作者：蔡川子，華南理工大學法治經濟與法治社會研究中心副研究員，法學博士
摘要
數據抓取是數據處理的前提，是數據產業的基礎，更是推動數據普及運用的重要途徑。然而，我國包括《數據安全法》在內的相關立法，并沒有為數據抓取劃定邊界。實踐中，《反不正當競爭法》一般條款的泛化適用已在某種程度上阻礙了數據經濟社會效能的發揮。數據問題的合法性判斷具有高度場景化的特點，抓取行為是否具有不正當性應結合數據交易價值和個案抓取手段進行判斷，抓取行為是否產生競爭損害則取決于對后續數據產品及服務的市場替代效果評估。若以“數據壟斷”對不正當抓取行為進行抗辯，在無法達到壟斷的市場判定標準情況下，限制抓取行為也將構成數據不正當競爭行為。此外，在競爭法框架下還應考慮自由公平競爭秩序、市場創新，以及消費者多樣化選擇等公共利益目標。
關鍵詞：數據抓取 競爭利益 競爭法 法律規制
數據抓取是數據處理的前提，是數據產業的基礎，更是推動數據普及運用的重要途徑。然而，我國包括《數據安全法》在內的相關立法，并沒有為數據抓取劃定邊界。實踐中，《反不正當競爭法》一般條款的泛化適用已在某種程度上阻礙了數據經濟社會效能的發揮。數據問題的合法性判斷具有高度場景化的特點，抓取行為是否具有不正當性應結合數據交易價值和個案抓取手段進行判斷，抓取行為是否產生競爭損害則取決于對后續數據產品及服務的市場替代效果評估。若以“數據壟斷”對不正當抓取行為進行抗辯，在無法達到壟斷的市場判定標準情況下，限制抓取行為也將構成數據不正當競爭行為。此外，在競爭法框架下還應考慮自由公平競爭秩序、市場創新，以及消費者多樣化選擇等公共利益目標。
數據抓取是數據處理的前提，是數據產業的基礎，更是推動數據普及運用的重要途徑。然而，我國包括《數據安全法》在內的相關立法，并沒有為數據抓取劃定邊界。實踐中，《反不正當競爭法》一般條款的泛化適用已在某種程度上阻礙了數據經濟社會效能的發揮。數據問題的合法性判斷具有高度場景化的特點，抓取行為是否具有不正當性應結合數據交易價值和個案抓取手段進行判斷，抓取行為是否產生競爭損害則取決于對后續數據產品及服務的市場替代效果評估。若以“數據壟斷”對不正當抓取行為進行抗辯，在無法達到壟斷的市場判定標準情況下，限制抓取行為也將構成數據不正當競爭行為。此外，在競爭法框架下還應考慮自由公平競爭秩序、市場創新，以及消費者多樣化選擇等公共利益目標。
數據抓取是數據處理的前提，是數據產業的基礎，更是推動數據普及運用的重要途徑。然而，我國包括《數據安全法》在內的相關立法，并沒有為數據抓取劃定邊界。實踐中，《反不正當競爭法》一般條款的泛化適用已在某種程度上阻礙了數據經濟社會效能的發揮。數據問題的合法性判斷具有高度場景化的特點，抓取行為是否具有不正當性應結合數據交易價值和個案抓取手段進行判斷，抓取行為是否產生競爭損害則取決于對后續數據產品及服務的市場替代效果評估。若以“數據壟斷”對不正當抓取行為進行抗辯，在無法達到壟斷的市場判定標準情況下，限制抓取行為也將構成數據不正當競爭行為。此外，在競爭法框架下還應考慮自由公平競爭秩序、市場創新，以及消費者多樣化選擇等公共利益目標。
一、數據抓取行為的中立性與競爭性特點解析
數據競爭利益在不同市場主體之間的流轉與沖突，使得數據抓取糾紛層出不窮，對司法理念和審判考量因素提出了更高的要求。平臺數據不正當競爭糾紛的根源在于產業內的利益爭奪，故分析此類問題需以解構數據競爭行為作為基礎，在總結數據競爭行為特點的基礎上，提煉出抓取行為構成不正當競爭的共性。
（一）數據抓取行為的技術中立性
數據抓取是指利用自動化算法程序，按照預設路徑遍歷網絡內容，實現標的信息抓取并保存至本地數據庫的過程，其核心技術是網絡爬蟲（web crawler），其本質上是一套實現高效下載的系統，采用遍歷網絡內容的方式，按照指定規則，自動提取所需的網頁數據，并下載到本地形成互聯網網頁鏡像備份的程序。從應用層面看，這一技術最早為搜索引擎獲取數據來源的支撐性技術之一，其依賴自動抓取互聯網上的第三方網站網頁，再將抓取到的網頁進行備份、建立索引，儲存到自身服務器緩存中。因此，網絡爬蟲技術作為一項有利于社會經濟發展的搜索技術，對于技術行為本身，立法與司法應秉持中立原則。但是，技術中立原則在具體數據競爭糾紛中的應用，則需要結合技術使用的具體方式、競爭目標，以及技術運用所產生的市場競爭效果予以綜合考量。我國司法實踐中對“技術中立原則”的適用邊界已經給出較為明確的界定，以技術中立原則給予法律責任豁免的情形通常僅適用于技術提供者，而對于實際使用技術的主體，則應視其具體行為是否符合法律規定進行判斷。因此，數據抓取技術的運用存在惡意使用、危害社會公共利益，或違背商業道德、擾亂公平競爭秩序，均屬于超越技術提供者的中立身份，違背技術中立原則的初衷。
數據抓取技術及數據應用的創新具有推動社會經濟發展的積極意義，但是技術也存在被惡意使用的問題。為了應對抓取技術所帶來的訪問壓力、維護數據利益，與數據抓取行為相對的限制數據抓取技術隨之出現。限制數據抓取在技術上體現為使用一切可能的措施、技術，阻止他人批量獲取自身網頁數據，其關鍵在于識別與阻擋批量信息抓取，具體表現形式包括網站robots協議或爬蟲協議、用戶IP訪問識別、自動內容訪問協議等。當前，數據抓取的相關糾紛頻發，大多數起源于后進入相關市場的競爭者受制于數據獲取困難的競爭狀態，原本中立的數據抓取技術在此背景下日益成為經營者奪取核心數據資源并攫取其競爭優勢的技術手段。應當意識到，數據資源的開放共享是實現數字經濟發展的必由之路，但同時，數據的獲取和運用不僅決定著數據企業經營成敗，也決定著數據行業業態是否向著良性競爭的方向發展。因此，堅持數據抓取的中立技術本質與防止過度的數據抓取限制甚至數據壟斷之間的平衡，對數據競爭規制亦是挑戰。
（二）數據抓取行為模式的隱秘性
數據抓取競爭行為的競爭雙方具有不對稱性。在傳統競爭行為中，參與競爭的市場主體基本處于體量相當的層面，在多數情況下以直接競爭者的角色出現。而在平臺競爭環境下，它們在經營體量和規模上相距甚遠，甚至連主營業務都不盡相同。參與競爭的市場主體已從一種直面彼此、直接競爭的關系逐漸演變為依附、寄生的關系。大型互聯網數據平臺通常擁有龐大的投資者群體和知名度，而數據抓取方可能僅是一家提供計算機技術服務的小微企業，數據雙方甚至并無業務交集，數據抓取小微企業在經營規模上一般不足以與大平臺相抗衡。但其可以通過數據抓取手段，分析大平臺的業務模式摸索大平臺用戶的喜好和消費趨勢，推出相關插件工具和程序以分割大平臺的客戶粘度，由此實現數據抓取技術的客戶數量變現。因此，平臺環境下的競爭雙方或市場主體在行業內可以處于任何量級，這在傳統的不正當競爭糾紛中并非常態。
同時，數據抓取競爭行為的行為模式具有隱蔽性、競爭目的具有搶奪性，體現在兩個層面。第一個層面是行為主體更隱蔽。在傳統的競爭行為中，競爭雙方以直接競爭對抗關系為常態，對于市場主體而言，其競爭對手和反制目標確定且顯而易見。但在數據競爭環境下，部分參與競爭的市場主體會選擇以自身下沉的“去中心化”模式實施不正當競爭行為。該種行為模式使得進行數據批量獲取行為的主體可以隱居幕后，如通過分散的數據抓取地址、多次重復型抓取等，令行為痕跡較難追溯。第二個層面是行為效果更隱蔽，背后競爭目的具有搶奪性。數據抓取技術在具體實施過程中可具有不同的前端效果和后臺效果——前端效果往往僅為假象掩護，后臺效果才是其真正的競爭目的。比如，前端數據抓取行為表現為計算機信息重復過濾和篩選等，但在此過程中，其想實現的競爭目的是通過數據抓取行為實現諸如篡改用戶瀏覽器主頁、對不同廠商瀏覽器進行區別對待、算法歧視、數據“搭便車”等抓取效果。因此，對數據抓取競爭行為的定性，需要從抓取行為的實質層面進行剖析和解讀。
（三）數據抓取行為影響的廣泛性
數據抓取競爭行為的第三個特點是抓取行為的影響具有一定的產業延伸性。從正面角度分析，平臺經濟本身具有“放大效應”，各市場主體之間關聯緊密，個體競爭者實施的競爭行為比較容易波及廣泛，換句話說，由于數據競爭者之間可能存在較深的依附關系，故抓取競爭行為容易對被依附一方的商業環境造成破壞。然而，從反面角度看，也正是由于數據抓取行為所具有的這種產業延伸性，企業才可能通過數據處理、交易和結合不斷完善和創新相關產品與服務，數據才最終得以通過企業間的數據型活動產生更大的經濟價值。如旅行搜索引擎使用數據預測特定路線的航班價格趨勢、電子商務網站通過分析用戶的購買信息和瀏覽記錄為用戶推送購物建議。當數據轉化為有價值的信息或內容，由此創造了數據實現其社會和經濟價值的節點。
因此，競爭法針對數據抓取問題的規制應首先關注規制對象，即數據實現交易價值的競爭手段特點與造成競爭損害的具體模式，此二者皆因數據價值的產生方式而與產業形態直接相關。同時，數據抓取是否會造成競爭損害又進一步與服務市場相關。因此，對于這些關系的清晰梳理將成為數據不正當競爭行為判定的分析起點。
二、數據抓取競爭法規制的必要性及路徑梳理
針對數據抓取問題，首先應明確的是，數據的利用價值不在于類似知識產權一樣的創造性或新穎性，而在于其所蘊涵的通過分析、挖掘才能發現的潛在價值。同時，數據天生具有的流動性使得法律對數據的保護力度較弱。除了法律規制，市場機制也已對數據抓取競爭行為作出了反應。一些大型互聯網平臺正在成為創新的阻礙者——其試圖通過設置限制數據抓取手段，破壞新進入者和潛在競爭者的商業模式，以此鞏固和維持其市場地位。平臺數據市場的這種具有自發性的應對機制反映的是抓取行為合法性邊界問題，對此，除刑法中明確規定了非法獲取計算機信息系統數據罪外，民法中并無專門的法律規范進行調整�；诖�，以下將對數據抓取相關的現有法律保護模式進行分析和比較，歸納適用競爭法對數據抓取問題進行規制的必要性。
（一）數據利益不適合用傳統民法和合同法進行保護
根據傳統財產權勞動理論，勞動使人們對原來處于共有狀態的一切撥歸了私用，從而產生了私人所有權，亦即“財產權的正當性來源于勞動”。拋開抓取行為，就數據而言，數據的采集、分析和存儲需要數據經營者投入大量的人力和資金，且根據上文所述的數據特點，數據能夠產生巨大的經濟效用正是基于這些投入而產生的后續數據應用價值。因此，數據經營者似乎對此類具有交易價值的勞動成果應享有某種類似傳統民法所保護的財產權益。當前部分學者肯定了數據屬于民法上“物”的范疇，認為數據具有民法上“物”的法律屬性，基于此，數據收集者收集和整理數據的活動屬于勞動投入，應取得該部分數據的物權。此外，也有理論提出針對數據問題構建新型民事權利，如部分學者提出的“數據資產權”概念，包括為初始數據的主體配置基于個人數據的人格權和財產權；同時，賦予數據從業者具有排他性的數據經營權和數據資產權。還有部分學者提出采用“自物權與他物權相結合”的權利分割模式，根據不同主體對數據形成的貢獻來源和程度的不同，設定數據原發者擁有數據所有權、數據處理者擁有數據用益權的“二元權利”結構。但是，以傳統民法規范進行數據保護及相關行為規制存在的問題是，強調數據的財產屬性或主張將其物權化，皆與數據的本質特性不兼容。
數據抓取和后續價值的產生，本質上是信息的匯集。相比于傳統民法意義上的動產、不動產等有形財產，數據抓取行為產生的效果并不發生有形控制的占有；數據抓取之后進行的分析使用并不發生物的損耗使用。因此，數據抓取這種市場行為所涉及的競爭目標，已經超越傳統民法上對物的保護范疇，通過物權法規制數據抓取行為并不合適。
除了物權法，通過合同法調整數據抓取行為同樣無法與數據本質特征自洽。數據產業涉及平臺經營者、數據服務使用者和消費者等多方利益，因此，無論是否發生數據抓取的事實，數據分析、儲存及任何運用過程均涉及大量調整或規制數據流轉關系的合同。合同法調整動態的財產流轉關系，在數據領域，合同原則上只能約束與數據平臺或數據經營者存在合同關系的相對方，由此，數據經營者和數據平臺可通過爬蟲協議、robots協議等反抓取技術措施禁止網絡搜索引擎非法獲取數據。而一旦超出合同相對關系，數據抓取行為通過非法侵入計算機信息系統進行，數據經營者或平臺并不能根據爬蟲協議尋求法律保護。
（二）數據抓取的相關利益不能完全適用著作權法保護
經過分析或者通過抓取手段獲得并經過加工的數據，由于其產生需經過一定的人為勞動和分析加工成份，其內容或呈現效果可能具有一定的獨創性。但是，數據抓取這種重復、自動的行為模式，對內容的選擇主要通過機器計算機按照給定條件自動完成。也就是說，采用相同的數據抓取工具抓取和分析相同數據，最終基本都能得到相同的分析結果。因此，這并不能反映數據創造者或數據被抓取后所產生的創新價值，不應由個體壟斷或給予其著作權法保護。采用著作權法調整數據抓取問題的本質沖突在于，數據抓取行為在某種程度上屬于設定的算法，而算法的可版權性并不代表經由此算法處理取得的數據結果具有可版權性。
（三）數據利益的競爭法保護模式和路徑梳理
如前所述，數據平臺或數據經營者投入勞動所采集和分析的數據，在物權法或著作權法上的定性目前暫不明確。但是在數據行業及數據競爭市場上，加工過的數據無疑是決定數據企業競爭優勢的核心要素。對數據競爭優勢的法律保護長期缺席、數據平臺或數據經營者的投入產出低于正常比例，將不利于數據產業的良性競爭及業態發展。因此，具有實用性、能夠為權利人帶來現實或潛在經濟利益、已具備無形財產屬性的數據，應屬于受反不正當競爭法保護的法益。在此基礎上，利用抓取技術破壞他人市場競爭優勢、具有并存在為自己謀取競爭優勢的主觀故意、違反誠實信用原則、擾亂競爭秩序的數據抓取行為，應構成不正當競爭行為。
針對平臺數據抓取行為天然具有的市場競爭性，以及數據抓取行為所體現出的主體不對稱性、手段隱蔽性及競爭效果延伸性等分析已經說明，適用傳統物權法或合同法解決數據競爭問題不盡完善，平臺數據抓取問題應落入《反不正當競爭法》規制的范圍之內。首先，《反不正當競爭法》本質上是行為規制法，防止不必要的經濟損失，促進自由競爭和市場創新。其所保護的利益主體隨著競爭形態的變化而動態發展，一方面重視保護誠信經營者利益，另一方面重視消費者利益，這是兩項穩定的立法初衷。具體到數據抓取問題上，數據抓取競爭糾紛所涉及的經營者主要包括提供搜索引擎服務的平臺經營者，以及被抓取方的占有數據方經營者。嚴格來說，搜索引擎提供商與數據占有者不一定屬于同一市場或者直接產生競爭關系，其抓取行為產生不正當性主要通過抓取技術分流了對方的市場競爭優勢，攫取被抓取方利用自身數據進行交易的機會。此處如果對于數據占有方和數據抓取方的法益保護程度采用與權利同等程度的保護，容易出現限制他人競爭自由的限制效果，進而產生反競爭的負面作用。同時，以數據抓取問題為代表的網絡競爭行為也應同時落入《反壟斷法》規制的范圍，這也是立法探討中較常被忽視的一點。當前《反不正當競爭法》以明示立法的方式將網絡不正當競爭行為納為其調整內容，直接導致反壟斷法規制在該領域被架空的困境應受到重視。
在數據抓取問題上，競爭法應遵循反向規制邏輯，即并不直接通過法律條文規定何種權利受保護，而是通過調整數據競爭者的抓取行為本身來實現對數據經營者法益的保護，進而實現數據行業的數據流通和經營自由，保障數據平臺競爭秩序，從而實現對數據競爭自由的法律保護。探討平臺經濟和數據競爭糾紛的規制路徑，首先應梳理清楚數據抓取行為以及與之對應的限制數據抓取行為的合法性邊界，包括判定數據不正當抓取的標準因素、抓取行為產生的競爭損害如何衡量、數據領域競爭關系的劃定和針對數據不正當抓取的抗辯。在此基礎上歸納理論與司法實踐中針對數據抓取競爭行為的法律規則，明確反不正當競爭法在該問題上的適用邊界和邏輯理路。
三、數據抓取競爭法規制的重點
數據的利用價值在于通過分析、挖掘所產生的后續利用價值。同時，數據天生具有的流動性、數據抓取行為的特點，決定了調整以數據抓取行為為代表的數據競爭行為，應當從平臺發展核心要素這一本質核心要素出發，基于數據的產生及運用的規律，明確抓取行為的違法性判斷標準，在競爭法語境下厘清競爭關系和競爭損害的含義；同時，并在平衡數據競爭多方參與者利益的情況下實現個案公平。但是，當前《反不正當競爭法》和《反壟斷法》框架似乎并沒有做好充足的制度準備。
（一）數據抓取行為違法性判定標準欠缺
與數據保護相關的理論已經明確，數據的流動性這一物理屬性決定了對數據的保護可能終將有賴于數據控制者自身的技術和制度防護。在此基礎上，如果數據控制者采取技術防護，則應根據被抓取數據的種類決定所適用的法律，比如抓取個人數據可適用隱私法相關條款；抓取企業數據則適用技術合同進行約束；等等。而制度防護主要針對的是抓取公開數據問題。學界普遍認為抓取公開數據原則上不構成不正當競爭。然而，一旦數據提供者對自身數據設置了安全保障措施，行為人通過破解該技術措施而實施的數據爬取，則可能構成不正當競爭或非法獲取計算機信息系統數據罪。就立法而言，當前《反不正當競爭法》對數據抓取行為是否構成不正當競爭的規定比較模糊，對于數據抓取行為違法性標準的規定亦較為欠缺。加之，經濟法在內容上缺乏程序立法、缺乏對執法部門的權力制衡，由此造成執法隊伍難以把握《反不正當競爭法》的原則內涵、政府對互聯網經濟過度干預、阻礙互聯網技術創新和經濟發展的現實困境。
《反不正當競爭法》第12條所設立的互聯網專條在制定之后基本就被束之高閣，司法實踐仍然經常訴諸《反不正當競爭法》一般條款，以相關行為是否“擾亂市場競爭秩序，損害其他經營者或者消費者合法利益”作為裁判依據。增設互聯網專條的目的，不是將所有通過網絡平臺實施的數據競爭行為納入競爭法規制，而是考慮到互聯網技術與創新商業模式的快速迭代，原有競爭法條款無法涵蓋互聯網數據競爭的范疇。因此，出于立法體系初衷的考量，互聯網專條應體現立法的針對性與必要性。然而，互聯網專條并未明顯體現出數據競爭與傳統競爭模式之間的共性及個性，目前列舉類型所歸納的三大互聯網不正當競爭行為，在網絡平臺競爭環境下不具有互斥性，同一競爭行為通常同時符合多個類型條款的表述。也正是因為互聯網專條對于數據競爭行為的類型化表述較為寬泛，法院援引法律依據審理互聯網競爭案件時，出現了對互聯網專條兜底條款與一般條款進行“混搭適用”的情況。
（二）數據抓取行為所涉的競爭關系認定標準模糊
2009年最高人民法院于“海帶配額案”中明確了一般條款適用的三要件，具體為：第一，行為確屬法律未特別明確；第二，其他經營者的合法權益確因該競爭行為而受到了實際損害；第三，該種競爭行為確因違反誠實信用原則和公認的商業道德而具有不正當性或可責性。此三要件在一段時間內成為了類型案件判決的關鍵指引，但隨著數字經濟的持續升溫，數據抓取案件對該三個構成要件的具體適用提出了新的挑戰。首先，競爭關系的判斷是援引《反不正當競爭法》調整市場行為的前提要件，但是互聯網競爭領域的競爭關系判定更為復雜。在谷米與元光不正當競爭糾紛中，被告主張雙方軟件不存在收益情況，因此不存在所謂的“競爭”。但是，法院指出，競爭關系的存在不以雙方所提供的商品或服務是否具有營利性為標準。這說明，不同于傳統市場經濟，跨界競爭是互聯網的主要競爭模式，競爭關系的含義本身已經脫離狹義的競爭范疇，成為一種覆蓋整個網絡市場的統合型競爭。因此，以商品或服務的實際金錢收益為標準認定數據企業間是否存在競爭關系已經滯后。
其次，1993年《反不正當競爭法》和2019年新修訂的《反不正當競爭法》均有關于“其他經營者”的規定，但是，此用語是否僅限于“競爭對手”，是否將經營者之間存在競爭關系作為認定不正當競爭行為的前提，實務和理論界并沒有達成共識。廣義的競爭關系判定主要考慮經營者之間的業務范圍是否滿足重疊性、吸引或爭奪的消費群體是否一致、是否能以不正當方式減損其他經營者同性質的市場競爭優勢地位。然而，數據抓取問題面臨的競爭關系界定，需要在此廣義競爭關系上進行一定縮限。
從數據的產生方面看，數據企業或數據抓取企業在初生階段即可快速收集用戶數據，加之數據存儲和分析所需要的技術工具都可從眾多第三方渠道獲得，由此，數據的生產和分銷邊際成本幾乎為零；且數據的聚合本身并不產生價值，企業數據抓取行為的目的或產生交易價值的渠道在于數據的后續運用。所以，數據抓取競爭關系的判定，應更多聚焦在數據抓取之后對于數據的具體運用模式和運用效果。
（三）數據抓取行為所產生的競爭損害判斷邏輯不清
數據市場競爭具有強烈的對抗性，而競爭與損害相伴而生。在平臺競爭中，奪取他人市場或者客戶并不直接構成侵權，市場或客戶群體并非當然屬于原告，因此并不存在所謂“競爭侵權行為”。數據領域的競爭損害，僅在特定條件下才可能達到需要法律救濟的程度。然而，當前立法對于數據領域的競爭損害判斷的規定較為模糊，致使司法實踐出現“以損害存在”倒推“競爭行為具有不正當性”的情形。以大眾點評訴百度案為例，百度運用數據抓取技術收集整合用戶發布于大眾點評軟件中的商戶點評信息，并顯示在百度地圖上。法院認定該競爭行為具有不正當性的依據有兩個：一是所抓取的點評信息是大眾點評軟件競爭力的核心，因此抓取行為對大眾點評會造成競爭損害；二是百度的數據抓取行為對大眾點評造成了完全、實質性替代等因素。與此相類似，在阿里巴巴與南京碼注、微博與飯友案中，法院認為被告競爭企業在進行抓取數據之后，將數據內容獨立呈現及應用于其他行業，構成對原告數據功能的部分替代而致使用戶分流，由此推導出被告競爭行為具有不正當性。這種司法裁判現象一方面反映了具體判決指引的缺位，另一方面，此種判斷邏輯實際上是在事實上把對商業模式、商業機會等競爭優勢的保護，上升到類似于“商業資產專有權”的保護程度，以“法益遭受侵害為前提”來倒推判斷數據競爭行為的正當性。
討論數據抓取問題，無法避開的一個經濟學概念就是“搭便車行為”。搭便車行為較為常見的表現是在一方經營者的商業模式取得成功后，其他經營者沒有付出成本投入，直接模仿和借鑒其成功商業模式或者要素，以相同或相類似方式奪得競爭優勢的行為。在法經濟學領域，搭便車行為最常見的探討存在于商標假冒問題，因為假冒行為直接采用現有品牌及其成熟市場，以具有混淆性的替代性產品進行盈利。數據抓取問題比之于假冒行為，有相似也有不同。相似點在于，二者在實質上都違背了競爭環境下的誠實信用原則，且對于消費者來說都存在一定誤導性，在假冒產品上使消費者誤認為是品牌商生產的產品，在數據抓取問題上使消費者誤認為是先數據占有者產出或經營的相類似服務和產品。不同點有兩個方面，一是是否會造成市場代替的結果。假冒產品，以奢侈品為例，并不一定能夠產生市場代替的效果，因為正品和假冒產品的市場群體并不重疊，在相關市場的判定上正品和假冒產品并不相同。針對數據領域，容易造成市場代替結果的不正當競爭行為是通過數據抓取和分析進行“流量劫持”，違背用戶意愿并強迫其訪問，從而造成原網站平臺流量損失�！傲髁拷俪帧碑a生市場代替的效果一方面是因為此類平臺的經營模式、核心競爭力主要靠流量廣告交易產生盈利，因此劫持流量相當于直接劫持了對方收入；另一方面是因為此行為沒有提供任何新產品或服務，單單造成了客戶群體的轉移，從而構成不正當競爭。
綜上，傳統經濟學中搭便車理論雖然對數據抓取競爭行為的正當性分析提供了一定的理論基礎，但是其對于平臺數據競爭的固有特征缺乏考量�；ヂ摼W數據抓取行為在很大程度上的確具有搭便車行為的典型特征，但是抓取行為所產生的具體競爭效果或損害，不可一概認為就與傳統搭便車一樣“損害競爭”。對于數據抓取行為可能造成的具體損害應充分考慮數據競爭行為是否產生實質性的替代效果。
（四）對限制數據抓取可能造成的數據壟斷缺乏應有的關注
從消費者利益的角度出發，競爭法制度所鼓勵發展的產業形態特征是能以更低廉的價格為消費者提供更優質的服務，由此，企業數據創新最直接的體現即為社會和消費者提供多樣且免費的數據技術相關服務，在此過程中應當允許數據企業在其業務生產鏈中通過獲取和分析數據進行獲利。應當意識到，企業所獲取的用戶數據具有非競爭性，換言之，沒有任何數據企業能夠“控制”大量數據，并不存在所謂的“數據企業利用自身數據能力來鞏固自身市場主導地位”這一說法。如果經由反壟斷法直接介入為競爭企業作出選擇，則極易威脅到新產品和服務的創新。且從另一個角度看，平臺市場競爭的動態環境并不會向數據主導型大企業傾斜。因為數據產品差異性大，不同數據產品能夠提供的服務在類型、針對性和服務體驗等眾多方面都存在不同程度的差別。若無強有力的證據表明企業競爭行為存在排除或限制競爭影響，過于積極的反壟斷立法或司法只會阻礙競爭并抑制創新，從而損害消費者福利。
當前，司法實踐在維護數據流通與壟斷之間的平衡方面存在短板。如在百度訴360案中，百度限制360對其旗下包括百度百科、百度知道在內的內容服務網站進行數據抓取。法院認為本就具有市場優勢地位的百度公司利用多個相關市場的聯合擴大了自己的競爭優勢，基于此360的抓取行為具有不正當性。這實際上是放大了競爭行為正當性判斷的邊界，預設了數據經營者利用“在先壟斷”為自身創設競爭優勢，并將此判斷納入對手抓取競爭行為的正當性判定之中，缺乏從數據抓取行為本身出發分析論證行為正當與否。背后反映出《反不正當競爭法》和《反壟斷法》在具體數據抓取問題上的適用分界并不清晰。
《反壟斷法》以經濟政策為導向，保障市場主體自由競爭，預防和制止壟斷行為；《反不正當競爭法》以公認的商業道德為依托，調整市場主體采用不正當手段進行競爭的行為，二者在立法目的與調整范圍上均有所不同。傳統反壟斷法定義相關產品或服務市場時，除了需要從消費者的角度考慮哪些產品或服務會被消費者視為可互換或替代，還要考慮消費者的實際偏好和功能上的可互換性。然而，定義互聯網產品和服務的相關市場比較特殊。一方面，數據的產生缺乏成本，但是大多數反壟斷規制中關于市場和產品的分析模型主要都基于價格，因此，價格模型對于數據市場的分析可能并不適用。另一方面，競爭規制分析中關于“消費者是否可以有效地獲得替代品”的問題，主要考慮“地理市場”的定義。在傳統產品及服務業中，地理市場受到運輸成本、消費者地區偏好以及語言障礙的限制，且消費者自身所處位置也將決定當地的產品需求量和價格。不同于此，數據市場具有全球性，大多數基于平臺提供的服務和產品不受技術或地域標準限制皆具有全球性，并且通過數據抓取所分析出的大部分用戶習慣和喜好在全球范圍內很有可能具有普適性。因此，目前全球范圍內的競爭監管機構和法院皆未明確定義數據行業的“市場”。
歐盟委員會在2014年Facebook收購網絡聊天平臺WhatsApp案件的審查中，為數據行業的排他性競爭行為提供了比較具有參考性的分析框架。在數據競爭環境下，掌握較大數據量的成熟型數據企業在獲得一定網絡效應或網絡影響后，可能會阻礙其他后續競爭者進入此領域。但是，Facebook與WhatsApp的收購交易不太可能增加其他競爭者參與該領域市場競爭的難度，因為，第一，“消費者可以同時使用多個應用程序并且可以在不同軟件之間輕松切換——目前有大量的市場競爭參與者與Facebook一起收集用戶數據，包括Google、Apple、Amazon、eBay、Microsoft、Yahoo、Twitter、LinkedIn、Adobe和Yelp”。換言之，歐盟已經明確即使Facebook開始從WhatsApp用戶處收集數據也不會造成競爭損害，因為除了此二者合作產出的數據之外，數據平臺競爭環境下仍有海量數據并不在Facebook的控制范圍內，這些數據還有著巨大的廣告意義和競爭潛力。第二，由于Facebook和WhatsApp均未積極向第三方提供用戶數據、沒有活躍于任何此類潛在的數據交易市場，因此，歐盟無法在此情況下定義“大數據市場”或“數據分析服務市場”。
結合當前域外競爭法對于數據抓取問題的規制看，法律雖限制具有市場支配地位的競爭者濫用自身所具有的優勢地位，但并不要求其與其他競爭者共享數據。與此同時，目前，國內司法實踐中的數據壟斷糾紛案例也較為罕見。在數據產權及流轉規則都不明確的情形下，很難認定平臺企業獨占數據且構成壟斷并以此作為數據不正當抓取的抗辯。最終判斷抓取行為是否構成不正當競爭，仍應回到上述部分所分析的諸如數據競爭模式、抓取行為本身是否帶動產業創新，以及數據產品最終產生價值的方式上。此外，如果被抓取數據平臺沒有達到傳統反壟斷法對于壟斷的判斷條件，其限制數據抓取和流通的行為也應被認定為構成不正當競爭。
四、競爭法規制數據抓取的優化路徑
數據作為平臺企業競爭的核心資源，無論在當前立法框架下相關數據是否已明確構成一種被法律保護的企業財產權利，由于數據競爭行為關乎公平競爭秩序，因而相關競爭行為都能在反不正當競爭法中找到調整、適用的空間。同時，數據平臺市場秩序具有時代性，其隨著技術和服務模式的升級而改變。如何理解平臺數據產生和運用方式的特點、如何評估數據抓取行為對于平臺核心競爭力的影響，以及如何實現競爭法上涉及數據抓取的多方主體間的利益平衡，都對數據抓取問題的不正當競爭規制提出了新的挑戰，亦為完善平臺數字經濟的法律規制提供了契機。以數據抓取行為特點為基礎，以下嘗試針對數據抓取行為的不正當性判斷標準提出相關考量因素，厘清其與限制數據抓取行為的合法性邊界。
（一）數據抓取行為不正當性的判斷應考慮數據核心競爭力和創新模式
數據不正當抓取的行為模式具有一定的共性。首先，被抓取數據及后續產出應具有商業價值。數據的商業價值產生于流通環境下被用于具體產品、服務的開發和創新，因此，平臺數據共享決定了數據在開放流通的情形下可達最優效益。數據雖無明確的界權，但可以經營者貢獻、數據的開放程度來認定經營者是否對數據享有財產性權益。其次，數據抓取行為存在規模性與技術突破性。具有一定規模性的數據訪問方式可能造成網站運營的超載，影響經營者的正常經營活動。當前市場中，數據經營者出于穩定性、安全性、保護自身數據財產性利益的考量，一般會對產品采取一定的限制抓取技術措施，諸如驗證碼、注冊訪問制、IP訪問頻率檢測、請求時間窗口過濾統計等。因此，在判斷數據抓取技術是否突破合理限度時，應關注被抓取數據的類型以及經營者是否采取限制措施。最后，數據抓取行為的損害結果應具有可責性。數據抓取行為的可苛責性不在于造成其他經營者利益的減損，而在于行為越過誠實信用與商業道德，或在客觀行為層面采用了法律禁止的誤導或欺詐等行為方式，且最終造成了市場競爭秩序的扭曲。這主要包括抓取有技術措施保護的非公開數據、對抓取數據未作處理且在相同或相近領域直接商用以及其他違反行業慣例的數據抓取行為。
在提煉出數據不正當抓取的共性的基礎之上，不正當性判定應綜合考慮平臺數據競爭行為的創新模式、所抓取數據的價值及其創新目的以及抓取所產出的數據類產品是否能豐富產品多樣化這三個要素。當前，反不正當競爭司法實踐在面對數據抓取等互聯網競爭糾紛時，以“競爭優勢遭受損害”作為“行為正當與否”的論證基礎，帶有明顯的“權利侵害式”侵權認定之跡象，在擴大了反不正當競爭法規制范圍的同時也忽略了平臺數據競爭的固有特征。數據抓取行為實質是對用戶訪問行為的一種擬態，是大數據時代解決數據篩選、信息過濾的必然產物。如果抓取行為與用戶訪問行為無異，僅訪問平臺的表層數據，則其不正當程度較弱；如果繞過技術保護措施、造成平臺數據負載過大、采用法律所禁止的具有系統破壞性的技術等方式、數據抓取的后續應用并不產生任何產品或服務上的創新，則不正當程度較強。同時，數據抓取行為的目的不應與市場價值觀念顯著背離，數據是否屬于可自由流通的范疇（如商業秘密、涉黃涉暴等）、經營者數據權益的合法性基礎等問題也是行為正當與否的判定關鍵。
因此，競爭法規制的重點是不正當行為本身，而非競爭利益的全面保護，基于此，在裁判思路上，司法實踐應從傳統侵權法規制思路向“行為規制”思路轉變，將數據企業經營模式和平臺數據的核心競爭力來源因素納入到對數據抓取行為是否正當的判定中。
（二）在廣義競爭關系下對數據競爭關系進行一定的縮限
與傳統的經濟行業不同，互聯網行業并不具備明確的行業界限，平臺經濟所促成的“跨界競爭”成為最普遍、最重要的競爭模式。在此競爭模式下，平臺跨界競爭以用戶和數據資源的爭奪為目的開展商業活動，并不具有明確的競爭對手——這種競爭對手的不確定性不僅體現在數據體量上，也體現在對手的屬性與類型上。只有待競爭各方在某一時刻所爭奪的用戶產生交集，競爭對手和所謂“特定市場”競爭關系才會短暫明確。因此，數據領域的競爭行為與競爭關系之間不再具有傳統競爭法意義上的內在邏輯聯系。
在具體界定競爭關系的過程中，能夠決定競爭行為會產生“以不正當方式減損其他經營者同性質的市場競爭優勢地位”這種競爭效果的，是具體數據運用的模式。值得注意的是，數據的自由流通和抓取行為能夠經過后續分析而產生新產品，源于數據的非排他性、非競爭性，以及上述解釋的在線平臺所具有的高度差異性。數據企業通過抓取行為收集數據，并不會以另一企業的競爭資源為代價。同時，從數據用戶的角度看，“多重歸屬性”是數據平臺的服務常態，即數據用戶可在平臺上自由支配其數據、使用多個不同平臺服務提供商來提供不同服務甚至同一服務。目前通過數據抓取提供服務的數據平臺，對用戶數據并沒有明確的或事實上的獨占或排他性占有權或所有權，且就用戶服務條款而言，也沒有任何定價結構或法律強制性規定要求數據用戶僅可與一個數據平臺共享數據。而從平臺數據競爭的角度看，用戶數據的“多重歸屬性”可以在一定程度上維持數據企業間市場競爭力的平衡。
另外，從產品和服務的角度看，數據平臺本身其實具有高度的差異性，即使提供相同類型服務的平臺亦是如此，這使得經過不同平臺處理所產生的數據最終被運用的方式也具有高度的差異性。即使數據企業在進入市場初期采用的是數據抓取手段，隨著其逐步開拓自身數據市場，最終成為其核心競爭力的數據與其競爭對手核心競爭數據的區別只會越來越大，因為平臺數據業態發展的趨勢是提高更精確的產品及更具亮點的服務，所以，對某一個數據企業有用或重要的核心競爭數據可能對其他競爭企業來說并無太大用處。加上數據企業爭奪的消費群體在很大程度上存在高度的一致性，因此，完成數據抓取行為之后，能夠產出的數據類產品如何產生價值、如何被運用和消費以及如何推動產業創新，將影響競爭關系的判定�？缃绺偁幰呀洺蔀槠脚_數據的主要競爭模式，競爭關系由此脫離了狹義的競爭范疇，成為覆蓋平臺市場的統合型競爭。對于競爭關系的界定、是否存在競爭關系，個案中應回歸數據本質及特點，從數據抓取方的具體數據運用模式、數據新產品價值、運用和消費方式以及推動產業創新角度對廣義競爭關系進行一定的縮限。
（三）競爭損害判定應考慮數據經濟特征和市場替代效果
對于市場替代效果的判定，競爭法在數據抓取問題上應首先加入數據自帶的經濟意義考量。目前，數據經濟因素對于平臺經濟創新和對自由競爭的影響在競爭法規制中并沒有很好的體現。以數據平臺為代表的數據驅動型市場通常以低準入門檻為特征（low barriers to entry），而這一經濟特點深刻影響著數據競爭的模式。低準入門檻意味著對于新進入數據競爭市場的企業而言，其參與數據競爭所需要的數據量、數據質量，都沒有成熟型企業要求高。大部分通過數據抓取手段實現的在線服務，在啟動之初所需要的用戶數據并不多，其加入競爭的方式是通過推廣其能夠滿足客戶需求的新型產品，并在此過程中迅速收集新用戶數據，然后用于數據相關產品的進一步改進和升級。從競爭模式與數據運用結果來說，這與成熟數據企業已有的數據內容和競爭方式都不沖突。因此，數據競爭的低準入門檻經濟特點使得數據抓取行為在產生之時，如果只涉及競爭優勢的轉移，則并不必然構成不正當競爭。有可能構成不正當競爭的抓取行為應是在不具有數據產品或服務創新功能的同時實質性地替代了原產品或服務，如上文所述的“流量劫持”行為就產生了直接市場替代效果。
但并不是所有的數據抓取行為都必然導致原網站的流量損失，是否會導致原網站流量損失及產生實質上的市場替代效果還取決于第二個考量——產品差異性。在商標假冒領域，假冒產品與原產品幾乎無差異，反而差異性越小越能起到混淆的作用。但是,在數據領域則不同，正如上文所分析的數據行業準入門檻低和數據壽命短這類特點，差異性小的數據產品或服務在數據行業不具有任何競爭性。只有辨識度大的數據信息、與數據消費具體服務相關度高、更新及時的產品才能具備獨特的競爭優勢。舉例來說，美國司法部和審判法院均認為，針對數據產業的同行業收購行為，如果企業合并之后提供幾乎完全相同的服務或產品，這種并購并不會為數據市場帶來更好的產品、向消費者提供更低的價格，也不會實現數據平臺產業中更有突破性的創新。與這類無意義數據企業并購相反的是“數據驅動型創新理論”：Microsoft和Yahoo!在2010年提出建立與搜索引擎功能相關的數據功能合作關系，美國司法部認為，Microsoft獲取更多數據信息后將可對其搜索產品進行更快速、及時的改進，這將加大Microsoft的競爭優勢，進一步生產出Google的競爭替代產品，能夠提高數據驅動型效率。因此，數據抓取行為如果能夠產出或提供具有數據創新型的產品，也就實現了在自由競爭框架下的產業創新，不需要論證是否會產生市場代替效果。
再進一步，在具體判定實質性替代的過程中，應包括幾個更具體方面的考量。第一，被抓取的數據是否已經累積到一定程度的規模效應。第二，數據抓取后所產生的商業價值是否有利于自由競爭秩序的形成。第三，允許數據抓取所保護的單向數據經濟利益是否符合市場整體創新利益。如在大眾點評網與網易的移動客戶端“飯飯”糾紛中，大眾點評認為“飯飯”抓取其商戶信息、人均消費價格等具有大眾點評網特色的數據。從數據規模的積累方面看，大眾點評平臺的用戶點評信息可以認為是其核心競爭優勢資源，其付出大量時間和資金從用戶中收集。從商業價值看，其商業模式的服務目的是幫助平臺用戶在同類商家中優化選擇。而從自由競爭秩序和市場整體創新角度看，“飯飯”平臺通過抓取大眾點評數據所產出的服務與大眾點評（原告）無異，其競爭行為除了減損對手經濟利益外對于數據市場的服務和產品創新并無貢獻。因此應認為二者存在競爭關系且實質上代替了大眾點評向用戶提供的服務。
除此之外，通過實質性替代判斷抓取行為是否產生競爭損害，也是源于數據抓取行為本身的經濟意義——被抓取的數據壽命有限（short-lived），隨著時間的推移，數據價值會大大降低，通過數據抓取所獲得的任何競爭優勢都是短暫的。從競爭方式和競爭結果看，掌握大量陳舊或通用型數據并不一定會使成熟型數據企業或數據經營方獲得絕對的競爭優勢，也不會使新數據企業或數據抓取方處于絕對的競爭劣勢，因為數據市場真正需要的是有區別、有辨識度的數據信息。因此，納入數據和抓取行為的經濟意義考量，即明確了數據抓取競爭行為應實現的創新目的：并非創建“等同于競爭對手所享有的數據規�！保峭ㄟ^數據抓取這一技術手段積累高度相關、更新及時的數據，形成自身獨有的競爭特色和優勢。這也是數據競爭法所應關注和鼓勵產生的動態數據經濟效益。
（四）限制數據抓取的抗辯與抓取合理限度的設定
從競爭形態上看，數據成為平臺企業核心競爭資產這一現象說明，平臺企業所掌握的用戶數據數量，與其在平臺競爭中所能取得的競爭領先優勢成正比。基于此，從競爭手段上看，如果從非靜態數據庫中抓取數據，通常情況下抓取方均認為數據具有一定的共享性質，并以此作為抗辯，主張被抓取方限制對手抓取數據的行為構成數據壟斷。數據作為平臺核心競爭要素，的確存在像其他競爭資源一樣的壟斷可能性。因此，在判斷數據抓取方是否可以針對被抓取方的限制抓取行為援引“數據壟斷”作為抗辯，可考慮結合歐盟2020年《數字市場法案》（Digital Markets Act）中的“守門人標準”，同時分析其他競爭者參與該領域數據市場競爭的難度。
壟斷的本質描述的是一種競爭狀態，在數據領域形成此種狀態之后其他競爭對手需要付出更多時間和成本才能獲得同樣的數據體量。此時優勢方，通常也就是被抓取方，會利用這個差距優勢進一步拉開競爭差距。但是，如果限制抓取或拒絕分享數據的行為并不影響參與競爭的其他同類數據的廣告意義和競爭潛力，則不必然構成數據壟斷。針對限制抓取行為，若以“數據壟斷”作為抗辯，則應首先判斷是否形成反壟斷法意義上的數據壟斷地位，而此處，傳統反壟斷法主要采用的“市場支配地位”標準在數據問題上適用比較困難，因為如前所述，數據市場的定義與傳統行業相比存在較大的不確定性�！稊底质袌龇ò浮分械摹笆亻T人標準”具有一定的參考性。
歐盟《數字市場法案》側重解決平臺企業與平臺上經營者的公平競爭問題，將達到一定業務規模的極少數超大型數字平臺企業認定為“守門人”(gate-keeper)，對其適用最嚴格的競爭監管規則，建立公平的競爭環境，以促進數字經濟市場的創新、增長和競爭力。所謂“守門人”，是指在營業額、用戶數或市值達到一定規模，并且在至少三個歐洲國家提供平臺服務的企業。這些“守門人”有可能對數據流通產生影響、其經營著多個與消費者直接接觸的重要渠道、在經營中享有或預期享有牢固持久的市場地位，企業間數據流通和競爭皆需要依賴這些“守門人”，因此，其不公平行為可能加劇現存的數據行業壁壘，對行業的公平競爭產生負面影響。具體來說，該法案規定，“守門人”應允許數據企業用戶在其平臺以外的其他平臺推廣產品并簽訂合同；應允許用戶訪問在使用其平臺時所產生的數據；不得以收集數據的方式與對手競爭。同時，該法案并不影響歐盟成員國競爭法的實施，只是在競爭法無法有效規制的情況下才會對其進行補充規制。由此可見，《數字市場法案》要解決的是經濟不平衡問題、“守門人”的不公平商業行為和由此帶來的負面后果，比如平臺數據市場的競爭力減弱問題，這恰好與數據抓取問題不謀而合。
其次還應結合其他同類數據的競爭潛力、他人獲取同類近似信息的可能性，以及相關數據產品對于此數據的依賴程度予以考慮。同時應認識到，即使成功援引數據壟斷作為抗辯，也不能就此認定或倒推數據抓取行為具有不正當性。最終判斷數據抓取行為是否構成不正當競爭，仍應著眼于上述部分指出的諸如數據競爭模式、抓取行為本身是否帶動產業創新，以及數據產品最終產生價值的方式。更重要的是，如果援引數據壟斷作為抗辯不成功，限制抓取方沒有形成反壟斷法意義上的數據壟斷地位，則其限制競爭對手抓取其數據的行為也可能構成不正當競爭。
最后，互聯網數據經濟語境下的競爭，旨在確保企業的自由、消費者的選擇，以及保護和增加創新潛力。然而，傳統反壟斷法理論中的“消費者福利”理論已經受到平臺數字經濟模式的挑戰。反壟斷法的傳統理論對創新的直接關注相對較少，主要以價格和產出這種靜態效率作為衡量標準來考察消費者福利的增減。但將這種靜態衡量標準應用在平臺數據競爭領域，則會忽略數據競爭和平臺經濟所具有的動態創新效率。競爭必然帶來商業利益或交易機會的得失，而競爭法調整的范圍應當限定在“不正當行為”的范圍內，根據不同市場參與者的不同競爭利益來分析判斷，并無固定不變的價值位階和權重。因此，可同時考慮引入以效率為價值取向的多元利益動態權衡分析模式對上述考量因素進行整合，橫向上綜合考量自由公平競爭秩序、競爭行為正當性、消費者選擇是否能實現多樣化等多元價值和目標，縱向上綜合考量整體數據經濟利益、市場競爭利益以及競爭者個體利益的動態平衡，劃出數據抓取行為正當性與非正當性的邊界。
五、結語
數據已成為平臺經濟產業內最重要的競爭資源與生產要素。面對數據抓取行為所帶來的立法與司法雙重挑戰，《反不正當競爭法》互聯網專條、一般條款，甚至《數據安全法》，皆未能很好地回應數據抓取問題。當前數據抓取等互聯網競爭糾紛的司法實踐多以“競爭優勢遭受損害”作為“行為正當與否”的論證基礎，帶有明顯的“權利侵害式”侵權認定之跡象，在擴大了競爭法規制范圍的同時也忽略了數據競爭的固有特征。不正當競爭行為的本質，是其客觀造成了市場機制的扭曲，破壞了市場結構。因此，競爭法規制的重點是不正當行為本身，而非競爭利益的全面保護，裁判前提應是競爭行為因客觀上扭曲了市場機制而需要法律加以修正，并非具體權益遭受侵害而需要法律保護。基于此，在裁判思路上，司法實踐應從傳統侵權法規制思路向“行為規制”思路轉變，將數據企業經營模式和平臺數據核心競爭力因素納入數據抓取行為正當性判定的考量范疇。
不正當競爭行為的本質，是其客觀造成了市場機制的扭曲，破壞了市場結構。因此，競爭法規制的重點是不正當行為本身，而非競爭利益的全面保護，裁判前提應是競爭行為因客觀上扭曲了市場機制而需要法律加以修正，并非具體權益遭受侵害而需要法律保護。基于此，在裁判思路上，司法實踐應從傳統侵權法規制思路向“行為規制”思路轉變，將數據企業經營模式和平臺數據核心競爭力因素納入數據抓取行為正當性判定的考量范疇。