维力视角丨自动驾驶时代交通事故责任体系的重构

交通事故的法律责任构造，不是一成不变的教条，而是随技术形态与认知水平而不断演变的历史产物。人们对交通事故的本质认知，经历了从物理交通、到行为交通、再到系统交互的深刻演进。责任的认定也随之从追究司机个人，扩展到“人-车”竞合，最终指向“技术-产业-社会”共担的新格局。

交通治理的起点建立在双重预设之上，第一，驾驶员是能够感知环境、判断风险并作出最优决策的“理性人”。第二，通过优化道路设施、车辆性能等物理环境就可以实现安全目标。这构成了一种以物律人的工程主义路径，用法律来设定行为标准，再通过优化物理条件引导和约束驾驶行为。然而，这一范式的认知前提已被行为科学深刻动摇。丹尼尔·卡尼曼在《思考，快与慢》中指出，人类决策由两套系统驱动：系统一快速、直觉、自动化，系统二缓慢、理性、需付出认知努力。在驾驶场景中，超过90%的决策由系统一完成，这意味着绝大多数驾驶行为并不是经过深思熟虑的理性选择，而是受个人直觉、思维惯性支配产生的自动反应。因此法律预设的“完美理性司机”与现实中“有限理性的社会人”之间存在根本矛盾。传统过失责任的认定依赖可预见性与避免可能性的标准，②而在复杂的交通环境中，驾驶员的信息处理能力存在先天的局限性，要求其对所有潜在风险保持持续警觉并做出最好的反应，这本身就超出了人类认知能力的范围。这表明，单纯依赖优化物理条件来规制个体行为是行不通的，必须要结合行为交通依靠干预行为决策来引导安全驾驶的理念，在承认人类理性有限性的前提之下，构建更加完整的道路交通安全治理体系。

对旧范式的第一次否定，源自于两股学术思潮与实践运动的汇流。一方面，行为科学的兴起推动治理焦点从改变具体的路况转向干预司机的心理。行为科学表明，司机在作出驾驶决策时大部分依靠直觉而不是理性的思考。与其施加强制命令，不如利用损失厌恶的心理设计拥堵费，或者通过道路本身的视觉语言引导车速。这种自由家长主义策略实际上承认人类理性的局限性，并且通过环境设计来弥补人类的认知短板，在保留选择自由的同时引导安全行为。另一方面，以拉尔夫·纳德《任何速度都不安全》为标志的产品责任革命，将追责的矛头从驾驶座转向了设计室。法经济学的成本内化理论进一步证明，把事故成本放在以最低成本预防事故的主体即汽车制造商而不是个体驾驶员的做法最能够降低社会的总成本。并由此形成了司机过错责任与产品缺陷责任竞合的格局。然而，这一格局并没有超越寻找造成事故发生的过错方的根本逻辑。侵权法的核心功能在于通过事后问责来恢复被破坏的利益平衡。无论是将责任归责于司机还是制造商，其前提都是能够确定某一具体主体的过错或缺陷。当导致事故发生的根源隐藏在算法模型、数据偏见以及多主体交互等系统性因素背后，并不是由单纯某个主体造成交通事故发生的时候，这种非此即彼的过错分配逻辑就显得力不从心。

高级别自动驾驶技术的成熟，标志着责任范式的根本性转折。驾驶任务从不完美的社会人移交给可以完美执行任务的智能系统，风险的性质也会随之发生改变。当事故根源从大量司机驾驶机动车中出现的个体失误，集中到少数算法模型中可以复制的系统性缺陷时，传统的归责方式也需要随之调整。在传统交通事故当中，因果链条呈现为具象化的线性结构，驾驶员操作失误导致车辆失控继而造成了损害的结果，相关人员在进行事故勘探以及调查以后可以凭借经验法则以及事实证据还原出事故发生的原貌。而在自动驾驶场景当中，智能算法基于深度学习、神经网络形成的黑箱运行机制，使得行为与结果之间的因果关系难以真正分析出结果。既不能清晰地还原算法相关行为如何通过算法运算引发结果，也难以确认算法是否实质介入了因果进程③。自动驾驶算法基于深度学习形成的决策黑箱，打破了传统侵权法从行为到结果的线性因果关系，事故因果链条很难通过常规证据规则来还原。即便还原出事故前的全部初始条件与系统边界，算法最终输出结果的样态也不一定一模一样，只能呈现为一种概率分布。传统因果关系理论的检验机制，在应用到自动驾驶汽车引发的交通事故时都难以发挥作用。在智驾系统被大规模应用的时代背景下，《道交法》的归责基础应突破传统驾驶人、制造商的具体过错认定逻辑，转向以自动驾驶系统提供者为核心的风险分配规则。这标志着交通事故责任的认定进入系统风险规则的全新阶段。

责任范式的转变，是技术发展与法理演进共同推动的必然结果。风险社会理论阐释了自动驾驶风险的系统性内生特征，分配正义理论为风险社会化分担提供了正当性基础，而企业组织责任理论则明确了系统提供者的全流程责任边界，三者共同构成系统共治的理论支撑。

乌尔里希·贝克的风险社会理论为审视自动驾驶时代的风险性质提供了一个重要的分析框架。贝克认为，现代社会的风险已不再外化于人类活动而存在，而是工业化进程与技术发展所内生的系统性产物。因此风险从传统社会中难以归因的命运转化为现代社会中可明确追溯的决策后果，每一次技术选择在创造收益的同时，也在同步制造新的风险形态。把这一理论视角引入交通事故领域，传统交通事故就不应该被孤立地理解成个体过失所引发的偶然性事件，而应被置于车辆设计、道路工程、交通规则、监管制度与驾驶行为等多重系统相互作用的框架中加以审视。事故的发生，实质上是上述多重系统缺陷在特定时空中耦合的结果。驾驶员的个体操作失误，往往并非事故的根本致因，而仅仅是引爆既有累积风险的最后一环。然而，现行《道交法》的规制重心集中在驾驶行为本身，对前端系统性风险缺乏有效的制度回应。实践中形成了交警依据《道交法》追责司机，法院依据《民法典》追责其他主体的二元割裂格局，难以从源头进行系统性风险防控。

查尔斯·佩罗的正常事故理论进一步深化了这一认知。佩罗研究了核电站、航空等高风险技术系统后得出结论：在兼具复杂交互与紧耦合特征的技术系统中，某些灾难性事故是固有且难以消除的正常现象，不是因为操作者疏忽，而是因为系统本身的复杂性使得多重故障的叠加不可避免。自动驾驶系统恰恰具备这一特征：传感器、智能算法、执行器、通信模块之间高度耦合且交互复杂，单一模块的微小偏差可能在级联效应中被急剧放大。例如，激光雷达在大雾天气的散射失效，或超声波雷达在高速下的测量紊乱，都是物理层面的固有局限。这说明自动驾驶系统在日后的发展中也不可能完全避免交通事故的发生，至少现在的智能驾驶系统无法做到。因此要求自动驾驶系统实现零事故是一种不切实际的幻想。法律的目标不可能是消除一切事故，而应当是构建系统的韧性，当事故不可避免地会发生时，确保整个社会有能力公平分担其造成的损失，从中汲取教训并进一步优化系统，从而降低事故的发生几率。

在传统驾驶场景当中，驾驶员其既是车辆的控制者也是潜在的责任人，驾驶员的过错与责任之间存在相对清晰的对应关系。适用因果关系理论可以按照过错具体分配责任，而自动驾驶技术的不断升级从根本改变了这一归责理论：用户即车主或乘客既不是法定驾驶人，也不是技术系统的控制者，却在事故发生后可能首当其冲承受损害。他们兼具法定监督者与事故受害者的双重身份，构成典型的不完美受害人。乘客乘坐自动驾驶汽车是在获得便利的同时默认接受了无法完全预料的风险，但要求其对技术系统的内在缺陷承担责任则明显有违公平④。传统侵权法的过错责任原则在此完全失灵，用户没有过错却依然可能承担损害，系统提供者具有过错却难以证明，真正的过错在于自动驾驶系统的失误或者失灵，却很难追究其法律责任。在罗尔斯的理论框架中，正义的核心问题是社会基本结构如何分配权利、义务与社会合作产生的利益。将交通安全视为一项至关重要的公共产品，其无法根除的剩余系统性风险成本，理应由享受技术便利的社会整体公平分担，而不是由不幸遭遇事故的个体来承受全部灾难性后果。这一理念也深刻契合了狄骥社会连带法学的核心观点：社会成员基于相互依存关系而产生共担风险的集体责任。从这个角度看，自动驾驶汽车发生事故的法律责任不仅是用户个人行为的后果，而是技术发展过程中社会共同体必须共同面对的系统性挑战。

当个体用户在自动驾驶场景中失去对车辆的实质控制权，他的身份就从传统的风险制造者转变成为风险承受者，这种角色的转变要求法律归责的正当性基础从注重个体利益平衡的矫正正义转向公平分担社会风险成本的分配正义。这一转向的深层逻辑在于无论自动驾驶技术发展到何种程度，电车难题式的极端决策困境始终无法完全解决，例如，算法黑箱推算出在路面上下一秒会发生大型的连环追尾事故，自动驾驶系统决定提前侧翻你的车辆，以扰乱交通流而避免发生连环追尾事故。此时，算法预设的价值选择不存在普遍接受的完美答案，过错认定既然缺乏认知基础，也缺乏价值共识，那么与其在谁对谁错的泥淖中耗费司法资源，不如坦然承认系统性剩余风险的客观存在，以结果导向的无过错责任实现风险和损害的公平分担。这正是分配正义替代矫正正义的实践展开，法律不应该追问谁应当被谴责，而是回答损失应当由谁承担。

詹姆斯·里森提出的瑞士奶酪模型为理解事故的深层原因提供了分析工具。该模型将事故的发生看作多层防御体系接连失效的结果，包含组织决策、监督管理、前提条件与不安全行为，每一层都像一片带有孔洞的奶酪，当所有孔洞偶然对齐时，事故便穿透全部防线而发生。现行事故处理机制过度聚焦于最后一片奶酪即驾驶行为本身，而对前端深层次的组织性与系统性的原因分析不足。在自动驾驶场景当中，这意味着法律不仅要关注谁最后操作了车辆，更要进行穿透式审查：算法设计是否存在安全优先性不足的价值预设？训练数据是否存在未被识别的偏差？安全测试是否覆盖了足够的边界场景？组织内部的决策流程是否将效率置于安全之上？这些问题的解决都需要对企业组织责任进行系统划分，企业的责任不仅源于某一具体产品的缺陷，更源于其公司的组织架构、决策流程与安全文化不能够有效预防风险。弗里德曼的价值敏感设计理论与欧盟负责任创新框架也提出，安全、公平等伦理价值不应该是事后补救的外在约束，而应该前瞻性地嵌入到技术设计的全过程。因此，法律责任的重心必须前移至企业研发、测试与部署的全生命周期。这就要求立法者突破传统产品责任缺陷认定的事后思维，构建一种贯穿自动驾驶系统从设计、训练、测试到运营维护全流程的组织责任标准。

法经济学的成本内化理论也为自动驾驶系统引发的交通事故归责提供了效率依据。汉德公式表明，当事故预防成本低于事故预期损失时，未采取预防措施的主体应当承担责任。而在自动驾驶场景当中，自动驾驶系统的提供者处于控制技术风险、维护用户安全的最佳位置，由其承担事故的首要责任会激励其把安全原则贯穿到自动驾驶系统的研发全过程，从而降低社会的总成本。

基于上述范式演进与理论共识，本次《道交法》的修订应围绕以下五个方面展开，构建适配系统自主决策的交通责任规则。

现行《道交法》是以路权为核心概念构建出来的通行规则体系，其价值取向是在不同道路使用者之间分配通行的优先权，并通过驾驶者的过错认定来解决冲突。这一框架以人类驾驶员的认知与判断能力为前提，难以完全适配自动驾驶全面普及后的交通场景。因此可以在《道交法》总则或单列自动驾驶专章中明确：自动驾驶技术的研发、测试与应用，应当以保障交通系统整体安全为最高原则。这一原则的确立，意味着道路交通安全治理的价值取向发生改变。第一，安全评价标准从驾驶员是否违反通行规则转向自动驾驶系统的运行是否对整体交通安全构成不合理风险，将系统准入环节的安全性审查作为监管核心。第二，监管的重心从事后追责转向全过程风险管控，需要建立覆盖自动驾驶系统研发测试、准入审查、运行监测、版本更新等环节的全生命周期监管制度。第三，在立法价值权衡中确立安全优先序位⑤，明确效率提升与技术创新不得以实质性减损交通系统整体安全为代价。

由于法律的滞后性和科学技术的飞速发展，现行《道交法》中并没有对自动驾驶系统提供者的身份进行法律界定。2021年时，《修订建议稿》第155条曾经规定：以自动驾驶系统开发单位作为责任主体，但这一表述过于狭窄，未能把系统投入实际运营的完整产业链主体都涵盖进来。因此在修订法律的时候，可以在《道交法》中明确定义并创设自动驾驶系统提供者这一新型法律主体。其主体的范围包括自动驾驶系统软件开发者、关键硬件制造商、整车生产企业，以及将前述系统整合并投入道路运营的主体。鉴于端到端模型及多传感器融合系统的高度复杂性，建议确立“无过错首负责任”原则：在自动驾驶系统激活期间发生事故，首先推定系统提供者承担责任；

当多个企业主体共同构成系统提供者时，应该对受害人承担连带责任，内部责任分配依据风险贡献度与合同约定处理。而在归责原则上，确立自动驾驶系统执行动态驾驶任务期间，由系统提供者承担无过错首负责任，当驾驶员未按照系统提示及时接管而导致事故发生的，应当承担相应的过错责任。通过施加严格责任促使自动驾驶系统提供者为研发高安全、低风险的驾驶自动化技术尽责尽力⑥。同时还可以引入企业组织责任理念，在认定系统提供者责任时，不仅要审查具体技术缺陷，更要评估其安全治理体系是否健全，评估内容包括企业的安全管理制度是否完善、风险识别与处置流程是否有效、人员培训与资源配置是否充分、安全事故报告与改进机制是否落实等。

自动驾驶技术的分级特征决定了归责体系也必须具有层次性，而不是全部适用单一归责方式。建议可以依据我国的《汽车驾驶自动化分级》建立三级归责阶梯.

L0-L2级为人类主导模式，可以继续沿用过错责任原则，但需优化其认定标准。在认定驾驶员过错时，必须要充分考虑车辆系统提示的充分性、人机交互设计的合理性以及道路环境对驾驶决策的诱导性等系统性因素。驾驶员对系统辅助功能的合理信赖，不应被认定为过错。驾驶员的注意义务范围应与其实际控制能力相匹配，不能苛求其比系统更快做出反应⑦。

L3级为人机共驾模式，可以建立内外有别的归责结构。目前高级别自动驾驶主流技术路径是：国外特斯拉的视觉（或增加其他辅助传感器）端到端AI大模型单车智能系统，模拟人眼高效作出驾驶决策，但依靠本车传感器始终只能看到一部分的道路情况，存在corner case极端罕见的场景的算力局限；国内车路云多系统整合，除了模拟人眼驾驶决策，还可以依靠路侧数据传感器与云端地图数据及算力，集合整个路上的总体交通状况实现车路云一体化，作出在交通流整体上更优化驾驶决策，但存在数据量巨大的算力局限与庞大的基建成本。因此，两个系统均存在一定的局限，存在相对决策的边界。因此，人类对技术完美性抱有的那种不切实际的幻觉，是完全不切实际的。所以，在L3级为人机共驾的模式下，为了充分保护受害人权益，应区分事故权益保护的结构性安排，对于事故受害人应当排除个体归责的过错原则的适用。首先在外部层面，在自动驾驶系统执行动态驾驶任务期间发生事故的，由系统提供者承担无过错首负责任，受害者无需证明驾驶员是否存在过错；其次在内部层面，系统提供者向受害人承担赔偿责任后，有权向存在过错的驾驶员追偿。当驾驶员未按照系统提示及时接管而导致事故发生的，应当承担相应过错责任；但驾驶员有证据证明其因为合理信赖自动驾驶系统能够执行预期功能、对具体损害结果缺乏预见可能性的，可主张以信赖原则免除内部追偿责任⑧。当系统与驾驶员责任并存且难以区分主次的，驾驶员接管义务的设定，也需要契合人类认知能力边界，不得违背“有限理性”基本规律。

L4-L5级为系统主导模式，这需要建立以系统提供者无过错产品责任为核心、强制性专属保险为即时保障的完整归责体系。在自动驾驶系统执行动态驾驶任务期间发生事故的，由系统提供者承担无过错首负责任，并且强制系统提供者投保自动驾驶专属责任保险，以此来保障受害人能够及时得到赔付，从而跳过复杂的责任认定。在保险公司赔付后，可根据技术鉴定结果向实际责任方行使代位追偿权。这种方式能够最大程度地保障受害人的合法权益。车内乘员即用户原则上不承担驾驶行为责任，只有在其对车辆进行非法改装、故意干扰系统运行或用于明显不当目的等极端情况下承担相应责任。

为落实分配正义的核心要义，实现技术风险社会共担，需要构建多层次社会化风险分担机制，确保受害人获得及时充分救济。

第一，要重新构建交强险制度。大幅度提升交强险的保额和覆盖范围，使其足以覆盖自动驾驶场景下的主要损害类型。强制系统提供者按年营收额的一定比例缴纳交强险补充保费，夯实其社会保障功能。还可以扩大第三者强制责任险的承保范围与程度，实行完全无过错责任，保险公司在赔付后可根据技术鉴定结果向责任方追偿，实现受害人优先受偿与最终责任追溯的平衡⑨，形成由全社会分摊交通风险的大格局。第二，要设立汽车产业风险共济基金。借鉴金融领域系统性风险防范的经验，强制系统提供者按年营收固定比例缴纳，形成汽车行业互助的风险池。其中的基金主要用于重大事故超出保险赔付限额部分的救济、事故独立调查与安全研究资助以及新技术安全评估标准的制定等。基金实行先赔付后追偿机制，以确保受害者不会因为责任主体认定困难而延误救济。第三，要开发自动驾驶专属的保险产品。鼓励商业保险机构开发覆盖算法缺陷、网络安全攻击、数据偏差等新型风险的专属保险险种，为不同层级的自动驾驶车辆提供差异化保障方案。

对于自动驾驶汽车系统责任的有效落实，还要建立起适配的监管技术和证据规则体系，建议从以下几个方面来构建新型治理基础设施。首先要实现自动驾驶汽车全生命周期的安全监管。建立覆盖自动驾驶系统从研发测试、准入审查、上路运营到退出报废全生命周期的安全监管制度。系统提供者必须要建立每个系统的安全档案，完整记录自动驾驶系统的版本演进、安全测试、事故与异常事件、修复更新等关键信息，系统重大更新应经过严格的技术审验之后才能继续运营。还要建立独立的事故调查处理机构。设立独立、权威、透明的国家级智能交通事故调查机构，可以参照航空事故调查模式，并让交警部门之外的技术与法律专家充分参与到，对涉及自动驾驶系统的重大事故开展深度调查中。针对自动驾驶系统的技术状态、人机交互过程、数据记录的完整性、企业安全管理体系有效性等进行全面盘查，最终的调查结论与安全建议向社会公开，让社会大众集思广益，精准解决自动驾驶系统出现的安全性问题；并针对调查结论允许在交通事故当事人间，开展更具对抗性的公开听证质证质疑之权利救济程序。

最后还要建立智能算法的可解释性与数据记录标准。确立系统提供者的算法可解释性义务，在具体的事故调查和司法程序中，系统提供者应当提供足以说明事故场景中系统决策逻辑的技术解释供调查机构审查⑩。同时要建立标准化、防篡改的数据记录标准，确保事故数据的完整性、真实性和可追溯性。可以在自动驾驶汽车上安装黑匣子来记录传感器、算法、执行器等多种数据，当事故发生之后可以凭借记载的数据分析出引发事故的具体原因，并最终服务于交通事故的责任分配。

在高级别自动驾驶技术临近规模化应用的时刻，《道交法》的修订绝不是简单的条文增补，而是一次涉及归责原则改变的制度变革。当技术将风险从海量分散的个体聚合于有限的复杂系统之内时，法律必须要将责任的焦点从传统的驾驶人延伸到自动驾驶系统的全链条主体，最终，通过确立以系统责任为主导、风险全社会共担的新范式，才能在技术前行中不可避免遭遇系统性故障的挑战时，确保整个社会具备公平修复损害、深刻汲取教训并实现可持续改进的集体能力与制度韧性。通过重构系统责任与社会化风险分担机制的完善，可以实现自动驾驶技术发展与交通安全保障两者的平衡，为智能交通法治化提供制度支撑。