当前科学研究已进入“第四范式”,即数据密集型,科学数据的体量越来越大,结构也日益复杂,使得科学数据的管理难度加大,科学数据质量良莠不齐,严重阻碍了科学数据的集成和深度重复应用。可见,构建合理的科学数据质量评价指标体系去评价科学数据,找到问题和差距尤为关键。而高校科研人员作为科学数据生产、利用的主力军,故高校更需要加强数据密集型科研环境下的科学数据质量控制,构建和完善国内高校的科学数据管理架构和体系。另外,考虑到科学数据质量更多是人为控制,相关主体的行为是影响科学数据质量的根本原因,并且质量是一种责任。因此,从责任主体视角出发构建的高校科学数据质量评价体系更系统,结果也更准确。本研究首先梳理了国内外科学数据质量评价的理论和实践研究,对当前构建科学数据质量评价体系的研究视角进行了对比分析,明确了责任主体视角下构建评价体系的优势所在。本研究基于数据生命周期理论和全面质量管理理论,采用文献调研、网络调查、案例分析和归纳法,以选取的研究样本（科学数据期刊“数据政策文本”、科学数据中心“数据管理政策和流程”和相关主题文献“数据质量评价、管理、控制和共享”）为研究对象,根据“科学数据质量责任主体”的概念界定,并结合科学数据质量现状,借鉴威勒模型,确定了四类科学数据质量责任主体,分别是主要关键责任主体、主要非关键责任主体、次要关键责任主体、次要非关键责任主体。并对主要关键责任主体进行了细分。接着,按照“Who（责任主体）、When（科学数据生命周期阶段）、What（科学数据质量责任）”3W原则,从研究样本中分析、提炼和总结出了四类科学数据质量责任主体在不同阶段的相关质量责任。然后,在体系构建原则和评价维度确定的前提下,通过理论分析和实践分析分别从责任主体所确定的责任中以及数据集的各种统计信息中对评价指标进行提取和确定,初步形成了责任主体视角下高校科学数据质量评价指标体系。通过对专家和用户依次进行问卷调查,根据三级指标“重要性得分”的数据,利用因子分析法,对体系进行了检验和调整。并通过主成分分析法,得到了赋予权重的评价体系。最后,利用方差分析和T检验,基于用户对指标“满意度”得分的数据,分析了不同类型用户对科学数据质量的满意度差异,并通过IPA分析法,对最终确定的40个指标的重要性和满意度这两类评分值进行了对比分析,了解了用户对所使用科学数据的质量感知,明确了当前科学数据质量存在的优势和不足。基于此,针对相应的科学数据质量责任主体,提出了提高科学数据质量的对策和建议。本研究的创新点在于:（1）以责任主体为切入点,从科学数据质量责任主体的质量责任中提取相应维度的评价指标,从而构建责任主体视角下高校科学数据质量评价指标体系。（2）利用数据生命周期理论,借鉴本研究构建的科学数据生命周期一般过程五个阶段的基础上,进行评价维度的确定,以此屏蔽了科学数据类型多样、跨学科等所带来的评估内容的差异性。（3）基于IPA分析法对科学数据质量用户满意度进行实证研究,得到了目前科学数据质量存在的优势和不足,基于此,从生产、过程和产出三方面提供了相应责任主体如何高效管理科学数据质量的措施或建议。