梅冠群
当前，全球汽车产业正在迎来重大变革，汽车制造与能源、数字等领域有关技术加速融合，电动化、智能化、网联化成为汽车产业发展的潮流和趋势，汽车正在从单纯的交通工具向移动储能单元、智能终端和数字空间转变。如果说汽车产业革命的上半场是电动化，那么下半场就是智能化和网联化。世界主要国家都非常重视智能网联汽车发展，并将其作为汽车创新发展的重要赛道，因此，智能网联汽车产业竞争十分激烈。发展智能网联汽车对于创新驾驶和体验场景、提升驾驶便利水平、提高交通出行效率、降低交通运行成本、保障公路交通安全、推进交通节能减排、提高交通普惠性和公平性等均具有重要意义。
当前，我国新能源汽车产业发展已走在世界最前列，应加强在智能网联汽车领域的前瞻性布局，着力解决产业发展中面临的突出问题与瓶颈制约，推动我国由汽车大国向汽车强国迈进。
一、我国智能网联汽车发展面临的挑战
近年来，我国智能网联汽车产业发展迅猛，在车联网先导区、智能网联汽车测试示范区、“双智”试点城市等国家试点试验政策的支持下，我国汽车企业围绕智能化、网联化加速开展技术创新、业态创新，已形成了Robotaxi、Robobus、无人配送、港口码头及高速公路无人运输、自动环卫车、无人安防巡逻等各类试验场景，L3级（有条件自动驾驶）自动驾驶正加速从试验层面向商业化层面落地。总体看，全球智能网联汽车以中美两国发展最具代表性，我国目前已逐渐达到与美国并跑的水平。但从推动智能网联汽车更高质量发展的角度来看，其发展中还面临一些挑战。
当前全球汽车产业正在迎来重大变革，汽车正在从单纯的交通工具向移动储能单元、智能终端和数字空间转变。常昌盛/摄
（一）顶层法律制度尚不完善
我国现行汽车、交通管理法律法规以人为驾驶主体，智能网联汽车以自动驾驶系统为驾驶主体，导致现行的法律法规与智能网联汽车应用存在诸多不适用的地方。比如，《中华人民共和国道路交通安全法》将车辆驾驶负责对象限定为人，禁止车辆自动驾驶；《道路交通安全法（修订建议稿）》在第一百五十五条中专门增设自动驾驶条款，但并未明确具有自动驾驶功能但不具备人工直接操作模式的汽车上道路通行的，应该采取何种管理方式。再比如，《道路运输条例》规定从事客运和货运服务，须有合格驾驶员证并获得客货运许可，但自动驾驶汽车不符合该规定，无法从事商业运营。
目前一些发达国家在自动驾驶立法方面走在了前面。例如，2022年3月日本通过了《道路交通法》修正案，允许可远程监管的L4级自动驾驶公交车在公共交通网较弱的地方按指定线路行使；2022年8月欧盟发布《关于全自动车辆自动驾驶系统（ADS）型式认证的统一程序和技术规范》；美国已有40多个州颁布了自动驾驶相关法律和行政命令，支持自动驾驶测试与应用。相比这些国家，我国在自动驾驶方面的立法行动稍显滞后，对自动驾驶系统的合法地位、人类驾驶员与自动驾驶系统的责任划分标准和处置机制、自动驾驶系统的等级评价认证体系及自动驾驶汽车市场准入等还未有明确的法律规定。
（二）政策制度设计还需创新
随着我国智能网联汽车从测试和示范应用阶段逐步转向规模化部署阶段，现有政策之间与该产业的突破性发展之间的匹配性适用性存在一定差距，我国相关部门亟待对涉及智能网联汽车的管理和规制政策进行调整。
第一，自动驾驶汽车入市销售较难。我国对机动车产品入市实施准入管理，自动驾驶汽车无准入标准，无法列入汽车产品目录并在市场上销售。我国2017年12月出台的《国家车联网产业标准体系建设指南》提出要制定约269个标准，但截至目前大部分标准仍处于预研或报批阶段。2021年7月出台《关于加强智能网联汽车生产企业及产品准入管理的意见》，提出要加强数据和网络安全管理、规范软件在线升级、加强产品管理，但决定汽车入市的技术审查、关键标准、准入管理等关键环节仍待探索。从美国的政策来看，美国在制度完善前，对新技术实行准入豁免制度。如2019年美国国家公路交通安全管理局（NHTSA）豁免Nuro公司执行挡风玻璃、后视镜和倒车影像等标准；2022年3月美国出台《无人驾驶汽车乘客保护规定》，不再要求配备方向盘、制动或油门踏板等传统装置，标准上的调整为自动驾驶汽车打开入市之门。
第二，自动驾驶汽车不能登记上牌。2021年我国新修订的《机动车登记规定》首次将自动驾驶汽车纳入管理，规定进行道路测试、示范应用需要上路行使的，须申领临时行驶车号牌，在指定时间、区域、路线上进行，有效期不超过6个月，但对于自动驾驶正式民用或商用时，如何挂牌并无相关规定，处于制度空白。美国的车辆登记管理由各州机动车管理局负责，只要符合NHTSA标准，或取得豁免的车辆，均可通过合法申请注册登记程序实现民用或商用。
第三，自动驾驶汽车须配备安全员。2021年我国印发的《智能网联汽车道路测试与示范应用管理规范（试行）》要求自动驾驶车辆必须要配备驾驶安全员，在车内监控车辆运行及周围环境和采取应急措施，如发生交通违法行为时，将依法处理安全员甚至追究其刑事责任。按照国家《汽车驾驶自动化分级》标准，达到L4级（高度自动驾驶）、L5级（完全自动驾驶）的车辆可由系统自动驾驶。但截止目前，因缺乏上位法律依据，自动驾驶车辆不能去掉安全员，顶多允许“主驾位无安全员、副驾位有安全员”。美国已允许自动驾驶不配方向盘和刹车踏板，多数州已经开始进行无驾驶员的道路测试和商业运营。
第四，自动驾驶汽车还未进行商业化运营。2020年我国发布的《关于促进道路交通自动驾驶技术发展和应用的指导意见》提出支持自动驾驶载货运输服务、稳步推动客运出行服务，研究制定自动驾驶客运出行发展行动方案等。但目前全国仅有少数特定城市允许在特定区域、特定时段以特定数量的自动驾驶汽车开展出租汽车、城市公共汽车等商业化试运营，总体试验规模较为有限。美国自动驾驶商业化运营开展较早，如美国加州公用事业委员会（CPUC）启动有人和无人驾驶两类试点，允许提供客运服务、合乘服务并收费，2022年4月CPUC就曾向Cruise等公司发放了无人驾驶商用许可。
（三）商业模式尚未形成闭环
目前智能网联汽车从研发应用到基础设施建设，均需大量投资，需要大量市场主体参与，但一些环节商业模式尚不清晰，缺乏盈利模式，投入资金不能形成持续滚动的收益。一些环节由于市场规模尚未形成，收益较小，不能完全回补投资，这会影响到智能网联汽车产业的长远发展。
在路侧，目前我国正在积极推动车路云一体化的“中国方案”，但该方案涉及大量路侧信息化、智能化基础设施建设，投资规模较大。目前车路云一体化建设的资金来源一般由地方财政或申请专项债承担，由地方国企平台公司负责项目建设和资产运营。由于车路云一体化“新基建”本身具有公共属性，目前正处于先行探索期，部分技术产品造价较高，地方财政负担较大，但这些投资并未立即形成直接收益。地方国企平台公司积累了大量交通运行数据，但这些数据也没有形成有效的交易和利用模式，数据资源发挥的作用有限。从目前实际情况看，智能化车端对路侧数据利用度也不高。一些地方采取“市场换产业策略”，即以新基建换取智能网联领域的招商引资，容易造成各城市产业间的割裂式发展和恶性竞争。
在车端，由于政策限制，我国尚不允许L3级及以上高级别自动驾驶汽车上路，由于自动驾驶技术前期研发投入量较大，如果没有足够大规模的市场需求空间，很难覆盖前期研发投入成本。由于路侧网联设施建设不足，目前仅能覆盖少数试点地区，车企量产化前装和后装C-V2X设备的积极性受到影响。
当前汽车市场竞争较为激烈，车企需要在更低成本与更多功能间作出平衡，更低成本的自动驾驶解决方案更易受到欢迎。目前美国部分车企正在推动视觉智能的自动驾驶解决方案，既不依赖高精地图和激光雷达，也不依赖路侧智能化基础设施，技术成本较低。如果这一技术路线更加成熟，将对我国主推的车路云一体化方案形成冲击。
（四）自动驾驶在技术上尚不能解决长尾问题
尽管近年来自动驾驶技术快速发展，但从技术成熟度来看，在一些特殊场景下，自动驾驶技术还有不完善之处，即存在“长尾问题”，影响了自动驾驶大规模实践应用。在系统训练层面，目前自动驾驶90%-95%的底层架构和基础问题已经解决，但最后5%的长尾问题，即极端案例（Corner Cases）的存在，是制约自动驾驶在L4和L5级别落地的主要技术瓶颈。Corner Cases包括多样的驾驶环境、罕见的极端情况和无法预测的人类行为。Corner Cases极为琐碎，收集难度极高，偶然性较强。在Robotaxi、Robobus等场景下，自动驾驶车辆行驶速度较高，制动距离更长，Corner Cases的出现极易造成交通事故。因此，需要自动驾驶的感知系统具备更远的探测距离、更高的探测精度，从而保证车辆能够拥有足够的反应时间以处理突发状况，以及需要大量特殊场景的交通和驾驶数据的支撑，使自动驾驶算法能够智能识别这些特殊场景。
（五）测试路网的开放程度不够
目前，我国智能网联汽车的测试时间和空间总体较为有限，影响测试的广度和深度，导致产业和业态应用落地相对滞后。测试里程关乎产业成熟度，我国公路总里程超过538万公里，而我国开放的各级自动驾驶测试道路仅略超7000公里，约占公路总里程的千分之一。从他国数据看，新加坡测试线路里程占道路总里程的十分之一，德国允许在全境13191公里的高速公路上启用L3级自动驾驶，美国仅旧金山一地全域测试公路里程就可达11856公里。从国内来看，有的城市虽然开放部分道路用于测试，但开放里程有限，大部分城市仍没有开放道路测试路网。对于开放路网的城市，对道路测试时间限制也较为严格，部分城市早晚高峰、夜间均不允许测试。因测试时间、范围有限，自动驾驶算法训练无法遍及所有道路应用场景，进而制约Corner Cases问题的解决。据估计，无人驾驶汽车需要经过至少百亿英里以上的道路行驶测试验证才能达到人类驾驶员的安全水准。
（六）缺乏清晰统一的规则标准
目前智能网联汽车总体处于试验和探索阶段，各地方、各领域纷纷开展先行先试，不可避免地出现智能网联模式不统一、智能网联设施设备标准不统一等问题。
第一，发展网联化必须依赖“聪明的路”，需要智能交通信号系统、路侧信息采集单元、路侧收费单元等综合配套设施的统筹规划和建设。其中，网联化V2X基站需由运营商负责建设维护，V2X路侧设备建设需要与交通、市政部门共同协作，智能网联车辆由各主机厂分别组装制造，由于参与主体和标准制定主体众多，缺乏组织协调，车辆、通讯、基础设施等难以实现标准的协调统一。现有标准在通信传输、链路建立、信息联系、数据解析等方面存在协议不一致的现象。
第二，各试点对测试的结果还未实现互认。测试示范是实现智能网联汽车加速技术迭代、产品创新应用的必要一环，为保障智能网联汽车在复杂的道路环境中安全可靠行驶，需要通过模拟仿真、封闭场地测试和实际道路测试等综合手段进行大量测试验证。当前，我国智能网联汽车技术和产业发展已经驶入快车道，在实际道路和真实交通环境下的测试和示范应用，已成为企业开展智能网联汽车技术研发和产品应用及推广的现实需求。从各企业实际测试情况看，测试示范面临各地标准及管理办法不一致、各地测试牌照没有形成互认机制等问题。各地基于保证道路测试安全及本地产业发展考虑，所制定的道路测试实施细则或管理办法内容各有不同，“考试”标准也不尽相同，各个测试示范区在测试方法、数据采集、路侧设备规格等方面缺少统一标准。当前仅有广州、深圳、武汉等地认可其他城市的封闭场地检测报告。智能网联车企需要适应多地管理办法和测试标准，为企业研发带来较重负担，导致智能网联汽车在全国范围推广存在潜在障碍。
（七）一些自动驾驶业态面临一定发展制约
在一些自动驾驶的重点业态和场景中，由于管理方式、政策条件不同，也存在一些差异化的制约条件，影响了这些重点业态和场景的发展。
第一，就Robotaxi而言，国家层面对Robotaxi的支持政策较少，约束政策较多且突破难度较大。载客运营属于城市客运行业，安全责任一直高于普通私家车，此外，出租车行业还关系到城市就业，出于安全、稳定等方面考虑，有关管理部门对大规模试点放开Robotaxi持谨慎态度。
第二，就货车自动驾驶而言，在人口老龄化、卡车司机紧缺且工资成本较高的背景下，货车自动驾驶具有较好的经济前景。特别是在高速公路等主干线的卡车自动驾驶，场景较为简单，技术成熟度更高，安全事故率更低。但按目前管理要求，自动驾驶货车不但需对传统货车进行智能化改造，还需配备车辆安全员，且安全员工资并不比卡车司机低，这就造成自动驾驶货车运输反而比传统货车运输成本更高。
第三，就无人配送而言，无人配送作为自动驾驶核心应用场景之一，经过近几年的行业积累，在疫情期间体现出巨大优势，为新零售、物流配送等多行业补充运力、提速增效。但对于新型技术和新业态，相关管理办法、标准制定还存在一定的滞后性。无人配送车作为新型交通工具，目前还面临运行合法性不明、管理办法缺失、安全标准空白、监管机制不明晰等问题，一定程度制约了无人配送产业的发展。无人配送车在法律属性上是否属于车辆尚不明确，定位较为模糊，定义为“机器人”还是“车辆”，将直接影响技术标准、生产许可、产品认证等，同时影响路权、车辆注册、牌照、驾驶证、保险等交通管理工作。若按车辆管理，现行法律法规尚不支持无人驾驶车辆量产上路，且目前各地颁布的《智能网联汽车道路测试管理规范》只针对乘用车，不包括无人配送车。在交通事故定责流程中，由于无人配送车无明确身份，导致其发生事故后也无法按照现有交通法规进行判责。
（八）兼顾数据安全与高效利用的数据流通体系尚未形成
数据要素在智能网联交通中扮演了至关重要的角色。2020年4月，中共中央 国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，正式将数据纳入同土地、劳动力、资本、技术等并列的生产要素范畴。2022年12月中共中央 国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”），明确提出促进数据合规高效流通使用，构建数据基础制度。但数据流通作为新兴业态，还处于探索阶段。
在智能网联汽车领域，兼顾数据安全与高效利用的数据流通体系尚未形成，大量智能网联数据沉淀在路侧或车端，企业间、企业与交通平台间的数据流通体系也尚未打通，数据采集、流通、利用全链条中也存在安全风险。一方面，智能网联汽车数据在信息安全方面十分重要。数据安全主要包括个人信息安全、社会安全和国家安全三个层面：一是车主和乘客的个人信息安全，如车辆轨迹数据、车载支付数据等泄露将威胁个人隐私安全；二是在智能网联交通体系下，若有车辆发送虚假或错误信息将影响整个城市交通体系的正常运行；三是智能网联汽车行驶中采集的经纬度数据汇集到一定量级就可形成高精地图，数据外泄可能会对国家安全造成潜在威胁。智能网联汽车依托可实时通信的移动信息载体，运用大数据技术对车辆运行状况、驾驶习惯、使用情况、地理位置信息等海量数据进行深度挖掘，可能会泄露公众隐私和涉及国家安全等重要信息。此外，黑客攻击、信息篡改等可能直接威胁到驾驶员的生命安全，目前已出现了一些黑客攻击智能网联汽车的案例。智能网联汽车涉及大量元器件供应商、设备生产商、整车厂商、软硬件技术提供商、通信服务商、信息服务提供商等，产业链条较长，数据信息安全保护问题较为复杂。
另一方面，智能网联汽车数据流通仍然存在壁垒。各地方围绕智能网联汽车试验，已经形成了大量的数据，但数据的确权、转化、商业化模式等均不清晰，数据商业闭环尚未走通，稳定持续的商业模式总体尚未形成，各城市普遍缺乏数据接入、管理和市场化平台。数据价值挖掘和使用的技术能力和统筹能力较弱，智能网联路侧设施产生的相关数据与现有垂直管理部门的信息化系统，特别是交警信控平台、安防视频等难以互联互通，制约数据要素在城市交通管理和城市治理方面的创新性应用和市场化探索。此外，数据的处理成本也在大幅提高。比如数据标注，车端数据采集后的下个步骤就是数据标注，标注是给图像中的各类物体画框打标签，即告诉系统每个物体是什么，标注用于训练算法模型，再部署到车端验证改进。算法模型通过这些标注获得各类交通参与者信息，作出驾驶决策。随着自动驾驶搜集数据量的增多，数据标注成本越来越高，人工标注50万至100万个视频片段，需要2000个人工作一年，这使得当下的人工标注模式越来越不具可行性，需要更加智能高效的数据标注工具。
二、推进智能网联汽车高质量发展的对策建议
（一）支持企业大力开展智能网联技术创新
技术成熟度是智能网联汽车能够大面积推广和在各个场景广泛应用的关键，智能网联汽车的可持续发展取决于自动驾驶、车路云一体等技术的成熟度和可靠性。要鼓励智能网联汽车行业及相关企业加大技术创新研发投入，以场景应用落地为牵引，通过持续迭代研发车辆功能，不断提升自身的产品实力并实现智能网联车辆的降本增效，在增强运行安全保障能力的同时，满足场景服务的高质量需求。
（二）完善智能网联建设的组织领导机制
智能网联汽车发展建设涉及发改、工信、交通、公安、市场、网信、数据、标准等多个部门，为避免政出多门、“九龙治水”的局面，必须建立和完善组织领导机制，实现政策的相互协调。要充分利用已有的统筹协调机制，如国家制造强国建设领导小组车联网产业发展专委会和节能与新能源汽车产业发展部际联席会议等，同时建议构建智能网联汽车发展专门的协调机制，统一各方认识，协调各方力量，推进部门协同和上下联动，加强产业发展目标、任务和保障措施的顶层设计和总体推进，统筹研究解决产业发展中的重大问题。
（三）推动修订相关法律法规
智能网联汽车不同于人工操控的传统汽车，原有针对传统汽车的法律制度及监管模式，已不能适应智能网联汽车发展的需要。全球已有17个国家制定出台专门法律法规或修改现有法律法规，为智能网联汽车创新发展提供保障。但我国对于智能网联汽车发展还存在一些制度约束，亟待对相关法律法规予以修订，消除制度制约。
当前涉及智能网联汽车的各类相关管理部门应梳理管辖范围内的法律法规及规章制度，对法律法规条款适用性开展研究，按照不同法律、法规性质、层级、适用范围分析智能网联汽车技术和产品应用可能产生的制约和限制，分别提出豁免、修订、解释等不同的解决方案。要修订《道路运输条例》《道路交通安全法》及其《实施细则》《公路法》《公路安全保护条例》《公路管理条例实施细则》等与智能网联汽车不相适应的条款。调整设计智能网联汽车测试、准入、使用、监管、执法等多环节的法律法规条款。对《标准化法》《产品质量法》《认证认可条例》《机动车登记规定》等制约智能网联汽车准入的条款进行修订，出台智能网联汽车商业化运行、事故责任划分、车辆保险等规范，豁免、解释、修订《保险法》《道路交通事故处理程序规定》《缺陷汽车产品召回管理规定》《家用汽车产品修理、更换、退货责任规定》等相关法律法规，更好推动智能网联汽车的产业化应用。
（四）继续加大试点推进力度
当前，全球智能网联汽车正处于技术快速演进、产业加速布局的产业化前期阶段。通过试点的方式推动准入和上路，既能够实现自动驾驶汽车产业化从“0”到“1”的跨越，加快相关技术和产品研发应用，又能够在发展初期有效把控风险，有效规避脱离现实野蛮生长带来的各种影响。当前我国应继续加大智能网联汽车各类试点示范的创新和试验力度。支持将更多城市纳入试点示范范围，鼓励有条件的城市和地区扩大试验范围，争取将城市核心地段纳入试点。支持更多城市开展智能网联测试，进一步延长测试时间，加强各地测试互认。要加强自动驾驶在矿山、码头等封闭场景的落地应用，重点探索在城市场景提高试验和测试力度，大力推进城市配送、无安全员智能出租车等新兴业态发展。在已有的测试示范区、先导区内，选择条件较为成熟的地区，允许L3级和L4级的自动驾驶汽车入市、上牌和运营，在应用中完善产品标准、道路标准、质量安全监管等规则，提升检验检测、认证认可、交通安全等监管能力。
（五）探索智能网联汽车数据的有效利用
在传统汽车领域，主要业务和利润来源是新车的市场销售，但在智能网联汽车时代，利润将大量来自于数据带来的衍生业务，预计到2030年数据衍生业务将产生4500亿-7500亿美元规模的市场。
汽车数据包括外部环境数据、车辆工况数据、车辆使用数据、车主个人数据及其他数据等，在智能网联汽车时代，数据是核心资源。但目前受制于数据没有清晰确权、缺乏数据交易平台、数据流通商业模式没有形成等多方面原因，数据并没有得到有效盘活利用，数据的最大价值也并没有被挖掘出来。推动智能网联汽车数据的有效利用要重点解决以下几个问题。
一是数据确权问题。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）提出，要建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。要推动“数据二十条”在智能网联汽车领域试点应用，对于各类智能网联汽车数据，要按照分级分类原则，明确各类数据的持有权、加工权、经营权，在确权基础上推动数据交易流转。
二是加强智能网联汽车数据的汇聚。要支持各类车联网或自动驾驶试点地区建设云控数据平台，汇聚智能网联汽车、智能化道路基础设施、交通运行、交管信控、通信网络、基础地图等数据，实现数据的先汇聚、再流转。
三是推动智慧网联汽车数据通过数据交易大市场等方式交易流转。目前我国已建有上海数据交易所、北京国际大数据交易所、广州数据交易所、深圳数据交易所等数据交易市场，形成了一些成功的数据交易案例。要支持汽车企业及各类服务企业依托数据交易所开展线上交易流转，也鼓励企业间通过合作形式开展线下交易，形成线上与线下协同的智能网联汽车数据交易体系。
四是探索智能网联汽车数据利用的商业模式。当前，路侧数据大量掌握在地方平台公司手中，未能与汽车主机厂、软件算法服务公司实现商业化的数据交易，还没有发挥出应有的技术和市场价值。目前地方平台公司大量投资智能网联设施，但未能实现稳定收益，这与其掌握的数据资源未能得到充分利用和充分开发出市场价值有较大关系。可支持车联网、自动驾驶等试点地区开展智能网联汽车数据要素商业化试点，支持地方平台公司与科技企业共同组建数据运营合资公司，探索数据有偿使用模式，形成数据资源利用的商业闭环。
（六）加强智能网联汽车国际合作
智能网联汽车是全球科技创新和产业变革的重要方向之一，发展智能网联汽车需要开展国际合作。中国智能网联汽车发展目前处于国际第一梯队，应将国际合作视为重要发展机遇，在开放共赢中谋求产业更高水平发展。一方面，要积极推动中国在自动驾驶、车路云一体化等方面的成熟实践和技术标准“走出去”，将中国在汽车制造、电子、通信、基础设施建设、新能源等方面的一揽子整体解决方案向全世界推广。另一方面，也要深入推进与主要发达国家、跨国企业开展智能网联产业链供应链合作，与各国基于比较优势开展产业链分工与耦合。
（七）加强对智能网联交通的宣传引导
由于公众对智能网联技术不熟悉、不了解，社会上容易对智能网联汽车形成误解，政府、企业及各类社会组织应共同加强舆论引导，同时政府也要加大对智能网联汽车宣传的监管，对虚假或夸大宣传自动驾驶能力的要加强处罚。使公众正确认识智能网联汽车发展的趋势性、创新性、安全性、便利性等经济与社会价值，不断凝聚社会共识，引导和构筑客观、包容的社会舆论氛围，共同推动智能网联汽车产业发展。
（作者系中国国际经济交流中心创新发展研究部处长、研究员）