自动驾驶车辆在美国国内实际运行中的限制因素评估及对策研究

（弗吉尼亚大学城市与环境规划系，夏洛茨维尔弗吉尼亚州22903）

0 引言

自动驾驶技术在最近几十年迅猛发展，自动驾驶车辆和服务模式的研究与测试越来越常态化。自动驾驶技术有助于缓解城市交通拥堵，减少交通事故率，拓展服务对象群体，摆脱对传统机动车出行模式的依赖，最终实现巨大的经济、环境和社会效益[1-2]。然而，公众与学术界对自动驾驶车辆在实际运行中的可靠性抱有合理的怀疑。研究证明，若事先未做好充分的准备，自动驾驶技术的直接应用不仅无助于解决反而会加剧城市交通的痼疾[3-4]。因此，当前的研究重点大多在新交通方式对城市交通的各种影响，以及城市交通政策与交通规划如何引导其成为被出行者们所期待的“以公众利益服务为导向的交通科技革新”[4]。

在中国，北京、上海、广东、重庆、浙江等省市相继启动了自动驾驶汽车测试，并已出台地方性的规范性文件或规章制度。2019 年，多部委联合发布了全国性的道路测试规范框架。同年4月，公安部印发《智能网联汽车道路测试管理规范（试行）》，第一次从国家层面就规范自动驾驶道路测试作出规定。同年7 月，交通运输部发布了《自动驾驶封闭场地建设技术指南（暂行）》（以下简称《指南》）[5]。但是《指南》内容深度有限，针对更为复杂的自动驾驶规章制度的细节有待完善。从系统性的发展规划方面看，中国也早已启动对自动驾驶车辆战略与规划框架的制定工作，2020 年出台了《智能汽车创新发展战略》，为国内自动驾驶技术的发展方向奠定了基调。

在美国，联邦政府于2016 年9 月出台了《联邦自动驾驶汽车政策指南》，将自动驾驶的监管首次纳入联邦法律框架内，要求车辆运营方对自动驾驶汽车道路测试进行全面的安全评估，并与33 个州的监管机构合作构建了自动驾驶汽车监管体系。在这个大框架下，加利福尼亚、密歇根、弗吉尼亚等州逐步放开了自动驾驶道路测试[6]。在发展规划方面，弗吉尼亚州规划管理部门发布了《自动化车辆战略规划》（以下简称《规划》），旨在规范这一新科技的发展，为弗吉尼亚州指明了自动驾驶技术的系统性发展路线。该《规划》指出，虽然交通行业当下仍主要关注传统类型的车辆和相关服务，但是自动驾驶技术带来的新车辆设计和新服务模式具有巨大的发展潜力，不容忽视[6]。可见，围绕着一系列明确的中长期目标而建立的监管体系和发展战略可以显著提高自动驾驶技术在实际运行中的可靠性。

本文将从自动驾驶车辆的车辆特征、服务模式及融入未来城市交通的可能形式入手，讨论其实际运行中存在的限制因素，并寻找应对措施。主要研究以下四个问题：（1）自动驾驶车辆的车辆特征、服务模式与传统车辆相比有何不同之处；（2）自动驾驶技术会给城市交通带来怎样的积极影响；（3）自动驾驶车辆在城市交通实际应用中被何种因素（经济、政策、规划等方面）所限制；（4）针对限制因素，交通从业者、决策者以及其他利益相关者运用何种对策。本文将结合美国国内具有代表性的试点项目实例，研究城市如何拥抱这项新技术，并推测其在未来的合理形式。同时，本文的研究也印证了Mohr 博士在1969 年提出的观点，即在寻求变革的过程中，新规则的制定需要抱有一定的动机，准备充足的资源，并克服有限的阻碍[7]。

1 自动驾驶的概念

根据美国联邦交通部的定义，自动驾驶车辆是一种配备了完整的自动驾驶系统的车辆，它在没有驾驶员辅助的情况下也能够实现自主决策与安全行驶[8]。国际自动机工程师学会（SAE Inter⁃national） 联合美国国家公路交通安全管理局（National Highway Traffic Safety Administration,NHTSA）发布了SAE J3016 标准，该标准阐述了自动驾驶的六个不同等级，并对不同自动化等级下驾驶者与车辆各自的分工进行了界定，如图1所示[9]。目前，SAE J3016 标准仍然是被业界广泛接受的自动驾驶标准之一。

图1 不同自动驾驶等级下驾驶者与车辆各自所扮演的角色（SAE J3016标准）

自动驾驶车辆相对传统车辆具有一定的优势：更低的出行成本、更优化的行驶路线以及对道路容量更有效的利用[10]。自动驾驶技术能够很大程度上缓解点对点的出行压力，扩展城市交通服务的人群（例如老年人和残疾人），并潜移默化地改变人们的出行方式，也会显著影响城市的形态和人们的出行，反之亦然[11-12]。交通从业者们需要敏锐地捕捉到新出行模式引发的新变化，适时调整交通政策和规划[12]。

2 自动驾驶车辆特征

在美国，自动驾驶车辆试运行阶段主要测试车辆提供公共交通服务的能力。因而绝大多数公共用途的自动驾驶车辆遵循一些通用的设计规则。每辆车最大承载乘客数一半的乘客拥有座位，另一半乘客则占用开放的站立区域[8]。表1所示为美国自动驾驶公交常用车型的设计参数。

表1 自动驾驶公交常用车型的设计参数

除了设计参数，自动驾驶车辆的主要特征可以概括为以下几点：

（1）高度科技集成性：自动驾驶车辆的自主决策与自主运行依赖数套车载高科技设备之间的协同运作。

（2）高度自动驾驶（SAE 4 级）：目前几乎所有的自动驾驶车辆都属于此等级，即车辆依靠自身各个集成模组独立完成捕捉环境数据、决策、行驶操作的过程，但是遇到复杂情况时仍需要不同程度的人工辅助。

（3）最高速度与巡航速度均处于保守水平：目前，超过90%的自动驾驶车辆试运行对最高速度和巡航速度有限制，最高速度一般不超过40km·h-1。

（4）载客量在同型车辆中属于中下水平：每辆自动驾驶车辆可搭载4～15 名成年人，其中3～7名乘客没有座位，设有1个安全员专座。

（5）自动驾驶车辆的可靠性极易受周边建成环境的影响：现有的自动驾驶车辆只能对较为有限环境条件下的场景作出精准响应。

（6）与常规交通模式相同的通行权：目前，自动驾驶车辆并不会比常规交通模式在通行权上受到优待[8]。

（7）良好的无障碍通行性：绝大多数的自动驾驶车辆在使用上对残疾人士非常友好。

3 服务模式特征

目前，美国国内的试点项目仍处于试运行阶段，且只提供有限类型的服务，服务的主要特征如下：

（1）公交（客运）服务为主要服务形式：目前，只有很小一部分试点项目中的自动驾驶车辆用于货运服务，大部分用于公交（客运）服务或兼营两种服务。

（2）服务暂时免费：在试运行阶段，车辆运营方提供的交通服务是免费的；在未来，运营方很有可能收取一定的费用。

（3）与其他运输服务的兼容性低于预期：大多数试点项目（例如弗吉尼亚州费尔法克斯县试点项目）的车辆运行路线基本上是专用路线，与其他现有公共交通服务路线完全分离。

虽然自动驾驶车辆还处于试点阶段，但是与现有的其他其交通服务相比，其未来潜力是巨大的。Fagnant 和Kockelman 认为其未来的服务模式会根据其是否有固定的路线与站点，服务频率的大小，是否为不同需求的乘客提供不同的时间表而被进一步细分[13]。第一层级模式是环线接驳服务，这是最基本的服务模式。其路线通常被设置在建成环境复杂程度较小的环境里，例如大学校园、交通量较小的二级道路以及其他封闭的环境。同时，其按照预定的时间表，并沿着指定的路线和固定的站点循环运行。第二层模式是基于出行需求的自定义接驳服务[13]。遵循出行需求使得这种模式的运行时间表更灵活，并且显著提升其服务能力。乘客可以通过智能手机端应用或车站安装的设备向车辆反映自己的出行需求。第三层级的服务模式是“点对点”式接驳服务[13]。在理想状况下，此类模式不但在时间表、路线、站点设置上更加灵活，而且还可兼顾客运与货运等多种形式。理想情况下，车辆可以在已知服务区域内的任何两点之间提供接驳服务。但是，这一层级的实现必须建立在极高的自动驾驶技术水平和配套基础设施建设水平之上。

4 限制因素评估

目前，美国的自动驾驶试运行项目大多集中在加利福尼亚州、弗吉尼亚州和密歇根州。在这三个州，无论是项目自身深度，还是州政府及立法机关层面的探索，均处在美国国内前列。因此，这些试运行项目中体现出的限制因素具有较强的代表性和关联性。根据限制因素的影响力强弱，本文选取了成本、立法立策环境、数据安全、公共接受度、交通规划等因素进行深入分析。

4.1 经济、时间成本

如前文所述，自动驾驶车辆需要使用诸多的科技组件来保证车辆的安全运行。Shladover[14]的研究表明，大多数自动驾驶车辆的成本约为10万美元/辆。如果将来实现批量生产，每辆车的成本可能会降至25000～50000 美元，但是至少10 年内不会低于每辆10 000 美元。而每年保有、运行车辆的总成本在6000～13000 美元/辆之间不等，具体取决于车型和里程。Shchetko[15]指出，目前每辆自动驾驶车辆在激光雷达测距与光探测系统上至少需要花费30000～85000 美元。其他的经济成本来自传感器、车载软件、车辆维护等。大多数运营方在没有第三方资金资助的情况下甚至连车辆的购买费用都无法承担，不仅如此，运营方获得资助的协议中通常还会附加各种额外采购条款，比如指定车型、生产厂家等。这无疑使得采购过程除了花费大量金钱以外还会消耗大量时间，最终导致试运行项目的整体进度滞后。

即使车辆购买流程非常顺利，距离在道路上实际运行仍很遥远。这期间还会面临许多意想不到的成本。一方面，车辆保险费、燃料费、维护费和停车费用甚至可能超过车辆本身的价格。另一方面，较为成熟的自动驾驶车辆生产商数量较少，仅有Easy Mile,2getthere,May Mobility 等几家。这可能导致在试运行期间，运营方可获得的技术支持非常有限，如果与某家生产商的协商不顺利，那么能够作为替代的生产商也不够。因为资金提供者不一定会同意支付许可、车辆购买、维护等费用之外的费用，所以一个细微的后勤问题可能导致整个试点项目夭折。

此外，在道路上运行必须得到政府交通管理部门以及附近社区的授权。这个行政过程也比较漫长，增加了项目预期启动时间的不确定性。目前，取得完全授权的时间会是预期时间的4 倍之多。值得一提的是，新冠肺炎疫情在全美的暴发也给所有试点项目造成了严重的干扰，例如，弗吉尼亚州的所有试点项目已经被州交通管理部门强制暂停运行。

4.2 外部的资金来源

大多数试点项目都需要足够的政府拨款或第三方资助来覆盖车辆购买以及燃料、泊车和保险等成本。但是，公共来源资金资格审查的日益严格和私人来源资金的稀缺使得很多运营方难以筹集到足够的项目资金。

大多数试点项目投资回报率非常有限，私人出资方也很难确定在之后的正式运营阶段是否会有更成熟的商业模式产生，这加深了他们对风险的顾虑。这种顾虑加剧了试点项目获得私人资金的难度。因此，目前试点项目的大部分资金来自政府等公共机构。以弗吉尼亚州为例，位于费尔法克斯县的试点项目作为弗吉尼亚州第一个由州财政资助的自主化公共交通示范项目，已经从弗吉尼亚州铁路和公共交通部（Virginia Department of Rail&Public Transportation,DRPT）以及弗吉尼亚电力公司（Dominion Energy Virginia）获得了超过20 万美元的资助[16]。另外，密歇根州交通部（Michigan Department of Transportation,MDOT）汽车研究中心也在2019年年度报告中提到，虽然有相当一部分公共资金用于自动驾驶车辆（例如通过“尖端科技缓解交通拥堵计划”“交通拥堵缓解与空气质量提升计划”及“联邦土地与交通计划”），试点项目还是在公共（联邦政府和机构、国家政府和机构等）资助来源遭遇了其他项目的激烈竞争，自动驾驶试点项目通过有限的资金来源获得资助的能力被这种竞争进一步削弱了[17]。

4.3 立法环境

根据MDOT 2019 年度的官方报告，只有少数几个州（弗吉尼亚、加利福尼亚、密歇根等）对自动驾驶车辆立法相对完善[17]。以弗吉尼亚州为例，州立法机构在2016 年通过了H454 号法令，旨在对自动驾驶车辆相关问题进行明确。其主要涉及两条与自动驾驶车辆有关的细节：第一，法案将自动驾驶车辆列入了特殊牌照豁免条款的车辆种类中，即高等教育机构和州政府认证的研究机构可以仅以研究为目的，而不用再强制申请特殊牌照便可直接在特定的州内公共道路上行驶；第二，本州自动驾驶车辆即使装配有用于监视车辆内外情况的摄像设备，其仍然可以从“禁止本州车辆安装此类监视装置”的法律条款中豁免，而不会被追究任何法律责任[17]。虽然弗吉尼亚州对那些仅以研究为目的的自动驾驶车辆在部分方面给予了优待，但对其在道路上运行几乎没有给予任何其他“特权”。虽然该法案的通过对于前期准备阶段的试点项目是重大利好，但是对于后续运行阶段来说仍显得保守。

与弗吉尼亚州相比，加利福尼亚州对于自动驾驶车辆的立法内容则更为详细和具体。加利福尼亚州的SB 1298 法案规定了在州内公共道路上进行自动驾驶车辆测试的具体要求，包括数据政策、车辆保险、在危险时转为手动驾驶的能力等[18]。SB 1298法案显示了加利福尼亚州在这方面的远见，加利福尼亚州交通管理部门和立法机构认真地评估（研究性/商业性）了自动驾驶车辆未来在道路上行驶的可能性。2015 年，经过多次修订的法案正式明确了加利福尼亚州对于（研究性/商业性）自动驾驶车辆资质的认定标准与要求，包括车辆注册编号、供应商资质要求等方面的具体规定。

此外，法案还要求对自动化驾驶车辆的立法增设强制性的公开听证环节，并要求车辆管理部门与车辆生产商、运营商建立强效的联络机制，方便对自动驾驶车辆进行更严格的监管。由于在信息技术和相关立法等方面均处于全美领先地位，加利福尼亚州政府已经率先向相关的科技巨头（例如谷歌）提供了正式的政府授权，批准它们参与自动驾驶车辆相关的研究与测试。

4.4 交通责任认定

常规巴士的司机是车辆的唯一决策者和事故责任人，但是当司机遭遇某些不可抗因素时，他们通常不会被追究相应的责任。与常规的公交巴士不同的是，自动驾驶车辆配备了最先进的环境感知设备，完全依靠车辆系统本身进行决策，并不配备司机。因此，如果车辆造成了交通事故，谁应该承担事故的责任是有争议的法律问题。美国信息与社会中心（The Center for Internet and So⁃ciety）指出，自动驾驶车辆的交通责任认定必然会在法庭上引发争议[18]。这种争议的内核是：车辆生产商和运营方是否具有连带责任的问题，即二者是否该对因自动驾驶车辆的误判而造成的后果负责。如果需要负责，该如何认定责任的分配？目前，加利福尼亚州在应对自动驾驶车辆的责任认定上已经取得了一些进展。该州颁布的法律要求“在车辆数据记录功能完整的情况下，车辆运营方必须将事故前后30秒的车辆数据作为证据提交法庭，以协助认定事故中的责任[19]。”

4.5 数据隐私

在信息时代，数据的安全问题一直受到大众关注。在加利福尼亚州，一位立法者对自动驾驶汽车的数据安全提出了几个尖锐的问题：谁会是数据的所有者？什么类型的数据将被收集与存储？这些数据将与谁共享？这些数据将以何种方式提供与呈现？这些数据将被用于什么目的？[20]

与传统的客运巴士相比，自动驾驶车辆配备了更丰富的数据收集装备，如整套的传感器和摄像头。如果自动驾驶车辆的运营方愿意，它完全有能力收集到详尽的车辆运行数据以及个人隐私数据。因此，公众所担忧的隐私泄露问题是真实存在的。无限制的数据收集，无授权的数据共享，乃至界限模糊的数据所有权可能会给自动驾驶车辆的运行带来难以想象的法律问题和巨大的舆论压力。

4.6 公众接受度

试点项目的重要目的之一是确定当地社区的居民对自动驾驶技术的接受与认可程度。在费尔法克斯县的试点项目中，运营方选择使用问卷调查的方式来了解公众接受度。具体做法是在车辆内放置意见簿及电子问卷的二维码。然而，使用问卷调查以了解公众接受度的最大问题之一是数据的精确度。首先，乘坐自动驾驶车辆的乘客样本可能存在抽样偏差，乘客们大多来自同一个地区，或是拥有相近的家庭收入和机动车保有数量，因而代表性并不高。其次，与通过手机和网站进行的长期调查相比，车内的问卷虽然回复率更高，但是信息的精确度与可靠度更低。

调查公众态度过程中的另一个问题是它有着很强的主观性。在车辆运行区域内的公众对自动驾驶技术的机制有了更多的了解后，公众的反对和抵触就会一定程度上减少。自动驾驶巴士与人们更熟悉的传统客运巴士有着很大的不同，并且自动驾驶技术仍在以日新月异的速度更新着。可是当前的公众宣传工作不到位，安全性研究、可行性研究和实际运行得到的证据仍较为缺乏，导致连运营方的部分员工对自动驾驶车辆也抱有怀疑，这无疑使得公众接受这项新科技更加困难。

实际上，试运行是无意识中将一部分乘客群体排除在外的，这种不公平对待必然会招来部分公众的反对。正因为公众的意见对政府立法、立策、分配公共资金有深远的影响，公众的反对毫无疑问将成为限制自动驾驶车辆运行的因素之一。

4.7 配套的交通规划与分区

在美国各级政府制定的交通规划和分区规划中，关于自动驾驶车辆的内容非常有限。交通规划师们似乎因为自动驾驶车辆当下的种种安全问题，并没有在中长期规划中详细考虑自动驾驶车辆的应用场景，更没有考虑如何将自动驾驶科技整合到未来的交通系统中，以及其对未来交通投资的影响。此外，这种新模式对未来交通分区也有显著影响，然而交通管理部门并没有就其对出行模式、泊车需求等方面的影响予以足够的重视，亦无逐步对交通重新分区的长远规划。

5 对策分析

5.1 降低车辆的购买门槛

一是尽可能地降低自动驾驶车辆的购买门槛，优化车辆的购买流程。政府方面可以给予车辆运营方一定比例的购车补贴，而车辆生产商则可以给予车辆运营方一定的购车价格优惠，适当减少购车合同中的绑定条款，保证整个购车流程的顺畅。

二是使车辆运营者获得的外部资金来源多样化。政府或者公共机构背景的赞助者们可以在评估自动驾驶车辆试点项目时拥有更大的权重，自动驾驶项目在资格审核流程中可以被给予一定的优先权。同时，公共赞助者们可以使得已经通过审核的自动驾驶项目通过绿色通道优先获得所需资金。除了公共背景的资金来源之外，自动驾驶试点项目的运营方可以尝试拓宽资金来源的种类，寻求一定比例的私人资金，以支付项目中产生的部分额外费用。这些私人资金可能来自车辆广告商或汽车工业从业者。目前，大多数试点项目都是以研究为最主要目的，并没有收取乘客任何费用，但是运营方可以在未来的运营中收取一个可接受的费用来补贴运营成本。

三是尽可能促使自动驾驶车辆的生产商在本土开设分支机构，并加速生产线与供应链的本土化进程。这可以进一步减少购车后续的维护成本。截至目前，最知名的几家自动驾驶车辆生产、供应商，如Easy Mile、NAVYA 和2getthere，均已经在美国开始了生产线本土化的进程，并配套设立了驻美国办事处和其他分支机构。这些生产线已经可以直接向美国国内的合作伙伴提供高效、及时的服务。

5.2 建立完整的监管规范框架

在自动驾驶技术通过道路试验不断取得突破的同时，公众的安全也必须得到保障，这要求监管者们建立一套完整的监管规范体系。此外，在目前的监管与政策制定中，自动车辆商用化还存在许多问题，而受到的关注非常有限。基于这些已经存在的问题，新的监管框架需要立足于这项技术尚处于新生状态的现实以及其在受到合理监管下能够获得广阔市场利益的前提之上。一般来说，上级政府的立法机构和交通运输机构需要负责框架的整体架构，而相应的地方机构与部门需要因地制宜，在这一大框架下制定具体的地方性规定。例如，弗吉尼亚州已经开始在州一级立法机构的牵头下开始细化联邦政府通过的自动驾驶车辆监管规范框架（以下简称规范框架）。

首先，无论是规范框架的上级制定者，还是中下游完善者，都应该对自动驾驶的一些专业术语和定义进行统一。在美国各州的法律与规范中，“autonomous vehicle”一词的使用最为普遍，但“automated vehicle”“automated driving systemequipped vehicle”和“automated motor vehicle”等名称也被许多州和专业人士所使用。这些术语的表达或多或少有些重叠，因而还需要利用相近但不同的概念，如“自动技术”“操作员”“自动模式”“自动驾驶系统”等来统一解释。对车辆生产商、服务供应商而言，对SAE J3016 标准中L4和L5层级下的自动化术语进行统一是比较急迫的需求。

其次，将自动驾驶车辆所有的许可要求进行规范化也是核心措施之一，这也是自动驾驶车辆被允许在公共道路上进行测试的必要条件。其中，最重要的包括对测试道路的要求，对自动驾驶车辆本身的要求，对运营者和供应商的要求，以及突发情况申报的义务。

在美国的联邦政府一级，自动驾驶车辆都被要求先取得特别许可方可上路行驶。联邦政府基于联邦机动车安全标准（Federal Motor Vehicle Safety Standards,FMVSS），形成了一套较为全面和详细的自动驾驶车辆规范，并允许下级州或县政府的许可授权机构在许可延期、行政处罚等细节方面具有一定的灵活性。例如，除非其事先获得了交通管理部门特定的豁免，自动驾驶车辆通常被要求在特定的路段行驶，并遵守所属地的道路交通法规。此外，框架还规定自动驾驶汽车的运营方必须为车辆购买一定金额的保险，例如，加利福尼亚州要求的保险金额为每辆车至少500万美元。

同时，规范框架还需要根据自动驾驶车辆在用途上的不同，对车辆在公共道路上行驶时的“真实”“非测试”等字样的外观标识及内部装置制定详细的标准。例如，根据FMVSS的规定，政府要求所有上路的自动驾驶车辆装备“黑匣子”（该设备能够以只读格式存储碰撞前至少30s的传感器数据）。同时，自动驾驶车辆还应配备故障警示系统来提醒驾驶员或安全员适时进行人工干预。由于自动驾驶车辆内置有各种新科技模块，在特定情况下可能需要驾驶员/安全员具有超出驾驶普通机动车之外的技术，因此他们可能需要持有特殊的驾驶证。在加利福尼亚州，作为自动驾驶汽车的驾驶员/安全员需要持有特殊类型的驾驶证，而取得这种驾驶证必须学习国家规定的特殊驾驶课程并通过考核。规范框架还需要明确建立一个清晰的事件沟通机制，例如，自动驾驶车辆在任何突发情况下都必须及时向当地交通管理部门报告。

最后，如何解决自动驾驶车辆面临的责任认定问题也是规范框架下的重要内容之一。规范框架需要明确车辆生产商、车辆运营方、驾驶员/安全员、车辆自动驾驶系统供应商的责任边界。因此，规范框架本身仍需对自动驾驶车辆责任认定的细节作进一步的完善，力求明确各方在不同的交通场景下的责任归属。

5.3 制定合理的数据政策

为了保证车辆的正常运行，自动驾驶车辆运营方拥有收集和存储部分必要数据（如车辆自身的安全数据、服务日常运行的数据）的正当需求。争议点在于运营方是否有权利收集所有运行相关的数据，以及是否有权利把部分数据与他们的第三方合作伙伴（如保险公司）共享。关于车辆行驶数据部分的争议相对较少，因为美国国家公路交通安全管理局及其他交通管理机构自1970年以来一直在收集车辆的行驶数据，以支持它们履行提升道路交通安全的职责。因此，它们被允许以申请授权访问的形式来获取相应的行驶数据，但是整个获取流程中如何对隐私进行保护的细节仍然需要进一步明确。

但是，如果运营方将诸如乘客特征、里程数、路线信息或其他匿名运行数据不加筛选地分享给政府、交通机构、规划部门等，那必然会引发公众对数据隐私问题的担忧。毫无疑问，自动驾驶车辆的出行数据的合理使用可以帮助政府决策者、交通规划师和工程师对其在道路上的运行状况进行监测与评价。交通规划师可以利用这些数据作出更准确的交通基础设施投资决策，或是用于制定更科学合理的交通规划与交通政策。交通工程师们则可以革新性地利用这些数据来升级交通基础设施。所以，共享车辆运行数据需要权衡利弊。尽管保护运营数据的隐私性是首要的任务，但是任何隐私保护的措施都应与共享数据之后能获得的公众利益进行权衡。但是，任何关于乘客个人的出行细节数据（如出行轨迹、上下车站点等），以及任何与乘客的个人信息（年龄、电话号码、地址等）相关的数据，都必须受到最严格的保护。这些隐私性极强数据的收集、共享应该被严格禁止。

综上所述，自动驾驶车辆运营方需要制定合理的数据政策来保护乘客的数据隐私。首先，运营方需要决定提供何种形式的数据、将被允许以何种特定格式（如视频、音频、文字）进行收集；其次，其需要明确数据收集的频率和数据传输的形式；最后，其必须确定哪些数据可以与第三方合作伙伴直接共享，哪些需要额外的授权程序（以及授权程序的细节），哪些是严格被禁止或限制共享的。

5.4 提高利益相关者的参与度

在美国国内的自动驾驶试点项目中，因为联邦政府对自动驾驶技术的应用越来越关注，迫切地希望参与到试验的每一个环节，特别是在车辆类型、路线选择、法律要求、安全运行、数据政策等方面。因此，联邦层级利益相关者的加入变得越来越普遍[18]。州层级的利益相关者，例如州交通管理机构，有权决定车辆能否在州内公共道路上运行[18]。此外，铁路部门和公共运输部门也可以作为授权者或运营方的合作伙伴参与。而当地利益相关者与州利益相关者类似，是来自当地的协作者[18]。私人利益相关者要么作为资助提供者，要么作为技术协作者，或者两者兼备。利益相关者的高参与度有助于车辆的配置与管理，减少经济和时间成本。因此，统筹公私利益相关者各自的客观需求，建立不同层级利益相关者之间健全的协同机制，是提升利益相关者参与度的重要策略之一。

在弗吉尼亚州，弗吉尼亚交通部（Virginia Department of Transportation,VDOT）和弗吉尼亚机动车管理局（Virginia Department of Motor Vehi⁃cles,DMV）与Transurban 公司、HERE 公司和弗吉尼亚理工大学交通学院建立了紧密的合作关系，这直接促成了弗吉尼亚州“自动化驾驶走廊”的建立[19]。弗吉尼亚州“自动化驾驶走廊”的目标是在弗吉尼亚州的公共道路上建立一系列统一的测试设施和测试标准，实现自动驾驶技术从学术研究到实际应用的一步到位。费尔法克斯县试点项目的运营方利用“自动化驾驶走廊”联合了许多来自政府交通机构、规划机构、地方社区和私营机构等不同层级的利益相关者，其初步成功正是得益于利益相关者的积极协作。

而公众则是代表社区利益的重要利益相关者。社区居民更深入地参与到试点项目中即代表着这一层利益相关者的参与度提高。在运行之前，社区将自动驾驶车辆的运行细节（时间表、路线等）告知整个社区，并征询居民们的意见。车辆运营方则根据社区居民的反馈对运行时间表和路线进行调整。在运行期间，社区居民会被提醒在特定的道路上谨慎驾驶，防止自动驾驶车辆发生事故。从费尔法克斯县试点项目运行情况来看，自动驾驶车辆追尾事故的频发给社区带来了不小的麻烦[19]。弗吉尼亚州交通管理部门联合社区工作者对乘客群体和其他道路使用者（非动车和行人）进行了长期的科普宣传，当地的公众参与度和接受度有显著提升。

5.5 完善中长期交通规划与战略

各级政府可以在中长期的交通规划中考虑将自动驾驶车辆纳入现有交通系统的可能性。可以由上级（联邦） 政府提供指导方针，而地方（州、县）政府则为自动驾驶技术制定具体的政策和规划发展的方向，交通规划与交通管理部门亦然。在战略层面，各级政府可以结合实际情况制定针对研发与道路测试的发展战略。针对自动驾驶车辆配套设施，需要立足数个合理的中长期目标，使成熟的配套设施数量稳步增长。在保证测试设施充足的同时，逐步提升测试设施的质量。

与此同时，交通规划机构和交通管理部门可以对自动驾驶车辆可能给出行需求、土地使用及交通基础设施带来的影响作出定性和定量的预测。根据影响程度的大小，交通规划师制定中长期规划与交通政策时可从以下几点着手：一是借助新技术的发展，不断完善原有的政策规范框架，例如数据政策部分；二是探索城市交通分区、交通规划及城市设计的新形式；三是合理地处理新出行模式与现有出行模式的关系，包括新模式内部之间的关系（如与共享交通的关系）；四是通过探索新型的公私合作关系，达到提升服务能力、拓展线路可达范围、保证多样化出行选择的目的。

6 结语

美国国内诸多具有代表性的试行项目均暴露出运行（经济、时间）成本高昂，配套交通规划及相关政策框架不完善，数据安全隐患较大，公众接受度较低等限制因素。这些因素极大地限制了自动驾驶技术对未来交通系统的改造力与革新力。因此，需要利益相关者在各自背景下协同合作，合理应对这些限制因素：政府相关部门可以在提供多元化的资助渠道的同时，提供良好的立法立策环境；交通规划师可以针对性地制定配套的交通规划和交通政策；车辆生产商可以致力于生产与服务的本土化，简化车辆购买流程，降低维护服务的成本；运营方可以完善数据的收集分享政策，加强利益相关者的参与度。

随着自动驾驶技术的日渐成熟和运行的日益深入，还会有更多本文未提及的限制因素出现。当前，政策制定者、立法机构、交通科研人员需要立足于自动驾驶技术核心概念的界定、自动驾驶级别的划分、自动驾驶利益相关者的合作机制以及各级政府部门的管理职责等核心问题，深入探索自动驾驶技术对社会经济、出行方式、土地使用模式与交通政策产生的深远影响。而面向未来，自动驾驶车辆如何更好地、有机地融入现有的交通系统，自动驾驶技术如何充分发挥其革新性优势，以何种形式促进国家发展、造福民众等，将是下一阶段研究的重点。