基于SPSS主成分分析油田采油成本控制研究.docVIP

基于SPSS主成分分析油田采油成本控制研究 　　[摘 要] 本文以胜利油田为例,采用主成分分析方法,分析了原油开采过程中各成本指标间的系统联系,并确定了3个主成分,达到在保证信息量的同时简化分析的目的。研究结果表明,主成分分析方法能从本质上揭示影响石油企业开采成本的各因素关系,并且能为各油井给出成本分析的综合评价,从而可以为高层决策提供理论依据。 　　[关键词] 采油成本;主成分分析;主成分综合模型 　　doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 03 . 016 　　[中图分类号]F275.3 [文献标识码]A [文章编号]1673 - 0194(2010)03 - 0038 - 04 　　 　　1 油田采油成本构成及现状 　　 　　目前,在各大油田采油成本方面普遍存在的问题是,现在原油的开采大都处于开发的中后期阶段,油田的生产成本资源条件不断变差而油田开采程度不断加大,使得采油成本不断攀升,严重地影响了石油公司的利润水平。因此,分析采油成本并对其进行有效控制十分必要。油田企业成本的构成包括固定成本和变动成本, 比较2004-2008 年各油田的总成本可以看出, 在企业成本的构成中, 固定费用支出的比例太大,并且有逐渐上升的趋势。固定费用占总成本的比例2008年比2004年上升了近30%。另外,在总费用中, 工人工资所占比例, 2004 年为20.18 % , 2008 年为17.56 % 较2004年有所下降;折旧占固定费用的比例,2004 年为32.178 % ,2008 年为40.96%。 　　从变动成本构成看, 材料、 燃料和动力支出, 这几项费用的支出占企业的比例较大,特别是动力的消耗,成为企业生产成本的主要消耗。 　　因此,为提高石油公司的利润水平,我们必须对采油成本的影响因素,如折旧、工人工资、材料费、燃料费、动力费等做科学的分析,搞清楚采油成本诸因素之间的联系及其对总的采油成本的影响程度。这样我们所选取的控制成本的措施才会更科学更合理。而主成分分 析法正是研究因素对总体影响程度、因素之间相互关系及缩减因素数量简化运算的有效数学工具。 　　本文将以胜利油田为例,利用主成分分析法对油田采油成本进行分析。 　　 　　2主成分分析法介绍 　　 　　2.1 主成分分析原理 　　主成分分析是设法将原来众多具有一定相关性的指标,重新组合成一组新的互相无关的综合指标。通常数学上的处理就是将原来P个指标作线性组合,作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息,再考虑选取F2即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现在F2中,用数学语言表达就是要求Cov(F1,F2) = 0,则称F2为第二主成分,依此类推可以构造出第三个,第四个,…,第P个主成分。 　　2.2 主成分分析数学模型 　　 F1 = a11ZX1 + a21ZX2 + … + ap1ZXp 　　 F2 = a12ZX1 + a22ZX2 + …+ ap2ZXp 　　 … 　　 Fp = a1mZX1 + a2mZX2 + … + apmZXp 　　式中,a1i,a2i, …,api(i = 1,…,m)为X的协方差阵∑的特征值多对应的特征向量,ZX1, ZX2, …, ZXp是原始变量经过标准化处理的值,因为在实际应用中,往往存在指标的量纲不同,所以在计算之前须先消除量纲的影响,而将原始数据标准化。本文所采用的数据就存在量纲影响(本文指的数据标准化是指Z标准化)。 　　A = (aij)p×m = (a1,a2,…,am),Rai = λiai,R为相关系数矩阵,λi、ai是相应的特征值和单位特征向量,λ1 ≥ λ2 ≥ … ≥ λp ≥ 0 。 　　进行主成分分析主要步骤如下: 　　(1)指标数据标准化(SPSS软件自动执行); 　　(2)指标之间的相关性判定; 　　(3)确定主成分个数m; 　　(4)主成分Fi表达式; 　　(5)主成分Fi命名; 　　(6)主成分与综合主成分(评价)值。 　　 　　3 胜利油田采油成本的主成分分析 　　 　　3.1 对采油成本的主成分分析 　　油田的采油成本有很多种分类方式,通过广泛地查阅资料及听取专家的意见,本文遵循客观、科学、可比、定量和定性相结合的原则设计了材料费、直接工资及附加、折旧、井下作业费、其他开采费、油田维护费、储量使用费、动力费、大修费、燃料费等