基于商用車車聯(lián)網(wǎng)的UBI車險研究與實踐

劉劍 張佳羽 王書華

摘要：UBI保險依賴車聯(lián)網(wǎng)發(fā)展提供的龐大用戶和數(shù)據(jù)基礎(chǔ)，而得益于國家政策，我國商用車車聯(lián)網(wǎng)覆蓋率很高，因此，基于商用車車聯(lián)網(wǎng)大數(shù)據(jù)的UBI車險研究具有理論與實踐價值。在對國內(nèi)外成熟UBI產(chǎn)品研究的基礎(chǔ)上，以四急、駕駛里程等為依據(jù)，通過加入商車系數(shù)，制定出了合理的商用車UBI車險費率模型，并在成熟的商用車車聯(lián)網(wǎng)平臺基礎(chǔ)上設(shè)計開發(fā)了“商用車車聯(lián)網(wǎng)”UBI車險大數(shù)據(jù)分析平臺。模型與平臺通過真實數(shù)據(jù)進行了驗證，證明了模型的可靠性和平臺的實際價值。

關(guān)鍵詞：車聯(lián)網(wǎng)；大數(shù)據(jù)；UBI；車險

中圖分類號：TP315 文獻標志碼：A

文章編號：2095-5383（2019）01-0048-06

Research and Practice of Usagebased Insurance based

on the Internet of Vehicle for Commercial Vehicle

LIU Jian1a，b， ZHANG Jiayu1a，b， WANG Shuhua2

（1. a. School of Materials Engineering； b. Big Data Application Center of IOV， Chengdu Technological University， Chengdu 611730， China； 2. Chengdu Satellite Communication Information Technology Co. ， Ltd. ， Chengdu 610093， China）

Abstract：

UBI insurance relies on the large number of users and Big data provided by the development of internet of vehicle. With the support of national policies， the internet of vehicle for commercial vehicle in China has developed rapidly. Therefore， the research on Usagebased Insurance based on Big Data of Internet of Vehicle for commercial vehicle has theoretical and practical values. Based on the research of domestic and international UBI products， a reasonable model of Usagebased Insurance premium rate for commercial vehicle was established， and a Big Data analysis platform for Usagebased Insurance of commercial vehicle was designed and developed on the basis of mature IOV platform of commercial vehicle. The model and platform were validated by real data， which prove the reliability of the model and the practical value of the platform.

Keywords：

Internet of Vehicles； Big Data； Usagebased Insurance； auto insurance

中國保監(jiān)會公布的數(shù)據(jù)顯示，中國財產(chǎn)保險行業(yè)保費收入在2017年首次突破萬億元大關(guān)后，2018年財保收入繼續(xù)增長，上半年增速超過20%。但車險業(yè)務表現(xiàn)并不理想，車險同比增速僅為111%，更為嚴峻的是，上半年車險承保利潤率僅有1%，經(jīng)營車險的66家財險公司中虧損者有54家[1]。

傳統(tǒng)的車險只考慮車價和往年的出險情況，車險定價模式比較單一，沒有考慮駕駛行為帶來的風險，導致的結(jié)果是駕駛行為良好的優(yōu)質(zhì)車險用戶為有不良駕駛行為的用戶買單，因此，把駕駛行為納入車險定價的綜合考慮，是改善車險保費不合理現(xiàn)象的一個關(guān)鍵因素。云、大數(shù)據(jù)、物聯(lián)網(wǎng)和通信等新興技術(shù)的發(fā)展和應用，汽車與互聯(lián)網(wǎng)深度融合，利用互聯(lián)網(wǎng)技術(shù)采集和分析駕駛數(shù)據(jù)，催生出結(jié)合了人、車和環(huán)境，根據(jù)駕駛行為定價的UBI（Usagebased Insurance）車險。

UBI車險未來的市場容量極大。預計到2020年整個中國車險市場規(guī)模為9 500億元左右。若車險費率市場化完全放開，伴隨著車聯(lián)網(wǎng)50%的新車滲透率預期，UBI車險的滲透率到2020年會達到10%～15%，屆時，UBI車險面臨的是1 400億元的市場空間。

1車聯(lián)網(wǎng)、大數(shù)據(jù)與UBI車險產(chǎn)品

11車聯(lián)網(wǎng)與大數(shù)據(jù)的深度融合為UBI車險的誕生提供了基礎(chǔ)

車聯(lián)網(wǎng)（IOV，Internet of Vehicles）是物聯(lián)網(wǎng)技術(shù)在交通領(lǐng)域的典型應用，是“人車路”協(xié)同的系統(tǒng)，車聯(lián)網(wǎng)平臺一般有“端管云”三個層次[2]。大數(shù)據(jù)（Big Data）是巨量數(shù)據(jù)集合，大數(shù)據(jù)不僅是大量的數(shù)據(jù)，更是有別于常規(guī)軟件工具收集、管理和處理數(shù)據(jù)的技術(shù)集合，大數(shù)據(jù)具有“大雜低快”4V的特性，即大量（Volume）、多樣（Variety）、低價值密度（Value）和高速（Velocity ）。

車聯(lián)網(wǎng)的“端管云”是UBI車險大數(shù)據(jù)的數(shù)據(jù)源。從車載智能終端所獲取的車輛動態(tài)、位置、交換文字、語音等信息，到利用無線網(wǎng)絡傳輸?shù)皆贫说膶崟r分析、清洗、存儲和運用，處理結(jié)果又實時傳遞回行車中的人和車，構(gòu)成“人車路”的實時協(xié)同系統(tǒng)，不僅可以改善駕乘舒適性、提高安全性，也能為保險公司所用，UBI車險產(chǎn)品就是這些數(shù)據(jù)的典型應用。

12聚焦“商用車車聯(lián)網(wǎng)”開展UBI車險研究的價值和意義

UBI車險項目想要成功，需要一個足夠龐大的用戶基礎(chǔ)，在獲得足夠多的用戶后，保險公司才能有效地通過各種手段去降低賠付率。所以，雖然業(yè)界一致認為UBI車險是發(fā)展趨勢，但對該模式的成長性和可持續(xù)性一直有專家質(zhì)疑，主要的理由就是車聯(lián)網(wǎng)的覆蓋率不夠，UBI車險產(chǎn)品的投資回報率太低、周期太長。

國內(nèi)商用車車聯(lián)網(wǎng)相對成熟，商用車車載終端的高普及率為UBI車險產(chǎn)品提供了一個細分市場快速發(fā)展的機會。我國商用車車聯(lián)網(wǎng)得益于北斗衛(wèi)星技術(shù)和交通部的有關(guān)政策，發(fā)展較好。2011年2月交通部發(fā)布《道路運輸車輛衛(wèi)星定位系統(tǒng)車載終端技術(shù)要求》并在同年5月正式實施，《要求》明確規(guī)定“兩客一?！避囕v必須安裝車載終端產(chǎn)品[3]，之后在2013年交通部又頒發(fā)《關(guān)于加快推進“重點運輸過程監(jiān)控管理服務示范系統(tǒng)工程”實施工作的通知》，2014年多部委又聯(lián)合制定并發(fā)布更嚴格的《道路運輸車輛動態(tài)監(jiān)督管理辦法》。與政策一致的是市場的熱度和商用車車聯(lián)網(wǎng)平臺的不斷涌現(xiàn)：九州的“衛(wèi)通北斗車聯(lián)網(wǎng)平臺”，陜汽的"天行健"車聯(lián)網(wǎng)系統(tǒng)、中國重汽的智能通智能系統(tǒng)、宇通客車的安節(jié)通系統(tǒng)、上汽大通的InteCare行翼通系統(tǒng)、大金龍的龍翼智慧運營管理系統(tǒng)等等?？紤]我國商用車車聯(lián)網(wǎng)高覆蓋率的現(xiàn)實，在商用車車險這一細分市場，設(shè)計一款與駕駛行為和駕駛信息相關(guān)的UBI車險產(chǎn)品，具有很強的可行性，在理論和實踐兩個方面都具有價值。

13基于“商用車車聯(lián)網(wǎng)”的UBI車險研究的主要內(nèi)容

國內(nèi)外都在積極推廣UBI保險，也取得了一定的成效。較之國外成熟的UBI產(chǎn)品和靈活的保險費率，中國在UBI產(chǎn)品上的研究與研發(fā)相對落后，需要契合中國市場的UBI車險產(chǎn)品來填補市場空白。因而，基于“商用車車聯(lián)網(wǎng)”的中國UBI車險產(chǎn)品研究，其主要內(nèi)容有兩點，第一是契合中國市場的“商用車車聯(lián)網(wǎng)”UBI產(chǎn)品的精算模型研究；第二是針對中國市場的“商用車車聯(lián)網(wǎng)”UBI平臺研發(fā)。

首先是UBI模型，將歐美的UBI模型直接套用到中國明顯是不合理的，將成熟的國際UBI精算定價模型與國內(nèi)商用車車險市場需求相結(jié)合，同時結(jié)合國外UBI成功經(jīng)驗和國內(nèi)成熟的商用車車聯(lián)網(wǎng)的運行數(shù)據(jù)，構(gòu)建本土化的商用車車聯(lián)網(wǎng)UBI模型，依據(jù)不同情況進行多番調(diào)校，才能提供滿足國內(nèi)市場及監(jiān)管需求的產(chǎn)品。

其次是UBI平臺，要綜合考慮數(shù)據(jù)的采集、存儲和應用，關(guān)鍵是數(shù)據(jù)源，可以單獨建車聯(lián)網(wǎng)，用自己的智能終端采集原始數(shù)據(jù)，也可以與成熟的商用車車聯(lián)網(wǎng)平臺共享數(shù)據(jù)，二者區(qū)別很大。本文的UBI平臺是在九州“衛(wèi)通北斗車聯(lián)網(wǎng)平臺”的基礎(chǔ)上開發(fā)，同時，通過松耦合的系統(tǒng)架構(gòu)，讓UBI平臺在一定程度上保持獨立性和擴展性。

2“商用車車聯(lián)網(wǎng)”UBI車險大數(shù)據(jù)分析模型

21常見UBI動態(tài)保費機制與國內(nèi)外UBI產(chǎn)品

UBI是根據(jù)駕駛員對汽車的使用情況，以及駕駛員的駕駛行為習慣來設(shè)計的汽車保險。UBI的原理并不復雜，用車聯(lián)網(wǎng)的前端設(shè)備能夠采集到車輛運行狀態(tài)的數(shù)據(jù)，基于這些數(shù)據(jù)可以分析駕駛者的駕駛習慣，依據(jù)一定的模型，對駕駛習慣進行風險分級和客戶分類，然后針對不同客戶類別提供不同的汽車保險費率。UBI車險保費應該綜合考慮駕駛里程、時間、環(huán)境、駕駛方式等客觀指標[4]。如表1所示，傳統(tǒng)的車險是靜態(tài)定價方式，無論單因子還是多因子都一樣，因此傳統(tǒng)車險的合理性與準確性都不高。UBI車險將駕駛者的因素放入定價模型，屬于動態(tài)計價方式，因而定價更為客觀合理[5]。

國內(nèi)外UBI產(chǎn)品都離不開保險公司的參與，但相比之下，國外的參與者要單純一些，國內(nèi)要復雜很多：除保險公司直接主導的UBI產(chǎn)品外，美歐UBI保險服務商主要有兩類，一是電信運營商與保險公司聯(lián)合，二是TSP（Telematics Service Provider）企業(yè)與保險公司聯(lián)合；中國的UBI產(chǎn)品市場除了保險公司、電信運營商和TSP，主機廠、大型汽配廠、北斗服務商，以及互聯(lián)網(wǎng)巨頭、大數(shù)據(jù)公司都參加了進來，都想在UBI市場分得一杯羹，競爭情況較為復雜。

211常見的國外UBI產(chǎn)品及策略

國外的UBI產(chǎn)品很多，比較典型的包括美國的Progressive和Allstate，荷蘭的Polis VoorMij，德國的Provinzial。其中Progressive綜合了“急剎頻率”、“行駛里程”、“凌晨用車頻率（0—4點）”等因素，通過多維度的模型計算保費；Allstate綜合的因素包括“總行駛里程”、“日行駛時間”、“急剎次數(shù)”、“時速超過80英里/小時的占比”等；Polis VoorMij對良好駕駛習慣的車主給與折扣，最高可達20%；Provinzial除對良好駕駛習慣折扣外，還贈送一鍵救援、緊急呼叫等增值服務。

212常見的國內(nèi)UBI產(chǎn)品及策略

國內(nèi)的UBI產(chǎn)品也很多。保險公司中人保財險最先探索UBI車險產(chǎn)品，之后平安、太保、陽光、安邦、安盛、天平等都相繼試水，推出了自己的UBI車險產(chǎn)品，其中較有影響的是太保投資的美國Metromile公司，該公司已成為美國UBI領(lǐng)域的標桿性企業(yè)；UBI車險創(chuàng)業(yè)型公司更多，如斑馬、OK車險、手機車保、里程保、車主省錢、車友保、真惠保、迪納等超過50家企業(yè)相繼推出UBI車險產(chǎn)品；BAT三巨頭也涉足了UBI車險產(chǎn)品，阿里投資眾安保險，騰訊有“i車生活平臺”，百度有Carlife。

以真惠保和迪納為例說明國內(nèi)UBI產(chǎn)品的典型策略。真惠保融合三類因素，第一是駕駛歷史，如過往出險情況，賠款額、出險率、賠付率等；第二是里程，如總行駛里程、上下班時段里程、夜間里程、周末里程；第三是駕駛習慣，如三急次數(shù)（急加、急減、急停）、疲勞駕駛次數(shù)、違章次數(shù)、事故次數(shù)、高速駕駛次數(shù)、停駛次數(shù)等等。迪納通過手機APP，汽車OBD盒子，鏈接“人”和“車”，綜合因素涵蓋“人”的社會數(shù)據(jù)、汽車感知數(shù)據(jù)、駕駛行為數(shù)據(jù)、“手機”數(shù)據(jù)和涉車產(chǎn)業(yè)鏈數(shù)據(jù)五類，除常見的人、車和環(huán)境的駕駛數(shù)據(jù)外，迪納還收集了涉車產(chǎn)業(yè)鏈上的數(shù)據(jù)，例如車型和汽車制造商，常去的維修機構(gòu)、加油站、停車場等等[6]。

22UBI動態(tài)保費機制暨車險大數(shù)據(jù)分析模型構(gòu)建

車險行業(yè)中車主駕駛行為的評分機制是重點，在駕駛行為評分準確的基礎(chǔ)上，才能設(shè)計合理的UBI車險定價模型。利用與OBD接口相連的車載智能終端獲取包含車輛狀況的車主行車數(shù)據(jù)，然后用行車數(shù)據(jù)對車主的駕駛行為安全等級進行判定，在考慮“商用車”的特性基礎(chǔ)上，用“商用車”掛靠單位的保險調(diào)整系數(shù)（商車系數(shù)）計算后，為車主提供個性化保險費率。如圖1所示，基于駕駛行為的動態(tài)保費機制依據(jù)四急次數(shù)（急加/急減/急剎/急轉(zhuǎn)）、里程、駕駛時間段等因素判定車主安全行車級別，通過商車系數(shù)調(diào)整后確定車主實際保費。

221駕駛行為評分機制

駕駛行為評分機制在可收集的駕駛行為數(shù)據(jù)基礎(chǔ)上提出的，主要影響因子有四急，日總里程、總時間、夜間時間。駕駛行為的評分每日自動匯總，月/年平均即為月度/年度得分。

利用調(diào)查問卷向?qū)＜沂占募?、日行駛總里程、總時間和夜間行駛時間四個維度指標的權(quán)重建議。本文共發(fā)放10份權(quán)重設(shè)置的調(diào)查問卷，首先是每個專家在調(diào)查問卷的判斷矩陣中對各指標進行兩兩比較，然后對全部專家問卷結(jié)果進行算術(shù)平均后取整，最后計算對應指標的權(quán)重，如表2所示。計算結(jié)果的一致性檢驗CR值<01，表明該判斷矩陣具有令人滿意的一致性，不需要做調(diào)整。

為方便后文分析，對表2計算出的四個指標權(quán)重簡化取整，分別為04/03/02/01。按每日駕駛行為滿分100分計，四急、日行駛總里程、總時間、夜間行駛時間的分值分別為40、30、20、10分。

一是四急評分。滿分40分，用四急事件發(fā)生的次數(shù)扣分，其中急加速、急減速事件發(fā)生1次扣1分，急轉(zhuǎn)彎、急剎車事件發(fā)生1次扣2分，最低得分為0；

二是日行駛總里程評分。滿分30分，總里程的扣分起點為200 km，超過起點里程20 km扣2分，最低得分為0；

三是日行駛總時間評分。滿分20分，總時間的扣分起點為4 h，超過起點時間1 h扣2分，最低得分為0；

四是日夜行時間評分。滿分10分，夜行時間扣分起點為1 h，超過起點時間1 h扣2分。

222UBI定價模型

UBI定價指保險折扣率定價，是指在駕駛行為評分機制和基本車保費率的基礎(chǔ)上，對不同安全級別的駕駛行為車主給予不同程度的保費折扣或增收額外費率[7]?！吧逃密嚒盪BI車險定價原則如下：一是分級，將UBI折扣分為A/B/C/D/E五級，每20分為一個等級：A級（80～100）；B級（60～80）；C級（40～60）；D級（20～40）；E級（0～20）；二是獎懲原則，對A/B/C級用戶，即分數(shù)高于40分時，車險公司為車主提供不同程度的保費優(yōu)惠，每2分加1個基點的優(yōu)惠額度，最高可達基礎(chǔ)費率的30%；D級用戶的車主無法享受保費優(yōu)惠，也無需支付額外費用；E級用戶的車主需要額外支付保費，費率的計算公式為，每1分加2個基點的懲罰額度，最高可達基礎(chǔ)費率的40%。

“商車系數(shù)”由掛靠單位與保險公司協(xié)商，一般由往年所有車輛評分的平均值、集團往年的賠付率和賠付額，以及購買保險的商用車數(shù)量、新舊程度等因素確定。

3“商用車車聯(lián)網(wǎng)”UBI車險大數(shù)據(jù)分析平臺

31平臺的設(shè)計原則

“商用車車聯(lián)網(wǎng)”UBI車險大數(shù)據(jù)分析平臺（本文簡稱UBI平臺）的設(shè)計原則包括：實用性原則，即解決實際問題，做細核心功能；安全性原則，應充分考慮系統(tǒng)數(shù)據(jù)、網(wǎng)絡傳輸和權(quán)限設(shè)置的安全性和可靠性；易用性原則，要符合互聯(lián)網(wǎng)操作人員的思維方式和工作習慣，應具有極強的引導性；穩(wěn)定性原則，平臺技術(shù)要采用成熟、穩(wěn)定的技術(shù)，保證系統(tǒng)在大數(shù)據(jù)量、高并發(fā)和連續(xù)待機情況下長時間的不間斷安全運行，并能應付可以預想的異常突發(fā)情況；技術(shù)先進性和可擴展性原則，支持海量數(shù)據(jù)分區(qū)管理，支持每秒1 000條數(shù)據(jù)插入，支持億條級數(shù)據(jù)存儲和管理；低成本原則，在能夠滿足本系統(tǒng)正常運行的前提下，要盡量降低系統(tǒng)的設(shè)計和建設(shè)成本，盡可能的選用性價高的硬件設(shè)備和易于編寫、維護費用低的軟件技術(shù)，充分利用現(xiàn)有資源。

32平臺的技術(shù)路線

UBI平臺在九州“衛(wèi)通北斗車聯(lián)網(wǎng)平臺”之上，構(gòu)建基于車輛、駕駛數(shù)據(jù)的各類應用系統(tǒng)，包括UBI保險評分、駕駛行為預警、遠程故障檢測和遠程服務等應用。UBI平臺采用先進、實用的net架構(gòu)，為有效保障系統(tǒng)的完整性、規(guī)范性與開放性，減少技術(shù)風險，避免重復開發(fā)，平臺提供成熟的SOA服務組件，包括流程服務組件、GIS服務組件、報表服務組件等等。UBI平臺的外部接口包括兩個主要方面：一個是通過開放的基礎(chǔ)支撐網(wǎng)絡提供統(tǒng)一開放的外部信息接口，這類接口主要用于提供信息服務；二是通過開放的業(yè)務開發(fā)接口向新業(yè)務開發(fā)或服務商提供開發(fā)平臺。

UBI平臺按照數(shù)據(jù)收集、數(shù)據(jù)常用算法整理研究、描述性分析研究、數(shù)據(jù)預處理方法研究、統(tǒng)計與非線性分析方法研究、UBI車險定量預測及評價方法研究、軟件平臺構(gòu)建的流程開展工作，具體技術(shù)路線流程如圖2所示。

33平臺的基本功能

UBI平臺的主要功能可以分解為三大部分，分別是車載智能終端、云平臺、移動客戶端。第一是智能終端功能，包括車況體檢、尋車定位、報警提醒、GPS/北斗軌跡等；第二是云平臺WEB端功能，包括后端的UBI保險評分、駕駛行為預警、用戶管理、車輛統(tǒng)計、設(shè)備管理、軌跡回放、實時監(jiān)控、廣告管理、預約管理、積分規(guī)則和消息管理等；第三是APP用戶手機端功能，包括駕駛行為預警、UBI保險自評（與排位）、廣告列表、積分消費、車友互動、違章查詢、形成查詢、預約保養(yǎng)、駕車寶典、消息列表等。

4實驗及結(jié)果

實驗選取100名九州“衛(wèi)通北斗車聯(lián)網(wǎng)平臺”車主為對象，為方便研究，選取的車輛掛靠同一家運輸公司，所有車輛都通過安邦保險汽車金融事業(yè)部購買車險，且所有車輛上九州公司的智能車載終端（北斗盒子）都升級為OBD版，以便獲得取車輛運行狀態(tài)的必要數(shù)據(jù)。

UBI平臺對“衛(wèi)通北斗車聯(lián)網(wǎng)平臺”遷移過來的數(shù)據(jù)進行實時/非實時的計算和分析，得到實驗對象駕駛行為的評分，然后結(jié)合安邦保險提供的保險理賠數(shù)據(jù)做對比實驗。實驗分兩階段進行，前一個階段是讓已安裝ODB盒子的100名商用車車主運行1個月，取得這100個車主的駕駛數(shù)據(jù)，由于是運輸公司設(shè)備正常維護升級中更換的設(shè)備，并未告知車主UBI實驗相關(guān)的信息，故獲取的車主駕駛行為能作為原駕駛行為，可用往年這100名商用車車主的車險理賠數(shù)據(jù)做分組對比分析；第二階段則是在駕駛行為C/D/E三類車主中選取倒數(shù)的50名進行跟蹤實驗。

第一階段：分析得到100名車主的得分，按照ABCDE五類劃分的結(jié)果，如圖3所示。從圖中可以看到選取的100名車主中多數(shù)得分較低。E類車主最多，其次是C和D類車主，A類和B類車主較少，說明大多數(shù)商用車司機的駕駛習慣不太好。

通過保險公司的數(shù)據(jù)對比分析，2017年選取的100個樣本中，有1次出險賠付的為87人，有2次以上的為40人，有3次以上的為15人。有2個A類車主在保險公司的數(shù)據(jù)對比分析中發(fā)現(xiàn)多次出險，高風險的駕駛員識別的準確率為87%，另外，數(shù)顯顯示，評級D/E類車輛賠付率、出險率是A類的2～3倍。

第二階段，以第一階段駕駛行為分值為根據(jù)，從這100名車主中選取得分低的50名車主開展了一個月的跟蹤實驗，實驗開始前告知了車主如果保持目前的駕駛習慣，第二年將被收取額外保費，如果改善駕駛習慣，則可以享受不同程度的保費優(yōu)惠。圖4表明駕駛評分機制有效地刺激并鼓勵了車主，為獲得較高駕駛行為分值，車主一定程度上改善了不良的駕駛行為。一個月的測試，E類駕駛行為人數(shù)由初始26人減少到6人，88%的車主駕駛分值在40分以上，沒有A類車主是因為排名最低的50個車主大都有駕駛里程太長、駕駛時間太久和夜間駕駛的扣分，這既是他們前一階段分數(shù)偏低的原因，也是他們本階段分數(shù)依然上不去的主因。同時，實驗還驗證了UBI平臺里程和油耗計算誤差都在5%以內(nèi)，在遴選/去掉模型判斷最差的10%車輛后，剩余車輛賠付率平均降低7%；在遴選/去掉模型判斷最差的20%車輛后，剩余車輛賠付率平均降低10%。

系統(tǒng)測試的結(jié)果表明，基于“商用車車聯(lián)網(wǎng)”的UBI車險大數(shù)據(jù)分析模型有助于車主增強安全行車意識。車主行車安全意識的增強，低風險駕駛行為的增加，能夠減少道路事故發(fā)生率和車險賠付費率，進而減少保險公司賠付成本，增加了保險公司的利潤額。

5結(jié)語

車險對車聯(lián)網(wǎng)的發(fā)展有著更多的期待，隨著車聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，“車聯(lián)網(wǎng)+保險”在車險行業(yè)是大勢所趨，兩者是一對天生的合作伙伴。同時，考慮我國商用車車聯(lián)網(wǎng)高覆蓋率的現(xiàn)實，研究基于商用車車聯(lián)網(wǎng)的UBI精算模型、開發(fā)UBI平臺能滿足商用車車險各利益相關(guān)方的訴求，形成多贏的局面。

本文從車聯(lián)網(wǎng)UBI車險大數(shù)據(jù)分析模型的構(gòu)建和車聯(lián)網(wǎng)UBI車險大數(shù)據(jù)分析平臺開發(fā)兩方面入手，以四急、駕駛里程等為依據(jù)，通過加入商車系數(shù)，制定出了合理的商用車UBI車險費率模型[8]，在對車聯(lián)網(wǎng)UBI大數(shù)據(jù)的獲取、存儲、分析、建模等方面進行詳細研究的基礎(chǔ)上，設(shè)計開發(fā)了國內(nèi)先進的軟件平臺。模型與平臺通過實驗，用衛(wèi)通公司與安邦車險的真實數(shù)據(jù)進行驗證，證明了模型的可靠性和平臺的實際價值。另外，據(jù)九州衛(wèi)通公司的預計，UBI平臺成熟后每客戶的年服務收入在100萬～150萬元之間，以3～4個客戶計，年服務收入可達600萬元，因此，研究成果在北斗商用車聯(lián)網(wǎng)企業(yè)、TSP企業(yè)、車險行業(yè)具有良好的應用前景。參考文獻：

[1]戴夢希. 商車費改進入深水區(qū)中小險企差異化發(fā)展求突破[EB/OL]. （20181017）[20181223]. http：//www. financialnews. com.

cn/bx/zc/201810/t20181017_147679. html.

[2]劉劍，陽國橙. 車聯(lián)網(wǎng)背景下應用型本科汽車服務工程專業(yè)人才培養(yǎng)探索[J]. 教育現(xiàn)代化，2018，45（11）：810.

[3]甄文媛. 商用車車聯(lián)網(wǎng)新勢力崛起[J]. 汽車縱橫，2014（7）：110115.

[4]彭江琴. 基于GID的車聯(lián)網(wǎng)保險UBI費率與駕駛行為評分研究[D]. 南京：南京郵電大學，2016.

[5]江磊. 互聯(lián)網(wǎng)車險UBI產(chǎn)品設(shè)計[D]. 杭州：浙江大學，2017.

[6]周路佳. 車聯(lián)網(wǎng)技術(shù)在車輛保險領(lǐng)域應用的市場調(diào)查研究[D]. 杭州：浙江工業(yè)大學，2014.

[7]彭江琴，劉南杰，趙海濤，等. 智能UBI系統(tǒng)研究[J]. 計算機技術(shù)與發(fā)展，2016，26（1）：142146.

[8]韓家群，劉南杰，黃波，等. 基于車聯(lián)網(wǎng)大數(shù)據(jù)的UBI系統(tǒng)研究[J]. 計算機技術(shù)與發(fā)展，2016，26（12）：2629.