学生版 Copilot + OpenClaw：零成本玩 AI 自动化

till.win 域名出售了

再见，GitHub

文献：Chen, Y.-H., & Jiang, B. (2019). Effects of monitoring technology on the insurance market. _Production and Operations Management_, _28_(8), 1957–1971. https://doi.org/10.1111/poms.13023

# **1. 研究背景与核心问题**

传统保险市场中存在两类典型的信息不对称问题：

1. **逆向选择（Adverse Selection）**：公司无法掌握司机真实风险（何时开车、什么路线、习惯等）。
2. **道德风险（Moral Hazard）**：购买全额保险后司机缺乏努力的激励。

新技术出现——如车载监控设备（In-Drive）——可记录驾驶行为、路线与时间，使得：（1）努力水平可观察（缓解道德风险）；（2）风险类型可识别（缓解逆选）；（3）公司有能力进行更精细的价格歧视

因此核心问题是：

> **监控技术会如何改变保险合同设计、厂商利润、市场竞争结构与消费者福利？**

# **2. 模型设定（简要总结）**

## （1）**驾驶者类型**

两个维度：

- **风险类型 h**：高风险 $h_H$ / 低风险$h_L$
- **努力成本 c**：高成本$ c_h$ / 低成本$ c_l$

共四类司机：

| **风险类型** | **成本类型** |   **比例**   |
| :----------: | :----------: | :----------: |
|    $h_H$     |    $c_h$     |     $ab$     |
|    $h_H$     |    $c_l$     |   $a(1-b)$   |
|    $h_L$     |    $c_h$     |   $(1-a)b$   |
|    $h_L$     |    $c_l$     | $(1-a)(1-b)$ |

## **（2）努力与事故概率**

司机可能选择努力 $e\in\{0,1\}$：

- 不努力：事故概率 =$ h$
- 努力：事故概率下降为 $h - d$

努力带来非货币成本 $c_j$，由司机承担。

## **（3）保险合同类型**

- **非监控合同（non-monitored）**：无法观察努力，买了后司机永远不努力 → 成本 = $hD$
- **监控合同（monitored）**：可观察努力与风险类型 → 可设计 $p_{i,e}$，并向司机收取不同保费

安装监控存在隐私成本 $k_{ij}$，不同类型司机不同。

## **（4）公司目标**

风险中性，**最大化期望利润**：$\pi = \text{premium} - \text{expected payout}$

保险合同是“全额保险”（full coverage），若出事故则赔偿 D。



## (5) 司机策略

不努力时的效用：$U_{i,j}(e=0)=u(W-p_{i,0})-k_{ij}$

不努力的效用：$U_{i,j}(e=1)=u(W-p_{i,1})-c_j-k_{ij}$



# **3. 研究方法**

作者分析三种市场结构：

## **3.1 垄断（monopoly）**

### 3.1.1 无监控技术 Firm X

- 公司只能提供 **非监控合同**：保费 $p_X$
- 买了保险后，司机不再努力（$e=0$），事故概率 = $h$。因为合同为Full coverage，出了事故对消费者无损失。
- 每个投保司机的期望赔付成本 = $hD$

总司机质量归一化为 1，其中比例 $b$ 是高努力成本 $c_h$，比例 $1-b$ 是低努力成本 $c_l$。

不买保险时，司机的效用：

- 高成本型：不努力，事故概率 $h$，$u_h = h u(W-D) + (1-h)u(W)$。

- 低成本型：会努力，事故概率 $h-d$，$u_l = (h-d)u(W-D) + (1-(h-d))u(W) - c_l$。

垄断者的策略：

（1）情形 A：**垄断者选择“覆盖所有司机”**

它设置一个统一保费$ p_X^{\text{all}}$，让**低成本型刚好愿意买**（reservation binding）：$u(W - p_X^{\text{all}}) = u_l$.于是高成本型也会买（因为他们的外部选项是 $u_h < u_l$），并获得正剩余。

垄断者**利润**：$\Pi_X^{\text{all}} = 1 \cdot (p_X^{\text{all}} - hD)$

其中$ p_X^{\text{all}} $由上面的效用方程隐式确定（由于 $u(\cdot)$ 没明确给函数形式，只能写成隐式）。 

（2）情形 B：**垄断者只覆盖高成本司机**

如果市场里高成本司机比例 $b$ 足够大，论文证明公司会放弃低成本司机，只“吃”高成本那块（Lemma 1）。 此时保费设为$ p_X^{h}$，使 **高成本型刚好愿意买**：$u(W - p_X^{h}) = u_h$

利润为：$\Pi_X^{h} = b \cdot (p_X^{h} - hD)$

==垄断者的无差异点==：$\{b|\Pi_X^{\text{all}}=\Pi_X^{\text{h}}\}$，在Lemma 1中呈现了。



## **3.2 双寡头（duopoly）无监控**

## **3.3 双寡头中单方监控 vs 双方监控**



# **4. 主结果总结（最重要部分）**

## **4.1 垄断**

监控技术的作用：

- 可验证努力 → 消除道德风险
- 可分辨风险类型 → 消除逆向选择
- 可通过菜单式合同对不同类型司机完全价格歧视

**结论：**

> **==Proposition 1==垄断公司完全吸收所有司机剩余（reservation utility），利润显著提高；所有司机福利下降。**



## **4.2 双寡头（分析重点）**

### **A. 无监控时：Bertrand 竞争 → 利润为零**

两家公司都提供非监控合同（同质化），由于不努力，成本固定为 hD，竞争把价格压到成本。

> **==Lemma 2==：无监控时利润 = 0，消费者剩余最大。**

### **B. 只有一家公司有监控技术时：**

（这是论文最有洞见的部分）

监控公司 (Firm Y) 可能有两种策略：

#### **策略 1：同时提供监控合同 + 非监控合同**

- 非监控合同的价格仍被压到成本 → Firm X 利润 = 0
- Firm Y 可用监控合同锁定低成本司机、让其努力，并赚取正利润

（Proposition 2）

#### **策略 2：只提供监控合同（最重要）**

Firm Y **故意放弃非监控合同**，迫使高成本司机只能去找没有监控的 Firm X。

结果：Firm X 专门服务高成本客户（利润 > 0）

- Firm Y 服务低成本客户（利润也 > 0）
- **两家公司相互不竞争 → 市场分割（segmentation）**
- 所有司机剩余被完全剥夺，回到 reservation utility

（Proposition 3 & 4）

> **监控技术反而增强了市场力量，使两家公司都赚得更多。消费者更糟。**



## **4.3 两家公司都采用监控技术时（对比）**

若 Firm X 也引入监控技术：

- 双方监控合同同质化 → 再次出现 Bertrand 竞争
- 所有利润被竞争吃掉 → 利润 = 0
- 司机反而受益（价格低 + 努力可观察）



> **第二家保险公司即使免费也不愿意采用监控技术。**

（Proposition 5）



该结果解释了现实现象：

**为什么只有一家保险公司愿意推动监控技术，而其他公司不跟进？**

# **5. 文献贡献**

1. **同时刻画逆向选择与道德风险，并将监控技术引入合同理论与竞争模型框架。**

2. **展示技术采用改变竞争结构，而非仅改善效率。**

3. **揭示“单方创新 → 利润增加；双方创新 → 零利润”的非对称性。**

4. 提供了现实观察的理论解释：

   如真实保险市场中监控计划（UBI）推广缓慢且集中。

《Monitoring Technology and Insurance Market》读书笔记

监控如何改变保险市场竞争