1 摘要
我國車禍案件中原告起訴請求被告賠償損害者，被告通常會抗辯原告就車禍發生亦有過失；縱無抗辯，法院亦會本於職權適用民法第二百十七條與有過失之法則，減輕被告之過失責任。然而，傳統學說僅注重與有過失法則之理論基礎及適用場合，鮮少關心其於實務上適用之結果。法院雖述及「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，多數鮮少說明其為何得出該比例。其心證究竟如何推演、以及各項因素在權衡中有多重要的影響。是以，本文擬利用數位人文方法為其進行實證分析，迴歸分析及決策樹之方法，找出法院於判定過失比例時究竟何項因素(如車禍態樣、原被告之交通工具、原被告之傷重程度、鑑定意見如何等因素…)佔有優先地位，並試圖整理歸納出法院判定過失比例之模型。
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，並加上原被告傷種程度、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187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
在RStudio中設定好會用到的相關package，以及使用read.csv函數讀入已經整理過後的資料後，我們即可開始就資料進行分析。
4.1 資料預覽
首先先就資料進行概覽以及相關分析。
4.1.1 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187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:
| frequency | |
|---|---|
| dfrontneg | 48 |
| dturnneg | 36 |
| dyieldstraight | 18 |
| ddistance | 17 |
| dstartneg | 15 |
| dyieldmain | 15 |
| dnotslow | 13 |
| dbackneg | 11 |
| dsign | 9 |
| dagainst | 8 |
| dunlicenced | 8 |
| dyieldped | 8 |
| ddirectlight | 7 |
| doverspeed | 5 |
| dpark | 3 |
| dpedcross | 3 |
| ddrunk | 2 |
| doccupy | 2 |
| dopenneg | 2 |
| dpassneg | 2 |
| duturnsidewalk | 1 |
| duturndoubleline | 1 |
| dnightlight | 1 |
| dcloseneg | 1 |
如此一來，我們已從82個變數中取出有關被告行位態樣之變數，並且計算其案件量。我們可以發現被告行為態樣中，以“變換行向疏忽(dturnneg)”以及“未注意車前狀況(dfrontneg)”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化成長條圖:
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)”、“未減速慢行(pnotslow)”、“變換行向疏忽(pturnneg)”以及“未注意前車狀況(pfrontneg)”四者為大宗。再者，“開車門疏失(popenneg)”此一變數並無任何案件，在往後分析中將略去之。
| frequency | |
|---|---|
| pfrontneg | 34 |
| ppark | 27 |
| pnotslow | 24 |
| pturnneg | 22 |
| poverspeed | 17 |
| psign | 13 |
| pdistance | 13 |
| pagainst | 7 |
| poccupy | 7 |
| pyieldmain | 5 |
| pbackneg | 4 |
| pdirectlight | 4 |
| pstartneg | 2 |
| pnotright | 2 |
| pdrunk | 1 |
| punlicenced | 1 |
| ppassneg | 1 |
| pnightlight | 1 |
| pstop | 1 |
| popenneg | 0 |
4.1.2 其他變數類別
除了行為態樣外，我們將變數分為“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。
| frequency | |
|---|---|
| dbigcar | 11 |
| dsmallcar | 142 |
| dmotorbike | 31 |
| dped | 3 |
| frequency | |
|---|---|
| pbigcar | 4 |
| psmallcar | 116 |
| pmotorbike | 56 |
| pped | 11 |
| frequency | |
|---|---|
| ddead | 0 |
| dserious | 0 |
| dminor | 6 |
| dgreat | 181 |
| frequency | |
|---|---|
| pdead | 8 |
| pserious | 12 |
| pminor | 49 |
| pgreat | 118 |
| frequency | |
|---|---|
| djob | 53 |
| pjob | 18 |
| frequency | |
|---|---|
| dexpfaultmore | 31 |
| dexpfaultless | 11 |
| dexpfaulthalf | 9 |
| dexpfaultall | 8 |
| noexpert | 128 |
| frequency | |
|---|---|
| weather | 9 |
| traffics | 1 |
| freeway | 4 |
| prightyes | 50 |
| prightunk | 122 |
| prightno | 15 |
| nofaultissue | 7 |
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。3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.多數案件中原被告皆無身體損傷，而以請求財產賠償為主。特別的是被告方面並無死亡及重傷者，此二變數在下述資料分析中將予剔除。
3.被告為職業駕駛者明顯多於原告。
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，因案件數量甚少，在下述之討論中將略去之。
以上變數之長條圖，分示如下:
