【摘要】數(shù)據(jù)作為自動駕駛技術應用及產(chǎn)業(yè)發(fā)展的基點與支點，其收集、使用和管理的各環(huán)節(jié)關系著自動駕駛的健康發(fā)展。目前，自動駕駛場景下數(shù)據(jù)治理面臨的主要問題表現(xiàn)為安全與聯(lián)通的平衡。通過對自動駕駛數(shù)據(jù)特征與治理現(xiàn)狀的評析，可從平衡數(shù)據(jù)權益分配，建立健全算法記錄留存、公開與備案，規(guī)范數(shù)據(jù)共享等方面健全自動駕駛下數(shù)據(jù)治理規(guī)范化、法治化架構，保障和推動自動駕駛技術及產(chǎn)業(yè)的健康發(fā)展。

【關鍵詞】自動駕駛  數(shù)據(jù)安全  數(shù)據(jù)聯(lián)通  法治化    

【中圖分類號】D92    【文獻標識碼】A

數(shù)據(jù)是自動駕駛的重要基礎

自動駕駛不僅是技術飛速發(fā)展的產(chǎn)物，更在車聯(lián)網(wǎng)乃至于工業(yè)互聯(lián)網(wǎng)中占據(jù)著關鍵地位，推動著交通智能化的又一次升級換代。自動駕駛技術及產(chǎn)業(yè)作為新一輪科技革命和產(chǎn)業(yè)變革的典型代表，成為各大研究機構、互聯(lián)網(wǎng)巨頭公司的重要競爭方向。自動駕駛涉及的問題廣泛且深入，隨著自動駕駛和智能網(wǎng)聯(lián)技術的不斷升級與改革，其中所潛在的問題與現(xiàn)實的碰撞越來越尖銳化，然而無論是運行安全問題還是制度規(guī)范問題，其問題的關鍵點就在于數(shù)據(jù)安全與聯(lián)通，只有架構可信可靠、利益平衡的數(shù)據(jù)安全與聯(lián)通的原則規(guī)則、實施機制及保障制度，才能推動自動駕駛真正發(fā)揮作用，促進物聯(lián)智能化的進一步整合升級。

自動駕駛汽車依靠人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦系統(tǒng)可以在無需人為主動操作的情況下，自動操控機動車輛行駛。自動駕駛技術實施的關鍵在于通過算法判斷路程和行駛速度，從而精準輸出車輛控制措施，將數(shù)字控制下的自動駕駛汽車合理地安置于公共交通秩序中。而算法運行的基礎是海量的行駛數(shù)據(jù)收集和運用，以大規(guī)模、高質量的數(shù)據(jù)為算法模型提供決策參考。數(shù)據(jù)作為自動駕駛技術及行為展開的起點，其收集和使用的過程關系著自動駕駛技術在應用中的安全與發(fā)展。

從數(shù)據(jù)計算及機器自動決策的維度看，自動駕駛的過程就是機器不斷收集行駛數(shù)據(jù)并進行數(shù)據(jù)分析和自我學習從而達到自動駕駛的系統(tǒng)工程。伴隨自動駕駛技術及車輛制造技術的發(fā)展，每輛汽車將從過去的封閉轉向開放，融入到聯(lián)網(wǎng)的平臺中進行實時的信息交互，此時每輛車可以認為是一個數(shù)據(jù)實時采集、計算及分享的移動終端，其與車聯(lián)網(wǎng)的中臺做好鏈接，調取數(shù)據(jù)的同時也回傳數(shù)據(jù)，在更好地做好自身深度學習的同時，也支撐整個車聯(lián)網(wǎng)系統(tǒng)的算法訓練。不法分子可通過網(wǎng)絡對車輛進行遠程攻擊，使車輛做出熄火、剎車、加減速、解鎖等操作，也可通過截獲通訊信息、攻擊云端服務器，達到竊取用戶信息和車輛數(shù)據(jù)的目的，嚴重的還會威脅駕駛員和乘客的生命安全。

同時，在自動駕駛產(chǎn)業(yè)鏈中，數(shù)據(jù)的采集、存儲、處理、傳輸、共享等生命周期各環(huán)節(jié)潛在的安全威脅也會給自動駕駛數(shù)據(jù)防護帶來全新挑戰(zhàn)，故要實現(xiàn)自動駕駛產(chǎn)業(yè)規(guī)?；?、商業(yè)化落地，必須確保數(shù)據(jù)安全。當然，也不能因為強保護而妨礙了數(shù)據(jù)必要且高效的流動和共享需求，否則車聯(lián)網(wǎng)無法有效建立和更新發(fā)展，最終也會影響自動駕駛技術及產(chǎn)業(yè)的長遠健康發(fā)展。然而，事實情況是現(xiàn)行立法尚未針對自動駕駛數(shù)據(jù)規(guī)制系統(tǒng)提供充足制度供給，為此應在現(xiàn)有數(shù)據(jù)安全與數(shù)據(jù)聯(lián)通的法律基礎上出臺相關規(guī)范，形成自動駕駛數(shù)據(jù)安全保護與數(shù)據(jù)聯(lián)通發(fā)展的相互支撐和良性互動。

自動駕駛數(shù)據(jù)的主要特征

自動駕駛的基礎是海量數(shù)據(jù)的分析與應用，前提是數(shù)據(jù)收集，同時對數(shù)據(jù)共享也有著較大的需求。數(shù)據(jù)的收集有可能侵害消費者的隱私，收集是否合規(guī)、保護措施是否完善至關重要。在保障數(shù)據(jù)安全的同時，促進數(shù)據(jù)流通也十分重要。自動駕駛汽車不可能僅靠一家企業(yè)或單位支撐起其數(shù)據(jù)要求，除必要的技術外，數(shù)據(jù)的開放共享亦是自動駕駛技術及應用不斷完善的必由之路。為此，有必要從自動駕駛數(shù)據(jù)的特性入手，評估其采集、使用與管理中存在的主要問題，以此為問題導向和治理進路來推動和保障自動駕駛技術運用及產(chǎn)業(yè)發(fā)展能夠行穩(wěn)致遠。

自動駕駛數(shù)據(jù)具有多樣性和規(guī)模性。自動駕駛系統(tǒng)主要依賴感知、決策和執(zhí)行三大模塊來實現(xiàn)，每個模塊在工作過程中會產(chǎn)生一系列數(shù)據(jù)，即為自動駕駛數(shù)據(jù)。感知數(shù)據(jù)通過激光雷達、攝像頭、車載互聯(lián)網(wǎng)系統(tǒng)等設備對外界的環(huán)境進行感知識別產(chǎn)生；在融合多方面感知信息的基礎上，通過智能算法學習外界場景信息，預測場景中交通參與者的軌跡規(guī)劃車輛軌跡，從而產(chǎn)生決策與控制數(shù)據(jù)，由此實現(xiàn)車輛擬人化控制；測試與仿真數(shù)據(jù)能夠跟蹤決策規(guī)劃的軌跡目標，控制車輛的油門、剎車和轉向等駕駛動作，調節(jié)車輛行駛速度、位置和方向等狀態(tài)，以保證汽車的安全性和穩(wěn)定性。自動駕駛汽車生產(chǎn)企業(yè)和自動駕駛技術研發(fā)創(chuàng)新企業(yè)都可以通過道路測試和仿真測試積累海量數(shù)據(jù)，優(yōu)化和提升車輛自動駕駛性能，同時在這一過程中也會出現(xiàn)數(shù)據(jù)泄露和污染等風險，嚴重威脅車輛安全。

自動駕駛數(shù)據(jù)具有流動性。在自動駕駛整個系統(tǒng)的運作過程中，需要多方數(shù)據(jù)的相互傳輸，在不同設備、系統(tǒng)、云服務器等對數(shù)據(jù)采集、分析并相互之間形成數(shù)據(jù)交互來完成整個數(shù)據(jù)系統(tǒng)從采集到傳輸、分析、使用等全過程，自動駕駛本身是無法單純通過本機的數(shù)據(jù)即可形成自動化決策操作，由此表現(xiàn)出數(shù)據(jù)的流動性，其風險就存在于多方交互的采集、傳輸、分析及使用等多個環(huán)節(jié)之中。在數(shù)據(jù)流動的過程中，譬如，自動駕駛汽車在數(shù)據(jù)采集、傳輸、分析、使用時，系統(tǒng)數(shù)據(jù)存在被竊取、丟失或篡改破壞的可能，也面臨數(shù)據(jù)流動時遭受污染，算法無法識別或識別錯誤會對決策的可靠性和安全性產(chǎn)生影響等?？梢?，對自動駕駛中數(shù)據(jù)流動性帶來的風險及其由此產(chǎn)生的數(shù)據(jù)風險的聚集擴散效應應予以高度重視。

自動駕駛數(shù)據(jù)安全存在的主要隱患

私人汽車通常是被認為是隱私場所，除公交車、出租車等具有公共屬性的汽車之外，多數(shù)汽車在預期中應是可以達到保護隱私的效果。但自動駕駛汽車則完全顛覆了這一點，自動駕駛汽車需要完全收集車輛內外的絕大多數(shù)數(shù)據(jù)信息，以之作為其輸出行使指令的原料，故每一部自動駕駛汽車都裝備著傳感器、激光雷達、攝像頭以及其他微型信息收集裝置，這意味著自動駕駛汽車的駕駛人、乘車人的信息，包括車內行為、日常行蹤、開車習慣等，都將盡數(shù)傳輸?shù)狡嚻髽I(yè)，這將會引起消費者對于隱私的擔憂。

數(shù)據(jù)安全在信息和通信技術（ICT）領域已做得較為成熟，然而自動駕駛汽車數(shù)據(jù)安全產(chǎn)品并非把傳統(tǒng)ICT信息安全技術直接平移到汽車端那么簡單，自動駕駛汽車對數(shù)據(jù)實時性、可靠性的要求要比傳統(tǒng)互聯(lián)網(wǎng)高得多，且收集的數(shù)據(jù)數(shù)量、類型、隱秘程度也遠遠超過傳統(tǒng)互聯(lián)網(wǎng)，這就對完善自動駕駛汽車相關的數(shù)據(jù)安全技術提出了挑戰(zhàn)，怎樣收集數(shù)據(jù)、數(shù)據(jù)收集的程度、數(shù)據(jù)保護的手段以及數(shù)據(jù)的留存與保護，都是維護數(shù)據(jù)安全的關鍵點。

此外，生產(chǎn)經(jīng)營自動駕駛汽車的車企通過算法吞噬和隱瞞自動駕駛數(shù)據(jù)，影響法律糾紛中的舉證，也是數(shù)據(jù)安全的一大隱患或現(xiàn)實威脅。在目前涉及自動駕駛交通事故的相關案件中，一方面存在著嚴重信息不對稱，車輛數(shù)據(jù)集中于車企及其運營一方，導致使用者處于十分不利的地位；另一方面由于技術的先進性、復雜性與算法黑箱的影響，車企及其運營者對相關證據(jù)具有相當?shù)目刂屏Γ@也對數(shù)據(jù)的安全性和可信性造成了威脅。

自動駕駛數(shù)據(jù)聯(lián)通存在的主要障礙

相較于自動駕駛下的數(shù)據(jù)安全，我國對自動駕駛的數(shù)據(jù)聯(lián)通方面的規(guī)定較缺乏。實際上，自動駕駛數(shù)據(jù)互聯(lián)互通的重要性不亞于數(shù)據(jù)安全，而其治理難度甚至超過數(shù)據(jù)安全問題。

首先，各車企及其運營者無法獨自、全面地獲得使用中的自動駕駛車輛的完整數(shù)據(jù)，自動駕駛車輛行駛的安全性和高性能不僅需要精密的算法和強大算力，更需要實時的海量數(shù)據(jù)收集。各車企及其運營者需要通過不斷的測試才能收集自動駕駛算法對氣候、環(huán)境、路況等的決策數(shù)據(jù)（信息）。然而，由于不同車企主要測試的區(qū)域不同，比如特斯拉主要在美國加州進行測試、百度主要在中國北京進行測試，導致其收集的數(shù)據(jù)也具有相應的地域性，一旦超出該地域，其系統(tǒng)則會遇到數(shù)據(jù)不足的風險，繼而引發(fā)行駛安全問題。但自動駕駛汽車如果只能在限定區(qū)域行使則會使其價值大大降低，其作為交通工具的屬性也被削弱。因此，除非一家車企能在全國或全世界進行完整測試，否則數(shù)據(jù)的共享與互聯(lián)就是自動駕駛汽車企業(yè)必要的選擇。但問題的關鍵恰恰在于，測試數(shù)據(jù)的稀缺性與高價值使得數(shù)據(jù)互聯(lián)的難度被大大拔高，如何在保護車商私益的同時，完成數(shù)據(jù)互聯(lián)體制的初步架構，是更甚于數(shù)據(jù)安全體制建設的挑戰(zhàn)。

其次，交通管理、公安等政府部門也需要自動駕駛場景下的數(shù)據(jù)來維護道路交通安全、調查事故原因、實現(xiàn)執(zhí)法目的，司法部門亦需要自動駕駛數(shù)據(jù)來判斷事故的規(guī)則和賠償情況。除卻數(shù)據(jù)可能會因為算法黑箱而無法完整讀取和有效識別，政府部門如想同步其數(shù)據(jù)，也存在技術問題、風險保障問題以及企業(yè)的私益保護方面的挑戰(zhàn)。

最后，科研機構需要自動駕駛汽車的數(shù)據(jù)來改進相關技術、評估環(huán)境和社會影響、提出立法和政策建議。然而，科研機構由于既沒有巨大的商業(yè)共享利益驅動，又無國家公權力或準公權力的支持，在獲得相關自動駕駛數(shù)據(jù)上的難度可想而知。可見，由于缺乏相關的規(guī)范和支持數(shù)據(jù)聯(lián)通方面的制度和機制，自動駕駛場景下數(shù)據(jù)的收集、使用和管理一定程度上仍處在各自為政的數(shù)據(jù)封鎖狀態(tài)，不利于自動駕駛技術系統(tǒng)創(chuàng)新和整個產(chǎn)業(yè)的發(fā)展。

自動駕駛數(shù)據(jù)安全與聯(lián)通治理現(xiàn)狀

我國尚未出臺專門適用于自動駕駛數(shù)據(jù)治理的基礎性法律，與其相關的規(guī)范散見在不同的法律法規(guī)、部門管理意見、指南之中（參見表1和表2），特別是在以工信部為自動駕駛、智能駕駛技術及產(chǎn)業(yè)發(fā)展的主管部門所發(fā)布的部門管理意見、建設指南中予以了綜合性規(guī)定，然而，由于效力位階不高，在實踐中發(fā)揮的規(guī)范作用不夠充足，且存在與遵從高位階法律，進行細化解釋適用，以及與其他部門或地方所發(fā)布的同位階規(guī)范文件協(xié)同適用的問題。

自動駕駛技術及產(chǎn)業(yè)發(fā)展作為新興領域，所涉及的領域很多，關涉的部門和法律關系也遠比現(xiàn)行的認識復雜，故此，從長遠發(fā)展看，十分有必要從國家層面統(tǒng)一、系統(tǒng)、規(guī)范地制定并施行有關自動駕駛領域數(shù)據(jù)安全與聯(lián)通治理的基礎性法律，以避免各部門、各地區(qū)間各自為政、規(guī)則不聯(lián)通，甚至規(guī)則打架，提高治理效能本身也是推動自動駕駛技術及產(chǎn)業(yè)長期健康發(fā)展的應有之義和關鍵基礎。

目前已經(jīng)初步建立起了關于自動駕駛領域數(shù)據(jù)安全與聯(lián)通使用的基本制度架構，然而由于上述規(guī)范性文件的制定主體、關切重點以及制定技術等方面的差異，自動駕駛技術及產(chǎn)業(yè)發(fā)展欲行穩(wěn)致遠，規(guī)范有序發(fā)展，還需要做進一步精細化應對，特別是從實踐反饋中去及時修正、補充或升級相關規(guī)范文件，更好地平衡好自動駕駛領域數(shù)據(jù)安全與數(shù)據(jù)共享的關系，從而使自動駕駛的安全得以保障、技術得以發(fā)展。概言之，針對當前自動駕駛領域數(shù)據(jù)安全規(guī)范性文件位階不高、較為分散、技術性強及操作性弱，容易導致執(zhí)法司法部門難識別，形成“一刀切”的結果，過于嚴格限制自動駕駛領域數(shù)據(jù)流轉與共享并非是最優(yōu)的安排，也不利于自動駕駛技術的創(chuàng)新及產(chǎn)業(yè)的長遠發(fā)展。

自動駕駛數(shù)據(jù)治理構想

平衡自動駕駛下多方主體數(shù)據(jù)權益。實踐中維護自動駕駛場景下數(shù)據(jù)安全的關鍵在于合理厘定數(shù)據(jù)權益歸屬以及平衡多主體間數(shù)據(jù)權益與責任，在確保數(shù)據(jù)安全的基礎上，推動自動駕駛場景下數(shù)據(jù)的開放共享，實現(xiàn)數(shù)據(jù)聯(lián)通，提高數(shù)據(jù)使用效能。

首先，應以數(shù)據(jù)動態(tài)流轉中的權益配置為基準縱向分配與數(shù)據(jù)相關的權益。數(shù)據(jù)要素唯有在高效和有序的動態(tài)流轉中才能激活生產(chǎn)力，加速經(jīng)濟社會價值創(chuàng)造。需結合數(shù)據(jù)要素在收集、存儲、加工、傳輸?shù)雀髁鬓D環(huán)節(jié)中數(shù)據(jù)運行機理進行數(shù)據(jù)權益鏈上的縱向權益分配，能夠更清晰地呈現(xiàn)數(shù)據(jù)要素在流轉過程中的價值增進，展現(xiàn)數(shù)據(jù)要素在不同場景下不同主體間發(fā)生權益讓渡的現(xiàn)實及效果?！吨泄仓醒?國務院關于構建數(shù)據(jù)基礎制度更好發(fā)揮數(shù)據(jù)要素作用的意見》提出建立數(shù)據(jù)資源持有權、數(shù)據(jù)加工使用權、數(shù)據(jù)產(chǎn)品經(jīng)營權等分置的產(chǎn)權運行機制，可依此探索自動駕駛場景下數(shù)據(jù)的開放共享機制。

其次，應平衡隱私讓渡與便利獲得之間的關系，合理地分配各參與主體之間的數(shù)據(jù)權益。在適用《中華人民共和國個人信息保護法》中最小必要原則時，前提需明確該項技術所必要的信息數(shù)據(jù)，而對自動駕駛汽車技術之類的新技術、新產(chǎn)品和新服務，在實踐中很難明確哪些信息是必要，故難以界定車企收集數(shù)據(jù)信息的范圍是否過當、是否違法，在此場景下很難準確平衡用戶、車企及第三方程序或軟件及服務提供者的數(shù)據(jù)權益。自動駕駛汽車所收集的數(shù)據(jù)與一般數(shù)字企業(yè)所收集的數(shù)據(jù)有所不同，其收集的數(shù)據(jù)更具多歸屬性、強技術性、持續(xù)交互性等特征，故在數(shù)據(jù)動態(tài)流轉過程中分配數(shù)據(jù)資源持有權、數(shù)據(jù)加工使用權、數(shù)據(jù)產(chǎn)品經(jīng)營權時，也需考慮在自動駕駛場景下多主體數(shù)據(jù)權益的橫向分配問題，特別是對駕駛數(shù)據(jù)持續(xù)交互性特征的關注，做好數(shù)據(jù)的解析和離散分析，妥當配置駕駛數(shù)據(jù)的權益分配。

以數(shù)據(jù)采集為例，雖然自動駕駛場景下收集數(shù)據(jù)具有廣泛性，但是其目的主要是服務于駕駛需要，故應以功能作為區(qū)分基準，可將數(shù)據(jù)大致分為三類：環(huán)境與路況數(shù)據(jù)、狀態(tài)與行為數(shù)據(jù)以及用戶個人數(shù)據(jù)。

環(huán)境與路況數(shù)據(jù)主要包括自動駕駛汽車正常行駛所必要的、為學習型算法所提供的路面障礙、天氣情況、交通狀況、交通攝像頭等該地域的行駛信息，此時自動駕駛車輛只扮演收集器的作用。狀態(tài)與行為數(shù)據(jù)包括駕駛員的狀態(tài)、車輛本身的發(fā)動機、剎車等信息，為特殊狀態(tài)下的算法提供數(shù)據(jù)。用戶個人數(shù)據(jù)則包括個人行程、網(wǎng)絡、娛樂等除行駛信息以外的數(shù)據(jù)，主要用以判斷用戶的舒適度。

可以看到，通過對自動駕駛場景下數(shù)據(jù)功能進行類型化區(qū)分，可以較為清晰地劃分各類數(shù)據(jù)權益歸屬邊界。具體來講，對與車輛行駛有關的數(shù)據(jù)，車商與用戶在簽署購買或使用協(xié)議時可以作為一般條款，然而，如涉及個人信息且與駕駛情況無關的隱私數(shù)據(jù)，則應單獨征得用戶同意，并且以上整個數(shù)據(jù)采集、使用及管理過程都需讓用戶明確知情。以此，便可較好地平衡車企、用戶及其他合法的第三方的數(shù)據(jù)權益，統(tǒng)籌數(shù)據(jù)保護與數(shù)據(jù)共享聯(lián)通的利益需要。

建立健全算法記錄留存、公開與備案制度。鑒于目前多數(shù)圍繞自動駕駛汽車的糾紛與爭議來自于車商是否通過算法吞噬了事故發(fā)生時的數(shù)據(jù)以及算法記錄是否存在缺陷，對于算法記錄的留存、公開與備案工作應予跟進，至少包括以下方面：

其一，自動駕駛算法記錄應當?shù)玫酵咨票９埽诒ＷC算力與維護運行周期的前提下，為交通肇事的裁判提供完整的依據(jù)，不允許擅自篡改、刪除相關記錄數(shù)據(jù)，并設置平臺向主管機關傳輸保存數(shù)據(jù)的義務。

其二，建立健全披露算法記錄及備案制度，不僅在爭議案件中需向執(zhí)法司法機構及時提供相關算法記錄及備案情況，還應引入公平、公正、專業(yè)化的第三方監(jiān)督機構對自動駕駛算法記錄進行監(jiān)督。這一點《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》第24條中已有提及，該條規(guī)定“具有輿論屬性或者社會動員能力的算法推薦服務提供者應當在提供服務之日起十個工作日內通過互聯(lián)網(wǎng)信息服務算法備案系統(tǒng)填報服務提供者的名稱、服務形式、應用領域、算法類型、算法自評估報告、擬公示內容等信息，履行備案手續(xù)”。

然而，由于該條款僅提及“具有輿論屬性或者社會動員能力的算法推薦服務提供者”，并未涉及自動駕駛場景下涉及駕駛功能的算法服務，故很難要求車企就其駕駛場景下的算法及記錄進行主動備案，下一步還需要解決好自動駕駛算法治理的問題。

規(guī)范數(shù)據(jù)共享治理推動自動駕駛場景下數(shù)據(jù)聯(lián)通。自動駕駛數(shù)據(jù)，需要通過共享和流轉，才能釋放其最大價值?！吨泄仓醒?國務院關于構建數(shù)據(jù)基礎制度更好發(fā)揮數(shù)據(jù)要素作用的意見》為數(shù)據(jù)要素市場化的建設提供了基礎性指導，同時還需要通過完善豐富法律法規(guī)文件中對于數(shù)據(jù)互聯(lián)互通的規(guī)定，推動各車商最大限度地進行合作。與此同時，特別要注意的是，自動駕駛車商所收集的數(shù)據(jù)不僅致力于研發(fā)汽車，更是意在與自動駕駛配套的智慧路網(wǎng)，而道路交通屬于基礎設施的范圍，如果其數(shù)據(jù)不及時與政府、監(jiān)管者進行同步，在利益驅使下一些超大型平臺企業(yè)有可能在社會公共基礎設施領域建立起數(shù)據(jù)圍墻。為此，政府需盡快推動并規(guī)范公私主體間的數(shù)據(jù)共享，在保證公共數(shù)據(jù)服務安全的基礎上，推動數(shù)據(jù)要素市場化配置。

自動駕駛技術的不斷發(fā)展及產(chǎn)業(yè)化、商業(yè)化運用，推動著智能交通的高速建設與發(fā)展，在這一過程中保障和推動自動駕駛行穩(wěn)致遠的關鍵在于自動駕駛場景下數(shù)據(jù)的安全與聯(lián)通。在做好自動駕駛數(shù)據(jù)合規(guī)收集和使用的前提下，完善數(shù)據(jù)的保護與聯(lián)通，才能為自動駕駛技術及產(chǎn)業(yè)的健康發(fā)展奠定堅實的制度基礎，著實有效推動我國在車聯(lián)網(wǎng)、物聯(lián)網(wǎng)深度融合乃至整個社會智能交通領域的安全發(fā)展。

（作者為南開大學法學院副院長、教授、博導，南開大學競爭法研究中心主任，中國新一代人工智能發(fā)展戰(zhàn)略研究院特約研究員）

【注：本文系教育部人文社會科學重點研究基地重大項目“全球數(shù)據(jù)競爭中人權基準的考量與促進研究”（項目編號：19JJD820009）及2023年度最高人民法院司法研究重大課題“數(shù)據(jù)權益知識產(chǎn)權司法保護問題研究”（課題編號：ZGFYZDKT202317-03）階段性成果】

【參考文獻】

①鄭戈：《數(shù)據(jù)法治與未來交通——自動駕駛汽車數(shù)據(jù)治理芻議》，《中國法律評論》，2022年第1期。

②陳禹衡：《〈數(shù)據(jù)安全法〉下自動駕駛算法數(shù)據(jù)的分類、保全與合規(guī)》，《科技與法律（中英文）》，2022年第3期。

③葉強：《德國自動駕駛立法評析》，《國外社會科學》，2022年第2期。

責編/于洪清    美編/宋揚

聲明：本文為人民論壇雜志社原創(chuàng)內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。