原标题：专访中再巨灾管理公司副总经理方京： 当极端天气成为“新常态”，巨灾模型重写保险业风险基线

　　2026年夏天，极端天气以前所未有的密度出现。

　　台风“美莎克”重创广西，致37.5万人受灾；紧随其后的“巴威”以13级风力在浙江登陆，171.6万人紧急转移。自今年入汛以来，气象部门先后发布609条河流超警，14条河流突破实测水位极值。与此同时，高温肆虐，仅7月第一周，我国出现35℃及以上高温的地区就超过了400万平方公里，四川、重庆两地已有15个站点打破7月历史最高气温纪录。

　　国家防灾减灾救灾委员会办公室披露的数据显示，2026年上半年，各种自然灾害共造成全国1727.6万人次不同程度受灾，死亡失踪155人，紧急转移安置和需紧急生活救助58.7万人次，直接经济损失421.4亿元。

　　保险业的赔付随着经济损失增加：截至2026年7月13日，广西、湖北、浙江等20省份，因近期暴雨洪涝及台风灾害，保险业累计接到报案近38万件，估损63.8亿元，已赔付28.9亿元。

　　当“百年一遇”的极端天气反复袭来成为“年年遇”，当极端天气出现频率不断增加，历史数据在气候变暖面前节节失效，保险业赖以定价的底层假设正在被动摇。

　　探讨发挥保险行业在防灾减损体系中的作用时，总绕不开一个话题——巨灾模型。巨灾模型被称为风险管理的“芯片”，更是保险行业发挥风险减量功能核心技术的底层。随着技术的发展，巨灾模型正成为保险行业面对气候变化挑战的关键变量。

　　巨灾模型是如何发挥作用的，又将如何通过自身发展提升保险行业风险量化的能力上限？带着这些疑问，经济观察报记者对中再巨灾风险管理股份有限公司（以下称“中再巨灾管理公司”）党支部副书记、副总经理（主持工作）方京进行了专访。

　　背靠中国再保险（集团）股份有限公司，中再巨灾管理公司作为国内首个专注巨灾风险管理的金融科技公司，已经完成了中国地震模型、中国台风模型和中国洪涝模型三大主要模型的研发。

　　作为模型研发的带头人，方京认为，巨灾风险管理面临的主要挑战是风险难以量化，依赖传统精算方法无法准确评估其尾部风险。巨灾模型作为一种有效的风险管理手段，解决了这一难题。

　　【对话】

　　经济观察报：业界将巨灾模型称为风险管理的“芯片”，这个芯片是怎么发挥作用的，能否简单介绍下该如何理解巨灾模型？

　　方京：要理解巨灾模型，首先要理解巨灾风险的特殊性。它具有“低频高损”的特征——大地震、大台风不常发生，但一旦发生，损失巨大。我们常说“百年一遇”的巨灾，但实际上中国系统完整的气象和灾害记录仅有几十年的时间，精确的地震观测记录更短，传统的保险精算方法难以用短短几十年的历史数据，去推演百年甚至更长周期的极端损失。

　　巨灾模型解决了这一难题，它借助计算机模拟技术，整合地球物理、气象、水文、土木工程、保险精算等多学科成果，生成可能发生在未来数百年甚至上万年的巨灾事件集合。

　　以地震模型为例，我们基于10万年的时间窗口，模拟了数百万场地震——既涵盖历史上真实发生过的，也包含历史上虽未发生但从地质理论上可能发生的事件。台风模型以1万年为尺度，模拟了二三十万条台风路径，再结合区域内建筑物的分布、建筑结构类型、人口分布和经济价值等信息，对潜在的灾害损失进行概率化的量化评估。

　　经济观察报：进入2026年，极端天气频发，中再巨灾模型对此做出了怎样的预测和判断？气象学界说极端天气已经从“罕见”变为“新常态”，这对保险行业意味着什么？

　　方京：根据国家气候中心发布的2026年主汛期气候趋势预测，预计今年主汛期（6月至8月），我国气候状况总体极端天气气候事件偏多，这一判断已纳入我们的风险展望报告中。

　　气象预报回答“雨会下多大”的问题，巨灾模型则回答“假如下了这么多雨，会带来多大经济损失”的问题。巨灾模型本身不承担降雨预报职能，仅在输入极端降水情景后完成损失量化。值得注意的是，即使模型事件集包含同等强度降水场景，受局地微地形、突发对流等条件制约，事前也难以匹配真实降雨空间分布，因此也存在损失评估的偏差。

　　极端天气“新常态”的判断如果成立，意味着整个保险业的风险管理逻辑需要重写。

　　对社会经济而言，极端天气频发意味着：基础设施设防标准需要重新评估，之前百年一遇的事件会变成五十年甚至二十年一遇，原有设防标准不足以匹配未来气候风险基线；供应链的韧性面临考验，一次极端天气可能导致某个区域的生产中断，传导至全国乃至全球；资产定价的逻辑也在改变，沿海房产、农业产区的长期价值需要计入气候风险影响。

　　对保险行业而言，改变更是全方位的。首先，保险产品的定价逻辑变了，我们不能再以历史平均损失作为定价基准，必须引入对气候趋势的前瞻性判断；第二，产品形态需要创新，传统的年度保单可能无法应对风险基线的持续上移，指数保险等创新保障产品需要加速推广；第三，再保安排面临重构，全球再保市场对气候变化风险的定价分歧在加大，直保公司的分出策略需要更加精细化；第四，保险公司需要从“事后赔付者”真正转型为“事前风险管理者”，这也是应对气候变化最重要的因素。

　　经济观察报：巨灾模型在保险公司实际业务中如何发挥作用？在具体实践中，它是如何把“风险量化”转化为“决策可用”的？

　　方京：中再巨灾管理公司扮演的是技术赋能者的角色，客户覆盖直保公司、再保公司、经纪公司、政府部门和大型企业，我们提供的核心价值是“风险量化的基础设施能力”。

　　以一个沿海大型城市的巨灾保险项目为例。该项目需要为该市设计一套覆盖台风和洪涝灾害的巨灾保险方案。我们首先用台风巨灾模型和洪涝巨灾模型，对全市不同区域的年均期望损失和各回归期（如50年、100年、200年一遇）的可能最大损失进行了精细测算，空间分辨率可以达到街道级。

　　基于这些量化结果，在风险评估层面，可以识别出城市内涝高风险区和台风大风高风险区，这些区域需要更高的保费或更严格的风控措施。在精算假设层面，用超越概率曲线替代传统精算的简单历史平均，给出不同保障水平下的纯保费参考。在产品设计层面，通过模型测试不同免赔额、赔偿限额、共保比例等参数组合对保费和赔付率的影响，找到最优方案。

　　在风险减量层面，模型可以在台风到来前，结合气象局台风路径预报，提前72小时向特定区域的被保险人推送风险提示和防灾建议。这些看似简单的动作背后都有经济成本的考量，做预案、疏散人员都是有成本的，到底要不要疏散、要不要转移，可以通过模型做一个量化的判断。

　　经济观察报：巨灾模型核心模块中，哪一个在气候变化背景下受到的冲击最大？有哪些需要破解的技术难题？

　　方京：巨灾模型一般包括灾害模块、易损性模块、风险暴露模块和金融模块四大模块。当气候发生变化，灾害模块首当其冲。气候变化通过改变海洋、大气、陆面水循环条件，系统性改变灾害事件的发生频率、强度与空间分布特征——例如台风路径北移、降水强度增强、干旱持续时间延长等。灾害模块的核心任务是“制造”海量符合物理规律的灾害事件，如果这个“输入”端的概率分布本身在变，整个模型输出都会受到影响。

　　但易损性模块同样面临挑战，城市基础设施和建筑标准在不断变化，10年前的老旧小区和今天的新建建筑抗震防洪能力完全不同；地下空间、地铁等新型承灾体的价值在快速上升。这意味着“灾害强度—经济损失”的映射关系也在移动。我们在易损性模块的研发中，越来越注重引入最新的建筑设计规范、城市基础设施普查数据，以及高分辨率的地形地貌信息。

　　灾害在现实中往往不是孤立发生的——台风不仅带来大风，还引发暴雨、城市内涝、河道漫溢，甚至诱发滑坡和泥石流，形成“灾害链”。然而在模型层面，实现灾害链的全链条联合模拟，是业界公认的技术难题。

　　从台风到内涝或泥石流，实际上是一个逐步推导的过程。就像解方程，第一步解完了要出一个结果，然后把这个结果作为第二步的输入，再往下推导。这个过程面临着三重挑战：一是物理机制的复杂性。每一步都涉及复杂的物理过程：台风风场和降雨分布是气象动力学驱动的，洪涝是水文水动力学驱动的，滑坡泥石流是岩土力学驱动的，它们在时间尺度和物理机理上都各不相同，跨学科的耦合建模难度呈指数级上升；二是数据的分散性，多灾种耦合需要气象、水文、地质等多维度数据，而这些数据分布在不同的政府部门和研究机构中；三是计算资源的指数级增长，单一的灾种模型对计算资源已经有较高的要求，多灾种耦合更是量级上的提升，对算力调度和算法优化提出了巨大挑战。

　　经济观察报：三大模型中AI的渗透程度分别到了什么层级？AI能否替代传统的物理模型？

　　方京：AI在中再巨灾模型中的渗透是一个渐进式过程，不同模块的嵌入深度和应用形态各有不同。

　　在数据预处理环节，AI已成为标准化工具，可实现卫星影像的自动分类、历史灾害的信息提取、多源数据的质量控制与融合等多项工作。中国城市建设速度非常快，许多新建建筑物需要通过AI对遥感影像进行自动化识别来更新承载体数据库。

　　但AI短期内无法脱离传统物理驱动模型独立使用，当前科学界对AI完全替代物理模型持谨慎态度。AI模型通常被视为“黑箱”，缺乏显式物理方程约束，预测偏差难以溯源修正。AI模型面对训练数据中从未出现过的极端灾害事件，其预测能力存在明显局限。

　　经济观察报：过往的台风灾害在模型升级中起到了什么样的作用？在未来更长的时间里，关于气候变化，模型会不会给出一个悲观的结果，告诉我们有些风险，保险公司保不了了？

　　方京：的确，每次重大灾害事件的发生都会成为推动模型改进的契机，以台风模型为例，在2025年10月升级的台风模型中，新增了2020年至2024年期间36场台风的数据，一些台风也给了我们新的思考。例如，2021年的台风“烟花”，登陆后长时间在陆地滞留，产生大量累积降水，凸显了累积降水效应在损失评估中的重要性，如果模型只关注台风登陆瞬间的风场而忽略滞留期间的持续性降水，那对最终损失的估计就会严重偏低；再如2023年的台风“杜苏芮”，它在福建登陆后减弱为热带低压，但其残余环流向华北输送了大量水汽，最终在北京、河北等地造成了历史罕见的极端暴雨，这让我们深刻认识到，台风模型不能只关注登陆点，还要追踪残余系统的远程水汽输送，这才是一个完整的灾害链。因此，我们的模型也需要在天气事件中不断地进行完善。

　　从IPCC AR6（联合国政府间气候变化专门委员会发布的‌第六次评估报告‌）、《中国气候变化蓝皮书》的结论来看，气候变化长期演变趋势已有明确科学共识，极端事件频率和强度的上升趋势在全球多数地区已可辨识，中国作为季风气候区，其增暖幅度和极端降水响应尤为显著。如果全球温室气体排放无法得到有效管控，长期风险推演结果确实偏悲观——极端灾害频次、强度将进一步抬升，社会面临的风险越来越高。当损失预期超过社会的可接受程度，商业保险就不能够独立承担了。

　　我们也应该看到，全球能源转型正在加速，中国新能源产业已实现规模化高速发展，未来随着全球范围内（尤其是发展中南方国家）碳排放量的逐步削减，升温速率有望放缓。但气候是一个长期变化的趋势，有着巨大的惯性，最后将如何转变还需要时间给出答案。

　　（作者 姜鑫）