上海拟立法规推动自动驾驶进出租车:概念股涨停背后的五辆车
10月29日A股盘面上,“智能驾驶出租车”概念突然引爆。大众交通(600611。SH)开盘后快速拉升触及涨停板,随后开板震荡回落,最终收盘大涨5.30%,收于每股4.37元——市值瞬间逼近103亿元。紧随其后的还有锦江在线(600650。SH),同样跟涨。
这股资金的冲动并非毫无来头。几天前,《上海市出租汽车条例(草案)》公开征求意见,明确提出“依法有序推动自动驾驶技术在出租汽车行业的安全应用”。这本是地方性法规修订的常规动作,却精准地踩在了资本市场最敏感的神经上。
问题的关键在于:立法真的会让自动驾驶出租车明天就出现在街头吗?
从议案到条例,立法到底推了多远?
这场行情的情绪源头可以追溯得更早一些。早在2026年上海两会期间,市人大代表、大众交通董事长杨国平就已经提交议案,建议加快修订《上海市出租汽车条例》,将智能网联汽车的运营监管纳入其中。
从议案递交到条例草案征求意见,中间经历了长达数月的审议与修改。按中国地方立法的一般流程,这并不意味着即将落地——条例正式颁布施行还需要经过市人大常委会表决通过、公告公布等一系列程序,距离真正生效还有一段不短的时间。
每日经济新闻的报道显示,此次征求意见稿的核心指向是解决“规模化受阻”问题。具体而言,就是要为自动驾驶出租车建立一个合法合规的商业化运营框架:明确谁有资格运营、谁来承担事故责任、车辆准入标准是什么。这些确实是Robotaxi从实验走向商用的必要前提。
但把立法意图等同于商业前景,中间的跳跃过大。
五辆无人车,撑不起一百亿的叙事
大众交通是本轮行情的绝对主角之一。公司官方回应称业务布局以公告为准,同时提示未来业务趋势存在不确定性——这通常是上市公司面对概念炒作的标准避险措辞。
看数字就能明白为什么需要提示不确定性:截至报道时,大众交通拥有的各类车辆总数超过1.2万辆,其中数千辆是出租车。在这些庞大的资产里,实质投入示范运行的无人Robotaxi只有5辆。另外在嘉定区,还有38辆主驾有人辅助的车辆在进行测试。
这是一个什么样的量级?
如果把这5辆无人车和传统出租车放在一起对比,比例大概是千分之二。就算算上那38辆辅助车辆,全部加起来也不过四十余辆,占公司总车队的比重不足万分之三。
更关键的是这笔账怎么算。
大众交通2026年上半年数智交通产业收入5.03亿元,占总营收比例50.57%。乍一听规模不小,但公司同时明确表示:现有的示范运行对经营基本不产生实质性收入。 也就是说,这五十多亿元的数智交通收入主要来自哪里、和那5辆无人驾驶出租车有没有直接关系,外界无从得知。
换句话说,一个只有5辆车的试验项目,正在被市场按照百亿元市值的逻辑来定价。当涨停板的资金退潮之后,剩下的问题是:这5辆车什么时候能变成500辆、5000辆?或者说,它永远不会达到这个数字?
立法不是终点,是另一层考验的开始
杨国平在接受采访时点出了当前上海Robotaxi面临的三大短板:全市性法规体系不完善、区域发展不均衡、示范运营车辆数量严重不足。他建议立法推进中坚守“控制总量、优化结构配比、规范资质管理”的底线。
这段话本身其实传递了一个重要信息:即便是最直接受益的业内企业负责人,也清楚地知道当前的机器人出租车距离真正的商业化还有很远的距离。
从全球范围看,已经跑通商用闭环的案例屈指可数。Waymo在美国凤凰城、旧金山等城市开展的付费服务是目前最接近成熟形态的模式之一——但它建立在美国特有的城市密度、基础设施条件、保险体系和消费者接受度之上。上海能否复制这套路径,取决于多个变量之间的匹配度,而非一部地方法规。
国内其他城市的竞争也在同步推进。北京亦庄、深圳、武汉等地都已开放过L4级自动驾驶测试区域,部分城市开始探索准商业化运营模式。上海的优势在于政策先行者的身份和市场体量的叠加效应,但这个优势并不会自动转化为短期内的业绩兑现。
谁能看懂下一步
对于关注这个赛道的投资者和普通读者来说,与其押注某一天突然“全面解禁”的幻想,不如建立一套可追踪的观察框架。以下五个指标值得持续关注:
第一,示范运行车辆的爬坡速度。 从5辆到50辆、再到500辆,每上一个数量级都意味着完全不同的成本结构和盈利可能。如果能拿到官方公布的季度投放计划或企业披露的扩展时间表,是最直接的跟踪依据。
第二,条例正式通过的时点和条款细节。 目前的征求意见稿和最终颁布版本之间可能存在重大差异。尤其要关注事故责任认定、保险机制设计、区域开放范围等核心条款——它们直接决定企业敢不敢大规模投车。
第三,头部智驾企业的订单或合作落地情况。 Robotaxi的商业模式本质是科技公司和出行服务商的分工协作。大众交通和小马智行的合作已经在嘉定展开,但这类合作的合同金额、运营期限、结算方式是否透明披露,决定了我们能不能看到真实的商业进展。
第四,单车运营成本与传统司机的对比。 很多预测模型假设无人驾驶能大幅降低成本,但这个假设依赖传感器价格下降、算法可靠性提升和运维效率等多个变量同时向好。如果算不过来这笔账,商业化就始终是停留在PPT上的故事。
第五,公众接受度和事故率数据。 任何一起涉及自动驾驶出租车的交通事故,都可能直接导致政策节奏放缓。反之,如果连续几个月零事故记录且乘客投诉率低,反而会加速地方政府的放开决心。
立法确实是一个里程碑式的信号,但它更像是在铺轨——火车什么时候跑起来、跑多快,取决于更多看不见的东西。


