道路风险地图：车险大数据赋能城市治理的“上海方案”政策解读
编者按
在当前“保险姓保、监管姓监”大背景下，深度参与社会保障体系建设与现代化社会治理体系建设，成为保险行业在“新时代”的必然选择，对于习惯了粗放式发展的保险业来说，这其中的挑战可谓不小。
相对而言，车险或许更加顺利成章，因为车险早已经成为道路交通风险的矛盾纠纷化解和损失责任转移的主要手段，问题只在于市场竞争加剧的情况下，其参与交通治理的深度如何才能更进一步？
近期，上海保监局发布《上海市道路风险地图（2017版）》或许是一个有益的尝试。该风险地图以上海车险大数据为基础，从“道路风险概况”、“从车维度”、“从人维度”、“环境维度”以及“交通治理维度”五个分析维度，对于上海市的道路交通风险状况进行了深入透视分析，一幅纯粹车险大数据视角下的上海道路风险全景图就此展开。
这份道路风险地图有什么作用？目前来看，至少可以达成以下几个方面：
对市民来说，道路交通事故量高居不下、交通拥堵严重等问题都是切身之痛，“道路风险地图”通过总结各种事故规律，制作人伤事故地图，标识十大人伤事故高发路口，指出交通事故与车辆、时间、环境等因素的内在关联等，可帮助居民有效规避风险。
对政府来说，交通治理是特大型城市治理中永恒的主题和难题，“道路风险地图”通过跳出车险看风险，开辟了观察道路风险的保险视角。保险业以专业的风险管理者的身份从而得以告知政府有关部门，高风险地点在哪里，如何防范道路交通风险，如何加强高风险车辆管理，近年来施行的地方交通治理政策究竟取得何种成效。
对保险机构来说，上海属于典型的城市型车险市场，其经营成本受赔付端影响较大，特别是人伤赔付成本较高，“道路风险地图”揭示了不同类型车辆、不同类型用户的出险情况，对于提升险企自身的精细化运营能力大有裨益，也有助于其有的放矢，提升客户服务体验。
据悉，上海保监局推出的这份以车险大数据为基础的《上海市道路风险地图（2017版）》在全国尚属首次，虽然只局限于上海市，但无疑是为保险行业深度参与城市交通治理乃至社会治理开了一个好头。随着国家治理现代化进程的加快，智慧城市、智能交通发展的不断提速，保险精细化管理和城市精细化治理的连接将更加紧密，道路风险地图或将成为保险业参与道路交通治理的重要工具。
在下文中，我们截取了《上海市道路风险地图（2017版）》中的部分地图切片进行展示，如需全部内容，请后台回复“风险地图”进行提取。
道路风险概况
浦东新区、闵行区和静安区
事故量居前三位
截至2016年底，上海市机动车保有量480.12万辆，其中汽车463.07万辆，从风险地图统计的数据来看，2016年的88.97万件事故（在2016年出险并结案的交强险案件，剔除单车事故）分布于16个行政区域，其中，中心城区占比超过33.28%，日均事故量2431件。
从区域分布来看，上海市各区域事故密度分布表现为中心城区以及闵行区、宝山区较高；从事故绝对量来看，浦东新区、闵行区和静安区排在前三位。
从全市道路事故的空间分布来看，事故主要集中于中心城区以及非中心城区的中心城镇；从时间分布来看，呈现出早、晚高峰高，且早高峰高于晚高峰的“马鞍型”分布。
2016年，上海市各类涉人伤（含死亡）事故11.41万件,人伤事故总量同比减少了2.86%。从事故高发地来看，人伤事故主要分布在浦东新区、闵行区以及中心城区外围。从事故概率来看，出租车等六大车型高于事故概率均值。
从车维度
不同性质车辆事故分布存在显著差异
在车险经营实践中，不同性质的车辆出险概率有着显著的不同，那么城市道路当中，不同性质的车辆在事故分布上又存在哪些差异？《上海市道路风险地图（2017版）》也对此给出了回答，显示家用车、出租车等不同性质的车辆在事故分布的时间以及地点方面存在较为显著的差异。
截至2016年底，上海共承保家用车376.51万辆，占机动车保有量总量的78.42%，发生事故68.60万件，共承保非家用车103.61万辆，占机动车保有量总量的21.58%，发生事故20.37万件。
从时间分布来看，家用车事故在时间和空间分布上与上海市道路事故整体分布基本一致；非家用车在白天的事故概率没有明显的大起大落，早晚高峰的事故概率差距不大。
截至2016年底，上海共承保出租车3.55万辆，占非家用车保有总量的3.43%，发生事故2.22万件。从空间分布来看，出租车事故集中于中心城区和非中心城区的中心城镇。从时间分布来看，出租车24小时事故占比最低值大于1%，与其24小时运营的规律相一致。白天的事故分布较为均匀，14：00-15:00事故占比最高。
根据报告显示，公交车、环卫车、两客一危早高峰事故占比较高，均超过10%，这跟其运行时间有主要原因。而搅拌车、渣土车等车型发生事故时间与空间都不太规律，但主要集中在白天。
从人维度
高峰期女司机事故概率高；
各年龄段人群事故概率差异不大
由于频频见诸报端，“女司机”已经“污名化”，但其发生车辆事故的概率就一定高于男性吗？《上海市道路风险地图（2017版）》给出的数据揭示，女司机其实只是在早晚高峰期事故概率高于男司机，在其他大多数时间，事故概率其实要低于男司机。此外，从不同的年龄段来看，不同年龄段的人群略有差异，但整体差异不大。
从时间分布来看，女性驾驶员的事故概率在早晚高峰明显高于男性，在早晚高峰（7:00-8:00，17:00-18:00）的两个时间段事故占比超过全天的20%。
再从五个不同年龄段人群来看，事故分布峰值也主要出现在早晚高峰，但差异不大。在早高峰时段，除90后事故概率偏低，其他人群事故概率接近。但在晚高峰后，各年龄段的事故发生概率依此由90后从高到低分层，与各年龄段的生活习惯大致相符。
从环境维度
天气越恶劣事故发生概率越大
从日常经验出发，环境显然是影响交通事故概率的一个重要因素，《上海市道路风险地图（2017版）》给出的数据也印证了这一点。
从天气指标来看，“雨夹雪”和“中雨”对事故发生概率影响明显，其日均事故量相比较“晴天”分别高了30.41%和9.83%。
具体到各种承保车型，“雨夹雪”、“中雨”都是事故发生概率最高的天气。
从空气质量指数来看，“中度污染”对事故发生概率影响较为明显，其日均事故量相比较“优”的情形下高了8.62%。
具体来看，家用车的事故概率受空气质量影响更明显，而非家用车在各种空气质量情况下差异不大。出租车受空气质量因素影响也十分明显，但与其他车型不同 ，影响出租车事故发生最明显的为重度污染天气；公交车发生事故概率受影响程度相对较小。
交通治理维度
相同政策在不同地区效果或有不同
近年来，针对城市交通难题，上海市施行了一系列交通治理政策措施，这些政策是不是都起到了预期的作用？道路风险地图同样提供了一条客观评价治理成效的路径。以交通限行政策为例，从有效降低事故发生概率、促进道路通畅的角度来看，不同道路的限行政策成效有所差异，在南北高架、延安高架、内环等道路限行效果明显，但中环则不太明显；再如交通违法大整治后一年间，包括家用车在内的绝大多数车辆的日均事故量确实下降明显。
上海共承保沪牌车辆266.57万辆（其中沪C牌照80.32万辆），非沪牌照车辆141.07万辆。从牌照分类来看，上海牌照（不含沪C）事故分布主要集中于中心城区；沪C牌照事故分布主要集中于嘉定、松江、青浦、金山及闵行等非中心城区，外地牌照事故分布主要集中于中心城区外缘。从事故密度来看，牌照管控政策一定程度上缓解了中心城区的拥堵程度。
从上海市13条主要快速路的道路事故密度来看，沪闵高架、延安高架、南北高架及内环的高峰限行措施效果较为明显，呈现为高峰时段事故密度低于非高峰时段，而中环的限行效果可能未及预期。另外，部分路段事故密度呈现为高峰时段远高于非高峰时段，如：五洲大道。
上海从2016年3月起，进行了全市范围的交通违法行为大整治。道路交通事故总量从整治前一年（2015年3月25日-2016年3月24日）91.37万件，下降到整治后一年（2016年3月25日-2017年3月24日）85.12万件，下降了6.84%。日均事故量从2496件下降到2332件。其中家用车日均事故量下降了9.16%，非家用车日均事故量上升了1.6%。考虑到2016年上海机动车辆存量10.22%的增幅，上海地区“交通大整治”效果十分明显。
从高风险车型来看，除环卫车以外，出租车、公交车、“两客一危”、渣土车及搅拌车的日均事故量均明显下降，其中出租车在交通大整治后日均事故量下降了近25%。
