最近，受新冠感染者数量增多、季节性等多重因素影响，全国多地的血液中心发出血液库存告急的消息，部分地区甚至已跌破最低库存警戒线，危及到了孕产妇、危重症患者的抢救。

全球有73个国家，超过90%的血液供应来自无偿献血者，1单位（每单位200ml）的献血最多可挽救3条生命。我们国家的献血情况又是什么样的呢？跟随小编一起来看看吧。

2021年，我国每千人献血率达到12‰

1998年颁布实施《献血法》以来，我国建立了无偿献血的工作制度，当年每千人中献血人数仅为4.8人。至2017年，根据国家卫健委近几年发布的《我国卫生健康事业发展统计公报》，我国每千人无偿献血人数约为11人，在2021年达到了12人。

每千人献血率从1998年的4.8‰，提升到了2021年的12‰，增长了1.5倍。

千人献血率：指无偿献血者在常住人口中的占比。

不过这一数据与其他发达国家相比还有一定差距。与中上收入国家每千人无偿献血人数（16.4）对比，我国的每千人无偿献血人数仅为其73%。对比高收入国家每千人无偿献血人数（31.5），我国的每千人无偿献血人数仅为其38%。

无偿献血人次在2021年达新高（1674.5万人次）

根据统计数据显示，全国献血人次从2017年的1459万增长至2021年的1674.5万，增长了215.5万人次，增长率达到了14.8%，可以看出，即使在疫情的影响下，2021年的无偿献血人次也有大幅增长。

截至2021年，4年间采血量增长了15%

图中为2017-2021年的年采血量，2018年和2019年增长率分别达到3.7%和3.1%。

在2020年采血量小幅下降后，2021年采血量上升至2855.9万单位，同比去年增长8%，创造了血液采集年增长率历史新高。

对比2017年2478万单位的采血量，四年间增长了15%。

如果我们将2017年-2021年的年采血量按照标准泳池（50m*21m*2m）的体积换算一下，这5年的采血量分别可装满2.36，2.45，2.52，2.51和2.72个标准泳池！

通过以上数据，我们看到了我国无偿献血事业近年来的发展情况。下面小编以一份网络公开的台湾新竹市输血服务中心献血者资料库为研究对象（样本共748例），基于MedSPSS的“RFM模型”，分析数据集中无偿献血人群的献血情况。

何谓RFM模型？

RFM是Recency（最近一次消费）、Frequency（消费频率）、Monetary（消费额度）三个指标首字母组合，一般采用RFM模型的划分标准和个人评分来进行人群划分，该模型已用在很多行业领域和细分场景，我们采用该模型基于献血数据进行献血者的群体分析。

无偿献血人群献血情况和其群体分析

我们根据数据中血液捐献者的“距离上次献血的月数”、“总献血次数”、“总献血量”记录指标，在RFM模型的评分下，分析得出如下的结果：

1）单人平均累计献血量达到了1379ml

献血者在接受该项调研时，距上次献血平均时长达到9.5个月，献血者平均总献血次数为5.5次，其最多献血次数甚至达到了50次，单人累计总献血量更是达到了12500ml。

2）长期献血者：距上次献血不超过2个月，总献血次数达到8次，累计献血量达到2000ml及以上

RFM模型确定了献血者“距离上次献血的月数”、“总献血次数”、“总献血量”的选项分段和各个分段对应的得分（1-5分）。（通常来说分数越高，表示落入对应数值区间的贡献度也就越高，但这里我们仅用于了解该数据集的献血群体）

从得分最高的来看是献血时间间距不超过2月，达到8次，累计献血2000ml以上的。

3）长期献血者比例达到20%以上

通过RFM得分分布图，可以看出献血者的人数分布，三个指标均为5分的献血者比例达到了20%以上。

RFM类别分布图又从“距离上次献血的月数”、“总献血次数”、“总献血量”的角度衡量了数据集中献血者相对价值的分布情况。

4）献血者群体分析

RFM模型从上述三个指标获取到每位无偿献血者的总得分，并根据总得分筛选出不同特征的无偿献血者。下图展示了献血者价值划分(RFM)模型的最终结果，可以快速看出数据集中较多的是“初级”献血者和“重要级”献血者。

当然，每一次无偿献血都是无私的奉献，在此文中，仅基于RMF模型做出该数据集分析示例。

你近期是否有献血计划呢？欢迎在评论区讨论哦。

本文数据来源：卫生健康事业发展统计公报、世界卫生组织统计数据、台湾新竹市输血服务中心献血者资料库