來源：騰訊研究院

摘要：2018年9月13日，在中國法學會研究部、騰訊研究院聯合舉辦的“‘法律人的網際網路思維’系列研修會第二期——自動駕駛汽車的技術、產業和法律維度”上，騰訊研究院釋出《2018年全球自動駕駛法律政策研究報告》。

01

自動駕駛，一場將全面

影響人類社會的交通革命

自動駕駛技術的發展是我們這個時代最具影響的交通議題。如今，ADAS（高階駕駛輔助系統）如自動巡航、碰撞預警、車道保持等技術已被廣泛應用於汽車上。

以此為起點，自動駕駛系統（Autonomous Driving System，ADS）開發商有望兌現一系列更廣泛的功能：從強大的駕駛輔助技術到無須人類干預地執行所有駕駛任務的無人駕駛汽車。

不僅百年汽車行業正面臨著一場大的變革，既有汽車產業價值鏈將被打破，競爭的核心將從以裝置為主的硬體市場轉移到以服務平臺為主的系統市場。

而且人類生活也將受到影響，新的技術催生全新的商業模式和服務策略，無人計程車、無人物流、自動駕駛軟體許可等正在湧現，將提供更快、更好、更廉價、更環境友好的出行方式，並將惠及每一個人。

自動駕駛技術的發展將帶來全面的社會和經濟影響。歷史地看，傳統汽車成為了人們最主要的代步工具，塑造瞭如今的城市。那麼，自動駕駛技術在重塑汽車的同時，也將塑造未來的城市和人類生活。

《無人駕駛》一書預言，人工智慧將從顛覆駕駛開始，全球重構人類生活，一場關於交通、物流、能源、製造、保險、醫療、零售、娛樂、城市規劃、倫理道德的全面挑戰已經開始。如同智慧手機一樣，自動駕駛汽車的未來影響取決於裝置、IT、能源三者疊加。

02

技術挑戰猶存，公眾不信任加劇，

需要適宜的監管環境

發展高度自動駕駛系統的首要原因是，其有潛力極大增進安全並拯救生命。如果自動駕駛系統被證明比既有的人類駕駛員更加安全可靠，將給社會帶來不計其數的福祉。

美國國家公路交通安全管理局（NHTSA）的調查資料顯示，94%的交通事故的主要原因（critical reason）是司機失誤，諸如瞌睡、醉酒、注意力不集中、超速等等。完全自動駕駛汽車的視野更廣、反應速度更快，可以最大程度地減少失誤以及隨之而來的交通事故和傷亡。

但另一方面，消除人類失誤並不意味著就不會產生與計算機、感測器和軟體相關的失誤。機器人、自動化系統取得了顯著進步，但在很多方面依然達不到人類的操作水平。

自動駕駛系統的安全性依賴於大量的專門軟體、感測器、控制器、執行器等共同無失誤地執行駕駛操作。但當前自動駕駛技術尚在發展初期，人工智慧演算法、感測器、數字地圖、網路傳輸等有待進一步發展，就像人類司機一樣，自動駕駛系統也可能發生失誤，諸如識別失誤、決策失誤、行為失誤等等。

因此，在當前自動駕駛系統的安全性還沒有得到充分的驗證的情況下，自動駕駛汽車依然會發生交通事故，尤其是在自動駕駛汽車持續與人類駕駛員共享道路的環境中。

持續出現的涉及自動駕駛汽車的交通事故在不斷打擊人們對自動駕駛汽車的信任度和接受度。截至目前，谷歌Waymo、Uber、蘋果、特斯拉等自動駕駛系統研發商都發生過交通事故，谷歌的無人駕駛測試車發生過10多起事故，今年3月Uber的自動駕駛汽車在測試過程中致一行人死亡，關於這些事故的報道頻頻登上新聞頭條，造成公眾恐慌和不信任。

顯然，對社會公眾而言，這項技術仍然是不安全的，人們還沒有做好足夠的準備將車輛控制權交給自動化機器。比如，美國汽車協會今年1月的一項調查顯示，63%的司機表示害怕乘坐完全的無人駕駛汽車，還有46%的司機認為在與無人駕駛汽車共用道路時，他們會感到不那麼安全。

再如，美國Cox Automotive公司日前的一項調查顯示，49%的人表示不會購買完全的自動駕駛汽車，總體來說，更多的被調查者表示，相比於搭陌生人的便車而言，乘坐由計算機控制的自動駕駛汽車更讓他們感到不舒服。

公眾對自動駕駛系統安全的信心對自動駕駛汽車長遠發展和接受至關重要。如果人們不接受自動駕駛汽車，政府批准和技術發展就一無是處。因此，通過提升技術安全增加公眾對自動駕駛技術的信任度和接受度就顯得尤為重要，而這需要適宜的監管環境，以保障安全為首要目的。

適宜的監管環境要求對既有監管模式作出調整，以及包括汽車製造商和科技公司在內的社會各界的共同參與。

03

自動駕駛技術發展呼籲

移除既有監管法律政策障礙

自動駕駛系統作為新生事物，一開始處於“政策真空”當中，需要法律政策的革新。所以我們看到，美國、德國等各國政府已經紛紛承認了自動駕駛系統的合法地位，規範自動駕駛汽車的道路測試，允許將其應用於交通領域。

正如美國交通部部長所言，我們嘗試減少阻礙自動駕駛技術發展的法規；但是，我們不是特別清楚自動駕駛技術的實際情況，所以我們希望與產業界通力合作；我們想要確保我們所制定的政策不會阻礙技術進步。

監管法律政策創新對自動駕駛系統發展意義重大。今年1月，畢馬威釋出《自動駕駛汽車成熟度指數報告》，提出衡量自動駕駛汽車成熟度的四個指標：政策和立法；技術和創新；基礎設施；消費者接受度。

在其中，荷蘭、新加坡、美國、瑞典和英國依次位列前五，中國排在第十六位。可見，政策和立法的準備和完善，是自動駕駛汽車研發和商業落地不可或缺的因素。自動駕駛技術的發展處於領先地位的國家如美國、英國、荷蘭等，其政策反應也最為及時。

而我國則從去年年底才開始陸續出臺地方性的監管規範，中央級別的管理辦法則在今年才出臺。但一些既有的政策法規依然給自動駕駛汽車發展形成阻礙。

其一，《道路交通安全法》及相關條例僅允許有資格的駕駛人駕駛機動車上路，自動駕駛系統不具有駕駛機動車的合法地位。

其二，自動駕駛汽車上路面臨合法性質疑，因為《公路法》和《道路交通安全法實施條例》明確禁止在公路尤其是高速公路上進行機動車效能測試或者試車。

其三，高精地圖的測繪和使用受到法律限制，一方面，進行地圖繪測需取得相應資質，具有較高的准入門檻，地圖測繪的“眾包”模式的合法性存疑。

另一方面，高精度地圖的公開和使用受到《繪測法》等相關法律的諸多限制，比如地圖資訊的分檔、偏轉等要求，無法滿足自動駕駛汽車的精準控制要求。因此，為了促進自動駕駛系統的發展，迫切需要對既有監管政策做出一定的調整。

04

構建“後司機”（post-driver）

時代的安全監管

以人類駕駛員為核心的既有的汽車安全監管政策，沒有完全考慮不斷增多的輔助或自動駕駛系統的獨特差別。

因此，自動駕駛系統的發展要求以新的方式審視駕駛活動的本質。而其發展不該因不適用於新技術的過時的安全要求而受到阻礙。不需要駕駛員控制的自動駕駛系統意味著，現在與人類操作相關的汽車功能可能變得不必要或不實際。

因此，健全的監管政策應當審查，對於完全的自動駕駛汽車而言，哪些強制性要求已經不再相關。比如，針對人類駕駛員的控制、顯示、駕駛位、後視鏡等可能變得多餘，因而也不再需要受制於安全標準。

當前，在全球範圍內，美國已經開始考慮針對自動駕駛系統制定安全和效能標準。2017年9月，美國交通部發布升級版的自動駕駛汽車指南《自動駕駛系統：安全願景2.0》，確定了12項安全效能自評標準，這些標準是非強制的，企業可以據此提交安全評估報告。

美國參議院S.1885法案要求製造商在測試、銷售前提交自動駕駛汽車安全評估報告，涉及9個評估事項，評估可作為市場準入和產品准入的條件。

此外，為了推動建立後司機時代的自動駕駛汽車安全監管，需要為自動駕駛汽車在安全標準上提供豁免。美國的立法是一個典範。當前，NHTSA有權在兩年期限內每年豁免至多2500輛汽車，用於安全研究。

對於自動駕駛汽車，美國國會正在制定的自動駕駛汽車法案提出了力度更大的豁免制度。用於測試或銷售的汽車必須滿足機動車安全標準，但如果自動駕駛汽車具有新的機動車安全特徵（a new motor vehicle safety feature），由於還沒有相應的強制性安全標準，因此可以申請豁免。

按照美國參議院的《自動駕駛法案》（S.1885法案），一個製造商第一年最多豁免1.5萬輛自動駕駛汽車，第二年最多4萬輛，第三年最多8萬輛，4之後可以超過8萬輛。美國眾議院的《自動駕駛法案》（H.R.3388法案）提出的豁免數量有所不同，第一年不超過2.5萬輛，第二年不超過5萬，第三年和第四年都不超過10萬輛。

同時設定了屆滿（“日落”）條款，當一項標準制定時，豁免將終止。可見，美國國會向自動駕駛汽車做出了極大的偏斜，目的在於加速自動駕駛技術安全發展程序。

05

通過試點專案等逐步允許

自動駕駛汽車商業化利用

當前，具有輔助駕駛功能的特斯拉汽車在各國是可以上路的，但L3級以上的自動駕駛汽車通常僅限於道路測試。但各國已經逐步開始推出一些商業化的試點專案。

比如，美國加州最新自動駕駛汽車測試法規允許在公共道路上部署自動駕駛汽車。按其意思，部署（deployment）意味著由公眾在公共道路上操作自動駕駛汽車，或者為銷售、出租、提供交通服務等目的而在公共道路上操作自動駕駛汽車，意即商業化利用，這不同於道路測試。美國亞利桑那州緊隨其後，宣佈允許在公共道路上部署自動駕駛汽車。

2018年4月6日，美國加州公用事業委員會（California Public Utilities Commission）釋出一份提議，授權開展自動駕駛汽車客運服務試點專案，要求用於開展無人出租汽車服務的自動駕駛汽車獲得加州機動車管理局（California Department of Motor Vehicles）頒發的牌照，配備人類司機,不得向乘客收費。

5月31日，加州公用事業委員會正式授權交通公司利用已經獲得加州機動車管理局（DMV）的運營許可的自動駕駛汽車（autonomous vehicles），在CPUC的管轄範圍內，開展兩個試點專案，向公眾提供客運服務。

第一個試點專案是，企業可以利用自動駕駛汽車提供客運服務，該自動駕駛汽車需要配備安全司機。

第二個試點專案是，企業可以利用無人駕駛汽車提供客運服務，該無人駕駛汽車必須滿足DMV的要求，包括遠端監控該汽車的狀態和執行的要求。企業開展自動駕駛汽車和無人駕駛汽車客運服務需要遵守DMV的規則，同時在CPUC作出進一步授權之前不得向乘客收費。

06

資料共享對自動駕駛系統

安全效能的提升至關重要

自動駕駛技術依賴於感知的輸入、計算模型以及大量的道路場景資料，需要通過大量的路測來不斷訓練自動駕駛系統的場景遍歷性；資料對自動駕駛系統研發和改進至關重要，已然成為商業競爭的核心，資料的價值在自動駕駛領域由此大大彰顯。

在自動駕駛的語境下，主要涉及資料共享和資料產權的問題。

目前，世界上多數國家的自動駕駛汽車都在路測階段，資料共享可以降低路測風險，推動自動駕駛汽車的商業化利用。而且，自動駕駛系統安全性也需要足夠的資料和資訊來證明。正是出於這一目的，各國的自動駕駛汽車法律政策都鼓勵披露、共享相關資料。

以美國為代表，主要存在三種共享機制：其一，企業自願向NHTSA提交安全評估報告，谷歌、通用、福特等已經提交了報告；其二，在自動駕駛汽車測試、部署過程中發生交通事故的，需要及時向監管部門上報事故資料；其三，美國加州要求企業提交年度的自動駕駛系統脫離報告。

但在自動駕駛系統市場化的過程中，需要一定程度的保密性，因為過早披露技術問題可能給財務和發展帶來致命影響，從而可能阻礙創新。

自動駕駛車輛收集的資料的產權問題應該分兩種情況討論，其一是具有可識別性的個人資料，其二是非個人資料或經過匿名化處理的資料。與自動駕駛車輛所收集的資料較為接近的概念是事件資料記錄器（Event Data Recorder，簡稱EDR）資料，2014年歐盟委員會發布的《EDR安裝益處研究報告》指出，最有可能的資料所有者是車主。

2015年美國《聯邦駕駛員隱私法案》（尚未生效）規定，由事件資料記錄器所收集的資料歸車輛所有者或承租者所有，並限制對EDR資料的獲取。

對於匿名化資料或非個人資料，歐盟委員會則在2017年報告《構建歐盟資料經濟》中開始考慮資料生產者權利（data producer’s right），希望通過這一權利鼓勵（特殊情況下強制）公司授權第三方訪問其資料，促進資料流通和增值。

未來，明晰自動駕駛汽車相關的資料的權利歸屬和保護將變得越來越重要。

07

闡明自動駕駛汽車的保險和責任規則，

避免不確定性影響技術發展

總體而言，自動駕駛系統沒有徹底改變機動車交通事故責任的法律理論，但卻帶來了一些新的變化，需要立法予以明確。

其中一個顯著的趨勢就是，隨著司機角色從人類部分或全部轉移到自動駕駛系統，交通事故和侵權責任主體從司機擴大到製造商、軟體設計者等主體。

在人類與自動駕駛系統共同控制方向盤的情況下，人類司機承擔過錯責任，汽車製造商或系統提供者則為系統的行為承擔產品缺陷責任。為此，需要記錄相關駕駛活動資料從而為歸責提供依據，因此各國都要求自動駕駛系統安裝“黑匣子”，記錄碰撞、事故等資料，以便在發生交通事故時查明原因，明確各方責任。

此外，考慮到機器學習、深度學習給既有的責任規則的適用提出的挑戰，歐盟等考慮制定新的責任規則，諸如嚴格責任、強制保險、賠償基金甚至電子人格等。但是否制定新的責任規則需要進一步論證。

在自動駕駛的語境下，對於製造商、供應商、所有權人、操作者和乘客而言，保險仍將扮演一個重大角色。

一個顯著的趨勢是，隨著自動駕駛系統取代司機，保險公司需要為自動駕駛系統開發新的保險，並對既有保險政策作出調整，而這需要新的、不同維度的資料，需要用涉及自動駕駛系統的資料補充人類駕駛資料。

具體而言，當前，各國大都規定了針對自動駕駛汽車道路測試的強制保險制度，如美國加州規定在公共道路上測試或使用自動駕駛汽車需要獲得監管部門發放的牌照，而發放測試牌照的前提之一即是企業購買不低於500萬美元的保險或出具相應金額的保函。

此外，其他國家如英國、荷蘭、瑞典等都提出了類似的保險制度。我國現行出臺的政策中，購買保險或提供保函也是上路測試的前提條件。

在自動駕駛汽車保險立法方面，2018年7月通過的英國《自動與電動汽車法案》，明確了適用於自動駕駛汽車的保險和責任規則。

具體而言，自動駕駛汽車在“自我駕駛”的狀態下發生事故的，根據車輛是否承保，分別由保險人和車輛所有人對造成的損失（死亡、人身損害以及任何財產損失，但不包括自動駕駛汽車本身、車載貨物以及在被保險人或者車輛控制者所保管或控制下的財產）首先承擔賠償責任。

此外，出於公平起見，法案確立了保險公司和車主的責任豁免事由以及追償制度。在存在共同過失的情況下，可以在一定程度上減免保險人或車主的責任。

因被保險人或第三人違反保險條款的規定更改軟體或未及時更新安全軟體而造成事故的，可以免除或限制保險人的責任。保險公司或車主在依據法案承擔賠償責任的前提下，有向直接責任人進行追償的權利。

08

自動駕駛汽車的

隱私保護提上日程

作為先進技術載體的自動駕駛車輛具有強大的資訊抓取能力，能形成體量龐大的資料庫。在攝像頭、雷達、熱成像裝置、測距裝置等多項感測和記錄裝置的輔助下，自動駕駛車輛的資料容量遠遠超過傳統車輛。

這些來源於消費者的資料將反作用於消費者，最終引發隱私等問題。所以，當前在自動駕駛發展過程中，各國都非常重視自動駕駛汽車的隱私保護問題，紛紛出臺專門規則明確自動駕駛汽車隱私保護。

一般而言，現在的隱私和個人資料保護規則同樣適用於自動駕駛汽車，比如歐盟將於2018年5月生效的《一般資料保護條例》，但亦存在一系列挑戰。

在自動駕駛汽車的語境下，瑞典《自動駕駛公共道路測試規範》確定了隱私保護的一般要求，即測試單位確保測試資料採集、儲存符合國際相關法規，並且保護個人隱私資訊。

而美國的相關隱私保護行動則更具化，包括：（1）成立特定委員會或專家小組，負責資料和隱私的相關研究、諮詢和法規制定工作；（2）將資料和隱私問題納入安全評估報告；（3）建立機動車隱私資料庫，闡明機動隱私保護規則。

此外，《自動駕駛汽車法案》（H.R.3388法案）要求製造商在銷售高度自動化汽車、半自動化汽車或自動駕駛系統時應制定書面隱私計劃，否則不得銷售。

09

自動駕駛系統發展

繞不過倫理爭議

在自動駕駛汽車的倫理問題上，人們一直存有巨大爭議，主要有三種立場。其一，2017年7月德國提出了全世界首個自動駕駛汽車倫理準則，一共20條，嘗試通過倫理準則來約束製造商。

核心的原則包括：其一，優先保護人類，犧牲動物或者其他財產都是允許的；其二，道德困境之下的決策依賴於現實的具體情況，不可能被清楚地標準化，因此也不可能被事先程式設計；其三，，在事故不可避免時，禁止基於年齡、性別、生理或心理狀況等進行歧視；其四，把選擇權留給人類。

此外，德國還強調通過技術防範倫理困境，包括事先制定防範倫理風險的策略、保障公眾的知情權、對已交付的系統進行監督、改進等。

與之相反，美國交通部2016年將倫理問題作為自動駕駛汽車15項安全評估標準之後，2017年卻將其從中刪除，這一轉變表明倫理事項並非當前的核心問題。

其二，MIT之前在網上推出了一個道德機器的問卷，提供了很多虛構的場景，讓人們來選擇。最後的結論是，許多受訪者選擇了“功利主義”的立場，即在傷害不可避免的情況下，犧牲最少的人。

但受訪者都表示不會購買犧牲駕駛者的自動駕駛汽車。這就導致了一個悖論，大家都覺得需要造一輛功利主義的汽車，但卻沒有人會買這樣的汽車。

其三，車企的態度是電車難題不是一個真正的問題。德國車輛製造商梅賽德斯更是直截了當地給出了自己的答案，即梅賽德斯將優先保護車上人員安全，同時指出電車難題不是一個真正的問題，因為該公司將“致力於提高和完善技術和風險防範策略，完全避免兩難情況的出現”。

英特爾則提出了RSS（即responsibility sensitive safety）模式，有點類似於自動駕駛汽車的阿西莫夫三定律，可以讓自動駕駛汽車避免參與到交通事故中去。可見，在倫理問題上大家更多的還是爭議，缺乏共識。最終可能需要立法來明確一些最基本的紅線和禁令，其他的交給技術來防範即可。

10

革新監管正規化，

迎接無人駕駛時代

現在人們大都認為人工智慧作為一項通用技術獎徹底改變人類社會，而自動駕駛汽車有望成為最早來到人們身邊的最重要的人工智慧應用之一。而自動駕駛系統的應用普及將影響我們每一個人，需要政府、產業和文化的適應性調整。

法律政策創新和監管正規化（regulatory paradigm）革新尤其重要。

我們認為，主要有以下幾點：第一，監管正規化的革新應聚焦安全，同時避免採取一刀切式的立法路徑。

第二，採取靈活的、技術中立的監管路徑，在技術發展早期避免採取強制性方式，因為市場最終將決定最有效的方案。

第三，監管應主要針對自動駕駛系統的安全和效能，考慮既有的以人類駕駛員為核心的安全監管政策對於自動駕駛系統是否必要而實際。最後，自動駕駛汽車需要與傳統汽車共享道路。

最後，短期來看，立法和監管的完善對於自動駕駛技術成熟和應用至關重要；長期來看，自動駕駛的影響都將是巨大的，汽車製造業、保險、交通、醫療、資訊通訊、數字娛樂等諸多產業以及法律、倫理等相關領域，都將被波及。因此，政策制定者現在需要開始綢繆自動駕駛汽車的未來。

（識別下方二維碼下載完整報告）

未來智慧實驗室是人工智慧學家與科學院相關機構聯合成立的人工智慧，網際網路和腦科學交叉研究機構。

未來智慧實驗室的主要工作包括：建立AI智慧系統智商評測體系，開展世界人工智慧智商評測；開展網際網路（城市）雲腦研究計劃，構建網際網路（城市）雲腦技術和企業圖譜，為提升企業，行業與城市的智慧水平服務。

  如果您對實驗室的研究感興趣，歡迎加入未來智慧實驗室線上平臺。掃描以下二維碼或點選本文左下角“閱讀原文”