随着社会智能化、网联化、共享化的发展，交通领域中的创新业态如雨后春笋般迅速发展起来，如何满足新时代交通安全发展需求的问题也越来越受到人们的关注。在此背景下，“互联网+交通”的形式创造了共享汽车等新兴出行服务形式，极大地便捷和丰富了人们的出行生活，却也令共享出行用户面临着严峻的风险保障问题，解决共享模式下的出行安全保障问题对于推动城市交通共享系统的完善有着关键性意义。机动车保险作为在市场经济条件下道路安全风险管理的重要手段，不仅能对出行者的人身和财产安全提供保障服务，也是从社会经济角度下对出行活动环节进行调节和控制的工具。然而，保险公司无法推展共享汽车保险服务产品，使共享汽车出行保险保障问题一直是广大共享汽车使用者关注和管理者进行道路安全治理的难题。原因包括：其一，由于共享汽车服务对象范围广，共享汽车用户驾驶技能和素质具有较大差异，无法通过现有的保险定价指标体现个人风险差异；其二，共享车辆出行频次高，导致车辆设备故障的可能性更大；其三，风险主体构成复杂等原因，使共享汽车保险产品的服务模式无法套用传统保险服务模式，这些问题对共享出行保险产品多样化、技术稳定性以及即时性提出了很高的要求。
　　为此本文提出以车联网和大数据技术驱动下的驾驶行为定价保险为解决思路，基于车辆的轨迹数据分析用户的驾驶行为风险，评价司机的驾驶行为风险得分并通过得分划分风险等级，最后基于司机的驾驶风险等级构建个性化、动态化、分责化的共享汽车行为定价保险模型。本文的主要研究内容与成果包括：
　　(1)基于大数据处理技术对用户的行车记录数据进行异常数据处理，轨迹划分和计算行程轨迹相关风险指标，分析司机在不同驾驶情境下的行驶特性。分析表明在工作日高峰时段、深夜和不利天气条件下，司机的驾驶行为均会受到不同程度的影响，在工作日高峰期时段随着车流密度影响司机整体行驶速度下降但急加速急减速行为更为频繁，在深夜时段驾驶司机车速显著提升，且有较明显的超速倾向，在不利天气情况下车速下降，司机的驾驶行为更加谨慎。
　　(2)针对研究对象，本文基于驾驶状态、驾驶稳定性和驾驶情境三个方面进行风险特征集的梳理，通过K-means和混合高斯模型聚类的算法，对轨迹行程按照从高到低的5个风险等级聚类，并对聚类结果进行了讨论。在此基础上，进一步设计用户驾驶行为得分计算规则，并按照轨迹行程的距离大小作为计算用户驾驶行为得分的权重，计算各个用户的驾驶行为得分和驾驶风险等级，并与保险理赔数据作对比。对比发现，本文预测的用户驾驶行为得分与保险理赔次数呈显著负相关，显著性水平为0.015，验证了本文对用户驾驶行为的预测得分。
　　(3)通过梳理共享汽车的风险特性，提出共享汽车行为定价保险的概念模型框架，提出由保险费率分担系数和费率浮动系数实现共享汽车保险的个性化、动态化和分责化。本文基于问卷调查数据通过因子分析法建立共享汽车风险致因程度模型，计算司机驾驶因素和车辆检修状况的风险致因程度从而确定“人”、“车”因素的风险致因比例，由此计算费率分担系数；通过风险致因程度模型结合目前保监会的费率水平，确定保险费率浮动系数。最后，为了展示不同驾驶风格的用户的保险定价差异，本文结合驾驶行为风险评价等级与保险定价模型给出相应的算例。