车联网大数据赋能重货保险业务健康发展

目前全国有重型运营货车约700多万辆，以车均保费1.5万计算，一年保险费规模在千亿以上，占整个车险市场保费规模约13%。虽然相比小客车保费规模占比不大，但随着车险费改的深化，小客车的车均保费大幅下降，而且市场竞争白热化，家用小客车的保费规模和盈利状况都面临严重挑战，相对来讲，重货保险单均不受费改的影响，参与竞争的承保主体较少，对保险公司达成保费收入目标意义重大。

然而重货保险对于大多数保险公司来讲，都是“想说爱你不容易”，因为重货风险难管控、赔付率高，稍有不慎就有赔付过百的风险。重货全国运营，超速、超载、疲劳驾驶情况普遍存在，重大人员死伤事故时有发生，对于规模不大的保险公司，可能几个偶发的重大事故，就会对经营情况造成很大冲击，这也是很多中小保险公司对大货车业务敬而远之的原因。

由于大货车风险难管控，赔付率高的原因，造成一方面很多货车客户投保难、保费贵，有的客户被迫选择没有保障的“统筹”方式，或者干脆选择风险自留，给自身生产经营造成很大不确定风险；另一方面很多保险公司又缺客户缺保费，拒保大货车，却在小客车上拼费用拿保费，最后也难保有效益。

有没有什么措施能让货车变的风险可控呢？

有的，那就是车联网大数据风控科技。车险一直提数字化经营，其实在数字化方面重货走在了轿车前面。

国家为了治理营运货车的事故风险，早在2014年，交通部、公安部、应急管理部三部委就发布了《道路运输车辆动态监督管理办法》（2014年第5号令），要求2014年7月1日起，全国新进入市场的重型载货汽车和半挂牵引车必须全部安装、使用卫星定位装置，已经进入运输市场的重型载货汽车和半挂牵引车于2015年12月31日前全部安装、使用卫星定位装置，并接入全国道路货运车辆公共监管与服务平台。通过北斗设备，国家对营运货车实现了可视化过程监控，可有效的对货车高风险驾驶行为实现记录、干预和管控。

这一国家强制安管措施，为经营重货的保险公司提供了大数据风控的机会。

在保前风险筛选方面，通过重货车载设备记录的历史数据，比如行驶里程、行驶速度、行驶路线、驾驶行为等与风险相关的因素，可对车辆风险大小做评分判断，根据风险评分高低科学定价，匹配销售费用，比过去只依据历史出险次数定价更精准。2018年，中国银行保险信息技术管理有限责任公司联合北京中交兴路车联网科技有限公司，发布了首个面向保险行业风险管理应用的重载货车车联网数据服务产品，保险公司可借助该服务获取多维度的车辆动态数据因子和风险评分，用以精准识别车险运营风险，实现重载货车车险精准定价，并有效实施风险管控措施。一方面，可帮助保险公司逐车精准识别风险特征以改善业务品质，提高服务能力，提升客户满意度；另一方面，保险公司可通过保费杠杆和运营管理措施，激励驾驶员改善驾驶行为，有效减少事故，降低保费支出。

在保中方面，过去保险公司对保中车辆基本没有风险干预措施，防灾防损只是一名空话，承保车辆每天在哪儿跑、有没有超速、疲劳驾驶等高风险驾驶行为一无所知，更谈不上有效干预，只要保期内不出险就是好客户，出险了就认为是高风险客户。

实际发生重大事故与风险因素息息相关。讲一个著名的事故法则，海因里希法则（Heinrich's Law）又称“海因里希安全法则”、“海因里希事故法则”，是美国著名安全工程师海因里希（Herbert William Heinrich）提出的300∶29∶1法则。

这个法则意为：在生产过程中，每发生330起意外事件，有300件未产生人员伤害，29件造成人员轻伤，1件导致重伤或死亡。

海因里希法则是美国人海因里希通过分析了55万工伤事故的发生概率，为保险公司的经营提出的法则，即在一件重大的事故背后必有29件轻度的事故，还有300件潜在的风险隐患。

可见，预防重大事故最好的方法就是消除潜在的安全隐患。对于重货的风险隐患就是不良的驾驶行为，如超速、疲劳驾驶、高速违停、右侧盲区等。这些风险隐患正是国家强制在货车安装北斗设备要解决的问题，目前后台可以根据AI算法和人工团队，对重货的驾驶行为实现有效监控，做实时风险预警、报警，提醒司机及时纠正危险驾驶行为，避免发生重大交通事故，从而降低赔付率。据报道，从2012年到2020年，北斗定位系统在道路运输领域发挥了重要作用，重特大事故发生起数下降93%，死亡率同比下降86%。

在事故预防方面，目前各地也在尝试升级科技能力，各种后装的安全设备也雨后春笋般出现，比如常见的高级驾驶辅助系统（ADAS，Advanced Driver Assistance System), DMS（Driver Monitor System，驾驶员监控系统），BSD（Blind Spot Detection，盲点探测系统）和AEB（Autonomous Emergency Braking，自动紧急制动）等产品给货车风控提供了更多选择空间。

在保险理赔方面，重货大数据对实现理赔数字化，识别保险欺诈也有非常显著的效果。重货事故50%发生在承保地之外，远离市区，给保险公司及时查勘带来较大困难，同时货车事故有车主、司机、挂靠公司、车队、修理厂等多方参与，虚构保险事故欺诈的情况也时有发生。北斗车机设备可以记录车辆的实时轨迹，通过移动轨迹数据可有效还原事故真实经过，对于常见的倒签单、拼凑多车事故等欺诈场景可以有效识别，同时对于经轨迹还原真实的事故，也可避免过度调查，提高理赔速度，降低调查成本。

保险经营的核心是大数据，通过大量风险标数据的精算，合理定价收取保费，用来补偿一部分出险标的的损失。以前用的数据都是静态数据、历史数据，对风险相对同质化的家用小客车来讲，效果还是不错的，但对于营运货车来讲，不同货车之间风险差异很大，只靠静态数据来经营，风险很难把控，必须结合动态数据来管控，才能达到较好效果，重货恰好可以获取这样的数据。

当今科技发展日新月异，大数据、人工智能像水和空气一样，是各行各业发展的必需品。保险经营的数字化能力正成为各主体的核心竞争力，数字化带来更精准获客，更高效率运营，更低经营成本。重货保险作为车险的经营难点，正率先实现数字化经营的目标，不少保险公司已经开始深度参与，并得到良好效果。

希望车联网大数据科技，赋能重货保险健康发展，解决保司不愿保，客户投保难的问题，货车是物流的重要载体，让每位车主都有保障，让保险助力物流更通畅。