编者按：1995年6月30日，《中华人民共和国保险法》由第八届全国人民代表大会常务委员会第十四次会议审议通过；2025年6月30日，中伦文德律师事务所隆重举行中保法大讲堂，主题为：“纪念《中华人民共和国保险法》颁布三十周年，促进保险业高质量发展”。保险金融业领导、专家学者、律师、从业人员等三千余人，通过现场会议、视频直播和腾讯会议的方式参加了本次重要的纪念活动。鉴于纪念《保险法》颁布三十周年活动的重要性与行业影响力，并经演讲人或作者同意，现发布相关嘉宾、保险法爱好者的作品内容。希望这些珍贵资料、专业见解能对完善保险立法、加强保险相关问题的研究有所裨益，促进保险业高质量发展。

【嘉宾观点，仅供参考，不代表本所意见】

本文作者：袁琼 安卓律师事务所主任、北京市律师协会智库重大复杂案件课题组成员

当交通出行迈向未来，“无人驾驶”无疑是最受瞩目的发展方向。然而，随着方向盘的“隐退”，责任划分的问题随之而来：谁该为算法决策的失误负责？如何构建与之相适应的保障体系？这不仅是技术落地的关键，更是我们驶向智能出行时代必须解决的重要课题。

一、无人驾驶浪潮下的保险困局

设想这样一个场景：一辆L4级的无人驾驶出租车，在复杂路口为避让突然冲出的行人而紧急转向，却不慎撞上了路边设施。这起事故发生后，责任该由谁来承担？是车辆所有者、远程安全员，还是算法开发者、传感器制造商？在“人车分离”的现实状况下，传统保险框架已难以应对。当前无人驾驶保险面临的首要困境，源于责任认定的模糊性，主要体现在以下四方面。

1、“驾驶者”消失颠覆归责基础：传统车险的核心是“驾驶员责任”。当人类不再直接操控车辆，责任主体变得多元且复杂，软件算法、硬件系统、数据平台甚至通信运营商等都可能成为责任链条中的一环。

2、技术黑箱导致定责取证难题：事故原因可能隐藏在百万行代码或传感器瞬间的误判之中。如何清晰界定是软件缺陷、硬件故障、环境干扰还是不可抗力？事故数据的获取、解读与公正性面临巨大挑战。

3、现有产品设计严重滞后：目前主流的机动车交通事故责任强制保险（交强险）和商业第三者责任险，其条款和费率精算模型都基于人类驾驶员的风险历史数据，难以覆盖算法驱动的新型风险图谱。

4、大规模部署带来未知风险敞口：当大量无人车同时上路，系统性风险（如特定场景下的算法通病、大规模网络攻击导致瘫痪等）的可能性及其可能带来的巨额赔付，超出了传统精算模型的经验范畴。

二、构建适配无人驾驶的新型保险体系框架

尽管挑战巨大，但破局之策已然存在。构建支撑无人驾驶健康发展的保险体系，需要制度创新、产品创新和技术创新协同发力。

（一）制度基石：明确责任划分与法律适配

厘清“人机责任”边界是核心前提，亟需立法明确不同自动化等级（L3-L5）下事故责任的归属原则：

L3（有条件自动化）：系统请求接管时，人类驾驶员需承担责任；系统未请求时，责任主体可能转向制造商或运营方。深圳《智能网联汽车管理条例》已作出开创性规定：在自动驾驶模式下发生事故，原则上由车辆所有人、管理人承担赔偿责任（若已投保相应保险，则由保险公司赔付），但如果查明是车辆存在缺陷，可依法向生产者、销售者追偿。L4/L5（高度/完全自动化）：责任重心应明确向车辆制造商、自动驾驶系统提供方和运营商转移，这为开发专属保险产品奠定了法理基础。

此外，还需推动强制保险与时俱进，拓展现行“交强险”的覆盖范围，将自动驾驶系统本身（尤其是L4/L5）带来的风险纳入强制保障范畴。同时重新评估保额，以匹配无人驾驶可能带来的高额财产损失和人身伤害风险。

建立数据监管与共享机制也至关重要，应立法强制安装符合标准的事件数据记录系统（EDR），确保事故关键数据的完整、真实和可追溯，并建立中立、权威的数据提取、存储与分析平台，为公正定责和保险理赔提供支持。

（二）产品创新：从保“人”到保“系统”

保险产品的设计必须实现从“以驾驶员为中心”到“以车辆技术系统为中心”的转变：

无人驾驶专属责任险（ADS Liability Insurance）：这是核心产品，承保主体应为车辆制造商、技术方案提供商或车队运营商，保障范围应包括因自动驾驶系统设计缺陷、软件错误、硬件故障导致的人身伤害和财产损失（第三者责任），以及因网络安全漏洞（如黑客攻击导致车辆失控）引发的相关责任。

产品责任险（PLI）的融合与强化：传统的PLI主要覆盖因车辆物理缺陷导致的损害，在无人驾驶时代，必须将软件缺陷、算法错误等导致的“功能性缺陷”明确纳入PLI覆盖范围，以补充 ADS Liability。

网络安全保险（Cyber Insurance）不可或缺：无人驾驶高度依赖数据和通信，面临勒索软件、数据窃取、恶意操控等新型威胁。网络安全险应覆盖系统被攻破导致的业务中断、数据恢复成本、勒索金支付（需谨慎评估）以及由此引发的第三者责任。

在定价方面，应采用基于使用量（UBI）和运行设计域（ODD）的灵活定价方式，保费计算不再依赖驾驶员年龄、性别，而是基于车辆运行的真实环境（ODD）和实际表现数据，通过车联网实时传输的安全指标，更精准地评估风险，实现“开得越安全，保费越便宜”的正向激励。

（三）技术赋能：提升风险管理与理赔效能

大数据与AI驱动风险评估：整合车辆运行数据、事故数据、软件版本迭代信息、硬件可靠性数据、地理交通信息等，构建动态、细粒度的风险预测模型，为精准定价和产品设计提供有力支撑。

区块链助力信任与效率：将区块链技术应用于事故数据记录（防篡改）、保险合同管理（智能合约自动理赔）以及多方（车主、制造商、保险公司、维修厂、交管部门）信息共享，极大提升透明度与理赔效率。

仿真测试在精算中的应用：在虚拟环境中进行海量极端场景测试（Corner Cases），模拟可能发生的罕见但后果严重的事故，为评估尾部风险和设定充足准备金提供科学依据，弥补真实世界数据积累初期的不足。

三、多方协同的探索与实践

在政策层面，除了深圳的探索，北京、上海、广州等地也在积极推动地方立法和管理创新。国家层面，《关于开展智能网联汽车准入和上路通行试点工作的通知》及配套政策正加速制定，保险配套是其中的关键部分。2023年底发布的《关于促进汽车金融高质量发展的指导意见》明确提出要 “探索新能源汽车保险、智能网联汽车保险等创新产品”。

保险业也在主动求变，国内领先保险公司（如人保、平安、太保）纷纷成立专项团队，联合科技公司与车企开展试点。例如，在上海嘉定、北京亦庄等自动驾驶测试区，已有针对Robotaxi、无人配送车的特定保险方案落地，探索责任划分、数据应用和理赔流程。

技术公司也深度参与其中，百度Apollo、小马智行、AutoX等头部企业不仅积极购买测试保险，还主动开放数据、参与标准讨论，与保险公司共同开发基于其系统安全表现的定制化保险产品。

国际经验也为我们提供了启示，德国的《自动驾驶法》明确L4车辆责任主要由制造商承担，并强制要求配备技术监督员（非实时驾驶）；英国提出“单一保险公司”模式（Single Insurer Model），简化消费者索赔流程，由车主保险公司先行赔付，再由其向责任方（如制造商）追偿。

四、结语：携手铺就智能出行的“保障”之路

无人驾驶描绘的蓝图令人向往，但安全与信任是其落地的基石。构建与之匹配的保险体系，不是保险业的独角戏，而是需要立法者、监管者、整车厂、技术公司、保险公司、标准组织等多方通力协作的系统工程。

这要求我们以勇气拥抱变革，用制度明晰边界，靠创新匹配风险，借科技提升效能。当责任归属清晰明确，风险保障坚实可靠，事故处理高效公正时，无人驾驶才能真正从实验室和封闭测试场走进大众生活，释放其巨大的社会价值。亦即减少事故伤亡、提升出行效率、赋能老龄与残障群体、重塑城市空间。

让我们携手共进，共同设计和建造这条通往未来智能交通的“保障”之路。唯有如此，无人驾驶的星辰大海，才能真正安全、平稳地抵达！