據(jù)應急管理部網(wǎng)站消息，近日，國家防災減災救災委員會辦公室會同各有關成員單位，對2024年一季度全國自然災害情況進行了會商核定。一季度，我國自然災害形勢復雜嚴峻，災害時空分布差異大，以低溫雨雪冰凍、地震和地質(zhì)災害為主，干旱、風雹、洪澇、沙塵暴和森林火災等也有不同程度發(fā)生。各種自然災害共造成全國26個省（區(qū)、市）1037.9萬人次不同程度受災，因災死亡79人，緊急轉(zhuǎn)移安置11.1萬人次，需緊急生活救助46.8萬人次；倒塌和損壞房屋6.6萬間；農(nóng)作物受災面積944.3千公頃；直接經(jīng)濟損失237.6億元。

2023年以來，人保財險深入貫徹落實黨的二十大精神和中央金融工作會議精神，積極踐行“保險+風險減量服務+科技”新商業(yè)模式，充分運用風險減量服務手段，從傳統(tǒng)的“災后”補償轉(zhuǎn)向“災前”預防預警、“災中”快速響應、“災后”精準理賠，不僅“治已病”，更要“治未病”。通過在保前、保中、臨災、災中、災后五個環(huán)節(jié)全面嵌入風險減量服務舉措，切實發(fā)揮保險經(jīng)濟減震器和社會穩(wěn)定器功能作用，助力降低自然災害風險損失水平。

保前：深入推進巨災風險研發(fā)，全面實施法人客戶風勘

隨著全球氣候變化對社會生產(chǎn)生活帶來的影響，巨災風險已成為財產(chǎn)保險公司經(jīng)營面臨的主要風險之一。人保財險以巨災模型技術為抓手，構建巨災模型團隊，積極探索巨災模型研發(fā)成果的產(chǎn)品化服務化運用，目前已具備巨災風險的有效識別與評估能力，助力社會風險減量，服務國家安全發(fā)展。

此外，2023年以來，人保財險在法人業(yè)務領域率先建立了專業(yè)風勘、標準風勘、數(shù)字風勘分類實施的風勘服務體系，針對法人客戶實施全量風勘工作。全年累計對中、高風險行業(yè)和重點客戶實施標準風勘和專業(yè)風勘服務10余萬次，發(fā)現(xiàn)風險隱患35萬余條，并向客戶提出隱患整改建議，助力客戶風險意識提升和防范能力增強。

保中：持續(xù)開展氣象物聯(lián)預警，常態(tài)化實施大災應急演練

一是加強與中國氣象局合作，引入2170個氣象臺站實時監(jiān)測數(shù)據(jù)、24小時預報降水量和實況降水量數(shù)據(jù)以及汛期中長期預測等氣象數(shù)據(jù)，提供暴雨、冰雹、雷電、降雪等16類災害風險分級預警服務；利用人工智能和文本挖掘等先進技術，建立精準高效的災害風險指數(shù)模型，實現(xiàn)保險標的地址災害風險指數(shù)的量化分析；建立分等級、分區(qū)域氣象災害預警流程，系統(tǒng)自動關聯(lián)氣象信息、預警模型、災害范圍和客戶標的，生成降水、臺風、強對流等災害預警報告和每日天氣提醒等天氣資訊。今年一季度已發(fā)出預警報告11萬次，精準覆蓋法人客戶14萬家、農(nóng)險客戶18萬個，公司通過短信、微信等手段向個人客戶發(fā)送災害天氣預警提醒650余萬次。

廣東人保發(fā)布暴雨預警信息

二是依托物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等前沿技術，建立了由各類物聯(lián)終端的感知層、包含多種智能模型算法的洞察層，以及實施監(jiān)測預警的防控層組成的物聯(lián)監(jiān)控預警平臺，為用戶提供包括風險監(jiān)測、風險預警、風險分析和風險處置的全流程物聯(lián)監(jiān)控預警服務。目前，該平臺已接入全國物聯(lián)設備共計2.9萬余臺，共支持8類物聯(lián)設備接入，已覆蓋28省123地市，主要場景涉及智慧消防、水浸監(jiān)測、電梯運行和房屋安全等領域。今年一季度共發(fā)送預警1.5萬次，跟蹤預警處置1.1萬次，預警處置率接近73%。

三是積極引入包括洪水高風險區(qū)、河流水系等外部風險數(shù)據(jù)，建立了河流水系圖層和洪水高風險區(qū)圖層，深度融合氣象數(shù)據(jù)與保險業(yè)務數(shù)據(jù)，建立標的水淹風險模型，支持對標的周邊環(huán)境水淹風險進行風險等級評估、綜合評分、累計風險計算和預警預報?？梢愿訉I(yè)化地向客戶提示水淹風險，協(xié)助客戶有針對性的完善防災措施。

四是組織開展了兩場總公司級大災應急演練，分別模擬在湖北武漢和江西南昌發(fā)生重大暴雨內(nèi)澇災害，累計調(diào)動總、分近千名理賠人力，內(nèi)外部施救、維修、保全、公估等全量應急資源共同參與其中?？?、分公司理賠應急人員按照“災前臨災防汛、災中搶險救援、災后查勘理賠”的應急處置流程，以實戰(zhàn)狀態(tài)真實執(zhí)行了應急處置閉環(huán)，并對車險、非車險和農(nóng)險等全險種在大面積暴雨災害場景下的數(shù)十項具體應急舉措逐一進行實戰(zhàn)模擬和實景演練，取得了良好的演練效果。

臨災：強化風險隱患排查，面對面指導臨災處置方法

今年一季度，根據(jù)雨雪冰凍災情預報，人保財險各級機構結合電力、通訊、工程、農(nóng)業(yè)等高風險行業(yè)的標的風險特征，采取多種形式提示客戶做好風險防控和應急處置，最大限度降低災害帶來的損失。一是按照承保標的分類提取各級機構轄區(qū)內(nèi)涉及風險的保單進行全面排查，共排查各類保單2.6萬份，涉及保額2.4萬億元；二是由客戶經(jīng)理和理賠專員點對點向重要客戶發(fā)送風險提示，對存在風險隱患的單位發(fā)放風險提示函，針對不同標的的特點給出了相應的防災建議；三是組織風控人員實地走訪高風險客戶2800余家，面對面指導被保險人臨災處置方法；四是在后一輪災情來臨前對前次災情已出險的客戶發(fā)送《施救及防止損失擴大等義務事項告知書》；五是聯(lián)動當?shù)亟痪透咚俳痪?，出?245人次對高風險路段進行排查及值守；六是特別針對電力電網(wǎng)戶外資產(chǎn)的損失特征，主動與當?shù)仉娏竟餐芯棵鎸Ρ鶠牡念A防措施，開展對戶外線路及重要設備的人工巡查、無人機巡檢巡線，啟動除雪融冰工作，最大限度防止倒桿斷線和電力供應中斷。

廣東人保針對易受強降雨、洪澇災害影響的保險標的進行無人機巡檢

災中：快速響應客戶需求，調(diào)度資源迅速施救

災害來臨時，人保財險總、省、市、縣四級聯(lián)動，責任壓實、各司其職，重點區(qū)域理賠人員取消輪班倒休，制定應急值班表，嚴格落實24小時值班制度，全部投入到災害理賠服務工作中。今年以來，每逢災情，防災責任人全部及時趕往現(xiàn)場，進行排險工作；易淹路段專人蹲守，勸退易涉水車輛；結冰路段，設立警示牌，提示客戶謹慎駕駛；走訪在建工程項目，協(xié)助客戶轉(zhuǎn)移易損材料；組織社會救援服務機構，為受損車輛開展施救服務；組織人員對農(nóng)戶進行實地走訪，協(xié)助農(nóng)戶對達到收割條件的農(nóng)作物實施搶收。

湖南人保理賠人員進行結冰道路值守

韶關人保理賠人員快速奔赴受災現(xiàn)場，調(diào)配叉車為受損車輛開展施救服務

災后：開通理賠綠色通道，實施災后風險復盤

人保財險系統(tǒng)各級機構秉承“主動、迅速、準確、合理”的原則，開通“理賠綠色通道”，明確理賠單證簡化要求，加快查勘、定損和理賠速度。針對車險理賠推出“三免四快”服務，執(zhí)行“小案快賠，大案預賠”；針對非車險客戶推出“四項服務承諾”；針對農(nóng)險理賠，快速查勘，快速賠付，應賠盡賠；針對易返貧戶堅持從優(yōu)處理、從速處理，銜接好鄉(xiāng)村振興政策，完善好保險托底功能，防止出現(xiàn)因災致貧、因災返貧；幫助廣大車主、農(nóng)戶、企業(yè)盡快恢復正常生產(chǎn)生活秩序。

今年以來，系統(tǒng)理賠條線對出現(xiàn)的大災大案實施了逐案總結，分析存在的承保理賠風險點，形成典型案例集，對內(nèi)用于指導保前風險勘察、承保方案制定和保中風險減量服務，對外向電網(wǎng)、光伏、養(yǎng)殖等多類型行業(yè)客戶提交風險隱患整改建議，并組織實施客戶培訓，協(xié)助客戶提升風險防范意識和防范能力。

2024年以來，雖然南方部分省份出現(xiàn)了較為極端的天氣事件，但由于風險減量服務工作的扎實開展，其工作成效已在部分地區(qū)初步顯現(xiàn)。以人保財險湖南分公司為例，與2008年湖南雨雪冰凍災害相比，本次損失降低了40%以上。本次災害期間較為典型的防災減災成效包括以下四個方面：一是全省系統(tǒng)未發(fā)生因積雪壓垮房屋造成群死群傷的災害事故；二是在長時間災害的情況下，未出現(xiàn)高壓鐵塔倒塔以及大面積電力中斷；三是在2022年1月暴雪災害期間發(fā)生千萬級損失的瀏陽百余家花炮生產(chǎn)企業(yè)在今年成功避免了損失，零雪災事故；四是某生產(chǎn)企業(yè)在湖南分公司的協(xié)助下緊急轉(zhuǎn)移倉庫物資5200余件，轉(zhuǎn)移后倉庫發(fā)生垮塌，成功減少損失600余萬元。

風險減量服務是財險業(yè)服務實體經(jīng)濟發(fā)展的有效手段之一，對于提高社會抗風險能力、降低社會風險成本具有積極作用。人保財險積極踐行“保險+風險減量服務+科技”新商業(yè)模式，全面實施“風險減量服務工程”，助力經(jīng)濟社會抗風險韌性的不斷提高，以金融高質(zhì)量發(fā)展助力強國建設、民族復興偉業(yè)，全力服務中國式現(xiàn)代化。