评价逻辑固化为可复用的工作簿模板。

下面这张图给出了本课程最终要交付的单井经济评价工作簿结构,以及各工作表之间的数据流向。它不是操作步骤,而是整个课程要搭建的“骨架”:左侧是输入层,中间是计算层,右侧是输出层,底部是支撑层。

单井经济评价工作簿结构(数据流) 输入层 · 参数与产量 ① 基础参数表 投资 / 成本 / 税费 / 折现率 ② 产量数据表 月度产量 / 生产时间 ③ 价格与合同表 油价 / 气价 / 商品率 ④ 递减拟合参数 qi / Di / b 值 计算层 · 模型与测算 ⑤ 递减曲线与 EUR Arps 拟合 / 积分求 EUR ⑥ 年度现金流表 收入 − 成本 − 税费 − 投资 ⑦ 折现与指标计算 NPV / IRR / 回收期 ⑧ 盈亏平衡求解 单变量求解 / 目标搜索 输出层 · 结果与决策 ⑨ 单井经济评价卡 EUR / NPV / IRR / 回收期 ⑩ 盈亏平衡结果 临界产量 / 临界价格 ⑪ 敏感性分析 龙卷风图 / 情景对比 ⑫ 图表看板 现金流曲线 / 递减曲线 支撑层 · 假设登记表 / 单位与口径说明 / 版本记录 / 校验检查项 所有输入集中登记、口径统一、可追溯;关键结果设置合理性校验(如 EUR 与产量数据偏差、NPV 与现金流一致性) 输入层集中管理假设 → 计算层逐级推导 → 输出层形成决策结论;支撑层保障口径统一与结果可追溯 注:图中参数与结构为本课程示例工作簿设计,实际项目可按公司标准增删工作表

理解这张结构图,需要把握三条主线。第一条是参数主线:投资、操作成本、税费、价格、折现率等假设必须集中登记,避免散落在各公式中造成“改一处、漏一处”。第二条是产量主线:实际产量数据用于递减拟合,拟合出的 qi、Di、b 值再外推得到 EUR,这是收入侧的唯一来源。第三条是现金流主线:把逐年收入、成本、税费、投资按时间排列,折现后得到 NPV、IRR 和回收期,再通过单变量求解反推盈亏平衡点。

为了让评价结果可信,工作簿还需要一套“支撑层”。其中最重要的是假设登记表:每一个输入参数都要写清数值、单位、来源和生效日期。例如操作成本填 800 元/吨,必须注明是“示例假设”还是“某区块 2024 年实际结算均值”。其次是口径说明:产量用月度还是年度、价格用不含税还是含税、折现用年初还是年末,这些选择会直接改变结果,必须统一声明。最后是校验检查项:例如 EUR 积分结果与产量数据累计值偏差是否在合理范围、NPV 是否与现金流表末行一致、盈亏平衡点代入后 NPV 是否接近零。

学习建议:本课程后续章节会依次搭建上述工作表。建议在开始前先准备一口示例井的基础数据(投资、产量、成本、价格),后续每节都在同一套数据上迭代,最终形成一份完整、可复算的单井经济评价工作簿。示例参数仅用于教学演示,不构成实际项目结论。

需要强调的是,Excel 评价模型的可靠性取决于假设的质量,而非公式的复杂程度。一口页岩井的 EUR 可能因递减参数 b 值从 0.8 调到 1.2 而相差百分之二三十,盈亏平衡价格也可能因操作成本口径不同而明显偏移。因此,本课程在讲清计算方法的同时,会反复强调参数来源、口径一致性和敏感性检验——让每一个结论都能说清楚“在什么假设下成立”。