數據、算法驅動型不正當競爭行為的規制路徑

翟巍

摘要：在數字經濟視野下，數據與算法共同構成數字經濟迭代發展的支點。雖然數據、算法本身屬于價值中性的技術手段，但經營者出于自私逐利目的，有可能實施數據、算法驅動型不正當競爭行為，以致損害公平與正當的市場競爭秩序。基于反不正當競爭法視角，為了系統性規制數據、算法驅動型不正當競爭行為，公權力機關有必要將“可持續發展的社會整體效益”設定為多元利益衡量基準，并細化厘定數據、算法驅動型不正當競爭行為的方式要件、結果要件。在這一前提下，公權力機關還應當進一步建構關于數據、算法驅動型不正當競爭行為的類型化界分與規制機制，系統性區分非效能競爭風險類型與阻滯競爭風險類型的不正當競爭行為，以實現更加精準與高效地發現、甄別與處置數據、算法驅動型不正當競爭行為的目標。

關鍵詞：數字經濟 數據算法 反不正當競爭法 社會公共利益

一、緒言：數字經濟視野下的反不正當競爭法變局

數據與算法共同構成數字經濟發端、衍生、演進的二元“端點”，兩者的相互加持、融合構成數字經濟迭代演進的內在驅動力。迄今為止，數據概念尚缺乏統一定義。基于信息論視角，信息可以依據語義、句法、結構以及語用（pragmatic）的區分標準被進行類型化;而數據通常是指一種“能夠以適合交流、評估或處理的形式化方式對信息予以重新解讀的表現樣態”。①從狹義層面界定，數據一般是指科學實驗或測量的結果。從廣義層面界定，數據是指“任何信息”或“通常與存儲于計算機的信息結合使用的信息表現形式”。而算法概念是數學與計算機科學領域的一項涉及長序列程序的專有術語，關于該概念的定義多元駁雜。②在一般意義上，算法概念可以被界定為：“一系列簡單或被明確定義的操作，而這類操作依據特定順序施行，以執行特定類型任務或解決特定問題。”③通常而言，每種類型的互聯網軟件都包含至少一種算法。

在以亞當·斯密（Adam Smith）為開山鼻祖的古典經濟學視野下，獲得數據、算法等技術手段加持的互聯網市場競爭可被厘定為一種自然秩序，它是一種超現實的與超社會的均衡力量。④具體來說，在傳統古典經濟學視野下，互聯網市場的“競爭”屬于一種行為樣態，它可被厘定為一種回歸自然秩序的動態演變的進程;而在新古典經濟學視野下，互聯網市場的“競爭”則被視作一種市場結構，它可被假定為一種以市場結構來呈現的特殊的靜態市場狀態。⑤在數字經濟時代，由于“競爭”能夠最優化流轉配置產品、服務、技術、數據、流量等資源，因而競爭性市場是互聯網行業得以高質量、可持續發展的必要前提;如果數字市場保持良好競爭生態格局，那么數字經濟的諸種正向潛力就能獲得最大程度釋放。⑥

雖然數據、算法本身屬于適用中性與價值中性的技術手段，但由于經營者兼具“經濟人”與“理性人”特征，因而他們可能濫用數據、算法技術手段，逾越法律與商業道德界限，施行流量劫持、惡意不兼容等新型不正當經營模式、業態、行為，最終侵蝕其他市場參與方的合法權益。就概念界定而言，所謂數據、算法驅動型不正當競爭行為就是指經營者利用數據、算法技術手段施行的違反法律與商業道德的競爭行為。這類競爭行為導致互聯網市場競爭機制的扭曲與阻滯后果，其違法性應當根源于“行為本身的違法性”，而并非根源于傳統侵權法視角下的“法益的受損害性”。⑦

由于傳統反不正當競爭法律制度發端于工業經濟時代，這導致在數字經濟迭代演進之際，該項制度在規制數據、算法驅動型不正當競爭行為層面日益呈現滯后性、僵化性與不匹配性，尤其是在實現“鼓勵數據、算法驅動型創新”與“規制數據、算法驅動型不正當競爭行為”二元目標之間存在錯位與張力關系。鑒于此，市場監管總局在2021年8月17日發布《禁止網絡不正當競爭行為規定（公開征求意見稿）》（本文以下簡稱為《公開征求意見稿》）。《公開征求意見稿》的制定依據為《反不正當競爭法》《電子商務法》《行政處罰法》等法律。依據功能定位視角，《公開征求意見稿》包含《反不正當競爭法》第2條（“一般性法條”）與第12條（“互聯網專條”）在互聯網領域施行的具象化、實操化規定，它還專門針對數據、算法驅動型不正當競爭行為設定頗具創新理念的類型化規制條款。

基于前述，本文擬在評判《公開征求意見稿》相關條款利弊得失的基礎上，從域外借鑒與本土建構的二元視角梳理、厘定我國數據、算法驅動型不正當競爭行為的違法性判定標準，希冀建構關于這類不正當競爭行為的類型化界分與規制機制，并探討反不正當競爭法視野下數據、算法驅動型不正當競爭行為規制機制的構造路徑。

二、數據、算法驅動型不正當競爭行為的規制基準

由于反不正當競爭法律制度固有的謙抑性、守成性與滯后性，經由數據、算法驅動的科學技術、組織業態、經營模式的迭代創新不可避免引發新型法律應對困境及其衍生問題，其中最受關注的懸而未決問題即為：“如何厘定反不正當競爭法的規制界限與實施原則，進而設立用于厘定數據、算法驅動型不正當競爭行為的多元法益權衡基準”。

（一）反不正當競爭法的規制界限與實施原則

依據作為反不正當競爭法“母國”的德國學界主流觀點，雖然“保護不受扭曲的正常運作的競爭機制”（die Aufrechterhaltungeinesunverf?lschtfunktionierendenWettbewerbs）是反壟斷法與反不正當競爭法的共同目標，但這兩部競爭法律在保護模式上各有側重，它們規制領域的分野相對清晰。其中，反壟斷法注重于規制數據、算法驅動型的限制競爭行為，以確保競爭的自由性（Freiheit），而反不正當競爭法側重于規制數據、算法驅動型的不正當競爭行為，以確保競爭的正當性（Lauterkeit）。⑧

在數據、算法驅動型的不法行為規制領域，我國《反不正當競爭法》與《反壟斷法》存在疊加適用與競合適用的情形。譬如，無論平臺經營者是否具有市場支配地位，其實施的沒有正當理由對競爭對手截取流量、不予直鏈的行為均可構成違反《反不正當競爭法》第12條的惡意不兼容形態的不正當競爭行為。如果具有市場支配地位的超大型平臺經營者實施這類截取流量、不予直鏈行為，那么該企業亦同時構成違反我國《反壟斷法》第17條的濫用市場支配地位行為。

在一般情形下，《反不正當競爭法》與《反壟斷法》處于各別施行態勢。在此情形下，我國執法、司法機關有必要采行淵源于德國的嵌合適用機制，以實現這兩部法律實施效果的互補性與交融性。該項嵌合適用機制基本內容為：執法、司法機關在適用《反不正當競爭法》與《反壟斷法》之中一部法律規制一項數據、算法驅動型經營行為時，以不影響這部法律獨立性為前提，必須關注另一部法律對該項經營行為的“評價”（Wertungen）。⑨具體來說，市場監管總局有必要關注業已生效的國務院反壟斷委員會《關于平臺經濟領域的反壟斷指南》涉及數據、算法驅動型壟斷行為的規定，修訂完善《公開征求意見稿》相關條款，以確保最終生效的《禁止網絡不正當競爭行為規定》與《關于平臺經濟領域的反壟斷指南》之間達致規制指向協同性與實施效果融合性。⑩

在數據、算法驅動型的不法行為規制領域，《反不正當競爭法》亦應受到適用中性原則（謙抑性原則） 的約束。所謂適用中性原則是指：反不正當競爭法不應當成為“主動”引導、塑造、重構經濟政策與市場架構的制度性工具，亦不應“主動”介入新舊科學技術、組織業態、經營模式之爭，它應當主要承擔“被動”規制損害市場公平競爭行為的功能。

從歷史解釋視角分析，人類歷史上最早出現的1896年《德國反不正當競爭法》（UWG）的主要屬性是具有被動規制特征的“特殊性私法”（Sonderprivatrecht），后來反不正當競爭法律才被逐步予以公法化。?這一歷史流變事件構成各國《反不正當競爭法》適用中性原則的產生淵源。從法理邏輯上分析，弗里德里希·奧古斯特·馮·哈耶克（Friedrich August von Hayek）主張“競爭構成一種發現過程”（Der WettbewerbalsEntdeckungsverfahren）。?依據哈耶克這一法理邏輯，競爭是一種極端復雜的自發性市場秩序（die spontaneMarktordnung），即使通過最全面的通信機制與最強大的計算機處理技術亦難以獲得厘定競爭行為產生效果所需的全面知識，因而競爭行為產生的結果難以被預判，而只能在市場競爭發展過程中而不斷地被發現。?基于此，反不正當競爭執法、司法機關有必要對新型的數據、算法驅動型的競爭行為持包容、審慎、科學的規制態度，通過動態觀察、類案匯總與延后判斷的方式逐步厘定這類新型競爭行為的后果，并對由數據、算法技術手段引發的新舊科學技術、組織業態、經營模式之爭保持超然與中立的態度。

譬如，德國漢堡州法院在“白名單”案件中認為，被告普遍免費提供具有收費白名單功能的廣告屏蔽軟件的行為不構成違反《德國反不正當競爭法》（UWG）第3條與第4條的不正當競爭行為。?在該案中，德國漢堡州法院對“提供具有收費白名單功能的廣告屏蔽軟件”這一新穎的算法驅動型經營模式就采取了寬松與寬容態度，并未主動介入該新穎經營模式與原告既有的“免費提供新聞+廣告盈利”經營模式之間的競爭，而是力圖在鼓勵網絡技術創新、保護消費者利益、維護競爭者利益多元目標之間實現動態平衡。?

基于上述，市場監管總局有必要在《公開征求意見稿》中增設強化適用中性原則（謙抑性原則）的條款，針對具有技術創新特征的數據、算法驅動型的競爭行為采取寬容、包容、審慎、科學的規制態度。

（二）多元法益權衡的“基點”與“圭臬”：可持續發展的社會整體效益

對于數據、算法驅動型不正當競爭行為而言，這類行為的核心構成要件為行為的“不正當性”。依據《反不正當競爭法》第2條，此處所述的“不正當性”等同于“違反法律和商業道德”，并且該“不正當性”又可被進一步細化闡釋為“擾亂市場競爭秩序，損害其他經營者或者消費者的合法權益”。

然而，在應用《反不正當競爭法》第2條（“一般性法條”）評估數據、算法驅動型競爭行為因“違反商業道德”而呈現的不正當屬性時，存在雙重實踐困境。

一方面，正如最高人民法院近期起草的《關于適用〈中華人民共和國反不正當競爭法〉若干問題的解釋（征求意見稿）》規定，《反不正當競爭法》第2條規定的“商業道德”是指特定商業領域普遍認可和遵循的行為規范。然而，在互聯網行業普遍認可和遵循的涉及數據、算法使用的行為規范（如行業慣例）并不必然具有正當性，這類行為規范依舊可能摻雜行業私利因素。因此，只有在綜合使用社會公共利益、市場可持續發展等多元評估指標的前提下，經過驗證程序確定相關行為規范具有合法性與合理性后，才能將其定性為具有正當性的商業道德。?值得關注的是，有域內學者認為，由于競爭是市場的本質屬性，因而依據“競爭效應分析”路徑，如果一項經營行為導致負向的競爭效應，那么該項經營行為就可被厘定為違反“商業道德”的不正當競爭行為。?這一理論觀點存在“逆向泛道德化”“去道德化”傾向，它將“商業道德”的價值觀內核剔除，將主觀的“商業道德”混同于客觀的“負向競爭效應”，因而它嚴重背離反不正當競爭法“確保競爭正當性（Lauterkeit）”的立法本義。?

另一方面，《反不正當競爭法》第2條關于“擾亂市場競爭秩序，損害其他經營者或者消費者的合法權益”的文本表述隱含市場競爭秩序、其他經營者合法權益、消費者合法權益三項并列的法益，而這三項法益的利益光譜并非必然重合與契合，甚至可能出現相互抵牾、沖突的情形。?譬如，在網絡語音電話服務誕生之初，該服務曾被認為系經營者在不具備電信運營商資質的情形下提供電信服務，因而它涉嫌構成損害電信市場固有競爭秩序與電信運營商合法權益的不正當競爭行為，但這一服務無疑有利于消費者行使自由選擇權，并降低通話成本，提升通話便捷度。?基于此，市場監管總局應當通過修訂《公開征求意見稿》方式明確規定，在依據《反不正當競爭法》第2條判定一項數據、算法驅動型競爭行為是否具有“不正當性”時，需要對市場競爭秩序、其他經營者合法權益、消費者合法權益這三項并列法益予以個案衡量，而做出這類利益衡量結果的“基點”與“圭臬”應是社會公共利益的最高形式：可持續發展的社會整體效益。

其原因在于，社會公共利益為利益衡量的支點與根基，缺乏社會公共利益的指向，就無法進行妥當的利益衡量。21依據部門法屬性分析，反不正當競爭法隸屬于經濟法體系，二者之間的線性隸屬關系表現為：“反不正當競爭法→競爭法→市場微觀規制法→經濟法”。鑒于經濟法的根本價值導向為“可持續發展的社會整體效益”，22因而在依據《反不正當競爭法》進行多元法益的權衡取舍時，需要以上位法統攝性的根本價值導向作為評判的“基點”與“圭臬”。

舉例而言，若一項數據、算法驅動型競爭行為導致市場競爭秩序、其他經營者合法權益、消費者合法權益這三項法益之間出現相互抵牾、沖突的情形，那么應當以該項行為是否契合“可持續發展的社會整體效益”作為判定其正當與否的最終基準。進一步而言，在現代國家法律制度架構下，維護可持續發展的社會整體效益是任何國家活動得以實施的普遍性前提。因而國家公權力主體必須主動保護與促進社會公眾的長遠福祉，并著力解決社會公眾所關注的問題。23由于這一原因，反不正當競爭執法、司法機關在對意蘊模糊的“可持續發展的社會整體效益”予以具象化與明晰化時，可以參照、借鑒由國家制定、施行的以促進社會公眾長遠福祉為導向的宏觀戰略規劃、發展目標、產業政策、監管政策等。

三、數據、算法驅動型不正當競爭行為的違法性判定標準

《公開征求意見稿》第13條規定：“經營者不得利用數據、算法等技術手段，通過影響用戶選擇或者其他方式，實施流量劫持、干擾、惡意不兼容等行為，妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行。”從行為構成要件層面，該總則性條款沿襲《反不正當競爭法》第12條的文本表述，設立了數據、算法驅動型不正當競爭行為的方式要件與結果要件，從而厘定這類行為的違法性判定標準。

（一）設置“相對方做出商業決策理性能力受妨礙”方式要件及評判標準

依據《公開征求意見稿》第13條規定，“影響用戶選擇或者其他方式”構成判定數據、算法驅動型不正當競爭行為的方式要件。然而，“影響”本就屬于中性詞匯，它可以涵蓋正面、負面及居中效應，因此將“影響用戶選擇或者其他方式”作為判定數據、算法驅動型不正當競爭行為的方式要件失之寬泛與模糊，這很有可能誤傷“對用戶履行充分告知義務并能夠提升用戶福祉”的數據、算法驅動型正當競爭行為，甚至侵犯用戶依據主觀意愿自主選擇商品、服務的權利。基于此，市場監管總局有必要修訂《公開征求意見稿》第13條，以更加精準與審慎的“相對方做出商業決策理性能力受妨礙”要件置換“影響用戶選擇或者其他方式”要件。

在評估相對方（包括消費者、經營者）做出商業決策理性能力是否受到經營者數據、算法技術手段的妨礙時，市場監管總局可以考慮借鑒歐盟的“參照型消費者”（Referenzverbraucher）標準，在《公開征求意見稿》中植入“參照型消費者”“參照型經營者”標準。24根據“參照型消費者”與“參照型經營者”標準，反不正當競爭執法、司法機關在評判一項數據、算法驅動型競爭行為是否使作為相對方的消費者、經營者做出商業決策理性能力受妨礙時，不應拘泥于個案中具體消費者、經營者的反饋情況，而應依據反不正當競爭規制普適性與公正性的要求，聚焦于分析“一個具有平均水準的知情度、注意力、明智性的普通消費者、經營者”將如何對這項數據、算法驅動型競爭行為予以反饋，其做出商業決策理性能力是否受到妨礙。進一步而言，反不正當競爭執法、司法機關可以采用極端型個案抽樣、強度抽樣、同質型抽樣等社會科學研究方法，通過科學抽取樣本并進行分類、匯總以及整合分析的方式，在極端復雜個案中量化厘定“參照型消費者”與“參照型經營者”的各項指標。25

在評估相對方做出商業決策理性能力是否受到妨礙時，市場監管總局還可考慮在《公開征求意見稿》中引入《德國反不正當競爭法》（UWG）最新增設的第5b 條中的“基本信息”（WesentlicheInformationen）標準，26設定經營者應當告知相對方的“基本信息白名單”，然后依據經營者告知義務的履行情況反向推定相對方做出商業決策理性能力是否受到妨礙。譬如，依據《德國反不正當競爭法》（UWG）第5b 條第2款關于積極性義務的規定，如果一個經營者向消費者提供來自不同供給主體的商品、服務信息的搜索渠道，那么無論消費者最終在何處達成交易，該經營者均有義務向消費者提供以下信息：其一，用于設定“向消費者展示的商品、服務搜索結果排名”的主要參數;其二，與其他參數相比較，確定排名的主要參數占據的相對權重。此外，《德國反不正當競爭法》（UWG）第5a 條第2款亦從禁止性義務角度厘定經營者的信息告知義務。依據該條規定，在考慮到所有情形的前提下，經營者不得向消費者隱瞞重要信息，否則構成不正當競爭行為。此處所述的“重要信息”包括以下兩類：（1）消費者根據相關情況作出明智商業決策所需要的信息;（2）如果信息被扣留，那么可能會誘使消費者做出他（她）本來不會做出的商業決策。27

綜上所述，市場監管總局有必要在《公開征求意見稿》中設定與經營者告知義務緊密關聯的“基本信息”標準，為經營者適格履行告知義務厘定明晰化與實操化的合規指南。一旦經營者背離“基本信息”標準，向相對方提供不全面、不充分、不真實信息，抑或借助算法推薦、算法壓制等手段不當過濾信息流，從而影響相對方做出商業決策，那么在這類情形下，可反向推定相對方做出商業決策的理性能力受到妨礙與侵蝕。

反不正當競爭執法、司法機關在在評估經營者是否利用數據、算法技術手段使“相對方商業決策理性能力受妨礙”時，還需要特別關注基于數據與算法的機器學習（MaschinellesLernen）對消費者、企業用戶做出商業決策的理性能力的影響。機器學習屬于人工智能的一項關鍵技術。從技術層面而言，人工智能就是大數據、計算資源與機器學習的組合體。28在機器學習模式下，機器可以在大量樣本數據的基礎上開發可以應用于“新的、未知的場景與數據”的規則與模式。29由于機器自身缺乏預設的世界觀、道德觀、價值觀，因而機器學習可能挑戰人類現有的規范與直覺，開發出不當影響消費者、企業用戶商業決策理性能力的規則與模式。舉例而言，在機器學習進程中，機器可能自發通過對特定模式的異構數據（譬如，在互聯網或社交媒體上的人類活動數據、信用卡與銀行數據、評級數據、旅游數據）的分析，針對特定群體設定不正當的歧視性影響策略。

鑒于上述，在監管機關的管理、引導下，經營者為了確保自身開啟的機器學習方式不會導致“相對方商業決策理性能力受妨礙”，有必要采取以下兩項措施：

其一，經營者應當未雨綢繆，將“公平對待”（GerechteBehandlung）預設為機器學習的目標，以確保機器學習的循環正向發展。30舉例來說，基于近期國家網信辦發布的《互聯網信息服務算法推薦管理規定（意見稿）》規定，算法推薦理應以“倡導向上向善，抵制逐利作惡”為價值取向。31這一意見稿規定可被視作我國監管機關針對基于數據、算法的人工智能、機器學習的迭代演化進程設定正向價值觀導向的探索性規定。

其二，鑒于機器算法具有高度復雜性、短促重新校準周期與高度自動化的特征，32經營者應當開發必要技術與工具，提升機器學習全鏈條、各環節的透明度與可控性，確保機器學習的可解釋性與可驗證性（Erkl?rbarkeit und ?berprüfung），抑或由獨立與權威的第三方機構通過外部監管方式，確保機器學習的可解釋性與可驗證性。33

（二）廓清“妨礙、破壞”結果要件的評判標準體系

基于《公開征求意見稿》第13條，數據、算法驅動型不正當競爭行為的結果要件為：“妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行”。對該結果要件的內容分析可知，“妨礙、破壞”的直接客體是“其他經營者合法提供的網絡產品或者服務得以正常運行的利益”，這類產品或者服務得以正常運行的利益通常表現為其他經營者在正常運行產品、服務過程中所享有的經營權益（動態競爭利益），而非純粹的與靜態的物權或債權權益。

總體而言，雖然市場監管總局在《公開征求意見稿》第13條設定的“妨礙、破壞”結果要件重點關注動態競爭利益的維護，這契合了有別于民法侵權模式的反不正當競爭規制模式的特征，但該結果要件在行為損害后果的價值定性、程度定量與利益衡量層面失之模糊與偏頗，因而市場監管總局有必要引入非價值中性標準、顯著性標準與雙層級利益衡量標準，以廓清“妨礙、破壞”結果要件的內容，補白與補強其固有評判功能。

1.非價值中性標準

互聯網領域數據、算法驅動型正當或不正當競爭行為的最終結果都呈現為社會整體福利的增益或減損，而反不正當競爭法規制不正當競爭行為的目的就是“最大限度地提高社會整體福利”。34不容忽視的是，基于效能競爭原則（Prinzip des Leistungswettbewerbs），每個人都可以在競爭中自由地超越對手。35因此，在互聯網市場競爭領域，經營者利用數據、算法技術手段對其競爭對手造成“妨礙、破壞”是常態化現象，它屬于市場競爭的應有之義與固有結果;只要在《反不正當競爭法》視角下這種“妨礙、破壞”是“中性”（neutral）的，并未以違反法律或商業道德的方式侵害動態競爭利益，那么這種“妨礙、破壞”就不應受到《反不正當競爭法》的苛責與規制，亦不應承擔否定性法律后果。36在馬達慶案裁定中，最高人民法院就曾表達類似觀點：“對于同一交易機會而言，競爭對手間一方有所得另一方即有所失。利益受損方要獲得民事救濟，還必須證明競爭對手的行為具有不正當性。只有競爭對手在爭奪商業機會時不遵循誠實信用的原則，違反公認的商業道德，通過不正當的手段攫取他人可以合理預期獲得的商業機會，才為反不正當競爭法所禁止。”37

雖然《反不正當競爭法》受到適用中性原則（謙抑性原則）的約束，但這一原則并非絕對無界限適用，由于《反不正當競爭法》本身屬于內化于經濟體制的制度性工具，因而它必須主動維護其所屬經濟體制蘊含的價值觀。38舉例來說，《德國反不正當競爭法》（UWG）屬于維護該國“社會市場經濟體制”的制度性工具，而我國《反不正當競爭法》屬于維護“社會主義市場經濟體制”的制度性工具。在網絡空間領域，數據流轉與算法推薦擔當起信息生成與編發的“編輯”角色。然而，“技術中性”的數據流轉與算法推薦并不必然意味著“價值中性”。經營者可能出于“流量至上、私益至上”的考量，將數據流轉與算法推薦異化為推行低俗價值觀的技術手段。39基于前述，如果經營者利用數據、算法手段妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行，并且這種數據與算法手段已經蛻變為有悖于社會主義價值觀的技術手段，那么經營者的妨礙、破壞行為應當受到我國《反不正當競爭法》的否定性評價。

2.顯著性標準

依據《德國反不正當競爭法》（UWG）第3a 條規定，不正當競爭行為是指：任何違反旨在規范市場行為以維護市場參與者利益的法定條款的行為，并且這類違反行為可能“顯著”影響消費者、其他市場參與者或競爭對手的利益。40這條規定在厘定不正當競爭為的結果要件中植入顯著性標準（Spürbarkeit），它是對德國舊版《德國反不正當競爭法》（UWG）第3條（“最低限度法條”）的承繼。41

綜合而言，在數據、算法驅動型不正當競爭行為規制層面，設定不正當競爭為結果要件中的顯著性標準能夠產生以下兩項正向效應：其一，提升反不正當競爭規制門檻，將輕微損害法益的競爭行為排除在規制對象范疇以外，從而節省反不正當競爭執法、司法資源;其二，有利于鼓勵數據、算法驅動的顛覆式創新行為;雖然這類行為可能妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行，但這種妨礙、破壞行為呈現了新舊技術、模式的對撞，有利于實現整體經濟發展效益與社會公眾福祉。

進一步而言，設定顯著性標準有助于在具有“準公共領地”屬性的互聯網平臺實現各方經營者動態競爭利益之間的平衡。事實上，迄今最成功的互聯網商業模式并非淵源于企業自身數據生成行為，而是發端于利用第三方數據提供服務的行為。42譬如，搜索引擎、社交網絡、在線翻譯、電子郵件等服務提供商僅僅生成少量的自身數據，但卻搜索、管理、翻譯或發送海量的第三方數據，Youtube、Facebook、Ebay等平臺都是基于第三方數據而提供服務的互聯網平臺。43基于此態勢，一方面，互聯網平臺企業由于創設、維護、革新互聯網平臺，理所當然地應當從所屬互聯網平臺獲得合理的動態競爭利益;另一方面，由于互聯網平臺屬于吸附大量公共數據資源、流量資源的“準公共領地”，而并非互聯網平臺企業獨占流量池的“私家花園”，因而除互聯網平臺企業以外的其他企業亦應當有權合理共享集聚于互聯網平臺的公共數據資源、流量資源。

在互聯網平臺競爭實踐中，互聯網平臺企業與其他企業之間長期存在雙向干擾、妨礙行為。一方面，互聯網平臺企業可能通過阻斷流量、搜索降權等方式，在其所屬平臺內遏制其他企業的動態競爭利益，其典型案例為阿里巴巴“二選一”案;44另一方面，其他企業亦可能通過數據爬取、“搭便車”等方式遏制互聯網平臺企業在自身所屬平臺內的動態競爭利益。其典型案例包括大眾點評訴百度案、微博訴超級星飯團案、淘寶天貓訴幫5買案。45在當前平臺數據權屬未定與平臺治理規則未明的狀態下，設定數據、算法驅動型不正當競爭行為結果要件中的顯著性標準，既可避免互聯網平臺企業、其他企業在爭奪動態競爭利益中動輒得咎，并因此導致其難以進行突破式、顛覆式創新，又可在具有“準公共領地”屬性的互聯網平臺劃定違法“紅線”，確保各方經營行為的干擾、妨礙效應遵循商業道德與比例原則的要求。

基于顯著性標準的正向效應與利益平衡功能，我國立法機關有必要在《反不正當競爭法》第2條及第12條中植入顯著性標準，市場監管總局亦可考慮基于經營者舉證減責與免責視角，在《公開征求意見稿》第13條中增設顯著性標準。依據顯著性標準，當且僅當一項數據、算法驅動型競爭行為能夠顯著妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行時，該項網絡競爭行為才可能構成不正當競爭行為。反不正當競爭執法、司法機關在個案中評判妨礙、破壞行為是否具有“顯著性”時，有必要統籌衡量以下各項指標：（1）被妨礙、破壞行為違反的相關法律的制定宗旨;（2）妨礙、破壞違法行為的類型與嚴重程度;（3）預估的妨礙、破壞違法行為對競爭的影響。46

3.雙元層級利益衡量標準

在我國互聯網不正當競爭案件審判中，“非公益不干擾”原則已經成為一項得到較為普遍遵循的原則。依據該項原則，經營者非因特定社會公共利益的必要，不得直接干預競爭對手的經營行為;相關典型案例包括百度與360插標不正當競爭案、獵豹瀏覽器屏蔽優酷網視頻廣告案、“極路由”視頻廣告屏蔽不正當競爭案。47依據“非公益不干擾”原則，由于社會公共利益的價值位階高于個體利益，因而社會公共利益構成經營者妨礙、破壞其他經營者個體利益（例如，其他經營者合法提供的網絡產品或者服務正常運行的利益）的“正當性”依據。

不過，“非公益不干擾”原則存在基本內容粗糙與“一刀切”標準僵化的弊端，它并不適用于應對具體案件中多元利益沖突的極端復雜性與變動不居性。依據雙元層級利益衡量標準，在個案情形下經營者因特定社會公共利益的必要，利用數據、算法技術手段妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行時，其所依憑的社會公共利益并非必然優位于個體利益，而且這一妨礙、破壞效果還可能觸發不同類型社會公共利益之間的抵牾與沖突。

（1）第一層級：社會公共利益與個體利益之間的衡量

基于廣義界定，社會公共利益（ ?ffentliches Interesse）是指涉及公眾訴求與社會福利的相關利益。48? 依據主流的利益衡量邏輯，在社會公共利益（ ?ffentliches Interesse）與個體利益（Individualinteresse）產生悖反的情形下，雖然社會公共利益通常應當獲得優先考慮，但社會公共利益并非絕對優位于個體利益，有權機關應當依據淵源于法治國原則（Rechtsstaatsprinzip）的比例原則（Verh?ltnism??igkeitsprinzip）權衡二者的位階序列。49比例原則包括正當目的性（LegitimerZweck）、適當性（Geeignetheit）、必要性（Erforderlichkeit）、衡量性（Angemessenheit）四項子標準。一般來說，所有類型的社會公共利益都被視為符合正當目的性標準。50因此，若經營者基于社會公共利益的需要，利用數據、算法手段直接干預競爭對手的經營行為，則其已經符合正當目的性標準。51依據適當性標準，經營者利用數據、算法手段實施的干預效果必須至少能夠促進正當目的（社會公共利益）的實現;依據必要性標準，與經營者利用數據、算法手段實施的干預效果相比較，應當不存在其他的可以實現同樣正當目的（社會公共利益）而卻更加柔性、溫和的行為方式;依據衡量性標準（狹義比例原則），“經營者利用數據、算法手段實施的干預行為的效果”與“希冀實現的正當目標（社會公共利益）”之間應當呈現適當的比例關系，若一項干預行為所損害的其他經營者的法益（譬如，基本權利內核部分）顯著大于該項干預行為所實現的社會公共利益，那么該項干預行為不符合衡量性標準要求。52

（2）第二層級：不同類型社會公共利益之間的衡量

從部門法定位角度分析，反不正當競爭法律制度不是保護所有類型社會公共利益的“統一法”，而是僅僅保護基于不受扭曲的競爭機制的社會公共利益的“專門法”;具言之，反不正當競爭法律制度并不保護勞動保障、公共衛生、環境保護等領域的社會公共利益。53

譬如，《關于適用〈中華人民共和國反不正當競爭法〉若干問題的解釋（征求意見稿）》將“行為擾亂市場競爭秩序”厘定為《反不正當競爭法》第2條規制“損害經營者利益的行為”的前置要件。54而依據《德國反不正當競爭法》（UWG）第1條規定，該部法律僅是旨在保護基于不受扭曲的競爭機制的普遍利益（das Interesse der Allgemeinheit）。55因此，如果經營者利用數據、算法技術手段妨礙、破壞其他經營者合法提供的網絡產品或者服務正常運行，而且這一妨礙、破壞效果觸發不同類型社會公共利益之間的抵牾與沖突，那么當且僅當這一妨礙、破壞效果有利于實現基于不受扭曲的競爭機制的社會公共利益，并且在契合比例原則的情形下，該妨礙、破壞效果才可獲得正當性與合理性。

四、數據、算法驅動型不正當競爭行為的類型化界分與規制機制

基于反不正當競爭法視野，唯有建構關于數據、算法驅動型不正當競爭行為類型化界分與規制機制，才能更加高效與精準地識別、歸類與處置此類樣態繁雜與變異頻仍的不正當競爭行為。不過，最高人民法院近期發布的《關于適用〈中華人民共和國反不正當競爭法〉若干問題的解釋（征求意見稿）》尚缺乏針對數據、算法驅動型不正當競爭行為的類型化區分，也沒有設定針對這些行為的系統化司法規制標準。56雖然市場監管總局發布的《公開征求意見稿》第三章與第四章依據“場景性差異”標準列舉了在若干不同場景下發生的數據、算法驅動型不正當競爭行為，但該《公開征求意見稿》未進一步整合分析基于不同發生場景的數據、算法驅動型不正當競爭行為之間的趨同性或異質性。

從反不正當競爭法學理視角分析，不正當競爭行為對正常市場秩序的損害風險分為“非效能競爭風險”（Gefahr des Nichtleistungswettbewerbs）與“阻礙競爭風險”（Gefahr des Behinderungswettbwerbs）。57基于此，數據、算法驅動型不正當競爭行為可以被相應區分為兩項基本類型：非效能競爭風險類型與阻礙競爭風險類型。所謂非效能競爭風險類型的不正當競爭行為是指：經營者利用數據、算法手段，顯著妨礙消費者對產品、服務的優劣做出理性判斷，從而使消費者喪失固有的在市場領域決定產品、服務優勝劣汰的裁判功能。58所謂阻礙競爭風險類型的不正當競爭行為是指：經營者利用數據、算法手段，阻礙其他經營者提供高性價比的產品、服務，從而阻滯正常的市場競爭機制的運行。59

（一）非效能競爭風險類型不正當競爭行為的規制機制

非效能競爭風險類型不正當競爭行為可被細分為誤導型不正當競爭行為與侵犯型不正當競爭行為兩類。前者系基于信息不對稱態勢而施行的不正當競爭行為，而后者系基于力量不對稱態勢而施行的不正當競爭行為。

1.誤導型不正當競爭行為的基本特征與評判標準

不容忽視的是，市場競爭最重要的特征之一就是“為生產商滿足客戶的當前和未來需求揭示必要的信息”;進一步而言，競爭過程本身使經營者具有實施信息搜集活動的動機與動力，一方面，經營者可以借此獲得豐富盈利;另一方面，如果經營者未能成功搜集信息，那么其將迅速喪失競爭力。60舉例來說，互聯網平臺企業經由對于平臺用戶行為的正向跟蹤、反向跟蹤與深入分析，不但可以開發出新型經營模式，而且能夠對平臺用戶所生成的私人數據實施商業開發。61

不過，維護“求真信條”（Wahrheitsgebot），防止誤導行為是反不正當競爭法的基本關注點之一。62因而，經營者不得逾越反不正當競爭法設定的合法界限，濫用數據、算法手段，針對消費者制造“信息繭房”“信息誤導”效應，以致影響消費者做出理性決策。譬如，依據《德國反不正當競爭法》（UWG）第5條第1款的界定，被禁止的“誤導型經營行為”（ irreführendegesch?ftlicheHandlungen）是指經營者通過提供虛假信息或其他欺詐性信息，損害消費者或者其他市場參與者的交易決定權的行為。63又如，依據市場監管總局《公開征求意見稿》第15條，禁止經營者實施利用技術手段誤導、欺騙消費者的不正當競爭行為。

若經營者利用數據、算法手段向消費者提供產品、服務信息，則反不正當競爭執法、司法機關有必要依據前后承續的“三層級”評判標準體系，以判斷該提供信息行為是否構成誤導型不正當競爭行為。這一評判標準體系包括：（1）首先，厘定相關產品、服務的普通消費者群體;（2）其次，評判具有平均水準的知情度、注意力、明智性的普通消費者群體將如何理解經營者提供的信息;（3）再次，比較前述普通消費者群體對信息的主觀理解與事實真相的差異程度。64

譬如，最近上海市長寧區人民法院互聯網審判庭在判決中確認，由于“負面壓制”條款的目的違背誠實信用的基本法律原則，并嚴重違反《消費者權益保護法》與《反不正當競爭法》的基本原則，因而該條款內容違法無效。65所謂“負面壓制”行為是指經營者利用數據、算法等技術手段，導致涉及某品牌或某企業的負面新聞在搜索引擎上不被社會公眾所知曉或者不容易被社會公眾所知曉，從而達到誤導他人或社會公眾的商業目的。66由于這類“負面壓制”行為具有極強的隱蔽性與技術性特征，因而具有平均水準的知情度、注意力、明智性的普通消費者群體難以有效識別與認知該行為，極易被該行為誤導，所以這類“負面壓制”行為應當構成典型的誤導型不正當競爭行為。

不容忽視的是，借鑒德國反不正當競爭司法判例可知，一項經營行為是否構成誤導型不正當競爭行為，既不應取決于該項經營行為所提供的信息的客觀含義，又不應取決于經營者自身希望其經營行為所提供的信息被如何理解。67決定一項經營行為是否構成誤導型不正當競爭行為的核心判定標準是“接受該項經營行為所提供信息的社會公眾的看法”。68譬如，在“基于算法的產品比較”案件中，被告在“U.net ”域名下經營著一家基于算法的產品比較網站，并在其網站主頁上標示以下宣傳語：“新一代產品測試：基于算法的產品比較”。用戶可以通過訪問被告網站的方式獲得基于算法的產品比較信息。原告認為，由于被告尋求向產品被評估的銷售商收取報酬，因而被告沒有遵守實施“測試”所需要的中立性、客觀性與專業性。69原告還主張，由于被告沒有解釋它根據何種標準在何種范圍內進行“測試”，因而被告在實施產品比較行為時缺乏確定的調查計劃，相關調查不具有客觀屬性。70不過，德國科隆地方法院（LG K?ln）在2019年5月21日判決中認為，雖然被告將“基于一項算法的產品評級”稱為“測試”（Test），并且為了進行產品比較而使用算法，但這一行為本身并不具有誤導性。71也就是說，獲得基于算法的產品比較信息的社會公眾并不會被誤導做出非理性的商業決策。

基于上述，如果經營者利用數據、算法等技術手段，向消費者提供“客觀正確”的信息，但該信息會引發社會公眾的錯誤想法，那么這一提供“客觀正確”信息的行為亦可能構成誤導型不正當競爭行為。72??? 與之相對應，如果經營者利用數據、算法等技術手段，向消費者提供“不真實”的信息，但社會公眾能夠輕易識別這類信息的不真實性，那么這一提供“不真實”信息的行為并不一定構成誤導型不正當競爭行為。73此外，在反不正當競爭實踐中，如果經營者開發、使用的算法會導致其自身出現決策偏差后果（系統性失真），以致違反商業道德，那么無論經營者是否出于故意，他們都必須依據“始作俑者負責原則”（Verursacherprinzip），識別與分析算法產生的偏差風險，并采取減輕或消除算法偏差風險的措施。74

2.侵犯型不正當競爭行為的基本特征與評判標準

依據《德國反不正當競爭法》（UWG）第4a 條第1款的界定，“侵犯型經營行為”（ aggressive gesch?ftlicheHandlungen）是指經營者通過干擾（Bel?stigung）、脅迫（N?tigung）或不被允許的施加影響方式，顯著妨害消費者或者其他市場參與者交易選擇自由的行為。75從域內外橫向比較視角考察，《公開征求意見稿》第三章（第13-16條）所禁止的“利用技術手段實施妨礙干擾等不正當競爭行為”主要屬于“侵犯型不正當競爭行為（侵犯型經營行為）”范疇。這類侵犯型不正當競爭行為的共同特征是：經營者利用施加壓力的方式，迫使消費者做出相應商業決策，因而嚴重損害消費者的自主決策權。76

舉例而言，如果經營者并非從便利消費者與服務消費者的角度設定新型商業模式，而是希望通過強行重塑消費者購物習慣的方式攫取商業暴利，那么經營者這類行為就涉嫌構成侵犯型不正當競爭行為。假設餐廳經營者強行以掃碼點餐取代人工點餐，或者要求消費者必須下載經營者的專屬 APP 才能掃碼結賬，這類行為就會造成消費者個人信息被過度索取，因而其涉嫌構成“二選一”形態的侵犯型不正當競爭行為。77

值得注意的是，《公開征求意見稿》列舉了“干擾”這一形態的網絡不正當競爭行為。然而，在網絡領域效能競爭過程中，作為競爭對手的經營者之間相互實施干擾行為是常態化現象，并非所有的干擾行為都會違反公認的商業道德。借鑒德國反不正當競爭實踐可知，只有“干擾”（Bel?stigung）系以“不合理的方式”（in unzumutbarer Weise）予以實施時，該行為才可構成侵犯型不正當競爭行為。所謂“不合理的方式”的評估標準是：大部分中等程度敏感的市場參與主體（如受影響的經營者、消費者）都認為是無法忍受的方式。78

從反不正當競爭法理邏輯分析，雖然以下三類經營行為帶有主動介入性質，但它們不應構成侵犯型不正當競爭行為：其一，經營者僅是利用數據、算法等技術手段向消費者提供合同要約的行為，這不構成侵犯型不正當競爭行為，其原因在于，這種純粹提供合同要約的行為不會對向對方主體施加任何壓力;其二，經營者具有正當理由（譬如，經過消費者同意），利用數據、算法等技術手段實施的主動介入性質的經營行為;其三，經營者為了履行法定義務，利用數據、算法等技術手段實施的主動介入性質的經營行為。79

（二）阻礙競爭風險類型不正當競爭行為的規制機制

阻礙競爭風險類型的不正當競爭行為是指：經營者利用數據、算法手段，阻礙其他經營者提供富有效率的產品、服務，從而阻滯公平與有效的市場競爭機制的運行。由于經營者實施該類不正當競爭行為，阻礙其他經營者提出更具競爭性的供給，因而這類行為損害基于有效競爭機制的社會公眾福祉。80就實施后果而言，經營者施行阻礙競爭風險類型的不正當競爭行為，其實際損害或可能損害的是競爭對手的競爭地位或競爭行動自由 ， 而其損害的對象涵蓋競爭對手的銷售、采購、廣告、生產、融資、人員等各項競爭要素。81

不過，由于自由競爭的本質就是經營者之間進行互相阻礙，因而經營者阻礙競爭對手的行為不一定構成不正當競爭行為。在判斷一項數據、算法驅動型的阻礙行為是否構成阻礙競爭風險類型不正當競爭行為時，需要以厘定該項阻礙行為的整體屬性為“抓手”，綜合評估該項阻礙行為的實施原因、目的、手段、次生情況、效果等要素，而其核心評估標準應是該項阻礙行為所追求的目標。具體來說，如果經營者實施一項數據、算法驅動型的經營行為，其目的不是為了單純追求自身績效，也不屬于由于追求自身績效而附帶性、反射性影響競爭對手發展的情形;相反，這一經營行為的目的就是為了達到限制競爭對手的自由競爭空間的實效，那么該項經營行為可被推定為具有不正當的目標。82需要注意的是，反不正當競爭執法、司法機關在評判經營者實施阻礙行為所追求的目標時，也可考慮采取客觀推定原則;也就是說，執法、司法機關可以聚焦于考察“經營者行為對競爭對手的發展機會的影響”，并據此反向推定經營者的目標，而不必拘泥于分析難以厘定的“經營者實施阻礙行為時的真實意圖”。83

在反不正當競爭法律實踐中，惡意不兼容行為屬于典型的阻礙競爭風險類型的不正當競爭行為。譬如，個別平臺企業意識到“二選一”行為的違法違規風險，因而它們不再使用直接與明顯的方式采取“二選一”行為，而是利用搜索降權、排名后置、阻斷流量等隱秘的數據、算法手段變相強迫平臺內商家接受“二選一”要求，進而阻礙作為競爭對手的其他平臺企業有效提供平臺服務，這種行為就構成阻礙競爭風險類型的不正當競爭行為。84

在互聯網市場競爭領域，縱使一項借助數據、算法手段實施的不兼容行為是由經營者主觀上故意為之，也不能直接推導出該不兼容行為構成惡意不兼容行為的結論。不過，如果經營者故意借助數據、算法手段實施一項不兼容行為，并且該項行為不符合誠實信用原則與公認的商業道德標準，那么該項行為就涉嫌構成惡意不兼容形態的不正當競爭行為。85

我國《反不正當競爭法》第12條第2款第3項所禁止的惡意不兼容形態的不正當競爭行為的主觀要件是經營者具有“惡意”。《公開征求意見稿》第16條則進一步詳細羅列了認定惡意不兼容形態的不正當競爭行為的多元參考指標體系。86在反不正當競爭執法實踐中，執法機關通常可以依據防護性標準與經濟性標準客觀評判一項數據、算法驅動型的經營行為是否構成惡意不兼容行為。87依據防護性標準，如果一個經營者不利用數據、算法手段實施不兼容行為，它將無法正常提供其網絡產品與服務，抑或它的合法權益將受到侵害，那么該經營者實施的不兼容行為就具有正當性與合法性;反之，該經營者實施的不兼容行為就具有違法嫌疑，涉嫌構成惡意不兼容形態的不正當競爭行為。依據經濟性標準，如果一個經營者不利用數據、算法手段實施不兼容行為，它將額外負擔過于高昂的設施改造成本與維護成本，那么該經營者實施的不兼容行為就具有正當性與合法性;反之，該項行為就涉嫌構成惡意不兼容形態的不正當競爭行為。

除上所述，依據作為《公開征求意見稿》第三章總括性法條的第13條，該條所規制的數據、算法驅動型的妨礙干擾不正當競爭行為包括“流量劫持、干擾、惡意不兼容等行為”。由此引申出一個基本法律問題：在執法實踐中哪些數據、算法驅動型的妨礙干擾行為可被納入除“流量劫持、干擾、惡意不兼容”以外的“等行為”范疇。市場監管總局在《公開征求意見稿》第13條中設定“等行為”這一兜底表述，無疑是為了克服反不正當競爭法律固有的僵化性與滯后性，確保該條規定能夠彈性規制將來出現的新型數據、算法驅動型的妨礙干擾不正當競爭行為。

由于在若干情形下，《公開征求意見稿》第四章“禁止利用技術手段實施其他網絡不正當競爭行為”（第18-21條）所列舉的攔截與屏蔽信息、“二選一”等若干行為同樣符合數據、算法驅動型的妨礙干擾不正當競爭行為的構成特征，所以它們在個案情形下亦可被歸屬于《公開征求意見稿》第13條所述的“等行為”范疇。不過，根據《公開征求意見稿》第1條所設定的“鼓勵和支持創新”與“促進數字經濟規范持續健康發展”二項制定宗旨，將來執法機關在評判哪些數據、算法驅動型的妨礙干擾行為可被納入除《公開征求意見稿》第三章與第四章所明確列舉行為以外的“等行為”范疇時，應當秉承謙抑性與審慎性原則，采取限縮性解釋標準，以避免導致遏制創新的后果。其原因在于，市場競爭本來就以損害他人利益為常態，僅憑行為造成損害的后果尚不足以推定一項商業行為構成不正當競爭行為。88

在數字經濟時代，由數據、算法驅動的創新型商業模式層出不窮，而這些創新型商業模式可能對現有市場上經營者合法提供的網絡產品或服務產生妨礙干擾的顛覆性影響，導致這些網絡產品或服務的供給鏈、價值鏈被迫“中斷”，甚至完全消解這些網絡產品或服務所在的市場。89如果將來執法機關泛化解釋“等行為”這一表述，就可能將“由數據、算法驅動的創新型商業模式對合法提供的網絡產品或服務產生的顛覆性影響”混同于具有“非中性”與“不正當性”特征的反競爭影響，進而將創新型商業模式行為定性為不正當競爭行為，最終誤傷乃至扼殺互聯網領域的創新機制。

五、結語：補強反不正當競爭司法訴訟之維

在數字經濟時代，掌控大型或超大型互聯網平臺的經營者可能濫用先進算法與大數據資源，實施呈現復合性、技術性與隱蔽性特征的數據、算法驅動型不正當競爭行為。

由受到數據、算法驅動型不正當競爭行為侵害的海量消費者、經營者各自單獨提起維權訴訟，無疑不具有經濟可行性與現實可操作性。其原因有二。一方面，受到數據、算法驅動型不正當競爭行為侵害的單一個體通常缺乏提起反不正當競爭訴訟的經濟實力與舉證能力;具體來說，受到這類不正當競爭行為侵害的廣大消費者、經營者常常面臨“信息黑箱”與“無知之幕”，他們缺乏法定權限與技術手段，難以發現與獲取證明這類不正當競爭行為存在的確鑿性證據。另一方面，司法資源的有限性亦決定法院無法充分應對由受到數據、算法驅動型不正當競爭行為侵害的各個單一個體提起的海量反不正當競爭維權訴訟案件。綜合而言，唯有在《反不正當競爭法》中增設檢察公益訴訟條款，才能破解當前公益訴訟機制在反不正當競爭層面的運行阻滯困境，進而設定契合規制數據、算法驅動型不正當競爭行為需求的新型公益訴訟機制。

由于檢察機關本就屬于可以依法行使檢察公益訴訟職能的司法機關，并且該機關業已積累豐富的民事、刑事公益訴訟經驗，因而如果依法將檢察機關設定為反不正當競爭公益訴訟的起訴人，使其可以依據法定權限向數據、算法驅動型不正當競爭行為涉及的各當事方搜集案件材料并固定案件證據，這無疑將有效化解受到這類不正當競爭行為侵害的廣大消費者、經營者難以舉證的實踐困境。

綜上所述，數據、算法驅動型不正當競爭行為既扭曲數字市場競爭機制，又損害社會公眾福祉。在反不正當競爭法體系下建構數據、算法驅動型不正當競爭行為的規制機制，不僅有助于防范經營者濫用數據、算法手段損害競爭對手、消費者以及其他市場主體的合法權益，而且能夠避免數字市場競爭機制的扭曲與阻滯后果，從而促進數字經濟的高質量迭代發展。

Abstract： In the context of the digital economy， data and algorithms together constitute the fulcrum of the iterative development of the digital economy. Although data and algorithms themselves are value-neutral technical means， in order to pursue profits， operators may implement data and algorithm-based acts of unfair competition， which will damage the fair and legitimate market competition order. According to the Anti-Unfair Competition Law， in order to regulate data and algorithm-based acts of unfair competition， it is necessary for public authorities to set the overall social benefits of sustainable development as a benchmark for multiple interests and determine the patterns and results of data， algorithm-based acts of unfair competition. Under this premise， the public authorities should also construct a mechanism for distinguishing and regulating data and algorithm-based acts of unfair competition， distinguishing non-efficiency competition risk type from blocking competition risk type， in order to more accurately and efficiently discover， screen and regulate data， algorithm-based acts of unfair competition.