劉云江 李保元

【摘要】無人駕駛汽車可以最大限度地減少交通事故的發(fā)生， 提升公眾人身安全和財(cái)產(chǎn)安全。 但其人工智能系統(tǒng)創(chuàng)造了新的風(fēng)險(xiǎn)——決策錯(cuò)誤風(fēng)險(xiǎn)和網(wǎng)絡(luò)安全風(fēng)險(xiǎn)， 不能與機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)兼容。 因此， 無人駕駛汽車強(qiáng)制責(zé)任險(xiǎn)應(yīng)包括人工駕駛模式下的強(qiáng)制責(zé)任險(xiǎn)、自動(dòng)駕駛模式下的強(qiáng)制責(zé)任險(xiǎn)和承保人工智能系統(tǒng)安全的網(wǎng)絡(luò)安全強(qiáng)制責(zé)任險(xiǎn)。 這樣既能促進(jìn)無人駕駛汽車行業(yè)和保險(xiǎn)行業(yè)的發(fā)展， 又可保障公眾安全。

【關(guān)鍵詞】無人駕駛汽車;機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn);無人駕駛汽車強(qiáng)制責(zé)任險(xiǎn);網(wǎng)絡(luò)安全強(qiáng)制責(zé)任險(xiǎn)

【中圖分類號(hào)】D922 ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ?【文章編號(hào)】1004-0994（2020）24-0130-9

一、引言

現(xiàn)代社會(huì)是“風(fēng)險(xiǎn)社會(huì)”， 尤其是隨著機(jī)動(dòng)車數(shù)量的增加， 導(dǎo)致交通事故頻發(fā)。 在眾多導(dǎo)致交通事故的原因中， 機(jī)動(dòng)車駕乘人員的過錯(cuò)為主因， 如判斷失誤、酒后駕駛或疲勞駕駛等因素。 這也是《侵權(quán)責(zé)任法》在規(guī)制機(jī)動(dòng)車之間交通事故時(shí)的歸責(zé)依據(jù)， 即機(jī)動(dòng)車之間交通事故采用過錯(cuò)責(zé)任制。 因此， 減少交通事故發(fā)生的關(guān)鍵是減少駕乘人員的過錯(cuò)， 繼而減少人身傷亡和財(cái)產(chǎn)損失。

當(dāng)前所采取的措施雖然取得了一定成效， 但問題依然嚴(yán)重。 如不定時(shí)檢查酒后駕駛機(jī)制、長(zhǎng)途汽車駕駛員強(qiáng)制休息制度以及相應(yīng)的刑法規(guī)制， 這些措施依然不能從源頭上杜絕駕乘人員的過錯(cuò)， 交通事故依舊高企， 從而造成巨大的人身傷亡和財(cái)產(chǎn)損失。 據(jù)統(tǒng)計(jì)， 2018年我國(guó)發(fā)生交通事故244937起， 死亡人數(shù)63093人， 造成直接經(jīng)濟(jì)損失138455.9萬元[1] ; 而美國(guó)據(jù)統(tǒng)計(jì)每年因交通事故造成的經(jīng)濟(jì)損失高達(dá)2420億美元[2] 。

從目前發(fā)展趨勢(shì)看， 能夠最大限度杜絕駕乘人員過錯(cuò)的只有無人駕駛汽車。 基于大數(shù)據(jù)、人工智能和5G通訊技術(shù)的發(fā)展， 無人駕駛汽車能夠在絕對(duì)幅度內(nèi)減少交通事故的發(fā)生， 進(jìn)而減少人身傷亡和財(cái)產(chǎn)損失。 據(jù)谷歌公司研究顯示， Waymo無人駕駛汽車在公路上行駛超過200萬英里路程時(shí)， 事故少于20起， 且沒有一起是因?yàn)闊o人駕駛汽車系統(tǒng)的失靈引起。 據(jù)估計(jì)， 如果美國(guó)道路上有90%的車輛是無人駕駛汽車， 則每年可挽救21700人的生命， 同時(shí)減少422萬起交通事故。 另有報(bào)告指出， 到2040年無人駕駛汽車的普及將減少80%的交通事故[3] 。

但是， 無人駕駛汽車在減少交通事故、挽救公眾人身安全和生命財(cái)產(chǎn)的同時(shí)， 也引起了一些問題。 其中之一就是機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)與無人駕駛汽車不兼容， 需要制定適用于無人駕駛汽車的強(qiáng)制責(zé)任險(xiǎn)， 促進(jìn)無人駕駛汽車和保險(xiǎn)產(chǎn)業(yè)的發(fā)展。 本文主要探討什么是無人駕駛汽車， 以及機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)與無人駕駛汽車不能兼容的原因， 進(jìn)而提出無人駕駛汽車強(qiáng)制責(zé)任險(xiǎn)方案以供決策者參考。

二、無人駕駛汽車概況

（一）定義

無人駕駛汽車是指具有完全自動(dòng)駕駛能力的汽車。 目前對(duì)無人駕駛汽車采用的自動(dòng)化技術(shù)的定義是：一種使用在汽車上， 能夠使汽車在不需要司機(jī)控制的情況下自動(dòng)行駛的技術(shù)。 一些國(guó)家和地區(qū)的法律明確規(guī)定， 僅安裝輔助駕駛系統(tǒng)的汽車不屬于無人駕駛汽車。 如內(nèi)華達(dá)州法律規(guī)定：輔助駕駛系統(tǒng)如停車輔助系統(tǒng)、防碰撞系統(tǒng)等不是自動(dòng)駕駛技術(shù)， 除非滿足車輛可以自動(dòng)運(yùn)行而不需要司機(jī)控制的條件[4] 。

根據(jù)美國(guó)國(guó)家公路交通安全管理局的規(guī)定， 無人駕駛技術(shù)的發(fā)展階段可分為5級(jí)：第1級(jí)是非自動(dòng)駕駛， 該階段車輛完全由人控制。 第2級(jí)是輔助駕駛階段。 在該階段， 駕駛員仍然在大部分時(shí)間中完全控制車輛， 只在有限的條件下， 技術(shù)將會(huì)主導(dǎo)車輛的駕駛。 例如， 電子穩(wěn)定控制系統(tǒng)。 第3級(jí)是監(jiān)控階段。 在該階段， 技術(shù)將與駕駛員共同承擔(dān)責(zé)任。 駕駛員在該階段仍然控制車輛， 只是在符合條件時(shí)， 技術(shù)才承擔(dān)責(zé)任。 例如， 自動(dòng)停車系統(tǒng)。 第4級(jí)是限制型自動(dòng)駕駛。 在該階段， 技術(shù)足夠成熟， 駕駛員能夠在特定情況下完全退出駕駛， 也就是雙手完全脫離方向盤由車輛監(jiān)控系統(tǒng)自動(dòng)駕駛。 第5級(jí)是完全自動(dòng)駕駛。 此階段， 汽車能夠在所有的駕駛環(huán)境中自動(dòng)、獨(dú)立地完成所有駕駛?cè)蝿?wù)。 駕駛員唯一需要做的就是輸入目的地， 然后汽車會(huì)完全負(fù)責(zé)駕駛， 將駕駛員帶到目的地。

本文研究的對(duì)象是具有完全自動(dòng)駕駛能力的無人駕駛汽車， 即具有第5級(jí)無人駕駛技術(shù)的汽車。 只有具有第5級(jí)無人駕駛技術(shù)的汽車才能完全解放司機(jī)的雙手， 且會(huì)對(duì)機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)制度產(chǎn)生重大影響。 僅具有第4級(jí)（含）以下無人駕駛技術(shù)的汽車， 依然適用目前的機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)制度， 其整個(gè)駕駛過程以人工控制為主， 無人駕駛技術(shù)主要是輔助駕駛員駕駛。

（二）本質(zhì)及功能

無人駕駛汽車的本質(zhì)是人工智能與機(jī)器的結(jié)合。 1950年人工智能的先驅(qū)阿蘭·圖靈提出著名的問題：機(jī)器能夠思考么？這一問題開啟了科學(xué)界對(duì)人工智能的研究。 而人工智能一詞正式進(jìn)入大眾視野是在1955年由約翰·麥卡錫在達(dá)特茅斯大學(xué)演講時(shí)提出。 他將人工智能分為三個(gè)類別：弱人工智能、強(qiáng)人工智能和超人工智能。 目前已經(jīng)應(yīng)用的人工智能屬于弱人工智能， 其完成的任務(wù)難度較低， 如蘋果公司的Siri語音系統(tǒng)[5] 。

當(dāng)前人工智能的研究領(lǐng)域主要集中在強(qiáng)人工智能階段， 即人工智能與機(jī)器的結(jié)合階段。 具體特征為人工智能是大腦， 機(jī)器是身體， 將機(jī)器和人工智能整合在一起將可以發(fā)展出智能化的機(jī)器， 如無人駕駛汽車就是通過決策引擎分析事故的可能性。 其中， 決策引擎系人工智能的一種， 它以規(guī)則為基礎(chǔ)， 表現(xiàn)為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò); 神經(jīng)網(wǎng)絡(luò)通過司機(jī)培訓(xùn)汽車而建立， 類似于駕校教練教授學(xué)員如何開車。 當(dāng)司機(jī)登錄駕駛系統(tǒng)后， 人工智能通過其視覺識(shí)別系統(tǒng)進(jìn)行學(xué)習(xí)， 并將學(xué)習(xí)經(jīng)驗(yàn)轉(zhuǎn)化為決策。 通過該過程， 無人駕駛汽車之間就可以通過網(wǎng)絡(luò)相互獲取和分享經(jīng)驗(yàn)， 并做出最優(yōu)決策[6] 。

無人駕駛汽車一般具有兩種主要功能：一是在行駛時(shí)具有準(zhǔn)確的實(shí)時(shí)判斷能力， 避免可能的風(fēng)險(xiǎn)。 如在行駛過程中可以和道路上的其他車輛友好相處， 準(zhǔn)確識(shí)別路況， 做出正確選擇。 二是在交通基礎(chǔ)設(shè)施功能失靈的情況下， 能夠識(shí)別外界的命令。 如在信號(hào)燈斷電交通警察指揮交通的情況下， 無人駕駛汽車能夠像人一樣識(shí)別交通警察的手勢(shì)或命令。 谷歌公司W(wǎng)aymo無人駕駛汽車車內(nèi)傳感器和各種軟件完全代替了人的工作， 相當(dāng)于一個(gè)人有300年的駕駛經(jīng)驗(yàn)[7] 。

三、無人駕駛汽車與機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)不兼容

從風(fēng)險(xiǎn)角度看， 無人駕駛汽車在行駛中雖然降低了機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)承保的風(fēng)險(xiǎn)， 但增加了兩種新的風(fēng)險(xiǎn)：一是人工智能系統(tǒng)決策錯(cuò)誤的風(fēng)險(xiǎn); 二是人工智能系統(tǒng)的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。 因此， 無人駕駛汽車不能與機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)無縫銜接， 主要表現(xiàn)在以下方面：

（一）無人駕駛汽車將降低機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)承保風(fēng)險(xiǎn)和保費(fèi)收入

無人駕駛汽車將降低機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)的承保風(fēng)險(xiǎn)， 改變機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)保費(fèi)計(jì)算依據(jù)， 可能導(dǎo)致機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)的保費(fèi)計(jì)算依據(jù)不能適用于無人駕駛汽車。 影響汽車保險(xiǎn)費(fèi)率計(jì)算的因素主要有：司機(jī)的駕駛記錄、年度行駛里程和駕駛年限。 但是上述三個(gè)因素都不再適用于無人駕駛汽車， 因?yàn)闊o人駕駛汽車的風(fēng)險(xiǎn)主要來源于人工智能， 目前尚不能準(zhǔn)確識(shí)別哪些風(fēng)險(xiǎn)因素影響無人駕駛汽車的安全[8] 。 不僅如此， 分析過往風(fēng)險(xiǎn)數(shù)據(jù)也并不能預(yù)測(cè)無人駕駛汽車的未來風(fēng)險(xiǎn)， 因?yàn)槿魏芜^往的風(fēng)險(xiǎn)數(shù)據(jù)都會(huì)被無人駕駛汽車的人工智能系統(tǒng)迅速糾正。 所以， 以司機(jī)為中心的汽車保險(xiǎn)費(fèi)率計(jì)算并不能適用于無人駕駛汽車[9] 。

保費(fèi)的數(shù)額可能與無人駕駛汽車行業(yè)的發(fā)展呈負(fù)相關(guān)關(guān)系。 目前美國(guó)1.95億輛車的平均保費(fèi)是841.23美元， 意味著一年大約有1640億美元的保費(fèi)收入。 根據(jù)預(yù)測(cè)， 因無人駕駛汽車的沖擊， 美國(guó)車險(xiǎn)市場(chǎng)到2040年將會(huì)萎縮至400億美元[10] 。 如果無人駕駛汽車導(dǎo)致保險(xiǎn)價(jià)格大幅度下降， 86%的司機(jī)會(huì)考慮購(gòu)買無人駕駛汽車。 所以， 無人駕駛汽車不但會(huì)改變保費(fèi)計(jì)算依據(jù)， 而且能夠有效降低保費(fèi)[11] 。

（二）人工智能系統(tǒng)決策錯(cuò)誤將改變交通事故責(zé)任歸責(zé)原則

無人駕駛汽車發(fā)生交通事故， 本質(zhì)在于其人工智能系統(tǒng)的決策錯(cuò)誤使交通事故的責(zé)任主體由人轉(zhuǎn)變?yōu)闊o人駕駛汽車的人工智能系統(tǒng)， 當(dāng)前交通事故歸責(zé)原則不再適用。 主要體現(xiàn)在：

1. 無人駕駛汽車之間以及與有人駕駛汽車發(fā)生交通事故不適用過錯(cuò)原則。 當(dāng)前我國(guó)針對(duì)機(jī)動(dòng)車之間發(fā)生交通事故適用過錯(cuò)責(zé)任， 即對(duì)司機(jī)適用過錯(cuò)責(zé)任。 為了證明司機(jī)存在過錯(cuò)， 必須同時(shí)滿足四個(gè)要件：一是司機(jī)存在注意義務(wù); 二是司機(jī)違反了注意義務(wù); 三是傷害的存在; 四是違反注意義務(wù)和造成傷害之間存在因果關(guān)系。 如在Johnson案中， 法庭認(rèn)為被告超出規(guī)定行駛速度造成剎車距離過長(zhǎng)而追尾原告的汽車， 應(yīng)當(dāng)承擔(dān)過錯(cuò)責(zé)任， 因?yàn)楸桓嬗胸?zé)任合理注意路面環(huán)境避免事故， 不應(yīng)去創(chuàng)造引發(fā)過錯(cuò)的機(jī)會(huì)。 因此， 類似于開車打電話和未及時(shí)剎車引起的事故都屬于司機(jī)應(yīng)當(dāng)承擔(dān)的過錯(cuò)責(zé)任[12] 。

無人駕駛汽車的出現(xiàn)消除了司機(jī)的注意義務(wù)。 除了在人工駕駛模式下由司機(jī)控制汽車， 在自動(dòng)駕駛模式下司機(jī)不控制汽車， 沒有注意義務(wù)， 如果是無人駕駛汽車之間發(fā)生交通事故， 司機(jī)并不承擔(dān)過錯(cuò)責(zé)任; 即使是與有人駕駛汽車發(fā)生交通事故， 也不能適用過錯(cuò)責(zé)任， 因?yàn)槿粲腥笋{駛汽車一方證實(shí)自己無過錯(cuò)， 引發(fā)交通事故的責(zé)任主體應(yīng)當(dāng)是無人駕駛汽車的人工智能系統(tǒng)， 而不是司機(jī)。 加之目前法律、法規(guī)關(guān)于人工智能的相關(guān)規(guī)定缺位， 使得無人駕駛汽車之間以及與有人駕駛汽車發(fā)生交通事故不適用過錯(cuò)原則[13] 。

2. 廠商承擔(dān)嚴(yán)格責(zé)任存在問題。 如果無人駕駛汽車司機(jī)不承擔(dān)過錯(cuò)責(zé)任， 那么應(yīng)當(dāng)由廠商承擔(dān)嚴(yán)格責(zé)任。 根據(jù)《侵權(quán)責(zé)任法》第41條規(guī)定：因產(chǎn)品存在缺陷造成他人損害的， 生產(chǎn)者應(yīng)當(dāng)承擔(dān)侵權(quán)責(zé)任[14] 。 該條文并未出現(xiàn)過錯(cuò)的表述， 且并未要求受害人證明生產(chǎn)者的過錯(cuò)， 廠商承擔(dān)的責(zé)任應(yīng)當(dāng)是嚴(yán)格責(zé)任。 根據(jù)《侵權(quán)責(zé)任法》的規(guī)定， 廠商承擔(dān)嚴(yán)格責(zé)任， 需要具備三項(xiàng)構(gòu)成要件：產(chǎn)品缺陷、損害法益和因果關(guān)系。

（1）產(chǎn)品缺陷。 產(chǎn)品缺陷包括兩方面內(nèi)容：設(shè)計(jì)缺陷和制造缺陷。

首先來看設(shè)計(jì)缺陷。 設(shè)計(jì)缺陷的認(rèn)定主要通過兩種方法：

方法一：消費(fèi)者的期待測(cè)試。 消費(fèi)者的期待權(quán)通常指一個(gè)具有日常生活經(jīng)驗(yàn)的普通消費(fèi)者認(rèn)為產(chǎn)品的設(shè)計(jì)應(yīng)當(dāng)滿足最低安全標(biāo)準(zhǔn)， 否則就是瑕疵產(chǎn)品。 最低安全標(biāo)準(zhǔn)在一個(gè)具有一般常識(shí)的普通人判斷范圍之內(nèi)， 專家意見不能用于證實(shí)一個(gè)普通人應(yīng)當(dāng)具有合理期待。 在Soule案中， 法庭指出受害者如果需要證明產(chǎn)品存在設(shè)計(jì)瑕疵， 除非他能夠證明該產(chǎn)品違反了消費(fèi)者的最低安全期望[15] 。 由于人工智能系統(tǒng)的算法極其復(fù)雜， 普通消費(fèi)者根本不能證明算法存在缺陷。 雖然無人駕駛汽車安全性高于有人駕駛汽車， 但是無人駕駛汽車并非防撞汽車， 消費(fèi)者并不能合理期待無人駕駛汽車能夠應(yīng)付各種情況。 另外， 消費(fèi)者期待測(cè)試對(duì)被告不公平， 因?yàn)樵摐y(cè)試不允許被告以不存在替代設(shè)計(jì)的理由抗辯。 因此， 消費(fèi)者期待測(cè)試有可能導(dǎo)致兩點(diǎn)負(fù)面評(píng)價(jià)：①受害者不能得到賠償， 因?yàn)槠洳荒茏C明算法設(shè)計(jì)違反了最低安全要求; ②法庭可能基于公共政策考慮， 要求廠商承擔(dān)事故的責(zé)任， 但是對(duì)算法設(shè)計(jì)是否有問題不予考慮， 有可能導(dǎo)致廠商將成本最終轉(zhuǎn)嫁至消費(fèi)者。

方法二：風(fēng)險(xiǎn)效果計(jì)算公式。 在適用風(fēng)險(xiǎn)效果計(jì)算公式的情況下， 原告必須證明存在替代設(shè)計(jì)能夠滿足嚴(yán)格責(zé)任成立的要求[16] 。 為了證明存在合理的替代設(shè)計(jì)， 原告必須證明存在一種更好的方式設(shè)計(jì)產(chǎn)品。 但作為普通消費(fèi)者， 其所掌握的常識(shí)并不足以證明上述內(nèi)容， 這就需要聘請(qǐng)專家證明。 而專家不僅要證明算法設(shè)計(jì)存在問題， 而且要證明存在替代設(shè)計(jì)方案， 該方案能夠在成本上和功能上可行。 就算法設(shè)計(jì)而言， 專家不但要花費(fèi)大量的時(shí)間檢測(cè)代碼， 而且要提出可行的替代方案， 這將產(chǎn)生高企的訴訟成本。 所以， 很多此類爭(zhēng)端的原告敗訴， 即使可以獲得賠償， 但是賠償數(shù)額很有可能低于訴訟成本[17] 。

其次， 筆者將分析制造缺陷。 制造缺陷指導(dǎo)致產(chǎn)品缺陷的原因完全來源于產(chǎn)品制造過程中出現(xiàn)的錯(cuò)誤[18] 。 一般有兩種方法確定受害者所遭受的傷害是否由制造缺陷引發(fā)：①通過“偏離設(shè)計(jì)目的”確定產(chǎn)品缺陷。 如果制造的產(chǎn)品偏離了既定的產(chǎn)品設(shè)計(jì)， 就會(huì)存在制造缺陷。 ②產(chǎn)品故障測(cè)試。 當(dāng)產(chǎn)品發(fā)生故障， 而又沒有證據(jù)顯示產(chǎn)品在制造過程中存在制造缺陷時(shí)， 可以推定產(chǎn)品存在制造缺陷。 即無人駕駛汽車引起事故時(shí)， 允許消費(fèi)者提起產(chǎn)品責(zé)任訴訟， 可以在缺乏直接證據(jù)的情況下證明產(chǎn)品存在制造缺陷。 若生產(chǎn)商為此承擔(dān)責(zé)任， 那么生產(chǎn)商將會(huì)面臨越來越多的相關(guān)訴訟， 不但極大地增加其訴訟成本， 而且會(huì)嚴(yán)重影響無人駕駛汽車行業(yè)的發(fā)展。 但是， 如果自動(dòng)駕駛汽車在前述場(chǎng)景中造成人身傷亡， 受害者不能得到足夠的賠償則違反了法律的基本原則公平和正義。 因此， 制造缺陷可能導(dǎo)致進(jìn)退維谷的困境：允許此類訴訟將造成廠商的負(fù)擔(dān)， 打擊其升級(jí)技術(shù)的積極性; 限制此類訴訟將造成受害者得不到合理的補(bǔ)償， 違背了法律的基本原則[19] 。

（2）損害法益。 就損害法益而言， 無人駕駛汽車造成的損害類型與有人駕駛汽車一致。 當(dāng)無人駕駛汽車引起損害時(shí)， 其并未改變產(chǎn)品責(zé)任中損害的類型， 即產(chǎn)品本身的損害以及產(chǎn)品以外的財(cái)產(chǎn)和人身損害。 雖然《產(chǎn)品質(zhì)量法》第41條明確規(guī)定產(chǎn)品責(zé)任需要救濟(jì)的財(cái)產(chǎn)損害排除產(chǎn)品本身的損害， 但《侵權(quán)責(zé)任法》彌補(bǔ)了《產(chǎn)品質(zhì)量法》的不足， 認(rèn)為損害既包括產(chǎn)品以外的其他財(cái)產(chǎn)的損害， 也包括財(cái)產(chǎn)本身的損害。

（3）因果關(guān)系。 產(chǎn)品責(zé)任的因果關(guān)系， 是指缺陷產(chǎn)品與受害人遭受的損害之間的因果關(guān)系。 根據(jù)《侵權(quán)責(zé)任法》第41條規(guī)定， 受害人需要證明因果關(guān)系的存在。 在司法實(shí)踐中， 產(chǎn)品責(zé)任因果關(guān)系的確定一般需要通過鑒定的方式， 如“上海格萊達(dá)電氣與白某某責(zé)任糾紛上訴案”。 但是如果涉及人工智能產(chǎn)品， 受害人要證明產(chǎn)品缺陷與損害之間的因果關(guān)系， 是非常困難甚至根本不可能的。 因此， 在人工智能法律地位未明確的情況下， 廠商不可能承擔(dān)嚴(yán)格責(zé)任。

3. 無人駕駛汽車與非機(jī)動(dòng)車駕駛?cè)?、行人之間發(fā)生交通事故不適用過錯(cuò)推定和嚴(yán)格責(zé)任相結(jié)合的歸責(zé)原則。 根據(jù)《道路交通安全法》第76條規(guī)定， 只要機(jī)動(dòng)車與非機(jī)動(dòng)車駕駛?cè)恕⑿腥酥g發(fā)生交通事故， 推定機(jī)動(dòng)車一方存在過錯(cuò)。 如果有證據(jù)證明非機(jī)動(dòng)車駕駛?cè)?、行人有過錯(cuò)， 機(jī)動(dòng)車一方可以在90%范圍內(nèi)減輕責(zé)任， 即機(jī)動(dòng)車一方在10%范圍內(nèi)承擔(dān)嚴(yán)格責(zé)任。 之所以要承擔(dān)10%的嚴(yán)格責(zé)任， 是因?yàn)檫@是與機(jī)動(dòng)車危險(xiǎn)性相適應(yīng)的嚴(yán)格責(zé)任。

相較于有人駕駛汽車， 無人駕駛汽車的危險(xiǎn)性大大降低。 如Waymo無人駕駛汽車目前已經(jīng)在公路上行駛了超過200萬英里路程， 事故少于20起， 且沒有一起是因?yàn)闊o人駕駛汽車系統(tǒng)的失靈引起。 無人駕駛汽車通過降低機(jī)動(dòng)車駕駛員的過錯(cuò)極大地降低了風(fēng)險(xiǎn)， 因此不應(yīng)當(dāng)像機(jī)動(dòng)車駕駛員一樣承擔(dān)過錯(cuò)責(zé)任; 機(jī)動(dòng)車駕駛員承擔(dān)責(zé)任并不是因?yàn)樗麄冊(cè)谛熊囘^程中有一定的過錯(cuò)， 而是他們的活動(dòng)具有固有的危險(xiǎn)， 會(huì)產(chǎn)生不可避免的后果。 而無人駕駛汽車已經(jīng)將風(fēng)險(xiǎn)降至極低值， 在非機(jī)動(dòng)車駕駛?cè)恕⑿腥擞羞^錯(cuò)的情形時(shí)， 依然由無人駕駛汽車一方在10%范圍內(nèi)承擔(dān)嚴(yán)格責(zé)任， 這樣不但與無人駕駛汽車的風(fēng)險(xiǎn)不相關(guān)， 而且與發(fā)展無人駕駛汽車的目的相背離[20] 。

4. 所有人與使用人分離時(shí)責(zé)任主體的規(guī)定不再適用。 我國(guó)《侵權(quán)責(zé)任法》第49條就機(jī)動(dòng)車所有人和使用人不一致時(shí)， 發(fā)生交通事故的責(zé)任分配作出了規(guī)定。 但本條不能適用涉及無人駕駛汽車的交通事故， 只要完全由人工智能系統(tǒng)控制， 那么不論所有人或使用人都不再承擔(dān)交通事故的責(zé)任， 如：過錯(cuò)責(zé)任也不適用于過失委托的情況。 過失委托指車主將汽車委托于沒有駕照的人并由此引發(fā)事故。 由于車主違反了其應(yīng)有的對(duì)道路上其他司機(jī)的注意義務(wù)， 因此車主應(yīng)當(dāng)承擔(dān)過失責(zé)任。 但是， 假如無人駕駛汽車引發(fā)事故， 不能將無人駕駛汽車引起的事故認(rèn)定為車主的過失委托。 因?yàn)楫?dāng)無人駕駛汽車行駛在道路上， 受托人并未控制汽車， 不符合過失委托的認(rèn)定要件。

從交通事故責(zé)任構(gòu)成分析， 構(gòu)成交通事故需要滿足三點(diǎn)：①機(jī)動(dòng)車一方因交通事故造成了損害; ②機(jī)動(dòng)車一方與損害之間有因果聯(lián)系; ③機(jī)動(dòng)車一方不能證明自己無過錯(cuò)。 就無人駕駛汽車而言， 當(dāng)無人駕駛汽車引起交通事故時(shí)， 前兩點(diǎn)可以滿足， 但無人駕駛汽車一方確能夠證明自己無過錯(cuò)， 因?yàn)轳{乘人員并未控制無人駕駛汽車。 因此， 推翻了目前的交通事故責(zé)任構(gòu)成要件， 更遑論所有人和使用人分離時(shí)的情形。

（三）人工智能系統(tǒng)網(wǎng)絡(luò)安全風(fēng)險(xiǎn)缺乏保險(xiǎn)覆蓋

作為無人駕駛汽車核心的人工智能系統(tǒng)在控制無人駕駛汽車的同時(shí)， 也創(chuàng)造了新的公共安全風(fēng)險(xiǎn)。 人工智能系統(tǒng)在通過互聯(lián)網(wǎng)實(shí)時(shí)獲取數(shù)據(jù)作出決策的同時(shí)， 其系統(tǒng)面臨外部攻擊和自身宕機(jī)的風(fēng)險(xiǎn)。 一旦出現(xiàn)網(wǎng)絡(luò)安全事件， 可能導(dǎo)致人工智能系統(tǒng)的防火墻失靈， 外界可以輕易進(jìn)入， 并將可能的風(fēng)險(xiǎn)轉(zhuǎn)化為實(shí)際的危險(xiǎn)， 輕則數(shù)據(jù)泄露， 造成巨大的經(jīng)濟(jì)損失， 重則導(dǎo)致人工智能系統(tǒng)不能正常工作， 在全球范圍內(nèi)造成危險(xiǎn)， 威脅或損害公共安全。 根據(jù)波蒙耐研究所的調(diào)查， 被盜取的敏感信息在10萬條以內(nèi)的， 一條被盜的敏感信息平均成本是255美元， 一起數(shù)據(jù)泄露的平均成本是735萬美元[21] 。 又如， 2020年9月23日， 特斯拉公司遭遇完全的網(wǎng)絡(luò)中斷， 公司內(nèi)部系統(tǒng)出現(xiàn)宕機(jī)， 特斯拉汽車不能正常運(yùn)行， 遭遇網(wǎng)絡(luò)中斷的車主絕大部分來自美國(guó)， 包括舊金山、波士頓、紐約和芝加哥等市， 其他國(guó)家（包括英國(guó)、德國(guó)和俄羅斯等）的車主也報(bào)告了類似的問題[22] 。

當(dāng)前， 保險(xiǎn)市場(chǎng)尚無合適的保險(xiǎn)產(chǎn)品承保網(wǎng)絡(luò)安全事件引起的損失。 目前保險(xiǎn)市場(chǎng)有兩款保險(xiǎn)產(chǎn)品， 主要包括商業(yè)責(zé)任險(xiǎn)和網(wǎng)絡(luò)安全險(xiǎn)， 主要承保因網(wǎng)絡(luò)安全事件引起的事故， 但都存在不足。

1. 商業(yè)責(zé)任險(xiǎn)的不足之處有兩點(diǎn)。

（1）商業(yè)責(zé)任險(xiǎn)承保的損失主要強(qiáng)調(diào)其物理特征， 即損失的財(cái)產(chǎn)需要具有可觸摸性。 如Metro Brokers案， 一名黑客入侵一家地產(chǎn)公司的在線銀行賬戶系統(tǒng)并盜取賬戶中的資金， 保單承保 “偽造”（Forgery）行為， 但法庭認(rèn)為在線資金轉(zhuǎn)讓并不屬于“偽造”， 因?yàn)楸紊系摹皞卧臁敝饕敢约堎|(zhì)的形式偽造支票等可轉(zhuǎn)讓票據(jù)和簽名， 但保險(xiǎn)條款并未注明適用于電子形式。 而在本案中， 黑客使用計(jì)算機(jī)木馬程序獲取原告賬戶的用戶名和密碼， 并未進(jìn)行任何簽字行為[23] 。

網(wǎng)絡(luò)安全事件引起的損失是否屬于財(cái)產(chǎn)損失， 目前沒有明確答案。 在America Online案， 第四巡回庭認(rèn)為：可觸摸的財(cái)產(chǎn)必定具有某些物理特性能夠被感知， 而計(jì)算機(jī)數(shù)據(jù)并不具備這些特性， 即使計(jì)算機(jī)被病毒感染， 被病毒感染的計(jì)算機(jī)數(shù)據(jù)只是不能再使用， 計(jì)算機(jī)并未遭受任何形式的物理損害。 因此， 計(jì)算機(jī)數(shù)據(jù)不是可觸摸的財(cái)產(chǎn)[24] 。 但在E London-Sire Records案， 第二巡回庭認(rèn)為：存儲(chǔ)在硬盤上的數(shù)據(jù)屬于有形財(cái)產(chǎn)， 一旦損壞， 構(gòu)成財(cái)產(chǎn)損失。 所以， 目前網(wǎng)絡(luò)安全事件引起的損失缺乏統(tǒng)一的認(rèn)定[25] 。

（2）商業(yè)責(zé)任險(xiǎn)中的侵犯隱私權(quán)條款強(qiáng)調(diào)個(gè)人信息被公開（publication）才能構(gòu)成侵犯隱私權(quán)。 該條款存在兩個(gè)問題：①數(shù)據(jù)泄露是否直接構(gòu)成侵犯隱私權(quán)未有定論。 在Big 5 Sporting Goods案， 法庭認(rèn)為數(shù)據(jù)泄露侵犯隱私權(quán)[26] ; 但在Galaria案， 法庭認(rèn)為單獨(dú)的盜竊個(gè)人信息并不構(gòu)成侵犯隱私權(quán)[27] 。 ②投保人因自身原因引起的數(shù)據(jù)泄露不屬于“信息被公開”。 在Recall案， 法庭認(rèn)為被保險(xiǎn)人沒有資格請(qǐng)求保險(xiǎn)人支付保險(xiǎn)賠償金以補(bǔ)償因被保險(xiǎn)人數(shù)據(jù)損失而支付給IBM公司的600萬美元的賠償金， 因?yàn)閿?shù)據(jù)的泄露并不屬于“公開”; 同時(shí)， 數(shù)據(jù)泄露構(gòu)成“公開”必須滿足由第三人所為的條件[28] 。 在Zurich American案， 索尼公司請(qǐng)求蘇黎世美國(guó)保險(xiǎn)公司支付索尼因黑客攻擊而導(dǎo)致7700萬用戶數(shù)據(jù)泄露的損失， 但是紐約法院認(rèn)為公開是由第三方的犯罪行為構(gòu)成， 并非由投保人的行為構(gòu)成， 并未支持索尼公司的請(qǐng)求[29] 。

2. 網(wǎng)絡(luò)安全保險(xiǎn)存在的問題主要表現(xiàn)在三個(gè)方面。

（1）數(shù)據(jù)泄露未引起損失是否屬于網(wǎng)絡(luò)安全保險(xiǎn)內(nèi)容目前不明確。 在Clapper案， 法庭認(rèn)為雖然國(guó)家安全機(jī)構(gòu)未能發(fā)現(xiàn)其無線通訊網(wǎng)絡(luò)已經(jīng)被攔截， 但是由于并未引起實(shí)際的傷害， 所以被告并未違反《憲法》第一和第四修正案。 但一些法庭認(rèn)為數(shù)據(jù)泄露能夠引起原告損害， 保險(xiǎn)公司應(yīng)當(dāng)承擔(dān)保險(xiǎn)責(zé)任， 主要基于以下兩點(diǎn)原因：①被保險(xiǎn)人因數(shù)據(jù)泄露產(chǎn)生的補(bǔ)救成本。 例如， 升級(jí)軟件系統(tǒng)和采集新的硬件。 ②個(gè)人信息價(jià)值的減損。 一旦數(shù)據(jù)泄露， 存儲(chǔ)的個(gè)人信息的價(jià)值不再具有購(gòu)買保險(xiǎn)時(shí)的交易價(jià)值[30] 。

（2）如何評(píng)估數(shù)據(jù)泄露造成的損失。 數(shù)據(jù)泄露引起的損失包括兩部分：企業(yè)自身的損失和數(shù)據(jù)泄露引起的訴訟成本。 企業(yè)自身損失包括利潤(rùn)損失、營(yíng)業(yè)中斷損失等， 這些損失主要是基于推測(cè)， 并非來自保險(xiǎn)公司的評(píng)估。 例如， Target報(bào)告2013年的數(shù)據(jù)泄露造成了6100萬美元的損失， 但是其財(cái)務(wù)報(bào)告準(zhǔn)確指出數(shù)據(jù)泄露真正使其損失2億5千2百萬美元。 同樣， 訴訟成本也較難準(zhǔn)確評(píng)估， 尤其是數(shù)據(jù)泄露導(dǎo)致的集體訴訟成本數(shù)額巨大。 如在安森保險(xiǎn)案中， 安森保險(xiǎn)支付了1億1千5百萬美元的和解金額， 其中1千5百萬美元用于補(bǔ)償原告的訴訟成本[31] 。

（3）保險(xiǎn)費(fèi)率的核算不穩(wěn)定。 合理的保險(xiǎn)費(fèi)用需要根據(jù)完全知曉網(wǎng)絡(luò)安全事件導(dǎo)致的數(shù)據(jù)損失確定。 由于被保險(xiǎn)人并不希望公眾知曉其遭到網(wǎng)絡(luò)攻擊， 甚至一些時(shí)候并不清楚已經(jīng)被網(wǎng)絡(luò)攻擊， 導(dǎo)致保險(xiǎn)人很難知曉真正的網(wǎng)絡(luò)安全事件的頻率和程度， 很難評(píng)估公司的網(wǎng)絡(luò)安全設(shè)備和提供合適的保險(xiǎn)費(fèi)率。 最重要的是， 網(wǎng)絡(luò)攻擊的方法一直在改變， 即使可以實(shí)時(shí)與被保險(xiǎn)人分享信息， 保險(xiǎn)人也很難去評(píng)估網(wǎng)絡(luò)安全的下一次風(fēng)險(xiǎn)。

四、無人駕駛汽車強(qiáng)制責(zé)任險(xiǎn)內(nèi)容

基于上述分析， 筆者認(rèn)為無人駕駛汽車強(qiáng)制責(zé)任險(xiǎn)應(yīng)包括三個(gè)獨(dú)立且不可分割的部分：①無人駕駛汽車處于人工駕駛階段適用的強(qiáng)制責(zé)任險(xiǎn); ②無人駕駛汽車處于自動(dòng)駕駛階段適用的強(qiáng)制責(zé)任險(xiǎn);③與無人駕駛汽車人工智能安全相關(guān)的網(wǎng)絡(luò)安全強(qiáng)制責(zé)任險(xiǎn)。

（一）人工駕駛階段的強(qiáng)制責(zé)任險(xiǎn)

從目前無人駕駛汽車的發(fā)展趨勢(shì)看， 無人駕駛汽車駕駛模式分為兩種：一種是人工駕駛模式。 在人工駕駛模式下， 人工智能系統(tǒng)扮演輔助駕駛角色， 協(xié)助司機(jī)駕駛汽車。 另一種是自動(dòng)駕駛模式。 在自動(dòng)駕駛模式下， 人工智能系統(tǒng)完全接管駕駛?cè)蝿?wù)， 司機(jī)解放雙手。

當(dāng)無人駕駛汽車處于人工駕駛模式時(shí)， 仍然應(yīng)適用當(dāng)前的機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)， 因其風(fēng)險(xiǎn)并未發(fā)生本質(zhì)變化， 投保人和被保險(xiǎn)人是所有人， 不包括生產(chǎn)商; 其保費(fèi)計(jì)算依據(jù)、事故歸責(zé)原則和保險(xiǎn)費(fèi)用支付方式依舊保持不變， 即使人工智能系統(tǒng)在輔助駕駛方面非常優(yōu)秀， 大幅度降低交通事故發(fā)生率。

而當(dāng)無人駕駛汽車在人工智能控制下行駛時(shí)， 駕乘人員由于過失或故意干擾人工智能的控制， 此種情形應(yīng)當(dāng)解釋為無人駕駛汽車處于人工控制模式， 適用機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)。 因?yàn)槿斯ぶ悄艿墓δ鼙桓蓴_， 不能發(fā)揮其正常功能， 其效果相當(dāng)于汽車依然處于人工控制模式， 而不是人工智能獨(dú)立運(yùn)行的效果。

（二）自動(dòng)駕駛階段的強(qiáng)制責(zé)任險(xiǎn)

1. 無人駕駛汽車是交通事故責(zé)任主體。 確定無人駕駛汽車交通事故責(zé)任主體是強(qiáng)制責(zé)任險(xiǎn)的核心， 更是交通事故歸責(zé)的基礎(chǔ)。 從目前的科技發(fā)展趨勢(shì)和立法趨勢(shì)看， 一些國(guó)家和地區(qū)已經(jīng)承認(rèn)或正在考慮人工智能的法律地位， 并將其確認(rèn)為交通事故責(zé)任的主體[32] 。

（1）美國(guó)交通部在2016年2月承認(rèn)谷歌公司的無人駕駛汽車（Waymo）人工智能系統(tǒng)是駕駛員。 這一“承認(rèn)”擴(kuò)大了現(xiàn)有法律對(duì)于“司機(jī)”的解釋范圍， 為法律的發(fā)展做出行政指引， 為日后有可能承認(rèn)人工智能作為一個(gè)法律實(shí)體做出了鋪墊。 雖然美國(guó)交通部對(duì)司機(jī)的解釋沒有法律約束力， 但是顯示出交通部愿意承認(rèn)人工智能系統(tǒng)是一個(gè)法律意義上的實(shí)體[33] 。 另有學(xué)者認(rèn)為內(nèi)華達(dá)州法律規(guī)定無人駕駛技術(shù)所有的權(quán)利和責(zé)任適用于司機(jī)意味著無人駕駛汽車具有法律人格， 可以在事故中提起訴訟或被訴， 獨(dú)立承擔(dān)相應(yīng)的責(zé)任， 這也是突破現(xiàn)有法律框架的一步， 有利于無人駕駛汽車行業(yè)的發(fā)展[34] 。

（2）歐盟在2016年批準(zhǔn)了支持賦予具有精密技術(shù)的自動(dòng)機(jī)器人法律人格權(quán)的報(bào)告草案。 該報(bào)告建議建立針對(duì)人工智能產(chǎn)品的強(qiáng)制保險(xiǎn)計(jì)劃， 如無人駕駛汽車。 報(bào)告要求機(jī)器人的制造商和所有權(quán)人應(yīng)當(dāng)購(gòu)買保險(xiǎn)， 以保障在機(jī)器人造成損失時(shí)， 受損方能夠獲得足夠的賠償。 該報(bào)告致力于為電子人類建立法律框架， 所以， 賦予機(jī)器人法律地位是經(jīng)濟(jì)發(fā)展的必要。 因此， 無人駕駛汽車具有法律地位不再是有或無的問題， 而是時(shí)間的問題。 無人駕駛汽車不再是科幻事物， 而是真實(shí)存在的具有學(xué)習(xí)能力的機(jī)器人[35] 。

（3）一些國(guó)家已經(jīng)承認(rèn)一些非人類實(shí)體具有法律民事權(quán)利能力和民事行為能力。 例如新西蘭通過《特烏維拉法》（the Te Urewera Act）， 承認(rèn)一處名為特烏維拉的國(guó)家公園為法律實(shí)體， 具有權(quán)利、義務(wù)和責(zé)任， 主要由董事會(huì)行使， 董事會(huì)承擔(dān)相應(yīng)的責(zé)任。

（4）承認(rèn)無人駕駛汽車為交通事故責(zé)任的主體， 并非逃避責(zé)任， 而是為了更好地規(guī)制人工智能產(chǎn)業(yè)的發(fā)展。 作為一種能夠進(jìn)行深度學(xué)習(xí)并具備思考和判斷能力的產(chǎn)品， 其本身已經(jīng)超出了一般意義上的物理產(chǎn)品。 承認(rèn)人工智能的法律地位， 不但可促進(jìn)人工智能產(chǎn)業(yè)的發(fā)展， 而且能促進(jìn)保險(xiǎn)產(chǎn)業(yè)的發(fā)展。

2. 無人駕駛汽車交通事故歸責(zé)應(yīng)采取所有人無過錯(cuò)責(zé)任制和生產(chǎn)商嚴(yán)格責(zé)任制。

（1）無人駕駛汽車所有人承擔(dān)無過錯(cuò)責(zé)任。 涉及無人駕駛汽車的交通事故分為三種類型， 分別是：無人駕駛汽車之間的交通事故， 無人駕駛汽車與有人駕駛汽車之間的交通事故， 以及無人駕駛汽車與非機(jī)動(dòng)車駕駛?cè)恕⑿腥酥g的交通事故。

首先， 無人駕駛汽車之間發(fā)生交通事故， 采用無過錯(cuò)責(zé)任制。 雖然無人駕駛汽車作為事故責(zé)任的主體， 所有人不承擔(dān)過錯(cuò)責(zé)任， 但所有人依然應(yīng)當(dāng)承擔(dān)無過錯(cuò)責(zé)任。 根據(jù)“運(yùn)行支配”和“運(yùn)行利益”原則， 無人駕駛汽車所有人享有無人駕駛汽車的運(yùn)行利益和支配利益， 一旦無人駕駛汽車發(fā)生交通事故， 所有人應(yīng)當(dāng)承擔(dān)責(zé)任， 但由于事故并非由所有人引發(fā)， 所有人只承擔(dān)無過錯(cuò)責(zé)任。

其次， 無人駕駛汽車與有人駕駛汽車之間發(fā)生交通事故， 采用過錯(cuò)責(zé)任和無過錯(cuò)責(zé)任相結(jié)合的歸責(zé)原則。 此種類型分為兩種情形：一是有人駕駛汽車一方無過錯(cuò)， 那么應(yīng)當(dāng)由無人駕駛汽車一方承擔(dān)無過錯(cuò)責(zé)任。 二是有人駕駛汽車一方有過錯(cuò)， 那么應(yīng)當(dāng)由有人駕駛汽車一方承擔(dān)過錯(cuò)責(zé)任。 如果無人駕駛汽車一方也存在過錯(cuò)， 應(yīng)當(dāng)根據(jù)過錯(cuò)程度和原因來確定責(zé)任; 無法確定具體責(zé)任的， 平均分擔(dān)責(zé)任。

最后， 無人駕駛汽車與非機(jī)動(dòng)車、行人之間發(fā)生交通事故， 采取過錯(cuò)責(zé)任和無過錯(cuò)責(zé)任相結(jié)合的歸責(zé)原則。 此種類型分為兩種情形：一是非機(jī)動(dòng)車、行人一方有過錯(cuò)時(shí)， 非機(jī)動(dòng)車、行人一方承擔(dān)過錯(cuò)責(zé)任。 如果無人駕駛汽車一方也存在過錯(cuò)， 應(yīng)當(dāng)根據(jù)過錯(cuò)程度和原因確定責(zé)任; 無法確定具體責(zé)任的， 平均分擔(dān)責(zé)任。 二是非機(jī)動(dòng)車、行人一方無過錯(cuò)時(shí)， 無人駕駛汽車一方承擔(dān)無過錯(cuò)責(zé)任。

（2）生產(chǎn)商承擔(dān)嚴(yán)格責(zé)任。 雖然在無人駕駛汽車交通事故中所有人承擔(dān)了無過錯(cuò)責(zé)任， 但在保險(xiǎn)人向受害者支付保險(xiǎn)金后， 應(yīng)允許保險(xiǎn)人以嚴(yán)格責(zé)任向生產(chǎn)商追償：

一是生產(chǎn)商不適用過錯(cuò)責(zé)任， 因?yàn)檎?qǐng)求生產(chǎn)商承擔(dān)過錯(cuò)責(zé)任也存在法律上的障礙。 生產(chǎn)商在制造無人駕駛汽車過程中對(duì)其進(jìn)行算法編程， 且通過售前測(cè)試解決了可能出現(xiàn)的問題， 已經(jīng)采取了合理的措施減小可預(yù)見的風(fēng)險(xiǎn)。 只是由于算法存在不可預(yù)知性， 即使引起了事故也不能證明廠商未履行應(yīng)有的注意義務(wù)， 畢竟在不可預(yù)知情況下出現(xiàn)的問題已經(jīng)超過一個(gè)理性人的預(yù)測(cè)， 生產(chǎn)商亦不例外。 如車載電腦的宕機(jī)就是一個(gè)無法預(yù)測(cè)的事件。 對(duì)于無法預(yù)測(cè)的問題， 既不是廠商的責(zé)任， 也不是所有人的責(zé)任， 而是人工智能的自身問題， 在法律無明確規(guī)定時(shí)生產(chǎn)商不承擔(dān)過錯(cuò)責(zé)任。

二是基于公共利益考慮， 生產(chǎn)商仍然應(yīng)當(dāng)承擔(dān)嚴(yán)格責(zé)任。 目前， 《產(chǎn)品質(zhì)量法》《侵權(quán)責(zé)任法》對(duì)人工智能的相關(guān)問題缺乏規(guī)定， 但可以基于公共利益的考慮， 通過對(duì)《產(chǎn)品質(zhì)量法》第2條進(jìn)行擴(kuò)大解釋， 暫時(shí)將無人駕駛汽車整體解釋為“產(chǎn)品”， 而不將無人駕駛汽車的硬件和人工智能系統(tǒng)區(qū)分開來。 即在人工智能法律地位確定前， 仍然按照嚴(yán)格責(zé)任規(guī)制生產(chǎn)商， 以此確保公共利益， 防止生產(chǎn)商以人工智能產(chǎn)品法律地位未明確為由逃避責(zé)任。

三是《產(chǎn)品質(zhì)量法》規(guī)定的免責(zé)事由并不能適用于人工智能產(chǎn)品。 人工智能是科學(xué)技術(shù)發(fā)展的階段性成果， 在研究階段就已經(jīng)進(jìn)行了充分測(cè)試， 待其技術(shù)成熟后廠商將其應(yīng)用于產(chǎn)品， 創(chuàng)造利潤(rùn)。 只要人工智能產(chǎn)品引起事故， 根據(jù)“誰受益， 誰負(fù)責(zé)”原則， 生產(chǎn)商應(yīng)當(dāng)承擔(dān)責(zé)任， 而不能以免責(zé)事由逃避責(zé)任， 尤其是當(dāng)人工智能產(chǎn)品承載公共職能時(shí)， 如波音公司就787 MAX客機(jī)的設(shè)計(jì)問題承擔(dān)嚴(yán)格責(zé)任一樣。

綜上所述， 根據(jù)無人駕駛汽車交通事故歸責(zé)原則， 該階段強(qiáng)制責(zé)任險(xiǎn)的投保人和被保險(xiǎn)人系所有人和生產(chǎn)商共同構(gòu)成。

3. 參考方案。 有兩種保險(xiǎn)方案可供參考：

（1）全額賠付方案。 在該方案下， 由保險(xiǎn)人建立保險(xiǎn)資金池完全賠付因無人駕駛汽車引發(fā)的交通事故造成的損害。 保險(xiǎn)資金池由生產(chǎn)商和所有人按照一定比例共同投入， 建立多層賠付機(jī)制， 在發(fā)生交通事故時(shí)從保險(xiǎn)資金池支付受害者。 該方案和普萊斯—安德森法案（the Price-Anderson Act）類似， 即《原子能法案》的修訂法案， 該法案確保公眾在遭受核泄漏時(shí)就財(cái)產(chǎn)損失和人身傷亡可以獲得賠償。 根據(jù)該法案， 公眾可以獲得的保險(xiǎn)賠付分為兩層：第一層資金池由核電站所有權(quán)人每年為每個(gè)反應(yīng)堆向保險(xiǎn)公司支付3.75億美元的保費(fèi)構(gòu)成; 第二層資金池由每個(gè)核電站反應(yīng)堆按一定比例分?jǐn)偟某~責(zé)任費(fèi)用構(gòu)成， 最多不超過1.19億美元。 在第一層資金池未能完全賠付受害者的損失時(shí)， 才能啟動(dòng)第二部分進(jìn)行賠付。

若參照該方案， 生產(chǎn)商和所有人按照一定比例共同投入一筆保險(xiǎn)金， 形成第一層保險(xiǎn)資金池。 因?yàn)樗腥讼碛羞\(yùn)行支配權(quán)力和運(yùn)行利益， 需要承擔(dān)一定比例的保險(xiǎn)金。 而第二層資金池由生產(chǎn)商單獨(dú)投入， 因?yàn)樯婕盁o人駕駛汽車引發(fā)的交通事故中， 生產(chǎn)商需要承擔(dān)最終責(zé)任， 所有人承擔(dān)的是無過錯(cuò)責(zé)任， 所以， 生產(chǎn)商需要承擔(dān)更多的保費(fèi)。 必須注意的是， 根據(jù)《侵權(quán)責(zé)任法》規(guī)定， 民用核電站屬于高度危險(xiǎn)責(zé)任調(diào)整范圍， 如果采取此方案， 所有人和生產(chǎn)商實(shí)際上承擔(dān)的是高度危險(xiǎn)責(zé)任。

（2）限額賠付方案。 該方案參考機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)和《全國(guó)兒童疫苗傷害法案》制定， 即由保險(xiǎn)公司在責(zé)任限額范圍內(nèi)予以賠償， 這部分保費(fèi)由所有人承擔(dān)， 基于所有人享有運(yùn)行支配權(quán)力和運(yùn)行利益; 不足的部分， 根據(jù)歸責(zé)原則由生產(chǎn)商依據(jù)嚴(yán)格責(zé)任單獨(dú)承擔(dān)， 但生產(chǎn)商承擔(dān)的責(zé)任數(shù)額應(yīng)當(dāng)受到限制。 原因在于該方案假定無人駕駛汽車和疫苗一樣都會(huì)對(duì)社會(huì)安全造成隱患。 因此， 無人駕駛汽車的生產(chǎn)商很可能會(huì)遭遇之前疫苗生產(chǎn)商遇到的問題， 即在《全國(guó)兒童疫苗傷害法案》實(shí)施之前， 一旦疫苗引起人身傷害， 疫苗生產(chǎn)企業(yè)將面臨大量的訴訟， 不但導(dǎo)致疫苗生產(chǎn)企業(yè)停止疫苗的生產(chǎn)和研發(fā)， 而且通過提高疫苗的價(jià)格來轉(zhuǎn)嫁訴訟成本， 最終導(dǎo)致疫苗價(jià)格上漲了20倍， 引發(fā)了公眾的健康危機(jī)。 最終， 國(guó)會(huì)通過該法案限制疫苗生產(chǎn)企業(yè)承擔(dān)的責(zé)任， 保護(hù)了疫苗產(chǎn)業(yè)[36] 。

（三）與人工智能系統(tǒng)安全相關(guān)的網(wǎng)絡(luò)安全強(qiáng)制責(zé)任險(xiǎn)

從責(zé)任險(xiǎn)本質(zhì)看， 責(zé)任險(xiǎn)保障的是公共利益。 在互聯(lián)網(wǎng)時(shí)代， 網(wǎng)絡(luò)安全早已是各國(guó)關(guān)注的重點(diǎn)， 基于互聯(lián)網(wǎng)進(jìn)行運(yùn)算的人工智能系統(tǒng)的安全也不例外。 作為無人駕駛汽車核心的人工智能系統(tǒng)， 通過互聯(lián)網(wǎng)實(shí)時(shí)獲取數(shù)據(jù)并做出決策控制汽車的運(yùn)行， 系統(tǒng)安全尤為重要， 一旦發(fā)生網(wǎng)絡(luò)安全事件， 就像Windows系統(tǒng)遭受攻擊一樣， 將可能在全世界范圍內(nèi)導(dǎo)致大量的無人駕駛汽車出現(xiàn)問題， 輕則數(shù)據(jù)泄露， 引起財(cái)產(chǎn)損失， 重則發(fā)生交通事故， 嚴(yán)重威脅公共安全。 如前文提到的特斯拉公司遭遇的網(wǎng)絡(luò)安全事件， 導(dǎo)致全球范圍內(nèi)特斯拉汽車的所有人受到損害。 所以， 人工智能系統(tǒng)的安全應(yīng)當(dāng)納入責(zé)任險(xiǎn)保障范圍， 在發(fā)生網(wǎng)絡(luò)安全事件時(shí)對(duì)受害者進(jìn)行救濟(jì)， 正如各國(guó)普遍將汽車第三者責(zé)任險(xiǎn)規(guī)定為強(qiáng)制保險(xiǎn)， 是為了保障交通事故受害者利益一樣[37] 。 網(wǎng)絡(luò)安全責(zé)任險(xiǎn)的功能主要體現(xiàn)在三個(gè)方面：

1. 要求被保險(xiǎn)人遵循最大善意原則， 這樣有利于保險(xiǎn)人對(duì)所有可能的風(fēng)險(xiǎn)加以掌控。 由于保險(xiǎn)公司對(duì)于網(wǎng)絡(luò)安全的相關(guān)數(shù)據(jù)掌握較少， 影響保險(xiǎn)費(fèi)率的確定， 只能實(shí)行差異化定價(jià)策略。 差異化定價(jià)的好處在于可以針對(duì)不同公司的信息安全系統(tǒng)的安全防護(hù)能力設(shè)定不同的保險(xiǎn)金額。 如通過向公司提供較低數(shù)額的保險(xiǎn)金， 有助于公司向網(wǎng)絡(luò)安全系統(tǒng)投入更多的資源。 或者遵循保險(xiǎn)公司的建議花費(fèi)高昂成本購(gòu)買網(wǎng)絡(luò)安全設(shè)備以及加強(qiáng)合規(guī)建設(shè)， 這樣才能保障在發(fā)生數(shù)據(jù)泄露的時(shí)候得到賠付， 如集體訴訟成本的補(bǔ)償。 但實(shí)施差異化定價(jià)的困難在于準(zhǔn)確評(píng)估公司的真正風(fēng)險(xiǎn)， 因?yàn)楸ｋU(xiǎn)人和被保險(xiǎn)人之間存在信息不對(duì)稱， 如被保險(xiǎn)人的網(wǎng)絡(luò)安全維護(hù)頻率、安裝的軟件安全級(jí)別等類似信息不能被保險(xiǎn)人準(zhǔn)確獲得。 因此， 對(duì)風(fēng)險(xiǎn)的評(píng)估需要被保險(xiǎn)人遵循最大善意原則， 否則在遭受保險(xiǎn)事件時(shí)不能獲得賠付， 只有這樣才能確保保險(xiǎn)人對(duì)所有可能的風(fēng)險(xiǎn)加以掌控[38] 。

2. 確保保險(xiǎn)公司可以直接影響被保險(xiǎn)人的行為， 減少風(fēng)險(xiǎn)發(fā)生， 取得監(jiān)督下沉的效果。 由于政府監(jiān)管者自身的原因?qū)σ恍┍ｋU(xiǎn)的監(jiān)管存在困難， 需要賦予保險(xiǎn)公司監(jiān)督的角色。 如聯(lián)邦貿(mào)易委員會(huì)（FTC）的隱私與數(shù)據(jù)保護(hù)部門只有45名員工負(fù)責(zé)監(jiān)管， 遠(yuǎn)不能滿足網(wǎng)絡(luò)安全監(jiān)管的需要， 所以FTC在這方面遜于保險(xiǎn)公司。 由保險(xiǎn)公司分擔(dān)部分監(jiān)管任務(wù)不僅可減輕FTC的監(jiān)管負(fù)擔(dān)， 而且通過承擔(dān)監(jiān)管任務(wù)能夠直接影響客戶的行為， 進(jìn)而提升其保護(hù)隱私和數(shù)據(jù)的能力[39] 。

人工智能系統(tǒng)產(chǎn)生的數(shù)據(jù)體量巨大， 存儲(chǔ)信息的企業(yè)較多， 監(jiān)管部門不可能面面俱到， 所以需要保險(xiǎn)公司分擔(dān)監(jiān)管者的責(zé)任。 如在保單中設(shè)置嚴(yán)格的合規(guī)需求， 促使被保險(xiǎn)人遵守保險(xiǎn)人的合規(guī)要求、增加合理注意的程度以降低風(fēng)險(xiǎn)， 否則將面臨無法獲得補(bǔ)償?shù)娘L(fēng)險(xiǎn)。

3. 網(wǎng)絡(luò)安全強(qiáng)制責(zé)任險(xiǎn)不僅保護(hù)遭受數(shù)據(jù)泄露的公司， 也保護(hù)數(shù)以百萬計(jì)的無人駕駛汽車所有人。 網(wǎng)絡(luò)安全事件的高破壞性不僅導(dǎo)致公司遭受了極大損失， 而且數(shù)據(jù)泄露也會(huì)導(dǎo)致消費(fèi)者遭受損失。 因此， 購(gòu)買網(wǎng)絡(luò)安全強(qiáng)制責(zé)任保險(xiǎn)不但確保公司能從保險(xiǎn)公司得到保險(xiǎn)賠付， 盡快恢復(fù)運(yùn)營(yíng)， 而且也能對(duì)遭受損失的消費(fèi)者做出補(bǔ)償。 如無人駕駛汽車系統(tǒng)宕機(jī)車門鎖死無法打開， 所有人發(fā)生的打車成本就可通過網(wǎng)絡(luò)安全責(zé)任險(xiǎn)獲得補(bǔ)償[40] 。

網(wǎng)絡(luò)安全責(zé)任險(xiǎn)作為無人駕駛汽車強(qiáng)制責(zé)任險(xiǎn)的一部分， 投保人和被保險(xiǎn)人是生產(chǎn)商， 承保因發(fā)生網(wǎng)絡(luò)安全事件無人駕駛汽車對(duì)第三人（含所有人）造成的損害。 如上文提到特斯拉公司遭遇網(wǎng)絡(luò)安全事件， 其受害人只有所有人。 同時(shí)， 由于網(wǎng)絡(luò)安全事件可能導(dǎo)致巨大的經(jīng)濟(jì)損失， 所以， 網(wǎng)絡(luò)安全責(zé)任險(xiǎn)的賠付依然需要采用限額賠付方案， 即在發(fā)生網(wǎng)絡(luò)安全事件時(shí)， 保險(xiǎn)人在責(zé)任限額內(nèi)按照嚴(yán)格責(zé)任承擔(dān)賠償責(zé)任， 不足部分依照相關(guān)法律規(guī)定承擔(dān)賠償責(zé)任。

五、結(jié)語

綜上所述， 無人駕駛汽車的出現(xiàn)雖然可能減少機(jī)動(dòng)車強(qiáng)制責(zé)任險(xiǎn)的收入， 但因其創(chuàng)造了新的風(fēng)險(xiǎn)， 不僅不會(huì)減少保險(xiǎn)行業(yè)的收入， 而且很可能開拓保險(xiǎn)行業(yè)的藍(lán)海， 引起保險(xiǎn)行業(yè)的變革， 推動(dòng)保險(xiǎn)行業(yè)的發(fā)展。 因此， 立法者應(yīng)當(dāng)針對(duì)無人駕駛汽車發(fā)展引起的保險(xiǎn)問題進(jìn)行深入研究， 盡早制定相應(yīng)的法律法規(guī)， 不僅能夠促進(jìn)無人駕駛汽車行業(yè)的發(fā)展， 更能推動(dòng)保險(xiǎn)行業(yè)的發(fā)展， 適應(yīng)科技革命帶來的行業(yè)變革。

【 主 要 參 考 文 獻(xiàn) 】

[1] 智研咨詢.2018年國(guó)內(nèi)道路交通事故數(shù)量統(tǒng)計(jì)分析，造成直接財(cái)產(chǎn)損失為138455.9萬元[EB/OL].https：//www.sohu.com/a/347751005_775892，2019-10-17.

[2] U. S. Department of Transportation[R].Transportation Statistics?Annual Report，2016.

[3] Daniel J. Fagnant ， Kara M. Kockelman. Preparing a Nation for?Autonomous Vehicles： Opportunities， Barriers and Policy Recommendations for capitalizing on self-driven vehicles[ J].Transportation Research Part A： Policy and Practice，2015（7）：167 ～ 181.

[4] Stephen P. Wood， Jesse Chang， Thomas Healy， ?John Wood.The Potential Regulatory Challenges of Increasingly Autonomous Motor Vehicles[ J].Santa Clara Law Review，2012（52）：1423 ～ 1502.

[5] A. M. Turing. Computing Machinery and Intelligence[ J].Mind，?1950（10）：433 ～ 460.

[6] Jenay M. Beer， et al.. Toward a Framework for Levels of Robot?Autonomy in Human-Robot Interaction[ J].Human-Robot Interaction，2014（6）：74 ～ 99.

[7] Tim Urban.The AI Revolution： The Road to Superintelligence，Wait but Why[EB/OL].Http：//Waitbutwhy.Com/2015/01/Artificial-Intelligence-Revolution-1.Html，2005-01-23.

[8] Julia A. Molander， Yevgenia A. Wiener. Facing Revolutionary?Changes Driverless Vehicles and the Effect on Insurance[ J].DRI for Def，2016（5）：58 ～ 64.

[9] William A. Bulfer， Brian M. Love. Opening the Pod Bay Doors?Assessment of Risk and the Future of Commercial Automobile Coverage[ J].DRI for Def，2018（10）：58 ～ 65.

[10] Autonomous Cars Survey. Autonomous Cars： Bring Em on，?Drivers Say in Insurance.com Survey[EB/OL].https：//www.insurance.com/press-room/autonomous-cars-survey，2014-07-28.

[11] Leslie Scism. Driverless Cars Threaten to Crash Insurers' Earnings[EB/OL].Http：//www.Wsj. Com/Articles/Driverless-Cars-Threa-ten-To-Crash-Insurers-Earnings-1469542958，2016-07-26.

[12] Johnson V. Phillips， 690 N.Y.S.2d 545.

[13] Matthew Blunt.Highway to a Headache： Is Tort-Based Auto-motive Insurance on a Collision Course with Autonomous Vehicles？ [ J].Willamette Law Review，2017（1）：08 ～ 135.

[14] 王利明.侵權(quán)責(zé)任法研究（下卷）[M].北京：中國(guó)人民大學(xué)出版社，2016：226 ～ 301.

[15] Soule V. General Motors Corp， 882 P.2d 298.

[16] Wilson V. Piper Aircraft Corp.， 577 P.2d 1322.

[17] Andrew P. Garza.“Look Ma， No Hands！” Wrinkles and Wrecks?in the Age of Autonomous Vehicles[ J].New England. Law Review，2012（3）：581 ～ 626.

[18] David G. Owen. Manufacturing Defects[ J].South Carolina?Law Review，2002（2）：851 ～ 903.

[19] Kevin Funkhouser.Paving the Road Ahead： Autonomous Vehi-cles， Products Liability and the Need for A New Approach[ J].Utah Law Review，2013（7）：437 ～ 458.

[20] 伯納德·施瓦茨著.王軍等譯.美國(guó)法律史[M].北京：中國(guó)政法大學(xué)出版社，1990：200 ～ 218.

[21] Ponemon Institute. 2017 Cost Of Data Breach Study： United?States[EB/OL].https：//www.ponemon.org/library，2017-06-13.

[22] 蔡鼎.特斯拉系統(tǒng)遭全球性宕機(jī)！有車主被困在沙漠兩小時(shí)[EB/OL].https：//tech.163.com/20/0924/07/N99A1E700097U7T.?html，2020-09-24.

[23] Metro Brokers， Inc. V. Transp. Ins. Co.， 603 F. App'x 833.

[24] Am. Online， Inc. V. St. Paul Mercury Ins. Co.， 347 F.3d 89.

[25] E London-Sire Records， Inc. V. John Doe， 542 F.Supp.2d 153.

[26] Big 5 Sporting Goods， 957 F.Supp. 2d 1135.

[27] Galaria V. Nationwide Mut. Ins.， 998 F.Supp.2d 646.

[28] Recall， 147 Conn. App.450.

[29] Zurich American， 2014 WL 3253541.

[30] Clapper V. Amnesty Intern. USA， 133 S. Ct. 1138.

[31] In re Anthem， Inc.， Data Breach Litigation， 2016 WL 3027983.

[32] Brett A. Ross. Automated Vehicle Lawsuits How Will We Liti-gate the Auto Crash of The Future？[ J].WTR Brief ，2018（4）：42 ～ 47.

[33] Dave Gershgorn. Google's Driverless Cars Will Be Legally Treated?Like Human Drivers[EB/OL]. Http：//www.Popsci.Com，2020-10-07.

[34] David Shepardson， Paul Lienert. Exclusive： In Boost to Self-Driving Cars， U.S. Tells Google Computers Can Qualify as Drivers[EB/OL].Http：//www. Reuters. Com/Article/Us-Alphabet-Autos-Selfdriving-Exclusiveiduskcn0vj00h，2016-02-10.

[35] European Parliament Press Release. Robots： Legal Affairs Com-mittee Calls for Eu-Wide Rules[EB/OL].Http：//www.Europarl.Europa.Eu/Sides/Getdoc.Do？Type=Impress&Reference=20170110ipr57613&Language=En&Format=Pdf， 2017-07-13.

[36] Jeffrey R. Zohn. When Robots Attack： How Should the Law?Handle Self-Driving Cars That Cause Damages[ J].University of Illinois Journal of Law， Technology and Policy，2015（2）：461 ～ 485.

[37] 溫世揚(yáng).保險(xiǎn)法[M].北京：法律出版社，2016：1 ～ 11.

[38] Ranjan Pal， et al.. Realizing Efficient Cyber-Insurance Markets?[EB/OL]. http：//www.scf.usc.edu/～rpal/CYBERMR.pdf，2018-08-21.

[39] Minhquang N. Trang.Compulsory Corporate Cyber- Liability?Insurance： Outsourcing Data Privacy Regulation to Prevent and Mitigate Data Breaches[ J].Minnesota Journal of Law， Science & Technology，2017（4）：389 ～ 417.

[40] Brian Krebs. The Case for Cybersecurity Insurance， Part II，?KREBS ON SEC[EB/OL].http：//krebsonsecurity.com/2010/07/the-case-for-cybersecurity-insurance-part-ii/，2010-07-31.