摘要：大数据独特的价值特征导致数据定价问题复杂，尽管研究者对此展开了大量研究，但大多角度单一且缺乏实际应用性。鉴于此，对大数据定价方法进行了综述，梳理出成本导向、市场导向、需求导向、利润导向以及基于生命周期定价的5种定价类型，对比了成本法、协议定价、市场法、收益法、基于质量以及基于查询的定价6种主流定价方法的优劣势；最后通过大数据定价流程分析进一步展现了不同定价方法各自的特点，并对数据定价方向进行了展望，以期为今后的相关研究提供一定的参考。
关键词： 大数据产品 ; 大数据资产 ; 数据定价 ; 定价模型 ; 定价策略
随着人工智能、物联网、云计算等技术的发展，全球数据量正以指数型增长。据国际数据公司（IDC）预测，到2025年，全球数据量将增至175 ZB。与此同时，数据经济应运而生，大数据正成为数据时代的重要财富。2011年，IDC和麦肯锡研究院对大数据的潜力和关键技术等进行了分析，指出数据为企业带来决策价值，将成为企业的关键竞争力。数据价值在企业中直观的体现是财务报表中日趋扩大的“账面价值”和“市场价值”之间的差距，如Facebook首次公开募股时，实际估值高出报告的传统资产（977亿美元）的部分即为数据价值。对于此，Mayer-Schönberger V等人指出数据被纳入资产负债表是必然的。为了释放数据价值，美国政府2012年启动“大数据研发计划”，投资2亿美元来改进从数据中获取价值的能力。2015年我国国务院颁布《促进大数据发展行动纲要》，将大数据战略上升为国家战略。2019年十九届四中全会更是将数据列为一种生产要素。由此可见，大数据