还记得9月16日，“山竹”来袭时被台风支配的恐惧。

　　那一天广东和香港，所有高层的楼，都在晃。

　　路边所有的树，都在摇。

　　每家每户的窗户，都是胶。

　　而其他省份的人们，都在朋友圈看广东台风的“直播”。

　　“全国人民都在担心广东人民的安全，广东人民只担心放不放假

　　全广东人民都在欢庆放假，保险人们则加班到吐”

　　这就非常真实……

　　台风“山竹”于9月16日在广东台山海宴镇登陆。据广东省民政厅报告，截至9月17日12时，此次台风造成广东14个市66个县（市、区）共458个乡镇受灾，农作物受灾面积79.8万亩，倒塌房屋121间，4人因灾死亡，直接经济总损失42.49亿元。紧跟着的就是保险理赔的一大波数据：

你大概不知道，科技已经在巨灾保险中产生了这些作用！

　　9月14日，在地球另一边被称为美国30年最强飓风的“佛罗伦斯”在北卡罗来纳州登陆，狂风携带暴雨导致了大面积洪灾和大规模断电。截止目前，在此次风暴中已致32人死亡，摧毁近75.9万个住宅和商户，造成逾1700亿美元的损失。

　　天灾伴随的往往是巨大的破坏力和经济损失。车险尚能赔付，但地震、海啸、洪水等重大自然灾害或重大人为灾难中，带来的巨大财产损失和严重人员伤亡的风险难以估计，这时巨灾风险管理中的重要经济手段——巨灾保险，就显得尤为重要。

　　巨灾保险这么有用还利国利民，几年下来反响却依旧平淡。这背后的原因究竟是什么，我们通过与海外行业的对比，或可窥见一斑。

　　海外视角

　　巨灾保险科技的发展：

　　较之国内而言，国外由于巨灾保险体制建立的早，发展的较为健全，在保险科技发展方面也更为积极。

　　无人驾驶飞机

　　管理风险和评估损失的一个日益重要的工具。

　　以Betterview为例：

　　Betterview是一个风险管理平台，通过无人机、天线、卫星系统获取房屋建筑的图像或影像，利用可操作性的地理空间数据、人工智能和工作流技术，分析数据并优化承保和理赔。

　　今年7月底，Betterview发布了一项最新的应用 —— Property Profile（房屋属性），快速高效地获取一处房产及其屋面的深入数据见解和风险属性。 基于Betterview在机器学习和无人机图像方面的专业技能和经验，Property Profile充分使用卫星和航空图像，以及越来越多的其他数据，如历史天气等，来确定屋顶的特征，以及未来保险理赔的风险。

　　Property Profile能在整个保险生命周期中发挥作用：

　　● 报价：提高保单应用数据的准确性，加快报价以及保单流转速度。

　　● 承保和控损：快速核定投保和续保；明确屋顶问题，及时派遣人员上门服务，在改善客户关系的同时，降低保险损失。

　　● 理赔：在派遣理算员现场定损前，先通过Betterview的多源历史图像存档，查明预先存在的屋顶损坏情况。

　　● 巨灾建模：通过考虑二次屋顶特征以及评估者数据来提高建模的准确性。

　　● 巨灾响应：分析巨灾后的保险组合，迅速确定保单的损失程度（全部，部分或无损失）。

　　大数据和分析技术

　　Jupiter Intelligence是一家专业数据分析服务商，将机器学习和人工智能应用于大型数据集，提供动态化的风险预测模型。该公司主要预测和管理气象、海平面上升、风暴加剧和气候性温度变化带来的风险。

　　ClimateScore智能平台是Jupiter所有服务的分析基础，其开创性的云架构将数据、概率模型和场景模型连接起来，并在集成环境中进行高级验证。Jupiter为特定风险预测提供了单独的服务：FloodScore和HeatScore，两者分别预测和评估洪涝和极端气温风险，且都建立在Jupiter的ClimateScore智能平台上面。

　　ClimateScore 智能平台 —— 提供复杂的动态超本地数据分析，从每条街道到单个建筑体，包括目前可用的最准确天气和气候预测。 预测的范围从2小时到50年不等。

　　FloodScore洪涝预测 —— 利用专有模型捕捉洪水发生因素之间的相互作用，分析并预测任何指定区域的预期洪水等级，帮助用户提前准备和应对潜在洪水危害。

　　HeatScore气温预测 —— 包含多个热变量的分析，预测极端气温，帮助客户减轻气候变化带来的影响（严寒或高温天气）。

　　地理空间情报中心（GIC）

　　在巨灾发生之后，数据对于有效识别、核定和偿付理赔是至关重要的。如今，保险商们又多了一个新的数据获取渠道 —— 地理空间情报中心（GIC）。

　　地理空间情报中心（GIC）是美国国家保险犯罪局（NICB）的一个非盈利性项目，也是NICB成员保险公司的一个付费联盟。该平台与空间信息技术商Vexcel和地理测绘系统Esri合作，多个角度捕捉高分辨率的图像，让保险商看到灾难前后的房产“鸟瞰图”。

　　通过收集高质量航空影像，进行数据处理和分析，GIC提供了一个专业准确的信息平台。保险公司能够将该平台整合在现有系统中，快速查看和评估投保人的家庭、企业、甚至车辆损失。

　　这使得保险公司能够快速做出理赔决定，帮助客户更快恢复。同时，图像也被提供给紧急救援人员，帮助他们做出救灾反应。另外，同样的图像也能被用来减少潜在的欺诈性索赔。

　　积极发展创新的背后，是法律制度健全的支持在作用

　　国际上现有的巨灾保险，有专门针对某一种灾害的，如美国洪水保险、加州地震保险等；也有承保多项巨灾的，如法国自然灾害保险、挪威自然灾害保险、西班牙巨灾保险等。而这些国家在巨灾保险法律制度的构建和实施上起步很早，如今已经发展的颇具规模和条理。

　　如：西班牙自1990年起，确立了以西班牙赔偿联合会为核心的巨灾保险制度。西班牙的巨灾保险，承保地震、洪水、台风等自然灾害以及暴乱、战乱等人为灾害，其保险不仅赔偿财产损失，还赔偿人身伤亡损害。

　　1966年，日本出台了《地震保险法》和《地震再保险特别会计法》，并且成立了专门的日本地震再保险株式会社，以地震、火山爆发、海啸为直接或间接原因导致的损害都在其承保范围之内。

　　国内视角

　　需求广泛，痛点问题却始终留存

你大概不知道，科技已经在巨灾保险中产生了这些作用！

　　由表1可见，近十年来全球特大自然灾害频发，经济损失数目也成比例上升，美国在飓风期遭受的损失尤甚。

　　经数据对比又不难发现，我国在巨灾保险的投保损失远远低于其他国家。拿08年汶川地震举例，地震造成的直接经济损失达到8400多亿元，其中财产损失超过1400亿元，而投保财产损失不到20亿元，占比是0.2%，还不到1%，在国际上，巨灾保险赔款一般占到灾害损失的30%-40%。

　　保险赔付数目之低，在巨额损失面前宛若杯水车薪。虽说汶川地震后，2013年11月12日，十八届三中全会明确提出“建立巨灾保险制度”。时至如今已近五年，巨灾保险的发展痛点仍在：

　　● 保险市场的巨灾风险分散能力不足。巨灾保险从本质上来讲属于财险，我国与经济发达国家相比，我国财产保险的保险密度与保险深度依然有巨大差距。且再保险制度不够完善，直保公司不便对巨灾风险进行有效地分散、转移，与再保险公司共同应对风险。

　　● 法规制度尚不健全。国家相关规范性文件多见于笼统的政策性的号召与指导纲领，还存在不少制度空白和缺失。至今为止，我国仍没有形成一套完备的巨灾保险法制体系，所出台的一些相关立法及应急方案等，更多地体现为政府的灾后救济制度。

　　● 巨灾保险观念尚未深入人心。造成这一点的原因主要有两个方面：首先从我国灾后处理的过往经验来看，政府的角色主要体现在政府救援方面。这反向激励了承担巨灾风险的民众，使人们更加依赖于政府的财政补偿，而忽视了通过投保巨灾保险而进行风险管理的方式。其次是人们普遍对巨灾保险的了解不够多，认可度不高。

　　● 巨灾风险数据不足导致评估难度大。巨灾风险的评估不像其他保险类型那样，可以仅由以往的损失数据资料实现保险精算方式推估，而需藉由复杂的巨灾危害度分析及建筑物巨灾损害分析方可求得，而且其中又隐含有大量的不确定性，评估技术难度大。无法取得较精确的巨灾风险信息，使保险公司无法了解所承担的风险，对巨灾保险保持谨慎的态度，而不愿轻易承保。

　　巨灾保险科技的国内动作

　　近两年来。随着国内保险科技的发展，业内也开始有了此方向的动作，不过尚处于起步阶段。

　　去年中旬，中再产险成立中国再保险巨灾研究中心，成为再保险行业首个巨灾研究专业平台，意在通过对接国家战略，服务政府需求、满足直保公司核心诉求，同时通过科技创新，向行业输出专业服务与技术。目前，研究中心主要职能集中于搭建信息共享平台、建立巨灾数据库、开发巨灾模型与定价工具、开发巨灾产品。

　　去年年末，中再集团推出中再巨灾平台CRP1.0，为直保公司提供巨灾风险识别、风险地图、灾害预警、历史灾害回放、风险累积控制、在线会商等服务。今年七月，中再集团通过旗下全资子公司中再产险成立中再巨灾科技公司。

　　我国巨灾保险科技的未来展望

　　● 人工智能：在核保、承保、和理赔过程中，以人工智能为核心的无纸化系统可以减少重复性的人工工作，为灾害发生后紧急的救援节约时间。

　　● 基因检测：顾名思义就是对人体的基因进行检查。这项技术放在巨灾保险中，主要表现在为遇难者鉴别身份，也是为灾后的理赔降低失误率，防止保险欺诈。

　　● 无人机：可代替人类进行危险的工作，及时赶赴受灾现场，通过无人机设备和计算机的链接，精确全面地对损失进行评估，降低理赔时工作人员的风险，并有效提升理赔效率。

你大概不知道，科技已经在巨灾保险中产生了这些作用！