研究显示，我国每年的拥堵成本占GDP的2%左右[1]。据公安部数据，截至2017年底，我国机动车保有量约3.10亿辆，其中汽车约2.17亿辆，占比70%；汽车驾驶人达3.42亿人。从分布上看，全国有53个城市的汽车保有量超过100万辆，24个城市汽车保有量超过200万辆，7个城市超过300万辆，2018年由于拥堵带来的经济损失占城市人口可支配收入的20%。巨大的交通流量加上昂贵的拥堵成本，使得智慧交通成为我国现阶段交通治理合理的解决办法。为此我国计划在2030年前部署超过3000万台无人驾驶汽车，无人驾驶汽车的销量将从2020年的8000辆/年增长到2035年的950万辆/年，占所有轻型车销量的75%[2]。

我国人工智能产业主要集中在无人驾驶、模式识别（图像识别、语音识别）及智能机器人三大部分，无人驾驶产业占人工智能全部产业规模的30%左右，其增长速度与人工智能全部产业增速保持一致。根据知名市场调研机构Statista的预测，全球人工智能市场规模未来10年将持续保持年均50.7%的速度增长，到2025年，全球市场规模有望达到369亿美元。清华大学中国科技政策研究中心公布的《中国人工智能发展报告2018》称，截至2017年我国人工智能市场规模已达237亿元，同比增长67%。

近年来，无人驾驶产业相关公司获得巨额融资。2017年上半年，全球无人驾驶领域公开融资及并购共32起，涉及金额超过79亿元人民币，其中我国的蔚来汽车和小鹏汽车分别以23亿元、22亿元分列第一位和第二位。2018年5月，Roadstar.ai以3亿美元的估值完成A轮融资，获1.28亿美元注资。3个月后，Pony.ai以接近10亿美元的估值完成A轮融资，无人汽车配套的激光雷达环境感知解决方案提供商速腾聚创（RoboSense）也获得包括阿里巴巴、上汽集团合计超过3亿元的战略投资。大量新鲜资本的注入不仅能够保证无人驾驶产业的快速发展，也反映出无人驾驶产业具有光明的发展前景。

目前，我国无人驾驶产业还没有类似于美国Google、Tesla的处于行业绝对领先位置的巨头，仍处于“百家争鸣”的状态，产业生态的主题是“竞争与合作”。如汽车电子产业联盟自动驾驶处理器专委会（AEIA）就是在汽车电子产业联盟指导下，由地平线（horizon.ai）牵头，黑芝麻科技、中兴汽车等机构共同成立的组织。该组织联合无人驾驶领域产业链上下游企业（车企、一级供应商、传感器企业），组织开展全国产业化自主车载计算平台的研发工作。近年来，类似的组织正在密集建立，各组织之间的关系也是竞争与合作共存，这种竞合的产业生态正是促进无人驾驶产业飞速发展的关键。

无人驾驶产业的高速发展需要大量高层次产业人才。2017年，教育部、人力资源和社会保障部、工业和信息化部联合印发的《制造业人才发展规划指南》显示，作为十大重点领域之一的节能与新能源汽车人才仅有17万人，预测到2020年，无人驾驶领域人才需求将达85万人，2025年达到120万人，缺口可能高达100万人。截至2017年6月，全球人工智能企业共2542家，其中美国占比42%，我国占比23%，排名次席。专业人才缺乏已成为限制人工智能技术快速发展的更大因素。目前我国汽车行业技术人员约为50万人，占比不到15%，对应的发达国家占比都在30%左右，汽车行业整体人才缺口较大，在无人驾驶领域高层次人才的培养及引进上，我国还有很长的路要走。

我国相关行政立法的不足制约着无人驾驶行业的发展。如《道路交通安全法》和《道路运输条例》规定，只有在机动车及其驾驶人分别符合“机动车国家安全技术标准”和“国务院公安部门规定的驾驶许可条件”的情况下，才能够在公共道路上行驶[3]。当前无人驾驶汽车在我国不具有“道路通行权”，相较于国外积极出台无人驾驶汽车相关法律，我国在无人驾驶领域的法律亟需完善。

2018年7月4日，全球首款L4级自动驾驶巴士“阿波龙”正式量产下线。除了汽车行业外，在无人自行车、无人潜艇和无人飞机等领域都有阶段性的成果。随着5G时代的来临，超高清精准地图、交通实时监控和先进驾驶员辅助系统都将成为我国实现对国外变道超车的主要技术手段。大量国内初创公司已经将目光聚焦未来，均胜电子正在开发更高集成度的域控制器，路畅科技先后与腾讯、百度和阿里巴巴等互联网巨头达成战略合作，星网宇达出资2.6亿元，希望整合智能无人系统产业链。

技术的发展是一把双刃剑，无人驾驶产业的蓬勃发展，在让人们享受技术进步成果的同时，也带来诸多社会影响。

无人驾驶产业带动的是高效、绿色的智能经济，其降低的产业成本往往是传统经济中低效的、以牺牲生态环境为前提的部分。如美国圣塔克拉拉大学彼得森教授研究发现，90%的交通事故是驾驶员操作不当造成的，而无人驾驶技术将会减少40%的追尾事故，与此同时，每年死于交通事故的人数大约在130万人，无人驾驶的普及将来会缩减保险公司成本。

随着智能经济的增加，就业结构也将发生明显变化。2014-2016年，我国就业人员总数由77253万人增加到77603万人，但除了第三产业人员增加400万人以外，第一产业和第二产业就业人数均有下降，在人员构成比例方面，第一产业下降1.8%，第二产业下降1.1%，第三产业上升2.9%[4]。智能经济短期内对简单体力及脑力劳动者冲击较大，因此，必然会产生新的就业需求，如无人驾驶虽减少对司机的需求，但却亟需车辆生产和维护方面的人员。同时无人驾驶产业也能够带动相关产品行业发展，2014年我国车载传感器达到9515万只，复合增速22.29%，市场规模128.3亿元，复合增速6.81%，市场的高速发展必定会吸引大量优秀人才，进而改变就业结构。

在国内，《道路交通安全法》《道路运输条例》均没有针对无人驾驶汽车进行完善。在国外，美国内华达州早在2011年就通过了AB511法案，其中规定了无人驾驶汽车的道路行驶权。欧洲和日本稍晚，但也在2015年后明确无人驾驶汽车引发事故的责任认定问题。2018年4月，工业和信息化部、公安部和交通运输部联合印发的《智能网联汽车道路测试管理规范（试行）》，对智能网联汽车道路测试申请、审核、管理以及测试主体、测试驾驶人和测试车辆要求等进行规范。这是首次从国家层面引导、规范“无人驾驶”，具有里程碑意义。随着无人驾驶技术的不断深入，必然要求加快相应法律法规的完善。

从起源到现代社会，人类都是通过不断劳动维持种族的延续，其高度智慧与肢体协调性成为一种天然优势。无人驾驶技术的普及可能导致人类弱化了路况判断和风险规避能力，甚至会影响人类感知风险的整体能力。“起点-终点”式的行驶方式，减少了人类自身记忆路径和规划路程的过程，导致人类记忆力和综合评估能力在一定程度上退化。无人驾驶技术带给人类便利的同时，也会在一定程度上致使人类更加懒惰，最终导致人体机能的退化。

无人驾驶的环境判断是通过雷达、光电探测器等实现的，环境信息传输给核心芯片处理后作出指令规划。在这个链路中，探测器、中央处理器和执行机构都存在着问题风险。探测器在理想状态下没有风险，但是实际生活中路况是十分复杂的，如车辆通过泥泞路段溅起的泥沙可能会封闭探测器，导致处理器判断前方有障碍，实施紧急制动，后车因反应不及造成追尾事故。而且中央处理器是通过人工智能算法实现的，人工智能算法的判定准确率不可能完全达到100%，哪怕0.01%的可能也会引发交通事故。

如Google无人驾驶车在实地测试中，多次出现事故，大多数机动车驾驶人认为无人驾驶汽车在急转弯、紧急停车等方面的处理以及行驶方式与常规“驾驶思维”存在着差异。沃尔沃在一次对全球50000名消费者进行的调查显示，72%的受访者希望保留人类干预汽车的选择权，说明无人驾驶的机器规则与现代交通秩序的对接还存在障碍，甚至是冲突。

世界第二大再保险公司Munich Re调查显示，55%的企业风险经理将网络安全看作是无人驾驶汽车面临的更大问题。无人驾驶汽车对网络的依赖极高，如2015年，网络安全人员通过破译车载网络的信息通道，成功入侵克莱斯勒公司智能化车载系统UConnect，致使车辆传动系统和发动机系统运行失控[5]；甚至可以通过入侵网络将一辆辆无人驾驶汽车变成武器炸弹。网络基础设施建设同样也关乎人身安全，类似于现在手机导航在桥下或是隧道中无法发挥作用，网络的延迟或是失效可能会造成无人驾驶汽车的安全事故。虽然实时预警基础设施的出现可以在一定程度上帮助解决网络信息安全威胁，通过靠边停车等手段规避风险，但是在科技飞速发展的今天，未来的挑战仍会源源不断，无人驾驶产业还有很长的路要走。

参考文献：