趙維祖 陳邦舉 劉利靜

【摘 要】運(yùn)用大數(shù)據(jù)工具分析、整合挖掘有價(jià)值的信息，將道路運(yùn)輸車輛運(yùn)行動態(tài)數(shù)據(jù)應(yīng)用于車輛保險(xiǎn)，重塑車險(xiǎn)精算模型，能夠減少理賠成本，改善駕駛員的行為和意識，進(jìn)一步減少理賠的頻率，降低損失的幅度。

【Abstract】The application of big data tools to analyze and integrate valuable information， the application of running dynamic data of road transport vehicles in vehicle insurance， and the reshaping of actuarial model of vehicle insurance can reduce the cost of claims， improve the behavior and consciousness of drivers， further reduce the frequency of claims， and reduce the range of losses.

【關(guān)鍵詞】道路運(yùn)輸;車輛;保險(xiǎn);動態(tài)數(shù)據(jù)

【Keywords】 road transport; vehicle; insurance; dynamic data

【中圖分類號】F842.634? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2019）05-0007-02

1 引言

車聯(lián)網(wǎng)是由車輛車載終端、數(shù)據(jù)傳輸鏈路和監(jiān)控服務(wù)平臺組成的信息交互網(wǎng)絡(luò)。通過在車輛上安裝的車載終端采集當(dāng)前速度、正北方向夾角、經(jīng)度、緯度、油量、發(fā)動機(jī)狀態(tài)、急轉(zhuǎn)彎、急剎車、加速度、行駛里程、車內(nèi)外視頻圖像等車輛動態(tài)信息，然后通過無線信號將這些數(shù)據(jù)傳輸?shù)奖O(jiān)管服務(wù)平臺，根據(jù)不同的功能需求對汽車進(jìn)行實(shí)時(shí)管理，以便于相關(guān)產(chǎn)業(yè)提供多樣化的服務(wù)。

隨著商用車車聯(lián)網(wǎng)的不斷發(fā)展，通過對聯(lián)網(wǎng)數(shù)據(jù)的不斷應(yīng)用，逐步產(chǎn)生了一些新的商業(yè)價(jià)值，比如：通過分析車輛行駛數(shù)據(jù)對用戶進(jìn)行信用評分，不斷優(yōu)化金融風(fēng)控能力和水平;通過分析司機(jī)的駕駛數(shù)據(jù)，挖掘司機(jī)經(jīng)常行駛的路線，有效融合貨源地地理分布，實(shí)現(xiàn)智能化的車禍自動匹配;通過分析車輛在不同區(qū)域的運(yùn)行熱力分布，結(jié)合車輛投入市場的區(qū)域分布，分析不同車型車輛在不同時(shí)段供需關(guān)系的空間分布特征;通過分析車輛行駛數(shù)據(jù)，結(jié)合車輛檢驗(yàn)檢測數(shù)據(jù)，幫助車企改進(jìn)優(yōu)化車輛設(shè)計(jì);通過分析車輛是否安全駕駛，挖掘車輛行駛風(fēng)險(xiǎn)因子，開發(fā)UBI商業(yè)保險(xiǎn)模型。

2 行業(yè)發(fā)展背景

2009年，交通運(yùn)輸部以上海世博會安全保障為契機(jī)，整合全國道路運(yùn)輸行業(yè)現(xiàn)有營運(yùn)車輛動態(tài)監(jiān)控資源，統(tǒng)一車輛動態(tài)數(shù)據(jù)采集終端、車輛動態(tài)監(jiān)控平臺以及終端與平臺間數(shù)據(jù)傳輸標(biāo)準(zhǔn)，建設(shè)了全國重點(diǎn)營運(yùn)車輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)，全面接入全國跨市運(yùn)行的班線客車、旅游客車、包車客車以及危險(xiǎn)品運(yùn)輸車輛（即“兩客一?！避囕v）的實(shí)時(shí)動態(tài)位置數(shù)據(jù)，為實(shí)現(xiàn)道路運(yùn)輸車輛跨區(qū)域、跨部門聯(lián)合監(jiān)管提供了有效的技術(shù)支撐。我國營運(yùn)的普通貨物運(yùn)輸車輛保有量超過1100萬輛，占機(jī)動車保有量的5.5%。據(jù)不完全統(tǒng)計(jì)，2010年貨車的萬車事故率比同期全國交通事故萬車事故率高出1倍多，大貨車尤其是車貨總重超過12噸的大貨車，是道路運(yùn)輸行業(yè)安全管理的重中之重。2011年，國家大力推動我國自主知識產(chǎn)權(quán)的衛(wèi)星導(dǎo)航系統(tǒng)——中國北斗衛(wèi)星導(dǎo)航系統(tǒng)（BeiDou Navigation Satellite System，縮寫B(tài)DS）的民用產(chǎn)業(yè)化。交通運(yùn)輸部借助北斗導(dǎo)航系統(tǒng)民用應(yīng)用的有利時(shí)機(jī)，積極推動北斗/GPS雙模車載定位終端在重載普通貨運(yùn)車輛上的應(yīng)用，建立了全國道路貨運(yùn)車輛公共監(jiān)管與服務(wù)平臺。該平臺可為個(gè)體貨運(yùn)車輛及小型貨運(yùn)企業(yè)提供動態(tài)監(jiān)控服務(wù)，也可為大中型貨運(yùn)企業(yè)的監(jiān)控平臺提供所屬車輛的動態(tài)數(shù)據(jù)接入服務(wù)，是實(shí)現(xiàn)重載普通貨運(yùn)車輛數(shù)據(jù)匯總、信息交互和第三方監(jiān)管的公益性平臺。目前，全國重點(diǎn)營運(yùn)車輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)已經(jīng)全面接入全國“兩客一?！避囕v和重載普通貨運(yùn)車輛，成為了全國乃至全世界最大的道路運(yùn)輸車輛“車聯(lián)網(wǎng)”，可實(shí)時(shí)掌握車輛的基本信息和運(yùn)行動態(tài)信息，不僅能夠?yàn)樾袠I(yè)管理提供有效的數(shù)據(jù)支撐，同時(shí)也能為行業(yè)服務(wù)、社會公益服務(wù)提供更加安全、智能、高效的信息服務(wù)，讓老百姓出行更加安全便捷，物流運(yùn)行更加智能高效。

3 車輛保險(xiǎn)應(yīng)用分析與設(shè)計(jì)

正如業(yè)內(nèi)專家所言，通過深入挖掘分析道路運(yùn)輸車輛“車聯(lián)網(wǎng)”數(shù)據(jù)，能夠在車輛保險(xiǎn)前定價(jià)、保險(xiǎn)中管控、出險(xiǎn)后理賠等車輛保險(xiǎn)的全生命周期中都有的極大的應(yīng)用需求，能夠有效地實(shí)現(xiàn)從以往的“從車”“從人”因子向“從用”因子轉(zhuǎn)變，使保險(xiǎn)公司可以在承保前自動識別風(fēng)險(xiǎn)、承保后有效管控風(fēng)險(xiǎn)、理賠時(shí)全面降低騙保風(fēng)險(xiǎn)等方面有效降低保險(xiǎn)運(yùn)行成本。

基于“車聯(lián)網(wǎng)”車輛動態(tài)數(shù)據(jù)在車輛保險(xiǎn)中的應(yīng)用，最關(guān)鍵的保險(xiǎn)因子定義，不僅包含傳統(tǒng)意義上的保險(xiǎn)定價(jià)因子，比如車輛的載重，長寬高，發(fā)動機(jī)型號，品牌，驅(qū)動形式等，更注重的是要加入大量的車輛駕駛行為特征因子、車輛行駛環(huán)境因子等。例如：車輛的駕駛行為特征因子里面有車輛的行駛里程、每趟次行駛時(shí)長、總行駛時(shí)長，以及結(jié)合電子地圖計(jì)算車輛在不同類型道路上行駛的里程、計(jì)算車輛在不同類型的道路上有沒有超過道路限制速度（行業(yè)平均運(yùn)行速度）、計(jì)算車輛在不同省市（特定區(qū)域）行駛的里程、計(jì)算車輛常跑區(qū)域及常跑路線，結(jié)合當(dāng)?shù)氐臍庀髷?shù)據(jù)分析車輛在各種氣象特征下行駛的里程、時(shí)間等。

3.1 數(shù)據(jù)采集

道路運(yùn)輸車輛“車聯(lián)網(wǎng)”中的車輛動態(tài)數(shù)據(jù)基于交通運(yùn)輸部發(fā)布的JT/T 808《道路運(yùn)輸車輛衛(wèi)星定位系統(tǒng)終端通訊協(xié)議及數(shù)據(jù)格式》、JT/T 809《道路運(yùn)輸車輛衛(wèi)星定位系統(tǒng)平臺數(shù)據(jù)交換》等平臺與主機(jī)之間、平臺與平臺之間進(jìn)行數(shù)據(jù)傳輸交換的行業(yè)標(biāo)準(zhǔn)進(jìn)行采集，采集的主要信息除車輛廠牌型號、發(fā)動機(jī)型號、車輛外廓尺寸、車輛類型等靜態(tài)數(shù)據(jù)之外，還包括車輛當(dāng)前速度、正北方向夾角、經(jīng)度、緯度、疲勞駕駛報(bào)警、超速行駛報(bào)警等行駛動態(tài)數(shù)據(jù)。

3.2 數(shù)據(jù)分析框架設(shè)計(jì)

由于道路環(huán)境、氣象條件、車載終端質(zhì)量等多種因素的影響，將會導(dǎo)致衛(wèi)星定位數(shù)據(jù)存在一定的質(zhì)量問題，因此，要精確應(yīng)用這些數(shù)據(jù)，首要任務(wù)就是要保證數(shù)據(jù)質(zhì)量。

將實(shí)時(shí)接收的車輛動態(tài)數(shù)據(jù)存入大數(shù)據(jù)綜合分析平臺，對數(shù)據(jù)進(jìn)行降噪處理后，關(guān)聯(lián)車輛的靜態(tài)數(shù)據(jù)，關(guān)聯(lián)電子地圖的路網(wǎng)、興趣點(diǎn)（Point of Interest，即POI）、行政區(qū)劃數(shù)據(jù)，并疊加氣象數(shù)據(jù)，統(tǒng)計(jì)分析車輛的駕駛行為數(shù)據(jù)和駕駛周邊數(shù)據(jù)，例如：車輛的行駛里程、行駛時(shí)間、高速行駛里程、國道行駛里程、疲勞超速違章情況、危險(xiǎn)路段經(jīng)過次數(shù)、拐彎速度等特征;關(guān)聯(lián)保險(xiǎn)理賠數(shù)據(jù)，構(gòu)建保險(xiǎn)精算模型;通過保險(xiǎn)精算模型，預(yù)測車輛的案均賠款、出險(xiǎn)次數(shù);有針對性地制定保險(xiǎn)價(jià)格;保險(xiǎn)中實(shí)時(shí)提醒、降低理賠風(fēng)險(xiǎn)。

3.3 多維度分析

根據(jù)道路運(yùn)輸行業(yè)特點(diǎn)，結(jié)合電子地圖、氣象數(shù)據(jù)、路況數(shù)據(jù)、時(shí)間維度等，可以從以下12個(gè)方面對車輛的駕駛行為數(shù)據(jù)和駕駛周邊數(shù)據(jù)進(jìn)行多維度、多角度數(shù)據(jù)挖掘和融合分析，為建立更加高效的車輛保險(xiǎn)模型提供必要的保險(xiǎn)因子計(jì)算數(shù)據(jù)。多維度的數(shù)據(jù)模型主要包括：①車輛行駛道路的等級狀況，普通公路、高等級公路、高速公路等不同等級的道路所面臨的安全風(fēng)險(xiǎn)等級也不一樣;②車輛活動范圍所處的區(qū)域，城市與鄉(xiāng)村、高海拔地區(qū)、臨水臨涯地區(qū)，不同的區(qū)域所面臨的安全風(fēng)險(xiǎn)等級不同;③車輛在相同道路行駛速度與該道路行業(yè)平均運(yùn)行速度的差異，比行業(yè)平均運(yùn)行速度高出越多，存在的安全風(fēng)險(xiǎn)越大;④車輛危險(xiǎn)道路行駛次數(shù);⑤車輛路口通行情況，如通過十字路口不停車次數(shù)，路口左轉(zhuǎn)次數(shù)、直行次數(shù)、右轉(zhuǎn)次數(shù);⑥車輛行駛路線，什么路線（干線運(yùn)輸、支線車輛、城市配送），路線是否固定;⑦車輛?？奎c(diǎn)，?？奎c(diǎn)類型（客運(yùn)站、農(nóng)村客運(yùn)招呼站、港口碼頭、物流集散中心、高速路服務(wù)區(qū)、維修站），?？看螖?shù)（如維修站的?？看螖?shù)）;⑧車輛行駛里程，日均行駛里程、最大行駛里程、高速行駛里程、國道行駛里程等;⑨每趟次駕駛車輛的司機(jī)數(shù)量;⑩車輛疲勞駕駛、超速行駛等違章情況;？輥？輯？訛車輛行駛期間天氣情況，包括天氣類型、溫度、濕度、能見度、風(fēng)力等級等對安全風(fēng)險(xiǎn)的影響;？輥？輰？訛車隊(duì)屬性，包括車隊(duì)規(guī)模、組織形式、車隊(duì)主營業(yè)務(wù)等。

3.4 保險(xiǎn)建模

傳統(tǒng)的保險(xiǎn)精算理論難以處理大量且多維度的數(shù)據(jù)，嘗試使用人工智能、深度學(xué)習(xí)理論重塑傳統(tǒng)保險(xiǎn)的精算理論，對車輛保險(xiǎn)因子進(jìn)行建模，形成完整的車隊(duì)&車輛畫像，采用單因子分析、啞變量分析、因子間相關(guān)性分析、廣義線性回歸分析等數(shù)據(jù)分析方法，生成精算費(fèi)率模型，不僅可以預(yù)測車輛的案均賠款、出險(xiǎn)次數(shù)，還可有針對性地制定保險(xiǎn)價(jià)格，為保險(xiǎn)運(yùn)營提質(zhì)增效。

4 結(jié)語

保險(xiǎn)業(yè)要實(shí)現(xiàn)持續(xù)盈利，需要降低損失率和減少損失發(fā)生的程度，運(yùn)用大數(shù)據(jù)工具分析、整合挖掘有價(jià)值的信息，將道路運(yùn)輸車輛運(yùn)行動態(tài)數(shù)據(jù)應(yīng)用于車輛保險(xiǎn)，重塑車險(xiǎn)精算模型，能夠減少理賠成本，改善駕駛員的行為和意識，進(jìn)一步減少理賠的頻率和損失的幅度。運(yùn)用道路運(yùn)輸車輛運(yùn)行動態(tài)數(shù)據(jù)建立的保險(xiǎn)模型，可以使保險(xiǎn)公司更有效地預(yù)測車輛的賠付率。在駕駛行為不利于車輛安全行駛時(shí)，可以實(shí)時(shí)提醒司機(jī)注意行車安全，有效地降低車輛事故風(fēng)險(xiǎn)，并且對部分保險(xiǎn)騙保的行為進(jìn)行有效識別。