数据爬取不正当竞争认定的反思与转进

丁国民， 陈子剑

(福州大学 法学院，福建 福州 350108)

2021年3月，第十三届全国人大四次会议表决通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，其中对“数字化发展”作了专篇规定，并提出“激活数据要素潜能”“健全数据要素市场规则”等发展要求。2021年12月，国务院发布《“十四五”数字经济发展规划》，再次强调要“加快构建数据要素市场规则，培育市场主体、完善治理体系，促进数据要素市场流通”。在互联网、大数据与实体经济深度交融的数字化时代，回应好数据互联互通与市场竞争规制关系这一时代之问，就成为了理论界与实务界不可回避的一大重要议题。

在反不正当竞争法研究视阈下，部分学者正逐步摆脱数据爬虫“害虫化”之固有思维，努力寻求数据共享与数据保护的动态平衡。例如，丁晓东从“场景化分析”入手，提出在个人数据隐私保护无虞的前提下，尽量扩宽数据合理使用之范围[1]；许可坚持最小伤害分析原则，借用阿历克西权重公式，细化数据权益考量，划定数据爬取行为的正当性边界[2]；张占江认为完全禁止数据爬取有违数字产业发展规律，可从商业逻辑、竞争秩序、基本权利三个维度对数据爬取行为作出准确认定[3]。与此相对应的，却是对数据爬取行为几乎一律禁止的反不正当竞争司法实践，从“大众点评诉百度”(1)上海市浦东新区人民法院(2015)浦民三(知)初字第528号民事判决书。“微博诉饭友APP”(2)北京知识产权法院(2019)京73民终2799号民事判决书。等案可见，司法审裁正陷入传统侵权救济与强化数据控制之误区。由于对竞争法认定范式的误读，法院甚至在行为性质相似的“百度诉360”终审案(3)北京市高级人民法院(2017)京民终487号民事判决书。与“字节跳动诉微博”终审案(4)北京市高级人民法院(2021)京民终281号民事判决书。中得出了完全不同的判决结论，前案认为百度限制360爬取其网页内容构成不正当竞争，而后案则判定字节跳动擅自利用技术手段爬取微博数据信息构成不正当竞争。

针对实践困局与认定误区，《最高人民法院关于适用〈中华人民共和国反不正当竞争法〉若干问题的解释(征求意见稿)》(以下简称《征求意见稿》)曾在第26条中明确了数据爬取行为的规制依据，并对既往严格禁止模式做出一定改变，彰显了反不正当竞争法介入市场调节的审慎态度。遗憾的是，这一思路在司法解释正式稿中并未得到坚持，使得数据爬取的不正当竞争认定范式迟迟未能得以修正。在数据爬取行为的具体规制场域，如何统筹经营者损失与市场公平竞争、消费者福利提升，如何平衡大数据时代数据流通与数据保护关系，亟待反不正当竞争法之回应。

一、数据爬取不正当竞争认定范式之反思

有学者对2010年1月至2021年5月间涉及数据爬取不正当竞争纠纷的20例案件进行了实证研究，发现《反不正当竞争法》第2条的适用率高达80%[4]。可以预见，在互联网专条采取封闭列举的规定模式下，一般条款将继续作为判断数据爬取不正当竞争行为的重要依据。对一般条款的准确适用，需把握其要素判断方法的内在逻辑。然而，在不同规制理念下，经营者权益、市场竞争秩序、创新激励以及数据流通等要素并不当然处于同一位阶，而有赖司法审裁的综合衡量。综观既往判决，司法实践对数据爬取行为的认定渐有走偏趋势。

(1) 既往规制实践囿于私法保护行权逻辑 权利侵害认定范式是知识产权保护思维模式的产物，通过论述经营者在数据收集与处理等环节付出辛勤劳动，从而将其竞争成果设定为法律上的“合法权利”进行绝对权保护，进而按照“行为-损害-因果关系”的侵权法判断逻辑将数据爬取定性为不正当竞争行为。此种过分强调保护经营者而忽视消费者利益与社会公共利益的做法一定程度上造成数据爬取不正当竞争认定“假阳性”的泛化。

在“大众点评诉百度”案中，法院认为汉涛公司为全面收集用户消费评价、维护大众点评网站付出了无数的心血与努力，应将其经营成果理解为汉涛公司独具特色的核心竞争利益。百度公司运用技术手段爬取大众点评网上的用户评价数据，放入百度旗下APP中，再将上述信息展示给访问用户的行为具有明显的“搭便车”特征，给汉涛公司带来实质性损害，故构成不正当竞争(5)上海市浦东新区人民法院(2015)浦民三(知)初字第528号一审民事判决书。。在“酷米客诉车来了”一案中，法院同样采取了侵权法的规制思路，认为元光公司爬取谷米公司企业数据的行为属于“不劳而获”“食人而肥”，其具有“损人利己”的主观故意，给谷米公司造成实质损害，因此判定该行为扰乱市场竞争秩序，构成不正当竞争(6)广东省深圳市中级人民法院(2017)粤03民初822号民事判决书。。在“淘宝诉美景”案中，法院亦采用“搭便车”等表述方式，通过论证数据爬取行为给淘宝公司造成损失，从而认定美景公司违反商业道德与诚信原则，构成不正当竞争(7)杭州铁路运输法院(2017)浙8601民初4034号民事判决书。。

当前，司法实践很大程度上陷入了将竞争利益作为专有权保护的思维窠臼，以竞争对手的利益保护为落脚点，以损害发生倒推行为违法，未能对竞争行为正当性进行反不正当竞争法意义上的实质利益衡量[5]。应当注意的是，过分强调供给侧经营者利益保护的“有罪推定”分析范式与反不正当竞争法的定位并不契合。一方面，竞争者间的力量对比与格局划分绝非一成不变，但市场竞争优势应当通过竞争建立，而非依赖公权力的扶持。为了实现更广泛的公平竞争与深度竞争，作为限权法的反不正当竞争法之干预应有限度，要尽量减少对市场活动的介入，避免数据竞争行为动辄得咎。另一方面，从比较法角度看，德国《反不正当竞争法》不受客体导向束缚，强调行为的正当性判断，只有在衡量各项具体利益后，才会对违法行为施以制裁[6]。这一规定的法理在于，经营者权益不能获得类似绝对权的保护力度，即便数据爬取已给竞争对手造成损害，但倘若其能给消费者及社会公共利益带来更大的福利提升，则“经营者受损”这一竞争结果可被适当容忍与接受。

反不正当竞争法并非保护单一经营者利益的侵权责任法，而是旨在鼓励和保护公平竞争、维护市场竞争秩序、保护经营者和消费者合法权益的行为规制法。坚持以竞争法理念判断数据爬取行为的正当性势必要跳脱“保护竞争者”的思维定式，使用“保护竞争”的分析范式，在竞争结构上对经营者利益、消费者权益及社会公共利益进行整体考量，努力实现推动竞争、促进创新的价值目标。

(2) 既往规制实践未能全面评判数据流通竞争效应 大数据时代数据的互联互通、开放共享对提高生产效率的乘数作用日益凸显。在数据法领域，学者主要就如何促进数据流通利用展开探讨[7]。相形之下，竞争法规制实践与学界研究对数据爬取行为带来的数据联通与技术创新效应则重视不够，一定程度上阻碍了互联网行业新技术与新商业模式的发展。

在“微博诉脉脉”案中，法院并未分析微梦公司对企业数据控制利益的界限，也未判断淘友公司爬取行为对数据流通及创新研发的影响，仅从“用户授权+平台授权+用户授权”的三重授权原则出发，认定二被告构成不正当竞争(8)北京市海淀区人民法院(2015)海民(知)初字第12602号民事判决书。。这一认定进路更像是对违反个人信息保护法的判决，而非对数据竞争行为竞争效应的合理评判。在前述“大众点评诉百度”案中，法院同样未就百度公司爬取大众点评网站用户评价信息可能对数据流通以及后续产品研发产生的影响进行分析。在互联网开放经济模式下，任意用户均可查询、收集到这些数据，百度公司无非是以技术爬取整合手段替代人力收集誊抄，并不会损害社会生产效率。同时，百度公司爬取企业公开数据将有利于推动数据的交流与传播、促进立足前人基础的创新研发，实际与互联网经济数据互联互通的本质相耦合。因此，若对数据流通这一数据爬取竞争效应做全面分析，上述认定结论可能将遭质疑。

按照经济学分析路径，企业数据具有明显的“非竞争性”与“非排他性”。企业对数据的使用不会增加其他主体使用的边际成本，企业对数据的使用也无法排除其他主体对数据的使用[8]。数据在技术层面的无限可用性使得企业实施数据爬取并不会减损竞争对手的竞争资源；相反，互联网技术的进步迭代能够大幅降低数据传输成本，促进数据流通共享，进一步强化数据的非竞争性。如今，数据开放共享已经得到世界范围的广泛重视。研究表明，商业领域私营主体的数据获取和分享可以产生大体相当于国内生产总值1%～2.5%的社会和经济效益[9]。令人欣慰的是，已有个别司法裁判开始重视数据爬取行为带来的竞争效应。在“前锦诉逸橙”一案中，法院认为逸橙公司通过数据爬取手段关联前程无忧网站的简历信息的确给前锦公司造成流量损失，但考虑到该行为实际上促进了产品服务信息的流动，使招聘企业能够对所有招聘简历进行一体化处理，具有较大技术创新，将有利于总体生产效率提升，故认定逸橙公司不构成不正当竞争(9)上海知识产权法院(2019)沪73民终263号民事判决书。。

对待数据流通的正确态度应当是在承认数据分享与传播的基础上纠正数据不当利用行为，而非对数据流动的过分控制[10]。将促进数据流通与创新研发作为公共利益层面的重要考量因素，改变忽视数据流通价值的不正当竞争认定范式，是大数据时代审慎评价数据爬取行为、激发数字活力的应然之举。

二、数据爬取不正当竞争认定谦抑理念的证立

数据爬虫绝非天生“害虫”，数据爬取也非当然违法。当前已有刑法学者注意到网络爬虫蕴含的促进数据共享与推动技术创新这一积极价值，对数据爬取刑法规制的严厉态势展开批判，呼吁为新技术的适用创造缓和空间[11]。出于行为正当性判断范式的考量与对数据垄断壁垒的防范，同样具有公法性质的反不正当竞争法也应保持必要的包容和审慎，让谦抑干预成为规制数据爬取新型竞争行为的一项重要监管理念。

(1) 行为正当性判断范式的衡量结果 行为正当性判断范式强调回归反不正当竞争法保护竞争的本质，摆脱经营者利益偏重论，在综合考量经营者利益、消费者权益及社会公共利益的基础上判断数据爬取行为对竞争的影响[12]。自比较法以观，近20年来美国对数据爬虫的规制实践即展现了向权益衡量的进路转变，见表1。

表1 美国司法实践对数据爬取行为认定的态度变迁

在“Southwest Airlines v. Farechase”与“Craigslist v. 3Taps”两案中，法院更加侧重于被爬取方的利益保护，而在“hiQ Labs v. LinkedIn”案中，法院则正式引入了公共利益考量，提出hiQ公司对数据进行统计分析的业务基础来自于LinkedIn公司提供数据，倘若允许LinkedIn以技术手段禁止竞争对手获取数据，将损害用户权益与公共利益(10)hiQ Labs, Inc. v. LinkedIn Corp., 273 F. Supp.3d 1099 (N.D. Cal. 2017).。在经营者受损可能成为竞争常态之际，对消费者权益和公共利益的竞争效果评判就显得尤为重要。

第一，消费者利益评价维度。消费者权益是现代反不正当竞争法应独立考量的一项重要竞争指标，包括消费者个人信息保护、消费者自主决定权与产品质量等子项目。在个人信息保护层面，征得用户同意实施数据爬取的经营者只要遵循合规基本原则，将不会诱发基于用户数据画像分析而产生的不公平交易行为；在自主决定权层面，经营者爬取、使用竞争对手数据更多地是为了扩展自身的业务范围、提升产品市场竞争力，而非让消费者陷入“二选一”的两难境地，不会妨碍消费者对市场其他产品的选择；在产品质量层面，基于数据爬取使用而进行的信息资源整合与产品技术链条延展避免了同质化内容的重复展现，有助于消费者有效信息获取能力的提升，也使其能够在同等条件下享受更广泛、更高级的服务。例如，在前述“前锦诉逸橙”案中，关联账号功能使招聘者无需同时登陆多个招聘网站即可“一站式”查看求职者简历，极大地提升了招聘信息处理效率，符合消费者权益的评价标准。在要素判断方法之下，评判好数据爬取给消费者带来的福利提升，是不正当竞争认定所无法回避的关键环节。

第二，公共利益评价维度。社会公共利益评价即是对数据爬取行为的外部性考量，具体包括数据爬取对市场透明、信息流通及创新研发的影响。征得用户同意的数据爬取及后续使用能够增强市场竞争透明度，减少因数据封闭产生的企业定价歧视等不正当竞争行为。在数字竞争时代，创新作为根本性的衡量参数，已经成为公共利益的重要关切[13]。在产品服务依附性不断提高的互联网经济模式下，创新并非凭空发生，而是站在前人肩膀、立足数据分析完成的。对创新价值的评估，不能拘泥于当下环境，而应放眼未来，判断其是否可能给社会公众带来高质量产品、多元化服务、高舒适体验，不因一时利益与预期发展受冲击即扼杀技术创新之可能。

正如“卡尔多-希克斯效率”理论所指出的，哪怕一项经济政策会给部分人造成损失，但只要该措施有助于社会整体利益增加，部分人的受损也将随生产效率的提高而获得补偿。在数据爬取行为正当性判断范式下，如果合理范围内的经营者受损能够提升消费者获得感、激发数据市场创新活力，那么此种实现总体利益最大化的举措将被认为富有效率，其不应受到反不正当竞争法的过多苛责[14]。

(2) 潜在数据垄断风险的防范考量 数据作为数字时代最重要的生产要素，因其开放、共享而释放内生价值。然而，对占据先发竞争优势的数据驱动型企业而言，阻塞数据流通再利用、维持数据垄断封闭以保护现有竞争利益不受损更符合其内心真意。数据爬取行为动辄得咎看似保护了当下竞争秩序，但其导致的数据获取难度攀升、其他市场主体进入困难与“数据孤岛”的潜在形成实则是对长远竞争的阻碍。因此，审慎谦抑地认定数据爬取不正当竞争，尽可能地为中小企业创造公平竞争环境，方才与竞争法基本理念相耦合。

在数据竞争背景下，考虑到资本的逐利天性，成熟的互联网企业在建立起竞争优势后产生排斥竞争者获取商业数据、阻碍潜在对手争夺市场的想法并不奇怪，但竞争法却不能纵容此种威胁的存在与发展。《国务院反垄断委员会关于平台经济领域的反垄断指南》第11条即将技术壁垒、数据获取难易度与市场准入作为判断经营者市场支配地位的重要考察项目。反垄断法与反不正当竞争法均是调节市场经济有序竞争、健康运行之法，但二者也存在保护侧重面的不同，前者注重对竞争结构的维护，为自由竞争提供平台，其干预手段的影响力更强；后者则立足前者基础，注重对竞争“过火”行为的规范[5]。如若在数据壁垒初显、尚不影响竞争结构之时即由反垄断法积极介入，可能会影响产品服务创新与经济平稳运行。然而，这并非说明未达到反垄断法规制要求的限制数据流通行为就可被忽视，其仍应接受次一维度的反不正当竞争法之审视。

数据壁垒意指经营者通过各种方式建造阻隔数据流通的“挡板”，以保证数据不会被其他经营者获取与使用[15]。经营者一旦发现可能产生新技术、新业态的数据流通，即以竞争利益受损为由将数据爬取行为诉诸法院，而法院对数据爬取的广泛不正当竞争认定也在一定程度上助推了数据壁垒的巩固与数据垄断的形成。此种数据垄断风险不仅作用于数据流通领域，还将给市场造成直接破坏。在反不正当竞争法视角下，对数据流通的过分限制反而会造成竞争失序与消费者权益及公共利益减损。

正如国家市场监督管理总局在阿里巴巴滥用市场支配地位案行政指导书中所言，平台企业不得利用数据实施垄断行为与排除、限制竞争行为，应加大数据开放力度，促进跨平台互联互通(11)国市监行指反垄〔2021〕1号行政指导书。。欧盟《数字市场法》中设计的“守门人”制度要求头部互联网企业应当提供平台数据访问权限，并不得与从平台用户处获得数据的竞争对手展开竞争。域内有学者也提出平台企业应依据FRAND原则(fair,reasonable and non-discriminatory terms,即公平、合理和不歧视原则)开放数据，推动数据互操作[16]。应当承认的是，不同加密应用程序下的信息传输还存在诸多技术难题，以致于通过数据互操作促进数据开放交流的想法如今难以践行。但行政执法与司法审判在维护数据互联互通、消除数据垄断风险上并非束手无策，行政执法机关仍应积极防范经营者通过Robots协议人为割裂数据交往，司法机关则应秉持审慎与谦抑理念，避免先入为主，在审理数据爬取不正当竞争案件时充分考虑数据垄断的潜在可能，让有益的数据流通更好地满足社会公众与公共利益的需要。

三、谦抑干预理念下利益衡量分析范式的展开

作为反不正当竞争法基本思维的谦抑干预理念，在数据爬取司法认定中应具体化为利益衡量分析范式，或者说以比例原则为核心的结构性规范[17]。谦抑干预强调面对新型数据竞争时应保持充分克制与审慎，防止公权力对市场竞争的不当影响，在权衡各方利益基础上合理认定竞争行为，以达成调节的和谐性与协调性。比例原则在“权力-权利”维度上要求政府干预要合乎立法目的，所采取的调控手段需有助于实现预期目标且行为损害应控制在最小，在“权利-权利”维度上则要求对部分人利益的减损应有助于社会整体利益的实现，且保证实施的手段不会过分侵害少部分人之利益。谦抑干预理念与比例原则具有内在价值的耦合性，因此，在数据爬取不正当竞争认定中可借助比例原则分析工具，进行利益衡量的具体评判。

当前有学者也提出运用比例原则构建数据爬取不正当竞争判断标准的想法。然而许多研究仅在结合一般条款适用时提及“引入比例原则以约束自由裁量权的行使”[18]“将比例原则作为案件大前提的一部分加以遵循，在判决说理中着重对各子原则进行阐释”[19]，此类泛泛而谈的指引并未给出具体操作方案，无法回应“子原则究竟应如何判定”之诘问。有研究则在此基础上更进一步,提出“在获取和利用环节运用必要性和限度限制，在评判环节用狭义比例原则进行检视”，分别考察数据爬取行为是否威胁个人隐私安全、是否有助于创新成果获取、数据爬取增益是否明显大于竞争损害，以判断数据爬取行为是否违法[20]。这一判断思路虽更具体明确，但却仍属“相对严格审查”模式的产物，未能与谦抑干预理念相结合，形塑谦抑理念调试下的比例原则适用方法。谦抑理念指导下的比例原则适用与常规比例原则适用相比更加“柔性”，在各子原则的认定上也呈现出更宽缓的面向，其“目的正当性-适当性-必要性-均衡性”表现为：行为目的应当合理；手段至少有助于目的实现，二者具有合理性关联；行为未给受害人带来实质性损害；收益与损害无需精确计算，只需粗略比较保证利大于弊[21]。在数据爬取类案件中，可通过分析数据爬取行为是否符合比例原则“宽松审查”下的正当性标准来认定是否构成不正当竞争。

(1) 数据爬取行为的“目的正当性”审查 目的正当性审查是衡量数据爬取行为是否构成不正当竞争的前提与基础，包括对行为真实目的的探明与对行为目的合理性的判定。首先，在纷繁复杂的数据竞争中，实施数据爬取的企业往往会为了逃避反不正当竞争法的制裁而隐瞒行为的真实意图。这就要求行政执法机关与司法机关必须提高辨别能力，从行为实施背景、行为内容、行为人说明报告及行为实施效果中抽丝剥茧，推导出行为人爬取、使用数据的真实目的。在多重行为目的交织的情况下，也应考量目的重要性的次序与位阶，甄别占据主导地位的行为目的。同时应当认识到，企业行为归根结底是为了营利，反不正当竞争法并不排斥行为人在追求正当、合理目的时获取竞争优势，增强市场力量。

在查明行为真实目的后，则应评判该目的是否符合“合理性”标准。合理目的要求数据爬取行为具有间接增进社会整体利益之意图，在行为的直接效果上，则要求企业实施数据爬取及后续使用是为了借助现有数据资源推动产品及服务创新，延展产品和服务的功能链条，而非因眼红他人成果进行一成不变的模仿、照搬与无意义的重复建设。创新是衡量数据竞争的一项重要指标，审查数据爬取行为是否符合“目的合理性”标准，关键即在于考察行为目标能否被纳于创新概念涵摄范围之内。

(2) 数据爬取之于目的实现的“适当性”审查 “适当性”考察的是实施数据爬取行为与达成创新研发等目标之间的关联度，即数据爬取及使用是否有助于信息共享与技术创新等目标的达成。鉴于数据竞争的复杂面向，不正当竞争行为之认定应留有余地，为技术对抗与技术创新预留空间。因此，谦抑理念下的“宽松审查”模式并不苛求行为手段与行为目的具有实质性关联，其只要求二者间具备最低限度的合理性关联即可。或言，只要行为没有明显背离目的的实现路径，即达到“适当性”认定标准[22]。

行政执法机关与司法机关在进行“适当性”审查时应当坚持客观判断标准，综合运用跨学科分析方法，结合数据爬取与数据使用在企业生产、经营、研发中的作用和效果，来认定数据爬取是否有利于合理目的的达成。还以“前锦诉逸橙”一案为例，通过关联技术爬取前程无忧网简历信息这一行为仅仅处于逸橙公司企业研发的前端或中端，其作用在于推动后续“一站式”处理技术的开发。因而可以认为，该案中数据爬取的实施仅仅作为促进后续研发的一个环节，与实现正当目的间确有合理性关联。反观在“酷米客诉车来了”一案中，被告元光公司对数据的爬取与使用构成了其“产品研发”的全过程，在完成数据爬取后即进入产品推广营销环节，并无任何创新研发之痕迹。在此种情况下，恐就难以认定数据爬取行为与想要促进“创新研发”间存在合理性联系。通过观察数据爬取、使用在企业研发过程中所处的环节，可为“适当性”审查提供新思路与新视角。

(3) 数据爬取之于目的实现的“必要性”审查 “必要性”审查关注的是行为人实施数据爬取对于实现预期目标而言是否超出了必要限度，其是否属于达成目的的诸多手段中伤害最小的一种。关于“最小伤害”的判断只要求存在合理范围内可能的相对最小伤害，而非严格意义上的绝对最小伤害。在比例原则“宽松审查”的认定思路下，此种“最小伤害”表现为未给受害人造成实质性损害即可。

放宽损害要件认定的逻辑基础在于市场竞争的创造性破坏特征，先进企业在获得竞争优势地位后并非就此高枕无忧，而应接受新进企业的挑战与动态竞争的考验，并在此过程不断提升核心竞争力，这样的市场碰撞与革新才是市场经济的内在生命力。在域外实践中，德国法院对竞争者损害的判定也是以其生存不受威胁为底线，以确保市场竞争的强度与韧性[23]。在“实质性损害”的判定上应采取“实质性替代”标准，通过考量在数据爬取基础上产生的后续产品与服务内容和竞争对手相比构成的是全同关系还是互补关系，以判断行为是否“过度”。例如，在“前锦诉逸橙”案中，法院认为逸橙公司爬取数据后提供的产品仍需以前程无忧网等招聘网站发布的信息为基础，并不会取代前锦公司的基础业务，二者之发展一定程度上具备“一荣俱荣”之特点。在这一情况下，应当认为数据的爬取与使用并未超出必要限度。而在“淘宝诉美景”案中，美景公司实施数据爬取推出的“咕咕互助平台”与淘宝公司旗下的“生意参谋”在商业模式与业务范围上完全相同，实为“生意参谋”的翻版，故难以满足“必要性”的审查要求。

(4) 目的实现与竞争损害之间的“均衡性”审查 “均衡性”审查作为利益衡量的重要环节，要求运用“成本-收益”分析方法，考察数据爬取行为带来的消费者福利提升、社会公共利益增进与竞争对手利益受损之间是否处于相对平衡的状态。在基于谦抑干预理念的“宽松审查”模式下，只需粗略统计损害与收益，确保在不会对竞争对手造成过分损害的同时对整体利益有所增进即可[24]。

在成本端，应根据“实质性替代”标准，观察数据爬取行为是否威胁到被爬取方的生存利益与是否消除了市场竞争[25]，以对“过分损害”要件进行合理认定；在收益端，应考量数据爬取及后续使用是否真正提升了产品与服务质量，给消费者带来更多元消费选择与更高级消费体验，从长远看来是否有助于数据流通效率、企业生产效率的提高以及技术创新价值的挖掘。在整体利益衡量的分析范式下，如若成本端损失可控，而收益端的消费者利益与社会公共利益又有所提升，则认为数据爬取行为拥有效率，符合“均衡性”判断标准。

数据竞争行为的高度抽象性与复杂性特征致使精确定量判断方式难以运用，借助比例原则分析工具的利益衡量分析范式能够为行政执法机关与司法机关认定数据爬取是否构成不正当竞争行为尽可能提供相对具体化的分析思路。在一项数据爬取行为符合“目的正当性-适当性-必要性-均衡性”判断标准时，应保持谦抑态度，审慎将其认定为违反反不正当竞争法之行为。

四、结论与建议

数据爬取行为认定是数字经济时代反不正当竞争法所应面对的一大难题。本文结合近年来数据爬取司法实践中的典型案例，运用案例研究方法，将当前数据爬取不正当竞争行为的认定范式置于现代反不正当竞争法认定范式之下综合分析，得出以下结论：基于行为正当性判断模式与数据壁垒防范考量，数据爬取之司法认定应秉持谦抑干预理念，遵循比例原则“宽松审查”的分析路径，尽可能地扩宽数据爬取行为的正当性边界。

本文有两点建议：第一，应确立审慎包容的规制理念，摒弃“数据爬取当然违法”的先入为主观念，转向从关注其“为什么不是违法的”入手，避免对市场竞争的过度干预；第二，在具体认定层面，应积极采用跨学科分析工具，完善多项审查标准之下具体要素的判断，以期用更细化的判定标准约束这一互联网经济背景下的新型竞争行为。