無人駕駛安全風(fēng)險(xiǎn)的識(shí)別與度量研究

竇文悅，胡平，魏平，鄭南寧

（1.西安交通大學(xué)管理學(xué)院，西安 710049；2.西安交通大學(xué)人工智能學(xué)院，西安 710049）

一、前言

隨著汽車智能化、電子化的快速推進(jìn)，無人駕駛已經(jīng)是未來汽車發(fā)展的重要趨勢(shì)。發(fā)達(dá)國(guó)家應(yīng)對(duì)汽車行業(yè)智能化變革，依托深厚的汽車工業(yè)底蘊(yùn)，針對(duì)無人駕駛技術(shù)應(yīng)用積極開展引導(dǎo)和規(guī)范。美國(guó)企業(yè)的無人駕駛技術(shù)研究保持領(lǐng)先，而管理/立法機(jī)構(gòu)適時(shí)出臺(tái)相關(guān)政策法規(guī)，如《聯(lián)邦自動(dòng)駕駛汽車政策》（2016年）、《自動(dòng)駕駛法案》（2017年）。德國(guó)著重建立并完善與智能汽車相關(guān)的權(quán)利、責(zé)任歸屬方法與體系，推出了關(guān)于自動(dòng)駕駛的《道路交通法》第八修正案（2017年）。在我國(guó)，無人駕駛汽車正在從初始技術(shù)研發(fā)階段轉(zhuǎn)向與特定應(yīng)用場(chǎng)景結(jié)合的大規(guī)模實(shí)驗(yàn)和試用階段，與之相關(guān)的認(rèn)識(shí)與監(jiān)管尚處于萌芽階段；產(chǎn)業(yè)管理層面積極跟進(jìn)，如《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》（2018年）對(duì)智能汽車產(chǎn)業(yè)進(jìn)行了頂層規(guī)劃，《車聯(lián)網(wǎng)（智能網(wǎng)聯(lián)汽車）產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃》（2018年）重在智能汽車產(chǎn)業(yè)體系構(gòu)建并提出了車聯(lián)網(wǎng)的中長(zhǎng)期規(guī)劃。

值得指出的是，無人駕駛的安全性作為推動(dòng)特定場(chǎng)景大規(guī)模應(yīng)用、開展產(chǎn)業(yè)化的基本前提，一直是工業(yè)界、學(xué)術(shù)界乃至全社會(huì)高度關(guān)注的問題。近年來，自動(dòng)駕駛車輛在測(cè)試中撞向行人導(dǎo)致傷亡、電動(dòng)汽車剎車失靈引發(fā)交通事故等，都使得社會(huì)和公眾對(duì)無人駕駛的安全性更為擔(dān)憂。目前，我國(guó)智能汽車產(chǎn)業(yè)蓬勃發(fā)展，企業(yè)、科研院所、地方政府等加大/支持以無人駕駛為代表的關(guān)鍵技術(shù)研發(fā)投入，力求推動(dòng)產(chǎn)業(yè)發(fā)展取得突破。安全是制定法規(guī)必須要考慮的前提，只有在安全方面進(jìn)行妥善和長(zhǎng)遠(yuǎn)的研究，才能保障智能汽車產(chǎn)業(yè)的可持續(xù)、高質(zhì)量發(fā)展。從已有文獻(xiàn)來看，因無人駕駛技術(shù)的產(chǎn)業(yè)化有待推進(jìn)，行業(yè)性的統(tǒng)計(jì)資料缺乏；國(guó)內(nèi)外學(xué)者較多開展了無人駕駛安全風(fēng)險(xiǎn)的定性研究 [1]，也有對(duì)無人駕駛技術(shù)風(fēng)險(xiǎn)、法律與道德風(fēng)險(xiǎn)概念的分別考量 [2~13]，而安全風(fēng)險(xiǎn)的定量研究未見報(bào)道。

針對(duì)于此，本文開展無人駕駛安全風(fēng)險(xiǎn)的關(guān)鍵要素定義與識(shí)別，對(duì)其進(jìn)行定量測(cè)量；在剖析數(shù)據(jù)、概括結(jié)論的同時(shí)，延伸提出企業(yè)、政策、消費(fèi)者等角度的應(yīng)對(duì)策略，以期為我國(guó)無人駕駛安全風(fēng)險(xiǎn)研究、智能汽車行業(yè)發(fā)展提供基礎(chǔ)性參考。

二、無人駕駛安全風(fēng)險(xiǎn)研究綜述

自動(dòng)駕駛汽車指依賴于計(jì)算機(jī)系統(tǒng)、人工智能（AI）技術(shù)、攝像與圖像識(shí)別、雷達(dá)探測(cè)、高精度地圖、高精度定位系統(tǒng)等的協(xié)同合作，利用電子控制單元（ECU）在無司機(jī)控制的情況下安全地駕駛車輛 [14]；不調(diào)整汽車自身的架構(gòu)，不改動(dòng)車輛原有的功能，而是在車身上集成自動(dòng)駕駛所需的智能器件（含軟件和硬件） [3]；根據(jù)國(guó)際汽車工程師協(xié)會(huì)制定的標(biāo)準(zhǔn)，分為L(zhǎng)0~L5共6個(gè)級(jí)別 [15]。為使研究范圍、概念定義更加聚焦精準(zhǔn)，本文將“無人駕駛”“自動(dòng)駕駛”加以區(qū)分，即無人駕駛指在完全沒有人類司機(jī)操作的情況下，由自動(dòng)駕駛系統(tǒng)自動(dòng)安全地操作機(jī)動(dòng)車輛（屬于L5及以上級(jí)別的自動(dòng)駕駛）。

（一）無人駕駛的工程風(fēng)險(xiǎn)

安全的無人駕駛離不開感知、決策、控制3個(gè)系統(tǒng)的“保駕護(hù)航”：感知系統(tǒng)用于掌握行駛路面、交通標(biāo)志、標(biāo)線、信號(hào)燈的實(shí)時(shí)變化情況，決策系統(tǒng)開展全局/局部的路徑規(guī)劃，控制系統(tǒng)進(jìn)行無人駕駛汽車的油門部件、剎車部件、方向控制盤、行駛速度變化桿的控制 [2]。

無人駕駛汽車的網(wǎng)絡(luò)安全也是重要方面，數(shù)據(jù)加密、網(wǎng)關(guān)防毒、入侵檢測(cè)是常見的3種保護(hù)方法 [10]。例如，有學(xué)者研究了無人駕駛汽車通信涉及的認(rèn)證協(xié)議、密鑰管理協(xié)議，旨在提高通信安全性、成本控制、通信延遲控制的水平 [8]。

與傳統(tǒng)汽車類似，無人駕駛的工程技術(shù)安全也需結(jié)合具體場(chǎng)景進(jìn)行考慮。針對(duì)一些特殊場(chǎng)景（如車輛涉水），有學(xué)者提出了安全應(yīng)對(duì)措施設(shè)計(jì)方案：利用超聲波雷達(dá)進(jìn)行探測(cè)，判斷險(xiǎn)情后鳴響蜂鳴器、閃爍指示燈、彈出顯示屏提示，同步及時(shí)剎停 [6]。

（二）無人駕駛的社會(huì)風(fēng)險(xiǎn)

無人駕駛的社會(huì)風(fēng)險(xiǎn)包含了法律、倫理、心理、管理四方面。需要提及的是，目前還沒有學(xué)者對(duì)無人駕駛的心理、管理等內(nèi)容進(jìn)行探討，也沒有針對(duì)無人駕駛進(jìn)行全面的風(fēng)險(xiǎn)識(shí)別與評(píng)價(jià)研究（這是本文工作圍繞無人駕駛安全風(fēng)險(xiǎn)識(shí)別與度量來展開的出發(fā)點(diǎn)）。

在法律風(fēng)險(xiǎn)方面，研究者主要關(guān)注侵權(quán)責(zé)任的主體認(rèn)定、因果追溯、舉證義務(wù)等，為完善立法提供理論依據(jù)。①無人駕駛汽車在法律層面非“人”，不能成為承擔(dān)侵權(quán)責(zé)任的主體 [7]。依據(jù)事故情形的不同，承擔(dān)責(zé)任的主體有所區(qū)別：生產(chǎn)者承擔(dān)責(zé)任的情形，是產(chǎn)品出現(xiàn)缺陷時(shí)由生產(chǎn)者承擔(dān)侵權(quán)責(zé)任 [9]；使用者承擔(dān)責(zé)任的情形，是在人工駕駛模式下發(fā)生事故或因?yàn)槭褂萌瞬划?dāng)養(yǎng)護(hù)而使用導(dǎo)致的事故；銷售者承擔(dān)責(zé)任的情形，是在不當(dāng)存放產(chǎn)品、未如實(shí)履行告知義務(wù)而導(dǎo)致事故時(shí)承擔(dān)責(zé)任 [5]。②關(guān)于事故因果追溯，有研究建議參照民機(jī)、高鐵使用“黑匣子”技術(shù)進(jìn)行記錄，以便事后追溯 [4]；但在萬物互聯(lián)時(shí)代，僅靠車載“黑匣子”可能面臨黑客攻擊、信息篡改等問題，可以建立跨區(qū)域、專業(yè)性的數(shù)據(jù)分析中心，專門開展無人駕駛信息的保存與分析 [16]。③關(guān)于舉證義務(wù)，當(dāng)前法律普遍遵循“誰主張、誰舉證”的原則，然而在自動(dòng)駕駛領(lǐng)域，出現(xiàn)事故后由外行的消費(fèi)者承擔(dān)維權(quán)相關(guān)的舉證責(zé)任顯失公平；因而有建議提出，只要消費(fèi)者可以證明事故發(fā)生時(shí)車輛處于自動(dòng)駕駛模式即可 [9]。

在倫理風(fēng)險(xiǎn)方面，研究者對(duì)社會(huì)上的倫理價(jià)值傾向進(jìn)行了調(diào)查，也探討了涉及倫理時(shí)的機(jī)器處理與應(yīng)對(duì)策略。有研究對(duì)社會(huì)的道德取向進(jìn)行了調(diào)查，以道德機(jī)器研究 [11]最具影響力：設(shè)計(jì)了在線實(shí)驗(yàn)網(wǎng)站，統(tǒng)計(jì)被實(shí)驗(yàn)者們?cè)诿鎸?duì)無人駕駛遇到的倫理道德困境時(shí)所選擇應(yīng)對(duì)方案的側(cè)重點(diǎn)，由此統(tǒng)計(jì)出各國(guó)被實(shí)驗(yàn)者的選擇傾向以及文化、國(guó)家的不同導(dǎo)致的選擇傾向差異性。有研究通過測(cè)試發(fā)現(xiàn)，用戶認(rèn)可按照功利性原則設(shè)計(jì)的無人駕駛汽車并希望他人購(gòu)買，但自身更愿意乘坐能夠保護(hù)乘客的無人駕駛汽車 [13]。也有實(shí)驗(yàn)得出了不同的結(jié)論，即參與者的道德傾向更高，更愿意“舍己救人”；特別是考慮到年齡因素后，參與者傾向于為了更多人的安全而采取措施（如控制車輛轉(zhuǎn)向路側(cè)） [12]。

三、無人駕駛安全風(fēng)險(xiǎn)的識(shí)別

采用探索性的案例調(diào)查和質(zhì)性研究方法 [17]開展風(fēng)險(xiǎn)識(shí)別研究。結(jié)合技術(shù)安全研究的已有論述、新聞報(bào)道中有關(guān)安全的內(nèi)容討論，初步整理了訪談提綱并在訪談過程中確定，待討論的無人駕駛風(fēng)險(xiǎn)涉及工程技術(shù)、社會(huì)人文兩個(gè)主要方向以及功能安全、信息安全、法律風(fēng)險(xiǎn)、倫理風(fēng)險(xiǎn)等細(xì)分方向。

（一）案例的收集與選擇

資料收集包括二手?jǐn)?shù)據(jù)調(diào)查、深度訪談兩種渠道：前者既有公開信息（如公司主頁信息、工商注冊(cè)信息、新聞報(bào)道、人物專訪、上市公司年報(bào)等），也有公司內(nèi)部資料（如內(nèi)部刊物、內(nèi)部宣傳冊(cè)、演示文檔等）；后者的交流對(duì)象來自珠江三角洲（珠三角）、長(zhǎng)江三角洲（長(zhǎng)三角）地區(qū)，包括企業(yè)高級(jí)管理人員、項(xiàng)目經(jīng)理、技術(shù)人員，政府管理人員等，具有豐富的從業(yè)經(jīng)驗(yàn)，對(duì)無人駕駛安全風(fēng)險(xiǎn)有著良好了解和認(rèn)識(shí)。在本課題研究中，具體選擇了珠三角地區(qū)13個(gè)企業(yè)案例，珠三角、長(zhǎng)三角地區(qū)共9個(gè)政府案例；相關(guān)案例文檔共22個(gè)、約44萬字，限于篇幅而不再贅述。

案例選擇的標(biāo)準(zhǔn)如下：①案例研究差別復(fù)制原則，企業(yè)需要從事不同類別的無人駕駛業(yè)務(wù)，政府機(jī)構(gòu)處于不同地區(qū)且管理業(yè)務(wù)屬性有區(qū)別；②數(shù)據(jù)的可得性，選取的企業(yè)、政府機(jī)構(gòu)能夠?qū)ν忾_放一手或二手資料，尤其是企業(yè)應(yīng)處于穩(wěn)定發(fā)展?fàn)顟B(tài)；③研究的便利性，經(jīng)當(dāng)?shù)卣?、友好組織介紹后，可與被調(diào)研企業(yè)建立良好的合作關(guān)系，便于調(diào)研及回訪；④案例資料的內(nèi)容質(zhì)量，所選案例能夠充分反映無人駕駛的AI安全風(fēng)險(xiǎn)要素。

（二）數(shù)據(jù)分析與編碼

采用扎根理論方法，對(duì)收集的資料進(jìn)行編碼分析（編碼工具為Nvivo軟件 [18]），進(jìn)而識(shí)別無人駕駛的安全風(fēng)險(xiǎn)。

1. 開放式編碼

圍繞研究主題，概念化提取資料后進(jìn)行范疇化：概念化編碼，包括貼標(biāo)簽預(yù)處理、正式概念化；范疇化編碼，即經(jīng)過不斷比對(duì)以修正概念化編碼。因存在語義的重復(fù)、交叉，需對(duì)概念開展進(jìn)一步的歸納與整合；為避免信息過早丟失，研究中對(duì)企業(yè)案例概念、政府案例概念分別進(jìn)行整合。為此，在前期得到98個(gè)企業(yè)案例概念編碼、71個(gè)政府案例概念編碼的基礎(chǔ)上，對(duì)編碼進(jìn)行比對(duì)和修正，獲得了25個(gè)企業(yè)案例范疇、13個(gè)政府案例范疇（限于篇幅，僅部分展示于表1）。

表1 企業(yè)和政府案例范疇化編碼列表（部分）

2. 主軸編碼

對(duì)開放式編碼過程中得到的范疇之間的關(guān)聯(lián)關(guān)系進(jìn)行分析，將范疇之間相互關(guān)聯(lián)的部分歸為層次更高的主范疇。對(duì)前步驟中的范疇進(jìn)行進(jìn)一步的整理、歸納與合并，最終得到了6個(gè)企業(yè)案例主范疇、3個(gè)政府案例主范疇，至此完成風(fēng)險(xiǎn)識(shí)別階段的工作。

（三）安全風(fēng)險(xiǎn)的要素框架

考慮到企業(yè)案例框架、政府案例框架的內(nèi)涵具有較高的重合度，本研究對(duì)其進(jìn)行調(diào)整、合并而得單一框架（見表2）：第一層為主范疇，包括6類安全風(fēng)險(xiǎn)要素，其中前3類為工程風(fēng)險(xiǎn)，后3類為人文社會(huì)風(fēng)險(xiǎn)；第二層為安全風(fēng)險(xiǎn)要素的度量因子；第三層為安全風(fēng)險(xiǎn)要素的度量問卷測(cè)量題項(xiàng)數(shù)。

表2 無人駕駛安全風(fēng)險(xiǎn)的要素框架

四、無人駕駛安全風(fēng)險(xiǎn)的度量

（一）調(diào)查問卷設(shè)計(jì)

對(duì)于要素框架中的各個(gè)概念，參照其初始來源的文本，編寫與之對(duì)應(yīng)且簡(jiǎn)潔概括的量表問題，如“不同車型之間的差異會(huì)對(duì)無人駕駛安全產(chǎn)生重要的不利影響”；最終得到企業(yè)案例框架、政府案例框架中所有概念的對(duì)應(yīng)問題，以此作為調(diào)查的原始題庫。隨后，研究團(tuán)隊(duì)成員開展了兩輪意見探討及修正，得到了由142個(gè)問題構(gòu)成的初始問卷：第一部分為被調(diào)查對(duì)象的個(gè)人基本信息（包括性別、年齡、所在城市、學(xué)歷、是否已就業(yè)、從事行業(yè)、是否在無人駕駛及相關(guān)的企業(yè)工作過、從業(yè)時(shí)長(zhǎng)），第二部分包括單車安全、聯(lián)網(wǎng)安全兩方面共28道量表題，第三部分包括法律政策風(fēng)險(xiǎn)、社會(huì)態(tài)度風(fēng)險(xiǎn)兩方面共52道量表題，第四部分包括技術(shù)水平、產(chǎn)業(yè)風(fēng)險(xiǎn)兩方面共54道量表題。

（二）試調(diào)查和問卷修正

本次調(diào)查通過網(wǎng)絡(luò)自填問卷的形式進(jìn)行，借助長(zhǎng)沙冉星信息科技有限公司的“問卷星”平臺(tái)進(jìn)行發(fā)放，持續(xù)時(shí)間為2020年7月25日至31日；共收到反饋問卷1310份，其中有效問卷1195份（有效率為91.22%）。

綜合考慮信度、結(jié)構(gòu)效度、區(qū)分效度、收斂效度、整體模型適配度評(píng)價(jià)指標(biāo)及修正指標(biāo)，在驗(yàn)證性因子分析模型中，對(duì)題項(xiàng)、潛變量進(jìn)行大范圍的刪減與修正，如單車安全部分的測(cè)量模型經(jīng)過調(diào)整后（見圖1）具有較好的擬合效果。

圖1 單車安全測(cè)量模型

在信度方面，3個(gè)因子的Cronbach’sα系數(shù)取值分別為0.742、0.782、0.822（均在0.7以上），說明量表具有較高的可信度。

在結(jié)構(gòu)效度方面，采用探索性因子分析對(duì)結(jié)構(gòu)效度進(jìn)行初步檢驗(yàn)。KMO值為0.870，通過Bartlett球形度檢驗(yàn)，達(dá)到顯著水平，適宜進(jìn)行探索性因子分析。解釋的總方差為72.832%，采用主成分分析法提取固定數(shù)量因子、方差最大化正交旋轉(zhuǎn)方法分析各測(cè)量題項(xiàng)，得到探索性因子分析結(jié)果為：7個(gè)題項(xiàng)在因子上的載荷均大于0.7，209道題的載荷也有0.616，題項(xiàng)較好分布在3個(gè)因子上。

在收斂效度方面，“多層安全保障”“行駛道路環(huán)境”“傳感器安全”3個(gè)因子的平均變異萃取量（AVE）分別為0.495、0.592、0.698，“多層安全保障”極為接近0.5，另外兩個(gè)均大于0.5；相應(yīng)的組合信度（CR）分別為0.746、0.813、0.822（均大于0.7），表明各個(gè)因子均有較好的收斂效度。

在區(qū)分效度方面，3個(gè)因子的AVE平方根均大于與其他因子之間的相關(guān)系數(shù)，表明該部分模型具有較好的區(qū)分效度。

（三）正式調(diào)查和風(fēng)險(xiǎn)度量

委托“問卷星”平臺(tái)提供樣本服務(wù)，持續(xù)時(shí)間為2020年9月1日至15日，共收集了3167份正式調(diào)研問卷，其中有效問卷3153份（有效率為99.56%）。在各部分模型驗(yàn)證時(shí)，均預(yù)先進(jìn)行樣本數(shù)據(jù)的詳細(xì)清洗。

1. 法律政策風(fēng)險(xiǎn)模型驗(yàn)證

主要根據(jù)各樣本中、各因子下的題項(xiàng)組內(nèi)方差，各組均值的組間方差進(jìn)行篩選。針對(duì)法律政策安全部分“標(biāo)準(zhǔn)空缺”“法律缺位”“政府推動(dòng)行為”“相關(guān)監(jiān)管領(lǐng)域空白”4組問題，運(yùn)算每個(gè)樣本在每組問題下的回答組內(nèi)方差并進(jìn)行求和，按照方差和對(duì)所有樣本進(jìn)行排序（組內(nèi)方差之和越小，排序越高）；計(jì)算4組問題的組間方差，在組內(nèi)方差相同的情況下，組間方差越大則排序越高。按照單車安全部分的題項(xiàng)進(jìn)行篩選，選擇排序靠前的1000份問卷進(jìn)行模型驗(yàn)證。

統(tǒng)計(jì)被調(diào)查人群特征發(fā)現(xiàn)，各特征人群的占比與試調(diào)查樣本相比基本沒有變化。男性占比47.7%，女性52.3%，比例更顯均衡；年齡在20~30歲、30~40歲范圍的分別占28.6%、35.1%；學(xué)歷水平以大專、本科為主，分別占29.1%、36.3%，占比基本均衡，具有一定代表性；已工作者占多數(shù)，可認(rèn)為具有良好社會(huì)經(jīng)驗(yàn)。

處于就業(yè)、失業(yè)、自由職業(yè)3種狀態(tài)的調(diào)查對(duì)象共有838人，沒有集中于某一行業(yè)的情況；“制造業(yè)”“信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)”人數(shù)占比稍高（分別為22.91%、15.04%），這些行業(yè)與無人駕駛關(guān)聯(lián)相對(duì)緊密，因此樣本同樣可以代表對(duì)無人駕駛有一定關(guān)聯(lián)的普通人。曾經(jīng)在無人駕駛相關(guān)企業(yè)工作過的調(diào)查對(duì)象有166人，在從業(yè)時(shí)長(zhǎng)方面的分布較為均衡，少于1年的占24.1%，1~3 年的占45.78%，3~5年的占13.86%，5~10年的占12.65%，10年以上的占3.61%；從業(yè)1~3年的占比較高，考慮到具有豐富從業(yè)經(jīng)驗(yàn)的人數(shù)本身占比較少，因而對(duì)整體產(chǎn)生的影響不明顯。

對(duì)于法律政策風(fēng)險(xiǎn)部分的測(cè)量模型，采用詳細(xì)篩選后的正式樣本進(jìn)行驗(yàn)證（見圖2），可見模型整體擬合效果良好。

圖2 法律政策風(fēng)險(xiǎn)測(cè)量模型

在信度方面，4個(gè)因子的Cronbach’sα系數(shù)取值分別為0.693、0.837、0.813、0.844，第1個(gè)因子的“標(biāo)準(zhǔn)空缺”接近0.7，另外3個(gè)均大于0.7，說明本次驗(yàn)證中的量表可信度良好。

在結(jié)構(gòu)效度方面，KMO值為0.850，通過Bartlett球形度檢驗(yàn)，達(dá)到顯著水平；解釋的總方差為72.895%，在獲得的探索性因子分析結(jié)果中，11 個(gè)題項(xiàng)普遍較好（分布在4個(gè)因子上），各個(gè)題項(xiàng)在對(duì)應(yīng)因子上的載荷均大于0.7。

在收斂效度方面，“標(biāo)準(zhǔn)空缺”“法律缺位”“政府推動(dòng)行為”“相關(guān)領(lǐng)域監(jiān)管空白”4個(gè)因子的AVE分別為 0.437、0.720、0.695、0.577，有 3個(gè)大于0.5；相應(yīng)的CR分別為0.698、0.837、0.819、0.845，有3個(gè)大于0.7，表明本次驗(yàn)證的各個(gè)因素具有較好的收斂效度。

在區(qū)分效度方面，4個(gè)因子的AVE的平方根均大于與其他因子之間的相關(guān)系數(shù)，表明該部分模型的區(qū)分效度較好。

2. 其他風(fēng)險(xiǎn)的模型驗(yàn)證結(jié)果

單車安全、聯(lián)網(wǎng)安全、社會(huì)輿論風(fēng)險(xiǎn)、技術(shù)水平風(fēng)險(xiǎn)、產(chǎn)業(yè)風(fēng)險(xiǎn)的模型結(jié)果如表3~5所示。

在信度方面，5個(gè)安全風(fēng)險(xiǎn)模型的各因子均有較好的信度，除單車安全下的“多層安全保障”之外，其余因子的Cronbach’sα均大于0.7。

在結(jié)構(gòu)效度方面，5個(gè)安全風(fēng)險(xiǎn)模型的結(jié)構(gòu)效度較好，在探索性因子分析中均有較好的結(jié)果。

在驗(yàn)證性因子分析中，5個(gè)模型擬合的效果整體較好（除了科技水平風(fēng)險(xiǎn)略欠理想）；5個(gè)模型的收斂效度均較好，除了單車安全下的“多層安全保障”之外，各因子AVE均大于0.5，CR均大于0.7；4個(gè)模型的區(qū)分效度都較好，所有因子的AVE平方根均大于與同模型中其他因子之間的相關(guān)系數(shù)。

至此，本研究完成了建模過程驗(yàn)證（基于兩輪問卷調(diào)查收集到的量表數(shù)據(jù)），形成了一套可度量、可觀測(cè)的無人駕駛安全風(fēng)險(xiǎn)要素框架（見表3）。

表3 模型的信度與收斂效度

五、研究結(jié)論與應(yīng)對(duì)策略

（一）研究結(jié)論

在風(fēng)險(xiǎn)識(shí)別階段，本文運(yùn)用扎根理論，從珠三角地區(qū)的無人駕駛企業(yè)案例，珠三角、長(zhǎng)三角地區(qū)的政府案例資料出發(fā)，提煉識(shí)別了有關(guān)無人駕駛的安全風(fēng)險(xiǎn)；按照概念化-范疇化-主軸化的編碼步驟梳理出風(fēng)險(xiǎn)要素的層次，由此形成無人駕駛的安全風(fēng)險(xiǎn)框架。企業(yè)案例得到的風(fēng)險(xiǎn)框架有6類要素（主范疇）：?jiǎn)诬嚢踩?、?lián)網(wǎng)安全、技術(shù)水平、法律政策、社會(huì)輿論、產(chǎn)業(yè)風(fēng)險(xiǎn)；其下包括25個(gè)副范疇、98個(gè)概念，基本上是企業(yè)從業(yè)者較為關(guān)注的問題。政府案例中得到的框架包括3個(gè)主范疇：官方約束、環(huán)境不足、產(chǎn)業(yè)自身問題，其下包括13 個(gè)副范疇、71個(gè)概念；政府人員的關(guān)注問題聚焦于管理方面，如政府對(duì)行業(yè)的推動(dòng)手段與能力、無人駕駛汽車上路測(cè)試監(jiān)管、無人駕駛關(guān)聯(lián)領(lǐng)域監(jiān)管等。此階段研究建立了無人駕駛安全風(fēng)險(xiǎn)的理論雛形，可為后續(xù)分析提供理論層面的支持。

在風(fēng)險(xiǎn)度量階段，本文依據(jù)風(fēng)險(xiǎn)框架編制調(diào)查量表、設(shè)計(jì)調(diào)查問卷，通過試調(diào)查的信度和效度分析完成了調(diào)查量表修正；針對(duì)正式問卷調(diào)查結(jié)果，通過驗(yàn)證性因子分析方法驗(yàn)證了風(fēng)險(xiǎn)測(cè)度。在無人駕駛安全風(fēng)險(xiǎn)中，第一層為單車安全、聯(lián)網(wǎng)安全、技術(shù)水平、法律政策、社會(huì)輿論、產(chǎn)業(yè)風(fēng)險(xiǎn)6類要素，第二層涉及18個(gè)風(fēng)險(xiǎn)度量維度，第三層包括48個(gè)風(fēng)險(xiǎn)測(cè)度題項(xiàng)。

據(jù)此，率先從理論、實(shí)證兩方面入手，建立了具有普適性、可度量的無人駕駛安全風(fēng)險(xiǎn)框架；將風(fēng)險(xiǎn)形成理論，相應(yīng)適用范圍可進(jìn)一步探索拓寬（由小變大、從典型人到普通人）。

（二）無人駕駛安全風(fēng)險(xiǎn)的應(yīng)對(duì)策略

1. 企業(yè)方面

針對(duì)單車安全，企業(yè)應(yīng)提高關(guān)鍵零部件質(zhì)量，將傳統(tǒng)汽車的零部件與無人駕駛技術(shù)進(jìn)行適配，共同保障安全駕駛；無人駕駛車輛會(huì)遇到復(fù)雜或罕見路況（如車道線不清晰、極端惡劣天氣等），應(yīng)拓寬訓(xùn)練場(chǎng)景范圍，盡量適應(yīng)真實(shí)行駛場(chǎng)景。

針對(duì)聯(lián)網(wǎng)安全，與車輛智能化的發(fā)展趨勢(shì)相適應(yīng)，企業(yè)需加強(qiáng)信息安全建設(shè)，規(guī)避可能的黑客攻擊以避免重要數(shù)據(jù)失竊，保持各類信息的安全可靠；無人駕駛汽車的控制與決策權(quán)力應(yīng)分散化，車端必須保留足夠權(quán)限，以免被遠(yuǎn)程操控。

對(duì)于技術(shù)水平風(fēng)險(xiǎn)，AI技術(shù)仍然存在不確定、不可解釋、依賴數(shù)據(jù)等情況，對(duì)新型、突發(fā)問題的解決能力比不過人類，因此無人駕駛不宜過度依賴于此；應(yīng)將其他技術(shù)（如第五代移動(dòng)通信、車聯(lián)網(wǎng)、區(qū)塊鏈等）與AI技術(shù)配合使用，同時(shí)注重?zé)o人駕

駛關(guān)鍵零部件（如底盤、傳感器、芯片、材料等）的技術(shù)研發(fā)與性能升級(jí)。

表4 模型的結(jié)構(gòu)效度與擬合指標(biāo)

表5 模型的區(qū)分效度

對(duì)于法律政策，鑒于頒布都有一定的滯后性，建議企業(yè)積極關(guān)注并超前研判，適時(shí)參與無人駕駛相關(guān)法律、標(biāo)準(zhǔn)的研究制定；企業(yè)開展無人駕駛技術(shù)探索時(shí)需嚴(yán)格遵守法律法規(guī)，測(cè)試車的改裝與調(diào)試應(yīng)確保足夠的安全性。

對(duì)于社會(huì)輿論，企業(yè)應(yīng)合規(guī)開展銷售活動(dòng)，不進(jìn)行虛假宣傳以避免導(dǎo)致消費(fèi)者誤判無人駕駛技術(shù)能力，促進(jìn)業(yè)務(wù)的可持續(xù)；倡導(dǎo)無人駕駛行業(yè)的良性競(jìng)爭(zhēng)，消除惡意的行業(yè)輿論抹黑，避免消費(fèi)者對(duì)整個(gè)新興產(chǎn)業(yè)存疑，為行業(yè)發(fā)展創(chuàng)造良好氛圍。

針對(duì)產(chǎn)業(yè)風(fēng)險(xiǎn)，企業(yè)應(yīng)清醒識(shí)別自身不足，如管理體系完善與否、風(fēng)險(xiǎn)危害認(rèn)知是否欠缺、應(yīng)變更新能否及時(shí)有效，進(jìn)而采取針對(duì)性改善措施；建設(shè)并運(yùn)用行業(yè)獨(dú)立第三方機(jī)構(gòu)，發(fā)揮專業(yè)化安全考察與認(rèn)證的保障作用；投資活動(dòng)應(yīng)綜合考慮無人駕駛產(chǎn)業(yè)的中長(zhǎng)期發(fā)展，倡導(dǎo)價(jià)值投資，規(guī)避過度快速商業(yè)化可能造成的行業(yè)發(fā)展短視和無序。

2. 政策與監(jiān)管方面

無人駕駛的監(jiān)管需要多部門協(xié)調(diào)與配合，建議相關(guān)部門加強(qiáng)業(yè)務(wù)聯(lián)系和交流，規(guī)避信息、能力不對(duì)稱可能導(dǎo)致的工作低效。管理機(jī)構(gòu)應(yīng)及時(shí)開展無人駕駛行業(yè)的頂層設(shè)計(jì)和綜合規(guī)劃，向社會(huì)提供清晰的產(chǎn)業(yè)布局導(dǎo)向，如推廣重點(diǎn)、推廣方式等，逐步消除零散補(bǔ)貼企業(yè)等傳統(tǒng)方式。

合理加強(qiáng)對(duì)測(cè)試及相關(guān)領(lǐng)域的監(jiān)管。目前一些企業(yè)存在沒有取得資質(zhì)就私自改裝、違規(guī)測(cè)試車輛的現(xiàn)象，對(duì)此應(yīng)提高警惕并堅(jiān)決查處，盡快消除違反交通安全法律法規(guī)的改裝與測(cè)試行為。

建議管理部門盡快開展相關(guān)法規(guī)和標(biāo)準(zhǔn)的頂層研究和布局設(shè)計(jì)，就無人駕駛的法規(guī)和標(biāo)準(zhǔn)開展社會(huì)討論并擇機(jī)頒布，為企業(yè)的商業(yè)投資、技術(shù)研發(fā)活動(dòng)提供相對(duì)明確的指引與約束，有利于無人駕駛行業(yè)的快速、有序發(fā)展。

建議盡快開展無人駕駛車輛事故后的責(zé)任歸屬劃分、因果追溯等法律問題探討，這是企業(yè)進(jìn)行市場(chǎng)探索、技術(shù)發(fā)展的重要依據(jù)之一。例如，現(xiàn)行的道路交通安全法律條文，可以依據(jù)無人駕駛技術(shù)進(jìn)步情況而擇機(jī)調(diào)整，更好適應(yīng)時(shí)代的進(jìn)步（如不再一刀切地禁止駕駛員雙手離開方向盤）。

建議加快建設(shè)無人駕駛?cè)瞬排囵B(yǎng)體系。一方面完善高校、科研院所的本土人才培養(yǎng)模式，適應(yīng)無人駕駛行業(yè)快速發(fā)展需求；另一方面采取積極措施吸引并留住人才，如引進(jìn)國(guó)外優(yōu)秀的成熟人才，跨行業(yè)吸引專業(yè)人才加入等。以核心人才為依托，逐步革新教育培養(yǎng)模式，支持線控底盤、芯片、傳感器等關(guān)鍵技術(shù)突破與國(guó)產(chǎn)化應(yīng)用。

3. 消費(fèi)者方面

在心理層面，消費(fèi)者傾向于在無人駕駛技術(shù)尚處在發(fā)展進(jìn)步階段就寄予過大的信任，從而在駕駛時(shí)可能有所松懈、過度依賴系統(tǒng)。建議消費(fèi)者保持車輛駕駛員應(yīng)有的素養(yǎng)和警覺，延續(xù)良好的駕駛習(xí)慣，注重行車文明；尤其是在遭遇無人駕駛車輛測(cè)試時(shí)，不應(yīng)刻意別車、鳴笛以免發(fā)生事故。

在輿論層面，消費(fèi)者應(yīng)當(dāng)放平心態(tài)，不輕信夸張宣傳，即使智能車輛在銷售階段可能被夸大功能，也應(yīng)對(duì)產(chǎn)品保持合理的期望，客觀看待無人駕駛產(chǎn)品進(jìn)步中的不足；一些媒體可能會(huì)因同行競(jìng)爭(zhēng)而對(duì)無人駕駛企業(yè)進(jìn)行不適當(dāng)?shù)男畔鞑?，消費(fèi)者對(duì)此應(yīng)保持理性而不宜在事態(tài)未明階段盲目跟風(fēng)。

對(duì)于無人駕駛調(diào)查研究，建議普通消費(fèi)者特別是對(duì)無人駕駛行業(yè)有所關(guān)注、有所思考的“發(fā)燒友”“熱心人”，積極貢獻(xiàn)自己的想法、認(rèn)識(shí)、判斷，為行業(yè)發(fā)展提供公眾聲音、真知灼見。