樊俊明律师

随着人工智能技术的飞速发展，无人驾驶汽车已从科幻走入现实，成为智慧交通的重要组成部分。然而，与之相伴的法律责任问题也日益凸显。自动驾驶车辆发生交通事故时，责任应由谁来承担？是驾驶员、车主、制造商，还是算法本身？本文将从自动驾驶等级划分出发，结合国内外案例与立法实践，系统分析无人驾驶汽车的法律责任问题。

我国《汽车驾驶自动化分级》（GB/T40429-2021）将自动驾驶分为L0至L5六个等级，不同等级的技术特征直接决定责任主体与归责逻辑的差异。

L0级为纯人工驾驶，车辆无任何自动化功能，责任完全由驾驶员承担。

L1级部分辅助与L2级组合辅助仍属“辅助驾驶”范畴，系统仅能实现单一或组合功能（如自适应巡航、车道保持），驾驶员需全程监控并随时接管，此时责任核心仍在人类。除非能证明事故由系统硬件故障或软件缺陷直接导致，否则驾驶员需承担全部责任，例如使用L2级辅助功能时未及时减速追尾，即便车辆具备自动制动潜力，驾驶员仍需担责。

L3级是“人机共驾”的分水岭，技术特征为“系统主导决策+人类应急接管”。在特定场景（例如高速路）下，系统负责加速、减速、转向等核心操作，但需在复杂路况前向驾驶员发出接管请求。这一等级的责任划分需区分情形：若系统未及时提示接管或决策错误引发事故，制造商应承担严格责任；若系统已发出请求，驾驶员未及时响应，则由驾驶员承担过失责任。

L4级高度自动驾驶与L5级完全自动驾驶则实现“人类脱离驾驶”。L4级可在预设场景（如封闭园区、固定路线）独立完成驾驶。

L5级则能适应全场景路况，二者均无需人类干预。此时责任重心彻底转向车辆运营方与制造商，人类仅作为乘客存在，不再承担驾驶相关责任。

（一）民事侵权责任的三大核心难题

1、行为主体多元

传统驾驶中“驾驶员是唯一责任主体”的逻辑被打破。在无人驾驶的责任链条中，可能涉及制造商（算法设计）、传感器供应商（硬件故障）、运营商（数据维护）、安全员（接管义务）等，多主体间责任边界难以界定。例如某L4级无人车事故，既可能因激光雷达硬件故障导致感知偏差，也可能因算法未识别突发障碍物，还可能因运营商未及时更新路况数据，多重因素交织增加归责难度。

2、过错认定复杂

美国佛罗里达州2016年特斯拉致死事故中，车辆自动驾驶系统未能识别前方白色卡车，究竟是算法对“白色物体与背景区分不足”的缺陷，还是驾驶员未保持有效监控的过错，双方争议持续数年，最终因无法完全拆解算法决策过程，难以精准认定过错主体。

3、因果关系模糊

传统的“因驾驶人行为产生损害结果”的因果链被打破，智能系统决策的介入让因果关系呈现“多环节断裂”。在智能驾驶的场景下，若智驾系统自主调整车速而引发事故，那么车主的“保管义务”与损害结果间是否存在因果关系，现有裁判规则难以直接适用。

（二）刑事责任的适用空白

我国现行《刑法》相关罪名难以适配无人驾驶场景。交通肇事罪是以“驾驶员违反交通运输法规”为核心要件，但在L4-L5级完全自动驾驶中，人类未参与驾驶，“驾驶员”主体缺失，罪名适用陷入困境。虽有学者提出参照最高人民法院《关于审理交通肇事刑事案件具体应用法律若干问题的解释》第七条：“单位主管人员指使违章驾驶致事故可定交通肇事罪”，将算法制造商类比“主管人员”，但该解释针对的依然是传统驾驶场景，直接套用到无人驾驶场景将缺乏明确法律依据。

另外，生产、销售伪劣产品罪虽可部分适用，但存在认定门槛。2018年美国亚利桑那州Uber无人车致死案中，Uber为降低测试风险禁用自动紧急制动系统，导致激光雷达早6秒检测到行人却无法规避。若查明企业明知该缺陷仍销售或测试，且相关投入达5万元以上，可构成此罪。但实践中，“明知缺陷”的证据收集难度极大，需拆解算法代码、追溯测试数据，证明成本高昂。

此外，该案中安全员因观看视频未接管被以过失杀人罪起诉，也暴露出现有刑事归责仍依赖“人类监督义务”，难以覆盖纯系统决策场景。

（一）国外立法与实践

对于上述难题，各国已形成差异化的制度探索，围绕“责任与控制力匹配”展开。

美国加州通过《自动驾驶汽车测试与部署规定》，要求车企测试L3级及以上车辆时，必须购买不低于500万美元的责任保险，确保事故发生后受害人能获得赔偿，同时强制记录系统运行数据，为责任认定提供依据。

英国《自动与电动汽车法》确立“保险先行赔付”机制，无论责任在谁，受害人可直接向保险公司索赔，保险公司赔付后再向实际责任方（如车企、驾驶员）追偿，简化索赔流程。

而德国的制度更注重伦理与责任结合，其《自动和联网车辆交通的伦理规则》明确禁止自动驾驶系统基于年龄、性别、健康状况设定碰撞优先级，要求“优先保护人类生命”，同时建立“保有人无过错责任+制造商产品责任”体系，即车辆保有人（如车主、运营商）需承担无过错责任，但若事故由系统缺陷导致，保有人可向制造商追偿。

日本则通过2024年4月修订的《道路交通法》与《道路运输车辆法》细化技术标准，规定L3级车辆最高时速不得超过60公里，传感器向前检测范围不低于46米，且需安装数据记录仪保留6个月运行数据，删除数据将面临3个月以下有期徒刑或5万日元罚款；责任划分上，明确驾驶员未按提示接管致事故需担刑责，系统故障则追究制造商过失。

（二）国内立法进展与特点

我国自动驾驶立法呈现出“地方先行、国家跟进”的特点。地方层面，《深圳经济特区智能网联汽车管理条例》首次在立法中明确L3级自动驾驶车辆上路规则，要求事故发生后，车企需在规定时间内提交系统运行数据、接管提示记录等材料，拒不提供的将面临罚款。《北京市自动驾驶条例》强化企业安全责任，规定车企需建立事故应急处理机制，测试车辆发生事故需24小时内上报。《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定》则针对L4级无驾驶人车辆，明确“运营企业先行赔付”责任，事故若属车辆一方责任，由运营企业先向受害人赔偿，再向制造商、开发者追偿。

国家层面，现行《道路交通安全法》仍以“人类驾驶员控制”为核心，未明确自动驾驶车辆法律属性，导致地方条例难以突破“驾驶员必须全程掌控”的规定。例如深圳条例虽允许L3级上路，但仍要求驾驶员“随时准备接管”，无法完全释放技术潜力。不过，2025年《国务院立法工作计划》已将《道路交通安全法》修订草案纳入审议，草案重点拟明确自动驾驶车辆的定义、不同等级的责任划分规则，以及算法缺陷的认定标准，为全国性制度构建奠定基础。此外，《产品质量法》修订也在酝酿中，拟将算法、软件纳入“产品”范畴，细化智能汽车缺陷召回制度，强化制造商责任。

1、完善立法框架是当务之急。应当尽快启动《道路交通安全法》修订工作，明确自动驾驶系统的法律地位，建立适应不同自动化等级的责任分配规则。同时需要考虑制定专门的《自动驾驶法》，对测试准入、运营监管、数据安全等事项作出全面规定。

2、创新监管机制至关重要。需要建立自动驾驶系统认证制度，由第三方机构对算法安全性和可靠性进行评估。同时应当强制安装事件数据记录系统，为事故责任认定提供可靠证据基础。此外，还需要建立跨部门协同监管机制，确保监管要求能够跟上技术发展步伐。

3、健全责任体系需要多措并举。产品责任方面，应当明确将算法和软件纳入产品范畴，完善缺陷认定标准。保险制度方面，需要建立覆盖车辆所有人、运营方、制造商等多主体的责任保险体系。刑事责任方面，则应当根据技术发展水平，适时调整相关罪名的构成要件和适用标准。

无人驾驶汽车的法律责任问题本质上是技术创新与制度适应性的博弈。当前的法律体系正经历着从“人类中心”向“人机协同”的范式转变。未来责任制度的构建应当坚持技术中立、风险可控、责任明晰的原则，在保障受害人权益的同时，为技术创新留出适当空间。只有通过法律、技术、保险等多重机制的协同配合，才能为无人驾驶时代的到来奠定坚实的制度基础。