“帶‘主子’去一次醫院，半個月工資就沒了。”這是不少“鏟屎官”的切身感受。越來越多的養寵人把寵物當成家庭成員來看，由于這類特殊的家庭成員沒有“醫保”，通過購買商業保險降低寵物醫療支出也成了養寵人的必然需求。但目前我國寵物保險市場表現卻不溫不火，不僅滲透率始終低于1%，在實踐過程中也面臨一些問題，如寵物身份識別難、過度醫療、理賠不透明等。寵物保險市場陷入了險企和消費者兩難的窘境。

不“受寵”

越來越多的年輕人熱衷喂養貓貓狗狗，通過吸貓擼狗緩解壓力、寄托情感。有機構數據顯示，2020年國內寵物數量已超過1億只，寵物市場規模達到了3000億元，未來三年預計將實現超過20%的年化增長率。

伴隨著寵物數量增長，寵物的醫療需求也在增加。養了兩只貓的“鏟屎官”王小小(化名)向北京商報記者表示：“去年我的‘貓主子’生了一場大病，前前后后花了2萬多元才治好。”另有養寵人千千自我調侃，本以為自己成為“貓狗雙全”的人生贏家，沒想到還是入了“四腳吞金獸”的坑。

看病貴可謂是激起了養寵群體的共鳴?！?020中國寵物醫療行業白皮書》顯示，寵物診療支出增長6.2%。預計2025年，寵物醫療費用將超1300億元。

龐大的寵物醫療需求為寵物保險帶來了機遇，目前已有一些險企和互聯網平臺嗅到了商機，進軍寵物保險市場，如平安產險、國壽財險、大地財險、眾安保險、螞蟻保險、騰訊微保等。

北京商報記者整理發現，目前市場上主流的寵物保險產品包括寵物醫療險、寵物責任險、丟失險、托運險等，主要保障對象為貓、狗。以最常見的寵物醫療險為例，該類產品的保險責任是疾病治療報銷和意外傷害治療報銷。各家保險公司的產品有些許差別，年保費在幾百元到上千元不等，累計賠付限額多為8000-20000元。

雖然寵物保險這塊蛋糕吸引了眾多險企、互聯網平臺紛紛涌入，但是其市場表現卻不溫不火，難盡如人意。數據顯示，對比部分發達國家高達40%的寵物保險滲透率，我國目前寵物保險滲透率不及1%。

三大風險

當前寵物保險市場滲透率低是哪些原因造成的?悅?？萍几笨偛锰锛t兵在接受采訪時表示，造成這種現象的原因主要有三個：逆選擇風險、過度醫療、產品性價比低。

“當前，不同類型、不同健康狀況的寵物在投保寵物險時往往面臨同樣的保費，變相鼓勵了部分高風險群體投保逆選擇。”有分析人士指出。

實際上，不僅險企會遭遇騙保等理賠陷阱，理賠難、費用不透明等問題也困擾著消費者。在黑貓投訴平臺上，關于寵物保險的投訴超過80條。一位消費者的投訴信息顯示，其在10月8日上交了材料進行大地寵物醫療保險理賠，并多次致電大地保險公司客服，但直至10月21日仍未有結果。另一位消費者的投訴信息顯示，他的寵物狗治療皮膚病花費了970元，其購買的保險產品免賠額是200元，賠付比例是60%，但自己只獲賠了270元，相關賠付明細也并沒有說明。

一位資深保險銷售人員告訴北京商報記者，寵物保險屬于保險的細分領域，目前的產品主要靠定制，就是由一些做寵物周邊的公司直接與保險公司商定條款，做一些試水性動作，相關條款和賠付責任也都差別不大，都不是很完善。

中國社會科學院保險與經濟發展研究中心副主任王向楠指出，當前寵物保險市場發展緩慢的主要原因在于：寵物身份識別技術還在發展，欺詐風險仍較高。寵物個體差異較大，風險衡量成本高，保險機構面臨逆選擇風險。寵物健康及醫療標準建設不足、保險機構與寵物醫院及醫生合作有限，影響了醫療險的供給。寵物事故定性有時麻煩，帶來了責任險風控的麻煩。

風險管理跟上

雖然寵物保險在發展過程中面臨諸多問題和挑戰，但是這片藍海市場仍蘊藏著無限潛力。《中國寵物保險發展報告》預測，若以25%左右的增速增長，2025年我國寵物保險保費規模有望達到14億元左右，寵物保險滲透率有望達到1.2%以上。

那寵物保險這片潛在藍海市場隱藏的“暗礁”該如何躲過?田紅兵表示，歸結下來，最核心的癥結在于寵物保險的風控，一是要解決寵物個別身份的識別確認，二是要根據不同區域不同種類的疾病調整保險產品。

對于消費者騙保、過度醫療等問題，險企該從哪些方面著手解決?王向楠認為，這依賴于生物技術和數字技術的發展，結合健康保險、農業保險和責任保險的經驗，做到能夠低成本地識別個體身份、評價寵物健康和醫療方案，分析責任事故風險。

實際上，對于寵物身份識別問題，基因檢測、芯片植入、貓狗臉AI識別、鼻紋識別技術等新技術正逐漸被應用于實踐中。如支付寶保險平臺開放了寵物鼻紋識別技術，據悉，這項寵物鼻紋識別技術的識別成功率超過99%。悅保科技推出的寵物識別技術服務方案，則是通過面部識別與鼻紋生物特征算法解決寵物個體身份識別問題。

不過，瑞再認為，即使實現了完美的寵物個體身份識別，依然需要面對寵物保險經營過程中出現的“跑冒滴漏”風險。寵物保險的風險管理，應當貫穿寵物保險的產品開發、銷售、承保、理賠和客戶服務等全流程和全生命周期。

(北京商報記者陳婷婷實習記者李秀梅)