电动汽车与内燃机汽车事故频率及严重性影响因素的精算研究：基于挪威大数据的实证分析

《British Actuarial Journal》：Examination of factors influencing accident frequency and severity of Electric Vehicles (EVs) vs Internal Combustion Engine Vehicles (ICEV)

本文针对全球电动汽车(EV)快速普及但缺乏系统性安全评估的现状，基于挪威2020-2023年超过1390亿公里行驶里程和近14万起事故数据，首次对EV与内燃机汽车(ICEV)的事故频率和严重性进行了全面对比研究。研究发现EV事故频率降低17%，严重性分布呈现财产损失上升但人身伤害下降的新特征，总体风险状况优于ICEV。该研究为保险公司精准定价、准备金评估和再保险策略提供了关键实证依据，对应对汽车电动化转型具有重要指导意义。

　　

在全球碳中和浪潮的推动下，电动汽车(Electric Vehicles, EV)正以前所未有的速度取代传统内燃机汽车(Internal Combustion Engine Vehicles, ICEV)。然而，这场交通领域的革命也带来了新的挑战：保险公司、政策制定者和汽车制造商都迫切需要一个明确的答案——与传统汽车相比，电动汽车到底更安全还是更危险？尽管个别研究有所涉猎，但此前尚未有研究采用统一的方法论，在真实的驾驶环境中，对这两种动力车型的事故频率（发生概率）和严重性（事故后果）进行系统、全面的比较。

这一问题的重要性不言而喻。对于保险公司而言，准确评估EV的风险特征是合理定价、充足计提准备金和安排再保险的基础。对于社会公众而言，了解EV的真实安全性能是做出购车决策的重要参考。正是在这一背景下，Amit Parmar和Conor Woods在《British Actuarial Journal》上发表了他们的研究成果《Examination of factors influencing accident frequency and severity of Electric Vehicles(EVs) vs Internal Combustion Engine Vehicles(ICEV)》。该研究巧妙地选择了电动汽车普及率全球领先的挪威作为“天然实验室”，旨在填补这一关键的研究空白。

为了回答上述问题，研究人员开展了一项基于大规模真实世界数据（Real-World Data）的回顾性队列研究。研究的核心数据来源于挪威官方数据库（2011-2023年），重点分析了2020至2023这四年间的数据，这一时期正是挪威EV保有量激增的阶段。研究涵盖了超过200万辆注册EV（累计行驶280亿公里），以及所有燃料类型车辆总计1390亿公里的行驶里程和近14万起交通事故记录。此外，研究还辅以美国高速公路损失数据研究所（Highway Loss Data Institute, HLDI）和英国保险人协会（Association of British Insurers, ABI）的数据，以及Guy Carpenter大型车险损失数据库的信息，确保了数据的广度和深度。在技术方法上，本研究主要倚重了几项关键分析技术：首先是暴露量（Exposure）标准化分析，通过将事故数量与车辆行驶总里程（百万公里）相关联，计算事故频率，确保了EV与ICEV之间的可比性。其次是 Ordered Logit Model (OLM，有序Logit模型)，该模型被用来分析与事故严重性（以涉事车辆数量为代理变量）相关的多种因素（如道路类型、天气、时间等）。第三是统计比较分析，通过列联表、比例分析和相对风险比（如ICEV/EV因子）等方法，比较了不同情境下两类车辆的事故特征。最后是配对比较分析，利用美国HLDI数据库中28对可比的EV和ICEV车型数据，直接比较了不同险别（如碰撞险、财产损失险、人身伤害险）的索赔成本差异。

4.1. 频率分析

研究发现，在调整了行驶里程暴露量后，EV的整体事故频率显著低于ICEV。具体而言，EV每百万公里的事故发生率为8.41%，而ICEV为10.17%，这意味着EV的事故频率降低了约17.3%。这一优势在多种场景下均有所体现。

• •
  道路类型：在单车道路（Single car road）上，ICEV的事故频率是EV的1.42倍，表明EV在常见道路类型上安全性更佳。然而，在高速公路（Motorway）和环岛（Roundabout）等特定场景下，EV的事故频率相对较高（ICEV/EV因子分别为0.81和0.68），这可能与EV的驾驶特性（如高扭矩）或在这些道路上的使用偏好有关。
• •
  事故类型：EV在单方事故（Single vehicle，即仅涉及一辆车的事故）中的频率远低于ICEV（ICEV/EV因子为2.78），这很可能得益于EV普遍搭载的ADAS（Advanced Driver Assistance Systems，高级驾驶辅助系统）在避免车辆偏离车道或碰撞静止物体方面的优异表现。相反，EV与行人发生事故的比例和频率相对较高，可能与其安静运行（导致行人不易察觉）有关。
• •
  时间特征：两类车辆的事故频率在工作日通勤时段（早7-9点，下午2-4点）出现双峰分布。但与ICEV相比，EV在周末和深夜时段的事故频率更低，反映了EV可能更多用于规律的通勤出行，而非高风险的社会娱乐活动。

4.3. 严重性分析

由于无法直接获取事故损失金额，研究创新性地使用事故中涉及的车辆单位（Units）数量作为严重性的代理指标。有序Logit模型（OLM）分析显示，在基准情景下（周末、白天、干燥、高速限速>80km/h、交叉路口），EV事故预估涉及的车辆单位数（2.8）略高于ICEV（2.7），高出约3.1%。在模型考虑的全部72种可能情景中，EV事故的平均预估涉事单位数（2.04）比ICEV（1.89）高出7.9%，表明在多数情况下，EV事故可能涉及更多车辆，复杂性更高。

深入分析发现，严重性的差异与道路类型密切相关。在交叉路口（Junctions），EV的相对表现优于ICEV；而在直线路段（Segments），EV的预估严重性则更高。

4.7. 量化索赔严重性：按险别分析

为了将严重性分析转化为保险业可用的经济指标，研究者进一步利用了美国HLDI的索赔数据。通过对28对可比的EV和ICEV车型进行配对分析，发现不同险别的索赔成本变化趋势截然不同：

• •
  车损险（Collision）：EV的索赔成本比ICEV平均高出21.9%（研究选取值为25%），主要归因于EV复杂的电子设备、高压电池系统和传感器维修成本更高。
• •
  财产损害责任险（Property Damage）：EV成本仅比ICEV高3%（研究选取值为5%），增幅微弱，可能是其更重的质量（平均比ICEV重23%）和ADAS预防碰撞、减轻碰撞严重性的效果相互抵消的结果。
• •
  盗窃和综合险（Comprehensive）：EV成本反而比ICEV低8.9%（研究选取值为10%），可能得益于更先进的防盗系统。
• •
  人身伤害险（Bodily Injury）：这是关键发现。无论是本方人员伤害（Personal Injury）还是第三方人身伤害（Bodily Injury），EV的索赔成本都显著低于ICEV，降幅分别达23.7%和23.1%（研究选取值分别为-20%和-15%）。这凸显了EV本身更好的被动安全性、ADAS的保护作用以及可能更谨慎的驾驶行为带来的积极影响。

研究将英国ABI的索赔成本数据与上述变化率结合，并考虑了EV特有的风挡玻璃（因传感器更贵，成本增加40%）和替换车（因车辆更贵，成本增加15%）成本变化，构建了完整的索赔成本画像。静态权重分析显示，EV的平均索赔成本比ICEV高1.6%。但采用动态权重分析（考虑大额索赔中人身伤害占比更高这一事实）后，结果发生逆转：EV的平均索赔成本反而比ICEV低11.0%。并且，在索赔分布的不同分位数上，EV呈现“小额索赔成本高，大额索赔成本低”的新特征，即10分位数以下的小额索赔，EV成本更高（+8.6%），但50分位数及以上的索赔，EV成本开始低于ICEV，且在99分位数的极端大额索赔中，EV成本比ICEV低15.0%。这表明EV将保险成本从昂贵的人身伤害转移到了复杂的物理维修上。

研究结论与意义

本研究通过严谨的大数据分析得出明确结论：与ICEV相比，电动汽车（EV）呈现出更低的风险状况，具体表现为事故频率显著降低（-17.3%），且索赔严重性的分布形态发生改变——财产损失成本上升，但人身伤害成本下降，总体动态加权平均索赔成本预计有所降低。

这一研究具有重要的理论与实践意义。在理论层面，它首次系统性地量化了EV与ICEV在事故频率和严重性上的差异，并揭示了其背后的复杂影响因素，如ADAS技术、车辆重量、驾驶行为和使用模式等。在实践层面，该研究为保险精算师在车辆定价、准备金评估和再保险安排中更准确地参数化EV风险提供了关键依据。研究指出，保险公司需要开发更精细化的定价模型，考虑使用基于使用的保险（Usage-Based Insurance, UBI），并调整理赔策略以应对EV维修成本高、周期长的特点。对于汽车产业和政策制定者而言，研究结果指出的EV在行人安全、高速道路事故等方面的潜在风险，也为未来车辆安全技术的改进方向和交通安全政策的制定提供了有价值的参考。

总之，这项研究为理解电动汽车时代带来的风险格局变化提供了坚实的数据支撑和深刻的行业洞察，有助于相关各方共同推动向更安全、更可持续的交通未来平稳过渡。