报告概述
本报告以CDR平台中企业出资和个人出资的资助机构为研究对象，通过问卷调研和访谈分析中国资助行业的整体面貌。报告覆盖资助机构的资金状况、资助行为、功能角色、成效共识及机构间协同，旨在为资助机构提供行业参考与未来方向指引。
报告的核心结论
资助机构年度收入显著下降，支出保持刚性，过半机构开始建立资金可持续机制。
2022-2024年，调研机构年度收入平均数每年下降39.2%，而公益支出平均数每年增长7%，收支倒挂压力明显。55.8%的机构已通过多元筹款、保值增值等方式保障资金稳定，部分机构开始着眼治理结构与资产传承。
90%的调研机构已开展资助，出资方认可度近两年有所提升，资助对象更加多元。
56%的机构属于高资助型（资助比重高于80%）。过去两年，41%的出资方对资助更加认可，仅5%更不认可。资助对象类型显著拓展，民间公益组织及高校智库增幅最大，不同对象间功能互补而非替代。
资助机构常见角色为设计者、财务赞助者和生态建设者，企业出资与个人出资角色偏好差异明显。
过去两年，44%的机构扮演设计者，38%为财务赞助者，30%为生态建设者。企业出资机构更倾向设计者（58%）和财务赞助者（46%），个人出资机构则更高频担任人才支持者（35%）、播种者（35%）和生态建设者（32%）。
出资方对资助成效基本满意，但与工作团队的成效认知存在一定张力。
86%的出资方表示大多数或全部满意，但工作团队与出资方成效认知一致的仅占74%，20%存在差异。张力源于双方身份差异：出资方代表初心与同理心，工作团队代表专业与理性，需加强共识。
资助机构间的协同合作超出预期，57%已有实质性资金合作。
调研显示，83%的机构已进行信息协同，42%有项目协同，30%有战略协同。57%的机构参与了联合资助、共同发起资助计划等资金合作，打破了过去认为机构间难以合作的判断。
报告回答的关键问题
中国资助机构的资金可持续性如何？
报告显示，2022-2024年资助机构年度收入平均数下降39.2%，而公益支出刚性增长，收支倒挂引发忧虑。为应对这一趋势，55.8%的机构已开始通过多元筹款、保值增值等方式建立资金可持续机制，部分机构还着眼治理结构与资产传承。
企业出资与个人出资的资助机构在角色上有何不同？
报告指出，企业出资的资助机构更常扮演设计者（58%）和财务赞助者（46%），体现产品思维和投资思维；个人出资的机构则更高频担任人才支持者（35%）、播种者（35%）和生态建设者（32%），更侧重生态与人才培育。这种差异塑造了中国资助生态的多元面貌。
如何评价中国资助机构的资助成效？
86%的出资方对资助成效表示大多数或全部满意，但工作团队与出资方成效认知存在20%的不一致，主要源于双方身份和期待差异。影响满意度的关键因素包括执行过程的规范透明、项目效果的可见可复制、影响力溢出价值，以及伙伴的主体性与专业性。
资助机构之间是否真的存在合作？
报告颠覆了传统认知：57%的资助机构已有实质性资金合作，如联合资助项目、联合支持议题领域、共同发起资助计划。此外，83%的机构进行信息协同，42%有项目协同。协同合作被认为能分担成本、共担风险、形成合力应对复杂问题。
报告中的代表性数据
资助机构年度收入平均数
2022-2024年，调研的92家基金会年度收入平均数，累计降幅达62.8%。
公益支出平均数
2022-2024年，同口径下公益支出平均数每年增长7%，支出保持刚性。
已开展实质性资金合作的机构比例
2025年调研，指参与联合资助项目、联合支持议题领域、共同发起资助计划或合作平台的机构占比。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整市场数据与趋势图表：报告包含2022-2024年资助机构收支变化的具体数据图表，以及不同规模、发展阶段机构的分层分析图表。
- 资助机构功能角色模型：采用洛克菲勒咨询集团的八大角色模型，结合中国语境调整，并对企业出资与个人出资机构的角色偏好进行对比分析。
- 出资方满意度影响因素的详细分析：包括执行过程、项目效果、影响力、伙伴主体性等维度的具体调研结果与案例解释。
- 资助机构协同合作的具体模式：详细说明信息协同、项目协同、战略协同以及资金合作的实践方式与益处，附有协同类型分布图。
- 资助对象类型拓展的详细数据：列出过去两年各类资助对象（民间公益组织、高校智库、个人等）的增加与减少比例，分析功能互补关系。
- 资金可持续机制的具体措施：包括多元筹款、保值增值、治理结构调整等已采取和计划采取的措施及比例统计。
- AI时代对资助行业影响的探讨：报告结语提出AI将如何重塑社会议题、资助方式与组织形态，以及资助机构应如何应对。
- 未来资助机构关切的七个议题：包括资金机制、组织能力、变革力量、资助角色、成效共识、生态协同、AI时代等详细内容。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
