摘要：随着自动驾驶技术的快速发展和商业化应用，传统以人类驾驶员为核心构建的法律体系面临严峻挑战，责任主体呈现多元化的特点，传统的侵权责任和产品责任难以有效适用。本文通过分析自动驾驶汽车事故责任主体的法律界定困境与归责机制的理论争议，并基于比较法视角借鉴德国、英国等国的经验，建议中国采取“渐进式立法+专门法整合”模式，提出自动驾驶法律规制的完善路径，明确责任划分标准，强化数据治理，为完善自动驾驶事故责任立法提供理论支撑与实践参考。

关键词：自动驾驶汽车、事故责任主体、归责机制、中国立法模式

一、 引言

自动驾驶技术（Autonomous Driving Technology, ADT）作为人工智能（Artificial Intelligence, AI）与交通运输领域深度融合的前沿技术，正逐步实现从辅助驾驶到完全自动驾驶的跨越，该项技术的发展将重塑交通运输模式，其潜在的社会效益与法律挑战并存。现有的交通法律体系是围绕人类驾驶员而构建的，其基本假定与自动驾驶汽车的技术特性存在根本性差异，难以应对自动驾驶系统主导驾驶任务的新场景，在应对自动驾驶汽车事故方面存在明显滞后，尤其在高自动化级别下人机协同模式的责任划分尚不清晰。在全球范围内，亦未形成统一的自动驾驶事故责任划分标准。德国、美国、日本等国家已通过立法探索责任划分与归责机制，而中国尚处于地方性法规先行先试阶段。

因此，在自动驾驶技术飞速发展和广泛应用的背景下，深入研究自动驾驶汽车事故责任主体的法律界定与归责机制，探索适应中国国情的立法模式，对于保障社会公共安全、维护相关主体合法权益以及促进自动驾驶技术健康有序发展具有重要的理论与实践意义。

二、 自动驾驶技术发展现状与法律规制背景

（一） 自动驾驶技术概念与分级标准

自动驾驶技术代表了汽车行业的重大变革，其核心在于通过机器智能而非人类执行驾驶任务。这种技术依赖于先进传感器（如视频摄像头、雷达和激光测距器）、高性能计算芯片、先进算法以及导航系统等，构建“感知-决策-执行机制”，使车辆能够在无需驾驶员持续进行物理操作的情况下自主完成安全行驶任务。

对于不同程度的自动化驾驶进行界定，国际上普遍采用统一的分级标准。其中，国际自动机工程师学会（SAE International）发布的SAE J3016标准是国际上最为广泛接受的分类体系之一，[1]将驾驶自动化从L0到L5划分为六个级别，代表了技术介入驾驶任务的递增程度。中国国家标准《汽车驾驶自动化分级》（GB/T 40429-2021）也采用了与SAE J3016标准基本一致的六个等级划分，L0到L5的分级标准也是责任界定的技术基础。

在L0级（无自动化）阶段，系统不提供任何自动化支持，驾驶任务完全由驾驶员执行。L1-L2级（驾驶辅助／部分自动化）是目前市售车辆的主流技术水平，系统提供纵向或横向的驾驶辅助功能（如自适应巡航、车道保持辅助），但驾驶员需全程监控驾驶环境，并承担主要的驾驶任务和控制权。[2]L3级（有条件自动化）标志着自动驾驶技术的重要转折点。在该级别下，系统在特定条件下可以主导执行全部动态驾驶任务，[3]驾驶员可以脱手，但仍需持续保持注意力，并在系统发出请求或超出系统能力边界时及时接管车辆驾驶控制。更高阶的L4级（高度自动化）可以实现系统在其设计的运行范围（ODD）内完全自主执行驾驶任务，无需驾驶员干预或接管，驾驶员可以在此范围内放松或从事其他活动。仅在超出ODD时，系统可能需要驾驶员介入或执行最小风险策略停车。最高级别的L5级（完全自动化）代表着真正的无人驾驶技术，在该级别下，系统在所有可预见的驾驶场景和环境下均能完全自主执行驾驶任务，无需人类驾驶员介入，驾驶员仅作为乘客。L5级被视为真正的无人车，但目前仍处于理论或测试阶段。

不同级别的自动驾驶技术对事故责任认定的影响尤为显著，特别值得注意的是，L3级作为人机共存的驾驶模式，被普遍认为是事故责任归属的分水岭或关键点。L3级及以上系统开始在特定条件下接管驾驶任务时，责任主体逐渐由驾驶员转向厂商或技术供应商。然而，在L3级"有条件"自动化模式下，驾驶员需在系统请求时随时准备接管，这种人机交替控制模式使得责任认定变得异常复杂，成为当前法律挑战的焦点之一。对于L4-L5级别，由于驾驶任务主要由系统承担，责任主体更多地倾向于厂商或运营方。当前中国市场正经历从L2级向L3级过渡，部分车企通过“智驾”“端到端智能驾驶”等营销术语模糊 L3 级的技术边界，从而增加事故责任认定的复杂性。

（二） 国内外立法现状

1. 国内地方性法规的探索

曾经，我国主要依托《智能网联汽车道路测试管理规范（试行）》[4]等文件，对事故责任认定采取“一事一议”的方式，缺乏统一标准。在此背景下，北京、上海、深圳等多个城市相继出台了智能网联汽车管理相关的规范性文件，在填补法律空白方面进行了积极尝试，但具体规定存在一定差异。

在责任主体界定方面，《深圳经济特区智能网联汽车管理条例》[5]作为国内首部规范L3级自动驾驶的地方性法规规定，在L3级自动驾驶系统启动状态下，驾驶员为事故的第一责任人，若存在系统缺陷，则向车企追责。对于配备驾驶员的智能网联汽车，其违法行为由驾驶员承担；而在汽车完全自动驾驶无驾驶人在场时发生的事故或违法，由所有人或管理人承担责任。北京《北京市自动驾驶汽车条例》（2025年4月实施）[6]为L3级车辆合法上路提供了依据，并规定L4级自动驾驶汽车事故由运营方担责，在指定区域内发生的L3级自动驾驶汽车事故中，车辆制造商可能需要承担较高比例的赔偿责任，意在促进技术进步。江苏和上海等地同样明确汽车完全自动驾驶的违法行为应由车辆所有人或管理人负责。

地方性法规的探索具有积极意义，其作为国家层面正式立法前的试验田，为后续立法积累了宝贵的实践经验。例如，深圳条例的出台为各地乃至国家级立法提供了示范，并有助于在特定区域和应用场景下验证技术、明确各方权责、推动产业发展。

2. 域外部分国家的实践

在自动驾驶法律体系建设方面，不同国家展现出鲜明的特色。德国通过渐进式立法，逐步构建起较为完整的责任体系。该国先后出台《道路交通法（第八修正案）》[7]和《自动驾驶法》[8]，针对不同自动驾驶级别设定责任规则：L3级自动驾驶汽车要求驾驶员保持接管准备，L4级及以上自动驾驶汽车事故则由车企承担主要责任。法律还明确要求车辆记录13类关键行驶数据，并设立技术监督员制度，通过强制保险和数据溯源强化责任认定。

英国采取差异化策略，通过“保险先行”机制简化处理流程。[9]法律规定保险公司必须优先赔付自动驾驶事故损失，后续再向车辆制造商等责任方追偿。最新法案进一步明确，当L3级以上自动驾驶系统控制车辆时，车企需承担全部责任，免除驾驶员刑责。这种制度设计既保障了受害人权益，又保留了责任追溯的可能性。

美国的监管体系呈现出联邦与州协同的特点。联邦层面主要制定安全标准和监管框架，各州则根据实际情况制定具体规则。目前已有40个州出台相关法规，其中加州等地区要求车企为L4级事故负责并购买高额保险。联邦机构通过动态调整测试规范，在保障安全的前提下支持技术发展，例如放宽研发车辆的部分安全要求以促进创新。这种灵活监管模式在规范行业发展的同时，也为技术创新保留了空间。

三、 自动驾驶汽车事故责任界定的理论争议与实践困境

（一）自动驾驶汽车的法律属性争议

自动驾驶汽车作为人工智能技术在交通领域的典型应用，其法律属性与地位的界定是当前法律研究面临的核心问题。与传统汽车相比，自动驾驶汽车具备高度的智能化和自主性，集价值判断与工具属性于一身，简单视其为传统汽车的升级或人类驾驶员行为的延伸已不再适用，现有的法律法规对其法律属性和地位的界定上存在一定的滞后性与模糊性。

有观点认为，自动驾驶汽车应被视为一种具备人工智能的特殊产品，即为“智能体”，主张赋予其一定的法律人格。然而，自动驾驶汽车具备的信息处理和决策能力是预设程序的体现，并非真正的自主意识或自由意志，本质上仍是人类智慧的技术投射。现有的法律制度预设只有人才能作出决策并承担责任，否定人工智能的法律主体地位具有实践合理性。而自动驾驶汽车在高度自主决策的背景下执行驾驶任务，与这一预设存在明显冲突。但是，随着自动化程度的提高，特别是进入L3及以上级别，人类驾驶员逐渐从驾驶者转变为乘客，车辆的驾驶控制主体和注意义务随之发生转移。自动驾驶汽车涉及硬件和软件的深度参与，潜在的责任主体分散于制造商、技术供应商、运营者等多个环节，与传统的以驾驶员过错为核心的归责原则存在根本性冲突。

国际上，部分国家如德国和日本已通过专门立法或修订现有法律，初步确立了自动驾驶汽车的法律地位，并对其运行条件、责任主体等作出了相应规定，为现有法律秩序适应自动驾驶技术的发展提供了新的思路和应对方案。然而，在美国发生的全球首例自动驾驶致死案[10]等案例依然暴露出现有法律在界定责任方面的不明确之处，我国也亟需修订现有法律体系以适应自动驾驶汽车的特点。

（二）潜在责任主体的多元化分析

自动驾驶汽车的出现深刻改变了传统交通事故中单一驾驶员责任的范式，导致潜在责任主体呈现多元化趋势，责任归属过程亦因此变得复杂。在自动驾驶系统运行和事故发生过程中，多个主体都可能承担责任，包括车辆制造商、技术供应商、用户/驾驶员、远程监控者乃至基础设施提供商等。

首先，车辆制造商作为自动驾驶汽车的设计者和生产者，对车辆的技术安全和产品缺陷负有潜在责任。如果事故是因车辆本身的设计缺陷、制造瑕疵导致，制造商需要承担责任。

其次，自动驾驶系统的技术供应商，包括软件开发者、算法提供商、传感器制造商和高精地图服务商等，也构成重要的潜在责任主体。当事故是因其中某个技术环节的故障或错误导致，相应的技术供应商可能需要承担责任。

再次，驾驶员或车辆所有权人/管理人也是潜在的责任主体，但其责任范围与自动驾驶系统的自动化级别有关。在L0-L2级别的自动驾驶中，人类驾驶员是事故的主要责任主体。然而，在L3及以上级别，由于控制权的转移和人机协作的复杂性，用户在使用自动驾驶功能时仍可能负有一定的注意义务，例如在L3级别下，驾驶员需准备随时接管车辆。对于完全自动驾驶（L4/L5）情况下的事故，责任可能由车辆所有权人或管理人承担。

此外，在某些特定场景下（例如无人驾驶汽车测试场景），远程监控者或车辆安全员也可能成为责任主体，其责任源于未能及时有效地介入以避免事故发生。

故此，自动驾驶汽车事故责任主体因自动驾驶汽车产业链长、参与方众多，既包括汽车制造商、技术供应商，也包括驾驶员或其他相关人员，事故责任存在多个主体之间分配的可能性，使得追责的过程极为复杂和困难。

（三）归责机制理论与实践的困境

1. 基于侵权责任法归责的局限性

传统的侵权责任原则主要基于过错责任，要求证明行为人的主观过错、损害结果、侵权行为与损害结果之间的因果关系以及行为的违法性。但是，在自动驾驶汽车事故中，这些传统要件的认定和证明面临诸多困难。

第一，过错责任原则在自动驾驶事故中面临的首要挑战在于难以证明人为过错与系统行为之间的因果关系，以及如何认定无人驾驶情况下的责任主体。在高级别自动驾驶场景下，驾驶活动主要由系统执行，传统的基于驾驶员过错的责任认定难以适用。即使在较低级别的自动化驾驶场景下，虽然驾驶员须承担注意义务，但在系统辅助驾驶模式下发生的事故，仍然需要考虑自动驾驶系统的能力边界和设计缺陷，使得责任认定复杂化，而不是完全归责于驾驶员。

第二，如何认定自动驾驶系统的“过错”并将其归责于不同的特定主体是传统过错责任面临的核心问题。将自动驾驶系统的“行为”纳入过错责任考量，需要解决如何评估自动驾驶算法决策的合理性、证明系统存在设计或制造缺陷，以及这些因素与事故结果之间的因果关系。[11]

第三，有观点认为，在自动驾驶汽车事故中可以适用无过错责任原则，该原则虽然有利于保护弱势交通参与者，但自动驾驶汽车并非天然属于“危险源”。同时，在自动驾驶模式下，名义上的驾驶人可能仅仅是乘客，要求其承担无过错责任值得商榷。即便无过错原则被用于汽车制造商的归责，也有可能对其施加过高的责任负担。故此，适用无过错责任在自动驾驶汽车事故领域也存在明显不合理之处。

2. 基于产品责任法归责的局限性

自动驾驶汽车因产品缺陷导致交通事故时，产品责任法为确定责任主体提供了一种重要的法律依据，基于产品责任法，[12]通常可以由自动驾驶汽车的生产者、销售者等其他相关主体承担损害赔偿责任。在这种情形下，产品"缺陷"的界定是适用产品责任原则的关键。在自动驾驶汽车领域，"缺陷"主要包括设计缺陷、制造缺陷和警示缺陷。但是在自动驾驶汽车事故中，[13]由于涉及复杂软件、算法和自动驾驶系统本身的"黑箱"特性和自主学习能力，受害者往往无法识别产品缺陷和证明产品缺陷与损害之间的因果关系。[14]与此同时，传统产品缺陷认定标准在智能产品的适用性存在严重不足，对于自动驾驶汽车，缺陷认定标准需要结合其技术特点进行考量，面对算法错误或复杂环境下的决策失误时，难以简单归咎于传统产品的缺陷范畴。现行产品责任的缺陷认定标准和免责事由（如产品投入流通时的科学技术水平尚不能发现缺陷）在自动驾驶汽车领域显得过于抽象或可能被生产者滥用以规避责任，不利于受害者保护。

3. 责任主体界定面临的技术与法律挑战

从技术层面来看，自动驾驶系统固有的复杂性是责任主体界定面临的首要挑战。自动驾驶汽车依赖复杂的感知、决策和控制算法，在运行的过程中往往呈现出“黑箱”的特性，导致事故发生后，往往难以有效追溯自动驾驶系统决策过程，以便查明事故原因，并区分是系统设计缺陷、算法错误、传感器失效还是外部环境因素或人为不当干预导致。

不同自动化级别，特别是L3级别的“人机共驾”模式，对事故责任的认定带来了新的复杂性。在人机交替控制情境下，需要综合考量人与系统的操作行为、控制权属、接管时机以及致损主体等多种因素来确定责任，使得责任界定模糊不清，德国学者希尔根多夫将此称为“控制困境”。尽管L3级通常要求驾驶员保持警惕并随时准备接管，但接管提示的合理性、驾驶员分心或过度信任系统等因素，使得人与系统之间的过错判断及责任划分标准难以统一。在高度自动化（L4/L5 级别）场景下，因无实际驾驶人，责任主体需从传统驾驶员转向厂商或运营方，无法适用传统的侧重人类驾驶员驾驶行为和主观过错的归责逻辑。

即使将自动驾驶汽车作为产品，适用产品责任法也面临着其他困境。自动驾驶系统的智能化、自我学习迭代能力以及不透明性等特征，使得产品缺陷的判断变得十分困难。例如，自动驾驶系统在使用过程中学习形成的新规则可能导致事故，使得《产品责任法》及相关法律难以有效适用。此外，智能化和数据化还带来了法律主体和法律责任冲突以及数据隐私、安全和权属等新问题。尤其是事故关键数据往往由车企掌握，增加了用户举证难度并存在数据篡改风险。

四、新兴归责理论与机制的探索

传统归责理论面临挑战的情况下，风险来源责任原则（Risk-Based Liability）等新型理论逐渐成为研究重点。风险来源责任原则作为新兴归责理论，强调由创造或控制风险的主体承担责任，核心在于分析自动驾驶技术带来的新型风险并合理分配给相关主体。例如，德国立法规定，如果事故由自动驾驶系统主导，或系统故障导致，责任由汽车制造商承担，体现了“技术风险由技术提供方承担”的思路。

在多方责任主体并存的复杂场景下，基于风险来源责任原则，如何公平合理地分配责任成为研究关键。域外立法提供了参考，如英国的法案建议在自动驾驶模式下，责任由“已授权的自动驾驶实体”承担，而不是用户承担。我国研究则重点关注“自动化自满”（即过度信任系统导致分心）现象，探讨驾驶员与技术供应商或厂商共同承担责任的可能性。部分案例采用比例划分（如70%:30%），体现侵权或风险来源责任原则。此外，部分学者提出“动态责任划分”体系，结合数据透明化与保险机制，或建立"人机共驾"责任分级制度，以更精准界定责任。

保险在自动驾驶事故赔偿中的作用日益凸显，并且已经成为新兴归责机制探索的重要组成部分。多种特殊保险产品和责任分摊机制被提出或正在实践中探索，形成了“保险先行+责任分层”机制以及道路交通事故社会救助基金先行垫付机制。我国部分保险公司正在开发智驾专属保险，明确厂商与用户赔付比例，保费可以与智驾行为挂钩。但是，在具体实践的过程中仍然需要汽车、保险行业与监管部门协同进行完善。

总而言之，新兴归责理论与机制的探索，包括风险来源责任原则的适用以及如何公平合理分配责任、保险产品的创新等方面，共同构成了应对自动驾驶汽车事故法律领域的前沿探索。尽管部分领域已有进展，但系统性规范仍待完善，尤其在自动驾驶汽车责任认定、保险赔偿机制等关键问题上尚缺明确标准。未来需进一步细化规则，以适应技术快速发展带来的新型法律需求。

五、自动驾驶汽车法律规制的完善路径

（一） 立法完善与专门法制定

自动驾驶技术的快速发展对现行法律体系带来的显著挑战，亟需通过系统性立法以应对法律规制滞后问题。学界普遍认为，构建适配自动驾驶特性的法律框架需着重解决三大核心问题：一是建立与自动化等级相匹配的责任划分规则，二是整合侵权责任与产品责任形成复合型归责体系，三是构建覆盖全生命周期的监管框架。

在责任制度设计层面，应通过专项立法明确不同技术等级下生产者、使用者和监管者的权利义务关系。对于L3级以上自动驾驶系统，需重点界定人机交互场景中接管义务的履行标准；针对系统故障、算法缺陷等技术致害情形，应确立生产者无过错责任原则。同时，立法需建立动态化的责任转移机制，明确事故数据举证责任，并制定适应人工智能特性的缺陷认定标准。

面对地方立法碎片化与现行法律适用困境，建议采取"顶层设计+地方试点"的渐进路径，优先由国务院出台行政法规解决监管真空，逐步形成涵盖车辆准入、数据管理、事故处理等环节的完整规范体系。可借鉴德国分级规制经验，以L3级为切入点建立过渡性规则，同步探索高阶自动驾驶的配套制度。

（二） 数据安全和隐私保护

自动驾驶汽车的数据安全与隐私保护同样是法律规制的核心议题。车辆运行产生的海量数据（如传感器信息、驾驶行为记录）在事故责任认定中具有关键作用，但同时也带来数据权属模糊、隐私泄露风险等问题。《民法典》虽确立个人信息保护原则，《汽车整车信息安全技术要求》等行业标准亦提出基础规范，但对数据收集范围、存储期限、访问权限等关键问题仍缺乏可操作规则，难以应对自动驾驶场景下实时数据上传、跨境传输等新型风险。

首先应明确数据权属规则，厘清用户、车辆制造商、政府等主体对行车数据的所有权与使用权边界；其次需建立分级分类管理制度，根据数据类型设定差异化保护标准；最后须完善事故场景下的数据使用规范，确立数据调取程序、举证责任分配及隐私保护要求。建议借鉴“技术合规性审查+动态监管”模式，要求车辆配置符合安全标准的“黑匣子”设备，细化数据记录范围与加密存储规则，同时构建数据共享机制保障司法取证需求。

（三）构建多元化责任分摊机制

针对自动驾驶事故责任主体多元化的特点，需要构建更加灵活和公平的责任分摊机制。建议建立"基础责任+按责分摊+保险兜底"的三层保障体系：第一层为基础强制责任保险，确保受害人能够及时获得基本赔偿；第二层为按技术等级和过错程度进行的精准责任分摊，明确制造商、用户、技术服务商等各方的责任边界；第三层为补充性商业保险和社会救助基金，应对超出基础保障范围的损失。

同时，应建立技术中性的责任认定标准，避免因技术路线差异导致的责任认定不一致。通过设立专业的技术评估机构，为事故责任认定提供权威的技术支撑，确保责任划分的科学性和公正性。

三、 结 论

自动驾驶汽车事故责任的法律界定面临多重挑战，核心在于传统法律框架难以适配技术发展需求，以人类驾驶员为核心构建的法律框架难以有效应对自动驾驶系统引发的责任主体多元化问题。责任主体范围已扩展至车辆制造商、算法开发者、数据服务商等多元主体，尤其在L3级"人机共驾"场景下，驾驶员接管义务的履行标准与系统控制权的转移时点缺乏明确界定，导致侵权责任与产品责任出现竞合。对于L4/L5级自动驾驶，技术缺陷认定受制于算法"黑箱"特性，生产者责任的落实面临数据解析与因果关系证明的障碍。

我国应在立法层面推进专项立法进程，明确不同自动化等级下各主体的注意义务与责任边界，建立算法可解释性标准及数据举证规则。制度设计需整合侵权责任与产品责任，在L3级建立过错推定原则，对L4/L5级适用无过错责任。同步完善技术监管框架，强制实施自动驾驶系统安全认证与数据记录装置国家标准，建立覆盖研发、测试、运营全周期的质量追溯机制。通过将安全置于首位，以谨慎和负责任的态度，构建一个“人-车-系统”协同的责任生态。

法律制度对技术变革的适应性重构是推动自动驾驶技术健康发展的关键，我国需借鉴“渐进式立法 + 专门法整合”模式，以 L3 级为切入点，通过专项立法明确人机接管标准与动态责任转移机制，同时强化数据治理与多元保险兜底，通过构建“技术-法律”协同的责任生态，实现安全与创新的平衡。

参考文献

1. 注释（论文）张文静：《我国自动驾驶汽车保险发展研究》，2022年。

2. 注释（论文）牛赵悦：《无人驾驶汽车交通事故侵权责任研究》2022年。

3. 注释（论文）廖悦：《域控算力模型的资源分配方法、装置、设备及存储介质》，2023年。

4. 注释：工业部和信息化部，《智能网联汽车道路测试管理规范（修订版）》，2021年。

5. 注释： 深圳市人大常委会，《深圳经济特区智能网联汽车管理条例》，2022年8月1日施行。

6.  注释：北京市人民政府，《北京市自动驾驶汽车条例》，2023年1月生效。

7. 注释：Federal Ministry of Transport and Digital Infrastructure (Germany). Act to Amend the Road Traffic Act and the Compulsory Insurance Act (8th StVG Amendment)，2021 。

8. 注释：Autonomous Driving Act (Germany)，2022 。

9. 注释：UK Department for Transport. Automated and Electric Vehicles Act 2018。  

10. 注释：2018年3月18日，美国亚利桑那州一名女子被优步自动驾驶汽车撞伤，该事故是全球首例自动驾驶车辆致人死亡的事故。

11. 注释（论文）张亚楠：《自动驾驶汽车交通事故侵权责任问题研究》，2021年。

12.  注释（论文）杨昌凡、于彤、陈磊：《自动驾驶汽车交通世故侵权责任主体的认定》，2021年。

13. 注释（论文）李玉：《自动驾驶汽车侵权责任问题研究》，2019年。

14. 注释（论文）景狄：《自动驾驶汽车侵权责任研究》，2019年。

近日，该文荣誉入选第十六届赣鄱律师论坛论文集。赣鄱律师论坛是江西律师行业重要交流平台，由省律协、省法学会律师法学研究会主办。第十六届赣鄱律师论坛将于2025年9月下旬在宜春举办，以“科技赋能法律 智慧引领未来”为主题，聚焦数字经济、人工智能等前沿法律议题。