2019年，有記錄以來最嚴(yán)重的洪水席卷整個密西西比河流域時，科林·韋倫坎普（Colin Wellenkamp）的電話響了整整幾個星期。他運(yùn)營著一個名為“密西西比河城市與城鎮(zhèn)倡議”的非營利組織，這個組織負(fù)責(zé)在從明尼蘇達(dá)州北部到路易斯安那州南部的100多個河濱社區(qū)之間協(xié)調(diào)市長辦公室的工作。據(jù)他描述，他的總部成了美國中部各地救援機(jī)構(gòu)和市政部門的“一個大型虛擬指揮中心”。

傳來的受災(zāi)報告令人心碎：在歷史悠久的市中心下方，下水道系統(tǒng)灌滿了水、膨脹、崩裂；上方的道路隨之扭曲塌陷。在離韋倫坎普圣路易斯辦公室不遠(yuǎn)的地方，被困居民不得不靠船只解救，奔騰的洪水上漲并沖過他們的客廳，一對年輕夫婦在一輛被淹沒的汽車?yán)锬缤觥Ｔ诎瑠W瓦州達(dá)文波特市，污水處理廠變成了一座孤島，市政府只能用船將員工運(yùn)送到現(xiàn)場。工人們在那里連續(xù)待了九天，睡在折疊床上，以防止廢水倒灌進(jìn)住宅和企業(yè)。

韋倫坎普很清楚，在任何自然災(zāi)害過后的最初幾天和幾周，對一座城鎮(zhèn)的命運(yùn)而言是極其關(guān)鍵的。當(dāng)原本有限的城市預(yù)算被緊急調(diào)用來應(yīng)對最危急的災(zāi)難——解救被困者、重新堆疊沙袋、讓發(fā)電廠恢復(fù)運(yùn)作——對其他系統(tǒng)的破壞卻在無情地累積。城市管理者們能帶著令人心寒的清晰度預(yù)見未來：來自聯(lián)邦緊急事務(wù)管理局這類機(jī)構(gòu)的公共救援資金，可能需要幾周、幾個月甚至幾年才能到位。當(dāng)?shù)缆泛拖滤佬迯?fù)工程等待撥款時，破壞會隨著時間而加?。核畷^續(xù)涌入破裂的排水網(wǎng)絡(luò)；被淹沒的房屋會變得越來越潮濕發(fā)霉。保險公司的賠款同樣極其緩慢，而且它們并不是沒有干脆拒絕賠付的先例。那些教堂、加油站和雜貨店——常常是方圓數(shù)英里內(nèi)僅有的這幾樣——將永久關(guān)閉。一些居民會搬走，再也不回來。而事實(shí)果真如此，其中大部分不幸都成了現(xiàn)實(shí)?！拔覀兊某鞘胁恍枰噱X來救災(zāi)。它們大多只需要5萬、7.5萬、10萬美元……但這筆錢就是沒有，”韋倫坎普說，“在頭72小時里，誰來幫你？沒有人。”

就在2019年密西西比河洪水暴發(fā)幾個月前，韋倫坎普碰巧了解到一種鮮為人知的新型保險。這種保險正在全球?yàn)?zāi)害頻發(fā)地區(qū)悄悄擴(kuò)張——它不是為單座房屋提供保障的手段，而是一種為整座城鎮(zhèn)、整個生態(tài)系統(tǒng)抵御災(zāi)難提供保險的方式。這種新事物在2010年代初期開始在東非和南部非洲的農(nóng)田地區(qū)興起，尤其是在馬拉維和埃塞俄比亞。之后，它又蔓延到戰(zhàn)區(qū)和其他曾被認(rèn)為不可保的環(huán)境里。

這種保險叫做參數(shù)保險（parametric insurance），它高度依賴傳感器、衛(wèi)星和人工智能。其理念簡單明了：當(dāng)傳感器確認(rèn)某些預(yù)先設(shè)定的參數(shù)指標(biāo)被觸發(fā)時，理賠就會自動啟動。比如，一個河濱小鎮(zhèn)可以購買一份“當(dāng)水位計顯示水位超過某條紅線”的保單。這時，賠付款項(xiàng)就會依據(jù)協(xié)議迅速支付——不需要等待保險理賠員逐一勘察每一棟受損建筑，也不需要與保險公司就每一項(xiàng)損失討價還價。參數(shù)是一個客觀的、外部的觸發(fā)條件，一旦達(dá)到，錢就會在數(shù)天甚至數(shù)小時內(nèi)到賬。

這聽起來像是某種金融科技魔法，但剝開技術(shù)外殼，它的邏輯其實(shí)與我們的生活經(jīng)驗(yàn)相通。傳統(tǒng)的財產(chǎn)保險像是一次量身定做的西裝——它要精確測量你的損失，每一處破損都要有人來定損，最后才決定賠償金額。這個過程常常耗時漫長，糾紛不斷。而參數(shù)保險更像是你和一個朋友打了個賭：我們約定好，只要球場邊的溫度計明天超過40攝氏度，你就得給我100塊錢；至于我是不是真的中暑了，并不在討論范圍之內(nèi)。這個約定極度依賴一個雙方都信任的客觀測量工具（那個溫度計），而交易成本極低，執(zhí)行起來干脆利落。

在救災(zāi)場景中，這個“溫度計”可能是衛(wèi)星圖像、河流水位傳感器、地震監(jiān)測網(wǎng)，甚至是氣象局的風(fēng)速讀數(shù)。當(dāng)洪災(zāi)襲擊一座城市時，傳統(tǒng)保險的動作鏈?zhǔn)沁@樣的：災(zāi)害發(fā)生、居民報案、保險公司的定損員趕往現(xiàn)場（如果道路沒斷）、逐一定損、文件審核、賠付——每一步都可能被洪水帶來的混亂拖垮。而參數(shù)保險的動作鏈短得驚人：傳感器發(fā)出“閾值突破”信號、數(shù)據(jù)傳至處理平臺（通常結(jié)合人工智能來驗(yàn)證指標(biāo)，剔除傳感器故障等干擾）、觸發(fā)賠付、資金自動轉(zhuǎn)入市政賬戶。這正是韋倫坎普所說的“頭72小時”里能到位的救命錢。它不是用來事后重建每一扇被水泡壞的門，而是用來在那扇門還沒來得及泡壞之前，就把水泵派進(jìn)去，把關(guān)鍵通道守住。

這里有一條反直覺的差異：傳統(tǒng)保險關(guān)心的是“你損失了什么”，并試圖精確彌補(bǔ)；參數(shù)保險關(guān)心的則是“一件糟糕到我們定義好的事情發(fā)生了”，然后迅速給你一筆彈性的現(xiàn)金。前者追求公平，但犧牲了速度；后者犧牲了個體損失的精準(zhǔn)覆蓋，但贏在了能最及時地阻止損失的雪球滾大。這正是韋倫坎普所看到的殘酷矛盾——洪水初期的城市管理者很清楚，只要有一筆不大的資金立刻堵住關(guān)鍵缺口，后續(xù)巨額的修復(fù)賬單就不會出現(xiàn)。但整個保險和援助體系偏偏被設(shè)計成“見到賬單才付錢”，于是那些暫時還能被救回來的系統(tǒng)，就在等待中被徹底摧毀了。

參數(shù)保險最先在非洲農(nóng)田上起飛，并非偶然。小農(nóng)戶面對干旱或洪水同樣需要“72小時內(nèi)的錢”——等災(zāi)情確認(rèn)、等救濟(jì)糧運(yùn)到，莊稼早已枯死，家庭可能已經(jīng)賣掉了最后的生產(chǎn)工具。衛(wèi)星能監(jiān)測到某個區(qū)域的降雨量是否低于某個關(guān)鍵閾值，一旦低于，就自動觸發(fā)賠付。整個過程無需有人去田間地頭查看每一株枯萎的植物。這種效率使得一些本不可能有保險的偏遠(yuǎn)地區(qū)，第一次被正式的風(fēng)險管理體系覆蓋。而同樣的邏輯被移植到戰(zhàn)區(qū)、被移植到面臨極端氣候的城市基礎(chǔ)設(shè)施時，它顯示的是一種從“彌補(bǔ)單一資產(chǎn)”到“維持系統(tǒng)韌性”的思維轉(zhuǎn)換。

那么，參數(shù)保險能完全替代傳統(tǒng)家庭保險嗎？顯然不能。你不可能用一份“本地區(qū)河水位超過警戒線”的保單，去精確賠償你自己客廳里被水浸壞的一套沙發(fā)——因?yàn)楹铀缓湍慵业纳嘲l(fā)之間，隔著一整套建筑地基的高度差、房屋朝向、防水措施等個體差異。參數(shù)保險解決的是“系統(tǒng)緊急輸血”，而不是“個人損失精準(zhǔn)補(bǔ)償”。正因如此，它更適合作為公共部門、社區(qū)或生態(tài)保護(hù)項(xiàng)目的第一道防線，而不是直接賣給每一個家庭。在密西西比河的情景里，它更適合由市政府購買，保障的是整座城市在災(zāi)害瞬間維持最基本運(yùn)轉(zhuǎn)的能力——讓污水處理廠不變成孤島的錢，讓唯一一座橋梁不斷裂的錢，或者在洪水退去之前為居民提供臨時住所的錢。

不過，它身上也帶有與生俱來的弱點(diǎn)，這恰恰構(gòu)成了判斷它應(yīng)用邊界的依據(jù)。最核心的是“基差風(fēng)險”（basis risk）——你打賭的溫度計數(shù)字可能并沒有完美反映你的真實(shí)處境。比如，當(dāng)城市購買的參數(shù)保險約定“當(dāng)中央水位監(jiān)測站顯示水位超過30英尺時賠付”，可是那場洪水偏偏漲到了29.9英尺就不再上漲，但市區(qū)的低洼地帶仍然被淹了。按合約，保險公司一分錢不賠，但災(zāi)害確實(shí)發(fā)生了。這是參數(shù)保險被批評最多的地方：它是一部冷冰冰的機(jī)器，只認(rèn)當(dāng)初寫定的參數(shù)，不認(rèn)復(fù)雜的現(xiàn)實(shí)。要降低基差風(fēng)險，就需要更精密的傳感器網(wǎng)絡(luò)、更可靠的衛(wèi)星數(shù)據(jù)和更智能的指數(shù)模型，這讓開發(fā)成本和技術(shù)門檻大幅提高，也使它的普及一開始主要集中在有國際機(jī)構(gòu)或政府補(bǔ)貼的項(xiàng)目中。

另一個懸疑在于，當(dāng)參數(shù)保險越來越依賴人工智能來分析衛(wèi)星圖像、判斷“災(zāi)害是否發(fā)生”時，算法的不透明和研究的不確定該如何處理？例如，利用機(jī)器學(xué)習(xí)模型通過遙感影像自動判定一個地區(qū)是否遭受嚴(yán)重洪水，這個判定結(jié)果直接牽動巨額賠付，可如果模型出了偏差，又該由誰來負(fù)責(zé)？如果原文提到的那非營利組織想要購買這種保險，就必須相信那套AI系統(tǒng)的判斷——而這套系統(tǒng)本身仍在不斷演進(jìn)中，并不是一個已經(jīng)蓋棺定論的法律條文。這種信任建立在自己尚不完全理解的復(fù)雜性之上，是參數(shù)保險目前相當(dāng)真實(shí)但又不那么被廣泛討論的一個特征。

然而，回到韋倫坎普在2019年所面對的那種具體處境——一個又一個城市管理者眼睜睜看著自己的社區(qū)因?yàn)橐还P5萬到10萬美元的資金缺口而失去轉(zhuǎn)瞬即逝的保護(hù)窗口——就能理解為什么這個模式仍然在蔓延。它沒有承諾完美，但它承諾了一樣傳統(tǒng)體系很難做到的事：在災(zāi)難最初的混亂中，就讓錢抵達(dá)那個最關(guān)鍵的地方，而不是等到混亂沉淀成廢墟之后再去結(jié)算損失。這種從“事后算賬”到“預(yù)案先行”的轉(zhuǎn)換，可能是高風(fēng)險地區(qū)必須嚴(yán)肅對待的一個選擇。

最終，傳統(tǒng)家庭保險并沒有在物理意義上“崩潰”，它只是清晰地揭示了一種結(jié)構(gòu)性緩慢：當(dāng)風(fēng)險變得越來越極端、越來越頻繁時，那種逐一核損、逐單審批的體系，會在最關(guān)鍵的前幾天徹底失能。而參數(shù)保險填補(bǔ)的，恰恰是這沉默的、決定命運(yùn)的一段空隙——不是用來支付你失去的全部東西，而是用來確保你不會失去更多本可守住的東西。這個微妙的區(qū)別，可能是未來許多城鎮(zhèn)在面對不確定的氣候時，必須學(xué)會掂量的一個判斷。