11蓋伊·卡朋特為應對可持續(xù)交通的迫切需求，全球范圍內已啟動舉措以推廣電動汽車（EVs）的采用。這一運動旨在節(jié)約化石燃料，促進向凈零排放的未來過渡，并已導致全球電動汽車使用量顯著增長。圍繞電動汽車風險特征的轉變存在許多猜測，任何新的風險都會在獲得足夠的證據(jù)來幫助理解新的風險特征之前謹慎對待。我們的學術論文討論了這一變化的風險特征，并在此摘要。利用大量數(shù)據(jù)，我們將電動汽車（EV）事故的頻率和嚴重程度與內燃機車輛（ICEV）進行了量化比較。我們的分析涵蓋了挪威公共道路管理局（NRPA）2020年至2023年的數(shù)據(jù)，這一時期電動汽車的采用顯著增加，2023年道路交通中有42%由電動汽車和混合動力汽車組成。我們研究了超過200萬輛注冊的電動汽車，這些汽車總共行駛了280億公里，發(fā)生了2300多起事故。挪威希望在2025年底前成為第一個禁止銷售新型化石燃料汽車的國家，根據(jù)國際能源署政策評估。我們用美國HLDI研究所、英國ABI統(tǒng)計數(shù)據(jù)和GuyCarpenter公司自有汽車索賠數(shù)據(jù)庫的嚴重程度指標豐富了這些數(shù)據(jù)。純電動汽車的風險狀況與燃油汽車在幾個關鍵方面有所不同。證據(jù)表明據(jù)蓋洛普民意調查（2024年）和交通部汽車擁有情況回顧（2023年）顯示，電動汽車用戶傾向于屬于高收入家庭，且通常年齡較大，主要是城市居民。就車輛本身而言，電動汽車中的新技術通常包括高級駕駛輔助系統(tǒng)(ADAS）、更簡單的傳動系統(tǒng)和由于重型電池的布置導致的較低的重心。雖然解開這些因素對事故頻率的影響很復雜，但我們已對數(shù)據(jù)進行了調整，以便清晰化。我們的研究發(fā)現(xiàn)，隨著時間的推移，所有燃料類型的事故頻率都持續(xù)下降，這歸因于車輛安全性的進步、道路基礎設施的改善以及疫情后時代駕駛模式的演變。電動汽車的事故頻率始終低于傳統(tǒng)燃油車，在我們的分析中，所有測試年份的事故頻率總體下降了17%。2蓋伊·卡朋特電動汽車（EV）事故分析2每1百萬公里的事故數(shù)量每1百萬公里的事故數(shù)量EVICE例如環(huán)島和復雜的道路布局。嚴重程度關于嚴重程度，平均涉及事故的車輛數(shù)量被用作替代指標，電動汽車比內燃機汽車高約8%。具體事故特征存在差異，大多數(shù)情況下電動汽車涉及的事故車輛數(shù)量更多，但在某些情況下，如限速較低的道路上，涉及車輛數(shù)量可能少于內燃機圖1：按燃料類型劃分的索賠頻率在我們的研究中，我們分析了NRPA數(shù)據(jù)中超過100個與事故特征相關的類別，尋找電動汽車和燃油汽車頻率傾向之間的差異因素。主要因素總結在圖2中。需要注意的是，電動汽車并非在所有情況下都表現(xiàn)出色。在可預測的道路條件下，例如單車道道路，以及在不利天氣條件下，包括夜間和雨天，它們相對于內燃機汽車表現(xiàn)出更優(yōu)異的性能。然而，在不可預測為進一步分析不同類型損壞的影響，我們利用了美國的事故數(shù)據(jù)，這些數(shù)據(jù)按損壞類型和車型類型收集的HLDI數(shù)據(jù)。我們將此數(shù)據(jù)與燃料類型和重量相關聯(lián)，創(chuàng)建了用于比較的燃料類型對。例如，我們比較了同一制造商的汽油車與其電動汽車等效車型（例如，現(xiàn)代Kona4門和現(xiàn)代Kona電動汽車4門）。這種方法確保了我們的分析比較了等效的ICEV和電動汽車，將重量和成本的變化與特定制造商的因素隔離開來。后續(xù)分析說明了單位損害的電動汽車成本變化。環(huán)島行人高速公路旋轉雨單車道道路80公里每小時限速無照明之暗類別內事故比例（因使用多個類別，百分比不一定會加成100%）圖2：EC相對于ICEV的頻率3蓋伊·卡朋特3從ICEV到EV的平均變化-23.7%碰撞財產損失綜合人身傷害身體傷害圖3：從ICEV到EV的平均變化我們采用ABI統(tǒng)計數(shù)據(jù)檢驗了按損害部位劃分的索賠比例，結果表明，平均而言，電動汽車和燃油汽車的索賠成本相當。然而，針對較大的索賠，我們使用專有的GuyCarpenter機動車輛索賠數(shù)據(jù)庫根據(jù)索賠金額調整了比例。較小的索賠通常涉及更高比例的財產損失，而較大的索賠更有可能涉及人身傷害。我們對每個損害項目的索賠分布進行了模擬，反映了這些比例。圖4展示了電動汽車與內燃機汽車的索賠成本分布的比較。電動汽車成本變化電動汽車成本變化損失分位數(shù)圖4：電動汽車成本變化這表明由于傷害因素，較大的索賠會減少，而由于損害因素,較小的索賠會增加。對比涉及電動汽車和燃油汽車的事故的頻率和嚴重程度，是一項復雜而引人入勝的挑戰(zhàn)，尤其是在考慮駕駛員特征和技術因素的變化時。這項研究已經(jīng)證明，與燃油車相比，電動汽車每行駛一公里的事故頻率顯著降低。然而，對嚴重程度的分析揭示了一個更復雜的畫面，因為不同類型的損害根據(jù)所涉車輛的燃料類型表現(xiàn)出不同的反應。小規(guī)模損害索賠有所增加，而大規(guī)模人身傷害索賠則顯示出下降。這導致索賠支付分布發(fā)生變化，在減少大規(guī)模索賠的同時增加了小規(guī)模索賠。鑒于最嚴重的人身傷害索賠結果的不確定性更大，包括4蓋伊·卡朋特電動汽車（EV）事故分析4持續(xù)影響護理長期成本的變化，這種索賠分布的變化有可能積極影響損失選擇，并重新評估投資組合構成對整體機動結果的影響。GuyCarpenter正通過量身定制再保險策略來幫助客戶，以反映這種風險變化的性質。而電動車興起帶來了新的風險，它聯(lián)系同時展示了一個獨特的機會保險公司要創(chuàng)新和適應。通過全面理解電動汽車帶來的獨特挑戰(zhàn)阿米特·帕爾瑪爾?2025GuyCarpenter&Company,LLC.所有權利保留。馬歇爾·麥克倫南公司（紐約證券交易所代碼：MMC）旗下的蓋伊·卡朋特公司是全球領先的風險咨詢和再保