本文已改寫為期刊論文投稿。參見康心宥、郭恩佳、邵軒磊、黃詩淳,〈初探車禍判決中法院認定之過失比例之因素〉,預定刊登於月旦法學雜誌,305期,頁數未定(2020年10月)。

1 摘要

「車禍」的當事人常因損害賠償問題而付出各種金錢、時間成本甚至情緒負擔。法院如何認定車禍中原告與有過失之比例,並無公開標準。因此本文針對當事人未受傷或死亡的純粹財損型「小車禍」,探討何種情狀與法院認定過失比例相關。具體言之,本文的分析資料為臺灣臺北地方法院近二年之車禍相關之第一審民事判決書,且涉及民法第217條與有過失之事件。在此114件小車禍判決中,被告過失比例約在60%左右,而法官最常判定的被告過失比例則是50%。經由法律資料分析之迴歸方法,發現「原告有路權」、「鑑定意見對被告過失之認定」與法院認定之過失比例呈現顯著相關,而職業駕駛人雖有若干「劣勢」,但不及相關。

2 理論初探與問題所在

隨著科技的發展,動力交通領域已是現代社會中不可或缺的一部分,在此領域中最為常見的法律相關爭議之一即是由車禍所衍生出的侵權行為損害賠償事件或過失傷害刑事案件。在一場交通事故發生後的法律相關流程如下:當事人應通知警方至肇事現場處理後,警方會將現場的有關跡證送回作分析,並製作雙方的詢問筆錄以及「道路交通事故初步分析研判表」,其上會記載「當事人可能之肇事原因(違規事實)」,以作為釐清雙方法律責任之初步依據 1 。若是對於警察機關所為「肇事原因」初步研判,認為尚有待釐清肇事責任的事項,則須申請行車事故鑑定機構鑑定。

目前原則上是由交通部公路總局各區或直轄市政府「車輛行車事故鑑定委員會」依交通部所發布「車輛行車事故鑑定及覆議作業辦法」進行鑑定。依照該辦法第8條,鑑定報告應記載「肇事經過」、「肇事分析」及「鑑定意見」,肇事分析是針對車禍當時之道路、號誌及天候狀況、駕駛行為、佐證資料、路權歸屬以及法規依據等逐一說明,鑑定意見則可分為下列幾種:1.雙方當事人僅一方有過失者,以「為肇事原因」表示。2.雙方均有過失,且過失程度相同者,以「同為肇事原因」表示。3.雙方均有過失,但過失程度不同者,較重一方以「為肇事主因」表示;較輕一方依次以「肇事次因」、「亦有過失」、「亦有疏忽」、「稍有疏忽」表示 2 。所謂「肇事原因」,依照內政部警政署發布之「道路交通事故處理規範」第2點第12款,係指「與交通事故之發生有客觀上相當因果關係之原因、行為或事實。」而當中之相當因果關係指依經驗法則,綜合行為當時所存在之一切事實,為客觀之事後審查,認為在一般情形下,有此環境、有此行為之同一條件,均可發生同一之結果者,則該條件即為發生結果之相當條件,行為與結果即有相當之因果關係。此外,「路權」的概念不僅是近年學說用來判斷責任認定的依據,也在行車事故鑑定實務中,被廣泛運用 3 ,作為由規範面去探求肇事原因的判斷依據 4 之一。

最後,若案件進入民事訴訟程序,則法院會參考當事人的主張、道路交通事故初步分析研判表、鑑定意見等各項事實,綜合判斷在個案中各項事實究竟對於最終發生的損害結果是否有相當因果關係,若原告的行為對最終損害的發生或擴大與有過失的情形,則法院所得出被告應賠償的比例會有所降低。此與有過失理論雖向來為學說及實務所承認,但因為車禍的型態千變萬化,故少有學說進一步討論如何判定個案中雙方的過失比例,只能委諸實務發展。然而,法院在判決中雖述及「揆諸上開說明,兼衡雙方車輛肇事情節、過失程度輕重」後直接判定被告過失比例為若干百分比,幾乎少有說明其為何得出該比例。故在法院得出心證的判斷過程中,究竟那些因素是較為關鍵、會影響到最終結果的,往往不得而知,在本報告之前,也未發現學界有針對判斷過程及結果有相關的實證研究與分析,因此本研究擬透過數位人文學課堂上所學習到的研究方法,包含迴歸分析、決策樹模型及主成分分析的方法,探索出法院所主要參考的因素為何與各因素所占比重多寡,並據此建構法院綜覽事實後的判斷模型。

3 資料來源

本報告的目的在探究法院在判斷車禍案件中雙方過失比例時,主要的決定性因素為何,因此,本報告的分析對象是車禍案件中有涉及到被害人與有過失的裁判。如同前述,在我國法院中,車禍的案件數量相當多,因此裁判的數量也十分可觀,故本報告將範圍縮小至臺灣臺北地方法院兩年來的民事裁判。為蒐集這些判決,本報告使用法源法律網之裁判書查詢系統查詢民國107年1月1日至108年10月18日共接近兩年期間的第一審裁判。

本報告使用之關鍵字為在「裁判主文」欄位「-上訴」來排除在地方法院簡易庭上訴至合議庭的第二審案件,並在「法院心證」欄位輸入「(車禍+交通事故)&(民法第217+過失比例)」,涵蓋了車禍案件法院可能以車禍或交通事故稱呼的情形,以及在案件中或有直接引用民法第217條或為引用此法條,但有在裁判中判斷雙方過失比例的情形。

在此搜尋條件下共有208則判決,並經由人工編碼,參考「道路交通事故初步分析研判表」之記載內容即上述鑑定報告書中「肇事分析」的內容將判決所提及的原被告行為態樣、天候情形、路況情形(ex:路面坑洞、積水、塞車)、車禍是否發生在高速公路上,並加上原被告傷重程度、原被告駕駛車輛種類、原被告是否擁有路權及個案中是否有鑑定意見分別編上0或1的變數,在編碼過程中,並剔除其中非涉及原被告雙方過失比例的案件,如連帶債務人間的比例分擔、三人間的過失比例分配等,最終共收錄了183件判決作為本報告分析的基礎。

本報告所用中英編碼對照表如下:

中英文編碼對照表
中文 英文 說明
原告 p
被告 d
被告有無違反號誌 dsign 有1無0
被告有無超速 doverspeed 有1無0
被告有無逆向行駛 dagainst 有1無0
被告是否酒駕 ddrunk 是1否0
被告是否違規停車 dpark 違規1合法/不涉及0
被告是否違規佔用車道(右轉、左轉、公車道) doccupy 有1無0
被告是否違規在行人穿越道迴轉 duturnsidewalk 是1否0
被告是否無照駕駛 dunlicenced 是1否0
被告是否違規跨越雙線迴轉 duturndoubleline 是1否0
被告是否未減速慢行 dnotslow 沒減速1有減速0
被告有無起駛疏忽 dstartneg 有1無0
被告有無倒車疏忽 dbackneg 有1無0
被告有無變換行向疏忽 dturnneg 有1無0
被告是否未讓主幹道先行 dyieldmain 未讓1有讓/無判斷0
被告轉彎、迴轉是否未讓直行車先行 dyieldstraight 未讓1有讓0
被告是否開車門未注意 dopenneg 未注意1有注意0
被告是否未注意車前狀況 dfrontneg 未注意1有注意0
被告是否未注意行人、未禮讓行人先行 dyieldped 未注意1有注意0
被告是否會車不慎 dpassneg 是1否0
被告是否夜間行駛無燈光設備 dnightlight 無設備1有設備0
被告是否未行走行人穿越道而貿然穿越車道 dpedcross 未行走1有行走0
被告是否應顯示而未顯示方向燈 ddirectlight 未顯示1有顯示0
被告是否未保持行車安全距離 ddistance 未保持1有保持0
被告是否後車廂門未確實關妥致脫落 dcloseneg 未關閉1有關閉0
原告有無違反號誌 psign 有1無0
原告有無超速 poverspeed 有1無0
原告有無逆向行駛 pagainst 有1無0
原告是否酒駕 pdrunk 是1否0
原告是否違規停車 ppark 是1否0
原告是否違規佔用車道(右轉、左轉、公車道) poccupy 有1無0
原告是否越級駕駛大型重型機車 punlicenced 是1否0
原告是否未減速慢行 pnotslow 沒減速1有減速0
原告有無起駛疏忽 pstartneg 有1無0
原告有無倒車疏忽 pbackneg 有1無0
原告有無變換行向疏忽 pturnneg 有1無0
原告是否未讓主幹道先行 pyieldmain 未讓1有讓/無判斷0
原告是否開車門未注意 popenneg 未注意1有注意0
原告是否未注意車前狀況 pfrontneg 未注意1有注意0
原告是否會車不慎 ppassneg 是1否0
原告是否未保持行車安全距離 pdistance 未保持1有保持0
原告是否未顯示方向燈或煞車燈 pdirectlight 未顯示1有顯示0
原告是否夜間行駛無燈光設備 pnightlight 無設備1有設備0
原告是否於未劃分向標線路段未靠右行駛 pnotright 未靠右1有靠右0
原告是否不依停車再開標示指示行駛 pstop 不依1有依0
被告是否為職業駕駛員 djob 是1否0
被告是否為大型車 dbigcar 是1否0
被告是否為小型車 dsmallcar 是1否0
被告是否為機慢車 dmotorbike 是1否0
被告是否為行人 dped 是1否0
被告車種 dcar 大型車4小型車3機慢車2行人1
原告是否為職業駕駛員 pjob 是1否0
原告是否為大型車 pbigcar 是1否0
原告是否為小型車 psmallcar 是1否0
原告是否為機慢車 pmotorbike 是1否0
原告是否為行人 pped 是1否0
原告車種 pcar 大型車4小型車3機慢車2行人1
被告是否死亡 ddead 是1否0
被告是否重傷 dserious 是1否0
被告是否輕傷 dminor 是1否0
被告是否沒有受傷 dgreat 是1否0
被告傷情 dinjure 死亡3重傷2輕傷1沒有受傷0
原告是否死亡 pdead 是1否0
原告是否重傷 pserious 是1否0
原告是否輕傷 pminor 是1否0
原告是否沒有受傷 pgreat 是1否0
原告傷情 pinjure 死亡3重傷2輕傷1沒有受傷0
是否天候不佳 weather 不佳1佳0
是否路況不佳(路面坑洞、積水、塞車) traffics 不佳1佳0
是否在高速公路上 freeway 是1否0
路權 right 原告1被告-1無法判定0
原告有路權 prightyes 是1否0
無法判定原告路權 prightunk 是1否0
原告無路權 prightno 是1否0
兩造是否不爭執過失比例 nofaultissue 不爭執1爭執0
鑑定意見是否判定被告過失多 dexpfaultmore 是1否0
鑑定意見是否判定原告過失多 dexpfaultless 是1否0
鑑定意見是否無偏好 dexpfaulthalf 無偏好1有偏好0
鑑定意見是否判定被告全責 dexpfaultall 是1否0
是否無鑑定意見 noexpert 沒有1有0
鑑定意見 dexpfault 被告全責4被告多3無偏好2原告多1無0
過失比例(被告應負責比例) dfault 百分比
被告作為 dacts 是1否0
被告不作為 domissions 是1否0
原告作為 pacts 是1否0
原告不作為 pomissions 是1否0

4 資料分析

4.1 車禍造成之被害人損害

由下表可見,在183個觀察值中,被害人(原告)死亡者有8件,重傷10件,輕傷51件,無傷之情形114件。
p harm
frequency percentage(%)
pdead 8 4.37
pserious 10 5.46
pminor 51 27.87
pgreat 114 62.30

一般人會關心「原告受傷了是否會獲得更多的賠償」,不禁令人懷疑「原告受了傷是否會讓被告過失比例變大(原告與有過失變小)」,故我們先利用迴歸觀察原告方面的損害對過失比例的影響。因一案件只會屬於pdead、pserious、pminor、pgreat)其中一類,為避免完全共線性之問題,我們只先加入了三個變數,略去pgreat,得迴歸分析如下:

model_pharm
  dfault
Predictors Estimates std. Error Statistic p
(Intercept) 62.19 *** 1.94 32.02 <0.001
pdead -0.94 7.58 -0.12 0.901
pserious 13.81 * 6.84 2.02 0.045
pminor 4.15 3.49 1.19 0.236
Observations 183
R2 / R2 adjusted 0.027 / 0.011
  • p<0.05   ** p<0.01   *** p<0.001

因為略去之變項為pgreat,因此各變項之係數即為各自與pgreat的差別。例如,被害人若為重傷,被告過失比例比起被害人無傷的情況,將增加13.81%;而被害人若是死亡,被告的過失比例相較於被害人無傷之情形,則沒有特別顯著的差別。

此一模型中僅有pserious是顯著的,所以我們可以說,相較於被害人無傷也就是純粹財損的「小車禍」的情形,「被害人重傷」在法院認定雙方過失時,可能對被害人比較有利。也因為發現了此一現象,本文認為法院在被害人受有人身損害時,對過失比例的認定方式或考量要素可能與僅有財損的狀況不同,從而,以下僅就件數最多的pgreat亦即被害人無傷之114件判決做檢討。

4.2 敘述統計

4.2.1 行為態樣

由於本資料係由虛擬變數組成(即除被告過失比例外,各變數之資料均由0或1組成),因此我們關心究竟於114件案件中,有多少案件符合各變數而被標記為1。以被告行為態樣為例:

d behavior
frequency percentage(%)
dfrontneg 28 24.56
dturnneg 24 21.05
ddistance 24 21.05
dstartneg 12 10.53
dbackneg 12 10.53
dyieldstraight 12 10.53
dnotslow 6 5.26
dyieldmain 5 4.39
dpark 4 3.51
dsign 3 2.63
dagainst 3 2.63
dunlicenced 3 2.63
doccupy 2 1.75
dopenneg 2 1.75
dpassneg 2 1.75
ddirectlight 2 1.75
doverspeed 1 0.88
duturndoubleline 1 0.88
dnightlight 1 0.88
dpedcross 1 0.88
dcloseneg 1 0.88
ddrunk 0 0.00
duturnsidewalk 0 0.00
dyieldped 0 0.00

如此一來,我們已從82個變數中取出有關被告行為態樣之變數,並且計算其案件量。我們可以發現被告行為態樣中,以“未注意車前狀況(dfrontneg)”以及“變換行向疏忽(dturnneg)”佔了大宗。為了近一步可視化其間差異,我們將案件量與變數畫成長條圖:

同樣地,我們繼續觀察其他變數。如下所示,原告行為態樣方面,則以“違規停車(ppark)”、“未注意前車狀況(pfrontneg)”、“變換行向疏忽(pturnneg)”以及“未保持安全距離(pdistance)”四者為大宗。

p behavior
frequency percentage(%)
ppark 26 22.81
pfrontneg 26 22.81
pturnneg 16 14.04
pdistance 15 13.16
pnotslow 12 10.53
poverspeed 6 5.26
pagainst 6 5.26
pyieldmain 4 3.51
pbackneg 3 2.63
poccupy 2 1.75
pstartneg 2 1.75
pdirectlight 2 1.75
ppassneg 1 0.88
pnotright 1 0.88
pstop 1 0.88
psign 0 0.00
pdrunk 0 0.00
punlicenced 0 0.00
popenneg 0 0.00
pnightlight 0 0.00

4.2.2 其他變數類別

除了行為態樣外,我們將變數分為“被告的傷重情況”、“交通工具”、“職業駕駛員”、“鑑定意見”、“其他”等五類,並分別執行上述步驟。

d trans
frequency percentage(%)
dsmallcar 97 85.09
dmotorbike 10 8.77
dbigcar 6 5.26
dped 1 0.88
p trans
frequency percentage(%)
psmallcar 107 93.86
pmotorbike 4 3.51
pbigcar 3 2.63
pped 0 0.00
d harm
frequency percentage(%)
dgreat 114 100
ddead 0 0
dserious 0 0
dminor 0 0
job
frequency
djob 30
pjob 17
expert
frequency percentage(%)
noexpert 102 89.47
dexpfaultmore 4 3.51
dexpfaulthalf 3 2.63
dexpfaultall 3 2.63
dexpfaultless 2 1.75
p right
frequency percentage(%)
prightunk 78 68.42
prightyes 28 24.56
prightno 8 7.02
others
frequency
nofaultissue 3
weather 2
freeway 2
traffics 0

其中值得注意者有:

1.多數案件中原被告皆以小客貨車為主。有一個案件之被告為行人,多係因其胡亂穿越馬路導致車輛閃避不及而導致車禍。

2.在我們將焦點關注在原告無傷的案件之後,被告方面傷亡情形也僅剩無傷。

3.被告為職業駕駛者約為原告之兩倍。

4.多數案件並未送請鑑定,而送請鑑定之案件中判定被告過失多者較多。

5.多數案件中原告方面是否有路權並無法從判決中得知,或者該次車禍情事不涉及路權判斷。

6.其餘變數如“天氣不佳(weather)”、“路況不佳(traffics)”、“高速公路(freeway)”、“未爭執過失比例(nofaultissue)”等案件數量甚少。

以上變數之長條圖,分示如下: