第7章 自动驾驶汽车的私法挑战概述
在漫长的历史进程中，人类很长一段时间的通行工具是马车。马车的到来解放了人类的双腿，动物智能被人类智能充分利用，大大增强了人类的出行能力。与此同时，马车的到来也引发了意想不到的问题：成千上万匹马在道路、社区、学校、工厂等地方随地大小便，带来了严重的环境污染。1900年左右，伦敦大约有1.1万辆马车发挥着类似出租车的作用，还有超过数千辆马拉轨道车、马拉巴士和各种各样的马拉货运车。而一匹马每天要固定产生7—15千克的粪便和1升以上的尿液。可以想象，当时的城市弥漫着一种怎样的味道，存在着怎样的瘟疫隐患，每天在城市散步的人要走怎样的路线，才不会将街道上的垃圾带回家中。[7]1885年，德国人卡尔·本茨发明了第一辆由蒸汽驱动的现代汽车。汽车的到来宣告了马车时代的终结，人们不禁感叹出行效率的大幅提升，并乐观地认为马车引发的环境问题将一去不复返，城市的道路和空气将会焕然一新。然而，100多年过去了，汽车却带来了全新的环境问题，甚至比马车时代更为棘手。
传统汽车在提高出行效率的同时，带来了大量的社会问题，如每年高达近100多万人的伤亡事故、交通拥堵、环境污染等。自动驾驶汽车的出现让人们看到了零交通事故的可能，但我们应当清醒地认识到自动驾驶汽车做不到绝对安全，同时我们也不应当奢求其能够解决传统汽车产生的所有社会问题。相反，就像历史上传统汽车取代马车那样，自动驾驶汽车作为一种新技术“物种”，会解决一些问题，但必然也会带来许多新的问题。为此，本章我们将考察自动驾驶汽车的历史与演变，分析自动驾驶技术带来的社会价值，对自动驾驶汽车进行界定，梳理和归纳自动驾驶汽车引发的私法挑战。
第一节 自动驾驶汽车的发展与价值
一、自动驾驶汽车的历史发展
（一）自动驾驶汽车的域外简史
人类对于自动驾驶汽车的向往最早可以追溯到文艺复兴时期。1478年，列奥纳多·达·芬奇（Leonardo da Vinci）曾经尝试设计了一辆能够自行驱动的马车。[8]在2004年的意大利佛罗伦萨市中心，一辆小型自动驾驶三轮车在路人欣喜目光的注视下驶过户外街道，实现了无人驾驶。设计师仔细研究了这座古城众多狭窄的单行街路，对车辆的转向结构进行编程，允许直行和右转，但不能左转。车辆没有驾驶人，行驶路线已经事先规划好并输入其中。为了应对可能出现的紧急停车需求，制动装置可以遥控操作。这次测试并非21世纪自动驾驶汽车的研究成果，而是根据列奥纳多·达·芬奇设计的自动行驶车所制作的一个1:3比例模型。这次测试充分证明了列奥纳多·达·芬奇当年的发明是可以付诸实践的，同时告诉我们，人类在很久以前就开始梦想自动驾驶汽车了。[9]
20世纪上半叶，自动驾驶汽车的故事在美国正式拉开序幕。当时，因为汽车引发的交通事故正在快速攀升，每年导致意外死亡的美国公民高达20万人。而驾驶员的错误被认为是事故发生的主要原因，因而发明一辆无须驾驶员就能自主运行的汽车被提上日程。与此同时，航空和无线电工程领域的两项新技术的发展也为自动驾驶汽车的登场提供了技术条件。1921年8月，由无线电航空服务的工程师打造的第一辆自动驾驶汽车在美国俄亥俄州代顿的McCook空军测试基地向公众展示。该自动驾驶汽车长达2.5米，通过无线电由后方30米外的一辆陆军卡车控制。从技术方面来看，这并非一辆具有自主能力的汽车，而是一辆远程控制的车辆，只是驾驶员无须在车内而已。[10]
1925年，一款名叫“美国·奇迹”（American Wonder）的自动驾驶汽车在纽约百老汇行驶时引起轰动。它是由霍迪娜无线电设备公司（Houdina Radio Control Company）开发的，应用了不少军事技术。它的工作原理是：在一款新型钱德勒轿车的后座上安装了无线电接收天线，用以接收无线电信号并控制车上的几个小型电动机，实现汽车的行驶和转向等功能。这辆无线电控制汽车符合字面上的“无人驾驶汽车”的定义，因为这辆车上的确没有驾驶人，但是它在行驶时需要后面跟随另一辆汽车，由里面的无线电操作员手控发出无线电指令信号，这个操作员才是真正的驾驶人。[11]因此，虽然这辆车被认为是人类在自动驾驶领域最早的一次尝试，[12]但本质上仍然是远程控制汽车。
20世纪30年代，这些远程控制汽车的各种分支出现在公众场合。一方面，它们被用作商业广告车辆，可以吸引人们的注意力。另一方面，远程控制汽车可以在驾驶安全运动中扮演重要角色，因为它们无须驾驶员，可以确保遵守所有的交通规则。当时，这些远程控制类汽车被称为幽灵汽车、机器人汽车、魔术汽车，为自动驾驶汽车的到来打开了想象的大门。[13]
1932年是一个值得记住的年份，当时自学成才的无线电技师J.J.林奇（J.J.Lynch）在弗吉尼亚州汉诺威市的狂热拥趸面前展示了他的遥控无人驾驶汽车。根据记者布利特·贝克（Brett Berk）的记述，J.J.林奇操控他的自动驾驶汽车在人山人海的观众面前行驶多次，无任何瑕疵。J.J.林奇的目的之一就是向人们展示自动驾驶汽车在安全性方面的潜在优势。然而，在同样的宣传推介现场，一辆克莱斯勒的自动驾驶汽车却出现了失控事故，在行驶中偏离了跑道，径直冲向了3000多名观众，导致至少12人被撞，其中一个16岁的小伙子头部严重受伤。尽管这次事故引发了人们的担心，但“自动驾驶汽车提高汽车安全性”的理念仍然激励着一代又一代的汽车开发设计者。[14]
1937年，大型石油公司壳牌邀请贝尔·盖得斯（Bel Geddes）在一则广告中，设计了《明日之城》中的一个未来城市的模型。1938年，贝尔成功说服通用汽车公司为1939年的纽约世界博览会开发这一模型。随后在1939年的纽约世界博览会上，贝尔联手通用汽车公司打造了一个名叫“未来传奇”（Futurama）的项目，向参观者展示了未来1960年美国城市的交通系统。在这个近乎乌托邦的交通系统里面，有1万辆动画模型车，沿着一条14车道的高速公路行驶，它们通过无线电波保持在各自的车道上运行，展现了未来的自动化交通系统。
然而，第二次世界大战的爆发中断了自动驾驶汽车的梦想之旅。20世纪40年代，汽车产业的全部精力都集中在了生产军用车辆上。待到战争结束后，自动驾驶汽车的乌托邦才得以再次回到人们的日常生活中。战争中开发的新技术也被用于民用自动驾驶汽车的研发。导线原理在技术上变得更加成熟。人们认为磁铁探测器可以有助于实现自动驾驶，因为它们已经在第二次世界大战中被用来探测地雷，同时雷达技术也让自动驾驶汽车的研发具备了可能。
20世纪60年代至90年代，自动驾驶技术的研发取得了巨大进步，美国、英国、德国、日本等都取得一系列令人瞩目的成绩。1969年，美国国防先进研究项目局（DARPA）资助的斯坦福大学人工智能研究室开发出一台名叫“夏凯”（Shakey）的移动式机器人，能够自主执行导航和探测任务。1973年至1981年，该研究室的汉斯·莫拉维克（Hans Moravec）教授在机器人导航和障碍排除领域上取得突破，并最终研发出一台名叫“斯坦福”（Stanford）的自动驾驶汽车。尽管“斯坦福”的行驶速度非常慢，每前行1米需要耗费15分钟左右的时间，但这仍然是一项不可思议的成就。在随后一次测试中，它更是成为第一台无须人类干预就可以成功穿越布满椅子的房间的机器人，虽然整个过程耗时长达5个小时。[15]
与此同时，20世纪60年代，英国交通道路实验室（TRRL）研制出一台以雪铁龙汽车为基础改装的自动驾驶汽车，并进行了路面测试。这台由雪铁龙改装而来的自动驾驶汽车，其路面测试的最高速度达到每小时130公里，被认为是英国的第一辆自动驾驶汽车。[16]1977年，日本筑波大学机械工程研究室开发出一台能够处理前方道路影像的汽车，被认为是世界上第一台真正意义上的自动驾驶汽车。这辆汽车拥有两个摄像头和一台模拟计算机，行驶速度达到每小时30公里，但需要依靠一条高架轨道行驶。1987年，德国奔驰公司与慕尼黑联邦国防军大学的厄恩斯特·迪克曼（Ernst Dickmanns）教授合作，推出了一台能够以每小时90公里上路行驶的自动驾驶汽车。这一技术的成功，也为厄恩斯特·迪克曼教授赢得了“自动驾驶汽车之父”的头衔。[17]
进入21世纪，自动驾驶汽车迎来了全新的发展。2001年，美国国会通过了一项法案，计划于2015年前，美国三分之一的军用车辆必须实现全自动化。根据这项法案，DARPA资助了一项名叫“自动驾驶汽车大挑战”（Grand Challenge）的赛事，分别于2004年、2005年以及2007年举办了三届比赛。2004年，有15支队伍获得了首轮竞赛的决赛资格，冠军奖励高达100万美元。按照赛程要求，参赛车辆需要在内华达州莫哈维沙漠自动行驶241公里，穿越泥土道路、低洼道路和山区道路。最终没有一辆参赛车辆能够完成比赛，沙漠地形让车辆寸步难行，表现最好的车辆也只行驶了11.3公里。2005年，DARPA又举办了第二届大赛，冠军奖金更是增加到了200万美元。DARPA根据参赛车队的资格赛成绩，最终选择了前23名参赛者进入比赛，比赛场地仍然是荒芜的沙漠，规则与2004年相同：参赛车辆在不借助公路设施和外力帮助的条件下，通过132英里长的越野赛道，最终有5支车队完成了赛程。[18]
DARPA举办的自动驾驶汽车大挑战赛事标志着自动驾驶技术开始从学术研究向产业开发转变。2007年赛事结束后，谷歌公司就邀请了当时亚军车队的领袖塞巴斯蒂安·特龙（Sebastian Thrun）合作。随后，塞巴斯蒂安·特龙从斯坦福大学辞职，在谷歌公司全职工作，秘密开展自动驾驶汽车项目的研发。两年后，谷歌公司宣布了它的自动驾驶汽车计划。与此同时，奔驰、宝马、奥迪、大众、通用、日产、本田、丰田、沃尔沃、福特、现代等传统汽车制造商开始进入自动驾驶汽车领域，慧摩（Waymo）、克鲁斯（Cruise）等初创企业纷纷入局，同时博世、德尔福、大陆和Mobileye等零部件供应商也在发力。[19]
2010年以来，自动驾驶汽车开始进入道路测试阶段。2011年，美国内华达州率先通过有关自动驾驶汽车道路测试的法案，并给谷歌公司颁发了首张自动驾驶汽车道路测试的牌照。随后，美国至少有40个州和华盛顿特区通过了有关自动驾驶汽车的立法，自动驾驶汽车道路测试也随之遍地开花。与此同时，2016年《维也纳道路交通公约》的修订，打开了欧洲自动驾驶道路测试的大门，德国、英国、法国、意大利等纷纷开始自动驾驶汽车的道路测试。而在亚洲，日本、韩国、新加坡等汽车强国也不甘人后，积极推动自动驾驶汽车的发展。
2016年9月，全球第一辆无人驾驶出租车在新加坡亮相，公众可以通过手机享受免费叫车服务。这比优步（Uber）公司在美国匹兹堡推出的无人驾驶出租车服务还早了几个星期。2016年11月，日本在秋田县仙北市的公路上进行了无人驾驶大客车的载客实验。[20]此后，行业开始积极探寻自动驾驶汽车商业化落地，自动驾驶出租车、自动驾驶巴士等商业应用日益频繁，同时大规模量产自动驾驶汽车产品变得日益迫切。2018年11月，慧摩公司推出的自动驾驶载人服务Waymo One在美国亚利桑那州菲尼克斯上线。2020年，慧摩公司的全无人自动驾驶出租车开始在菲尼克斯郊区上路。2021年6月，克鲁斯公司获得加利福尼亚州公用事业委员会（CPUC）颁发的许可证，成为加利福尼亚州首个可以在公共道路提供全无人自动驾驶载客服务的公司。[21]
（二）自动驾驶汽车的本土发展
相较于国外，我国20世纪80年代左右才开始自动驾驶汽车的研发。1978年，清华大学计算机系齐国光教授成立了自动驾驶课题组，当时有3名研究生参加了自动驾驶项目，这是我国在自动驾驶领域播下的第一颗种子。[22]1992年，国防科技大学、哈尔滨工业大学和沈阳自动化研究所3家单位参与了“遥控驾驶的防核化侦察车”项目的研究，并成功研制出了我国第一辆能够自主行驶的测试样车ATB-1，行驶速度可以达到21公里每小时。ATB-1的诞生标志着中国自动驾驶汽车行业正式起步并进入探索期，自动驾驶汽车的技术研发正式启动。
2008年，为了研发具有自然环境感知与智能行为决策能力的自动驾驶车辆验证平台，国家自然科学基金委员会启动了“视听觉信息的认知计算”这一重大研究项目，并决定自2009年起每年举办一届“中国智能车未来挑战赛”作为该重大研究项目的重要组成部分，旨在集成创新研发自动驾驶汽车，并通过真实道路环境下的自主行驶来检验研究成果。2009年，第一届“中国智能车未来挑战赛”在西安举行，参赛队伍只有西安交大、北京理工大学、湖南大学等6支车队，在不足3公里的园区道路上，自动驾驶车辆不时地需要人工干预，并且失控、撞树等状况不断，自动驾驶汽车要实现道路运行似乎还有漫长的距离。随后，参加比赛的队伍越来越多，比赛内容也不断升级。与此同时，中国智能汽车大赛、世界智能驾驶挑战赛、i-VISTA自动驾驶汽车挑战赛等同类型的赛事也陆续开办。
2010年以后，我国自动驾驶汽车开始频繁地走进公众的视野。2011年7月，红旗公司研发的自动驾驶汽车HQ3首次完成了从长沙到武汉286公里的高速全程无人驾驶，全程自主驾驶平均时速87公里，历时约3个半小时。这是我国自主打造的自动驾驶汽车首次在真实复杂的交通路况下完成测试。
2012年11月，由中国军事交通学院研制的“军交猛狮Ⅲ号”完成了114公里的京津高速行驶，全程共耗时85分钟，平均时速79.06公里，最高时速105公里。根据记录，这辆自动驾驶汽车完成了自主超车12次，被动超车21次，换道36次，油门操作1816次，刹车操作30次，转向操作11812次。[23]
2015年12月，百度公司对外宣布其研发的自动驾驶汽车已在国内首次实现城市、环路及高速道路混合路况下的全自动驾驶。根据百度公司公布的道路测试路线显示，百度自动驾驶汽车从位于北京中关村软件园的百度大厦附近出发，驶入G7京新高速公路，经五环路，抵达奥林匹克森林公园，并随后按原路线返回，车辆全程自动驾驶，并实现了多次跟车减速、变道、超车、上下匝道、调头等复杂驾驶动作以及不同道路场景的切换，最高时速达100公里。
2016年4月，长安公司改装的两辆自动驾驶汽车从重庆出发前往北京，整个测试历时近6天，途经四川、陕西、河南、河北等全国多个省市及地区后，最终抵达北京，完成了2000余公里的长距离自动驾驶测试，让自动驾驶汽车再次成为热门话题。[24]
2018年7月，百度公司与厦门金龙公司合作生产的全球首款L4级自动驾驶巴士量产下线。这款L4级自动驾驶巴士名叫“阿波龙”，搭载了百度公司最新的自动驾驶系统“阿波罗”（Apollo），拥有高精定位、智能感知，智能控制等功能。此外，这款自动驾驶巴士既没有方向盘和驾驶位，也没有油门和刹车，做到了真正意义上的无人驾驶。
自动驾驶汽车行业的迅速发展引起了监管部门的高度重视，为自动驾驶汽车打开道路测试的大门成为迫在眉睫的事情。2018年4月，工业和信息化部、公安部、交通运输部三部委联合出台《智能网联汽车道路测试管理规范（试行）》，我国自动驾驶汽车产业正式进入道路测试阶段。随后，自动驾驶汽车道路测试在全国各地全面铺开，北京、上海、重庆、深圳、长沙等几十个城市都发放了自动驾驶汽车道路测试牌照，自动驾驶汽车产业发展进入快车道。
自2019年下半年开始，我国自动驾驶汽车行业开始寻求商业化落地。2020年10月，百度公司在北京推出自动驾驶出租车服务，市民可在北京经济技术开发区、海淀区、顺义区的数十个自动驾驶出租车站点，直接下单免费试乘自动驾驶出租车服务。2021年10月，北京市智能网联汽车政策先行区正式开放无人化测试场景，随后又开放了全国首个自动驾驶出行服务商业化试点。2022年4月，百度在北京取得无人化载人示范应用许可，推出了主驾无人的自动驾驶出租车。2022年8月，重庆、武汉两地率先发布自动驾驶全无人商业化试点政策，并向百度公司颁发了全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。这标志着我国自动驾驶汽车商业化落地进入新的阶段。
二、自动驾驶汽车的社会价值
如果有人告诉你有这么一项发明：它每年可以帮助你节省几千元甚至数万元，可以减轻所有人的税负，可以让你和邻居家都能有更多空间，可以减少空气和噪声污染，可以让老人、小孩还有残障人士都能安全地外出走动，还可以节省你的通勤时间，甚至可以将每年导致成千上万人死亡的车祸消灭掉90%，那么这听上去是否好得有些令人难以置信呢？好消息是，这些都未必那么令人难以置信。[25]自动驾驶汽车正在将这些好处一一变为现实，带来一个全新的社会面貌。对此，我们将自动驾驶汽车的社会价值做一个归纳。
（一）提高出行安全
汽车的到来解放了人类的双腿，但同时也带来了严重的交通事故。据报告，全球每年有近100多万人因为交通事故而失去生命，这是非常恐怖的数字。我国是汽车大国，也是人口大国，交通事故每天都在上演。根据国家统计局的数据，2020年我国交通事故发生数总计244674起，交通事故造成的死亡人数为61703人，造成受伤人数为250723人，直接财产损失总计131361万元。[26]对于交通事故发生的原因，绝大多数可以归咎于驾驶员的原因，只有小部分是因为技术和环境的问题。既然由人来驾驶汽车并不安全，那么自动驾驶取代人类手动驾驶后，就可以大幅减少交通事故的发生。虽然，自动驾驶汽车很难实现零交通事故，但有可能消除90%的人为交通事故，这对于提高交通安全和出行服务来说，已经具有里程碑意义。[27]
相较于人类驾驶员，自动驾驶汽车将更加安全。一方面，自动驾驶汽车更加自律。现代汽车在很大程度上把人们同外面的公路隔离开，并创造了一个封闭的环境，车内的人们常常会无视交通法规，而一心关注自己想要去的地方。[28]人类是情感丰富的动物，人们在驾驶汽车的过程中很难做到完全遵守交通规则，醉酒、打电话、超速、路怒、疲劳等情况时有发生，严重危害驾驶活动的安全。例如，人们常常会因为分心玩手机而导致事故的发生。根据美国交通部国家公路交通安全管理局（NHTSA）的数据，在美国的任何一个白天，大约有66万名司机在驾驶汽车时使用手机。在驾驶期间，司机的眼睛会不自觉地离开路面2—3秒，去查看短信或者自拍。仅在2015年，因司机分心发生的交通事故就有3477例死亡和39.1万人受伤。[29]相较于人类驾驶员，自动驾驶汽车是理性的机器，不会像人类那样产生负面的情绪，可以确保全心全意投入驾驶活动，完全遵守交通法规。
另一方面，自动驾驶汽车也更加适合驾驶活动。人类驾驶员囿于生理原因，对于道路环境的感知存在很大的局限，同时应对突发事件的能力也是有限的。有研究显示，在汽车以每小时50公里的速度行驶时，如果能够早半秒刹车的话，就能减少50%的事故，但39%的驾驶者在事故发生前根本没有刹车，而40%的驾驶者则没有有效刹车。[30]相较于人类驾驶者，自动驾驶汽车拥有极快的反应速度，能有效减少交通事故的发生。此外，自动驾驶汽车还拥有360度的视野，全天候精准分析驾驶环境，这些都是人类驾驶者无法比拟的。[31]对此，谷歌公司的自动驾驶汽车项目的负责人德米特里·多尔戈夫（Dmitri Dolgov）先生曾提到一个小插曲：“某天，我路过一片茂林区，汽车缓缓停了下来。我心中正纳闷，一定是自动驾驶系统出了问题。结果没一会，一头鹿从汽车身边走过。显然，与我们不同，自动驾驶汽车晚上也能看见。”[32]
（二）优化出行效率
自动驾驶汽车对于人类生活产生的影响最不为人全面认识的一点，就是对于交通拥堵产生的影响。一种乐观的看法是自动驾驶汽车可以提升城市交通系统的效率，致使私家车数量减少，进而减少拥堵，降低城市中交通出行产生的碳排放量。有研究表明，如果城市居民不再乘坐私家车和公共交通，而是以共享的方式使用自动化出租车，那么城市道路上的机动车数量会减少90%。自动驾驶汽车可以让每个家庭平均保有的车辆减少到一辆，因为自动驾驶汽车在送完一个家庭成员上班后会启动回家模式，这样其他家庭成员也可以使用这辆车来接送自己外出办事或者参加活动。[33]
虽然汽车的发明是工业史上的巨大成就，但由于汽车的广泛普及而导致的城市交通拥堵也成为许多大都市现代化、城市化和机动化过程中难以逾越的阶段。[34]我国许多城市都饱受拥堵之苦。根据高德地图联合国家信息中心大数据发展部、清华大学交通研究所等多家权威机构共同发布的《2021年度中国主要城市交通分析报告》显示，同比2020年，2021年全国50个主要城市中有60%的城市内路网高峰行程延时指数上升，24%的城市基本持平，16%的城市拥堵下降。截至2021年3月，中国私家车保有量超过200万辆的城市达33个。巨大的汽车保有量以及大量的出行需求，造成了道路拥堵。早高峰、晚高峰、节假日、恶劣天气等，让交通拥堵成为城市化过程中最大的弊病之一。[35]
在过去几十年里，增加道路容量是消除这种交通拥挤的老办法。然而，对于当前的绝大部分城市来说，这种办法从物理上、财政上、政治上都变得越来越不现实了。[36]唯有提高现有道路利用效率，才能破解交通拥堵的难题。事实上，交通拥堵的原因，除汽车保有量的不断上涨外，与道路的利用效率有很大关系。人类驾驶的车辆无法充分利用道路，出于安全的考虑，人类驾驶汽车不得不与前后车辆保持数十米的距离，而且在变道时我们也做不到平滑熟练。对此，自动驾驶汽车结队行驶后可以更加有效地利用路面空间，让通常会堵塞的地方变得更加通畅，因为交通拥堵通常发生在公路的驶入驶出匝道的位置、变换车道的位置，以及交叉路口等地。[37]假如车行道的总宽度是10米，按现在的汽车性能来设计，只能划分为3车道，而如果通行的是自动驾驶汽车，则可以划分为4车道或者5车道，可以使交通容量提升三分之一或者三分之二，而改造的成本仅仅是为道路重新画线。[38]此外，自动驾驶汽车还可以减少交通事故的发生，这也有助于解决交通拥堵的问题。有数据认为，自动驾驶汽车整体上能够将道路利用率提升至惊人的273%。[39]
（三）增强出行能力
相较于马车，汽车大幅增强了人们的出行能力，可以在更少的时间内让人们到达更远的距离。同时，拥有汽车也让人们更加的自由，可以随时随地享受出行的便利。然而，与驾驶马车一样，驾驶汽车也需要经过专业的训练，必须拿到驾照才能真正享受汽车带来的出行好处。而要想拿到驾照并不容易，需要付出很多的时间和精力。同时，拿到驾照也并不意味着你就是一名经验丰富的司机，相反，你还需要长年累月地积累出行里程，在长期的实战中增长驾驶经验。事实上，驾驶大概是我们大多数人日常生活里最复杂的事情。驾驶这项技能包含了至少1500个子技能。大多数人似乎都认为开车是相当容易的一件事，但实际上开车是一项极其复杂且要求很高的任务：我们要处理一堆令人眼花缭乱的信息，要持续做出预测和计算，并实时判断风险和做出回应，还要参与大量的感觉和认知活动。[40]此外，囿于生理原因，有些特殊群体无法取得驾照，不能亲自驾驶汽车，只能依仗司机或者公共交通。例如，根据我国《机动车驾驶证申领和使用规定》第14条的规定，申请小型汽车的驾照需年满18周岁，没有红绿色盲，双手拇指健全，双下肢健全且运动功能正常。此外，第15条还明确规定，有器质性心脏病、癫痫病、美尼尔氏症、眩晕症、癔病、震颤麻痹、精神病、痴呆以及影响肢体活动的神经系统疾病等妨碍安全驾驶疾病的，不得申请驾照。对于这部分群体来说，汽车带来的出行自由只能停留在羡慕当中。
自动驾驶汽车的到来可以显著缓解上述问题。与传统汽车不同，自动驾驶汽车对于使用人的要求并不会过分严格，使用人未来只需要经过简单的培训即可取得驾照，不需要学习如何手动操作方向盘、油门、踏板等复杂的驾驶技能，只要能够了解自动驾驶模式的开启以及紧急情况下的应对即可。与此同时，自动驾驶汽车在出厂之时已经是身经百战的“司机”，算法系统也经过了成万上亿公里的训练，能够提供更加安全稳定的驾驶感受。同时，一辆自动驾驶汽车“学会”了某种新技能，所有的自动驾驶汽车的都能掌握这一技能，这种技能的叠加升级也是人类驾驶员所不具备的。
此外，更为重要的是，自动驾驶汽车可以解决部分残疾人等特殊群体出行的问题，算法系统通过语音、按键等方式接收他们的指令，即可带他们回家或者到达目的地，生理因素的限制被机器智能彻底补足。我们甚至可以期待，那些原先只能枯坐在家的人可以借助这种新型交通工具重新变得灵活起来。[41]2017年2月，欧洲议会向欧盟委员会提出立法建议的决议《机器人技术民事法律规则》就指出，应当关注自动驾驶汽车为残疾人带来的高附加值，因为这类车辆能够帮助他们更有效地参与到交通运输当中，从而为他们的日常生活提供便利。
（四）增加利用时间
驾驶汽车是一项非常消耗时间的事情，特别是对于那些住所远离工作地点的家庭。20世纪40年代至50年代，美国有85%的家庭都住在郊区。由于每日的通勤，大多数的父亲几乎没有时间去参与家庭活动。尽管城市化让更多的家庭住进了城市，但通勤时间依然占据着很大的比重。
例如，我国许多中大型城市中的人群也饱受通勤之苦。2022年7月，中国城市规划设计研究院发布的《2022年度中国主要城市通勤监测报告》显示，44个国内主要城市中单程平均通勤时耗为36分钟，超过1400万人承受着“极端通勤”，单程时间60分钟以上的通勤比重占13%。其中，北京60分钟以上的通勤比重为30%，是全国极端通勤人口最多的城市。自动驾驶汽车到来后，驾驶活动占用人们宝贵时间的比例将大幅缩小，人们可以利用在车上的时间工作或者休息。[42]这一部分宝贵的时间将被有效地利用起来。与此同时，自动驾驶汽车对于交通拥堵的积极影响，也会减少通勤所需要的时间，让人们有更多的时间投入生活和工作。此外，自动驾驶汽车还能让工作更加准时，提升时间利用的整体效率。[43]
毫无疑问，自动驾驶汽车是一台时间机器，它们生产的是最难以捉摸的资源——可供人们消费的新的时间，而时间就是金钱。[44]这也是自动驾驶汽车非常重要的一项价值。当自动驾驶汽车将人们从繁重的驾驶任务中解放出来后，人们将拥有更多的自由时间。1956年，美国独立电子电力公司在《生活》（LIFE）杂志上投放了一则广告，一辆自动驾驶汽车正在公路上行驶，车内的一家四口则坐在桌子旁边，汽车仿佛变成了一个客厅。父亲坐在驾驶位上，但他的双手已经离开了方向盘。母亲和女儿正在玩着多米诺骨牌，一旁的儿子则在把玩手中的飞机模型。这则广告充分体现了这样一个主题，即自动驾驶汽车是一个可以用来构建和谐家庭生活的理想平台。人们可以将浪费在驾驶上的时间节省下来，转而花在陪伴家人身上。[45]与此同时，这些多出来的空闲时间能够很好地转化为经济价值。在一篇讨论谷歌公司的自动驾驶汽车项目收入潜力的文章中，一位专业人士就提到，只要有1%的美国汽车使用谷歌公司提供支持的软件，那么每年由自动驾驶汽车所创造的因谷歌服务的额外使用所带来的收入就有可能达到14000亿美元。这就不难理解为何谷歌公司要投资自动驾驶汽车，也就可以理解为什么其他公司同样要保证自己不会错失良机。[46]在日益激烈的注意力经济的争夺战中，自动驾驶汽车将会开辟广阔的新战场。
（五）助力环境保护
除上述价值外，自动驾驶汽车还有助于环境保护。一个有着相当数量自动驾驶汽车的运输系统将主要通过三种方式减少能源消耗：更有效率地驾驶；更轻量也更省油的车辆；高效的基础设施。[47]
传统汽车燃油效率十分低下，只有不到30%的能量是用于驱动汽车，以及少量能量被用来给车灯、收音机和空调等设备供电，其余大部分能量都以热、噪声等方式浪费掉了。一辆小汽车动辄一两吨，而人体不过一两百斤，驱动汽车的能量只有约5%是用于运送乘客，仅占燃油总能量的1.5%。[48]自动驾驶汽车可以提升驾驶效率，减少能源消耗。例如，由于风阻的影响，卡车尤其容易发生燃油效率低下的问题，如果将自动驾驶卡车编组，相距不超过3英尺，那么行驶时每辆卡车的油耗将减少15%到20%。[49]再如，人类司机会迷路、会发怒，还很难找到停车位。自动驾驶汽车的驾驶风格可以被设定成高效、冷静而流畅。一名激进的司机使用的燃料比一般司机要多33%，而一般司机使用的燃料比最高效的驾驶要多10%。因此，有理由认为，与普通人类司机相比，自动驾驶汽车能够多节省10%—20%的燃油。[50]
与此同时，自动驾驶汽车的安全性可以让汽车设计得更加经济。现代汽车设计的一个重要考量是增加防撞的空间，需要给可能发生的交通事故预留足够的缓冲，在车身结构以及尺寸上都采取的是又重又长的设计。既然自动驾驶汽车能够显著降低交通事故的发生，那么汽车就可以设计得更加轻巧，这也会更加省油。[51]此外，自动驾驶汽车常常与新能源联系在一起。汽车在无人自动化改进过程中一个核心变化就是它们的驱动能源。自动驾驶汽车更有可能采用电力驱动，同时一旦自动驾驶技术成熟，汽车变得智能化，能够自动计划路线，并适时地将充电站纳入行程，电动汽车充电的问题也会得到缓解。[52]
（六）优化城市设计
汽车不同于家电产品，它的消费需要一系列外部配套条件才能实现，除能源耗费外，还需要道路、停车场等基础设施。汽车所到之处，沥青也随之扫荡着脚下的土地，农田变成了道路，森林变成了停车场。[53]自动驾驶汽车的出现会影响城市土地的规划利用，如停车场的设计。一个城市停车场的设计规划对于城市的个性韵味有着惊人的显著影响。[54]尽管人们表面上购买汽车的原因是他们需要四处走动，但实际上他们真正使用汽车的时间是很少的。一辆汽车大部分时间都停在那里等着我们再次需要它，而这种需要往往是很短暂的活动。通常情况下，我们使用汽车的间隔时间能够达到12个小时，而大部分时间汽车都在那一动不动，它们需要在不同的地方有多个停放空间：家里需要一个停车位，办公场所需要一个停车位，购物中心或者迪士尼乐园等休闲场所也是如此。大量的土地被修成了停车场和车库，成了都市的“死亡地带”，逐渐消耗着城市街道的生气和活力。[55]与此同时，停车位似乎永远赶不上需求。人们驾驶传统汽车的一个痛点就是寻找停车场，驾驶汽车到达目的地并不意味着驾驶活动的结束，还需要为汽车寻找一个“安身之所”，这对于许多城市来说都是极其困难的，也让驾驶活动徒增烦恼，影响驾驶人的心情，同时加剧能源的消耗。
自动驾驶汽车到来后，对于停车场的设计将会产生重要影响，人们并不需要自己开车去寻找车位，自动驾驶汽车既可以自己寻找车位，也可以选择回家供其他家庭成员使用。如此一来，在提升人们出行体验的同时，还可以减少一笔停车费用的开支。同时，停车位的减少还会减少房屋的成本，人们购买停车位的需求会大幅降低，开发商将会重新考虑房屋或者社区的设计，是否需要配套那么多的车位。届时，法律可能取消对新建商圈或者住宅必须配备一定数量新车位的要求，而多出来的土地可以用在其他更有意义的地方，如可以将停车场改造成公园、运动场或者路边咖啡馆等公共领域，为弥漫低沉之气的市中心注入活力，还可能带来许多新的工作需求。此外，城市将变得更加干净、美丽，没有停车道，街道立马变成了宽阔的林荫大道。[56]
（七）其他价值
自动驾驶汽车还会对法律系统产生影响。20世纪，汽车日益成为生活的中心，产生了许多积极的影响，但也引发了相当一部分犯罪。2016年，车辆盗窃案件占旧金山警察局登记犯罪事件的21%以上，还有很多与机动车相关的犯罪，如交通肇事等。如果自动驾驶汽车普及开来，相关的犯罪将会大幅下降，进而可以解放警力，用以侦查其他犯罪，同时还可以减少昂贵的诉讼资源浪费，提升司法系统的效率。与此同时，自动驾驶汽车取代人类驾驶员后，违反交通规则的情况将会变少，围绕交通巡逻组织的警务工作也将被解放，可以用于其他更有意义的工作当中。[57]
此外，自动驾驶汽车还对现有社会的各行各业产生影响，如医疗、教育、金融、零售、制造、安防等。想要精准预测自动驾驶汽车的影响是不可能的，很多预设的好处可能不会很顺利地如约而至。与此同时，自动驾驶汽车还会带来巨大的、复杂的和不确定的社会风险，有可能打乱或者替代现有的社会和经济体系，甚至将重新定义和重新分配个人自由和责任。[58]故此，在畅想自动驾驶汽车积极影响的同时，我们也应该去关注其可能带来的各种挑战。
第二节 自动驾驶汽车的界定与分级
一、自动驾驶汽车的界定
（一）自动驾驶汽车的概念
当前，对于自动驾驶汽车并没有一个达成共识的概念。各国对于自动驾驶汽车的定义各有侧重。
2011年，美国内华达州颁布了“第511号法案”，其中第8条对于人工智能和自动驾驶汽车下了一个定义：所谓的人工智能，是指使用计算机和相关设备使机器能够复制或模仿人类的行为。而自动驾驶汽车，是指无须人类操作者主动干预，通过使用人工智能、传感器和全球定位系统来实现自动驾驶的机动车辆。其中，传感器包括但不限于摄像头、激光和雷达。内华达州“第511号法案”的定义将自动驾驶汽车与人工智能的概念结合在一起，看到了人工智能对于自动驾驶汽车的重要作用，抓住了自动驾驶汽车的技术关键。
2016年9月，美国交通部国家公路交通安全管理局发布《联邦自动驾驶政策：加速道路安全变革》（Federal Automated Vehicles Policy：Accelerating the Next Revolution in Roadway Safety，AV 1.0），使用了高度自动驾驶汽车（Highly Automated Vehicles，HAVs）的概念，将高度自动驾驶汽车界定为装有高度自动驾驶系统的车辆，具体包括国际自动机工程师学会（SAE）发布的分级指南中的有条件自动驾驶（L3）、高度自动驾驶（L4）以及完全自动驾驶（L5）三个阶段。根据文件给出的定义，所谓的高度自动驾驶系统（Highly Automated Vehicle Systems），是指为驾驶员提供安全、舒适和便利功能的硬件和软件的组合，通过控制和组合制动、油门和转向功能来执行驾驶功能（如高速公路驾驶、自动出租车、自动泊车）的系统。
2018年10月，美国交通部国家公路交通安全管理局发布《为未来交通做准备：自动驾驶汽车3.0》（Preparing for the Future of Transportation：Automated Vehicles 3.0，AV 3.0），重新使用了自动驾驶汽车（Automated Vehicle）的概念，并将其界定为任何装有自动驾驶系统（Automated Driving System）的车辆，而自动驾驶系统是指能够共同持续执行整个动态驾驶任务的硬件和软件，无论它是否仅限于特定的操作设计域，具体包括SAE分级指南中的L3级、L4级和L5级自动驾驶。这一定义延续《联邦自动驾驶政策：加速道路安全变革》（AV 1.0）的做法，主要依靠SAE分级指南来界定自动驾驶汽车。
2017年6月，德国通过了《道路交通法第八修正案》（Eight Act Amending the Road Traffic Act），第1a条对高度或者完全自动驾驶功能的机动车作出了规定，具体对应SAE分级指南中的L3级与L4级。根据该条规定，装有高度或者完全自动驾驶功能的机动车意味着机动车需具备如下技术：第一，当开启后，能够控制机动车，包括执行驾驶任务（汽车控制）；第二，当汽车处于高度或者完全自动驾驶模式中，能够遵守相关交通规则和法规；第三，能够随时被驾驶人接管或者中止；第四，能够确定需要驾驶人重新人工操作机动车的情形；第五，具备能够通知驾驶人——通过视频、音频、触觉等其他可知方式——重新人工控制机动车的能力，同时有足够的时间缓冲完成这一接管；第六，汽车使用与系统说明是一致的。相较于美国法的定义，德国对于自动驾驶汽车的界定更加细致，突出了自动驾驶汽车的自主性以及随时被人类驾驶员接管的技术特征。
2022年1月，英国法律委员会发布《自动驾驶汽车：联合报告》（Automated Vehicles：joint report），其中对自动驾驶汽车的概念作出了界定。报告指出，自动驾驶是指一系列汽车技术，我们可以将自动驾驶汽车描述成一种设计为能够自行驾驶的汽车，在自动驾驶汽车模式下，汽车至少可以在一段旅程内不需要人类的控制和监督。因此，自动驾驶汽车的重点是自动驾驶系统至少需要在部分旅程中取代人类驾驶员，而不是仅仅提供驾驶辅助。[59]从这一定义可以看出，英国对自动驾驶与驾驶辅助做了严格区分，后者并不属于自动驾驶汽车的范畴。
2018年4月，我国工业和信息化部、公安部、交通运输部联合发布《智能网联汽车道路测试管理规范（试行）》，对于自动驾驶汽车的概念下了一个定义。根据该规范第28条的规定，自动驾驶汽车，又可称为智能网联汽车或智能汽车，主要指“搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（人、车、路、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现安全、高效、舒适、节能行驶，并最终可实现替代人来操作的新一代汽车”。随后，2021年的《智能网联汽车道路测试与示范应用管理规范（试行）》继续沿用这一概念。相较于美国、德国以及英国有关自动驾驶汽车的定义，我国对于自动驾驶汽车的界定同时强调网联性与自主性两个技术特征。
德国学者埃里克·希尔根多夫认为，当其他人想知道这里谈论的究竟为何物时，术语问题自然十分重要。但是，由于科技发展十分迅速，如果一开始就尝试将概念定义压制在一定的界限内，显然不太合适。[60]为此，自动驾驶汽车的概念应当具有开放性。笔者认为，所谓的自动驾驶汽车，又可以称为无人驾驶汽车、智能汽车、智能网联汽车，简单来说就是由机器智能执行驾驶任务的汽车，是一个与依靠人类智能执行驾驶任务的传统汽车相对的概念。[61]
（二）自动驾驶汽车的特征
自动驾驶汽车是不同于传统汽车的新一代汽车。对此，我们可以从如下四个方面来理解自动驾驶汽车。
第一，自动驾驶汽车是一种人工智能。自动驾驶汽车是人工智能技术在交通领域的具体应用，其内核是机器智能。从人类历史发展来看，出行工具不断发生变化，从早期的马车到了现代汽车。汽车的发明让人们不需要马匹的帮助就能享受出行的便利。然而，汽车在取代马匹的同时，也失去了某种形式的自主权。通过训练和驯马技术，拉马车的马可以自行学会保持在一些简单的规则范围内。在此情景之下，马车具有一定程度的自主性。从马车到汽车的过渡中，人们看似收获了更强的出行能力，却失去了重要的障碍物规避能力，这毫无疑问是执行“自主任务”的一种必备的临时能力。在马车行驶的很多时候，即便马夫不再完全接管旅途，马儿自己也能将马车安全地带回家。即使马儿无法认识回家的路，但它们至少会让马车处于安全的状态，然后停在路边吃草。从这个角度来看，自动驾驶汽车的目的就是恢复传统汽车失去的自主性并且超越其历史形式。[62]换言之，自动驾驶汽车想要实现的是汽车的自主运行，但这种自主性不是依靠动物智能和人类智能，而是依靠机器智能来实现的。
第二，自动驾驶汽车运行包括感知、决策和行动三个阶段。依靠机器智能，自动驾驶汽车能够实现自主性，实现了自动驾驶对手动驾驶的取代，算法对人类驾驶员的取代。对于自动驾驶技术的运行逻辑，本质上与人工智能的运行逻辑是一样的，主要依靠感知、决策和行动三种能力，自动驾驶汽车的行驶过程自然也可以分为这三个阶段。[63]第一阶段是感知，即自动驾驶汽车通过各类传感器感知周围环境，绘制汽车行驶的周边环境图。感知阶段是自动驾驶汽车性能最基本、最重要的信息来源和体验保障。[64]对于人类驾驶员来说，我们主要依赖眼睛完成信息的输入，而自动驾驶汽车则主要借助摄像头、激光雷达、毫米波雷达等传感器来观察四周的环境。单独依靠一种传感器很难提供像人眼一样高效的信息输入，因此大多数自动驾驶汽车依赖于多种类型传感器的融合。第二阶段是决策，即自动驾驶系统对第一阶段收集的数据进行处理，生成可以到达目的地的最优路线，做出驾驶决策。在这一阶段，自动驾驶系统需要借助强大的算力，对前一阶段收集的数据进行快速处理，以便选择最佳的行动方案。第三阶段就是行动，在自动驾驶系统的指令下，自动驾驶汽车执行器驱动汽车行驶，执行第二阶段的指令，包括加速、刹车、转向等。
第三，自动驾驶汽车强调自主性与网联性。自动驾驶汽车的发展存在两个不同方向，分别是智能模式与网联模式。[65]产业界将其称为单车智能和车路协同的“路线之争”。单车智能主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器，计算单元以及线控系统进行环境感知、计算决策和控制执行。而车路协同，则是将路端升级到与车端智能化同等的水平，通过车联网将人—车—路—云这些交通参与要素有机地联系在一起，从而保证自动驾驶安全，加快自动驾驶应用的成熟。[66]这两种路径并非由技术本身的逻辑导致的，而是由自动驾驶技术研发和商业化的主要参与者的既有优势和利益所决定的，是一种“路径依赖”或“锁定效应”。更符合技术逻辑的发展方向当然是“智能化+网联化”相融合，最终使系统能够替代人类执行全部驾驶任务。[67]从理论上看，车路协同的加入，可以让自动驾驶汽车不再是单个的智能体。具言之，车联网技术可以让自动驾驶汽车实现信息与网络的共享，通过车与车（V2V）、车与基础设施（V2I）、车与人（V2P）等交互实现信息共享，收集车辆、道路和环境的信息，由此可以大大降低交通事故的发生率。[68]故此，自动驾驶汽车不仅要具备自主能力，能够自主识别驾驶环境、规划路线和执行决策，还应当具备网联能力，实现车与各方互联互通。[69]
第四，自动驾驶汽车是一种机器人。自动驾驶汽车是一种人工智能，也可以被定义为一种机器人。严格来说，人工智能与机器人并非同一事物。从历史来看，机器人概念的产生要早于人工智能。机器人（Robot）一词由捷克作家卡雷尔·恰佩克（Karel Čapek）于1921年首次提出，而人工智能术语的产生晚了近40年。[70]从概念本身来看，机器人通常是指能够像人类一样行动的机器装置，其模仿的是人类的躯体，并不必然要求智能，如传统工业生产线上的生产机器臂等。而人工智能的核心是智能，至于是否有物理载体并非必需，模仿的是人类的大脑，如智能推荐系统、医疗诊断系统等。随着机器人与人工智能技术的发展，两者结合的概念智能机器人由此诞生。欧盟《机器人技术民事法律规则》认为，智能机器人通常具备如下特征：通过传感器与/或通过与所处环境交换数据（内部连接）及分析数据实现自动化的能力；通过经验积累及互动方式进行学习的能力；机器人的物理支持形式；根据环境调适自己行为的能力。简言之，机器人以及智能机器人都要求具备物理载体，能够物理地作用于现实环境与世界，而人工智能并没有这一要求。自动驾驶汽车既是一种人工智能，也是一种机器人，属于两者的结合体，即智能机器人。
二、自动驾驶汽车的分级
当前，国内外有关自动驾驶汽车分级存在不同做法，许多国家都有自己的分级方法，如德国汽车工业协会（VDA）的六级法、美国国家公路交通安全管理局（NHTSA）的五级法等。
（一）国际层面
国际上，通用的是国际自动机工程师学会（SAE）发布的“六阶段分级法”。2014年1月，SAE首次发布了汽车自动化分级指南。随后，SAE分别于2016年9月、2018年6月、2021年4月三次更新分级指南。
根据2021年版的指南，汽车自动化分为六个阶段：L0，无驾驶自动化，由驾驶员执行整个动态驾驶任务（dynamic driving task，DDT）；L1，驾驶辅助，系统持续专门地提供DDT中横向或纵向运动控制子任务，其余部分由驾驶员承担；L2，部分驾驶自动化，系统持续专门地提供DDT中横向与纵向运行控制子任务，驾驶员执行目标与意外监测与响应任务（object and event detection and response，OEDR）；L3，有条件驾驶自动化，系统执行整个DDT任务，用户在必要时接管；L4，高度驾驶自动化，系统执行整个DDT任务，用户无须接管，但系统存在设计运行范围（operational design domain，ODD）；L5，完全驾驶自动化，系统执行整个DDT任务，用户无须接管，且系统不存在ODD限制。
（二）国内层面
2021年8月，我国正式发布推荐性国标《汽车驾驶自动化分级》（GB/T 40429—2021），并于2022年3月1日开始实施。
根据《汽车驾驶自动化分级》，驾驶自动化可以分为六个阶段：0级驾驶自动化，又称应急辅助，系统不能持续执行DDT中的车辆横向或纵向运动控制，但具备持续执行DDT中部分OEDR能力，如车道偏离预警、前向碰撞预警、自动紧急制动、车道偏离抑制等功能；1级驾驶自动化，又称部分驾驶辅助，系统在ODD内持续地执行DDT中的车辆横向或纵向运动控制，且具备相应的部分OEDR能力，如车道居中控制、自适应巡航控制等功能；2级驾驶自动化，又称组合驾驶辅助，系统在ODD内持续地执行DDT中的车辆横向和纵向运动控制，且具备相应的部分OEDR能力；3级驾驶自动化，又称有条件自动驾驶，系统在ODD内持续地执行全部DDT，用户必要时需要接管；4级驾驶自动化，又称高度自动驾驶，系统在ODD内持续执行全部DDT，并自动执行最小风险策略（minimal risk maneuver，MRM）；5级驾驶自动化，又称完全自动驾驶，系统持续执行全部DDT，并自动执行MRM，且没有ODD限制。
总的来说，我国对于自动驾驶汽车的分级与SAE的做法是一致的，自动驾驶仅指L3级至L5级，具体包括有条件自动驾驶（L3）、高度自动驾驶（L4）与完全自动驾驶（L5）三个阶段。至于应急辅助、部分驾驶辅助、组合驾驶辅助均不属于自动驾驶，不能归入自动驾驶的范畴。自动驾驶汽车的分级指南对于引导企业准确使用相关概念，如区分辅助驾驶与自动驾驶，避免误导消费者有重要作用。[71]当然，概念的界定本身并不能解决法律问题。从自动驾驶汽车的特定定义或者自动化驾驶的分级阶段中并不能轻易地推导出法律义务或是其他的法律后果。只有当立法者将法律后果与特定的定义或者分级衔接起来时，该定义和分级才是重要的。[72]基于此，我们需要在自动驾驶分级的基础上，进一步探讨分级对于相关主体的法律影响。
第三节 自动驾驶汽车的私法挑战
一场革命正在进行，它将从根本上改变汽车行业，对现有的经济和社会产生巨大影响，相当于当年从马匹运输过渡到燃油动力车辆所带来的变化。[73]无论我们是否准备好，自动驾驶汽车都正在向我们快速驶来。为了更加从容地迎接自动驾驶汽车的时代，让技术更好地服务人们和造福社会，我们需要提前准备大量的应对工作，其中就包括归纳自动驾驶汽车引发的法律挑战，找出最为值得公众关注和讨论的话题。
一、法律挑战的原因剖析
自动驾驶汽车代表着下一代汽车技术的变革方向，带来的影响是全方位的，包括四个方面：一是互联互通；二是自动驾驶；三是交通即服务；四是共享经济。一言蔽之，汽车行业的未来就是网联化、智能化、共享化的未来。[74]由此可见，自动驾驶汽车的影响并非单一的技术体，而是技术群带来的全方位冲击。其中，自动驾驶汽车的智能化、数据化直接引发了一系列法律和伦理问题。
（一）自动驾驶汽车的智能化
自动驾驶汽车区别于传统汽车的地方在于是否实现智能化，这种智能体现为机器智能对于人类智能的取代，自动驾驶系统对人类驾驶员的取代。自动驾驶汽车的智能化对应着自主性这一特征，凸显了自动驾驶汽车的关键技术特征。在实现自主性的过程中，自动驾驶汽车需要像人类一样解决驾驶活动所面临的问题，自动驾驶系统需要像人类驾驶员那样去思考和行动，执行原本由人类驾驶员执行的任务。由此一来，人机之间的冲突也随之显现出来。
具体来说，现有法律制度预设的规则是只有人才能作出决策、执行决策，法律只调整人的行为，法律主体、法律关系、法律行为、法律责任、法律监管都是围绕人来展开的。传统汽车仅仅是出行工具，并无任何自主性，不过是人类驾驶员行为的延伸，由汽车引发的任何行为都被评价为其背后人类驾驶员的行为。然而，自动驾驶汽车到来后，现有法律制度预设的前提将被彻底打破。自动驾驶汽车不再是人类驾驶员行为的简单延伸，汽车运行的一举一动也不在人类驾驶员的决策范围之内，算法的自主性直接冲击着现有的法律主体、法律责任、法律监管等制度。例如，我国《道路交通安全法》第22条规定：“机动车驾驶人应当遵守道路交通安全法律、法规的规定，按照操作规范安全驾驶、文明驾驶。饮酒、服用国家管制的精神药品或者麻醉药品，或者患有妨碍安全驾驶机动车的疾病，或者过度疲劳影响安全驾驶的，不得驾驶机动车。任何人不得强迫、指使、纵容驾驶人违反道路交通安全法律、法规和机动车安全驾驶要求驾驶机动车。”《道路交通安全法实施条例》第62条规定：“驾驶机动车不得有下列行为：……（三）拨打接听手持电话、观看电视等妨碍安全驾驶的行为；……（七）连续驾驶机动车超过4小时未停车休息或者停车休息时间少于20分钟；……”自动驾驶汽车到来后，驾驶人安全驾驶、文明驾驶、不得饮酒以及疲劳驾驶的规则显然会难以为继。再如，根据我国《民法典》以及《道路交通安全法》的规定，机动车引发的交通事故，受害人可以请求有过错的使用人承担赔偿责任。对此，自动驾驶汽车引发交通事故造成损害，使用人一方如何承担责任便随之成为了难题。简言之，以机器智能为核心的自动驾驶汽车冲击着现行以人类智能为中心构造的法律秩序，人机之间的较量即将出现在法律王国的每一个角落。
（二）自动驾驶汽车的数据化
自动驾驶汽车的智能化趋势与数据化趋势是密切相关的，没有数据化就不会有智能化。机器智能的背后体现的是人工智能的力量，自动驾驶系统之所以高度智能，实际上是海量数据学习的结果。人工智能技术对于自动驾驶汽车而言十分重要，在感知、认知和决策等方面的大量应用，尤其是基于深度学习的算法，在提高视觉技术、自然语言处理、传感器融合、目标识别、规划和决策方面都有非常重要的应用。[75]而在自动驾驶系统高度智能的背后，需要的是海量数据的喂养。没有数据，算法就不能学习迭代，自动驾驶系统也随之成为无源之水。对于自动驾驶汽车来说，本质上是将驾驶活动转化为数据处理活动。可以说，正是自动驾驶汽车的数据化，才成就了自动驾驶汽车的智能化。没有自动驾驶汽车的网联性，就不会有自动驾驶汽车的自主性。
自动驾驶汽车的数据化意味着互联互通至关重要，车联网将扮演非常重要的角色。与此同时，自动驾驶汽车的数据化也与自动驾驶汽车的服务化趋势密切相关。交通即服务，意味着自动驾驶汽车不再仅仅是单一的出行工具，而是能够给用户提供各种服务的移动空间。为了给用户提供更为优质的服务，自动驾驶汽车需要尽可能地收集更多的数据，反过来又将推动自动驾驶汽车的数据化程度。这些都是传统汽车所没有的特征，由此也带来了全新的法律挑战。作为一名普通用户，我们能够想到的第一个问题便是自动驾驶汽车可能产生严重的隐私和个人信息保护问题。既然自动驾驶汽车会大量收集用户的数据，那么用户的住所、工作地点、喜欢的超市、心仪的商场、家庭成员结构等私密信息都将暴露无遗，自动驾驶汽车无疑是一台大型监视器。特别是自动驾驶汽车的数据处理、利用过程涉及主体繁多、数据种类复杂，而且事关交通安全，从而具有强烈的公共利益属性，这些都对通用的个人数据保护规则在该新兴领域的具体适用提出了新的挑战。[76]此外，自动驾驶汽车的数据化还会引来网络安全问题，互联互通给了黑客可乘之机。2015年，美国两名黑客就利用远程方式入侵汽车电脑，导致上百辆汽车被召回。[77]
二、私法挑战的类型梳理
自动驾驶汽车带来的好处是如此显著巨大，但这项发明的代价同样是高昂的，并且这个代价不单是金钱上的。它会扰乱许多我们原本认为理所当然的事情，也会挑战许多有权势的既得利益者，还可能引起大规模的失业，或者至少可能引起像农业和工业革命那种程度的剧变。[78]这种巨大冲击力同样体现在法律领域。对于自动驾驶汽车究竟引发了哪些法律挑战，存在不同的观察角度。德国学者埃里克·希尔根多夫认为，自动驾驶汽车的法律挑战包括准入与运营、民事法律责任、刑事责任、生产商责任、数据保护以及保险法等问题。[79]我国有学者认为，自动驾驶汽车对于现行法律的挑战包括自动驾驶的法律地位、自动驾驶的民事归责、刑事归责、隐私与数据保护、自动驾驶与网络安全。[80]笔者认为，从自动驾驶汽车的技术特征出发，可以将其引发的私法挑战归纳为以下三大板块。
（一）自动驾驶汽车的法律地位
经过几千年的发展，人类法治文明已经非常完备，发展出一系列部门法。然而，无论是何种部门法，也无论是部门法中的任何规则制度，其背后基本的假设前提都是法律只能调整人的行为，即只有人才能作出决定，拥有自主人格的人基于自己意识进行的行为而产生的责任归属于此人。在这个前提下，构建起了权利能力、法人、基本人权等作为法律秩序基础的概念，以及私人自治、过失责任主义等基本原理原则。[81]例如，《民法典》第2条明确规定：“民法调整平等主体的自然人、法人和非法人组织之间的人身关系和财产关系。”据此，现有民事主体类型仅包括自然人、法人和非法人组织三种，唯有他们才能享受民事权利，承担民事义务与责任。
作为科技发展的产物，人工智能既造福于人类，又给人类带来了前所未有的冲击。在各种冲击之中，最根本的是对人之主体性的挑战。[82]换言之，人工智能究竟应当作为法律关系的主体还是客体出现？应当将其等同于普通的机器或者动物对待，抑或将其作为“人”来看待？[83]背后的原因在于，与以往的任何科技都不同，人工智能是模拟人类理性的技术，这使得人工智能具有人类独有的智能属性，进而引发法律地位的困惑。早在20世纪70年代，美国就有学者曾经通过一系列思想实验，探讨人工智能是否能够取得法律人格的问题，其在考察反对意见的基础上，最终认为如果认知科学证实产生这些行为的基本过程与人类精神的过程相对相似，我们就有充分的理由将人工智能视为人，从而表明是否赋予人工智能以民事主体资格建立在我们对“人”的理解这一基础上。[84]近年来，人工智能有了进一步的发展，展现出了前所未有的智能属性，能够像人类一样从事下围棋、驾驶汽车、看病、创作作品等活动，这使得人与物之间的界限出现模糊，引发了人工智能法律地位的争议。对此，我国有关人工智能法律地位的学说层出不穷，肯定说与否定说也是针锋相对。[85]
自动驾驶汽车是人工智能法律地位争论的主战场之一，因为这直接关乎自动驾驶汽车法律责任的承担，也是检验这一命题实践价值的最佳样本。有学者认为，“基于自动驾驶汽车侵权责任的独特性，应该确立自动驾驶汽车工具性人格，从而确定相应主体的责任，这是自动驾驶汽车立法的基础，也是确定相关责任的前提与关键”[86]。有学者则主张，“智能机器无法理解和响应法律的行止要求、无法接受法律的调整、无法理解财产之于自身的意义，旨在通过赋予其法律人格以达到的责任限定效果不符合正义的基本要求，并且与法人的类比论证忽略了自然人之于法人的重要意义，因而赋予智能机器以法律人格，从理论上看是无法成立的”[87]。显然，人工智能法律地位问题是自动驾驶汽车私法规制无法绕开的话题，其直接影响着自动驾驶汽车责任规则的构建。
（二）自动驾驶汽车的法律责任
当谈论语音助手、聊天机器人等人工智能形式时，大多数人都不会担心责任问题。但是，当话题转向即将到来的令人兴奋的人工智能形式——自动驾驶汽车！自主外科医生！机器人保姆！——责任问题立马成为一个焦点问题。“谁会想要一辆自动驾驶的汽车？如果它撞人怎么办？”“没有人会去制造一台机器人保姆——想象一下满天飞的官司！”“难道律师给医生制造的麻烦还不够多吗？你认为医生会对这类诉讼视而不见？”[88]对于自动驾驶汽车来说，法律责任如何分担是最为关键也是最为迫切需要解决的课题。从责任性质来看，自动驾驶汽车的法律责任问题可以细分为民事责任、刑事责任与行政责任。[89]其中，民事责任是更为紧迫的课题，因为不解决好生产者一方与使用人一方的民事责任问题，自动驾驶汽车可能都不会有机会上路。
对于使用人一方来说，传统汽车属于纯粹的工具，汽车的运行操作全系于背后使用人的自由意志与自主行为，使用人自然需要承担机动车交通事故责任。对此，我国《道路交通安全法》第76条第1款规定：“……（一）机动车之间发生交通事故的，由有过错的一方承担赔偿责任；双方都有过错的，按照各自过错的比例分担责任。（二）机动车与非机动车驾驶人、行人之间发生交通事故，非机动车驾驶人、行人没有过错的，由机动车一方承担赔偿责任；有证据证明非机动车驾驶人、行人有过错的，根据过错程度适当减轻机动车一方的赔偿责任；机动车一方没有过错的，承担不超过百分之十的赔偿责任。”然而，当自动驾驶汽车到来后，使用人不再需要手动驾驶汽车，没有驾驶行为又何来驾驶过错？如此一来，使用人一方是否需要以及如何承担责任就成了难题。此时，现行交通事故侵权责任规则能否继续适用？如果不适用，新的责任规则又该如何构建？这些现实诘难是自动驾驶汽车发展过程中必须回应的问题。
与此同时，自动驾驶汽车也让产品责任的承担更加复杂。传统产品责任意义上的“产品”，通常系经过加工、制作用于销售的各类有形动产，原则上不动产和无形动产不能作为《产品质量法》规范的产品。从比较法上看，有些国家将部分不动产、电力以及软件作为产品对待。自动驾驶汽车的一大特征是由软件或程序代替驾驶员作出驾驶决策，并且因为人工智能的发展使其可以基于其算法而具有自主学习和决策能力。[90]此种背景下，自动驾驶汽车能否归入产品范畴都不无疑问。在此基础上，自动驾驶汽车产品缺陷、因果关系的认定都将面临诸多困难。虽然产品责任声称是一种严格责任，但是由于需要证明产品存在缺陷，对于受害人来说，求偿的便利性远远低于机动车道路交通事故责任。更何况，自动驾驶汽车的自主性与学习能力也给现行产品责任法律框架带来了新的挑战。[91]
此外，如何为自动驾驶汽车配置适当的责任保险规则也至关重要。相较于机动车交通事故责任、产品责任，责任保险在救济受害人、分散风险、促进新技术商业化落地等方面有独特的优势。特别是对于自动驾驶汽车来说，由于潜在的损失和责任可能很大，而各种参与者之间的责任往往难以确定，因此除非能够通过保险转移分散，否则自动驾驶汽车技术的商业市场难以形成。[92]与此同时，自动驾驶汽车对于现行责任保险体系也提出了挑战，现行以机动车使用人为主体构建的责任保险规则难以为继，需要重新构建一套适应自动驾驶技术的责任保险规则。
（三）自动驾驶汽车的数据治理
从某种程度上讲，自动驾驶汽车更像是一台装有轮子的电脑，而不是一台装有电脑的汽车，它们随时随地都在收集、利用和传输数据。[93]这与我们拥有的智能手机越发相似。而随着汽车越来越像带着座位的巨型手机和移动电脑，它们就越依赖数据的喂养和网络的支持，同时更容易受到高科技的攻击。至此，如何确保自动驾驶汽车的数据和网络安全就成了头等大事。其中，最让个体担心的便是隐私和个人信息保护问题。对于自动驾驶汽车而言，无论是私人所有，还是临时租赁，汽车与个人的交互不可避免，需要不停地收集处理海量的个人信息，如用户的姓名、家庭地址、电话、通信录、位置信息等，这些数据组合起来就可以对个人进行精准画像。未来，自动驾驶汽车将和飞机一样配备黑匣子来记录数据，同时各种摄像头、传感器全方位开启，各种有关部门可以获知车主的一举一动。作为车主的你，想想这一切就可能如坐针毡。[94]
此外，汽车数据还具有重要的经济价值，汽车行业是大数据的富矿。数据之所以被视为资源，原因就在于其分析价值，单个数据可以直接描述对象的某个或某类特征，但海量数据相互联系，就能够抽象出数据对象背后的普遍特征，并通过其透析客观世界或分析对象的规律、特征，预测未来。[95]世界上每天有数以亿计的人在使用汽车去上班、回家、购物以及娱乐等，每个人都有各自的生活。这些数据可以聚合、排序和打包，如果从他们使用汽车的习惯来研究出某些规律，那将非常具有价值。[96]这些极具经济价值的汽车数据，如何界定它们的产权和利用边界也是摆在我们面前亟需解决的问题。