数据抓取不正当竞争行为的法律规制

PAGE10中文摘要摘要：数字经济时代，数据抓取行为在推动数据流通与价值挖掘的同时，亦引发大量不正当竞争纠纷。本文聚焦于网络数据采集而引发的数字化竞争纠纷领域，通过构建多维度研究框架展开学术探讨，揭示现行法律框架的不足，并提出系统性完善路径。数据抓取行为的法律界定需以竞争关系为基础，结合行为不正当性与损害结果进行综合判断。司法实践中，《反不正当竞争法》一般条款的宽泛化适用与“互联网专条”的局限性导致裁判标准模糊，竞争关系泛化、经营者中心主义等问题凸显。通过引入比例原则与多元利益衡量机制，本文提出“目的正当性-手段必要性-损益均衡性”三阶检验框架，强调司法机关需在个案中平衡数据控制者权益、消费者利益与社会公共利益。立法层面建议增设数据抓取行为不正当竞争行为专门条款，并明确规制该行为的基本标准。关键词：数据抓取行为；不正当竞争行为；反不正当竞争法ABSTRACTABSTRACT:Intheeraofdigitaleconomy,datascraping,whilepromotingdatacirculationandvalueextraction,hasalsotriggerednumerouscasesofunfaircompetition.Focusingonthelegalregulationofdatascrapinginunfaircompetition,thispaperrevealsthedeficienciesinthecurrentlegalframeworkthroughcaseanalysisandcomparativestudies,andproposessystematicimprovementpathways.Thestudyindicatesthatthelegaldefinitionofdatascrapingmustbebasedoncompetitiverelationships,combinedwithassessmentsofbehavioralimproprietyandresultantharm.Injudicialpractice,thebroadapplicationofthegeneralclausesinChina'sAnti-UnfairCompetitionLawandthelimitationsofthe"internet-specificprovisions"haveledtoambiguousadjudicationstandards,alongsideissuessuchasthegeneralizationofcompetitiverelationshipsanda"business-centric"judicialmindset.Byintroducingtheprincipleofproportionalityandamulti-interestbalancingmechanism,thispaperconstructsathree-stepanalyticalframework—"legitimacyofpurpose,necessityofmeans,andproportionalityofharm"—emphasizingthatjudicialauthoritiesmustbalancetherightsofdatacontrollers,consumerinterests,andsocialpublicwelfareinindividualcases.Atthelegislativelevel,itrecommendsaddingspecializedprovisionsondatascrapingtoclarifytechnicalstandardsandhierarchicaldataprotectionrules.Atthejudiciallevel,itadvocatesfordynamicallyadaptableinterestbalancingtoavoidoverprotectionorlaissez-faireapproaches.KEYWORDS：DataScrapingBehavior;UnfairCompetitiveBehavior;Anti-UnfairCompetitionLaw;LegalRegulation目录30956中文摘要 i12617ABSTRACT ii13602目录 iii5238一、引言 18401（一）研究背景 131725（二）国内外研究综述 211390（三）研究方案 519913二、数据抓取不正当竞争行为概述 69955（一）数据抓取不正当竞争行为界定 689191.数据抓取不正当竞争行为的概念和认定 678442.数据抓取不正当竞争行为的特征 63059（二）数据抓取不正当竞争行为的类型 7211991.基于技术手段的分类 7325272.基于行为目的的分类 812359（三）数据抓取不正当竞争行为的典型案例 944611.新浪微博与“饭友”APP数据纠纷案 929442.大众点评诉百度公司不正当竞争案 104327（四）数据抓取不正当竞争行为的主要法律规定 113201.《反不正当竞争法》的相关规定 12236072.《民法典》的相关规定 1232319三、数据抓取不正当竞争行为规制的主要问题 136799（一）《反不正当竞争法》对数据抓取行为规制不足 13114771.《反不正当竞争法》一般条款中“商业道德”过于宽泛 13135852.互联网专条中兜底条款适用的局限性 1316671（二）规制数据抓取行为在法律适用层面的困境 14186601.竞争关系泛化 1579962.偏重经营者“权益保护”的传统路径 1516110四、数据抓取不正当竞争行为规制完善路径 1629848（一）完善数据抓取不正当竞争行为立法规则 16242011.强化一般条款中商业道德的规范功能 16256912.增设规制数据抓取不正当竞争行为专门条款 176822（二）明确规制数据抓取不正当竞争行为的多元利益衡量原则 18103541.认定数据抓取不正当竞争行为应考虑多元利益平衡 1854332.兼顾多元利益层级下的数据分类分级保护 19214583.强调多元利益衡量在比例原则中的适用 2029419五、结语 202020参考文献 2210587致谢 25引言（一）研究背景数字经济发展速度快，使得数据成为企业竞争的关键要素。企业获取数据资源时，数据抓取技术因其高效且成本低成为重要手段。但随之而来的不正当竞争纠纷数量大幅增长，这种行为可能破坏市场秩序、侵害企业数据权益，还可能威胁消费者隐私与社会公共利益。目前法律对数据抓取行为的规制存在明显滞后，《反不正当竞争法》一般条款抽象，“互联网专条”存在局限，导致司法裁判过于依赖“商业道德”这类模糊标准，竞争关系泛化、裁判尺度不一等问题频发。当下理论和实践亟待解决如何构建适合数字经济的法律规制框架这一难题。不少已有的研究主要关注认定数据抓取行为是否违法，然而对于法律适用出现困境的原因以及成体系的解决办法探讨较少。有些学者认为可通过扩大“商业道德”解释范围或专门增加条款填补法律漏洞，却未考虑利益平衡与技术创新间动态变化的关系。国外研究提出结合判例法与成文法，但国外制度背景与我国差异显著。本文基于中国司法实际情况，运用案例分析与比较研究，尝试回答诸如如何确定数据抓取行为法律界限、现行法律框架存在哪些结构缺陷，以及怎样依靠比例原则和多元利益衡量实现法益平衡等问题。本文研究路径是先用类型化分析方法弄明白数据抓取行为特征及违法性认定标准，再结合典型案例与域外经验剖析立法、司法及监管现实困境，最后提出立法完善与司法平衡的规制路径。研究创新点是突破传统“权益保护”思维，将比例原则融入裁判逻辑，构建兼顾数据流通与权益保护的动态规则体系。研究意义能在理论和实践维度体现，从理论角度可为数据抓取行为法律评价提供新视角，丰富反不正当竞争法解释论体系，在实践中能给司法机关提供可操作裁判指引，助力数据要素市场健康发展。（二）国内外研究综述1、国内研究现状《反不正当竞争法》公布以来至今只经历过两次修改，自2019年最后一次修改后至今爆发出多种新型数字侵权与数字经济不正当竞争案件，学界对此亦是众说纷纭。目前国内对数字抓取不正当竞争行为规制的研究主要有：数字抓取行为不正当的认定标准、现行法与互联网专条规制的模糊性、司法裁判中的片面与失衡及监管不力、数字抓取不正当竞争行为的治理方式。在数字抓取行为不正当认定方面数据抓取行为本身并无违法属性，法律并非需要对所有此类行为进行约束。数据抓取行为应与其主体的主观目的相匹配。龙俊、王天禹在《数据积极抓取与消极开放的竞争法规制》中提出，数字积极抓取构成不正当竞争应当同时满足“违背抓取规则”的行为要件、“基于商业目的”的目的要件及“造成实质性损害且无法提升市场效率”的结果要件龙俊,王天禹.数据积极抓取与消极开放的竞争法规制[J].中国市场监管研究,2023,(09):52-56.。田小静在《大数据时代互联网信息使用行为的竞争法规制——以大众点评诉百度不正当竞争纠纷案为例》中提出：判断行为的不正当性不能简单考虑诚实信用原则及商业道德，双方之间的利益衡量也应一并考虑田小静.大数据时代互联网信息使用行为的竞争法规制——龙俊,王天禹.数据积极抓取与消极开放的竞争法规制[J].中国市场监管研究,2023,(09):52-56.田小静.大数据时代互联网信息使用行为的竞争法规制——以大众点评诉百度不正当竞争纠纷案为例[J].重庆科技学院学报(社会科学版),2017,(02):23-25.张璇,曹丽萍.“互联网专条”存废之争与规范模式的思考[J].法学杂志,2017,38(12):59-68.（2）在现行法对该行为规制的模糊性认定方面第一，在竞争法以外的现行法视野下对数据所有权的规制不清，导致经营者在数据抓取行为上难以主张请求权基础。刘娅在《数据抓取行为的反不正当竞争规制困境及对策》中认为，无论是《民法典》，还是《数据安全法》《个人信息保护法》，都仅仅是对“民事主体对数据享有合法权益”作出概括性的规定，现有法律条款规定不明确也给司法实践带来新的难题刘娅.数据抓取行为的反不正当竞争规制困境及对策[J].中国价格监管与反垄断,2025,(01):22-25.。梅夏英在《数据的法律属性及其民法定位》中提出：数据无法脱离代码和网络环境运行，其价值取决于数据背后蕴含的信息，数据与现行法律体系中的无形物也有着显著区别，数据无法作为民事权利的客体独立存在梅夏英,罗英.数据的法律属性及其民法定位（英文）[J].SocialSciencesinChina,2019,40(01):82-99.。纪滟琳在《从反不正当竞争视角分析数据抓取行为》中明确，《著作权法》主要保护单一的“作品”，结合数据抓取分析，就是在保护数据权属者的权益，需要证明大量单一用户的数据所有权和性质，维权成本过高刘娅.数据抓取行为的反不正当竞争规制困境及对策[J].中国价格监管与反垄断,2025,(01):22-25.梅夏英,罗英.数据的法律属性及其民法定位（英文）[J].SocialSciencesinChina,2019,40(01):82-99.纪滟琳.从反不正当竞争视角分析数据抓取行为[J].中国价格监管与反垄断,2024,(11):18-20.第二，《反不正当竞争法》针对数据抓取行为的规制问题进行探讨。现行法律主要依据第二条一般条款中的“商业道德”以及第十二条的“互联网专条”对相关行为予以约束。但是，丁晓东在《论企业数据权益的法律保护——基于数据法律性质的分析》中提出，《反不正当竞争法》中商业道德的概念过于模糊，这增加了企业的合规成本，并对数据市场的良性发展造成不利影响丁晓东.论企业数据权益的法律保护—基于数据法律性质的分析[J].法律科学(西北政法大学学报),2020,38(02):90-99.。在互联网专条上，辛灵.数据抓取行为的反不正当竞争法规制[N].山西科技报,2023-09-04(B06).辛灵在《数据抓取行为的反不正当竞争法规制》中指出，第十二条是以“概括+列举+兜底”的模式进行立法，但是这种分类标准并不准确和全面，不能将一些新型的互联网不正当竞争行为包括在内。例如该条文中列举的行为之一的恶意实施不兼容的规定就不准确和全面。此外，王显娟在《对数据抓取不正当竞争行为的认定与规制》研究中提出，制约互联网数据资源抓取的不正当竞争行为要具有一定的合理性，即使目前的法律没有明确具有违法性的行为种类，也不能经常选择“一般条款”进行适用。否则容易出现相同的案件纠纷出现不一样的判决结果，而且过多地适用“一般条款丁晓东.论企业数据权益的法律保护—基于数据法律性质的分析[J].法律科学(西北政法大学学报),2020,38(02):90-99.辛灵.数据抓取行为的反不正当竞争法规制[N].山西科技报,2023-09-04(B06).王显娟.对数据抓取不正当竞争行为的认定与规制[J].市场周刊,2023,36(10):173-176.（3）在司法裁判中的片面与失衡及监管不力方面目前我国法院对于数据抓取不正当竞争行为所引发的案件，裁判思路已经基本从民法中的侵权与著作权中向竞争法转变。但是纵观此类案件适用《反不正当竞争法》结果的趋势便是尤其注重经营者的利益忽略他方利益导致利益失衡。赵丽莉在《限制数据抓取行为正当性及判定研究》中明确，法官在裁判时倾向于经营者利益的衡量，缺乏对公共利益、经营者利益、消费者利益等多元利益主体进行衡量，缺乏对市场竞争秩序的考量赵丽莉,孙宏娇.限制数据抓取行为正当性及判定研究——基于“权利侵害”与“行为正当性”两种判断标准[J].电子知识产权,2023,(03):40-49.赵丽莉,孙宏娇.限制数据抓取行为正当性及判定研究——基于“权利侵害”与“行为正当性”两种判断标准[J].电子知识产权,2023,(03):40-49.刘瑛,高正.数据与信息概念二分之下商业数据的立法保护[J].科技与法律(中英文),2022,(04):1-9+82.徐伟.企业数据获取“三重授权原则”反思及类型化构建[J].交大法学,2019,(04):20-39.赵丽莉,吕玲玉.多元利益衡量视阈下浏览器广告屏蔽行为正当性判定研究[J].重庆理工大学学报(社会科学),2022,36(11):154-166.（4）规制数据抓取不正当竞争行为的路径一是注重多元化利益综合考量。卢代富,张煜琦.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[J].河南财经政法大学学报,2022,37(06):59-70.有的学者提出应基于平台经营者利益、互联网消费者利益及社会公共利益等多方面开展利益权衡，同时强调不能仅局限于对平台经营者权益的保护。这种多元利益维度的引入，有助于避免数据界权的失衡，促进数据要素市场的健康发展。张占江也认为对于数据竞争不正当性的认定应引入消费者利益进行综合考察，从而转变传统司法中对经营者保护过度的理念卢代富,张煜琦.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[J].河南财经政法大学学报,2022,37(06):59-70.张占江.不正当竞争行为认定范式的嬗变从“保护竞争者”到“保护竞争”[J].中外法学,2019,31(01):203-223.二是更新商业道德认定标准。杨东,李子硕.论反不正当竞争法的重构:以数据要素规制体系为核心[J].法律适用,2022,(11):15-25.杨东认为，在司法实践中援引《反不正当竞争法》的一般性规定已成为共识，其核心的判断性标准是商业道德标准的认定。商业道德的判断标准须与时俱进、但由于其抽象性、不确定性，故难以通过立法予以明确规定。对此，更好的解决路径是从司法视角出发，提升司法对商业道德的认定思路杨东,李子硕.论反不正当竞争法的重构:以数据要素规制体系为核心[J].法律适用,2022,(11):15-25.叶明,陈耿华.反不正当竞争法视野下商业道德认定的新思路——基于法律论证分析框架[J].商业研究,2017,(12):185-192.三是明确数据抓取不正当竞争行为的构成要件。刘颖.商业数据抓取不正当竞争的认定与规制研究[J].市场周刊,2024,37(22):160-163.刘颖指出数据存在开放与流动特性，基于公众利益需求，特定情境下的数据抓取行为应被允许，为确保数据流通不受阻碍，需将主观不当行为定义为营利性质的动作。周樨平指出，我国在建立数据不正当竞争法律规则时，首要任务是在区分各种不同数据类型的基础上，明确不正当竞争行为的构成要件刘颖.商业数据抓取不正当竞争的认定与规制研究[J].市场周刊,2024,37(22):160-163.周樨平.数据爬取的不正当竞争认定规则研究[J].南大法学,2023,(02):87-102.四是《反不正当竞争法》增设数字专章。许多学者建议增设互联网专章来规制此行为。例如，孔祥俊认为应当建立数据专条进行规制，从而规避互联网专条的规制缺陷孔祥俊.论反不正当竞争法孔祥俊.论反不正当竞争法“商业数据专条”的建构——落实中央关于数据产权制度顶层设计的一种方案[J].东方法学,2022,(05):15-29.2、国外研究现状在数字经济当中，数据抓取行为变得越来越重要但全球不同地方对其法律规制状况差异较大。国外学者以及司法实践针对数据抓取行为正当与否的界限、竞争关系认定以及利益平衡机制等问题展开深入研究进而产生了多种规制模式。美国模式。黄明健,孙陈浩杰.数据抓取行为正当性边界的法律分析——以中国、美国、欧盟模式为例[J].金融与经济,2024,(03):75-84.黄明建在《数据抓取行为正当性边界的法律分析——以中国、美国、欧盟模式为例》中，以“stackla诉facebook案”为例，分析美国对于公开与非公开数据进行抓取的态度不同，在公开数据抓取方面，司法机关更侧重于保障数据的自由使用权益。美国法院在审判时强调对消费者利益、竞争秩序及公共利益三者之间均衡性的考量。域外学者指出，数据抓取行为的合法性应基于其对市场竞争的“净效应”黄明健,孙陈浩杰.数据抓取行为正当性边界的法律分析——以中国、美国、欧盟模式为例[J].金融与经济,2024,(03):75-84.DanielL.S.Gal(2017).AccessBarrierstoBigData,ArizonaLawReview,59(3):339-381.欧盟模式。欧盟针对数据抓取活动实施严格监管，主要借助《通用数据保护条例》（GDPR）确保个人数据权益得到保障。GDPR的核心目的是保护数据主体个人对自我数据的控制，以及简化在欧盟地区企业运营的监管环境魏书音.从CCPA和GDPR比对看美国个人信息保护立法趋势及路径[J].网络空间安全,2019,10(04):102-105.魏书音.从CCPA和GDPR比对看美国个人信息保护立法趋势及路径[J].网络空间安全,2019,10(04):102-105.在搭便车方面，冯书杰在《“搭便车”的竞争法规制》中指出，Saint-Gal教授将互联网搭便车行为区分为搭便车竞争和搭便车行为两类，前者发生于具有竞争关系的经营者之间，而后者发生在无竞争关系的经营者之间冯术杰.冯术杰.“搭便车”的竞争法规制[J].清华法学,2019,13(01):175-190.（三）研究方案1.研究的理论基础本文所研究的数据抓取不正当竞争行为，属于经济法领域竞争法方向下互联网市场领域的问题。理论基础主要为反不正当竞争法基本原则与互联网专条及《反垄断法》相关条文，并结合互联网新型不正当竞争的相关学说，其中常用的重要理论主要有利益衡量方法与技术中立理论等。2.预期成果（1）经过合理论证，尝试为《反不正当竞争法》下增设数据抓取不正当行为相关的具体条款提出可行建议，并进一步明确《反不正当竞争法》一般条款中“商业道德”的内涵。（2）形成认定数据抓取不正当竞争行为中不正当的标准。（3）提出完善规制数据抓取不正当竞争行为的建议。二、数据抓取不正当竞争行为概述（一）数据抓取不正当竞争行为界定1.数据抓取不正当竞争行为的概念和认定数字经济时代下，数据对生活方式产生深远影响，也促使经营者营业模式发生转变。鉴于数据在商业竞争中的关键作用，经营者之间因数据资源引发的争议逐渐增多。数据抓取作为资源争夺的方式之一备受关注。有学者将其定义为第三方抓取者在未获数据控制方授权的情况下，借助特定技术获取其非结构化数据的行为，相关技术主要涉及网络爬虫或搜索引擎等。作为一种高效的数据采集方式，数据抓取技术虽推动了数据流通与价值开发，但也成为不正当竞争纠纷的主要诱因。有些经营者通过利用数据抓取技术取得其他经营者的合法用户数据，对被抓取者所为用户提供的商品服务起到了同类性甚至是实质性的替代，由此给被抓取方经营者造成不可估量的损失，破坏市场竞争平衡与秩序。本文所述的不正当竞争行为指互联网从业者在未获授权且缺乏合理依据的情况下，借助网络爬虫技术获取他人合法持有并具有经济价值的数据，进而利用此类数据提供相同或相似商品或服务的现象。在数据抓取不正当竞争行为的认定方面，相较于一般传统侵权行为，该行为的构成需满足三个方面：具有以竞争关系为前提的主体；数据抓取的行为具有不正当性；竞争结果损害了竞争法益且具可责性。主体方面不仅局限于一般经营者而且包括同类经营者与不同业经营者，竞争利益的存在也是不可或缺的要件。行为方面须数据抓取行为违反竞争原则或诚实信用原则及商业道德。结果层面，不正当竞争行为本质上属于特殊侵权行为，在竞争法缺乏明确规定的状况下，应当依据侵权法的构成要件进行约束。2.数据抓取不正当竞争行为的特征低成本性与高效性在互联网时代企业发展中，数据资源是核心竞争要素。海量云数据背后存在流量红利和决策价值，部分市场主体因不想面对原始数据采集的高成本与技术门槛，便采用数据抓取手段，快速获取同业经营者整合好的数据库资源，进而获得不正当竞争优势。自动化数据爬取技术跟传统人工采集方式相比优势显著，它不仅能全天候高速抓取数据，还可运用算法模型对数据结构进行智能解析与偏好筛选，使获取的数据既精准又具针对性。借助该技术的数据窃取行为，绕开了目标企业在研发、运营等投入的高额成本，短时间内就能批量得到深度加工的高附加值数据资产，形成“低投入、高产出”的畸形竞争模式。随着数据经济规模持续扩大，借技术便利实施的“数据搭便车”行为，成为破坏市场竞争秩序的新隐患。隐蔽性强与竞争性高数据抓取行为有不正当竞争属性，这从它隐蔽和具竞争性这两个特征能看出来。攻击者借助网络虚拟以及企业数据防护漏洞，靠自动化爬虫悄悄侵入数据库，还能用各种技术手段把操作痕迹给掩盖。这就让受害者难以实时监测到异常数据流动，也没有有效的反制追踪办法。从商业角度讲，数据抓取行为直接争夺高价值信息资产，攻击方几乎不花啥边际成本，就窃取对手深度加工的用户画像、市场情报等核心数据，快速打破对手长期投入构建的竞争壁垒。防守方只能一直投入高额成本升级加密算法、部署流量监测等防御体系，引发攻防博弈下的资源消耗战。“低成本劫持-高代价防御”这种模式不太正常，它凭借技术隐蔽性躲开法律监管，通过对数据资源的非对称掠夺扭曲市场竞争秩序，形成恶性循环生态，破坏行业创新动力。（二）数据抓取不正当竞争行为的类型在数字经济时代，由于数据抓取行为技术复杂且商业目的多样，使得它成为反不正当竞争法相关的重要议题。本文从技术手段以及行为目的这两个角度，对数据抓取行为展开类型化分析，试图为司法裁判提供更具操作性的认定标准，进而弄清数据抓取行为的法律边界。1.基于技术手段的分类数据抓取行为的技术手段直接决定了其违法性程度。根据技术手段的差异，数据抓取行为可分为恶意爬取与隐蔽抓取两类。（1）恶意爬取恶意爬取指的是有人借助类似高频访问以及分布式IP等技术手段，强行突破平台所设反爬虫机制，这会致使服务器资源过度消耗，甚至可能引发数据泄露，这种行为通常具有明显攻击性，极有可能对数据持有方正常运营造成实际损害。从法律适用角度看，如果恶意爬取行为出现违背抓取规则的情形并且造成了实质性损害，通常会被认定为不正当竞争。恶意爬取行为的核心特征在于其技术手段的侵略性龙俊,王天禹.数据积极抓取与消极开放的竞争法规制[J].中国市场监管研究,2023,(09):52-56.，比如使用分布式爬虫工具对目标网站进行高频访问，这会大量占用服务器资源，严重时甚至可能引发服务中断，这种行为既违反平台技术规则，也可能对市场竞争秩序造成破坏。龙俊,王天禹.数据积极抓取与消极开放的竞争法规制[J].中国市场监管研究,2023,(09):52-56.在司法实践中，恶意爬取行为的违法性认定通常依赖于《反不正当竞争法》第12条“互联网专条”的兜底条款。例如，在“微博诉脉脉案”（2）隐蔽抓取隐蔽抓取指的是利用伪装用户代理以及模拟正常用户行为等方式，躲开平台监测规则从而悄悄获取数据的行为。与恶意爬取相比，隐蔽抓取在技术手段方面相对更隐蔽，但其违法性同样不可忽视。对隐蔽抓取行为做法律评价要把“诚实信用原则”和“商业道德”综合起来考量。实际情况中，数据隐蔽抓取技术因为违反“诚实信用原则”，就有可能被归到“搭便车”行为的类别里。例如，在“酷米客诉车来了案”此外隐蔽抓取行为违法性认定需要把“商业目的”和“实质性替代”结合起来做综合判断，当抓取行为基于商业目的并且对原平台核心业务形成实质性替代时，就比较容易被认定为不正当竞争，比如“大众点评诉百度案”中，百度通过隐蔽方式获取大众点评商户数据，让用户不用访问原平台就能获得服务，这构成了直接竞争型不正当行为。2.基于行为目的的分类数据抓取行为的目的将直接影响其法律评价。根据行为目的的差异，数据抓取行为又可分为直接竞争型与间接获利型两类。（1）直接竞争型直接竞争型抓取指的是把抓取到的数据运用在同类业务的竞争当中，采取直接替代原平台核心服务，或者让原平台用户不再依赖原平台这种行为，因为这种行为通常会对原平台核心业务产生实质性替代，所以比较容易被视作不正当竞争。直接竞争型抓取有个核心特征就是具备“实质性替代”效果。比如“大众点评诉百度案”，百度地图采集了大众点评的商户信息内容，导致用户不用访问原平台就能获取服务，这种情况构成了直接竞争型不正当行为。法院认为，百度的行为不仅损害了大众点评的商业利益，还破坏了市场竞争秩序。直接竞争型抓取的违法性认定也需结合“数据加工投入”与“市场效率提升”进行综合衡量刘娅.数据抓取行为的反不正当竞争规制困境及对策[J].中国价格监管与反垄断,2025,(01):22-25.刘娅.数据抓取行为的反不正当竞争规制困境及对策[J].中国价格监管与反垄断,2025,(01):22-25.（2）间接获利型间接获利型抓取是指通过转售数据、定向广告投放或数据二次加工（如用户画像分析）的间接牟利的行为。此类行为虽然通常不直接替代原平台的核心业务，但其违法性却仍需结合具体情形进行具体判断。间接获利型抓取的违法性认定需满足“商业目的”要件。如果抓取行为基于商业目的，且对原平台造成实质性损害，则将可能被认定为不正当竞争。间接获利的手段一般是通过企业通过数据抓取技术对不同类企业竞争业务的商业信息数据进行抓取，然后侧面镶嵌于自己的软件信息当中，将不同类业务的商业信息进行转化为自我可用的商业信息以此来对被抓取方的核心业务造成经济损害，破坏市场秩序。间接获利型抓取的违法性认定还需纳入“社会公共利益”衡量。如果抓取行为促进了数据的流通与利用，提升了市场效率，则可能豁免于不正当竞争认定。例如，在某些案例中，法院认为抓取行为虽然对原平台造成了一定影响，但其促进了数据的流通与利用，提升了市场效率，因而未认定为不正当竞争。（三）数据抓取不正当竞争行为的典型案例在我国以数据抓取为案件的司法审判中，其案情事实多为类似。但审判理由和结论仍需具体情形具体分析，以寻求更深层次的理解与思考，在网络领域中大量出现的数据抓取不正当竞争纠纷案件便是其直观反映。1.新浪微博与“饭友”APP数据纠纷案该案中，新浪公司针对上海复娱文化有限公司旗下的饭友APP未经授权抓取其数据提起诉讼。作为一家提供追星服务的小型企业，饭友软件在规模与内容丰富性方面远不及新浪微博这一国内头部社交平台。为弥补自身不足，饭友通过数据爬取及链接设置等方法获取微博明星账号信息，并在自身应用中呈现相关全部数据内容。新浪方面指出，对方未经许可，把企业明星资料引入“饭友”应用，并借助技术屏蔽微博部分展示与操作，此举动违背互联网行业规范。这种不当的数据采集手段损害其正当权益，因而请求法庭裁定停止侵害并给予经济赔偿。然而被告认为，新浪微博的发布内容为公开数据，“饭友”应用对链接的处理属于合法利用公开信息的行为，此操作并未给消费者带来利益损害且数据本身为公开状态，符合商业道德，更没有影响正常互联网公共秩序，其行为合法合理。因此不认可原告的诉讼请求。法院一审认为：饭友软件与新浪微博公司的用户群体高度重叠，二者的经营范围也高度重合，这足以证明二者之间存在竞争利益。饭友软件公司违反了商业道德，其未经允许擅自将新浪微博平台投入大量付出所收集并依法享有的明星数据信息进行抓取并展示在自己平台的服务功能中，违反了诚实信用原则和商业道德。饭友软件公司采用搭便车方式获取新浪微博数据，其行为形成实质性替代效果，把原本属于新浪微博的用户或者潜在注册人群引导至自身平台，进而对原告方的竞争利益产生损害影响。因此饭友软件公司的行为属于不正当竞争行为，一审支持新浪公司的诉讼请求。二审法院维持原判。案件评析：本案裁判逻辑将数据竞争治理规则缺位的现实困境暴露出来。法院依据《反不正当竞争法》第二条判定饭友APP构成不正当竞争，因该公司行为不在互联网专条规定范围内，使得法院过度依赖“诚实信用原则”和模糊的“商业道德”标准，体现出法律适用存在结构性矛盾。法院认定竞争关系时把争夺用户注意力当作核心标准，突破传统同业竞争限制，这与互联网竞争特性相符，但没建立可复制的客观判断标准，导致自由裁量空间过大。在更深层面上，判决未清晰界定数据权益属性，通过“投入-权益”路径将平台数据利益当作竞争法保护客体，实际给予数据类权利化保护，却避开数据权利与数据流通冲突本质，也未构建数据抓取比例原则。这种以结果为导向的裁判实现了个案正义，却易引发“同案不同判”系统性风险，尤其“实质性替代”与“搭便车”等标准未形成量化基准，难约束后续司法实践。更值得警惕的是，裁判过度向数据控制者利益倾斜，忽视消费者福利与数据共享的公共价值，并且诉前救济机制的缺位纵容了损害结果的持续扩大。破解该困局，亟需在立法层面构建数据抓取行为的类型化规则或者增设数据抓取行为的专条，司法层面通过引入动态利益衡量机制，方能实现数据权益保护与竞争创新的动态平衡。2.大众点评诉百度公司不正当竞争案大众点评网专注于城市生活消费领域，其核心功能在于汇集并呈现用户对商家的评价与消费体验。百度地图作为一款互联网工具，主要提供路径规划、交通状况更新、语音导航以及旅行相关服务等功能。虽然二者的经营范围并不相同，但是百度公司在未经大众点评网的许可下，通过数据抓取如数据爬虫技术等手段在未对该类数据进行相应成本付出的情况下获取了大众点评耗费巨额成本与精力所制造与收集的商业信息，包括消费者点评信息及商家的相关信息。用户在利用百度地图搜索某一地点时，无需跳转应用便可在此时的界面内看到该地点的商户资料以及消费者评价。这一行为直接对大众点评造成了实质性的损害甚至能够取代大众点评提供的服务。大众点评诉称，百度公司在未经许可的前提下，擅自抓取我司苦心收取的商户资料与用户评价，获取了大量的流量与用户，此行为可认定为网络不正当竞争，对大众点评的合法利益构成侵害，并导致巨大经济损失。被告主张百度地图以搜索引擎服务为主，其中大众点评等应用的评价数据属于垂直搜索呈现的内容。二者应当属于不同业竞争关系，百度地图的行为并未违反商业道德与行业惯例，因此百度公司的行为不属于不正当竞争。法院一审认为：尽管百度公司与大众点评的经营范围不同，但二者的服务模式类似，均是为了获取客户流量，因此应当认定存在竞争关系。商户信息与消费者的评价内容所转化为的经济价值与商业价值，均是大众点评公司付出了高额成本所得，应当依法享有数据权益。百度地图的搜索结果中广泛引用了大众点评网的用户评价，即便添加了标注与链接，其服务仍构成实质性替代。这种做法明显具备“搭便车”特征，违背了互联网领域普遍认可的商业伦理及诚信原则，属于不正当竞争范畴，符合《反不正当竞争法》中关于不正当竞争的定义。因此一审法院支持了大众点评的诉求。二审法院维持了原判。案件评析：在该案中，司法判定仍以竞争关系的存在作为前提，深入探讨互联网企业涉足多领域业务的普遍现象，肯定竞争关系不应局限于传统同行业或同业务范畴，需依据具体情境进行分析以往《反不正当竞争法》对竞争关系的规制多集中于同业竞争者之间当前法律从业者对于竞争关系的扩展认知已基本形成统一观点，该做法符合当下互联网发展实际，与时俱进。从以上两个案例分析可知，裁判结果未形成竞争法上的明确强制标准，仅能为后续类似案件提供参考。数据保护过度偏向权利化，致使消费者利益与公共利益的维护难以衡量。加之缺乏判定违反商业道德的统一标准，判决因而缺失威慑力与可预见性。多方利益衡量机制的引入成为必要选择，对经营者、消费者、公共利益充分衡量把握，并且从立法和司法两个层面对数据抓取不正当竞争行为进行规制，明确约束由该类行为导致不正当竞争的法律规则。（四）数据抓取不正当竞争行为的主要法律规定1.《反不正当竞争法》的相关规定我国对数据抓取不正当竞争行为的法律规制主要依托《反不正当竞争法》的一般条款（第2条）与“互联网专条”（第12条），辅以司法解释及司法裁判规则，但立法体系仍存在结构性缺陷。《反不正当竞争法》第二条作为原则性规定，未对数据抓取行为的特性、构成要件、行为边界及法律责任作出清晰界定，且因其表述过于宽泛，易导致法官不当适用该条款，本质上源于一般条款缺乏具体约束性、模糊，使法官的裁判空间被极大延展。2017年新增的“互联网专条”针对网络环境下的不正当竞争现象作出规范，旨在缓解司法实践中缺乏法律依据的状况,其中一项内容明确互联网领域的经营行为需遵循《反不正当竞争法》相关要求，另一项内容指出流量劫持及恶意不兼容等行为均受该条款约束；第二款第4项列举了兜底条款。但是，随着数据抓取技术的飞速发展与日益完善，第十二条所列举的条款与规定明显展示出其对该类情形约束的无力与颓势，致使此类案件在司法机关中大多以该条的兜底条款予以裁判。无论从行为层面还是结果层面分析，数据抓取也不符合第十二条第四款“其他不公平竞争行为”的要求。由于第二条作为一般条款所指的对象包括各类不正当竞争行为，因此该类案件的审理法条适用也就出现了一般条款远超互联网专条的情形。新近出台的《反不正当竞争法（修订草案）》第十三条第二款第（四）项明确了数据保护条款，要求经营者不得“以欺诈、胁迫、电子侵入等不正当方式，获取并使用其他经营者合法持有的数据”。不当获取个人数据与公共数据的现象在司法实践中较为普遍，这种行为会对数据主体的竞争权益产生重要影响，修改后的条款能够更贴切地契合司法实践现状，并对更多的数据类型预留了保护空间。对该条文的理解，目前学界也是众说纷纭，通过广泛查阅文献，该条所列举的“欺诈、胁迫、电子侵入”表达形式与爬虫采集操作存在一定程度的差异，因为该类词语显然与侵犯商业秘密条款规定用词极为相似。所以对该类数据抓取行为究竟是选择一般条款还是互联网专条进行规制，仍需有关规定进一步明确。2.《民法典》的相关规定《民法典》对数据权益的民法保护作出宣示性规范，确认数据的价值，并表明数据需受法律保护的立场，然而并未涉及数据法律地位与属性的具体规定。虽然民法典将数据纳入其保护范围，属于法律规定的其他民事权利和利益现有的民法典规定多侧重于权利归属的“静态保护，”而数据抓取行为基本没有相关协议签订这一合同并且现有法律对数据权属的规定也模糊不清，如果单纯的规定数据等同于静态财产，事实上市场主体对诸多公开信息的流转和使用，表明经营者也并不实际上享有类似物权的权利，那么数据天生的流通价值也就不复存在了且会严重阻碍经济价值。因此，通过民法典对数据抓取行为进行权益保护的规制路径将会难以实现。三、数据抓取不正当竞争行为规制的主要问题（一）《反不正当竞争法》对数据抓取行为规制不足1.《反不正当竞争法》一般条款中“商业道德”过于宽泛目前，在我国的司法实践中，《反不正当竞争法》第二条原则性条款中关于“商业道德”的宽泛化规定日益引发适用争议。该条款要求经营者遵循商业道德，但现行《反不正当竞争法》司法解释第三条将“商业道德”的认定标准主要锚定于行业惯例，这种界定方式在互联网领域面临显著局限。由于数据抓取等新兴技术行为的道德评判缺乏统一标准，互联网全行业尚未形成稳定、成体系的伦理共识，导致司法实践中对商业道德的认定实质上呈现出边界模糊的宽泛化特征。法院为规避互联网专条适用困境而转向原则性条款时，往往面临商业道德内涵不确定的裁判难题——既无具体的行业准则可供援引，又缺乏法律层面的细致指引，最终迫使法官不得不依赖个人认知对商业道德进行扩张性解释。这种宽泛化的适用现状不仅突破了具体条文优先适用的规则体系，更可能因裁判尺度不统一导致同案不同判的司法风险，其根源在于法律层面未对互联网新型商业道德的内涵外延作出必要的规范限定。在法理学的范畴下，现行的《反不正当竞争法》一般条款应当属于法律原则，法律原则相较于法律规则更为概括与抽象，在司法审判中只有当法律规则穷尽时，才适用法律原则。这就说明了“一般条款”的适用有着极大的弹性空间，这种立法层面的模糊性直接导致了客观上扩大了法官的自由裁量空间，尽管司法机关始终秉持维护市场竞争秩序的裁判理念，但裁判标准的不确定性可能引发风险即法官容易陷入泛道德化裁判的误区，将本属于市场竞争策略的商业行为简单等同于道德失范。从市场运行层面观察，这种司法不确定性可能扭曲企业的行为预期，既可能抑制市场主体的创新活力，又可能诱发规避性经营策略，最终影响市场资源配置效率。2.互联网专条中兜底条款适用的局限性我国《反不正当竞争法》第十二条作为互联网领域特别条款，在2017年修法时针对网络强制跳转、恶意屏蔽等乱象发挥了规制效能，但随着数字经济与平台生态的深度耦合，其在规制数据抓取类不正当竞争行为中正面临显著制度局限。该条款虽以“互联网专条”定位应对新型网络不正当竞争行为，但立法时仅以类型化列举方式框定三类具体行为即干扰、流量劫持和恶意不兼容；虽然该条在一定程度上改善了网络领域专项条款短缺的问题，但是随着网络时代的快速发展却未能预判数据经济时代非法获取经营数据行为的普遍性与复杂性。因此，郑友德,王活涛.新修订反不正当竞争法的顶层设计与实施中的疑难问题探讨[J].知识产权,2018,(01):3-18.在“互联网专条”列举情形无法适用于数据抓取不正当竞争行为时，法院大量将此类竞争行为纳入兜底规定所指向的“其他妨碍、破坏其他经营者合法提供的网络产品或者服务正常运营的行为”之中。网络爬虫技术用于获取经营者数据信息的行为，其不正当性并未直接体现于互联网专条所列举的流量截取、干扰及恶意不兼容三种竞争形式中，这一情况使司法机关在认定数据抓取等互联网不正当竞争行为时面临挑战，进而使互联网专条因兜底特性而出现适用混乱的情况此类条款着重关注网络技术层面，却对正当性界定有所忽视，从而难以适用于判定数据抓取行为是否构成不正当竞争当兜底条款适用范围受限时，法官往往倾向于采用更具裁量空间的一般条款来认定互联网数据抓取行为的不正当竞争性质，以此降低对数据抓取非法行为进行判定的复杂度。纵观数十件关于数据抓取不正当竞争行为的司法审判案件中，法官适用一般条款的次数远大于互联网专条的次数，有着“徒有互联网专条之名”的摆设。互联网专条兜底条款的适用混乱，本质上是立法滞后性与技术动态性矛盾的集中体现。一方面，兜底条款的表述过于笼统，仅以“妨碍、破坏网络产品或服务正常运营”作为行为要件，却未明确数据抓取行为的违法性边界。例如，在“微博诉脉脉案”中，法院认定被告绕过平台技术限制抓取用户数据构成不正当竞争，但同类案件“某地图软件抓取公共交通数据案”中，法院却以“数据具有公共属性”为由驳回原告诉求。这种同案不同判的现象，暴露出兜底条款因缺乏具体指引而导致的司法裁量的随意性。此外，兜底条款的泛化适用还加剧了法律体系的内部张力。例如，《反不正当竞争法》第二条（一般条款）与第十二条（互联网专条）的适用优先级长期存在争议：若严格遵循“特别法优于一般法”的原则，数据抓取行为应优先适用互联网专条；但因兜底条款缺乏明确的行为要件，法官更倾向于援引一般条款中的“商业道德”标准，形成“向一般条款逃逸”的司法惯性。这种法律适用的错位，不仅削弱了互联网专条的制度功能，更导致司法裁判过度依赖抽象原则，加剧了法律预期的不确定性。郑友德,王活涛.新修订反不正当竞争法的顶层设计与实施中的疑难问题探讨[J].知识产权,2018,(01):3-18.规制数据抓取行为在法律适用层面的困境1.竞争关系泛化在数字经济飞速发展的时代下，数据抓取行为引发的竞争关系认定已经呈现出显著泛化的趋势。传统行业如以服务类型和客户群体为核心的直接竞争关系认定标准，已经难以适应数据资源跨领域流动的新型竞争形态。竞争关系已经不再是同业竞争才能营造出的专有名词。在上述典型案例“大众点评诉百度公司案”中，百度公司通过抓取大众点评用户评价数据和商户资料等信息用于地图服务，虽然与原告分别属于不同服务领域，法院仍以“数据利用增强用户粘性、间接争夺商业机会”为由认定竞争关系成立。这种判断标准实际上是扩大了竞争关系的认定范围，将不同业经营者纳入同种竞争关系，将数据要素的跨行业流动性转化为竞争关系的泛化连结，以数据资源的利益牵连替代为不同业务实质的竞争作为认定基准，造成数据的过度保护并阻碍其流通。竞争关系泛化的核心在于任何数据抓取行为都有可能与他方形成利益关联，若仅以被抓取的数据进行利用所造成的结果来反向推导竞争关系的话，将会导致法律适用的边界无限扩张。如果判决的认定仅以“数据抓取行为所导致流量迁移”来推定竞争关系，脱离“互联网行业特性与交易的惯例”的综合考量，一味机械地适用“用户群体重叠”“商业机会争夺”等抽象标准，那么将会背离反不正当竞争法“维护竞争秩序”而非“保护数据权益”的立法本位，致使同类的数据抓取行为面临不同的裁判结论，极大损害司法公信力。在某些数据抓取不正当竞争行为的案件审理中，法院将竞争关系的存在视为案件审理的前提时，由于原有的竞争关系已经包含不了如今的新型数据抓取类案件，那么竞争关系的认定也就必然扩大解释。此时原有的竞争关系还是否有存在的必要？有的学者也主张废弃竞争关系，认为竞争关系的要件地位在互联网经济下已经瓦解，需赋予其新的法律定位。陈兵.互联网经济下重读“竞争关系”在反不正当竞争法上的意义[J].法学陈兵.互联网经济下重读“竞争关系”在反不正当竞争法上的意义[J].法学2.偏重经营者“权益保护”的传统路径法院在司法实践审理数据抓取类不正当竞争案件时，通常更注重维护经营者权益，相对而言对消费者权利和社会公共利益关注没那么多。《反不正当竞争法》虽历经多次修订表明要保护经营者、消费者和社会公共利益三方权益，但实际操作中法官常把“是否损害原告竞争优势”当作裁判核心标准。比如援引“互联网专条”时，法院更多关注平台经营者因数据被窃取而产生的流量损失、商业利益受损等问题，判决赔偿也仅以弥补原告经济损失为限度。这种“经营者中心主义”审判思路，将数据权益简单等同于传统物权，忽略数据要素公共属性和流通价值。此裁判倾向体现司法实践存在“重权益保护、轻效率平衡”思维定式，导致数据资源被限制在单一主体控制范围，阻碍数据要素跨场景、跨领域合理利用。而且过度保护经营者权益还可能引发数据垄断，致使经营者滥用市场支配地位，形成“强者恒强”的市场固化状况，既不符合《反不正当竞争法》“维护健康竞争秩序”立法目的，也与数字经济“共享、开放”发展理念相悖。在域外国家中就有应对这一局面的做法。在美国司法实践中，法院通过个案分析平衡数据流通与权利保护，形成动态调整的裁判逻辑。例如在eBayv.Bidder'sEdge（2000）案eBayInc.v.Bidder’sEdgeInc.,100F.Supp.2d1058(2000)中，法院首次将动产侵权理论应用于数据抓取行为，认定未经授权抓取平台数据构成侵权，强化了数据控制者的利益保护。而在HiqLabsv.LinkedIn（2019）案SeeeBayInc.v.Bidder’sEdgeInc.,100F.Supp.2d1058(2000)SeehiQLabsInc.v.LinkedInCorp.,938F.3d985(9thCir.2019).除此之外，以经营者为中心的审判逻辑也会使案件审理时容易忽视一个关键事实：被抓取的数据往往涉及海量用户的个人信息，包括身份信息、消费记录甚至生活习惯，而这些数据的非法获取和使用本质上是对消费者隐私权、知情权的直接侵害。尤其在当前的互联网十分发达的环境下，数据抓取技术日益隐蔽化，如果司法机关仍将裁判逻辑局限于原被告之间的商业利益纠纷，而忽略用户数据安全、市场公平竞争秩序等公共价值，不仅会助长数据资产固有化及私有化思维的增生，还可能因个人隐私泄露引发社会信任危机。长此以往，互联网经济的健康发展将面临“经营者赢官司、消费者背风险”的畸形局面，最终损害的是数字经济时代的整体公共利益。因此，法院审理该类案件应当摒弃经营者原告保护思维，兼顾消费者以及社会公共利益保护思维。四、数据抓取不正当竞争行为规制完善路径完善数据抓取不正当竞争行为立法规则1.强化一般条款中商业道德的规范功能一直以来，《反不正当竞争法》的一般条款中，商业道德被视为关键依据，常被称为“帝王条款”。针对数据抓取类不正当竞争案件，司法实践中运用该法的一般性规定已形成普遍认同的做法，其核心的判断性标准是商业道德标准的认定。但是归根结底商业道德是一个虚拟化的判断标准，反不正当竞争法解释把商业道德表述为特定商业领域中普遍遵循且认可的行为规范，可是实际的判断标准却来自法官的主观臆断。一味地适用商业道德来判断只会让数据抓取类案件的司法流程变得套路化。因此，应当相对客观地审查抓取行为，加强商业道德标准的可量化性，使商业道德的认定标准随着科技的创新发展与时俱进，不断更新。在当下司法实践当中，商业道德作为兜底性裁判依据面临着三重现实挑战。商业道德概念内涵由于缺乏实体化载体存在认知分歧，不同法官对于“特定领域普遍行为规范”的裁量尺度差异明显。互联网行业技术迭代与商业模式创新速度远超法律修订周期，导致现有的行业惯例和新型数据抓取行为场景不相符。跨平台数据交互复杂又隐蔽，加大了行为正当性的判断难度。要解决这个难题，关键在于健全互联网竞争领域自律公约体系。要在现有法律法规框架内制定互联网行业公约，这个公约的效力要有普遍性，通过行业协会组织跨领域企业签订协议，尤其针对互联网行业跨界经营特性，建立能够匹配业态演变的动态更新机制，同时明确设立禁止性条款。持续更新行业惯例和自律公约，可将抽象的商业道德转化为有稳定预期的操作标准，为司法机关提供客观裁判依据，形成法律规范与行业自治协同共治的规制体系。2.增设规制数据抓取不正当竞争行为专门条款当前我国《反不正当竞争法》在应对数据抓取类不正当竞争行为时面临显著的法律适用困境是没有对应专门的法律条文，那么就需要通过立法增设规制数据抓取不正当竞争行为专门条款来实现精准规制。我国曾有学者建议，在《反不正当竞争法》的十二条中增设“数据抓取不正当竞争行为”专门条款，即无正当理由抓取具有商业价值的数据，以获取不正当利益，对被抓取者提供的产品或服务产生实质性替代效果的，构成数据抓取不正当竞争行为。郑友德,张钦坤等.郑友德,张钦坤等.[J].知识产权,2016(6):15.本文认为，增设规制数据抓取不正当竞争行为专门条款对该类抓取行为造成的不正当竞争有着极强的针对性。从当前数据抓取不正当竞争行为认定标准来看，高度依赖该法第二条“诚实信用原则”等一般性条款，其根本原因在于现行法律体系中缺乏可直接适用的具体规则。“互联网专条”对新型网络不正当竞争行为有回应，可它列举的流量劫持、恶意不兼容等情形，大多针对传统互联网竞争模式，数据抓取行为的特殊性没被涵盖。比如大众点评诉百度地图案，百度地图用技术手段批量爬取竞争对手用户评价数据，这既不属于“互联网专条”明确的违法类型，又因数据权属边界模糊，难以直接用其他条文，最后只能靠原则性条款裁量。过分依靠一般条款判断，易使裁判标准不统一。通过立法设置专门规制数据抓取不正当竞争行为的条款，能构建“抓取技术规范—数据使用边界—竞争效果评估”三位一体的规则框架，明确如合规抓取频率限制、数据脱敏等技术标准，给市场主体清晰指引；另一方面建立数据权益保护与公共数据开放的平衡机制，对数据实施分级保护，对公共数据设定抓取规则。除此之外，建议增设的数据抓取不正当竞争行为的专门条文中应当明确指出抓取行为要避免损害用户或者消费者的权益，从立法上明确显示出由数据抓取行为造成的损害产生的保护要兼顾用户利益，与司法审判层面相呼应。这点在域外国家已经显有成效，例如，美国早期通过《隐私权法》（1974）确立“公平信息实践法则”，该准则确立了个人信息保护的基本框架和原则，强调个人对数据控制的知情权与退出权；计算机欺诈和滥用法修正案（CFAA）禁止非法访问计算机系统数据；《美国数据隐私和保护法》（ADPPA，2022）进一步强化企业数据保护义务，明确用户的“选择退出权”AmarA.Hasan,SweatinginEurope:TheEuropeanDatabaseDirective,9ComputerLawReviewandTechnologyJournal479,pp.479-493(2005).增设数据抓取不正当竞争行为的专门条款不仅能填补法律衔接空白、统一不正当竞争行为认定标准，更能激发数据要素价值释放，使数据广为流通而不是局限于个人手中。明确规制数据抓取不正当竞争行为的多元利益衡量原则1.认定数据抓取不正当竞争行为应考虑多元利益平衡《反不正当竞争法》规定经营者的行为应避免对消费者、其他经营者和社会经济秩序造成损害，这本质上要求认定数据抓取类不正当竞争行为时，必须兼顾多元的利益衡量——既要守护市场竞争活力，又要维系数字经济生态的平衡。多元利益平衡在认定数据抓取类不正当竞争行为承担核心方法论的角色，它要求认定标准不能简单“一刀切”，而需在经营者权益、消费者利益与公共利益的多元关系中，通过动态平衡找到最佳解决方案。因此，认定数据抓取类不正当竞争行为中应当找到应当保护的各类利益并确定个案中利益保护的先后顺序，进而达到一定程度的平衡。对经营者利益的审慎保护是利益衡量的起点但非终点。互联网企业间的数据争夺如没有硝烟的战场，从用户流量争夺到商业模式复制，从数据资源抢占到算法技术博弈，如果对平台经营者的数据的过度保护，可能扼杀其他平台的数据创新应用。但完全放任数据抓取又会引发“丛林法则”，导致中小企业生存空间被挤压。多元利益衡量要求既要承认数据作为新型生产要素的竞争价值，又要警惕保护主义对数据流通的阻滞，需结合行业特性评估行为正当性。对消费者权益的实质关注是利益衡量的关键突破点。当平台间违规抓取用户画像、社交关系等个人信息数据时，消费者往往处于被动状态：单个用户维权成本高、损失量化难，但海量用户的隐私泄露、数据滥用可能引发系统性风险。认定数据抓取类不正当竞争行为时，不能仅考量经营者的数据权益，更要审查用户是否被剥夺个人隐私权、知情权和其他数据利益，而且还要考虑是否面临诈骗风险。通过设置“消费者损害阈值”，将用户知情同意、数据安全防护等要素纳入裁判标准当中，更好地兼顾消费者利益。对公共利益的战略考量则是利益衡量的终极尺度。数据的天生使命在于流通，数据无法流通则失去价值。数据抓取有助于数据流动，能遏制大型企业对数据的垄断，并且需要考量其在推动数据市场流通中对公共利益的贡献。2.兼顾多元利益层级下的数据分类分级保护规制数据抓取类不正当竞争行为的前提条件是应该建立数据分类分级保护制度。数据分类分级保护制度在《数据安全法》第21条已有体现，对数据分类分级的保护制度能够促进解决数据抓取行为引发的纠纷。各类数据在具体场景下所具备的作用、用途及防护等级存在差异，应通过分门别类的方式实施保护措施，确保其安全性与适用性。“数据分类”是根据数据的属性进行区分和归类，“数据分级”是按照一定的分级原则对分类后的数据进行定级。参见张勇:《数据安全分类分级的刑法保护》,载《法治研究》2021年第参见张勇:《数据安全分类分级的刑法保护》,载《法治研究》2021年第3期,第2页。殷继国.数据抓取行为规制的目标调适及其路径优化[J].现代法学,2024,46(03):158-172.对于具有商业价值的企业数据的治理则更凸显分级分类的现实价值。公开的企业数据基于共享属性天然具有可获取性，数据控制者未设技术屏障即视为默示许可。但是对于非公开的具有商业价值的企业数据，不仅需要在数据控制方完全意思自治的情况下明确数据的权属与使用规范，而且在针对公共利益关联度高的核心数据上实施强制许可，保障公共利益受到损害。这种分层治理模式既维护了数据控制者的合法权益，又避免了数据垄断对市场竞争的抑制，为数字经济时代构建公平有序的数据要素市场提供了制度保障。3.强调多元利益衡量在比例原则中的适用认定数据抓取类不正当竞争行为，可借助狭义比例原则开展权衡分析。该原则强调行为手段与目标之间需保持合理的比例关系，此框架包含经济性分析要素，同时避免单纯定量评估的局限，契合法律适用的实际要求。本文所指的比例原则是指规制数据抓取类不正当竞争行为时，不仅要让处罚金额的严厉程度与被抓取方所损失的经济总量大抵相当，而且要考虑到该数据抓取行为对于消费者利益和社会公共利益损害的程度相当。即在比例原则中纳入多方利益得失的衡量因素。首先，比例原则能够有效实现法益衡平目标。通过“目的正当性-手段必要性-损益均衡性”的三阶段检验，要求认定数据抓取类不正当竞争行为既要审查数据抓取行为是否具有提升市场效率、促进技术创新等正当目的，也要评估抓取手段是否超出必要限度，最终行为规制在维护企业数据权益与保障数据要素自由流动之间取得平衡。其次，比例原则的适用有助于构建数据要素市场化配置的法治保障。认定数据抓取类不正当竞争行为着重审查三个维度：首先要看数据抓取技术手段会不会对目标系统安全性造成实质性破坏；其次要看数据性质有没有独创性投入或者商业价值密度等保护要件；最后还要看行为后果会不会使被抓取方用户黏性减弱、商业机会减损，进而导致可量化的竞争优势丧失。这种检验机制一方面可以防止数据控制者滥用权利，搞数据垄断，另一方面也能遏制恶意抓取行为引发的“搭便车”效应。通过比例原则梯度适用，在个案当中能够实现维护竞争秩序和发展数字经济这两个价值目标。五、结语数字经济朝着法治化发展过程中，数据抓取不正当竞争行为的法律规制是个重要议题。系统研究表明，认定数据抓取行为违法性，不仅要看是否存在竞争关系，还要结合技术手段与行为目的进行类型化分析，以此避免法律泛化或机械使用。现行《反不正当竞争法》存在结构问题，一般条款宽泛、互联网专条滞后，因此急需立法增加针对数据抓取不正当竞争行为的专门条款，明确技术标准与数据分级规则。认定数据抓取类不正当竞争行为时，要引入比例原则和多元利益衡量机制，在具体案件中动态平衡经营者权益、消费者利益和社会公共利益，防止出现类似“数据垄断”的极端情形。对数据抓取行为进行规制需要法律规则、行业自治以及技术伦理共同协同治理。要进一步细化数据抓取的技术规范与责任边界，同时构建起公共数据开放和私有数据保护之间的平衡机制。并且要强化比例原则的梯度适用，借助“目的正当性-手段必要性-损益均衡性”这三阶检验，让数据抓取行为