湖南省財貨險出險特征分析

摘 要：利用2016—2020年湖南省97個國家站和3 499個區域站降水資料，以及2016—2020年中國人民財產保險股份有限公司湖南省分公司因暴雨出險的財貨險理賠出險案件數據，對財貨險進行險類劃分并剔除案例較少的財貨險險種，選出3個主要的財貨險種類，分別對主要財貨險中的工程險、家財險及企業險的出險特征包括出險點海拔、出險頻次及出險事件與降水量之間的聯系進行分析，并對因暴雨出險的不同險種提供相應的氣象服務建議。結果表明：工程險分布在平原地區的出險點最多，家財險和企業險分布在丘陵地區的出險點最多。3種險類出險頻次為較低等級的出險點均占主要部分，并在理賠金額上占比最多。從不同險種出險次數最多的出險點來看，工程險在高速公路相關工程建設上出險次數最多，家財險則是在人口密集和地形較為復雜的城市地區，企業險是各市州的電力公司。從出險前24、48和72 h的降水量范圍和平均值來看，工程險和企業險更易因暴雨而出險。

關鍵詞：湖南；暴雨；財貨險；保險氣象服務

中圖分類號：S42 文獻標志碼：B 文章編號：2095–3305（2024）06–0-03

暴雨是我國地區最為常見的氣象災害，暴雨天氣伴隨的次生災害有城市內澇、山體滑坡等[1]。由于地形地貌特殊且復雜，湖南省常發生暴雨洪澇災害，位列我國暴雨洪澇災害最嚴重的省份之一[2]。受全球氣候異常影響，湖南省的暴雨事件逐年增加，暴雨事件的發生會對人民生命、財產安全和經濟社會發展等產生影響，對生產、生活均造成危害，造成較大的經濟損

失[3]。氣象部門提前預報，有效加強災害發生前的部門聯動，能為防災減災工作提供重要依據[4]。

近年來，保險氣象服務的需求正日益擴大，尤其是需要針對保險行業中不同的險種提供精細、精準的專業氣象服務，減少各類險種財產的損失和降低保險賠付金額，并保障社會的生產活動和人民的生命安全。當前，氣象部門與保險部門合作，建立氣象災害風險防范體系，推動氣象部門與保險業深度融合發展，開發氣象與保險聯合的新興產品和相關保險氣象服務，更能充分發揮氣象在跨部門防災減災聯動方面的作用[5-6]。

1 數據與方法

1.1 研究區域概況

湖南省位于我國東南腹地，介于24°38′～30°

08′N，108°47′～114°15′E之間，地處長江中下游地區，是云貴高原向江南丘陵和南嶺山脈向江漢平原過渡的地帶。湖南省三面環山，主要山脈有雪峰山、武夷山、幕阜山—羅霄山及南嶺山脈，中部丘崗起伏，北部以湖泊、平原地勢為主，整體地形呈現西南高、東北低的不對稱的馬蹄形。湖南省雨水豐富，年平均降水量氣候值為1 435.6 mm，汛期為每年3—10月，主汛期為每年5—7月，其中主汛期集中了湖南省50%以上的降水量，且主汛期內容易出現短時強降水過程，極易帶來滑坡、泥石流等次生災害，對人民生產、生活造成不利影響，造成較大的經濟損失。

1.2 數據來源與處理

所用的保險公司數據主要為暴雨導致的財貨險出險理賠數據（以下簡稱出險數據）。財貨險出險數據包括保單號、備案號、理賠金額、出險日期、出險點經緯度等，均來源于中國人民財產保險股份有限公司湖南省分公司。對因暴雨出險的財貨險理賠案例進行更細化的險種劃分，剔除理賠案例較少的險種（如船舶險）后，將財貨險劃分為三類：工程險、家財險和企業險。對三種不同險類的理賠案例與出險點經緯度、出險點出險頻次以及理賠金額進行分析。利用湖南省2016—2020年97個國家站和3 499個區域站點降水資料，匹配出險點最近氣象站點的24 h、48 h以及72 h降水量，

對不同險種與降水的關系進行相關分析。

2 出險點的空間分布特征

由于地形地貌對降水有一定的影響，且湖南省內地形分布較為復雜，先對出險點的海拔進行分類區劃，以更好地分析不同海拔地區出險的情況，從而為不同海拔地區的承保和出險提供更為精確的風險提示。區劃結果如下：海拔低于50 m的地區為平原地區，海拔50～200 m的地區為丘陵地區，海拔在200～

500 m的地區為山地地區，海拔高于500 m的地區為高山地區[7]。

2.1 出險頻次分布

利用K-Means聚類分析法對出險頻次進行分類區劃，K-Means算法是無監督的聚類算法，對于所給樣本集，依據不同樣本之間的距離分布，將樣本集劃分為K個簇，讓簇內的樣本點盡可能緊密分布，而讓不同簇之間的差異盡量明顯，該方法便于實現，廣泛應用在各類研究中。利用K-Means聚類分析法將湖南省財貨險的出險頻次從低到高區劃為4個等級：較低、中等、較高和極高，分析不同財貨險出險頻次的空間分布。

不同財貨險4個等級對應的出險頻次范圍如表1所示。工程險類共有98個出險點，出險頻次較低的出險點數量和理賠金額占比最多，理賠金額占所有工程險理賠金額的59%；出險頻次極高的出險點有2個，對應的理賠金額占比為15%。出險頻次等級為中等、較高和極高的出險點一共12個，數量比較低等級的出險點少，但累計的理賠金額總占比達41%。由此可見，出險頻次中等及以上的出險點雖少，但帶來的經濟損失較大。家財險同樣是出險頻次為較低等級的出險點數量較多，共1 602個，且理賠金額占比最多為63%，出險頻次中等及以上的出險點共有51個，累計理賠金額占比37%。企業險出險頻次為較低等級的出險點共938個，理賠金額占總理賠金額的64%，出險頻次為中等及以上等級的出險點共67個，累計理賠金額總占比達36%。

2016—2020年不同財貨險類別所有出險點的出險頻次如圖1所示。工程險出險頻次為中等的出險點有6個（圖1a），其中有4個為高速路段上的工程建設，剩下2個為縣級的涔天河灌區工程建設；出險頻次為較高等級的出險點有3個（圖1a），均為高速公路相關工程建設；出險頻次為極高等級的2個出險點中官新高速益陽段出險了22次，另一個出險點則位于永州道縣，屬于高山地區。可以看出，工程險出險頻次中等及以上等級的出險頻次大多出現在高速建設路段。由家財險出險頻次的空間分布（圖1b）可以看出，家財險出險頻次為中等及以上等級的出險點分布在湘中、湘南地區，均為人口較為密集的城市地區。出險頻次為極高等級的出險點有3個，分別位于長沙瀏陽（152次）、常德（111次）、長沙望城（96次）。由圖1c可知，企業險出險頻次為中等及以上等級的出險點較多分布在湘西北地區，其次是湘中地區，湘南、湘北部分地區有零散分布。出險頻次為較高等級的出險點共3個，均為當地的電力公司，對應的出險地點和出險頻次分別為：永州（50次）、湘西古丈（34次）以及益陽（33次）。

2.2 不同險種出險事件與降水的關系

利用箱線圖（圖2）對3種不同險類出險的降水量進行統計。箱線圖是一種用于展示數據分布的統計圖表，它可以清晰地展示數據的集中趨勢、離散程度及異常值，箱線圖的優勢在于它能夠直觀地展示數據的分布情況，并且不受數據分布形狀的影響，因此在比較不同組數據時尤為有用。對不同險種出險的降水量的分布范圍以及不同險種在出險前24、48和72 h的平均降水量進行對比分析，從而比較不同險類因暴雨出險的概率和降水量情況。通過對比各險種的箱線圖，可以看出數據的對稱性、降水分布的程度及是否存在異常值。

和出險平均降水量（黑線）比較

工程險出險前24 h降水量集中在10～50 mm之間，

從2016—2020年工程險的出險統計情況來看，出險事件前24 h的平均降水量達到25 mm；而家財險50%的出險事件的降水范圍更大，出險前24 h降水量集中在20～90 mm之間，平均值則達到40 mm；企業險出險前24 h降水量集中在10～55 mm之間，平均降水值達到30 mm。對出險前48 h降水量范圍和平均值進行統計發現，工程險出險前48 h降水量集中在30～100 mm之間，平均達到45 mm；家財險出險前48 h降水量集中在40～200 mm之間，平均達到90 mm；企業險出險前48 h降水量集中在30～100 mm之間，平均達到50 mm。對出險前72 h降水量范圍和平均值的統計結果分別如下：工程險出險前72 h降水量集中在30～100 mm，平均值達到50 mm；家財險出險前72 h降水量集中在50～220 mm之間，平均達到100 mm；企業險出險前

72 h降水量集中在30～280 mm之間，平均降水量達到55 mm。

3 結論與展望

通過對2016—2020年中國人民財產保險股份有限公司湖南省分公司因暴雨出險的財貨險理賠出險案件數據和湖南省97個國家站和3 499個區域站降水資料進行整理，對湖南省不同地區的海拔進行區劃分類，利用K-Means聚類法對出險頻次進行劃分，對財貨險中的工程險、家財險及企業險的出險特征包括出險點海拔、出險頻次及出險事件與降水量之間的聯系進行分析，得到以下結論：

（1）從工程險、家財險和企業險的出險頻次來看，三種險類出險頻次為1～5次的出險點均占主要部分，并在理賠金額上占比最多。工程險在高速公路相關工程建設上出險次數最多，家財險則是在長沙、衡陽、株洲等人口密集和地形較為復雜的地區出險次數最多，企業險出險次數最多的均為各市州的電力公司，如永州、古丈和益陽。在氣象保險服務中，工程險類應重點為高速公路建設集團提供精細化服務，家財險類應重點為人口密集、地形復雜的城市用戶提供服務，企業險類則應重點為電力部門提供精細化服務。

（2）從出險前24、48和72 h的降水量范圍和平均值來看，相比工程險和企業險，家財險50%的出險事件的降水量范圍更廣，降水量平均值也更高，這說明當降水量越大，暴雨事件更極端、降水持續時間更久時，家財險與工程險、企業險的出險概率大致相同，因此，

工程險和企業險更易因暴雨而出險，在提供相應的保險氣象服務時，應更關注這兩種險類用戶。

通過對湖南省不同財貨險險種出險特征進行分析，進一步加強了氣象服務對保險行業的有力支撐，深化了氣象與保險的部門聯動、數據共享，從而調動了氣象部門與行業部門聯動參與防災減災的主動性，提升了氣象災害風險治理與風險減量效能。

參考文獻

[1] 朱勇輝，盧少為，廖鴻志.全球變暖背景下不同暴雨對平原湖區澇災影響模擬研究[J].中國工程科學，2010，12（6）：48-53.

[2] 李夢婕，汪明，史培軍.湖南暴雨洪澇災害損失時空特征及影響因素分析[J].北京師范大學學報（自然科學版）， 2014，50（4）：429-434.

[3] 王琪，吳賢云.近37年來湖南暴雨時空變化特征分析[J].氣象科技進展，2020，10（3）：84-88.

[4] 高升，孫會薈.氣象保險研究進展與展望[J].江蘇商論， 2018（5）：68-70.

[5] 陳振林.貫徹落實“新國十條”推動氣象與保險的深度融合[J].上海保險，2014（11）：42，48.

[6] 喬平，董占強，張珺.我國氣象保險的應用前景分析[J].現代農業科技，2018（6）：208.

[7] 方瓊，段中滿.湖南省地形地貌與地質災害分布關系分析[J].中國地質災害與防治學報，2012，23（2）：83-88.

收稿日期：2024-03-02

基金項目：中國氣象科學研究院amp;中再巨災風險管理股份有限公司 氣象風險與保險聯合開放實驗室開放基金項目“基于保險標的物的氣象災害風險減量策略方法研究”（2023F007）；湖南省氣象局2021年重點科技項目“保險災害風險閾值等級及防災減損應急調度技術研究”（QXKJ21A006）。

作者簡介：彭瑋瑩（1996—），女，湖南衡陽人，助理工程師，主要從事專業氣象服務及科研工作。#通信作者：黎躍勇（1980—），男，湖南瀏陽人，高級工程師，研究方向為應用氣象、氣候資源開發利用、防災減災等，E-mail：302907731@qq.com。