从权益保护到利益衡量：数据抓取行为正当性认定的路径优化

卢代富 张煜琦

(1.2.西南政法大学 经济法学院，重庆 401120)

数据抓取行为因系互联网经营者利用技术手段无对价地获取他人网站内容的单方数据采集行为，故而经常引发正当性质疑。将因此产生的纠纷纳入网络不正当竞争纠纷范畴并适用《中华人民共和国反不正当竞争法》(以下简称《反不正当竞争法》)一般条款进行处理，虽是司法实践中的惯常做法，但实际上是双重制度缺失困境下的无奈之举。一方面，数据保护的产权规则尚不完善。除少量构成商业秘密、作品等法律所保护的客体数据外，大量平台数据处于权属不明状态，难以通过产权规则加以保护。另一方面，数据抓取的竞争规则仍不明确。现行《反不正当竞争法》的“互联网专条”(第十二条)并未涉及数据抓取行为。该条规定的兜底条款虽然能够涵摄数据抓取行为，但该规定有着所有兜底条款所共有的问题——欠缺针对性，难以单独直接作为规制数据抓取行为的依据。正是数据保护的产权规则以及数据抓取竞争规则的双重缺失，使得法院在审理此类案件中，多数情况下只能结合《反不正当竞争法》一般条款的传统裁判路径来应对，即在考量《反不正当竞争法》“互联网专条”中兜底条款的同时，亦依照《反不正当竞争法》第二条规定的一般条款对数据抓取行为的正当性做出认定。

然而，作为一种认定法律未明确列举的不正当竞争行为正当性的抽象规范[1]，《反不正当竞争法》一般条款本身也具有模糊性的特点，难以为司法裁判提供明确指引。在司法实践中，法院对一般条款适用时常反映出一种“权益保护”的侵权法倾向：即先确定一种受保护的合法权益，如特定的商誉、商业模式等，再从权益受损推论侵害行为的不正当性；
或者以权益是否受到侵害作为论证是否构成不正当竞争的出发点和立足点，对行为本身的正当性仅作摆设性、象征性或套路式的论述[2]。上述倾向在数据抓取纠纷案件的审理中体现得尤为明显(1)参见北京市知识产权法院(2016)京73民终588号民事判决书；
北京市第一中级人民法院(2013)一中民初字第2668号民事判决书；
浙江省杭州市滨江区人民法院(2019)浙0108民初5049号民事判决书；
北京市第一中级人民法院(2013)一中民初字第2668号民事判决书。。以“生意参谋案”(2)参见“淘宝(中国)软件有限公司诉安徽美景信息科技有限公司不正当竞争案”，杭州铁路运输法院(2017)浙8601民初4034号民事判决书。为例，在该案中，美景将淘宝旗下“生意参谋”平台的交易分析数据实施抓取并留作己用，淘宝遂起诉其构成不正当竞争。此案的关键在于认定美景所实施的数据抓取行为之正当性，在这方面法院采取了“权益保护”论证步骤。首先，明确原告就涉案数据享有竞争性的财产权益，进而认定被告的数据抓取行为给原告造成了损害；
其次，形式化地结合商业道德规范对“不劳而获”“搭便车”等行为的否定性评价判定数据抓取行为具有不正当性。这种“权益保护”的正当性认定裁判路径，过于偏重对平台经营者的数据保护，同时又难以兼顾互联网消费者以及社会公众对于数据抓取的利益诉求，长远来看，甚至可能会引发平台数据垄断，新兴数据产业发展受阻的不利后果[3]，应当引起反思。

作为数据要素市场中较为普遍的数据采集方式，数据抓取不但牵涉到平台经营者的数据保护，而且事关互联网消费者的信息权益保护，甚至也关系到数据自由流通的公共利益诉求。是故，在一般条款司法适用的视野下，对于数据抓取这类牵涉面广、复杂度高的新型互联网竞争行为，应当在全面考察竞争后果的基础之上，综合衡量各方利益后作出审慎评价。鉴于此，本文将在对既有数据抓取行为正当性认定路径考察之上，提出引入利益衡量的解释方法的优化对策，以期完善对于数据抓取行为的司法规制。

在目前关于数据抓取行为的正当性认定过程中，明显存在一种“权益保护”的侵权法倾向，这种倾向可以分别从竞争行为正当性认定中的损害识别与行为评判(3)“损害识别”与“行为判定”的认定步骤源自最高人民法院在“海带配额案”中对于一般条款司法适用时所作出的解释:“适用反不正当竞争法第二条第一款和第二款认定构成不正当竞争应当同时具备以下条件：一是法律对该种竞争行为未作出特别规定；
二是其他经营者的合法权益确因该竞争行为而受到了实际损害；
三是该种竞争行为因确属违反诚实信用原则和公认的商业道德而具有不正当性或者说可责性。”可以将上述三项条件概括为“未作规定+损害识别+行为判定”三部分。由于“法律未作规定”的前置性判断比较容易，所以法院通过一般条款认定竞争行为正当性的重点在于“损害识别+行为判定”后两步骤。参见山东食品公司诉马庆达、圣克达诚公司不正当竞争纠纷案，最高人民法院(2009)民申字第1065号民事裁定书。两阶段中得窥。

(一)损害识别中的数据界权偏向

在认定数据抓取行为正当性的过程中，面对互联网数据通常处于权属不明状态的现实，作为行为判定的前置程序，对涉案数据权益与损害事实的识别通常不可避免地牵扯到数据权属的界定。这种情况实际上属于科斯所指的：“当市场交易成本不为零时，市场行为可能难以改变既有的权利安排，此时法院的裁判将会直接地影响着经济行为，权利的法律界定便据此得以实现。”[4]以上述“生意参谋案”为例，法院认定美景公司抓取“生意参谋”数据的行为不正当，其最主要的理由便是“数据抓取行为侵犯了淘宝公司就数据所享有的竞争权益”。法院肯定平台经营者就数据而产生的竞争权益，实际上就是一种对数据权属的司法界定。

法律的权利界定和利益分配不同于平等主体基于意思自治而达成的利益平衡，而是司法机关适用法律过程中所施加于市场主体的利益分配方案。也正是基于此，法律的规则选择，并非替代市场的权利定价，而是先于交易的权利界定[5]。审视数据抓取纠纷案可以发现，多数法院对于数据权益的界定往往偏向于平台经营者一方的利益考量，同样重要的互联网消费者利益以及社会公共利益则常常难以得到关注(见表1)。

表1 12份关于数据抓取裁判文书中关于数据界权的分析

应当说，法院偏向平台经营者一方的数据界权立场是可以理解的。一方面，为平台经营者提供司法赋权，反映了反不正当竞争法起源于侵权法的功能定位底色。各国早期的反不正当竞争法律制度存在一个共同点，那就是都立足于为诚实经营的企业主提供竞争权利的法律保护[6]。“权益保护”的前提是当事人享有法定权益，因此法院需要首先对经营者进行赋权，而后基于权益的受损情况作出下一步裁判。另一方面，为平台经营者所占有之数据提供司法赋权也具有一定的现实需求。平台经营者为维护数据的长久使用，通常倾向于以诉讼的方式要求法院进行数据确权，当平台经营者的数据救济诉求在诉讼程序中以一种“权益保护”的逻辑展开时，法院很可能会潜移默化地沿用这套逻辑对案件进行审理。

然而，应当指出的是，司法界权本质上是一个分配正义问题。初始的权利界定，在于划分人际界限、明确权利归属，是分配正义问题；
而事后的损害赔偿，则是恢复原有关系、确定权利价格，是校正正义问题[7]。对数据权益的司法界定显然属于前者。目前数据抓取纠纷案的审理对数据权益的分配，暗含着将经营者的数据利益“权利化”的赋权倾向，在一定程度上仍保有“权益保护”的侵权法色彩。这种颇具侵权法色彩的数据界权方式，在很大程度上难以兼顾互联网消费者利益和社会公共利益，不甚符合分配正义的价值理念，容易导致数据的界权失衡。

站在互联网消费者的立场上，数据抓取行为给消费者利益带来的影响不能忽视。从正面看，数据的抓取能够促进数据资源的高效率利用，缓解市场竞争中的信息不对称，提升互联网消费者的上网体验。例如，百度地图对大众点评网站上商铺信息的数据抓取，使得消费者在使用其地图软件的时候可以直接查阅消费场所，促进了互联网消费者的便利(4)参见“大众点评诉百度不正当竞争案”，上海市知识产权法院(2016)沪73民终242号民事判决书。。从反面看，数据抓取增加了数据曝光度，这会给消费者的个人信息制造风险。多数数据抓取者通常不具备大型平台经营者那样的个人信息、隐私保护措施，难以确保所抓取数据中的个人信息、隐私不会遭到不当利用。偏向平台经营者的数据界权，实际上反映了一种消费者利益的反射保护倾向[8]，即将消费者的利益保护单纯视为一种经营者利益保护的“孳息”。这种反射式的消费者利益保护模式，既无法有效识别数据抓取中的消费者利益，又无法全面揭示数据抓取中隐含的消费者风险，难以体现反不正当竞争法的现代性特质，应予以摒弃。

站在社会公共利益角度，数据界权结果对数据自由流通利益的影响也常受到法院的忽视。在当今的数字经济时代，数据是经营者进行技术创新和提高经济效率的重要源泉，而大规模、高质量的数据往往掌握在主导经营者手中，对于新进入者和潜在的进入者而言，由于缺乏高质量的数据，创新和效率往往无从谈起[9]。数据抓取是数据要素市场中常用的数据采集手段，可以促进数据的自由流通，在提升公共决策效率、扩展商业应用场景等方面有着显著的作用。在既有的数据界权中，法院通常对于平台经营者赋予了过高的权重，这会在一定程度上限制其他市场主体对数据的利用，甚至可能会导致数据资源被少数人占有，酿成“数据割据”与“数据封建主义”[10]。

(二)行为判定中的泛道德化评价

对数据权益的界定意在判明竞争损害的发生，然而单纯存在竞争损害，并不足以认定竞争行为不正当，毕竟竞争行为的损害或者说由竞争行为给其他竞争者造成损害是常态，损害本身通常不构成评价竞争行为正当性的倾向性要件[11]。是故，法院在识别损害的基础上还需要进一步对数据抓取行为的正当性进行判定。在此阶段中，法院常常倾向于运用“诚实信用原则及商业道德”的道德原则以及由这些道德原则所引申出的行业惯例、自律公约等道德规则以衡量数据抓取行为的正当性(见表2)。

表2 12份关于数据抓取裁判文书中关于道德规范的适用

道德规范与反不正当竞争法关系甚密。反不正当竞争法的功能之一就在于维护市场竞争过程中的道德底线，缺乏道德规约的竞争干预可能有恐丧失公正的市场逻辑[12]。2004年以前，德国曾在其《反不正当竞争法》中将不正当竞争行为界定为“以竞争目的损害良俗的行为”[13]；
《保护工业产权巴黎公约》也曾将违反“诚实习惯”的做法作为不正当竞争行为的重要特征[14]。我国《反不正当竞争法》第二条中也有关于“自愿、平等、公平、诚信的原则”以及“商业道德”等道德规范的表述。

然而，道德规范在数据抓取行为正当性认定中的泛化使用应当引起反思。道德规范的适用范围主要在于有成熟市场道德可循的领域，然而反不正当竞争法在其适用的疑难地带，尤其是只能由其一般条款面对的问题，往往恰是市场经济发展过程中碰到的新问题。在完善社会主义市场经济体制的过程中，不排除会出现竞争规律与当时人们的朴素道德感相左的情况[15]。需要强调的是，道德的规范并非是镌刻在大理石上的，而是存在于社会生活的方方面面，其内容具有多元且不确定的特点，将个案的裁判单纯诉诸模糊的道德规范，会扩大法律限定的义务，从而使得行动者难以估量他们的行为并据此调整自己的行为。霍姆斯法官曾指出：“如果能把所有具有道德含义的语词从法律中清除出去，那将是一种收获。”[16]这个说法显然有些极端，但也足以说明模糊的道德规范对法律确定性的破坏力。也许正是欠缺充足的确定性，使得市场竞争语境下的道德规范在很大程度上难以上升为一种具体而稳定的竞争规则，尤其在面对数据抓取这类新型互联网不正当竞争行为时，假道德之名作出的“所谓解释只是各取所需的礼貌说法而已”，而结论也不过是令人难以捉摸的“执拗的道德直觉”[17]。由于新兴领域的竞争各方总能找到道德说辞为自己的行为辩护，这导致竞争司法实践中的道德判断总是流于形式。法院大多倾向于将道德规范的判断异化为损害事实的判断，即一旦发现数据抓取行为造成了损害，便直接将其扣上一顶“不劳而获”或者“搭便车”的帽子，并立刻判定该行为不具有正当性(5)参见“飞狐诉千杉不正当竞争案”，上海市浦东新区人民法院(2015)浦民三(知)初字第2192号民事判决书；
“腾讯诉湖南安某不正当竞争案”，天津市第三中级人民法院(2019)津03知民初450号民事判决书；
“腾讯诉搜道、聚客通不正当竞争案”，杭州铁路运输法院(2019)浙8601民初1987号民事判决书。。

为了克服道德规范的不确定性，理论界和实务界也在不断地探索道德规范的具体化路径，以求形成确定的商业道德规则以指引裁判。然而遗憾的是，具体化道德规范所产生的诸如行业惯例、自律公约等具体的商业道德规则，仍然难以彻底摆脱一种“权益保护”的侵权法理念桎梏，难以与不断发展的互联网竞争业态相匹配。以在数据抓取纠纷案中广泛运用的“爬虫协议”(Robots协议)规则为例，所谓“爬虫协议”，实际上只是存储于网站根目录下的txt格式文本文件，网站所有者可以编辑该文件以设置允许目标爬虫进行数据抓取的黑白名单。将这种由网站所有者单方设置的文件作为“诚实信用原则及商业道德”的具体化规则而运用至数据抓取行为的正当性判断中，笔者认为是有待商榷的。若把“爬虫协议”视为一种行业惯例规则，那么这种行业惯例能够实现的只是网站所有者一方的利益，不能妥当地平衡数据主体、搜索引擎经营者以及社会公众之间利益冲突，因而并不是良好的行业惯例[18]。若把“爬虫协议”视为一种行业自律规则(6)百度、即刻搜索、盘古搜索、奇虎360、盛大文学、搜狐、腾讯、网易、新浪、宜搜、易查无限、中搜等12家搜索引擎服务企业在2012年11月签署《互联网搜索引擎服务自律公约》，该自律公约要求数据抓取应当遵守所抓取网页之爬虫协议，对于违反公约而抓取的内容，相关网站应及时删除、断开链接。，则也有学者指出：“爬虫协议并不反映多方市场参与者在长期互动中试探出的自发秩序，而是糅杂了行政干预、舆情应对、公关考虑和应激反应等各种非市场因素在内的混合产物，其中自发秩序提供的正当性线索大打折扣，可能并非真正的行业自治成果。”[19]无论作为行业惯例规则抑或是行业自律规则，“爬虫协议”本身所具有的缺陷都使得其难以直接作为数据抓取行为的正当性衡量标准。

(一)利益衡量方法的引入

在数据抓取纠纷案的审理过程中，之所以会出现数据界权失衡以及泛道德化评价等问题，其根本原因在于《反不正当竞争法》一般条款本身具有不确定性，并因此导致法律适用时演绎推理的失灵。

演绎推理的审判思路体现了波斯纳法官对法条主义者的描摹：“理想的法条主义决定是三段论的产品，法律规则提供大前提，案件事实提供小前提，而司法决定就是结论。这条规则也许必须从某个制定法或宪法规定中抽象出来，但与这个法条主义模型完全相伴的是一套解释规则，因此解释也是一种受规则约束的活动。”[20]演绎推理的特点在于其逻辑充分保证结论隐含于前提之中，从而保障判决结论完全来自法律规范[21]。从这个角度上讲，确定而明确的法律规范是演绎推理的基础，倘若作为三段论大前提的法律规范存在漏洞，则很容易造成司法推理结论的多元化。

回到反不正当竞争法题域，司法适用一般条款的演绎推理失灵主要体现在以下方面。其一，在理论层面上，作为大前提的《反不正当竞争法》一般条款缺乏对竞争行为正当性界定的明确标准。《反不正当竞争法》一般条款的文本范围本身就存在争议，有学者认为该条第一款应为一般条款[22]，有学者则认为第二款才是真正意义上的一般条款[23]。即便抛开上述争议不谈，该条中关于正当性要素的表述，无论是第一款中的“自愿、平等、公平、诚信的原则”，还是第二款中的“市场竞争秩序”，均属极度抽象的概念，无法形成确定的大前提，难以在个案裁判中为法院提供明确指引。其二，在实践层面上，由《反不正当竞争法》第二条所提炼出的次级大前提——商业道德规则的认定过程同样存在不确定性。在司法实践中，法院一般习惯于在《反不正当竞争法》一般条款中提取出具体的商业道德规则，进而运用于个案竞争行为的正当性认定中。关于如何认定商业道德规则，最高人民法院于2022年出台的《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》(以下简称《反不正当竞争法司法解释》)第三条构建了“综合+参考”的两阶层认定路径(7)根据《反不正当竞争法司法解释》第三条之规定，商业领域普遍遵循和认可的行为规范可以认定为商业道德。判断竞争行为是否违反商业道德，人民法院应当综合考虑行业规则或者商业惯例，经营者的主观状态，交易相对人的选择意愿，对消费者权益、市场竞争秩序、社会公共利益的影响等因素；
除综合考虑上述因素之外，人民法院也可以参考行业主管部门、行业协会或者自律组织制定的从业规范、技术规范、自律公约等认定竞争行为是否违反商业道德。，对商业道德的认定因素进行了明确与细化，这无疑是值得肯定的，但实际上仍未彻底解决商业道德认定的不确定性问题。比如，单就法院应当综合考虑的事项而言，《反不正当竞争法司法解释》第三条第二款就列出了多达7种影响因素，且未就7种因素之间的价值权重与位阶高低做出安排。这在一定程度上又引发了新的问题：若这些综合考量因素之间出现冲突，应当如何判断竞争行为是否违反商业道德？

为发现个案适法的解决方法，法官毋宁已先以其他方式发现解答，法律文字只是适当的论据罢了。此所谓“其他方法”则可求助于未实证化之法律原则以及法律外的评价标准[24]。在规则不明确的情形下，这种偏向法律目的的解释角度就变得尤为重要，“确定市场竞争行为不正当性的最重要因素应当来自反不正当竞争法的保护目的，亦即其保护利益”[25]。鉴于司法适用一般条款的演绎推理困境，裁判者应当考虑引进一种利益衡量的逆向推理方法以化解演绎推理的运用困境。

司法中的利益衡量是一种对案件进行实质性判断的法解释方法论。利益衡量的理念要求，法院裁判的依据并非是法律条文，而是基于利益衡量的初步结论再加上现成的法律条文[26]。既然传统演绎推理的运行困境实际上源于《反不正当竞争法》对不正当竞争行为类型化不完全的法律漏洞，那么利益衡量的引入恰能指引法官完成司法续造以“熨平”法律之上的“褶皱”。正如有学者所言，这种不同于传统演绎推理的逆向推理方式，不仅避开了对《反不正当竞争法》一般条款新创规则进行外部证成的问题，而且还能促使法院将目光集中在对具体裁判依据和结果的反复推敲和验证上[27]。

(二)利益衡量能够确保数据界权的全面与均衡

谈论利益衡量方法的引入，其意并非在于否认传统的裁判路径中存在“利益衡量”。相反，任何法院在法律适用的过程都当然存在着对所涉利益的衡量，只不过这种衡量结果可能有所不同而已。真正的问题在于，既有的行为正当性认定路径仍然保有一种“权益保护”的侵权法思维，在衡量视野上亦不够全面、经济，容易导致数据权益的界定失衡。申言之，现代反不正当竞争法禁止不正当竞争行为，并非是为了保护某个单一市场主体，而是为了给所有市场参与者构建一个既公平又有效率的市场竞争环境[28]。而从互联网现实角度考虑，互联网本身亦具有公共性的特点，这种特点允许任何人发布信息或数据，而信息或数据也可以被任何人访问[29]。“权益保护”的侵权法思维非但不符合现代反不正当竞争法的规制理念，还在很大程度上与互联网之开放精神相冲突。是故，立足于保护平台经营者的权益保护模式难免失之偏颇，对有关互联网数据权属的界定应当围绕全体市场参与者而非单一竞争者讨论。

引入利益衡量的方法可以促使法院将目光聚焦于整个数据要素市场之上，从而为数据界权提供一种更加全面的评价维度。一方面，利益衡量可以倒逼法院发现、揭示完整的数据利益格局。数据抓取固然有损害平台经营者利益之虞，但也同样事关互联网消费者网上冲浪之安全与便利，其产生的外部性亦能影响广大社会公众之公益。将消费者利益与公共利益纳入衡量范畴，可以丰富数据界权的考察视野，能极大地避免衡量素材的单一化，从而使得法院能更全面地把握数据界权的合理界限。另一方面，利益衡量可以提供一种均衡性的衡量标尺，协调不同市场参与者之间的利益冲突，从而避免单一竞争者的利益凌驾于竞争机制本身。“法律的作用就是对各种对立的利益进行协调和平衡，建立一套平衡利益冲突的规则，以使社会能够进入有序状态，保持持续发展。”[30]在此理念下，法院在考虑互联网数据的权属时，应当以平台经营者、互联网消费者以及社会公众等各方利益之间的平衡为标准。

美国法院在“hiQ Labs,Inc.v.LinkedIn Corp.案”(8)See hiQ Labs,Inc.v.Linkedin Corp.,273 F.Supp.3d 1099,1106 (N.D.Cal.2017).中关于数据抓取的分析即体现出对利益衡量方法的运用。hiQ是一家数据分析公司，其主要业务是向企业提供有关劳动力的大数据分析，该公司所赖以分析的数据大都来自对LinkedIn平台上用户公开信息的抓取。2017年，LinkedIn突然向hiQ发函要求其停止数据抓取行为，hiQ随即向加州地方法院提起诉讼，要求LinkedIn不得拒绝hiQ抓取其数据。初审法院在评判LinkedIn拒绝抓取数据之行为正当性时特地衡量了该行为产生的效益与损害。法院认为，一方面，要考虑禁止抓取对hiQ的损害，hiQ作为一家依赖数据分析形成商业决策服务的企业，若禁止其对互联网用户的公开职业信息抓取，那么该公司很有可能面临倒闭的风险；
另一方面，被告LinkedIn平台的利益也应当得到考虑，hiQ的抓取行为也可能威胁到LinkedIn平台用户的隐私，从而使LinkedIn在其用户中形成的商誉面临风险。在当事人双方的利益考量之外，法院还专门论证了禁止数据抓取对公共利益的影响，“若允许LinkedIn这样拥有海量用户的平台自由决定谁可以收集和使用用户数据，并以其他方式向公众公开，这极有可能会促进数据集中，产生垄断风险，从而损害公共利益”。在充分发现各方利益的基础上，法院慎重界定相关数据的权利归属，“LinkedIn在其用户提供的数据中没有受保护的财产利益，因为用户对他们的资料保留所有权；
而LinkedIn平台的权利在于，他们可以随时在后台设置中取消公开访问选项以满足其防止hiQ搭便车的担忧”。法院实际上将这些数据的所有权界定给了用户，但同时也承认LinkedIn就这些数据享有一定的管理权利。进而，地方法院对涉案的利益平衡道：“简而言之，即使一些用户在LinkedIn平台中保留了一些隐私利益，但他们仍然决定公开他们的这些信息。我们不能说LinkedIn在防止hiQ刮取这些个人资料方面的利益，足以超过hiQ继续其业务的利益，因为后者依赖于访问、分析和交流来自LinkedIn公开个人资料的信息。”法院据此宣布对LinkedIn平台实施初步禁令，这一裁判结果在两年后也得到了美国第9巡回法院的认可(9)See hiQ Labs,Inc.v.LinkedIn Corp.,938 F.3d 985,995 (9th Cir.2019).。应当说，加州地方法院这样一种基于利益衡量的裁判路径，对竞争后果的分析较为全面，也比较符合目前互联网数据普遍的“用户生成+平台管理”逻辑，能够体现司法裁判的审慎干预理念，在一定程度上值得我们借鉴。

(三)利益衡量能够补正道德规范的评价偏失

反不正当竞争法是行为规制法，采取行为规制范式，加之竞争行为变动不居，致使判定不正当竞争在很大程度上取决于具体的利益衡量[31]。一方面，从调整对象上讲，竞争与损害相伴而生，这种好坏交织的特性，使得必须通过利益衡量的方式对竞争行为是否达到过犹不及的程度进行判断。另一方面，从调整方式上看，反不正当竞争法本质上遵循行为规制的运行逻辑，而非权益保护的运行逻辑。在这两种运行逻辑中，前者注重对动态竞争的规制，后者则注重对静态权益的保护。总之，反不正当竞争法调整对象的不确定性与调整方式的非静态性，使得在法律适用中必须通过一种利益衡量的方法判定法律没有列举竞争行为的正当性[32]。

目前，道德规范在实践中的频繁运用，反映了一种一般条款司法适用的泛道德化趋势。在经济发展日新月异的现代社会，新问题很有可能是“疑难杂症”。对于疑难杂症，宽泛的道德规范恰恰无能为力，甚至可能将司法导向错误方向[33]。《反不正当竞争法司法解释》就商业道德规则的认定作了一定细化，但总体上仍显得有些捉襟见肘，难以从根本上克服道德规范认定的不确定性。在这方面，利益衡量方法的引入可以在一定程度上补正道德规范的偏失，从而更加客观地评价数据抓取行为之正当性。利益衡量与道德规范互动机制可以从以下两方面得窥。

其一，利益衡量方法可以使法院重点分析数据抓取行为对市场主体产生的成本与收益，经权衡后得出该行为正当与否的实质结论，而不必深陷钻研抽象的道德规范之窠臼。正所谓：“如果法律被认为负载那种合理的目标，那么在那些无法根据明确的强制性规则得出判决结论的场合，或者规则本身语焉不详的场合，依靠对后果的考量作出判决实乃必要之举。”[34]利益衡量的解释方法实际上从属于一种“后果主义”的裁判理念。所谓“后果主义”的裁判，是指裁判者在证成法律裁判时，考量裁判的后果并在给定情况下，根据解释的后果来修正解释[35]。在这种“后果主义”的裁判理念下，法院认定数据抓取行为的正当性，应当首先揭示数据抓取行为的实际竞争效果，从而对是否禁止该行为所产生的实际后果进行权衡。经由裁判后果的权衡后，其结论还要接受道德规范作为理由的附加，在附加的过程中接受形式性验证。这种做法有两点好处：首先，直接对数据抓取行为的竞争后果进行实质分析，使法院不必费力研究如何从抽象的道德规范中构建出具体的行为标准，从而实现不确定状态确定化；
其次，道德规范依然可以作为形式理性以限制利益衡量的实质结论，加强实质结论的说服力，同时防止利益衡量的滥用。

其二，利益衡量方法可以对数据抓取的行为规制提供经济性分析，为道德解释补充效率合理性。相较于抽象的“诚实信用原则与商业道德”，从这些道德原则中提取的作为次级大前提的行业惯例、自律公约等具体道德规则同样受制于经济性匮乏之弊[36]。诚如孔祥俊教授所言：“特别是在有关自律组织(行业协会)对于行业公认的行为或者商业道德标准以公约等方式进行总结时，可以在判断其确立的行为标准是否具有妥当性基础上进行参考……对于这些行业行为标准是在审查判断的基础上进行参考，而不是当然接受或者断然不予考虑。”[37]行业惯例、自律公约的形成因缺乏不同利益主体的广泛参与，其本身作为评价依据的正当性，更需要经受利益平衡的审查[38]。利益衡量本身就具有一定的经济性内容，利益衡量的理念要求行为手段增进利益应与其造成的损害成比例，这类似于经济学上的“卡尔多-希克斯标准”(Kaldor-Hicks Standard)(10)“卡尔多-希克斯标准”指一种特殊的经济状态。在这种状态下，第三者的总成本不超过交易的收益，或者从结果中获得的收益完全可以对所受到的损失进行补偿。该标准要求的并不是无人因资源配置之改变而变糟，而只要求增加的收益足够大，因此变糟者可以得到完全补偿。参见刘权《均衡性原则的具体化》，《法学家》2017年第2期，第25页。。将利益衡量的方法引入道德规则的审查中，有利于排除成本大、收益小或收益小、成本大的不经济规则，为道德评价注入经济性解释，从而使法律文本的实质理性与司法实践的个案正义得以水乳交融。

现代反不正当竞争法具有三元叠加的目的，即保护竞争者、保护消费者和为一般公众利益而保障竞争[39]。数据抓取行为的正当性认定之所以复杂，原因在于该行为实际上内嵌于新型数据利用模式对传统数据利用模式的挑战与竞争，背后横亘着平台经营者利益、互联网消费者甚至社会公共利益之间的多元利益博弈。利益衡量的方法要求法院在数据抓取正当性认定时必须充分考虑各方利益受案件裁判的现实影响，同时分析支持各方当事人所主张的利益诉求能否产生预期的裁判效果和社会效果。故此，在数据抓取纠纷案中，利益衡量的展开应当着重从三元利益的发现以及利益冲突的平衡两方面依序进行。

(一)三元利益在个案中的发现与识别

1.平台经营者利益：实质性替代的考量。受数据抓取行为影响的经营者利益应当予以考虑。若平台经营者合理的数据利益不能得到法律的保护，将会动摇其继续投资和开发数据的意愿，进而挫伤数据产业的发展。但是，对平台经营者利益进行衡量，并不意味要对其提供侵权法式的“权益保护”，而要把平台经营者利益纳入全部市场参与者的整体框架之中予以考虑。这样做的目的在于，既能够承认经营者利益在个案上的价值，又不至于过分倚重该因素而架空整个正当性分析框架。司法机关对于不会造成实际损害或者损害极其轻微的行为保持克制，这才是符合竞争法思维和方式的做法[40]。数据抓取引发平台经营者的一般流量损害不足以作为认定不正当竞争的充分证据，只有数据抓取行为实质性替代了平台经营者原有的数据应用模式时，才具有国家干预的必要。

数据抓取行为是否对平台经营者原有的数据运营模式构成实质性替代，可以从以下正反两方面进行考虑。从正面看，应当考虑平台经营者对其数据的加工投入与保护力度。倘若平台经营者仅仅利用平台用户优势收集数据，而并未对数据进行有价值的投资与开发，很难说他人的数据抓取会对平台经营者造成什么损失。从反面看，亦应当考察数据抓取行为相较于原有数据应用模式的创新属性。重大创新通常带来许多溢出效应，这也是鼓励创新的动力所在[41]。如果数据抓取行为丰富了数据的应用模式，拓宽了数据流动边界，那么就应该在一定程度上给予该行为积极评价。反之，若抓取者对数据的利用只是简单模仿复制，不具有足够的创新性，那么这种数据抓取行为可能确实对原来平台经营者的商业模式构成实质性替代。

2.互联网消费者利益：消费者信息权益的考量。现代市场竞争的本质是一个争夺消费者的过程，谁赢得了消费者谁就赢得了市场，谁失去了消费者谁就失去了市场[42]。尤其在数字经济和信息社会的背景下，数据问题与信息问题是一体两面的关系，数据抓取行为与互联网消费者的信息权益高度相关。互联网消费者的信息权益主要分为两类：第一类权益是消费者的获取信息权益，或称知情权益；
第二类权益是消费者的个人信息权益，或称消费者信息受保护权益[43]。认定数据抓取行为的正当性，应当同时考虑到行为对于上述两类权益的影响。

一方面，互联网消费者的获取信息权益应当纳入考量范围。获取有关商品和服务的信息有助于消费者减少交易中的不确定性，这是消费者实现其他多种权利的重要基础，尤其对保障消费安全和促进消费有所助益。合理的数据抓取可以增加消费选择，促进信息不足、信息不对称、信息错误等信息失灵问题的解决，提高互联网消费者的整体利益。是故，应当注意到数据抓取行为对于消费者获取信息权益的促进效果。另一方面，数据抓取行为在为数据增加流动性的同时，也确实给数据中的个人信息增添了风险，因此也应当在个案中考虑互联网消费者的个人信息权益保护问题。通常来讲，数据抓取者一般不具备如大型互联网平台企业那样的个人数据、信息保障能力，在数据的存储和迁移过程中难以完全保障数据安全。数据抓取过程中一旦出现纰漏，则很有可能引发大规模的个人信息泄露，给公私利益带来极大风险。因此，若所抓取数据涉及消费者的个人信息，法院应当依据《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》以及《中华人民共和国数据安全法》等法律规定，结合个案当中的具体场景，综合考量数据抓取行为对消费者个人信息权益的影响。

3.社会公共利益：数据自由流通的考量。在竞争法领域所聚焦的数据问题中，尽管数据保护仍是学界关注的重点，然而数据集中、数据垄断的问题正在愈加引人担忧。网络效应可能会引发“用户反馈循环”(user feedback loop)以及“货币化反馈循环”(monetization feedback loop)[44]，进而导致数据要素市场进入壁垒大幅提高。在数据资源愈发集中的背景下，拥有庞大资源的互联网巨头总是可以利用数据优势与资本强势对细分领域的竞争者实施“降维打击”(11)“降维打击”的说法源于科幻作家刘慈欣著名的科幻小说《三体》系列，本指一种将目标区域空间维度降低，致使该区域生命无法生存的打击行为。后来这一词语逐渐延伸至现实社会中的互联网行业，特指大型平台企业剽窃小型创业团队创意，推出竞品并利用优势地位打击小团队的行为。。数据抓取行为在一定程度上有利于数据的自由流通，具有制衡数据巨头企业独占数据的作用，因而应当考虑数据抓取行为在促进数据要素市场数据流通方面的公共利益所发挥的作用。这样不仅能为认定数据抓取行为的正当性提供更全面的衡量视野，也能优化反不正当竞争与反垄断之间的关联衔接，构建协调统一的竞争政策。

防止数据集中的公共利益因素应当被严肃对待。但也要指出，并非任何数据抓取行为都能以有利于数据要素市场公共利益的理由进行抗辩。在衡量数据抓取行为促进数据自由流通方面的公共利益时，亦应考虑特定数据要素市场的壁垒、竞争者对数据的依赖程度以及直接获取数据的难易程度等因素，并且运用合理原则权衡数据共享与数据专享、数据保护与数据创新、数据效率与数据正义、市场机制与政府机制四对关系[45]，避免司法上的过度反应。

(二)利益冲突在个案中的平衡与协调

在多元利益得到充分揭示的基础上，如何对相互冲突的利益进行权衡和取舍便是十分关键的问题。具体到数据抓取纠纷案中，这一问题则被转化为如何在《反不正当竞争法》一般条款的适用下认定数据抓取行为的正当性，以决定怎样在数据抓取行为的当事人之间分配责任。笔者认为，这一问题的判断标准应当以社会福祉最大化的规制结果标准为宜。正如科斯在《社会成本问题》中指出的那样：“我们在处理有妨害后果的行为所面临的问题，并不能简单地限制那些有责任者。必须决定的是，防止妨害的收益是否大于作为停止产生该损害行为的结果而在其他方面遭受的损失。”[46]社会福祉最大化的标准，与美国法上的“成本效益”分析以及德国法上的“效能竞争”理论是一脉相承的，它强调一项竞争行为在总体上应当有利于促进公平竞争，有助于增进反不正当竞争法律制度的制度利益[47]。

值得强调的是，对于这种社会福祉最大化标准的理解应当建立在两点基本认识上。其一，社会福祉最大化标准包含一定经济性分析的内容。对于数据抓取行为的利益权衡应当符合“卡尔多-希克斯标准”，这种效率标准可以通过“两害相权取其轻”传统理念加以概括，即如果某种行为会使一部分人受益而另外一部分人承受损害，那么若该行为产生的总社会效益高于其造成的总社会成本，便是符合效率的。其二，社会福祉最大化的标准不可能通过严格意义上定量分析加以确认。法律适用意义上的“权衡”，不适用于数值层面的大小比较。任何定量分析都要建立在数值赋予之基础上，而这一前置的赋值程序不可避免地存在恣意的风险。因此，对利益冲突的权衡必须同时兼顾经济分析与价值判断。

在上述铺垫的基础上，合适的衡量工具已经呼之欲出了。面对数据抓取行为这类法律未列举竞争行为所引发的复杂利益冲突，可借助狭义的比例原则(均衡性原则)进行权衡。狭义的比例原则要求行为造成妨害的手段与追求的目的之间应维持适当的比例关系，这一分析框架既具有一定经济性分析的内容，但又不囿于刻板的定量分析，比较符合法律适用的实际需求。德国联邦法院很早就已经在个案的利益衡量中开始运用狭义比例原则的分析框架，用以权衡相互冲突的利益，诸如对于各种利益的权衡越来越多地退居于法治原则、比例原则等独立于个别的客观基本价值并具有支配性的标准之后。拉伦茨进而将这些判决所运用的比例原则(狭义)思想概括为：“在利益位阶大致相同的情境下，如果某种利益必须让步时，则审查者必须考察实施侵损此种利益的行为是都超过该行为目的之必要的限度。”[48]总的来讲，将狭义比例原则的分析框架运用于数据抓取纠纷案的审理中，其优势在于狭义的比例原则能够避免社会成本较大的竞争干预，间接地实现对社会公共福祉的整体促进。

我国法院在“大众点评案”(12)本段所述参见“大众点评诉百度不正当竞争纠纷案”，上海市知识产权法院(2016)沪73民终242号民事判决书。二审中的正当性认定路径中亦能充分地体现狭义比例原则的利益平衡理念。进入具体认定过程，法院首先发现、挖掘了围绕数据抓取行为的多元利益。第一，在平台经营者利益方面，大众点评网上的用户评论信息承载了汉涛公司一定的劳动成果，百度公司所实施的数据抓取行为属于“未经许可使用他人劳动成果”，给汉涛公司造成了损害。第二，在互联网消费者利益方面，百度公司的数据抓取行为在一定程度上丰富了消费者的选择，因此在一定程度上促进了消费者利益。第三，在社会公共利益方面，若默认百度的数据抓取行为，则可能破坏经营者继续数据投入的意愿，并对竞争秩序产生一定的负面影响。在发现与识别数据抓取行为涉及的各方利益之后，法院进而对于相互冲突的利益进行了平衡，“尽管百度的数据抓取行为有一定的积极效果，但是其抓取行为显然超过了必要限度，欲实现的积极效果与给大众点评网所造成的损失并不符合均衡性原则”。最后，在进行了综合的利益衡量之基础上，法院认定百度公司的数据抓取行为构成不正当竞争。

当今的信息社会，数据作为一种新型的生产要素，其经济价值与社会意义不言自明。也许正是由于数据的重要地位，近年来由互联网数据引发的争端有愈演愈烈之趋势。随着学界研究与法律实践的不断深入，可以发现平台数据的权属通常极难进行事先的明确界定。究其原因在于平台数据常常具有多重属性，个人数据与企业数据、公开数据与隐私数据、敏感数据与一般数据相互杂糅，难分彼此。因此，数据权益保护问题在很多时候都必须置于个案化、场景化的情况下解决[49]。若站在这样的角度重新审视，数据抓取纠纷案的审理问题实际上密切关系于数据权益保护的社会问题。法之理，在法外。利益衡量这样一种实质解释论，相比相对呆板的“三段论”式裁判，能够具备很大程度的“法外之理”，不仅能照应反不正当竞争法的经济法属性，亦能使司法判决对市场经济的不利影响降至最低。总之，引入利益衡量的方法为数据权益保护问题的动态解决提供了一种新的思路。

猜你喜欢 正当性经营者权益 意外伤害与权益保护公民与法治(2022年3期)2022-07-29《经营者》征稿启事经营者(2021年12期)2021-07-26漫话权益证券市场红周刊(2020年27期)2020-07-18网络空间秩序与刑法介入的正当性证券法律评论(2018年0期)2018-08-31一般条款的裁判思维与方法——以广告过滤行为的正当性判断为例知识产权(2018年4期)2018-05-09知识产权惩罚性赔偿制度的正当性及基本建构知识产权(2016年4期)2016-12-01广场舞“健身权益”与“休息权益”保障研究体育科技(2016年2期)2016-02-28你的权益被什么保证?家用汽车(2016年4期)2016-02-28做一名聪明的集团医院经营者中国卫生(2015年9期)2015-11-10阿特拉斯·科普柯空压机——精明采石场经营者的不二选择筑路机械与施工机械化(2014年8期)2014-03-01

推荐访问:抓取 路径 衡量