2016-2020年湖南暴雨引发财货险理赔案件的时空分布特征

2016-2020年湖南暴雨引发财货险理赔案件的时空分布特征

李好1，2，黎跃勇*[1],2，周威3，谭诗琪1,2，贾海鹰1,2，江涤非1,2，黄泽群1,2

1.湖南省气象局，中国 长沙 410118；2.气象防灾减灾湖南省重点实验室，中国 长沙 410118；3. 长沙市气象局，中国 长沙 410205

摘要：综合运用线性趋势分析、空间集聚分析、时序变化分析、关联分析等方法，基于2016-2020年中国人民财产保险股份有限公司湖南省分公司理赔案件和湖南省3403个自动气象站暴雨监测数据，计算出暴雨引发财货险理赔案件的时空分布特征，进行暴雨灾害触发财货险理赔案件的关联度分析，以指导修订不同财货险的暴雨灾害预警阈值等级标准。从地理空间分布来看，长沙、衡阳、郴州三地理赔案件次数最多，均占全省15%以上。2016-2020年均为湘东南、湘东、湘西北理赔案件频率较高，湘西南理赔案件频率较少。从时间分布来看，受暴雨影响，投保人理赔案件多发生于夏季，以7月份最高。从不同时段区间降水量与理赔案件次数、结案金额的相关性来看，均为72h降雨量相关性最高，96h降雨量对理赔案件次数的相关性次之，48h降雨量对结案金额的相关性次之。

关键词：暴雨灾害；保险理赔；时空分布

中图分类号：P49                  文献标志码：A

引言

由于我国特殊的地理位置和气候特征[1]，我国是世界上气象灾害最严重的国家之一[2]，天气风险对国民经济的影响巨大。21世纪以来，我国每年因极端天气气候灾害造成的直接经济损失非常严重，2008年年初的南方冰冻灾害一项造成的直接经济损失就高达1500多亿元,湖南直接经济损失680亿元[3]。2015年，全年发生的气象灾害造成的损失高达2500亿元，占各类灾害损失的92%。2021年7月，河南省遭遇特大暴雨袭击，造成302人死亡、50人失踪、直接经济损失1142.69亿元。

在全球气候持续变暖的大背景下，各类极端天气气候事件更加频繁，同时随着全球经济体量的不断增大，气象灾害造成的损失和影响不断加重。保险产品是转移气象灾害风险的重要工具[4]，但降低气象灾害风险对保险产品造成的经济损失是各保险企业实现风险管理的重要课题。为了进一步提高保险业防灾减损经济效益，提升智慧气象服务关键技术支撑能力，本文以中国人保财险股份有限公司湖南省分公司提供的2016-2020年财货险理赔资料作为研究对象，针对人保财货险投保人不同性质进行数据归类和重建，统计暴雨对触发财货险造成的影响程度和关联度大小，得出暴雨灾害致灾的时空分布特征，提出财货险投保人应对暴雨灾害的建议。

1 资料与方法

1.1 研究区概况

湖南位于北纬24.38°—30.08°之间，地处南岭山脉向江汉平原过渡带，属亚热带季风气候，具有多样性和地域性特点。湖南省地貌类型多样，有半高山、低山、丘陵、岗地、盆地和平原,受地形和天气系统的影响[5]，其降雨的时空分布极不均匀[6],容易引发暴雨洪涝及次生灾害。湖南地处东亚季风气候区，降水过程频繁，也是我国暴雨多发省份之一[7]，暴雨日强降水落区可分为 4 类空间分布型即湘西北型、湘中偏北型、湘中偏南型及湘东南型[8]。年均降 水量在１２００～１５００ｍｍ，且主要集中在春夏两季，尤其夏季多暴雨[9]，4—6月降雨量500—700mm，占年降水量40%—50%，个别年份甚至占75%—80%，对财产、货物等带来的损失也主要集中在这几个月。

1.2 数据来源

数据主要分为三部分。

1）气象数据。为湖南省2016—2020年97个国家气象站以及3403个区域自动气象站逐日降水资料。

2）灾情数据。来源于湖南省自然灾害信息专报、湖南省气象灾害年鉴等资料。

3）财货险投保人理赔数据。来源于中国人民财产保险股份有限公司湖南省分公司报表文件。

根据2016—2020年近五年财货险理赔数据，通过识别不同类别承灾体和灾害影响主要行业对理财数据进行了归类和重建。保险代码拟归类重建划分的承载体及行业类别具体如下：货运类（YIE、YDG、YDB）、家庭财险（LDO、JAB、JAH、JBF）、建筑住房类（JCT、JSC、QEG）、电力类（GGF、QDL、QDN、QYC）、交通类（GGM、GGL、GGK）、工程机械类（QSD、QSB、QEL）、其他建筑工程类（GAB、GGC、GGG、GGH）、综合类（QBB）。采用重建划分后不同承载体及行业类别的理赔案件次数和结案金额，识别重点影响的承灾体和行业类别。

1.3 分析方法

相关系数为Pearson分析，空间插值采用反距离加权法，可以进行确切的或圆滑的方式插值。本研究中，细分24h、48h、72h、96h、120h降雨量，其中24h降雨量为理赔案件当日的降雨量，48h为理赔案件前一天至理赔案件当日的累计降雨量，以此类推，120h降雨为理赔案件前4天至理赔案件当日的累计降雨量。

2 结果与分析

2.1 理赔案件的空间分布

2016—2020年全省理赔案件的空间分布可以看出，长沙、衡阳、郴州三地理赔案件次数最多，均占全省15%以上。2016-2020年均为湘东南、湘东、湘西北理赔案件频率较高，湘西南理赔案件频率较少。

2.2 理赔案件的时间分布

从理赔案件时间分布来看，2016—2020年历年理赔案件次数中，2017年7月理赔案件次数最多，如图1所示。按历年各地不同月份理赔案件次数的统计分析，如图2所示，同样是7月理赔案件次数最多，且长沙市理赔案件次数最多。

图1 2016—2020年全省各月理赔案件次数

图2 2016—2020年全省各地月理赔案件次数

可以看出，湖南省内受暴雨影响，投保人理赔案件多发生于夏季，以7月份最高，此时正值湖南雨季集中期，并且多伴有台风，暴雨频发。从地理位置来看，以湘东南、湘东、湘西北为主，湘东南、湘西北夏季多位于副高边缘，降水偏多，并且湘东南受台风及其外围云系影响，易发生降水。

2.3暴雨与理赔案件的相关性分析

选取与暴雨导致理赔案件密切相关的120h、96h、72h、48h、24h区间降雨量作为致灾因子，选取有代表性的长沙、常德、郴州、怀化、衡阳为相关区域，两者做相关性分析，如表1所示，可以看出5个因子与各区域的相关系数均通过0.01的显著性检验。其中，48h降雨量对长沙、常德、郴州、怀化的相关性最高，24h降雨量与衡阳的相关性最高。不同时段区间降雨量对不同区域的理赔案件有不同影响。

表1暴雨与理赔案件区域相关系数

注：**为通过0.01显著性检验。

从不同时段区间降水量与理赔案件次数、结案金额的相关性来看，均为72h降雨量相关性最高，96h降雨量对理赔案件次数的相关性次之，48h降雨量对结案金额的相关性次之。如表2所示。

表2 暴雨与理赔案件次数、结案金额相关系数

注：**为通过0.01显著性检验。

2.4理赔案件次数分析

根据湖南财货险不同标的物类，采用归类分析和数据重建，2016—2020年的理赔案件次数和所占比例的统计分析如图3所示。

（a）次数统计                        （b）所占比例

图3.2016—2020年不同标的物类理赔案件次数分析

2016—2020年，建筑住房类的理赔案件次数最多，共10980次，占总理赔案件次数的55.1%，工程机械类和运货类理赔案件次数最少，均为102次，占比为0.5%。近五年不同类别理赔案件次数由高到低依次为：建筑住房类＞家庭财险类＞电力类＞综合类＞其他建筑工程类＞交通类＞工程机械类、货运类。

2.5 理赔案件金额分析

按照理赔案件金额划分，得出2016—2020年不同标的物类的结案金额和所占比例的统计分析结果，如图4所示。

（a）金额统计                           （b）所占比例

图4 2016—2020年不同标的物类结案金额分析

2016—2020年，电力类和其他建筑工程类的结案金额最多，占总结案金额的54.44%，工程机械类和运货类结案金额最少，占比均在0.5%以下。近五年不同类别结案金额由高到低依次为：电力类＞其他建筑工程类＞建筑住房类＞交通类＞综合类＞家庭财险类＞工程机械类＞货运类，其中，结案金额在亿元以上的行业分别为：电力类、其他建筑工程类、建筑住房类、交通类、综合类。

进一步将2016—2020年每年不同标的物类结案金额和所占比例进行统计分析，从图6（b）中可得，2016年、2020年电力类结案金额最高，2017年建筑住房类结案金额最高，2018年、2019年其他建筑工业类结案金额最高。工程机械类结案金额逐年递增，货运类和工程机械类结案金额总体较低。同时，工程机械类和家庭财险类结案金额占比有逐年增大的趋势，交通类结案金额占比有逐年减小的趋势。总体上，运货类和工程机械类的结案金额比例较低，每年的占比不足1.5%。电力类和其他建筑工程类为近五年结案金额所占比重最高的两个行业，除2017年外，所占比例总和超过50%。

3 结论与思考

1）湖南暴雨触发财货险理赔案件与暴雨出现的时空分布特征基本相似，但因承灾体类别的不同、承灾体所处的区域不同也不尽相同，也就是在同一种致灾因子的影响下，不同的承灾体和孕灾环境造成的灾害损失存在较大的差别。

2）湘东南、湘东、湘西北理赔案件频率较高，湘西南理赔案件频率较少。长沙、衡阳、郴州市的赔案件次数最多，均占全省15%以上。

3）理赔案件具有不确定性，比如今年对某个财货进行投保，明年或许就不投保，又或者很多受灾的情况一直就没有投保，这个现象具有普遍性，同时，受理赔案件受地域经济以及投保意识的影响，在分析理赔案件的时空特指分布时需要更加客观处理。

4）针对保险业财货险防灾减损效益不断提高的迫切需求，需要加强不同性质承灾体的抗灾标准数据库和暴雨致灾阈值标准的研究和建立。通过广泛查阅各类标准、规范和文献，按照保险代码划分的行业类别建立暴雨灾害抗灾标准数据库，同时将历史理赔数据与气象观测数据进行关联度分析，开展面向保险业的精准预警服务，进一步提高保险业防灾减灾效益。

参考文献：

[1] 梁诗韵,方有恒.财产保险公司巨灾防灾防损措施分析[J].市场周刊,2009(12):144-145.

[2] 胡爱军,祝燕德,何 逸,等.天气风险管理策略分析[J].经济地理,2006(S1):326-328.

[3] 胡爱军，李 宁，史培军等.极端天气事件导致基础设施破坏间接经济损失评估[J].经济地理,2009(04):529-534.

[4] 项志杰.防灾减灾中的金融保险工具应用[J].当代县域经济，2021（5）：96-97.

[5] 王琪,吴贤云.近37年来湖南暴雨时空变化特征分析.气象科技进展,2020,10(3):84-88.

[6] 邓运员,郑文武,刘沛林.气候变化对湖南省农业水旱灾害的影响研究方法探讨[J].经济地理,2011(01):129-133.

[7] 戴泽军,刘志雄,李易芝,等. 近 54 a 湖南区域暴雨的时空分布特征[J].暴雨灾害,2015,34(1):41-46.

[8] 戴泽军，蔡荣辉，彭莉莉，等.湖南持续性区域暴雨气候特征及暴雨落区分型［J］.高原气象，2019,38( 3):573－582．

[9] 李梦婕，汪明，史培军，等.湖南暴雨洪涝灾害损失时空特征及影响因素分析[J].北京师范大学学报（自然科学版），2014-8，50（4）：429-434.

基金项目：湖南省气象局2021年重点科研课题(XQKJ21A006)

作者简介：李好（1981-），女，湖南长沙人，硕士，高级工程师。主要研究方向为应用气象、气象服务等。

*通讯作者：黎跃勇（1980-），男，湖南长沙人，硕士，高级工程师。主要研究方向为气象与经济社会发展、气候资源开发与利用、应用气象等。

1