“艾宾浩斯错觉”背后，相互宝还是那个相互宝

来源：阿尔法工场

导语：争议恰恰反映出了相互宝这个产品的生命力和社会影响力。

相互宝的成长烦恼，在上线第8个月后开始显现。

这款“大病互助计划”现象级产品，因为救助人数和用户分摊费用的增加，在社交网络上引发了一些争议。为什么救助人数会增加？会不会有人骗互助金？疑问之外，一些超乎常识之外的谣言也不胫而走。

01艾宾浩斯错觉

回想2018年12月，相互宝刚刚上线2个月时，用户每月只需分摊3分钱，便可参与到其大病互助计划之中，获得10万到30万元的重大疾病保障。超低的门槛与全民普惠性特质，使相互宝在一夜之间蹿红，用户人数以百万量级迅速递增，目前用户总数已超过7800万人。

但是在上线8个月后，救助人数已经由之前的个位数发展到了百位数，分摊金额也从一期几分钱上涨到了0.94元。

统计数据显示：2019年6月份，相互宝总救助人数增长至250人，人均分摊0.84元；而7月份第一期救助人数增长至287人，人均分摊0.94元。预估7月份第一、二期总救助总人数增长至600人，人均分摊1.85元。

参考产品刚发行时的数据，不少用户对如今出险数和分摊金额的大幅度增长表示难以理解。一些用户怀疑其他用户带病投保、骗保。更有谣言说可以在自己人体中植入甲状腺癌细胞，以此骗取支付宝上相互宝的互助金。

其实，相互宝还是那个相互宝。用户在相互宝上的争议，是一种典型的艾宾浩斯错觉(Ebbinghaus Illusion)——这是由参考物引发的，对实际大小知觉上的错视。

在下面的错觉图中，右侧围绕较小的圆的橙色圆，看上去比左侧围绕着较大的圆的橙色圆，要大得多。其实两个橙色圆是一样大的。

这个以发现者德国心理学家赫尔曼·艾宾浩斯的名字来命名的现象说明，人们在观察事物时，一般会基于之前的经验和不当参考而做出判断，而行为和知觉系统则会受到愚弄。

如同被小圆围绕的橙色圆显得比大圆围绕的橙色圆大一样，拿2019年6月份的数据和2018年12月的数据相比是不合理的，这其中有两个原因：

第一，相互宝的总人数在不断增加，基数变大后，患病的人数自然就会增长。

第二，相互宝为了防范带病加入，每位加入相互宝的用户都有三个月的等待期。在等待期的病患是不符合救助规则的，所以在前期求助人数会较少。

第一点比较容易理解，什么是第二点中的3个月等待期呢？相互宝中的等待期类似保险等待期，即：在保险合同生效的这段时间，即使发生保险事故，也不能获得保险。一般重大疾病保险都是90天等待期。

从加入相互宝首日起，90天(包括第90天)都属于等待期。在这个期间内，正常确诊患病是不能申请互助金的。之所以这样设置，是为了防范带病加入等风险，保护用户的利益。

如果用户遭遇意外伤害而产生重症大病，经二级合格及以上公立医院确诊，可以申请互助金。相互宝在等待期也是要参与分摊互助金的。毕竟自己在等待期，并不代表其他成员都在等待期。

正确的比较方式，应是用当月的数据与“经验数据”做比较。经验数据是指重大疾病的普遍发生率，即保监会《中国人身保险业重大疾病经验发生率表（2006－2010）》，而非某一平台前期重大疾病的发生率。

如果用相互宝平台上每月的实际发病率除以经验发病率，我们就可以看到相互宝上的发病率是否超出了正常水平——如果超出了就说明有骗保的嫌疑。

从下面的表格可以看出，在产品发行初期，相互宝上的实际发病率只有经验发病率的0.1%，而今年7月的预估值，也只有经验发病率的15%。

这一方面意味着相互宝平台的发病率远低于经验值，另一方面，从统计概率的角度，用户越多发病率必然越接近经验曲线，这表明相互宝的用户规模还存在着很大的上升空间。 

02产品特性决定争议将是常态

相互宝的数据之所以引发了用户的艾宾浩斯错觉，主要是由其产品属性决定的。

首先，相互宝作为一个“大病互助计划”平台，其公益性及非盈利特质决定了其数据透明的属性。同时，鉴于用户规模的庞大，所以出现任何数据波动都可能即时引发部分用户的敏感。

尽管与保险产品有显著区别，但类似的功能性，使相互宝难免总被外界与前者进行比较。相比于保险类产品，相互宝用户在其平台上可以看到在保险产品中看不到的后台信息。

比如：在相互宝的界面首页，任何用户都可以看到每一期的出险人数、分摊金额以及金额的计算方式。

反过来看保险产品，用户与保险公司构成一对一的合同关系，只知道自己的赔付额，并不能看到其他投保人的数据，对于概率和经验曲线并不熟悉。

因此，当庞大的用户群体，用“保险经验”来审视一款能够看到了更多后台信息的“大病互助计划”时，必然会从概率上增加用户发生疑问的频率。

其次，“大病互助计划”这一产品模式的前沿性，决定了公众对于互助模式、制度及规则的理解是循序渐进过程，故而在初期规模急剧扩大时，对运营能力提出了较大挑战。

实际上，用户对于相互宝的很多质疑，正是对于规则和制度不够理解而导致的。

比如上文所言，用户认为救助人数增加不合理，怀疑可能是有人欺诈。但实际上这是概率问题，只要用户基数足够大，就必然会发生——毕竟重疾现在越来越高发，光癌症一类中国平均每分钟就有7个人确诊。就算相互宝每期救助300人，发病率也远低于社会平均标准，发病率只有保险行业发病率的百分之十几。

再比如，相互宝的分摊金额根据实际救助出险的情况而定，同时又明确了2019年分摊金额封顶188元。但对于诸多以“保险经验论”来审视相互宝数据变动的用户来说，这样的显著不同很容易在第一时间对他们的认知造成挑战。

用户在制度与规则理解上表现出的不充分或争议，某种程度上也是相互宝运营盲点的体现。解决问题的过程，也是产品完善的过程。

例如：在加入相互宝的健康告知中，此前会有一条是“近两年内没有连续服药30天”。但很多人对于这个概念有争议，最后这条规则调整为“近两年内没有因病遵医嘱需连续服药超30天”。也就是说，只要医嘱中没有明确写明用户需连续服药超30天，即符合标准。

可见，作为一种新生事物，相互宝在用户端与运营端，均是一个不断权衡利弊、不断完善的过程。

随着相互宝的发展，每期救助人数从几十个人到上百人，如今已至几百人，随之而来的成本和技术挑战也不容忽视。

第三，相互宝先提供保障、再由参与者分摊费用，用户掌握主动权，这种模式决定了关于用户体验的争论与争议是常态。

在保险模式中，保险公司拥有绝对的主动权。对不同的用户，保险公司推出千差万别的产品。理赔时，用户与保险公司构成一对一的利益关系，赔不赔、赔多少与其它投保人无关，公众不需要、也不能够获得相关信息。

相互宝先提供保障、再由参与者分摊费用。尽管算下来，每位帮助者向每位被帮助者支付的钱还不到半分；但在这“不到半分钱关系”关系中，每个救助案例都要向千万级用户公示接受监督。

如是，相比保险公司牢牢掌握主动权，在相互宝的大病互助计划模式里，主动权交给了用户，压力给了自己。

我们都知道这样一个常识，在博弈关系中，谁的地位更强势谁便拥有话语权。所以对于拥有7800万“强势”用户的相互宝而言，只要话题引子冒头，便难免引发部分用户的讨论甚至争议，进而成为一个社会性话题。

天生自带争议基因，了然这一点，或许在日后再遇见相互宝上热搜时，也就不觉得奇怪了。

换一个角度来看，这样的争议基因，也是促动相互宝不断进化的一重主要动力，有例为证:

在互助金标准上，此前的规则是只要患了互助范围内的100种大病，可获得互助金额都是39岁以下30万，40-59周岁10万。但是在运行中， 早在今年五月，相互宝对该规则进行了修改，将甲状腺癌中的轻度甲状腺癌、前列腺癌等病种划分至轻度重症，互助金改为5万元。

03相互宝还是那个相互宝

根据建信人寿保险股份有限公司战略发展部的研究报告，我国目前的保险密度和保险深度都较低。一方面我国整体保险密度和深度与发达国家比还存在较大差距，另一方面我国内部区域分布不平衡，中西部大部分省份处于全国水平以下。

 来源：建信人寿战略发展部研究报告。

数据显示，我国目前商业健康险的覆盖率仅为6.7%，保障型产品覆盖率低。供需总量不平衡，产品普惠性不足。

从产品角度来看，我国人身险产品覆盖率不足，有巨大的“普惠”空间，人口老龄化背景下养老和健康管理需求巨大。

 来源：建信人寿战略发展部研究报告。

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。