|
贊助商鏈接 |
在搜集農(nóng)業(yè)保險的相關資料時，看到了近期一則有關農(nóng)險的報道，看完之后略有感觸，在此轉(zhuǎn)述，與大家共享。報道講的是水稻種植期某農(nóng)戶在當?shù)卣M織下，為自家水稻購買了農(nóng)險產(chǎn)品，而后該地發(fā)生干旱，該農(nóng)戶種植的水稻大幅減產(chǎn)。
災害發(fā)生后，該農(nóng)戶與保險公司工作人員就理賠問題展開了多次協(xié)商。
在農(nóng)戶看來，他在災害發(fā)生近5個月之后才拿到賠付款，且賠付的金額尚沒有保費高，期間也未曾有保險公司工作人員向自己了解損失情況。
而保險公司工作人員則表示，理賠過程中，他們采用了抽樣的方式確定損失程度，再計算理賠金額，且已經(jīng)進行了公示，公示期間，投保種植戶沒有提出異議。
雖然這只是一個簡單案例，但可以說它在某種程度上反映了我國農(nóng)業(yè)保險行業(yè)在發(fā)展過程中普遍存在的現(xiàn)象。
農(nóng)業(yè)保險本該是保障農(nóng)民利益的有力工具，但理賠時間長、理賠結果不盡人意等狀況卻會降低農(nóng)民的投保積極性。保險公司或有無奈，然而由于缺乏有效的查勘定損手段等原因，賠付效率低、賠付結果上易與農(nóng)戶發(fā)生分歧卻也是客觀存在的問題。
就我國目前耕地實際情況和農(nóng)業(yè)保險發(fā)展現(xiàn)狀而言，開展種植業(yè)農(nóng)業(yè)保險的兩大問題：
一、在于承保時保險標的的確定；
二、在于災后查勘定損及賠償?shù)拇_定。
保險標的確定
不同于國外耕地呈現(xiàn)大規(guī)模集中連片的特征，我國的耕地總體破碎化，點多面廣是現(xiàn)實情況，且大多為小農(nóng)戶經(jīng)營。這樣的基本農(nóng)情就導致保險公司在進行標的確定時需要奔赴多地、多方確定，投入大量的人力物力成本。且由于道德問題等不確定因素，承保信息是否完全真實準確尚且存疑。
查勘定損及賠償
查勘定損與賠償是農(nóng)險推進過程中的另一難點所在，也是保險公司最易與農(nóng)戶產(chǎn)生分歧的部分。
農(nóng)險標的物在保險期間大多處在生長期，其價值始終是變化狀態(tài)。且同一地區(qū)受災程度也不盡相同，發(fā)生災害后作物的損失程度難以準確高效評估。
農(nóng)險定損現(xiàn)場一般是由保險公司基層工作人員根據(jù)經(jīng)驗主觀對損失程度進行評判，其評判標準未必與農(nóng)戶一致，準確程度也有待考量。由于定損直接關系到理賠金額，農(nóng)戶與保險公司在這一環(huán)節(jié)往往存在分歧，易產(chǎn)生糾紛。
針對農(nóng)業(yè)保險發(fā)展過程中存在的效率低、成本高、監(jiān)管難等突出問題，近年我國農(nóng)險領域公司正在不斷嘗試探索，謀求農(nóng)險的高質(zhì)量發(fā)展。科技賦能在其中成效斐然。在承保環(huán)節(jié)，借助衛(wèi)星遙感、無人機等工具，基于深度學習的地塊識別輔以矢量邊界信息，保險公司可以快速對投保區(qū)域進行遙感監(jiān)測并與承保信息進行核對，篩查異常數(shù)據(jù)。
在理賠環(huán)節(jié)，保險公司也不再完全依賴于復雜的現(xiàn)場人工勘查，通過無人機或衛(wèi)星遙感即可得到精確的受損影像。并且在獲取遙感及無人機數(shù)據(jù)后，采用大數(shù)據(jù)分析方法，結合氣象分析和數(shù)字影像識別技術，保險公司可以對受災區(qū)域的承保作物進行多維度災情評估，為快速理賠提供有力數(shù)據(jù)支撐。
在今年新冠肺炎疫情的大背景下，農(nóng)險線下承保業(yè)務以及查勘理賠工作均受到波及影響。但與之相對的卻是小麥條銹病和草地貪夜蛾呈嚴重發(fā)生態(tài)勢，氣候條件整體較差、區(qū)域性暴雨洪水和干旱可能重于常年，農(nóng)業(yè)生產(chǎn)亟需有力保障。相比往年，農(nóng)險所面臨的挑戰(zhàn)將更加艱巨。
無論是從保險自身的風險管理需要還是行業(yè)發(fā)展的整體趨勢來看，利用科技賦能，實現(xiàn)精準承保、精細管理、精確理賠已成為行業(yè)發(fā)展的新方向；借助科技手段提升服務效率和服務水平將是有效解決當下發(fā)展矛盾，確保農(nóng)險成為保障農(nóng)業(yè)生產(chǎn)有效手段的必由之路。
添加到百度搜藏
