淺談科技創新（大數據）在人身保險中的應用

張添舒/ 南京審計大學金審學院金融經濟學院

張 銳/ 北方民族大學

一、引言

保險是風險管理的財務手段之一，保險業屬于現代經濟的重要產業，商業保險的發展綜合體現了社會文明水平、經濟發達程度、社會治理能力。改革開放以來，保險業是中國加入WTO 談判時金融業最先開放的領域，經過40 多年的發展，已經成為世界第二大保險市場。40多年來，我國保險業快速發展，不斷拓寬服務領域，服務國家戰略，響應“一帶一路”倡議，助推精準脫貧，服務實體經濟，發展綠色保險，保障社會民生，為防災減損作出了重要貢獻。2019年，保險業總資產突破20 萬億元，實現了歷史性跨越，是繼銀行業、信托業之后，金融業中又一個資產超20萬億元的子行業。

從總體上看，我國保險業仍處于發展的初級階段，不能適應全面深化改革和經濟社會發展的需要，與社會對現代保險服務業的要求還有較大差距。加快發展現代保險服務業，對完善現代金融體系、帶動擴大社會就業、促進經濟提質增效升級、創新社會治理方式、保障社會穩定運行、提升社會安全感、提高人民群眾生活質量具有重要意義。

“2018 年中國保險科技高峰論壇”提出了保險科技的內涵和發展方向：以大數據、物聯網、區塊鏈、人工智能、云計算等新技術為引擎，助力保險產品研發、銷售、理賠、服務等環節，以科技力量助推保險行業轉型升級，提升服務水平。而大數據、物聯網、區塊鏈、人工智能、云計算等技術都是近幾年蓬勃發展的新科技，新技術逐漸滲透到社會各領域，融合成了金融科技、保險科技。保險業由此邁入科技創新驅動發展時代。

科技創新在保險業的具體應用，已有不同領域的成功案例。隨著經濟發展，人們的生活水平越來越高，社會發展所面臨的問題也大不相同，保險業在不斷與科技融合、更好地服務社會、保障民生方面仍然有很大的發展空間。希望本文的研究能為保險業發展提供一些思路。

二、國內外研究現狀

從科技創新角度看，科技正是通過與保險業的不斷融合，演變為保險科技。保險科技（InsurTech）是由保險業中不同的生態主體通過底層技術研發與應用，對保險產品與服務的創新。保險科技，以科技為核心，涵蓋了大數據、區塊鏈、人工智能、云計算等底層技術，契合了保險行業應用場景和數據驅動的需要，通過對業務流程的全面滲入，改進服務和交互方式，催生新的商業模式，實現保險業全方位和多維度的變革。

從保險科技熱度看，可以從投資力度、產生的企業數量兩個維度來進行衡量。2016—2017年，全球有超過170項相關投資，總投資規模超1669 億美元。從投資的具體領域來看，健康保險領域占一半，涌現了Oscar Health、Clover Health 等獨角獸公司。中國的保險科技融資金額大約在230億元人民幣，相關保險企業有100 多家。從產生的企業數量方面看，全球共有1300多家保險科技初創企業，涉及自動駕駛、人工智能、大數據、物聯網、健康等多個領域，主要從事保險產品比價、保險公司基礎設施與后端支持、車險、健康險、旅游險、數據分析等業務，贏得了諸多投資。

王同濤等人在《美國大數據發展及應用現狀研究》一文中重點介紹了美國政府如何推動大數據在公共服務和民生領域的應用。英國在2013 年至2015 年間投資2.6 億英鎊發展大數據，創建“data.gov.uk”政府數據，實現數據的開放和共享。Bedgood（2015）在有關論文中論述了各商業保險公司怎樣利用大數據技術和數據分析來提高保險公司的經濟效益，總結了大數據在保險業的五個方面產生的較大影響：優化承保流程；改進保險產品，使之更加個性化；識別客戶流失的風險；檢測欺詐行為；管理客戶關系等。Llull（2016）提到保險公司更加重視數據的作用，同時數據在使用過程中也存在數據安全的風險。Bauer Daniel 等人在“Symposium on insure-tech, digitalization, and big-data techniques in risk management and insurance”中指出，大數據在風險管理以及保險中對風險分類的能力有極大的擴展和改變。

2014年，我國首次將大數據寫入政府工作報告。2015年，國務院又印發《促進大數據發展行動綱要》，由此，大數據已成為國家發展的重要著力點。2017年，工信部正式對外發布《2016—2020年大數據產業發展規劃》，提出到2020年基本形成技術先進、應用繁榮、保障有力的產業體系。尤其要強調的是，以大數據、人工智能、云計算為代表的新技術與保險業的融合發展，切實改變了保險產品和服務，推動了整個行業的高質量發展，形成了保險業的生態圈。《中國保險科技發展白皮書（2017）》指出，保險科技應用于保險行業帶來了多層次的創新。2020年，艾瑞咨詢在《科技定義保險新未來——中國保險科技應用價值研究報告》中指出，大數據、人工智能技術帶來的核心價值是挖掘數據價值、實現業務流程自動化。沈華等學者在《我國發展未來產業的機遇、挑戰與對策建議》中提到，國家部門規劃的未來產業布局主要集中于人工智能、高端裝備制造、增材制造、物聯網、大數據、云計算等領域，大數據位列其中。

世界各國高度一致地重視科技創新，重視科技創新對于促進和推動商業保險業的發展。大數據本身就是一個新興產業，能夠帶動其他產業并創造價值。大數據由此成為社會經濟發展的熱點，并上升為生產要素，成為重要戰略資源，是低成本、高效率的經濟發展方式，而且經濟效益呈遞增趨勢。

三、我國保險行業創新發展的政策導向

《國務院關于加快發展現代保險服務業的若干意見》（簡稱新“國十條”）指出，我國保險業應立足于服務國家治理體系和治理能力現代化，把發展現代保險服務業放在經濟社會工作整體布局中統籌考慮，以滿足社會日益增長的多元化保險服務需求為出發點，以完善保險經濟補償機制、強化風險管理核心功能和提高保險資金配置效率為方向，改革創新、擴大開放、健全市場、優化環境、完善政策，使現代保險服務業成為完善金融體系的支柱力量、改善民生保障的有力支撐、創新社會管理的有效機制、促進經濟提質增效升級的高效引擎和轉變政府職能的重要抓手。新“國十條”不僅要求增強保險產品、服務、管理和技術創新能力，促進市場主體差異化競爭、個性化服務，還鼓勵保險產品服務創新，支持保險公司積極運用大數據、云計算、移動互聯網等新技術促進保險業銷售渠道和服務模式創新；同時，要求加強保險業基礎設施建設，加快建立保險業各類風險數據庫，修訂行業經驗生命表、疾病發生率表等。

2015 年，國務院印發《促進大數據發展行動綱要》，大數據由此成為國家發展的重要著力點；2016年政府工作報告提出，“必須培育壯大新動能，加快發展新經濟”，新經濟戰略給中國經濟帶來以“互聯網+”、大數據、云計算、物聯網、人工智能、區塊鏈為基礎的行業發展機遇；2017 年，工信部正式發布《2016—2020 年大數據產業發展規劃》，之后，又于2021 年發布了《“十四五”大數據產業發展規劃》；2019 年8 月，中國人民銀行發布我國金融科技頂層設計《金融科技（FinTech）發展規劃（2019—2021 年）》；2020年1月，《中國銀保監會關于推動銀行業和保險業高質量發展的指導意見》再次明確監管部門鼓勵保險機構創新發展科技保險、注重科技賦能保險的整體態度；2022 年，中國人民銀行印發《金融科技發展規劃（2022—2025年）》（見表1）。

?表1 保險業發展相關政策匯總

可見，發展現代保險業的重要性不言而喻，同時，發展現代保險業本質上是助力新經濟發展，而新技術帶來的科技創新又是現代保險業發展的助推器。我國對發展現代保險業已提出明確要求，鼓勵守正創新，圍繞客戶需求，運用物聯網、大數據、云計算、區塊鏈、人工智能等技術，大力創新產品和服務，以科技創新賦能保險業。而全球新冠肺炎疫情的暴發，也讓保險業進一步借助科技創新來進行轉型和發展。重要的行業與重要的新興技術結合，成為新經濟的重要組成部分，必然帶來行業生產力的大幅度提升。

四、大數據在保險業應用的關鍵技術

大數據最早來自于1980 年美國知名未來學家阿爾文·托夫勒（Alvin Toffler）所著《第三次浪潮》（The Third Wave）一書，該書將大數據稱為“第三次浪潮的華彩樂章”。20世紀90年代，科研領域首次應用大數據這一術語來描述超出了主存儲器、本地磁盤甚至是遠程磁盤承載能力的數據集。但直至2008 年，大數據（Big Data）登上了《自然》雜志的封面后，才逐漸演變為技術領域的熱門詞語。大數據是指在規定的時間范圍內無法使用常規軟件及工具進行捕捉、管理和處理的數據集合。研究機構Gartner認為，大數據需要全新的處理模式才能釋放較強的決策力、洞察發現力以及流程優化能力的多元化、高速增長和海量的信息資產。麥肯錫全球研究認為，大數據是一種遠超過傳統數據庫軟件工具能力范圍的數據集合，尤其表現在獲取、儲存、管理、分析等方面。

（一）大數據的特點

大數據的特征主要表現為“4V”：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（高價值）。大數據的特殊之處并非在于數據量，而是在于如何對這些數據進行專業化處理，從中獲得能夠支撐決策的關鍵信息。大數據一般分為三種類型：結構化、半結構化以及非結構化數據。其中，大數據的主要組成部分為非結構化數據。因此，近年來非結構化數據的挖掘和應用越來越成為大數據領域的重要發展方向。

大數據需要使用特殊的技術進行處理，才能挖掘其中的價值，主要適用于大規模且可進行處理（MPP）的數據庫、分布式文件系統和數據庫、云計算應用平臺、數據挖掘、互聯網以及可擴展的儲存系統等。

（二）大數據的技術體系

從大數據處理的生命周期來看，大數據的技術體系主要分為：采集樣本與預處理、存儲與管理、計算運行模式與系統、分析與挖掘、數據可視化分析以及數據隱私與安全等幾個方面。

作為大數據應用的第一步，數據的采集和預處理即是對多樣來源的數據進行統一的采集，并通過預處理和集成操作等，為后續的使用提供高質量的數據集資源。

數據的使用與數據的存儲及管理息息相關。兼顧不同的數據類型，對數據支持和服務的種類和要求都更高，因此需要專門的技術體系予以支撐。到目前為止，應用次數較多的數據存儲和管理技術包含分布式文件系統以及數據庫、查詢語言和訪問接口等。

大數據計算模型是根據大數據的不同數據和計算特性，從各種大數據計算問題和需求中提取和建立的各種高層抽象或模型。大數據的計算模式相關技術的出現和發展，極大推動了大數據技術和應用的發展。應用最廣泛的是關鍵信息挖掘算法、聚類算法、深度學習算法、關聯分析算法、決策樹算法等。

數據可視化技術是指利用圖形和圖像處理技術的理論，將各種數據轉換成顯示在屏幕上的圖標或圖像并進行分析的技術和方法。數據可視化技術主要由數據預處理、映射、繪制和顯示等技術構成。數據可視化技術可以幫助用戶快速進行數據的篩選，進而更便捷地從復雜數據中得到新發現。

?表2 智能化基礎設施

隨著大數據技術的不斷發展，安全和隱私問題越來越受到公眾重視，圍繞大數據的數據安全和隱私相關技術不斷得到進步和發展。

五、大數據技術在人身保險中的應用

據《2022 年中國保險科技行業研究報告》，2022年，保險業對保險科技投入增長到534 億元，環比增長27%。保險業大力投入資金應用新科技，不斷提升行業效率并創造了新發展機遇。數據逐漸成為經濟發展的最重要資源，大數據又是智能化基礎設施之一，作用極為重要（見表2）。

大數據技術通過對全樣本數據而非抽樣數據的分析，不僅提供了更準確的數據分析結果，而且在流程優化、產品設計、精算定價、客戶服務、保險公司營銷推廣等諸多方面提供了新的視角和思路，如借助大數據豐富多維數據功能，建立更加全面清晰的客戶圖象；又如基于可穿戴設備記錄運動數據的健康管理醫療險等。

大數據技術在保險業的全面滲透，從基于平臺的數據采集、基于場景的數據挖掘，到面向服務的數據更新，再到個性化的數據應用，大數據與保險形成了“天衣無縫”的有機結合。

據統計，2023年中國人身保險業務保費收入總額為3.76萬億元，占保險業保費收入總額的73.4%。壽險業務是人身保險市場保費收入的主力軍。壽險產品的營銷和定價方法大多相似，營銷主要依賴于個人保險渠道，保險定價基于大數法則，多年來沒有發生實質性變化。

壽險公司的保險產品主要是對人的壽命、意外、健康進行保障，壽險公司面臨的市場具有客戶群體大、重復購買性小、需求變化小的特點。從產品種類看，大數據在健康險方面的應用，帶來很多新的解決方案；從公司經營方面看，大數據又帶來了流程上的革新、防范欺詐風險的新手段等。科技創新給壽險業帶來的變化巨大。

（一）產品定價

在健康保險方面，通過大數據技術添加風險因素，進行準確的模型訓練，建立評分模型，積極擴展大病保險的保險責任病種達120種。在2020年11月，新的重大疾病定義即《重大疾病保險的疾病定義使用規范（2020 年修訂版）》（簡稱新規范）發布；同時發布的還有2020 年版的重大疾病經驗發病率表，即《中國人身保險業重大疾病經驗發生率表（2020）》（簡稱經驗表）。經驗表是保險產品定價的重要依據，也是了解最新大病發生概率的重要參考；而經驗表需要借助大量數據，進行數據分析、數據處理和數據呈現。

由中國保險行業協會、中國醫師學會、中國精算師協會三部門聯合完成新規范的修訂，主要得益于大數據技術。數據顯示，《中國人身保險業重大疾病經驗發生率表（2020）編制報告》共收集產品約2900 款、承保數據近4億條、理賠數據約587萬條，利用大數據技術實現了全方位多維度分析，還支持從更加細分的維度展示大病發生率的人群地域差異、發生率趨勢變化、出險的具體原因和疾病譜變化、大病發生后的生存率情況，以及大病保險市場的產品演進，還對大病保險新增業務和存量業務進行對照分析，從而為大病保險的發展和運營管理提供了重要參考。新規范也創造了多個第一，既為保險公司的健康保險產品創新提供了數據支持，又開了老年人大病經驗發病率研究分析的先河，對老年人專屬保險產品的創新和供應具有重要意義；還為后期動態修訂大病表、規范全行業大病保險運營提供了一套涵蓋所有業務流程的操作標準。

新的重大疾病名錄更新了編制技術和方法，充分運用科技手段更高效地獲取最新數據、更有效地分析，準確反映當前重大疾病風險變化情況，為有效防范財務風險提供有力保障。未來保險機構利用現有數據資源，可進一步挖掘項目潛在成果，同時探索建立大病表動態調整機制。

經驗表是一整套表格，按照疾病種類不同、發生率和比例的定義不同，共包含14 張表（見表3）。其中，CI1 至CI10 是主體部分，給出了某一性別某個年齡的人在接下來一年內患相應疾病的概率。在疾病種類上，新規范給出了28 種大病的標準定義，其中前6種是高發大病，前四種又是高發中的高發。K1 至K3 是因大病死亡比例表，給出了某性別某年齡在一年內死亡的人中因大病死亡的概率。M1 是輕癥部分，給出了新定義下輕度疾病相對于大病的發生比例參考值。

在探討替代材料的過程中，人們發現許多生活中常見的物品可用于制版。比如地板蠟、油畫棒等有防腐作用，水性油墨、乃至絲網版畫的封網膠也可以用作防腐劑。清潔版面則使多用溫和的弱堿或弱酸液體，如碳酸鈉（小蘇打）、醬油等。國外企業早已開發相應的環保制版材料，如基于丙烯酸的防腐劑（ARE）可以代替傳統的瀝青和硬蠟，它可用弱堿水從版面上清除。

經驗發生率表可以更加準確地反映大病發生的概率大小、人生在哪個階段更容易得大病、哪些大病是最高發的，以及男性和女性得大病的概率差別。

需要指出的是，新規范中有關六大核心疾病的定義更加嚴格準確，保障范圍更加明確，其最直接的效益就是可以幫助保險公司更準確地計算成本和費用，風險附加的比例也會有所下降，精準的分析、計算，可以使得未來大病險的價格更便宜。

（二）健康管理

當下的可穿戴設備可以收集人體的諸多數據，再通過大數據技術，使得以預防為準則的精準定價重大疾病保險成為現實。其具體做法是通過強化健康管理機制，以預防為主，降低發病率，改變原有的性別、年齡定價方式，與互聯網企業、醫療機構合作，擴展外部數據，利用個人健康數據從多維度進行個性化定價，滿足市場需求。例如，眾安保險、小米運動和樂運動推出了“步步保”產品，受到了年輕健身愛好者的歡迎。這是首款利用運動大數據定制的健康保險產品，實現了基于用戶真實鍛煉的定價。可以看出，使用個人健康數據進行風險定價的重疾保險已經初具規模。

?表3 2020版重大疾病經驗發生率表（組表）

可穿戴設備的有效應用有利于健康保險公司獲取消費者健康數據指標，同時，大數據有利于實時動態監測和收集健康數據，幫助消費者預防疾病、早發病和降低疾病患病率，參與一些慢性病的管理。

大數據技術+基因檢測技術具有識別潛在健康風險的能力。在宏觀層面，基因檢測可以實現早期發現和早期預防，提高預期壽命，從而影響國家的人口政策、醫療衛生政策和養老金政策。在微觀層面，基因檢測的結果將進一步指導保險公司作出承保和核保決策。保險公司還可以根據被保險人的基因檢測結果制定專屬保險費率，實現“一人一價”的精準定價模式。基因檢測技術最重要的是消除信息不對稱問題，有效規避投保人的道德風險。當然，隱性遺傳信號是否可以承保，以及如何降低承保后保險公司經營此類業務的風險仍是難題。

（三）智能醫療

大數據技術在醫療保險中的應用正逐步從報銷型向預付型轉變。傳統的報銷型醫療保險，以事后報銷為主，即消費者在醫院接受治療，產生的醫療費用在保險范圍內由保險公司承擔。事后報銷造成了保險公司在前期醫療費用控制上缺少控制權，承保越多，費用虧損越大。在大數據時代，墊付+智能醫療方案模式正在逐步形成，即被保險人因為疾病等需要醫學治療服務時，醫療機構依據強大的數據庫資料對相應的疾病作出初步診斷，并制定治療方案和成本限額，治療方案由醫院來執行，費用由保險公司承擔，能有效降低醫療費用。目前，許多大型保險集團都成立了專門的醫療團隊。例如，中國太保旗下太醫管家服務團隊，提供從視頻醫生到專科診所、專家病房、專家咨詢、健康管理等全過程服務。未來，智能醫療方案模式一旦形成，不僅可以防止過度治療和過度消耗醫療資源，降低患者醫療成本，共享優質資源，還可以促進分級診療的發展，實現患者和醫療機構的雙贏。

?圖1 健康醫療大數據

（四）衛生管理

在健康險類型中，長期護理保險與失能收入損失保險相對應，然而在備案險種中，這兩類保險的供應量非常低，主要原因仍然是定價和收入不匹配。對此，保險公司可以基于健康醫療大數據（見圖1），使用大數據技術計算和延長保險年齡，研究如何準確定價和覆蓋項目費用。

（五）公司經營

從壽險公司經營的角度看，保險公司在業務流程轉型過程中為行業的科技轉型奠定了堅實的基礎。疫情期間，保險公司迅速優化服務流程，升級系統功能，減少人工審核，通過家庭網上辦公基本完成保險承保、新訂單回訪、保單管理、案件受理、理賠等各項服務，后疫情時代，服務流程更加智能化。

（六）反保險欺詐

大數據在壽險業務中的反保險欺詐作用巨大。以往，保險公司通過人工表單式詢問記錄被保險人信息，現在則是通過大數據技術，它可以合理收集被保險人身份信息、保險信息和異常信息，篩選出可能有欺詐行為的被保險人，提前預防被保險人的欺詐行為，國內這方面的運用非常嫻熟。

（七）產品創新

科技創新實際上已經形成了保險業從事后管理向事中控制、事前預防發展，同時，更加注重用戶的需求和體驗，它們是保險產品創新的核心。通過大數據技術對客戶需求的不斷挖掘，保險公司可以深入分析客戶的消費習慣和行為，實現保險產品設計從產品導向向客戶導向的轉變，在保險產品設計中更注重客戶需求的主導地位，更側重客戶需求和滿意度。

通過對大數據在保險業的細分業務研究，我們可以看出保險大數據應用在不同發展階段展現的作用。未來，大數據技術與保險業的深度融合不只是流程上的，還會改變行業的發展模式。保險業已經從線上化向數字化轉型，未來的趨勢就是全面數據驅動，保險不再是被動風險管理的角色，而是向風險預警、健康管理延伸。

六、結語

創新是當今社會的主旋律，科技創新的關鍵技術與其他行業結合，形成了行業的變革與行業生產力的極大提升。科技與保險業的深度融合，就形成了保險科技。在改變保險業的十大科技中，大數據、人工智能、區塊鏈、云計算、物聯網等技術是核心，其中大數據的地位尤其重要。隨著數據的資源化，保險業正在向全面數據驅動發展。

本文通過研究科技創新在人身保險中的應用，論述了保險科技中的大數據在人身保險上的運用，包括推動保險產品創新、分類更加精細化、滿足需求多樣化，以及大數據對人身保險公司業務流程的極大優化、助力其經營效益提升，揭示了人身保險的發展趨勢。保險業應抓住科技創新的機遇，引領傳統行業的新發展，同時也應關注技術帶來的新問題，如數據資產、數據安全、大數據治理等方面問題。每一次科技創新，都將帶來社會生產力的大發展，也將成為保險業發展的不竭動力。未來已來，讓我們擁抱科技創新，擁抱一個新的保險時代。