数据规模在持续爆炸式不断扩大。IDC（International Data Corporation）对全球数据规模进行的预测显示,截止到2025年,全球数据量可达175ZB。社会各界、各方团体对于数据的使用和认知不断加深,人们愈发重视数据本身的经济学特征。中国是数据大国,随着数据要素化政策的出台,各地数据交易机构建立并试运行,国内数据市场初具规模,其健康发展需要坚实的理论研究作为支撑。但是数据资产领域的研究刚刚起步,现有的数据定价理论中静态、粗粒度、套利性等问题亟待解决。本文立足于上述问题,采用理论研究结合实验验证的方式,针对个人数据资产定价的场景,提出了一种以隐私要素为主体,综合多个维度的动态定价方法,为数据市场中的个人数据资产提供动态的、交易过程无套利的定价方案,并基于此设计了仿真实验和无套利性实验,对其进行验证。本文的主要工作包括:1.从市场规律和数据提供者的角度出发,本文对现有的国内外数据定价研究内容进行分析,找出其研究的侧重点、优势和不足。在该分析的基础上,本文选用信息熵作为定价模型的底层思想,力求保证已有定价模型的优势的同时,弥补其不足。2.本文从数据提供者、数据购买者、第三方交易平台等三方参与的市场模型入手,从交易平台侧出发,关注数据提供者的利益,同时兼顾数据购买者的利益。针对数据本身,本文综合考虑了数据的隐私要素（隐私主体、数据隐私级别和风险态度）、引用要素和数据老化要素三个维度,制定出对个人数据资产的动态定价模型。三个维度相辅相成,隐私要素用于确定基础价格,引用要素和数据老化要素用于对价格进行动态调整,实现定价的动态性,基于信息熵的底层思想则用于实现模型的细粒度性和交易过程无套利性。3.本研究进行了仿真实验和无套利性实验。仿真实验模拟数据市场中的交易,每次迭代都对数据价格进行计算,在此过程中对比等额定价等5种定价方案,实验结果证实本文提出的定价模型具有优秀的整体动态性和局部动态性;无套利性实验在仿真实验的数据基础上进行,该部分实验结果证实本定价模型能够灵活针对数据购买者的任意购买策略给出定价结果,具有优秀的交易过程无套利性和字段级细粒度性。在数据市场初创时期,以合理的方式激励数据提供者贡献个人数据是数据市场发展的必要条件。本文研究的个人数据资产动态定价模型,从多个维度对数据进行考量,可以针对不同数据提供者的个人数据给出差异且合理的动态定价。若应用于数据市场中,既能有效保护每个数据提供者的权益,同时兼顾数据购买者的利益,又能契合市场规律,这必将促进数据市场的稳健发展。