数据正在成为改变全球竞争格局的关键力量,个人数据作为其中最有价值的部分迸发蓬勃生机。在智慧交通系统建设和完善过程中,居民出行调查、视频、地磁、公交车载POS机、移动通信等主动或被动采集了海量的个人出行数据,且人工智能等先进技术的发展使得数据蕴含的经济价值得以更大程度的展现,交通服务运营商作为上述海量数据的实际控制者事实上垄断了数据中所蕴含的巨大经济价值,而现阶段数据价值测度方法的不足使得个体出行者即便有意主张自身权益也缺少定量依据。鉴于此,本研究结合城市客运交通的典型场景,以质性分析的方法从数据产生者的角度研究影响其提供自身出行数据的因素,梳理出“个体知识”“平台特征”“风险意识”“收益期望”和“社会规范”五个影响因素。接下来以意愿价值评估法为指导,设计调查问卷。基于问卷数据,构建并求解个人出行数据受偿意愿双尾Tobit模型以测度数据价值。最后,将质性分析得到的影响因素作为心理潜变量,通过因子分析求解潜变量适配值并纳入模型,建立并求解考虑心理潜变量的个人出行数据受偿意愿双尾Tobit模型,并与未加入心理潜变量的模型加以对比,系统分析各解释变量对个人出行数据价值的影响及程度。研究结果表明,考虑心理潜变量后的模型估计结果拟合程度更高,性别、年龄、使用网约车APP的频次、使用共享单车APP的频次等解释变量对相应类别的个人出行数据受偿意愿有显著的抑制作用。以自然人信息为例,女性被调查者的自然人信息受偿意愿比男性少149.80元;55岁以上的被调查者的自然人信息受偿意愿比18～35岁的人群少487.80元;每月使用共享单车APP11～20次的人群比使用频次为10次以下人群的自然人信息受偿意愿低170.78元。月收入等解释变量与相应类别的个人出行数据受偿意愿正相关,以出发地和到达地信息为例,与月收入5000元以下学历的被调查者相比,月收入10000元以上的群体出发地和到达地信息受偿意愿要高816.08元。本研究通过估计考虑心理潜变量的个人出行数据受偿意愿双尾Tobit模型中显著自变量的参数,更深入地理解个体出行者的人口统计学特征和心理潜变量对受偿意愿的影响和作用,最终形成基于个体视角的个人出行数据价值测度方法,为出行者主张自身合理权益、确立公平合理的数据共享机制提供定量依据,促进交通数据资源开放共享。