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(chē)輛運(yùn)行動(dòng)態(tài)數(shù)據(jù)應(yīng)用于車(chē)輛保險(xiǎn)，重塑車(chē)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(shí)，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(chē)輛;保險(xiǎn);動(dòng)態(tài)數(shù)據(jù)

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

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

1 引言

車(chē)聯(lián)網(wǎng)是由車(chē)輛車(chē)載終端、數(shù)據(jù)傳輸鏈路和監(jiān)控服務(wù)平臺(tái)組成的信息交互網(wǎng)絡(luò)。通過(guò)在車(chē)輛上安裝的車(chē)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(dòng)機(jī)狀態(tài)、急轉(zhuǎn)彎、急剎車(chē)、加速度、行駛里程、車(chē)內(nèi)外視頻圖像等車(chē)輛動(dòng)態(tài)信息，然后通過(guò)無(wú)線信號(hào)將這些數(shù)據(jù)傳輸?shù)奖O(jiān)管服務(wù)平臺(tái)，根據(jù)不同的功能需求對(duì)汽車(chē)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(chē)車(chē)聯(lián)網(wǎng)的不斷發(fā)展，通過(guò)對(duì)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(guò)分析車(chē)輛行駛數(shù)據(jù)對(duì)用戶進(jìn)行信用評(píng)分，不斷優(yōu)化金融風(fēng)控能力和水平;通過(guò)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(chē)禍自動(dòng)匹配;通過(guò)分析車(chē)輛在不同區(qū)域的運(yùn)行熱力分布，結(jié)合車(chē)輛投入市場(chǎng)的區(qū)域分布，分析不同車(chē)型車(chē)輛在不同時(shí)段供需關(guān)系的空間分布特征;通過(guò)分析車(chē)輛行駛數(shù)據(jù)，結(jié)合車(chē)輛檢驗(yàn)檢測(cè)數(shù)據(jù)，幫助車(chē)企改進(jìn)優(yōu)化車(chē)輛設(shè)計(jì);通過(guò)分析車(chē)輛是否安全駕駛，挖掘車(chē)輛行駛風(fēng)險(xiǎn)因子，開(kāi)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(huì)安全保障為契機(jī)，整合全國(guó)道路運(yùn)輸行業(yè)現(xiàn)有營(yíng)運(yùn)車(chē)輛動(dòng)態(tài)監(jiān)控資源，統(tǒng)一車(chē)輛動(dòng)態(tài)數(shù)據(jù)采集終端、車(chē)輛動(dòng)態(tài)監(jiān)控平臺(tái)以及終端與平臺(tái)間數(shù)據(jù)傳輸標(biāo)準(zhǔn)，建設(shè)了全國(guó)重點(diǎn)營(yíng)運(yùn)車(chē)輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)，全面接入全國(guó)跨市運(yùn)行的班線客車(chē)、旅游客車(chē)、包車(chē)客車(chē)以及危險(xiǎn)品運(yùn)輸車(chē)輛（即“兩客一?！避?chē)輛）的實(shí)時(shí)動(dòng)態(tài)位置數(shù)據(jù)，為實(shí)現(xiàn)道路運(yùn)輸車(chē)輛跨區(qū)域、跨部門(mén)聯(lián)合監(jiān)管提供了有效的技術(shù)支撐。我國(guó)營(yíng)運(yùn)的普通貨物運(yùn)輸車(chē)輛保有量超過(guò)1100萬(wàn)輛，占機(jī)動(dòng)車(chē)保有量的5.5%。據(jù)不完全統(tǒng)計(jì)，2010年貨車(chē)的萬(wàn)車(chē)事故率比同期全國(guó)交通事故萬(wàn)車(chē)事故率高出1倍多，大貨車(chē)尤其是車(chē)貨總重超過(guò)12噸的大貨車(chē)，是道路運(yùn)輸行業(yè)安全管理的重中之重。2011年，國(guó)家大力推動(dòng)我國(guó)自主知識(shí)產(chǎn)權(quán)的衛(wèi)星導(dǎo)航系統(tǒng)——中國(guó)北斗衛(wèi)星導(dǎo)航系統(tǒng)（BeiDou Navigation Satellite System，縮寫(xiě)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(dòng)北斗/GPS雙模車(chē)載定位終端在重載普通貨運(yùn)車(chē)輛上的應(yīng)用，建立了全國(guó)道路貨運(yùn)車(chē)輛公共監(jiān)管與服務(wù)平臺(tái)。該平臺(tái)可為個(gè)體貨運(yùn)車(chē)輛及小型貨運(yùn)企業(yè)提供動(dòng)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(tái)提供所屬車(chē)輛的動(dòng)態(tài)數(shù)據(jù)接入服務(wù)，是實(shí)現(xiàn)重載普通貨運(yùn)車(chē)輛數(shù)據(jù)匯總、信息交互和第三方監(jiān)管的公益性平臺(tái)。目前，全國(guó)重點(diǎn)營(yíng)運(yùn)車(chē)輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)已經(jīng)全面接入全國(guó)“兩客一?！避?chē)輛和重載普通貨運(yùn)車(chē)輛，成為了全國(guó)乃至全世界最大的道路運(yùn)輸車(chē)輛“車(chē)聯(lián)網(wǎng)”，可實(shí)時(shí)掌握車(chē)輛的基本信息和運(yùn)行動(dòng)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(huì)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(chē)輛保險(xiǎn)應(yīng)用分析與設(shè)計(jì)

正如業(yè)內(nèi)專(zhuān)家所言，通過(guò)深入挖掘分析道路運(yùn)輸車(chē)輛“車(chē)聯(lián)網(wǎng)”數(shù)據(jù)，能夠在車(chē)輛保險(xiǎn)前定價(jià)、保險(xiǎn)中管控、出險(xiǎn)后理賠等車(chē)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(chē)”“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(dòng)識(shí)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(chē)聯(lián)網(wǎng)”車(chē)輛動(dòng)態(tài)數(shù)據(jù)在車(chē)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(chē)輛的載重，長(zhǎng)寬高，發(fā)動(dòng)機(jī)型號(hào)，品牌，驅(qū)動(dòng)形式等，更注重的是要加入大量的車(chē)輛駕駛行為特征因子、車(chē)輛行駛環(huán)境因子等。例如：車(chē)輛的駕駛行為特征因子里面有車(chē)輛的行駛里程、每趟次行駛時(shí)長(zhǎng)、總行駛時(shí)長(zhǎng)，以及結(jié)合電子地圖計(jì)算車(chē)輛在不同類(lèi)型道路上行駛的里程、計(jì)算車(chē)輛在不同類(lèi)型的道路上有沒(méi)有超過(guò)道路限制速度（行業(yè)平均運(yùn)行速度）、計(jì)算車(chē)輛在不同省市（特定區(qū)域）行駛的里程、計(jì)算車(chē)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(chē)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(chē)輛“車(chē)聯(lián)網(wǎng)”中的車(chē)輛動(dòng)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(chē)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(chē)輛衛(wèi)星定位系統(tǒng)平臺(tái)數(shù)據(jù)交換》等平臺(tái)與主機(jī)之間、平臺(tái)與平臺(tái)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(chē)輛廠牌型號(hào)、發(fā)動(dòng)機(jī)型號(hào)、車(chē)輛外廓尺寸、車(chē)輛類(lèi)型等靜態(tài)數(shù)據(jù)之外，還包括車(chē)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(dòng)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(chē)載終端質(zhì)量等多種因素的影響，將會(huì)導(dǎo)致衛(wèi)星定位數(shù)據(jù)存在一定的質(zhì)量問(wèn)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(chē)輛動(dòng)態(tài)數(shù)據(jù)存入大數(shù)據(jù)綜合分析平臺(tái)，對(duì)數(shù)據(jù)進(jìn)行降噪處理后，關(guān)聯(lián)車(chē)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(chē)輛的駕駛行為數(shù)據(jù)和駕駛周邊數(shù)據(jù)，例如：車(chē)輛的行駛里程、行駛時(shí)間、高速行駛里程、國(guó)道行駛里程、疲勞超速違章情況、危險(xiǎn)路段經(jīng)過(guò)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(guò)保險(xiǎn)精算模型，預(yù)測(cè)車(chē)輛的案均賠款、出險(xiǎn)次數(shù);有針對(duì)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(duì)車(chē)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(chē)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(chē)輛行駛道路的等級(jí)狀況，普通公路、高等級(jí)公路、高速公路等不同等級(jí)的道路所面臨的安全風(fēng)險(xiǎn)等級(jí)也不一樣;②車(chē)輛活動(dòng)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(jí)不同;③車(chē)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(chē)輛危險(xiǎn)道路行駛次數(shù);⑤車(chē)輛路口通行情況，如通過(guò)十字路口不停車(chē)次數(shù)，路口左轉(zhuǎn)次數(shù)、直行次數(shù)、右轉(zhuǎn)次數(shù);⑥車(chē)輛行駛路線，什么路線（干線運(yùn)輸、支線車(chē)輛、城市配送），路線是否固定;⑦車(chē)輛?？奎c(diǎn)，?？奎c(diǎn)類(lèi)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(chē)輛行駛里程，日均行駛里程、最大行駛里程、高速行駛里程、國(guó)道行駛里程等;⑨每趟次駕駛車(chē)輛的司機(jī)數(shù)量;⑩車(chē)輛疲勞駕駛、超速行駛等違章情況;？輥？輯？訛車(chē)輛行駛期間天氣情況，包括天氣類(lèi)型、溫度、濕度、能見(jiàn)度、風(fēng)力等級(jí)等對(duì)安全風(fēng)險(xiǎn)的影響;？輥？輰?zhuān)坑炣?chē)隊(duì)屬性，包括車(chē)隊(duì)規(guī)模、組織形式、車(chē)隊(duì)主營(yíng)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(duì)車(chē)輛保險(xiǎn)因子進(jìn)行建模，形成完整的車(chē)隊(duì)&車(chē)輛畫(huà)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(cè)車(chē)輛的案均賠款、出險(xiǎn)次數(shù)，還可有針對(duì)性地制定保險(xiǎn)價(jià)格，為保險(xiǎn)運(yùn)營(yíng)提質(zhì)增效。

4 結(jié)語(yǔ)

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(chē)輛運(yùn)行動(dòng)態(tài)數(shù)據(jù)應(yīng)用于車(chē)輛保險(xiǎn)，重塑車(chē)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(shí)，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(chē)輛運(yùn)行動(dòng)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(cè)車(chē)輛的賠付率。在駕駛行為不利于車(chē)輛安全行駛時(shí)，可以實(shí)時(shí)提醒司機(jī)注意行車(chē)安全，有效地降低車(chē)輛事故風(fēng)險(xiǎn)，并且對(duì)部分保險(xiǎn)騙保的行為進(jìn)行有效識(shí)別。