来源：@华夏时报微博

中国慈善捐赠2024报告发布会现场/活动方供图

华夏时报记者 石文君 北京报道

2025年4月2日，由清华大学公益慈善研究院携手易善数据共同举办的“中国慈善捐赠2024报告发布会暨慈善行业数据基础设施建设研讨会”在清华大学公共管理学院报告厅隆重举行。此次发布会汇聚了公益慈善领域的专家学者、行业精英以及众多关注公益慈善事业发展的各界人士，共同见证了《中国慈善捐赠2024》报告（Giving China 2024）的发布，并围绕慈善行业数据基础设施建设展开深入交流与探讨。

《中国慈善捐赠2024》报告（下称《报告》）显示，2023年度中国社会组织和红十字会合计接收捐赠款物合计1510亿元，其中企业捐赠1156亿元，占比76.58%，自然人捐赠339亿元，占比22.42%，其他捐赠15亿元。

“从机遇角度看，中国普通公众的捐赠金额还远远没有被释放，公益慈善组织的工作空间很大；从挑战方面看，公益慈善组织的公众倡导和捐赠人服务的能力还有很大的上升空间。”易善数据负责人、《报告》联合主编陶泽在接受《华夏时报》记者采访时说道。

2023年度医疗卫生慈善捐赠额占比居首

《报告》显示，从慈善款项流入的领域来看，2023年度医疗卫生排在第一位，投入慈善金额555亿元，占总慈善捐赠额（1510亿元）的36.73%；教育领域投入375亿元，占比24.86%；社会服务领域投入248亿元，占比16.45%，排在第三位；科学研究投入146亿元，占比9.65%，为第四位；应急救援领域投入61亿元，占比4.06%，位于第五位。

陶泽告诉记者，医疗卫生领域的捐赠物主要分为药品，医疗物资以及现金。其中，药品捐赠多为癌症等大病相关治疗药物，对于减轻家庭困难患者的医疗负担发挥了较大作用；现金捐赠不仅对于缓解医保缺口发挥着重要作用，更为很多家庭困难的患者提供了生活的希望，让他们有机会早日到医疗机构就诊，重新恢复劳动能力，变成家庭收入的创造者。陶泽认为，医疗卫生领域的捐赠已成为社会保障的重要组成部分。

记者了解到，《中国慈善捐赠2024》报告是国内首份基于高颗粒度数据库全面、系统分析中国慈善捐赠情况的研究报告，采用了自下而上的数据整合路径。《报告》基于公益慈善组织及企业组织层面乃至项目层面的捐赠数据、大额收支数据进行统计、推算和分析，数据颗粒度和分辨率显著提升，为行业提供了更丰富和精准的结论。《报告》不仅涵盖了中国年度公益慈善捐赠总额、捐赠来源、捐赠流向、捐赠领域等宏观数据，还对不同领域和地域的代表机构进行了深入分析，追踪了关键领域慈善捐赠的发展变化趋势。

清华大学公益慈善研究院副院长、报告主编蓝煜昕在发布会上表示：“《中国慈善捐赠2024》报告的发布，旨在推动构建我国公益慈善行业数据基础设施。这份报告不仅为政府、学者和社会公众提供了解慈善捐赠生态的重要参考，更期待能为捐赠人和非营利组织的资助或募捐、筹款活动提供决策支持。”

突出用户导向，提供清晰透明的方法论

此次发布的《报告》在用户导向方面做出了重要创新。《报告》不仅提供了面上数据，还尝试站在捐赠人、筹款人的视角来提取数据和呈现结论。

易善数据负责人、报告联合主编陶泽指出：“用户导向是《中国慈善捐赠2024》报告的核心理念之一。我们希望通过这份报告，为捐赠人和非营利组织提供更有针对性的数据支持，帮助他们更好地制定战略、优化资源配置，从而推动整个公益慈善行业的高质量发展。”

《报告》的另一大亮点是其清晰、透明的方法论。报告在数据获取、清洗以及统计、测算方法论方面进行了详细阐述，旨在实现数据结论的可复现性和跨年可比较性。同时，开放的方法论也为行业伙伴和其他学者提供了参与讨论和迭代的机会，有助于推动相关数据统计、推算方法的不断完善。

慈善数据统计痛点：来源散、质量低、成本高、难持续

易善数据负责人、报告联合主编陶泽/活动方供图

“中国慈善捐赠核心团队成员最早从2006年开始参与建设公益慈善数据平台，根据过去20年的相关经验，慈善数据基础设施建设任重而道远。为了实现‘准确、完整、及时和全球一致’四个数据质量标准，未来还需解决四大挑战‘来源散、质量低、成本高、难持续’”。陶泽对《华夏时报》记者说道。

陶泽认为，当前，慈善数据缺乏统一来源。目前数据分散在不同的政府部门、公益慈善组织和公益平台上，形成一个个数据孤岛，而且数据源不规律地增加、减少和数据结构发生变化，为全国统计数据基础设施的搭建带来了挑战。

其次，原始数据质量和分类标签质量低。一方面，现有的数据源上的数据存在形式多样，有结构化、有新闻格式，有图片格式，有视频格式。另一方面，数据分类学多样，不同机构和项目对同样的数据分类时使用不同的分类方法，这样导致各类统计数据和研究结果难以对话和汇总。以上两个方面的问题，导致现有的数据质量距离提供决策参考所需要的质量标准尚有差距。

陶泽强调，不同地域和不同公益领域都在各自做慈善数据库建设和数据分析，甚至不同机构在重复建设同类的数据库。这些分散的小规模重复型的建设看似每个成本都不高，但是从公益慈善行业整体来看，这种方式的效率比较低，带来中国公益行业数据基础设施建设成本的提升。行业发展资金相对有限的情况下，这里分散和重复建设的问题值得公益慈善同行和政府部门的重视。

陶泽指出，公益行业数据基础设施建设作为公共品本身缺少“关联指数”，比较难打动捐赠人，而且建设团队需要兼具研究、数据、技术、管理四个方面的能力，这两个特点都为该基础设施建设的可持续性带来挑战。

“一方面需要行业建立一种共建机制实现不因为个别机构的战略和预算变化影响基础设施建设的持续性，另一方面需要建立新型的公益行业产学研联合建设团队，确保有教育背景和工作背景优秀且对行业发展有使命感和承诺的全职团队参与搭建基础设施的工作。”陶泽对《华夏时报》记者说道。

高质量慈善数据结合AI，或带来更多创新可能

算力、算法、数据是构成人工智能的三大要素，共同推动着AI的发展。当高质量的慈善数据与AI结合，将会产生哪些新的可能？

“公益慈善数据基础设施的质量直接决定行业是否能够搭上AI快车。高质量的慈善数据和AI结合后能够带来革命性的创新。”陶泽表示，慈善数据与AI结合，将会实现精准需求识别与资源匹配；公益领域透明化与信任重构；个性化公益参与；生成社会问题干预的“预防型公益”。

记者获悉，在接下来的三年内，项目团队将迭代和完善方法论，助力有关部门完善相关统计制度，期待三年后慈善捐赠相关的数据结构和方法论基本定型。此后，还将引入更多学者和行业专家，基于《中国慈善捐赠》后续报告开展更深入的研究，加强细分领域的洞察，为捐赠人和行业伙伴提供更有针对性的数据支持。

清华大学公益慈善研究院院长王名教授在总结发言中表示：“《中国慈善捐赠2024》报告的发布是我们在慈善数据基础设施建设方面迈出的第一步。我们希望通过持续的努力，对标国际先进水平，推动我国公益慈善行业在数据支持下实现高质量发展。我们期待与更多行业伙伴携手，共同为我国公益慈善事业的美好未来贡献力量。”

责任编辑：周南 主编：文梅