浅谈科技创新（大数据）在人身保险中的应用

张添舒/ 南京审计大学金审学院金融经济学院

张 锐/ 北方民族大学

一、引言

保险是风险管理的财务手段之一，保险业属于现代经济的重要产业，商业保险的发展综合体现了社会文明水平、经济发达程度、社会治理能力。改革开放以来，保险业是中国加入WTO 谈判时金融业最先开放的领域，经过40 多年的发展，已经成为世界第二大保险市场。40多年来，我国保险业快速发展，不断拓宽服务领域，服务国家战略，响应“一带一路”倡议，助推精准脱贫，服务实体经济，发展绿色保险，保障社会民生，为防灾减损作出了重要贡献。2019年，保险业总资产突破20 万亿元，实现了历史性跨越，是继银行业、信托业之后，金融业中又一个资产超20万亿元的子行业。

从总体上看，我国保险业仍处于发展的初级阶段，不能适应全面深化改革和经济社会发展的需要，与社会对现代保险服务业的要求还有较大差距。加快发展现代保险服务业，对完善现代金融体系、带动扩大社会就业、促进经济提质增效升级、创新社会治理方式、保障社会稳定运行、提升社会安全感、提高人民群众生活质量具有重要意义。

“2018 年中国保险科技高峰论坛”提出了保险科技的内涵和发展方向：以大数据、物联网、区块链、人工智能、云计算等新技术为引擎，助力保险产品研发、销售、理赔、服务等环节，以科技力量助推保险行业转型升级，提升服务水平。而大数据、物联网、区块链、人工智能、云计算等技术都是近几年蓬勃发展的新科技，新技术逐渐渗透到社会各领域，融合成了金融科技、保险科技。保险业由此迈入科技创新驱动发展时代。

科技创新在保险业的具体应用，已有不同领域的成功案例。随着经济发展，人们的生活水平越来越高，社会发展所面临的问题也大不相同，保险业在不断与科技融合、更好地服务社会、保障民生方面仍然有很大的发展空间。希望本文的研究能为保险业发展提供一些思路。

二、国内外研究现状

从科技创新角度看，科技正是通过与保险业的不断融合，演变为保险科技。保险科技（InsurTech）是由保险业中不同的生态主体通过底层技术研发与应用，对保险产品与服务的创新。保险科技，以科技为核心，涵盖了大数据、区块链、人工智能、云计算等底层技术，契合了保险行业应用场景和数据驱动的需要，通过对业务流程的全面渗入，改进服务和交互方式，催生新的商业模式，实现保险业全方位和多维度的变革。

从保险科技热度看，可以从投资力度、产生的企业数量两个维度来进行衡量。2016—2017年，全球有超过170项相关投资，总投资规模超1669 亿美元。从投资的具体领域来看，健康保险领域占一半，涌现了Oscar Health、Clover Health 等独角兽公司。中国的保险科技融资金额大约在230亿元人民币，相关保险企业有100 多家。从产生的企业数量方面看，全球共有1300多家保险科技初创企业，涉及自动驾驶、人工智能、大数据、物联网、健康等多个领域，主要从事保险产品比价、保险公司基础设施与后端支持、车险、健康险、旅游险、数据分析等业务，赢得了诸多投资。

王同涛等人在《美国大数据发展及应用现状研究》一文中重点介绍了美国政府如何推动大数据在公共服务和民生领域的应用。英国在2013 年至2015 年间投资2.6 亿英镑发展大数据，创建“data.gov.uk”政府数据，实现数据的开放和共享。Bedgood（2015）在有关论文中论述了各商业保险公司怎样利用大数据技术和数据分析来提高保险公司的经济效益，总结了大数据在保险业的五个方面产生的较大影响：优化承保流程；改进保险产品，使之更加个性化；识别客户流失的风险；检测欺诈行为；管理客户关系等。Llull（2016）提到保险公司更加重视数据的作用，同时数据在使用过程中也存在数据安全的风险。Bauer Daniel 等人在“Symposium on insure-tech, digitalization, and big-data techniques in risk management and insurance”中指出，大数据在风险管理以及保险中对风险分类的能力有极大的扩展和改变。

2014年，我国首次将大数据写入政府工作报告。2015年，国务院又印发《促进大数据发展行动纲要》，由此，大数据已成为国家发展的重要着力点。2017年，工信部正式对外发布《2016—2020年大数据产业发展规划》，提出到2020年基本形成技术先进、应用繁荣、保障有力的产业体系。尤其要强调的是，以大数据、人工智能、云计算为代表的新技术与保险业的融合发展，切实改变了保险产品和服务，推动了整个行业的高质量发展，形成了保险业的生态圈。《中国保险科技发展白皮书（2017）》指出，保险科技应用于保险行业带来了多层次的创新。2020年，艾瑞咨询在《科技定义保险新未来——中国保险科技应用价值研究报告》中指出，大数据、人工智能技术带来的核心价值是挖掘数据价值、实现业务流程自动化。沈华等学者在《我国发展未来产业的机遇、挑战与对策建议》中提到，国家部门规划的未来产业布局主要集中于人工智能、高端装备制造、增材制造、物联网、大数据、云计算等领域，大数据位列其中。

世界各国高度一致地重视科技创新，重视科技创新对于促进和推动商业保险业的发展。大数据本身就是一个新兴产业，能够带动其他产业并创造价值。大数据由此成为社会经济发展的热点，并上升为生产要素，成为重要战略资源，是低成本、高效率的经济发展方式，而且经济效益呈递增趋势。

三、我国保险行业创新发展的政策导向

《国务院关于加快发展现代保险服务业的若干意见》（简称新“国十条”）指出，我国保险业应立足于服务国家治理体系和治理能力现代化，把发展现代保险服务业放在经济社会工作整体布局中统筹考虑，以满足社会日益增长的多元化保险服务需求为出发点，以完善保险经济补偿机制、强化风险管理核心功能和提高保险资金配置效率为方向，改革创新、扩大开放、健全市场、优化环境、完善政策，使现代保险服务业成为完善金融体系的支柱力量、改善民生保障的有力支撑、创新社会管理的有效机制、促进经济提质增效升级的高效引擎和转变政府职能的重要抓手。新“国十条”不仅要求增强保险产品、服务、管理和技术创新能力，促进市场主体差异化竞争、个性化服务，还鼓励保险产品服务创新，支持保险公司积极运用大数据、云计算、移动互联网等新技术促进保险业销售渠道和服务模式创新；同时，要求加强保险业基础设施建设，加快建立保险业各类风险数据库，修订行业经验生命表、疾病发生率表等。

2015 年，国务院印发《促进大数据发展行动纲要》，大数据由此成为国家发展的重要着力点；2016年政府工作报告提出，“必须培育壮大新动能，加快发展新经济”，新经济战略给中国经济带来以“互联网+”、大数据、云计算、物联网、人工智能、区块链为基础的行业发展机遇；2017 年，工信部正式发布《2016—2020 年大数据产业发展规划》，之后，又于2021 年发布了《“十四五”大数据产业发展规划》；2019 年8 月，中国人民银行发布我国金融科技顶层设计《金融科技（FinTech）发展规划（2019—2021 年）》；2020年1月，《中国银保监会关于推动银行业和保险业高质量发展的指导意见》再次明确监管部门鼓励保险机构创新发展科技保险、注重科技赋能保险的整体态度；2022 年，中国人民银行印发《金融科技发展规划（2022—2025年）》（见表1）。

▶表1 保险业发展相关政策汇总

可见，发展现代保险业的重要性不言而喻，同时，发展现代保险业本质上是助力新经济发展，而新技术带来的科技创新又是现代保险业发展的助推器。我国对发展现代保险业已提出明确要求，鼓励守正创新，围绕客户需求，运用物联网、大数据、云计算、区块链、人工智能等技术，大力创新产品和服务，以科技创新赋能保险业。而全球新冠肺炎疫情的暴发，也让保险业进一步借助科技创新来进行转型和发展。重要的行业与重要的新兴技术结合，成为新经济的重要组成部分，必然带来行业生产力的大幅度提升。

四、大数据在保险业应用的关键技术

大数据最早来自于1980 年美国知名未来学家阿尔文·托夫勒（Alvin Toffler）所著《第三次浪潮》（The Third Wave）一书，该书将大数据称为“第三次浪潮的华彩乐章”。20世纪90年代，科研领域首次应用大数据这一术语来描述超出了主存储器、本地磁盘甚至是远程磁盘承载能力的数据集。但直至2008 年，大数据（Big Data）登上了《自然》杂志的封面后，才逐渐演变为技术领域的热门词语。大数据是指在规定的时间范围内无法使用常规软件及工具进行捕捉、管理和处理的数据集合。研究机构Gartner认为，大数据需要全新的处理模式才能释放较强的决策力、洞察发现力以及流程优化能力的多元化、高速增长和海量的信息资产。麦肯锡全球研究认为，大数据是一种远超过传统数据库软件工具能力范围的数据集合，尤其表现在获取、储存、管理、分析等方面。

（一）大数据的特点

大数据的特征主要表现为“4V”：Volume（大量）、Velocity（高速）、Variety（多样）、Value（高价值）。大数据的特殊之处并非在于数据量，而是在于如何对这些数据进行专业化处理，从中获得能够支撑决策的关键信息。大数据一般分为三种类型：结构化、半结构化以及非结构化数据。其中，大数据的主要组成部分为非结构化数据。因此，近年来非结构化数据的挖掘和应用越来越成为大数据领域的重要发展方向。

大数据需要使用特殊的技术进行处理，才能挖掘其中的价值，主要适用于大规模且可进行处理（MPP）的数据库、分布式文件系统和数据库、云计算应用平台、数据挖掘、互联网以及可扩展的储存系统等。

（二）大数据的技术体系

从大数据处理的生命周期来看，大数据的技术体系主要分为：采集样本与预处理、存储与管理、计算运行模式与系统、分析与挖掘、数据可视化分析以及数据隐私与安全等几个方面。

作为大数据应用的第一步，数据的采集和预处理即是对多样来源的数据进行统一的采集，并通过预处理和集成操作等，为后续的使用提供高质量的数据集资源。

数据的使用与数据的存储及管理息息相关。兼顾不同的数据类型，对数据支持和服务的种类和要求都更高，因此需要专门的技术体系予以支撑。到目前为止，应用次数较多的数据存储和管理技术包含分布式文件系统以及数据库、查询语言和访问接口等。

大数据计算模型是根据大数据的不同数据和计算特性，从各种大数据计算问题和需求中提取和建立的各种高层抽象或模型。大数据的计算模式相关技术的出现和发展，极大推动了大数据技术和应用的发展。应用最广泛的是关键信息挖掘算法、聚类算法、深度学习算法、关联分析算法、决策树算法等。

数据可视化技术是指利用图形和图像处理技术的理论，将各种数据转换成显示在屏幕上的图标或图像并进行分析的技术和方法。数据可视化技术主要由数据预处理、映射、绘制和显示等技术构成。数据可视化技术可以帮助用户快速进行数据的筛选，进而更便捷地从复杂数据中得到新发现。

▶表2 智能化基础设施

随着大数据技术的不断发展，安全和隐私问题越来越受到公众重视，围绕大数据的数据安全和隐私相关技术不断得到进步和发展。

五、大数据技术在人身保险中的应用

据《2022 年中国保险科技行业研究报告》，2022年，保险业对保险科技投入增长到534 亿元，环比增长27%。保险业大力投入资金应用新科技，不断提升行业效率并创造了新发展机遇。数据逐渐成为经济发展的最重要资源，大数据又是智能化基础设施之一，作用极为重要（见表2）。

大数据技术通过对全样本数据而非抽样数据的分析，不仅提供了更准确的数据分析结果，而且在流程优化、产品设计、精算定价、客户服务、保险公司营销推广等诸多方面提供了新的视角和思路，如借助大数据丰富多维数据功能，建立更加全面清晰的客户图象；又如基于可穿戴设备记录运动数据的健康管理医疗险等。

大数据技术在保险业的全面渗透，从基于平台的数据采集、基于场景的数据挖掘，到面向服务的数据更新，再到个性化的数据应用，大数据与保险形成了“天衣无缝”的有机结合。

据统计，2023年中国人身保险业务保费收入总额为3.76万亿元，占保险业保费收入总额的73.4%。寿险业务是人身保险市场保费收入的主力军。寿险产品的营销和定价方法大多相似，营销主要依赖于个人保险渠道，保险定价基于大数法则，多年来没有发生实质性变化。

寿险公司的保险产品主要是对人的寿命、意外、健康进行保障，寿险公司面临的市场具有客户群体大、重复购买性小、需求变化小的特点。从产品种类看，大数据在健康险方面的应用，带来很多新的解决方案；从公司经营方面看，大数据又带来了流程上的革新、防范欺诈风险的新手段等。科技创新给寿险业带来的变化巨大。

（一）产品定价

在健康保险方面，通过大数据技术添加风险因素，进行准确的模型训练，建立评分模型，积极扩展大病保险的保险责任病种达120种。在2020年11月，新的重大疾病定义即《重大疾病保险的疾病定义使用规范（2020 年修订版）》（简称新规范）发布；同时发布的还有2020 年版的重大疾病经验发病率表，即《中国人身保险业重大疾病经验发生率表（2020）》（简称经验表）。经验表是保险产品定价的重要依据，也是了解最新大病发生概率的重要参考；而经验表需要借助大量数据，进行数据分析、数据处理和数据呈现。

由中国保险行业协会、中国医师学会、中国精算师协会三部门联合完成新规范的修订，主要得益于大数据技术。数据显示，《中国人身保险业重大疾病经验发生率表（2020）编制报告》共收集产品约2900 款、承保数据近4亿条、理赔数据约587万条，利用大数据技术实现了全方位多维度分析，还支持从更加细分的维度展示大病发生率的人群地域差异、发生率趋势变化、出险的具体原因和疾病谱变化、大病发生后的生存率情况，以及大病保险市场的产品演进，还对大病保险新增业务和存量业务进行对照分析，从而为大病保险的发展和运营管理提供了重要参考。新规范也创造了多个第一，既为保险公司的健康保险产品创新提供了数据支持，又开了老年人大病经验发病率研究分析的先河，对老年人专属保险产品的创新和供应具有重要意义；还为后期动态修订大病表、规范全行业大病保险运营提供了一套涵盖所有业务流程的操作标准。

新的重大疾病名录更新了编制技术和方法，充分运用科技手段更高效地获取最新数据、更有效地分析，准确反映当前重大疾病风险变化情况，为有效防范财务风险提供有力保障。未来保险机构利用现有数据资源，可进一步挖掘项目潜在成果，同时探索建立大病表动态调整机制。

经验表是一整套表格，按照疾病种类不同、发生率和比例的定义不同，共包含14 张表（见表3）。其中，CI1 至CI10 是主体部分，给出了某一性别某个年龄的人在接下来一年内患相应疾病的概率。在疾病种类上，新规范给出了28 种大病的标准定义，其中前6种是高发大病，前四种又是高发中的高发。K1 至K3 是因大病死亡比例表，给出了某性别某年龄在一年内死亡的人中因大病死亡的概率。M1 是轻症部分，给出了新定义下轻度疾病相对于大病的发生比例参考值。

在探讨替代材料的过程中，人们发现许多生活中常见的物品可用于制版。比如地板蜡、油画棒等有防腐作用，水性油墨、乃至丝网版画的封网胶也可以用作防腐剂。清洁版面则使多用温和的弱碱或弱酸液体，如碳酸钠（小苏打）、酱油等。国外企业早已开发相应的环保制版材料，如基于丙烯酸的防腐剂（ARE）可以代替传统的沥青和硬蜡，它可用弱碱水从版面上清除。

经验发生率表可以更加准确地反映大病发生的概率大小、人生在哪个阶段更容易得大病、哪些大病是最高发的，以及男性和女性得大病的概率差别。

需要指出的是，新规范中有关六大核心疾病的定义更加严格准确，保障范围更加明确，其最直接的效益就是可以帮助保险公司更准确地计算成本和费用，风险附加的比例也会有所下降，精准的分析、计算，可以使得未来大病险的价格更便宜。

（二）健康管理

当下的可穿戴设备可以收集人体的诸多数据，再通过大数据技术，使得以预防为准则的精准定价重大疾病保险成为现实。其具体做法是通过强化健康管理机制，以预防为主，降低发病率，改变原有的性别、年龄定价方式，与互联网企业、医疗机构合作，扩展外部数据，利用个人健康数据从多维度进行个性化定价，满足市场需求。例如，众安保险、小米运动和乐运动推出了“步步保”产品，受到了年轻健身爱好者的欢迎。这是首款利用运动大数据定制的健康保险产品，实现了基于用户真实锻炼的定价。可以看出，使用个人健康数据进行风险定价的重疾保险已经初具规模。

▶表3 2020版重大疾病经验发生率表（组表）

可穿戴设备的有效应用有利于健康保险公司获取消费者健康数据指标，同时，大数据有利于实时动态监测和收集健康数据，帮助消费者预防疾病、早发病和降低疾病患病率，参与一些慢性病的管理。

大数据技术+基因检测技术具有识别潜在健康风险的能力。在宏观层面，基因检测可以实现早期发现和早期预防，提高预期寿命，从而影响国家的人口政策、医疗卫生政策和养老金政策。在微观层面，基因检测的结果将进一步指导保险公司作出承保和核保决策。保险公司还可以根据被保险人的基因检测结果制定专属保险费率，实现“一人一价”的精准定价模式。基因检测技术最重要的是消除信息不对称问题，有效规避投保人的道德风险。当然，隐性遗传信号是否可以承保，以及如何降低承保后保险公司经营此类业务的风险仍是难题。

（三）智能医疗

大数据技术在医疗保险中的应用正逐步从报销型向预付型转变。传统的报销型医疗保险，以事后报销为主，即消费者在医院接受治疗，产生的医疗费用在保险范围内由保险公司承担。事后报销造成了保险公司在前期医疗费用控制上缺少控制权，承保越多，费用亏损越大。在大数据时代，垫付+智能医疗方案模式正在逐步形成，即被保险人因为疾病等需要医学治疗服务时，医疗机构依据强大的数据库资料对相应的疾病作出初步诊断，并制定治疗方案和成本限额，治疗方案由医院来执行，费用由保险公司承担，能有效降低医疗费用。目前，许多大型保险集团都成立了专门的医疗团队。例如，中国太保旗下太医管家服务团队，提供从视频医生到专科诊所、专家病房、专家咨询、健康管理等全过程服务。未来，智能医疗方案模式一旦形成，不仅可以防止过度治疗和过度消耗医疗资源，降低患者医疗成本，共享优质资源，还可以促进分级诊疗的发展，实现患者和医疗机构的双赢。

▶图1 健康医疗大数据

（四）卫生管理

在健康险类型中，长期护理保险与失能收入损失保险相对应，然而在备案险种中，这两类保险的供应量非常低，主要原因仍然是定价和收入不匹配。对此，保险公司可以基于健康医疗大数据（见图1），使用大数据技术计算和延长保险年龄，研究如何准确定价和覆盖项目费用。

（五）公司经营

从寿险公司经营的角度看，保险公司在业务流程转型过程中为行业的科技转型奠定了坚实的基础。疫情期间，保险公司迅速优化服务流程，升级系统功能，减少人工审核，通过家庭网上办公基本完成保险承保、新订单回访、保单管理、案件受理、理赔等各项服务，后疫情时代，服务流程更加智能化。

（六）反保险欺诈

大数据在寿险业务中的反保险欺诈作用巨大。以往，保险公司通过人工表单式询问记录被保险人信息，现在则是通过大数据技术，它可以合理收集被保险人身份信息、保险信息和异常信息，筛选出可能有欺诈行为的被保险人，提前预防被保险人的欺诈行为，国内这方面的运用非常娴熟。

（七）产品创新

科技创新实际上已经形成了保险业从事后管理向事中控制、事前预防发展，同时，更加注重用户的需求和体验，它们是保险产品创新的核心。通过大数据技术对客户需求的不断挖掘，保险公司可以深入分析客户的消费习惯和行为，实现保险产品设计从产品导向向客户导向的转变，在保险产品设计中更注重客户需求的主导地位，更侧重客户需求和满意度。

通过对大数据在保险业的细分业务研究，我们可以看出保险大数据应用在不同发展阶段展现的作用。未来，大数据技术与保险业的深度融合不只是流程上的，还会改变行业的发展模式。保险业已经从线上化向数字化转型，未来的趋势就是全面数据驱动，保险不再是被动风险管理的角色，而是向风险预警、健康管理延伸。

六、结语

创新是当今社会的主旋律，科技创新的关键技术与其他行业结合，形成了行业的变革与行业生产力的极大提升。科技与保险业的深度融合，就形成了保险科技。在改变保险业的十大科技中，大数据、人工智能、区块链、云计算、物联网等技术是核心，其中大数据的地位尤其重要。随着数据的资源化，保险业正在向全面数据驱动发展。

本文通过研究科技创新在人身保险中的应用，论述了保险科技中的大数据在人身保险上的运用，包括推动保险产品创新、分类更加精细化、满足需求多样化，以及大数据对人身保险公司业务流程的极大优化、助力其经营效益提升，揭示了人身保险的发展趋势。保险业应抓住科技创新的机遇，引领传统行业的新发展，同时也应关注技术带来的新问题，如数据资产、数据安全、大数据治理等方面问题。每一次科技创新，都将带来社会生产力的大发展，也将成为保险业发展的不竭动力。未来已来，让我们拥抱科技创新，拥抱一个新的保险时代。