破除误解：最优排序不等于最优卫生组合
假设一个卫生部门有十个候选项目和一笔固定预算。
最自然的做法似乎是计算每个项目的成本效果，再从高到低选到预算用完。这个方法能提供一个起点，却不能完整代表现实决策。
原因并不只是“还要考虑公平”。更根本的问题是，卫生系统选择的是一个相互依赖的服务组合：项目会争夺同一批护士、检验设备和基层诊所；一项筛查若没有确诊与治疗能力，新增检出可能不能转化为健康收益；一个项目在试验中有效，也可能因覆盖不到目标人群而失去大部分效果。
因此，研究前沿不是寻找更神奇的单一分数，而是回答一个更困难的问题：
怎样在效果、成本、公平、预算、交付能力和公众理由都不完备时，形成一份可说明、可执行、可申诉、可更新的项目组合？
这个问题横跨卫生经济学、流行病学、实施科学、伦理学和预算治理。
从单项目判断转向组合判断
单项目成本效果回答不了“挤出了谁”
增量成本效果比比较新方案与对照方案之间的成本和健康收益变化。它可以说明一种干预相对另一种干预是否有效率，却不能自动说明整个卫生系统应怎样配置资源。
当一个新项目进入福利包，它占用的不只是货币预算，还可能占用：
- 稀缺的专科医生、护士与社区卫生人员；
- 实验室、冷链、手术室、转诊和信息系统能力；
- 管理者用于采购、监督和质量改进的注意力；
- 患者的交通、照护和时间资源。
真实机会成本是这些资源原本能够产生的健康与社会价值。若只比较药品或设备价格，模型可能把实施能力当成免费的背景条件。
项目之间可能互补，也可能互相阻塞
组合中的项目不是独立筹码。
疫苗采购需要接种网络、冷链和安全监测；高血压筛查需要稳定的确诊、药物供应和随访；癌症筛查需要病理、转诊与治疗。上游项目与下游项目互补时，分别评估会低估完整服务链的价值。
反过来，多项计划若依赖同一批基层人员，同时扩张会造成排队、质量下降和人员流失。此时，把各项目在小规模试点中的效果直接相加，会高估组合收益。
研究模型因此需要显式表示服务链、共享瓶颈和规模变化，而不是默认每项干预的成本与效果彼此独立。
不确定性不是一个误差线
卫生组合至少面对四种不同的不确定性。
参数不确定性
疗效、患病率、价格、依从性和单位成本来自有限样本。概率敏感性分析可以让多项参数共同变化，观察不同组合在模型抽样中的表现。
但“某项目在 70% 的模拟中被选中”不等于它有 70% 概率是正确政策。模拟频率依赖模型结构、参数分布、目标函数和预算假设；这些选择本身也可能有争议。
结构不确定性
模型可能遗漏传播反馈、服务拥堵、患者转移或长期副作用。给既有参数加更宽区间，并不能修复错误的因果结构。
负责任的分析会比较不同结构模型，并说明哪些结论只在某一种机制假设下成立。
可迁移性不确定性
一项干预在研究地区有效，不表示它在不同疾病谱、价格、卫生人力和社会信任条件下效果相同。证据外推需要把差异写成假设，而不是把“本地数据缺失”当作相同效果的许可。
决策不确定性
即使效果估计精确，人们仍可能对公平、严重度、财务保护和基本权利的相对重要性存在合理分歧。这不是更多样本就会消失的统计误差，而是必须通过公开理由与制度程序处理的价值冲突。
敏感性分析应寻找“翻转条件”
最有用的敏感性分析，不只是给出一张彩色区间图，而是识别决策在什么条件下改变。
例如：
- 药价下降到什么水平，一项治疗才进入组合？
- 覆盖率低于什么水平，筛查计划不再有净收益？
- 给偏远地区或极高严重度人群多大权重，组合才会改变？
- 护理人员缺口达到什么程度，纸面最优组合无法交付？
- 哪个参数的进一步研究最可能改变决策，而不是只让置信区间更窄？
这些“翻转条件”连接了研究、采购和实施：价格是关键变量时，可以优先谈判；交付能力是关键变量时，应先投资系统；证据缺口真正可能改变决策时，才值得延迟或资助新研究。
稳健性也不意味着一个组合在所有情景下永远第一。更实际的目标是找到：在一组合理假设下不会造成不可接受损失，并且条件变化时有明确调整规则的组合。
公平必须改变分析，而不只是解释结果
总健康最大化可能复制既有不平等
容易到达、依从性高、已有基础设施的人群，通常更容易在模型中表现出较低交付成本。若只最大化总健康收益，资源可能继续流向原本服务较充分的地区。
这不是说效率不重要。机会成本仍然真实存在。问题在于，效率指标的输入已经包含地理、收入、残障、身份和历史投资形成的条件。
公平分析可以采用多种方式：
- 分人群报告健康收益、财务风险保护和未满足需要；
- 对最差处境、疾病严重度或历史性排除给予显式优先；
- 设置任何组合都不能突破的基本服务与权利底线；
- 使用分配成本效果分析比较总收益与健康不平等变化；
- 检查项目在真实服务路径中是否到达目标群体。
这些方法不会自动产生唯一权重。它们的价值是把隐藏的默认分配变成可检查的公共选择。
财务保护本身也是健康政策结果
福利包不仅改变死亡和患病，也改变家庭因就医陷入债务或放弃治疗的风险。
对高额自付费用提供保护，可能无法在单一健康指标上排名最前，却会显著改变家庭安全与服务可及性。世界卫生组织关于全民健康覆盖的公平框架因此把优先服务、人口覆盖和减少自付负担放在同一决策空间，而不是只看医疗产出。
证据不能替代审议，审议也不能绕开证据
优先排序是技术过程，也是政治过程。
“技术专家算出答案，公众负责接受”缺少合法性；“各方表达偏好，不检查效果和机会成本”则可能让资源被声量与权力支配。
证据知情审议过程（evidence-informed deliberative processes）试图连接两者。其核心不是举行一次意见征询会，而是把以下要素嵌入完整流程：
- 让受影响群体、患者、临床与基层人员、预算和采购部门参与问题界定；
- 在看到结果前公开选择标准、证据规则和利益冲突；
- 对效果、成本、公平、财务保护、预算影响和可实施性进行可复核评价；
- 让参与者在证据约束下比较理由，而不只是提交偏好；
- 公开纳入、限制、暂缓与排除的理由；
- 提供申诉、修订、监测和定期更新机制。
审议不能把低质量证据变成高质量证据。它能做的是发现模型遗漏、解释合理分歧，并让最终价值判断有明确责任主体。
现有研究也提示一个重要边界：这类程序被认为有助于合法性，但“参与是否真正改变决定、是否改善公平与信任”仍需要更系统的监测与比较，不能只凭流程存在就宣称成功。
一份可复审组合需要什么记录
专业决策不应只留下最终入选名单。至少应保留以下审计轨迹。
决策范围
说明目标人群、预算周期、替代方案、资源边界和最终授权者。若预算只覆盖药品、不覆盖新增人力，应明确写出，而不是把人力当作无限资源。
证据台账
记录每项干预的效果、成本、预算影响、覆盖、证据确定性和本地可迁移性。区分直接观察、模型外推与专家判断。
组合与被挤出方案
同时报告入选组合和最接近的替代组合。说明新增一个项目会挤出什么，以及这项替代对不同群体的影响。
敏感性与翻转条件
公开哪些参数和价值权重会改变组合，哪些结论在合理范围内稳定。不要只展示有利于最终选择的情景。
公平理由
说明哪些群体获得额外优先、依据什么、代价是什么。公平权重不能藏在模型默认值里。
实施与退出规则
为覆盖、质量、供应、人力和不平等设置监测指标。预先说明什么情况触发扩张、暂停、重新谈价或退出。
申诉与更新时间
明确谁可以提出新证据或质疑，审查由谁完成，以及价格、预算、流行病学或技术变化后何时重新评估。
当前研究前沿
把分配分析与真实福利包结合
分配成本效果分析能够同时估计总健康和健康不平等，但结果高度依赖人群分层、基线风险与不平等偏好。如何把这些模型与真实预算程序、服务权利和公众审议连接，仍是开放问题。
从静态名单走向动态福利包
价格、证据、疾病负担和交付能力持续变化。未来的福利包需要版本记录、触发条件和退出机制，而不是多年不变的静态目录。
动态更新也带来稳定性难题：过于频繁会让采购、临床和公众无法形成可信预期；过于迟缓又会保留低价值服务并延误有效项目。
建模卫生人力与共同瓶颈
大量经济评价仍把人力和设施表示为单位成本，而不是有容量、排队和学习曲线的动态系统。把实施科学、运筹模型和经济评价结合，是从纸面组合走向可交付组合的关键。
判断参与是否真正有影响
形式上邀请利益相关者，不等于权力被重新分配。研究需要比较谁能够设定议程、哪些证据被承认、异议如何记录，以及申诉是否能改变决定。
在数据稀缺环境中避免“双重惩罚”
数据不足的人群可能先因缺少研究被低估，再因证据不确定被排除。优先排序需要区分“没有效果”与“没有被充分研究”，并把改善数据能力本身作为组合的一部分。
用平台实验室练习组合思维
卫生预算优先排序实验室 使用虚构教学数据，让读者调整效果、成本、公平权重、严重度保障和实施约束。
练习时不要只问“哪个项目排第一”，而要依次检查：
- 当前入选的是单项排名，还是预算内的完整组合？
- 某项参数变化后，谁替代了谁？
- 哪个翻转条件最值得通过研究、议价或系统投资改变？
- 公平规则改变了哪些人的机会，理由能否公开说明？
- 哪些现实约束没有被教学模型表示？
实验室不是国家政策模型，不使用真实价格、疗效或人群数据。它训练的是识别假设、组合替代与价值边界，而不是生成医疗或支付建议。
未知的边界
- 怎样比较“多获得总健康”与“优先改善最差处境”，同时避免把公平压成任意分数？
- 哪种稳健优化方法既能处理联合不确定性，又能被决策者和公众理解？
- 如何估计跨项目共享人力、供应链与服务链造成的非线性成本和收益？
- 怎样设计申诉和更新机制，使其能纠错又不被资源最强的利益方占据？
- 在数据稀缺地区，何时应先行动、何时应先研究，谁承担等待期间的健康损失？
- 一个程序“透明且参与充分”，是否真的带来更公平、更可信或更可实施的决定？
本文用于公共卫生与决策科学教育，不构成医疗、保险支付或具体国家政策建议。
跨域连接
- 疾病负担与 DALY/QALY：DALY 不是一次测量，而是一串被选定的参数：残疾权重来自人群调查、是否做年龄加权、贴现率取多少。全球疾病负担研究在 2010 年那一轮取消了年龄加权与贴现，排序随之改变。这说明"哪个病负担更重"不是一个可直接观察的事实，而是一个函数值——因此任何排名都必须与它的参数设定一起公布，否则无法复审。
- 社会选择理论：把多个维度（健康收益、成本、公平、财务保护、可实施性）聚合成一个组合，形式上就是偏好聚合。阿罗一系的不可能性结果说明，不存在同时满足全部合理要求的中立聚合规则。这条约束是形式的，不靠经验推翻：任何优先排序方案都已经隐含地选了一种聚合规则。可行的目标因此不是"找到正确排序"，而是把这条规则摆到台面上，让它可被质疑、可被改写。
- 背包问题：预算约束下选组合，是背包型的整数规划，不是排序。按增量成本效果比排序再从上往下取，只有在项目可分割、彼此独立、规模报酬不变时才等价于最优解。现实里这三条都不成立——项目有最小可行规模、共享同一批人力、彼此可能互补也可能互斥。所以"最优排序不等于最优组合"不是修辞，而是贪心解在这类约束下严格次优的直接后果。
- 贝叶斯推断："哪项研究值得做"是可以算的。信息价值分析（EVPI/EVPPI）把当前不确定性下的期望损失量化，从而回答：进一步研究某个参数，能带来多少决策改善。这正是"翻转条件"的定量版本——只有当某参数的不确定性真有可能改变入选组合时，为它投资研究才有回报；否则把置信区间收得再窄，也不改变任何决定。
- 协商民主：把证据与审议连起来的规范骨架是"合理性问责"（公开理由、相关性、可修订、可执行）。它的价值在于给正当性一个可检查的形式，而不是办一次意见征询会。但也要看清尚待验证之处：邀请利益相关方参与，不等于议程设定权被重新分配。要判断参与是否真起了作用，得看谁能提出议题、哪些证据被承认、异议是否被记录、申诉有没有改变过决定——这些都是可观测的。
参考文献
- World Health Organization. Making Fair Choices on the Path to Universal Health Coverage. 2014. ISBN 978-92-4-150715-8. WHO 出版页
- World Health Organization. Principles of Health Benefit Packages. 2021. ISBN 978-92-4-002068-9. WHO 出版页
- World Health Organization. Resource Guide on the Use of Health Technology Assessment in Health Benefit Package Design Processes. WHO 资源指南
- Baltussen, R. et al. Priority Setting for Universal Health Coverage: We Need Evidence-Informed Deliberative Processes, Not Just More Evidence on Cost-Effectiveness. International Journal of Health Policy and Management 5(11), 615–618 (2016). DOI: 10.15171/ijhpm.2016.83
- Oortwijn, W., Jansen, M. & Baltussen, R. Evidence-Informed Deliberative Processes for Health Benefit Package Design — Part I: Conceptual Framework. International Journal of Health Policy and Management 11(10), 2319–2326 (2022). DOI: 10.34172/ijhpm.2021.158
- Oortwijn, W., Jansen, M. & Baltussen, R. Evidence-Informed Deliberative Processes for Health Benefit Package Design — Part II: A Practical Guide. International Journal of Health Policy and Management 11(10), 2327–2336 (2022). DOI: 10.34172/ijhpm.2021.159
延伸阅读
- health-economic-evaluation-priority-setting：从效果、增量成本、预算影响与公平理解单项评价工具。
- health-systems-universal-health-coverage：福利包怎样进入筹资、购买、服务质量和财务保护。
- implementation-science-health-policy：有效干预怎样在真实组织和资源约束下被采用、扩展和持续。
- global-health-inequality-coloniality：知识、资源和议程权力怎样塑造全球健康选择。