数据定价的一个思路是基于对数据自身价值的评估。目前资产价值评估方法主要包括市场法、收益法及成本法等，而数据自身的无形化、虚拟化等特性使得上述资产价值评估基础理论方法很难直接应用到数据资产的定价上。
市场法基于数据资产在市场中的交易价格作为数据所代表的价值，从而为数据要素市场下一步交易提供价格参考。市场法的优势在于，通过交易价格易于得到数据价值判断的依据，且数据价值与交易价格呈正相关。但是，如果数据交易很不活跃，交易量又很少，就不能为市场提供准确的定价指导。同时，数据价值评估反作用于市场交易定价，如果市场存在不规范交易行为，那么这种数据定价机制将陷入“先有鸡还是先有蛋”的问题中。
收益法和成本法是基于数据要素市场中由于数据交易而带来的收益或者消耗的成本来进行定价的方法。收益法与成本法的优势在于通过利润或成本可以体现出数据创造价值的本质，并为数据价值提供更直观的描述。但是，由于数据价值的复杂性，数据持有方往往难以界定哪些利润是由数据交易带来的，哪些成本应该归于数据交易成本，所以也就比较难以给出一个令人信服的数据交易定价。
那么，数据应该如何定价才比较合理呢？由于数据的特殊性，它既有大宗商品比如煤炭、石油等因为供求关系而形成的垄断定价特征，也因为可重复交易而享有边际效应递增的特征，因此数据产品的定价机制与一般商品有所不同，如前所述，数据的定价机制可能更多地与专利、知识产权的定价机制类似。
首先，数据的定价一定是市场化的，即充分发挥市场在数据资源配置中的决定性作用。如果数据本身没有主体愿意使用，它就没有价值可言。有很多主体愿意反复地使用，就证明其具有较高的价值，这个时候
165