汽车保险与车联网跨界发展分析

王继君

（陕西中交天健车联网信息技术有限公司，陕西 西安 710200）

汽车保险与车联网跨界发展分析

王继君

（陕西中交天健车联网信息技术有限公司，陕西 西安 710200）

本文介绍了UBI保险模式的发展现状以及远程诊断技术在UBI中的应用。通过天行健UBI模型的分析，介绍该模式的实践和推广中存在的问题。UBI作为一种公平的车联网保险服务新模式，特别是伴随OBD、移动互联网和大数据分析等技术的日臻成熟，其未来发展空间巨大。

汽车保险；车联网；OBD

CLC NO.:U472.1 Document Code: B Article ID: 1671-7988(2015)05-140-03

引言

国内某知名保险公司一项调研数据显示，国内有 82.5%的不出险车主，在为 17.5%的常出险车主买单，而改变这一现象的办法就是从技术手段上识别车主驾驶行为的优劣，基于车主的驾驶行为进行定价。

按照发展阶段的不同，车险的定价方式主要分为保额定价、车型定价及行为定价 (UBI，Usage Behavior Insurance，基于驾驶行为的保险)三类。长期以来，由于缺乏有效的检测手段而导致的道德风险使得保险行业很难实施基于使用量的保险模式，因此，保额定价便成为车险的主流模式。

然而，伴随OBD（On-Board Diagnostic，车载诊断系统）等车载系统技术的完善，UBI保险模式代表了汽车保险未来的发展趋势。从本质上来讲，UBI的理论基础是驾驶习惯良好的驾驶员应获得保费优惠，保费取决于实际驾驶时间、地点、具体驾驶方式或者这些指标的综合考量。

如此看来，UBI可以产生良好的个人和社会效应：能够给予消费者安全绿色驾驶的特殊奖励，引导其建立积极的消费观；保险公司可直接检测和评估驾驶行为，如果车辆发生事故，车载设备记录下的事故速度及相关信息会使得理赔评估和处理更有效率；优化道路安全管理方式，政府和相关监管机构对UBI产品予以认可，因为该产品能够保障道路安全、挽救生命。在某些市场上，UBI是针对某些特定群体“定价失灵”的良药，例如对年轻驾驶员的定价。

本文详细阐述了UBI的发展现状，在分析应用中存在问题的基础上，研究对天行健车联网业务的启示。

1、UBI发展现状及相关理论概述

1.1 国内外发展现状

UBI保单在美国个人车险市场占据着很大份额。美国对UBI产品的热衷程度体现在除夏威夷外每个州都有至少一款相关产品，全美50个州中超过一半有4种或以上的UBI项目在争取最好的驾驶员。State Farm作为目前北美最大的汽车保险公司，其主导的车联网商业模式有如下特点：与保险公司的业务捆绑；提供与驾驶安全度结合的保险费率；与车联网服务提供商(TSP)Hughes合作；服务差异化，避免与前装车厂主导的车联网产品和导航产品竞争等。倘若大部分用户选择该服务，车联网服务平台价值可能会接近于Facebook的水平。

UBI在欧洲的发展最初被车辆OBD端口的非标准化位置所阻碍，随着技术成本的下降、更便捷的用户自主安装功能，以及基于应用程序的智能手机发展使得这一阻碍逐步被打破。英国首家专注销售UBI产品的公司Insure the Box成立于2010年，截至2012年末，该公司已经吸引了大约12.5万份保单。

韩国虽然目前市场上仅为低利润的简单产品，但韩国多数主流车险公司均参与其中。例如：现代海上火灾保险提供事故紧急预警系统；三星火灾海上保险，提供基于年行驶里程的在6%-12%范围间浮动的折扣。

我国目前仍处于保额定价阶段，并正在向半保额、半车型定价过度。

1.2 OBD技术原理

OBD是英文On-Board Diagnostic的缩写，即“车载诊断系统”。这个系统随时监控发动机的运行状况和尾气后处理系统的工作状态，一旦发现有可能引起排放超标的情况，会马上发出警示。当系统出现故障时，故障(MIL)灯或检查发动机(Check Engine)警告灯亮，同时OBD系统会将故障信息存入存储器，通过标准的诊断仪器和诊断接口以故障码的形式读取相关信息。根据故障码的提示，维修人员能迅速准确地确定故障的性质和部位。

OBD装置监测多个系统和部件，包括发动机、排放控制系统、燃油系统、EGR等。

1.3 OBD在车联网中的应用

从乘用车车联网角度看，车联网的功能主要包括：娱乐、路况、位置、安防、车况分析、保险、车友等，其中娱乐、路况、位置、安防是车联网前期的主要功能。

从技术层面看，OBD模式的车联网系统，主要是由OBD终端、后台系统等物理模块组成。

OBD模式的广泛应用主要聚焦于车况分析和保险两个功能。通过一个插入到车辆 OBD接口的设备，读取并分析车辆的数据，从而分析出车辆能耗、故障、驾驶者的驾驶习惯等信息，据此划分出客户的质量等级，依照不同的质量等级提供个性化保险服务。

目前，OBD的数据采集主要是通过在车辆的OBD端口处外接一个 OBD读取设备来解析汽车总线而获得车辆的数据。OBD设备通常也会集成GSM模块，把采集到的数据发送到后台系统。此外，更为强大的 OBD设备则可以为某些特定的车辆事件（最常见的是故障）及时地采集相关数据，或者实时响应后台系统下发的指令。

后台系统接收设备上报的原始数据，从这些数据中计算出车况、驾驶习惯等，响应在PC或推送分析结果到手机APP上。该过程实现OBD在车联网上的基础应用。

有了OBD设备、数据分析及互联网应用后，OBD是如何在UBI业务上发挥作用呢？

2、天行健UBI模型的构建

2.1 天行健驾驶行为数据

天行健（具有部分 OBD功能）自开发之初就意识到采集驾驶员行为数据的重要性。在物流管理过程中，驾驶员管理是该过程的核心。一方面，驾驶员行为的优劣对车队运营成本有直接的影响，特别是油耗与车辆磨损。另一方面，对运输安全也有重要影响。所以，为实现对驾驶员的良好管理，天行健为物流公司提供了一套驾驶员评估方案，有效帮助管理者解决管理难题。

天行健对驾驶员行为数据的采集客观上为UBI的实施奠定了基础。目前，天行健围绕驾驶行为方面采集的车辆数据如下表所示：

表1 天行健数据采集类型

2.2 天行健驾驶行为数据分析

我们可将天行健驾驶行为数据归为以下几类：

1）反映车辆在单位时间内运行长度的数据：里程、发动机运行时间。

2）反映驾驶行为特征数据：超过合理车速（如90公里/时）时长、急加速、急减速。

从合理性角度看，每月运行1.5万公里比运行3万公里的车辆出事故的风险较低。因此，单位时间内行驶里程越长，其出事故的风险越大。

此外，按照国家《高速公路交通管理办法》要求，重卡在高速公路行驶车速不应超过90公里/时。因此，在单位时间内车速超过90公里/时的频次越高，其驾驶危险性越高。另，急加速、急减速在单位时间内发生的频次越高，也预示着驾驶危险性越高。

综上所述，天行健在分析驾驶行为优劣、评估驾驶员驾驶安全性方面可提供4个维度的数据。通过大数据分析，未来天行健可对量化的驾驶行为进行评分。具体评分表如下所示：（表格数据是基于2万台车辆样本进行分析得出的，伴随接入量的增加，下表梯度及对应评分会发生变化。样本量越大，其准确性和合理性越高）

2.2.1 梯度评分数据

1）里程评分

序号 单月里程（公里） 评分1 5000以下 100 2 5000—8000 95 3 8001—10000 90 4 10000—15000 80 5 15001—20000 75 6 20000以上 70

2）百公里超速次数评分

序号 百公里超速次数（次） 评分1 0 100 2 0—1 90 3 1.1—2 80 4 2.1—3 70 5 3.1—4 60 6 依此类推 ——

3）百公里急加速次数评分

序号 百公里急加速次数（次） 评分1 0 100 2 0—0.1 95 3 0.11—0.2 90 4 0.21—0.3 85 5 0.31—0.4 80 6 依此类推 ——

4）百公里急减速次数评分

序号 百公里急减速次数（次） 评分1 0 100 2 0—0.1 95 3 0.11—0.2 90 4 0.21—0.3 85 5 0.31—0.4 80 6 依此类推 ——

2.2.2 数据权重

数据维度 单月里程 百公里超速次数百公里急加速次数百公里急减速次数权重 10% 40% 25% 25%

2.2.3 驾驶数据分析导入保险定价模式

为了定量评价驾驶员驾驶水平，根据其驾驶行为确定保险费率。天行健可将上述数据按照权重予以加权平均。

加权平均数公式=（x1f1 + x2f2+ ... xkfk）/n，其中f1 + f2 + ... + fk=n，f1，f2，…，fk是权重值。

我们通过分析一组车队驾驶员行为数据（2014年9月数据），看这些分值如何计算。

此外，上述5辆车在相应时间段内里程数据分别为3481、3155、4717、3330、718KM。

通过上述公式，结合评分表所查数据结果，上述5辆车主的驾驶行为评分分别为：

1）（100*10%+ 85*25% + 100*25% + 60*40%）/1=80.25；

2）（100*10% +100*25% +100*25% + 100*40%）/1=100；

3）（100*10% + 95*25% + 95*25% + 60*40%）/1=81.5；

4）（100*10% + 95*25% + 95*25% + 100*40%）/1=97.5；

5）（100*10% + 95*25% + 95*25% + 90*40%）/1=93.5；

以上分析是结合驾驶行为数据得出的不同驾驶员得分，分值越高代表驾驶员驾驶行为更安全。因此，通过与保险公司精算业务合作，天行健可为保险公司提供必要的数据分析，最终实现基于UBI的车联网保险服务。

3、UBI的发展阻力

3.1 大数据之困

基于驾驶行为的保险费用折扣，其需要大量数据作为精算的依据，因此平台接入车辆数和数据完整是UBI发展的前提。然而，由于重卡车联网现阶段主要依赖于各大主机厂的强势推动，而主机厂间的激烈竞争导致很难有一家企业可以在短期内实现百万级的接入规模。

3.2 道德风险

驾驶员为获取更低的保费折扣，往往在其测试期内佯装具备良好的驾驶习惯，一旦获取低折扣后，其实际驾驶习惯会原形毕露。因此，对于设置测试期的UBI业务来讲，驾驶员的道德风险无法全部规避。

3.3 数据准确性

从天行健的实践情况看，OBD等车载系统整车运行数据的准确性令人担忧。而数据一旦缺乏真实性就很难实现有效的数据分析，最终导致UBI应用推广前景堪忧。

3.4 国内保险公司准备不足

从目前了解的情况看，除平安、人保财险等保险行业领导者对UBI保持热情外，其他保险公司（如永安保险）尽管也看到UBI的发展前景，但由于其对国内车联网技术的匮乏、定价精算以及服务经验的缺失，往往对UBI持观望态度，逡巡不前。

4、结论

基于以上分析，UBI作为一种公平的车联网保险服务新模式，特别是伴随OBD、移动互联网和大数据分析等技术的日臻成熟，其未来发展空间巨大。虽然目前因车联网技术尚不成熟、采集数据准确度难以保证等问题，UBI发展困境仍然明显，且从国际上看，我国较国外UBI的发展仍有较大差距。但我们坚信，通过技术学习，加之国内车企对车联网应用的热衷与付诸实践，完全有可能实现弯道超车。

从天行健现有服务看，我们一定程度上已经具备了实现UBI的基础条件，未来天行健也将在大数据分析和UBI驾驶行为模型构建方面进行进一步的探索，为UBI带来创造性突破和发展。

[1] Peter Lee.汽车保险搭上车联网 后市场的大数据全世界都在玩[J].车云网,2013,(6).

[2] 郁佳敏.车联网大数据时代汽车保险业的机遇和挑战[J].南方金融,2013,(12).

[3] 王和.车联网将引发车险革命 [J].新浪财经,2014,(7).

[4] 方翔.保险携手大数据 私人定制已为时不远 [J].南方日报,2014, (8).

[5] 张晓鸣. 国内多个机构试水UBI，以驾驶行为来确定应缴纳保险费用的这一模式是否可行？[J].凤凰财经,2014,(9).

Analysis on the cross-border development of Truck insurance and IOV

Wang Jijun
(In tian jian in shaanxi car networking information technology co., LTD. Shaanxi XI’an 710200)

This paper introduces the current situation of the development for UBI and remote diagnosis technology in UBI. This paper also introduces the existence of the practice and the promotion of the model of the problem Through the analysis of UBI model. UBI will be expanded with OBD, the mobile Internet and data analysis technology having matured.

Automobile insurance; Telematics; OBD

U472.1

B

1671-7988(2015)05-140-03

王继君，就职于陕西中交天健车联网信息技术有限公司。