在“加快推进国家治理体系和治理能力现代化”的政策背景下,大数据时代的发展方向与政策相结合,逐渐转向数据治理。而随着科学事业的发展,以科研数据为驱动的研究形式使得科研数据的重要性日益凸显。高校作为科研集中地之一,产生的科研数据数量多,速度快,但是现状却不尽如人意,常出现科研数据“重数量轻质量,重生产轻治理”的现象。面对日益增长的科研数据,如何充分利用,井然有序地治理,需要从宏观层面把控。进一步探讨目前科研数据混乱现状的原因,是由于科研数据活动的全过程与参与人员之间失调,无法形成每一环节的全方位治理。因此高校需从宏观层面,全方位地对科研数据活动进行把控,科研数据治理应运而生。相对于政府、企业等领域的数据治理操作,高校科研数据治理是一个全新的概念。然而治理的作用不应小觑,面对新概念的提出,如何让科研人员等治理参与人尽快了解科研数据治理,明确治理的目的与原则,构建科研数据治理模型是必要的。本文首先在梳理国内外研究现状的基础上,对模糊概念如数据治理、数据管理、数据质量管理进行了界定;其次明确指出科研数据的特征与概念,厘清高校科研数据治理的内涵与范围。接着,引入协同治理理论作为宏观指导,以数据生命周期理论、利益相关者理论为切入点,共同构成本研究的理论基础。通过选择国内外高校的科研人员、校方职能部门领导、图书馆员进行半结构化访谈,获取直接资料,利用质性分析软件,归纳总结,得出高校科研数据治理要素节点图。以此为基础,从理论指导、治理背景、科研数据、人员管理、成效检验五个层面解析治理要素,进而构建高校科研数据治理模型。并通过建立动力、互动、执行三种运行保障,将静态模型与动态保障措施相结合,共同探讨治理应用研究。最后,通过治理规划、实施、优化阶段的应用分析,进一步论证模型的可用性。以此,形成一套扎实的理论模型,以期为将来实践提供参考。本文的创新之处在于:根据高校科研数据特征,按相关程度划分治理参与人:核心、蛰伏、边缘,并以此分析治理职责。通过逐层提取访谈结果,分模块解析科研数据治理要素,建立了高校科研数据治理模型,并且通过探讨模型运行保障措施与应用分析,完善模型的后端拓展研究。