网络爬虫犯罪的量刑问题及对策

  近年来，随着科技水平的高速发展，人工智能越来越多地进入人们的日常生活中。但是，科学技术在给人们带来便捷的同时，也同样带来了风险和危机。网络爬虫就是这样一种便捷与风险并存的技术：一方面，爬虫能够快速地在网络中爬取大量数据，节约大量的人力物力并快速锁定、分析有价值的数据信息；另一方面，利用爬虫所实施的相关犯罪也呈增多趋势，非法获取的数据信息量更是呈爆发式上升。在北大法宝司法案例库中以“爬虫”为关键词检索，并排除不相关犯罪后，得到判决书共88份。其中，近五年以来的爬虫类犯罪就有82件，占全部案件的93%。现有的研究大都关注网络爬虫犯罪的定罪问题，忽视了相关犯罪的量刑。网络爬虫行为如此高发的今天，即使不考虑数额，其行为本身是否具有足够的刑罚可罚性？使用网络爬虫行为实施犯罪能否作为一种从重情节加以考量？有必要认真审视该类行为方式的危害性，并在具体个案的司法中给予其应有的评价。

  一、问题：网络爬虫犯罪量刑的司法现状

  通过对88份样本案例进行分析，可以发现网络爬虫犯罪在司法实践中量刑较轻，其原因在于网络爬虫手段没有引起司法机关特殊的重视，主要体现在以下两个方面：一是网络爬虫手段未能与牟利目的一同作为量刑情节等同视之；二是犯罪数额在网络爬虫犯罪量刑中具有关键性作用，而忽视了网络爬虫手段本身的社会危害性。

  （一）网络爬虫犯罪与牟利目的

  在样本案例中，网络爬虫犯罪所涉及的罪名包括侵犯着作权罪、侵犯公民个人信息罪、传播淫秽物品牟利罪等。其中，除了刑法第三百六十三条规定的贩卖、传播淫秽物品牟利罪之外，其余各罪均无须以牟利为目的。但是，在司法实践中，诸多判决将是否出于“牟利目的”作为罪与非法、罪轻罪重的依据，未将爬虫方式作为量刑的依据，行为人虽然利用网络爬虫进行犯罪，但最终因无牟利目的而罪轻或无罪。例如，Z公司在未经E公司许可的情况下，采用“外爬”“内爬”等爬虫程序，非法获取E公司运营的外卖平台数据，导致E公司存储的具有巨大商业价值的海量商户信息被非法获取，同时造成E公司流量成本增加，直接经济损失4万余元。对于该案，公诉机关认为，Z公司此次爬取数据出于自身拓展业务的动机，没有牟利目的，对犯罪嫌疑单位Z公司及其员工作了不起诉决定。又如，马某用“网络爬虫”程序在互联网上获取公民个人信息，并伙同他人利用收集的公民个人信息牟利。二审法院认为，虽然马某非法获取了公民个人信息，但因没有牟利目的，从有期徒刑三年改判成二年。在这些样本案例中，都没有将网络爬虫手段当做单独的犯罪情节加以考量，而只是单方面强调了无牟利目的的重要性。

  （二）网络爬虫犯罪与犯罪数额

  犯罪数额作为传统的量刑情节，在多个罪名的司法解释中都具有重要的量刑意义。但是，司法机关在处理网络爬虫犯罪时，过于强调犯罪数额所起的决定性作用，而没能将网络爬虫行为本身纳入到量刑的考量范围中，导致量刑普遍较轻。例如，龚某利用网络爬虫技术爬取网上的淫秽视频BT种子文件并且建立相关网站以供人下载，通过投放网站广告的方式牟利。在本案的二审判决中，法院认为提供淫秽视频的BT种子与直接提供淫秽视频有所不同，不能直接作为司法解释所规定的犯罪数量，因此，即使BT种子的数量很大，也不能按照司法解释的相关规定认定为“情节特别严重”。同时，又认为网络爬虫手段不是从重处罚的要素，将龚某的刑罚从十年有期徒刑降为三年有期徒刑，未考虑到利用爬虫这一方式的危害性。

  二、对策：网络爬虫作为独立之从重情节的理由

  对于上述案例的分析可以看到，虽然对于侵犯着作权罪、传播淫秽物品牟利罪等犯罪而言，牟利目的和数额是很关键的量刑因素，但是，判决大都忽视了作为网络爬虫行为本身对于网络安全这一新兴法益的侵害及其在量刑中的应有作用。笔者认为，应当将如今应用广泛的网络爬虫技术作为独立的从重情节在网络爬虫犯罪中加以考虑。

  （一）网络爬虫犯罪侵犯的法益

  网络爬虫作为互联网的热门技术，对其运用必然会对网络安全造成一定的影响。因此，网络爬虫犯罪本身不仅侵害如个人信息、着作权等具体法益，还侵犯了数据安全这一特殊法益。因此，在实践中就会出现，一个行为同时触犯了非法获取计算机信息系统数据罪和侵犯公民个人信息罪。对于这种情况，样本案例中有法院认为，其中针对计算机的相关犯罪行为是一种手段行为，这种情况下属于一行为侵害数个法益，触犯多个罪名，属于想象竞合犯，应择一重罪论处。但是，想象竞合为了坚守禁止重复评价原则，定一罪也导致无法全面评价行为的性质，无法周延地保护法益。因此，如果将网络爬虫犯罪中的行为本身设定为从重情节，则在具体量刑时就可以同时评价网络爬虫犯罪给网络数据安全造成的法益侵害，从而全面地对行为人的犯罪进行评价和量刑。

  （二）网络爬虫犯罪的预防成本：法律经济学的视角

  牟利目的和犯罪数额已经成为网络爬虫犯罪的重要量刑依据，网络爬虫犯罪与当下快速发展的经济社会不无关系。现代法律经济学从科斯定理出发，认为法律的作用在于润滑交易，减少交易成本，以期实现效率的最大化。因此，要想网络爬虫犯罪的治理效果实现最大化，就需要首先厘清网络爬虫犯罪所导致的净损失，并且分析预防该犯罪所需的成本，才能判断出网络爬虫作为独立的从重情节是否必要。

  首先，网络爬虫犯罪所造成的净损失较大。所谓净损失，就是指犯罪所造成的最终的社会损害。这就要求对网络爬虫犯罪的成本和收益进行分析。北京市通州区人民法院曾在判决中强调，以网络爬虫为手段的侵犯着作权罪具有“侵权行为成本低、传播面广且涉及作品的数量大”的特点。网络爬虫技术之所以能够得到越来越多的关注，与上述特点密不可分。网络爬虫的主要作用是在海量的互联网信息中进行爬取，抓取有效信息并存储。网络爬虫的主要建立方式，是行为人在电脑上进行编程，并不需要高端的仪器。尤其是传播淫秽物品牟利罪的部分样本案例，只需要一台笔记本电脑，一部手机就可以完成犯罪。还有的案件，行为人需要在国外租赁服务器，但租金每月仅几十欧元，与其所获得的收益相比差距巨大。并且，基于主题爬虫的专业搜索引擎成为搜索引擎发展的主要趋势之一。因此，可以预见的是，随着主题爬虫的不断发展和应用，其精度和速度会显着提升，操作也会变得越来越简便。这给使用者带来方便的同时，实施相关犯罪的成本也会越来越低。

  但同时，使用爬虫进行犯罪的收益却大大超过所需的成本。在笔者收集的样本案例中，网络爬虫犯罪两年间的收益金额最高可达405.35414万元。侵犯公民个人信息罪因单个信息的价格不高，一条只有0.4元，所以在几类犯罪中相对收益较低。即使如此，样本案例中的收益也可达到平均16万元之多。因为爬虫的优势在于短时间内的大量数据的爬取，其依靠数量的优势也能得到较大的收益。并且如前所述，主题爬虫的发展和应用将为网络爬虫犯罪带来更高的收益。随着技术的发展，网络爬虫犯罪的净损失（成本与收益的差距）是不断升高的。

  其次，预防网络爬虫犯罪的成本越来越高。预防犯罪的成本，包括政府以及潜在的犯罪受害者所支出的用于保护免受犯罪侵害的资源，可以分为个人成本与社会成本。

  就个人成本而言，面对日益增长的网络风险，企业与个人都试图采取措施保护自己的数据安全，包括建立公司内部的加密系统，设立IP/端口防火墙、加密算法、页面渲染等方式进行反爬虫设计。让个人承担过高的预防成本是不合适的，也实际上无法起到相应的预防效果。例如，在有的样本案件中，公司的安全系统存在较为巨大的漏洞，以致行为人通过很普通的技术行为就能够攻克，并通过员工的权限绕开客户端直接获得后台的用户数据。公司虽然也经常升级系统并修复相关的漏洞，但由于业务发展非常迅速，变数很多，导致更新速度赶不上安保的需要。这无疑会给个人和企业带来巨大的维护成本，我国的网络科学技术相对还不成熟，如果给个人和企业施加过高的预防成本，则可能会削弱我国企业发展的整体活力。

  就社会成本而言，在网络爬虫犯罪净损失不断增大，而个人预防成本又不能过高的情况下，加大社会成本是预防网络爬虫犯罪的必然趋势。这主要包括国家设立相关的监管机制，如工信部出台了《工业和信息化领域数据安全管理办法（试行）》。也包括具体的落地措施，例如，清华大学为了推进系统与网络空间安全相关问题的研究，成立了网络科学与网络空间研究院，并且以该研究院为核心，建立了一系列相关实验室、研究中心与创新平台。根据《中国互联网发展报告（2022）》，截至目前，我国网络安全服务市场已达2002.5亿元，增速为15.8%。根据第50次《中国互联网络发展状况统计报告》，2022年上半年网民遭受的网络安全问题比2021年下降了1.3%。但是另一方面，社会的预防效果仍难言显着。在报告中，遭遇个人信息泄露的公民数量仍居首位，达到21.8%，遭受网络诈骗的公民数量甚至以1.2个百分点的速度不降反增。因此，在社会成本投入如此高昂的情况下，社会所能达到的预防效果仍然有限。

  因此，在网络爬虫犯罪的危害性越来越大，预防该类犯罪的个人、社会成本越来越高且效果有限的现实背景下，适度从立法、司法上加大对该类行为的惩处，是有必要的，应将网络爬虫行为作为从重情节。

  三、启示：作为人工智能的网络爬虫技术

  虽然网络爬虫技术已经具有强大的采集数据能力，但在人工智能领域，还只能归类于弱人工智能。随着科技的发展，强人工智能时代终将来临。习近平总书记在中共中央政治局第九次集体学习时的讲话中强调：“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。”因此，我们应当如何应对人工智能带来的刑事风险，是迫切需要进行研究的课题。在应对网络爬虫犯罪时，作为未来可能出现的强人工智能犯罪的先行版，应当得到法律工作者足够的重视，从刑事立法、犯罪认定和量刑方面严厉打击人工智能犯罪的同时，维护我国的科技发展，保持良好的国家科技竞争力，为未来人工智能的良性发展与应用提供坚实的基础。