各国的卫生钱袋子 — GHED 全球卫生支出账

全球关于「医疗到底花了多少钱」的争论，长期卡在一个朴素的问题上：各国的账本记法不一样。有的把社会保险缴费算进政府，有的只算财政拨款；有的按医院住院打包计价，有的把药房零售单列。世界卫生组织的全球卫生支出数据库（Global Health Expenditure Database，简称 GHED）就是为拆掉这层不对齐而建的：它把一百九十五个国家与地区的卫生支出，按同一套科目、同一套边界，重排成可以横向比、纵向接的表。

GHED 由 WHO 卫生账户团队维护，时间自 2000 年起，2025 年 12 月版已把 2023 年补进来。核算框架是《卫生账户体系 2011》（System of Health Accounts 2011，SHA 2011）——不是 WHO 自创的口径，而是 WHO 与经济合作与发展组织、欧盟统计局三方共同署名的国际分类，GHED 是它在全球范围内的落地。

对使用者而言，GHED 的价值不在「数字多」，而在「每个数字都知道自己是怎么来的」：每个单元格都带来源、估算方法、数据类型三层元数据，能分清哪些是有据可查的报表，哪些是 WHO 为补缺口推算出来的。一屏速览见下表。

维度	内容
中文全称	世界卫生组织全球卫生支出数据库
英文全称	Global Health Expenditure Database（GHED）
维护机构	WHO 卫生账户团队（Geneva），与成员国卫生账户归口单位协作
官方入口	https://apps.who.int/nha/database
主题入口	https://www.who.int/health-topics/health-financing
地理覆盖	195 个国家与地区
时间范围	2000 年起，2025 年 12 月版覆盖到 2023 年
核算框架	SHA 2011（ICHA 分类：HF、FS、HC、FP、DIS、AGE）
核心口径	CHE、GGHE-D、OOPS、EXT、HK 及其派生比率
维度拆分	融资来源、融资方案、卫生功能、服务提供者、疾病与规划、年龄、基层卫生
数据结构	指标 × 国家 × 年份的单元格，附元数据
更新节奏	年度一次，滞后约两年（T-2）
收集工具	HAPT、WHO-OECD-Eurostat 联合问卷（JHAQ/HAQ）、简化表格
下载方式	在线查询与导出（xlsx、csv、rtf、pdf），另有世界银行再发布版
许可	CC BY-NC-SA 3.0 IGO；世界银行再发布版标 CC BY 4.0
最小使用单位	国别-年

§1 它要解决的具体麻烦

1.1 跨国的卫生账本，先要有一把同一把尺子

卫生支出是最容易被拿来比较、也最容易被比错的一类数字。同样的财政拨款，在甲国记作「政府卫生支出」，在乙国可能被拆成「政府转移给社会保险」与「社会保险自身支出」两笔；同一个诊所的开支，按融资来源归口是自付，按功能归口是门诊治疗，按提供者归口是基层机构。三套账都对，却互不相加。

GHED 的手法不是重新收集原始凭证，而是做一次制度性的映射：要求各国卫生账户归口单位按 SHA 2011 的六组分类（融资方案 HF、融资来源 FS、卫生功能 HC、服务提供因素 FP、疾病 DIS、年龄 AGE）把本国账本重排，再交 WHO 汇总。这样得到的结果，在「钱从哪来」「钱花在哪类服务」「由谁提供」三条轴上都有了统一坐标。

这套映射的代价是耗时。方法学技术说明描述的年度流程是：一至二月提名归口单位，三至六月收集数据，七至九月与国家和国际专家一起审校，十月国家最终确认，十一月质控与报告准备，十二月在 GHED 发布。从参考年到上线，通常隔两年左右——2025 年 12 月发布的是 2023 年的支出。理解这个节奏，比记住任何单年数值都有用。

1.2 三条常见的错误期待

第一条是把 GHED 当成「世界卫生账本明细」。它不是明细账，是汇总账。最细的粒度是国别-年-指标，无法下钻到某家医院、某个科室、某位患者。想研究单家机构的成本，需要的是医院层面的成本报告，而不是 GHED。

第二条是把它当「政府卫生预算表」。GHED 的 GGHE-D 是决算口径的政府卫生支出，来自卫生账户而不是财政部预算文件。预算与决算之间通常有差距，且 GHED 还要把社会保险缴费并进来。拿它去核对财政年初预算的落地率，会得出系统性偏差。

第三条是把它当「疾病负担数据」。GHED 里的疾病分项讲的是「花在这类疾病上的钱」，不是「这类疾病造成多少死亡或伤残」。两者一名之差，混用会导致整段研究结论反向。

1.3 它能给到的与给不到的

下表的左列是常见需求，中列是 GHED 的实际供给，右列是判断。

你的需求	它给的	够不够
各国卫生总支出水平，可比	CHE 总量、人均（美元与 PPP）、占 GDP 比重	够，且是官方推荐口径
政府在其中承担多少	GGHE-D 及其占 CHE、占 GDP、占一般政府支出	够，但要注意「政府」含社会保险缴费
居民自掏腰包的比例	OOPS 及其占 CHE、人均	够，用于财务保护分析
外部援助对卫生系统的贡献	EXT 及其占 CHE、人均	够，但商业贷款不计入
钱花在哪些服务上	HC 分类：住院、门诊、药品、预防等	部分国家有，覆盖不全
钱花在哪些疾病上	DIS 分类：传染病、非传染、孕产等	仅少数国家，不可当全球面板
谁在生产这些服务	服务提供者分类（医院、诊所、药房等）	部分国家有
基层卫生投入	PHC 系列指标	覆盖百余国，逐年扩展
五岁以下儿童花销	AGE.1 子类	极少数国家
资本投资（建楼买设备）	HK 类，与 CHE 分列	有，但常被忽略
某家医院的成本	—	给不到，需医院成本报告
某省或某市的支出	—	给不到，地理粒度止于国家
患者个人的自付金额	—	给不到，只有总量
单病种患者的次均费用	—	给不到，疾病支出是总额
预算与决算的差异	—	给不到，不是预算数据
疾病负担与死因	—	给不到，属于另一套估算体系

1.4 你的处境与它能帮到的事

左列写的是使用者当下真正卡住的地方，不是数据集的特性。

你的处境	它能帮你什么	下一步该做什么
要写一篇跨国卫生筹资对比，找不到可比口径	提供同一框架下的 CHE、GGHE-D、OOPS、EXT 四条主线	先定单位（美元 / PPP / 占比），再取数，不要混用
要做全民健康覆盖进度评估	OOPS 占 CHE 是老牌财务保护替代指标，GGHE-D 占比反映公共投入	结合官方报告中的阈值讨论，不要自定阈值
要给某个低收入国家的卫生预算做情景分析	EXT 与 GGHE-D 的拆分能看出对外援的依赖程度	同时查阅该国卫生账户报告原文，核对估算格
要训练一个跨国卫生支出的预测模型	二十余年、近两百国的连续面板	检查每格的数据类型，把估算格单独标记
要论证「预防投入不足」	HC.6 预防类功能支出与 PHC 指标可作证据	注意功能数据只覆盖部分国家，样本会瞬间缩小
要做卫生经济学教科书案例	融资方案分类（HF）提供了清晰的制度类型学	用国别注释解释制度变迁的断点
要回答「我们国家医疗贵不贵」	人均 PPP 支出与占 GDP 比重给出国际方位	与收入组均值比较，而不是与单一国家比较
要给基金申请写背景段	权威、可引用、许可清晰	引官方推荐写法并注明版本月份

1.5 一句话判断

如果你的问题以「国家」为单位、以「年」为刻度，GHED 是首选起点；如果你的问题以「机构」或「个人」为单位，它一开始就不在射程内。

1.6 不适合谁：四条边界

不适合做机构成本分析的人。 医院成本、科室绩效、单病种费用，需要机构级账目。GHED 的最小单位是国别-年，任何试图把它拆到机构的做法都只能靠外部假设。

不适合做个体财务风险研究的人。 灾难性卫生支出、因病致贫这类问题，需要家庭调查的个体记录。GHED 的 OOPS 只是全国加总的居民自付总量，无法回答「多少家庭被击穿」。

不适合要求逐年完整面板的建模者。 疾病、年龄、基层卫生三组维度覆盖率差异很大，直接把它们当全局面板会得到大量缺失。建模前必须先看覆盖率，而不是先看模型。

不适合把估算值当观测值的人。 数据库里有相当比例的数据点是由 WHO 推算的。方法学把数据类型分为有据、部分有据、估算三类，忽略这一层就等于假装所有格子同等可信。

§2 数据构成与规格

2.1 数据库的物理形状：三个区块

GHED 网页界面由三个区块构成，理解它们的差别能省下大量摸索时间。

第一个区块是数据浏览器（Data Explorer），是真正取数的地方。它内部又分三层：最上层是预先算好的指标（Indicators），中层是按分类展开的原始数值表（融资方案 × 融资来源、功能、疾病等），底层是宏观序列（GDP、一般政府支出、汇率、PPP、平减指数、人口）。三层彼此关联，指标层是从原始层算出来的。

第二个区块是可视化（Visualisations），提供国别档案页与区域、收入组均值图。这些图是现成的，不能改口径，但可以快速定位一个国家的支出结构画像。

第三个区块是文档中心（Documentation Centre），存放年度发布说明、方法学指南、培训材料、全球与区域报告、国别注释。这个区块最容易被跳过，却往往是解释异常值唯一的去处。

2.2 字段与记录的完整字典

GHED 没有传统意义上的「一张表」，它的字段体系由三层构成：单元格定位、单元格属性、单元格取值。下表按方法学附录给出的元数据字段整理。

层级	字段	含义	取值形态
定位	Country	国家或地区名	文本，195 个
定位	Indicator	指标名	文本，含 SHA 编码
定位	Year	参考年	整数，2000 起
国家属性	Currency	本币	ISO 货币代码
国家属性	WHO Region	WHO 区域	六大区域
国家属性	Income Group	收入组	世界银行四档
国家属性	Fiscal Year	财年起止	文本，跨年者注明
国家属性	Focal Point	官方归口单位	机构名
国家属性	NHA Years Covered	国家卫生账户报告覆盖年	年份列表
国家属性	Available Sub-accounts	已有的子账户	分类列表
指标属性	Name	指标全称	文本
指标属性	Unit	计量单位	本币百万、美元、PPP 国际元、百分比
指标属性	Sources	指标级来源	文献或机构
指标属性	Methods of Estimation	指标级估算方法	文本
观测属性	Data	数值	数值或空
观测属性	Sources	该格来源	文献引用串
观测属性	Comments	该格注释	文本
观测属性	Methods of Estimation	该格估算方法	文本
观测属性	Data Type	数据类型	有据 / 部分有据 / 估算
观测属性	Last Updated	最后更新	日期
观测属性	Validation	校验状态	文本

分类维度是另一组字段，它们不是「列」，而是指标的命名空间。SHA 2011 的六组分类在 GHED 中体现为六种前缀。

前缀	分类体系	含义	典型层级
HF	融资方案	钱经由什么制度安排支付	HF.1 政府安排、HF.1.2.1 社会医疗保险、HF.3 自付
FS	融资来源	钱最初从哪里征得	FS.1 政府国内收入、FS.3 社会保险缴费、FS.6.1 家庭其他收入、FS.7 直接境外转移
HC	卫生功能	钱换来了什么服务	HC.1 治疗性服务、HC.5 医疗用品、HC.6 预防
FP	服务提供因素	具体投入的物资与人力	FP.3.2 药品、FP.3.2.1.1 抗逆转录病毒药
DIS	疾病与规划	钱对应哪类疾病或规划	DIS.1 传染病、DIS.4 非传染性疾病
AGE	年龄	钱花在哪个年龄组	AGE.1 五岁以下

2.3 一条记录的完整解剖

一条 GHED 记录在概念上是一个三元组加一组附录。下面用文本块演示一条带估算标记的记录在元数据里的样子——注意它是示意性的结构，不是某国真实数值。

Country            : <成员国名>
Indicator          : GGHE-D%CHE_SHA2011
Year               : 2021
Data               : 34.6
Unit               : percent
Data Type          : partially documented
Sources            : Country NHA report 2022, Table 4; Ministry of Finance budget execution 2021
Methods of Estimation : GGHE-D = FS.1 + FS.3; FS.3 for 2021 derived from 2019-2020 share
Comments           : 2021 SHI contribution disclosed at aggregate level only
Last Updated       : 2025-12
Validation         : country focal point confirmed 2025-10

这条记录说明了三件事。

第一，指标名本身就是一条公式。GGHE-D 不是「政府卫生支出」这么模糊的东西，它等于 FS.1（政府国内收入划拨给卫生的部分）加 FS.3（社会保险缴费）。看到这个定义，就能明白为什么有些国家把社会保险计入「政府」而有些人直觉上不算。

第二，数据类型是使用强度的信号。「部分有据」意味着分子的一部分来自报表、另一部分来自推算。方法学对三类数据的定义是：有据指信息直接来自指向该变量与该年份的一至多份文件；部分有据指用指向该变量与该年份的文件配合估算得出；估算指用其他年份、其他变量的信息推算。

第三，注释字段会说明结构性缺陷。示例里「社保缴费只披露总量」就是一个典型问题：一旦缴费只有总量，FS.3.1 到 FS.3.4 的细分就无法填满，细分指标会出现空值而总量指标仍然可用。

2.4 覆盖结构：四层阶梯

GHED 的覆盖不是均匀的，而是一级一级往外扩的四层。理解这个阶梯，比记总数更能避免误用。

层级	内容	覆盖范围	可用性判断
第一层	融资方案与融资来源（HF × FS）	全部 195 个国家地区，2000 年起	可作为全球面板
第二层	卫生功能（HC）	自 2016 年数据起发布，覆盖大部分国家	可做分组分析，需先查覆盖
第三层	基层卫生（PHC）与免疫规划	百余个国家，年份不齐	只做描述，不做面板
第四层	疾病（DIS）与年龄（AGE）	数十个国家，若干年份	只能做国别或分组案例

四个层级对应的文件规模也完全不同。第一层是「一本通账」，任何国家任何年份都有一行；第四层是「抽样账」，能填的格子有限。方法学技术说明里给过一个具体的例子：2020 年版发布疾病支出时覆盖四十八个国家，免疫规划支出六十个国家，五岁以下年龄组二十四个国家。这些数字随版本增长，但层级的稀疏性不会消失。

2.5 与同类资源的字段差异

同为国家级卫生支出，不同来源的字段设计差异很大。下表比较四种常见供给。

资源	最小单位	核心维度	是否有元数据分层	是否含疾病拆分
GHED	国别-年-指标	来源、方案、功能、疾病、年龄、基层	有，三层	有，覆盖有限
世界银行 WDI	国别-年-指标	仅少数比率	有，指标级	无
OECD 卫生统计	国别-年-指标	来源、功能、提供者	有，较细	部分
各国卫生账户报告	国别-年-表	本国制度细分	有，正文叙述	视国家而定

差异的关键不在维度多少，而在「是否允许你回溯到单个格子」。GHED 与 WDI 的关系尤其值得注意：WDI 的 SH.XPD 系列直接来自 GHED，是二次发布。想在论文里说清楚方法，最好引 GHED 而不是 WDI。

§3 它是什么：身份层

3.1 一份制度性基础设施，不是一次数据开放

GHED 不是某个研究团队一次性整理后放出的大礼包。它的运转依赖一条制度链条：WHO 与成员国协商确定卫生账户归口单位，归口单位通常是该国卫生账户团队的技术负责人；WHO 每年提名、收集、审校、确认；再由 WHO 汇总发布。

方法学技术说明明确写着，归口单位需要具备在 SHA 2011 框架内提供与组织数据的技术能力，并且要对本国卫生筹资体系与改革有足够了解。这句话的含义是：GHED 的数据质量上限，取决于各国卫生账户团队的能力上限。

这也解释了为什么数据库里的元数据如此啰嗦。它不是给普通浏览者看的，而是给下一位判断「这个格子能不能用」的分析者看的。

3.2 SHA 2011：三方共署的分类，不是 WHO 独有

SHA 2011 的正式出处是经济合作与发展组织、欧盟统计局与 WHO 三方共同出版的《卫生账户体系 2011（修订版）》。它把卫生支出拆成三条主轴：谁付钱（融资方案 HF）、钱从哪来（融资来源 FS）、钱买了什么（卫生功能 HC），再叠加服务提供者与提供因素两个视角。

这三条主轴的意义在于「可加性」。任一条轴上的分项加总，都应等于经常性卫生支出 CHE。方法学也承认，由于四舍五入与分类缺失，分项之和与总量偶尔会有小额差。这一点在写分析时值得提一句，否则使用者看到加总不平时会怀疑数据坏了。

主轴	回答的问题	顶层分类	常见细分
融资方案 HF	通过什么制度安排付钱	政府安排、自愿安排、自付、世界其余部分	社会医疗保险、强制私人保险、企业方案
融资来源 FS	钱最初由谁征得	政府国内收入、境外转移、社保缴费、自愿预付、家庭其他收入	雇主缴费、自雇缴费、政府代缴
卫生功能 HC	钱换来了什么	治疗、康复、长期照护、辅助服务、医疗用品、预防、治理	住院、门诊、药品、免疫
提供者 HP	谁在提供服务	医院、门诊机构、提供者之外的机构、零售与其他	综合医院、专科医院、药房
提供因素 FP	具体买了什么投入	人力、药品、器械、服务	抗逆转录病毒药、结核药、疫苗

3.3 四个核心口径的边界

CHE、GGHE-D、OOPS、EXT 是 GHED 最常被引用的四个口径。它们不是四个独立指标，而是从同一条资金流上切出的四段。

CHE 是经常性卫生支出，等于 HF.1 至 HF.4 加未分类部分之和，不含资本投资。这一点最容易被忽略：一个正在大规模建医院的国家，其 CHE 会显著低于全社会的医疗投入。

GGHE-D 是国内一般政府卫生支出，等于 FS.1 加 FS.3。前者是政府从国内收入中划给卫生的部分，后者是社会保险缴费。它刻意排除了 FS.2（政府分配的境外来源资金），所以「政府卫生支出」与「政府自己掏的钱」是两个数。

OOPS 是家庭自付，对应 FS.6.1。它是财务保护分析的核心，因为它衡量的是居民在服务点直接掏出的现金。

EXT 是外部资金，等于 FS.2 加 FS.7。方法学对它的边界写得很细：包括赠款、优惠贷款与实物援助，来自双边、多边或私人基金会；商业贷款不计入，因为未来要用国内预算偿还；医疗教育与研发不计入；健康社会决定因素的支出也不计入。

口径	公式	是否含资本	是否含境外	常见误用
CHE	HF.1+HF.2+HF.3+HF.4+HF.nec	否	是	当全社会医疗总投入
GGHE-D	FS.1+FS.3	否	否	当财政预算中的卫生科目
OOPS	FS.6.1	否	否	当居民医疗负担的个体分布
EXT	FS.2+FS.7	否	是	当全部国际援助流量
HK	资本支出	是	分列	与 CHE 相加得「总投入」
GGHE	FS.1+FS.2+FS.3	否	是	与 GGHE-D 混用

3.4 财年：一年不是一个日历年

方法学里有一条容易被忽略的规则：财年在 6 月 30 日之后开始的国家，其支出数据归入后一个日历年。例如 2017—2018 财年，发布时记作 2018 年。

这条规则的后果是，同一年的跨国比较里，各国实际覆盖的月份并不一致。做增长率分析时，如果某国恰好在某年改了财年起点，那条曲线会出现一个人为的台阶。方法学建议查阅国别注释，但绝大多数二手引用不会提这件事。

3.5 计量单位：三套并存

GHED 里同一个概念可能有三种数值：本币百万、当期美元、PPP 国际元。三者不可混用。

本币值是名义值、当期价格，适合看一国自身的增长率，但跨国比较无意义。美元值用年度平均汇率折算，适合看国际购买力，但受汇率波动扰动。PPP 国际元用购买力平价折算，适合比较实际服务量，但 PPP 本身是估算值，且世界银行的 PPP 序列有基准年，基准年之间靠平减指数外推——方法学里专门给了这条外推公式。

单位	折算方式	适合的问题	陷阱
本币百万	原始名义值	一国多年趋势	跨国不可比
当期美元	年度平均汇率	国际资金流量、援助规模	汇率剧烈波动年份失真
PPP 国际元	购买力平价	实际服务量比较	PPP 有基准年，非基准年为外推
占 GDP 百分比	CHE/GDP	经济负担	GDP 修订会引起整段平移
占一般政府支出百分比	GGHE-D/GGE	财政优先度	GGE 口径跨国差异大

3.6 与「卫生总费用」的通用说法对不上的地方

国内文献常用「卫生总费用」这一说法，它大致对应 CHE 加资本支出，但两者并不严格相等。差别有三处：一是资本支出的处理，通用口径有时把在建工程按投资额计入，GHED 的 HK 严格按资本形成统计；二是居民自付的边界，通用口径常把药店零售全部计入，SHA 2011 只把其中与医疗服务相关的部分归入医疗用品；三是境外资金，通用口径有时把国际组织采购的药品按到岸价计入受援国，GHED 只计在受援国境内实际发生的支出。

这三处差异的量级因国而异，在援助占比高的国家可以差出相当一截。跨国比较时若一侧用通用口径、另一侧用 GHED，结论会系统性偏向后者偏低。稳妥做法是在方法段明确写出所用的具体指标编码，而不是只写「卫生总费用」。

另一个常见的互换是把「政府卫生支出」与「公共支出」混用。GHED 的公共口径是 GGHE，包含境外来源；财政系统的公共口径通常不含境外。两者在受援国相差明显，在本国税收为主的发达国家几乎相等。正因为发达国家几乎相等，这个坑常常在低收入国家才暴露。

3.7 命名里的横杠与点号：读懂指标编码

GHED 的指标编码看起来随意，实则每一段都有含义。以 GGHE-D%CHE_SHA2011 为例：前半段 GGHE-D 是口径名，减号表示「国内」，与不带减号的 GGHE 相区别；中间的 %CHE 说明分母是经常性卫生支出；末尾的 SHA2011 标明核算框架版本，用于与更早框架下的同名指标区分。

带点的编码另有含义。FS.3.1 中的点表示分类层级：FS 是融资来源这一维，3 是社会保险缴费，1 是雇员缴费。层级越深，覆盖率越低。HF.1.2.1 同理，1 是政府安排，2 是强制保险，1 是社会医疗保险。

读懂这套命名，能省掉大量查文档的时间。看到编码里带两个点，就要先假设这一格的缺失率不低；看到不带框架后缀的旧编码，就要确认它是不是历史遗留指标。

§4 它的可信度从哪来：质量层

4.1 三层校验，三种强度

方法学描述的质控不是一句话，而是分布在流程多个节点上的一组检查：数据收集时、从原始来源上传到 HAPT 后、映射到 SHA 分类后、提交 WHO 前、WHO 收到后、更正录入后。

检查类型包括缺失数据分析、负值指示、跨分类比较、一致性检查（比较合计、比较小计与合计）、异常值检查、时间一致性复核、编制问题排查。政府支出方案的数据还会与宏观变量对照——例如用 GGHE-D 占一般政府支出的比重去检验合理性。

强度最高的一层是「国家确认」。每年十月，成员国的归口单位对本国数据做最终校验。这意味着一个格子被标为「有据」且通过国家确认时，它已经过了两轮独立判断。

4.2 官方自己列出的已知问题

方法学没有掩饰问题，反而把几类结构性缺陷写得很明确。

其一是归口层级过粗。有些国家只报一个总量，例如把政府机构支出与社会医疗保险支出合并上报。这时无法区分 HF.1.1 与 HF.1.2.1 的子类，WHO 只能对关键指标（如 GGHE-D）做估算补齐。

其二是双重计算风险。政府卫生支出涵盖卫生部与其他部委（国防、狱政、警务、社会事务）的支出，在财政分权的国家，上级政府对下级政府的转移与下级政府自身的卫生支出容易重复。方法学明确要求特别关注这一点，但执行程度取决于各国报表质量。

其三是汇集顺序的假设。当某方案某一年的收入结构数据缺失时，WHO 会假设结构在年份间稳定，用可得的年份比例外推到缺失年份。方法学也指出，离缺失年更近的年份应给更高权重。这条假设在小幅改革年份成立，在制度重构年份不成立。

其四是资本与经常的分野。方法学要求把经常性支出与资本支出分开报告，分别进入 CHE 与 HK。现实里，不少国家的会计体系并不天然区分这两者，尤其是由援助资金建设的项目。

4.3 案例：一条 GGHE-D 曲线在制度重构年断了

这一节用一个虚构但符合方法学描述的场景，说明「估算格」如何影响结论。场景设定为某中等收入国家，2016 年启动社会医疗保险扩面，原来由财政直接支付的公立医院经费，改由医保基金支付。

在 GHED 的视角下，这笔钱的位置变了：从 FS.1（政府国内收入划拨）移到了 FS.3（社会保险缴费）。但 GGHE-D 等于两者之和，所以从 2016 年到 2018 年，GGHE-D 本身应当基本平滑，只是内部构成变了。真正跳动的是子指标：GFA（政府融资安排占 CHE）下降，SHI（社会医疗保险占 CHE）上升。

问题出在过渡期。2016 年该国的医保基金年报披露了总收入，但没有按 FS.3.1 至 FS.3.4 细分。方法学要求的处理方式是：先用 2015 年与 2017 年可得的 FS 结构比例插补 2016 年，把每个格子的来源与方法写进元数据，数据类型记为「部分有据」。

于是分析者在数据里会看到两条曲线：GGHE-D 占比平稳，SHI 占 CHE 在 2016 年有一个由插补带来的小台阶。如果只取 SHI 那条线，很容易误判为「医保扩面在 2016 年突然加速」；把两条线并读，才能看出真实的故事是资金通道迁移。

§4.3 的案例与 §1.6 的边界是同一件事的两面：GHED 让制度变迁变得可见，但也把「可见」的责任交给了使用者。国家自报的制度变化不会自动写成注释，只有归口单位主动填了，才会出现在单元格里。

4.4 三处必须自己验证的地方

第一处是数据类型列。任何进入模型的变量，都应该先按数据类型分层统计一次覆盖率。若「估算」类占比过高，结论的稳健性需要单独讨论。

第二处是分母。GDP 与 GGE 都来自宏观序列，非 OECD 国家的首选来源是 IMF 的世界经济展望，人口来自联合国人口司，PPP 与汇率来自世界银行。分母换了源，比率就会变。方法学把这条来源表列得很清楚，值得对着看。

第三处是国别注释。方法学提到有专门的国别数据注释文档，存放在文档中心。这些注释解释了某个国家的特殊口径，例如财政年度、特殊地区覆盖、外资项目记账方式。二手文献几乎不会转述它们。

4.5 与其他来源的交叉验证习惯

一个稳妥的做法是把 GHED 的 CHE%GDP 与 WDI 的同名指标对照。由于后者就是前者再发布的，两者应当一致；如果不一致，说明两边的版本月份不同。这种不一致本身是有用信息：它提醒你手上的数据是哪个版本的。

第二个做法是把 GGHE-D 占 GDP 的比重与 IMF 政府财政统计里的卫生支出对照。两者口径不同，差额通常出现在社会保险的处理上，差额大小可以作为该国社保规模的一个粗测。

第三个做法是把 EXT 与 OECD 发展援助委员会的债权人报告系统对照。方法学明确说该系统是估算外部资金的主要二手来源之一，但该系统记录的是拨付而非受援国的实际支出，所以只能做量级核对。

§5 怎么把它拿到手并用起来：取数层

5.1 三条入口，三种代价

GHED 的数据可以从三个地方取，代价各不相同。

入口	取到什么	代价	适用场景
官方数据浏览器	全部分类与全部年份	需要手工选择维度、分批导出	需要分方案、分功能的完整数据
官方可视化与国别档案	预先算好的图与摘要	口径固定，无法改	快速了解一国画像
世界银行 WDI	少数比率型指标	维度被裁掉	只需 CHE%GDP 一类指标

三条入口的版本月份可能不同。WDI 的元数据会写明「updated December 12th, 2025」这类字样，用它来对齐版本是最省事的办法。

5.2 先用一个最小请求确认连通性

下面这段脚本用 World Bank API 取中国的 CHE%GDP 时间序列。它不是 GHED 官方接口，而是最稳定的 GHED 再发布通道，适合做连通性与版本确认。

#-- 取中国 CHE 占 GDP 比重，对应 GHED 指标，经世界银行 WDI 再发布
curl -s "https://api.worldbank.org/v2/country/CHN/indicator/SH.XPD.CHEX.GD.ZS?format=json&per_page=100&date=2000:2024" \
  | python3 -c "
import json,sys
rows = json.load(sys.stdin)[1]
rows = [r for r in rows if r['value'] is not None]
rows.sort(key=lambda r: r['date'])
for r in rows[-6:]:
    print(r['date'], round(r['value'], 2))
"

输出是若干行「年份 数值」，每行一个参考年。若返回空列表，通常是该版本尚未收录该国最近年份，换日期区间即可。

5.3 把多个指标拼成一张宽表

真正的分析往往需要同时看 CHE、GGHE-D、OOPS 三条线。用 WDI 的指示码可以一次取多个，再按年份拼起来。

#-- 三个 SH.XPD 指示码合并为一张国别-年宽表
import json, urllib.request

IND = {
    "che_gdp": "SH.XPD.CHEX.GD.ZS",
    "gghed_che": "SH.XPD.GHED.CH.ZS",
    "oops_che": "SH.XPD.OOPC.CH.ZS",
}

def fetch(code, iso3, y0=2000, y1=2024):
    url = (f"https://api.worldbank.org/v2/country/{iso3}/indicator/{code}"
           f"?format=json&per_page=500&date={y0}:{y1}")
    with urllib.request.urlopen(url, timeout=30) as f:
        rows = json.load(f)[1] or []
    return {r["date"]: r["value"] for r in rows if r["value"] is not None}

def wide(iso3):
    series = {k: fetch(c, iso3) for k, c in IND.items()}
    years = sorted(set().union(*[set(v) for v in series.values()]))
    out = []
    for y in years:
        out.append({"iso3": iso3, "year": int(y),
                    **{k: series[k].get(y) for k in IND}})
    return out

for row in wide("VNM")[-5:]:
    print(row)

这段脚本的要点不是代码本身，而是「按年份对齐、缺失保留为空」的策略。三条线来自不同的指标定义，某年缺一条不能删整行，否则会系统性删掉某一类国家的数据。

5.4 把长表转成面板并标注数据类型

GHED 官方的导出是长表：每行是一个指标×国家×年。长表是正确形态，但建模通常要宽表。转换时最容易出错的是把估算格当成观测格，因此下表给出一个建议的标注方案。

数据类型	建议编码	建模处理
documented	1	直接使用
partially documented	2	使用，做敏感性分析
estimated	3	单独建模或加哑变量
空	0	按缺失处理，不插补更安全

#-- 长表转宽表：保留指标列，年份做列，并生成数据类型掩码
import csv
from collections import defaultdict

long_rows = []
with open("ghed_long.csv", encoding="utf-8-sig") as f:
    for r in csv.DictReader(f):
        long_rows.append(r)

panel = defaultdict(lambda: {"iso3": "", "year": ""})
mask = {}
for r in long_rows:
    key = (r["location"], r["year"])
    panel[key]["iso3"] = r["location"]
    panel[key]["year"] = r["year"]
    panel[key][r["indicator"]] = r["value"]
    mask[(r["location"], r["year"], r["indicator"])] = r.get("datatype", "")

for (iso, yr), row in list(panel.items())[:3]:
    print(iso, yr, {k: v for k, v in row.items() if k not in ("iso3", "year")})
    print("  types:", {i: mask[(iso, yr, i)] for i in row if i not in ("iso3", "year")})

代码里的 datatype 列名取决于你导出的字段名，不同版本可能叫 Data Type 或 data_type。导出后先看表头，不要照抄。

5.5 用公式自己算一遍 CHE，做一次内部一致性检查

SHA 2011 的可加性给了使用者一个自检手段：如果能把各融资方案的支出取到，就应该能加回 CHE。

#-- 用融资方案分项加总，与官方 CHE 比对
def check_additivity(hf_parts, che_total, tol=0.005):
    s = sum(v for v in hf_parts.values() if v is not None)
    diff = abs(s - che_total) / che_total if che_total else None
    ok = diff is not None and diff <= tol
    return {"sum": round(s, 3), "che": round(che_total, 3),
            "rel_diff": round(diff, 5) if diff is not None else None, "ok": ok}

print(check_additivity(
    {"HF.1": 82100.0, "HF.2": 6400.0, "HF.3": 31050.0, "HF.4": 210.0},
    che_total=119800.0))

方法学已经提醒，舍入与缺失分类会让加总与总量有小额差。把容差设在千分之五以内是稳妥的做法；超出这个量级，说明某一大类缺失，需要回查。

5.6 跨版本比对：把两次发布叠起来看

GHED 每年修订历史数据，同一国家同一年在两个版本里的值可能不同。做时间序列研究时必须锁定版本。

#-- 记录当前取数版本，写入分析日志
printf 'fetched_at=%s\nsource=%s\nrelease=%s\n' \
  "$(date -u +%Y-%m-%dT%H:%M:%SZ)" \
  "World Bank WDI / SH.XPD series" \
  "GHED December 2025" >> fetch_log.txt
tail -n 4 fetch_log.txt

把版本写进日志，是一篇可复现分析的最低要求。比在正文里加一句「数据来自 WHO」要有用得多。

5.7 一张图里放几个国家才不会误导

跨国折线图最常见的错误是把人均支出与占比画在同一根轴上。两者的量纲完全不同，放在一起只能得到一个「看起来很专业」的图。正确做法是按单位分面：人均 PPP 一个面，占 GDP 比重一个面，自付占比一个面。

第二个常见错误是国家的挑选。挑选标准若来自结论，图就变成了论证的装饰。稳妥做法是先按 WHO 区域或收入组分面，再在组内挑样本量足够的分组均值，个别国家的曲线只作注释。

第三个错误是起止年不一致。有的国家序列到 2023 年，有的到 2021 年，若直接画到同一条时间轴，末端会出现「某个国家突然下降」的错觉——实际上只是数据终止。画图前先给每条线标上最后有值的年份。

5.8 当官方导出失败时

数据浏览器的在线查询偶尔会在选择过多维度时超时或返回空表。遇到这种情况，按下面的顺序降级。

第一步，把维度拆开：先只选一个国家加全部指标，再只选一个指标加全部国家。分两次取再合并，成功率明显更高。

第二步，改用比率型指标代替原始值。原始值按本币百万存储，跨国合并时需要汇率与人口，而比率型指标已经算好，直接可用。代价是丢失了分子分母，无法重算。

第三步，改为经世界银行 WDI 取。WDI 覆盖的指标少，但服务稳定，且自带版本说明。对只需要三五个比率指标的分析，这条路径反而更快。

第四步，若三步都不成，把需求拆到区域层面——多数分析其实不需要两百个国家，按 WHO 区域或收入组取组均值就够支撑结论。

§6 与库内条目的关系

6.1 关系图谱

库内与卫生经济相关的词条分三类，容易与 GHED 混淆的是前两类：一类是机构级的成本明细，一类是国别级的统计目录。

词条 slug	中文主名	核心单位	与 GHED 的关系
hcris	医院成本与服务量的同一本账 — HCRIS 成本报告	医院-财年	互补，GHED 是上游总量，HCRIS 是下游明细
cms-synpuf	合成的医保理赔 — CMS SynPUF 公共使用文件	受益人-年	不同层，GHED 无个体记录
oecd-health	OECD 健康统计	国别-年	高度重叠，OECD 国家口径更细，GHED 覆盖更广
who-gho	WHO 全球卫生观察	国别-年-指标	部分重叠，GHO 的卫生筹资指标即来自 GHED
chns	中国健康与营养调查	个体-波次	分层，可做微观验证但不可直接拼接

这张表的读法是「从哪一层到哪一层」。GHED 在最高的国家层，HCRIS 在机构层，SynPUF 在个体层，CHNS 在家庭层。四层之间可以互相印证，但不能直接合并计算，因为分母不同。

6.2 检索路径

如果要找「卫生支出」相关数据，建议按下面的顺序判断，避免一上来就选错层。

你要回答的问题	该去的词条	为什么
各国卫生总花费多少	GHED	唯一的全球国家层口径
某国医院平均成本是多少	HCRIS 或该国成本报告	机构级账目
医保报销后患者实际付了多少	cms-synpuf 或家庭调查	个体级记录
OECD 国家的功能支出细分	oecd-health	分类更细、年更连续
某国卫生筹资指标的现成图	who-gho	直接可视化
中国居民自付负担的分布	chns	家庭微观数据

判据只有一条：先确定你的分析单位是「国家年」「机构财年」还是「个人」。单位定了，该去的词条也就定了。

§7 质量评估与局限性

7.0 阅读本节前的一个前置校正

把 GHED 当成一个「数据集」来评分，容易得出错位的结论——因为它的许多「缺陷」是设计上的必然。这不是一个研究团队可以自由改进的产物，而是近两百个主权国家各自记账后的最小公约数。

因此本节不按「越高越好」的直觉打分。凡是来源为制度约束的短板，都按「可预期的代价」而不是「质量缺陷」来处理。以下几节的评分，读的应是「在同类资源中的相对位置」，而不是绝对好坏。

同样重要的是：不要把人家的估算当误判。估算在方法学里是明示的、标注的、可追溯的；真正的风险在使用者忽略标注。这个区分，是后面所有判断的前提。

7.1 五维评分

维度	评分	依据	主要扣分项
覆盖面	4.5/5	近两百个国家地区、二十余年	分维度覆盖稀疏
口径一致性	4.5/5	统一 SHA 2011 框架	各国执行深度不一
可追溯性	5/5	每格带来源、方法、数据类型	注释需人工阅读
时效性	3.5/5	年度更新，滞后约两年	最近一年永远是估的
可接入性	3.5/5	网页导出，无官方结构化接口	大批量取数需手工或借道 WDI

五项合计约二十一，按五分制折算在四点二分上下。这个分数在库内卫生经济类词条里属于偏上位置，主要靠「可追溯性」一项拉起来。

7.2 DAIMS 质量六维打分

DAIMS 是数据管理与使用的一套评估框架，把数据集质量拆成可用性、完整性、准确性、一致性、时效性、可解释性六个维度。下表按这一框架逐项打分，分值为主观判断，依据列给出理由。

维度	分值	判断依据
可用性	5	免费、无需注册、在线可查、多格式导出
完整性	4	第一层国家齐全，后三层明显稀疏
准确性	4	有国家确认与多轮校验，但估算格占比不小
一致性	5	同一框架下的可加性，跨分类校验
时效性	3	年度更新，T-2 滞后，最近年份必为估算
可解释性	5	元数据三层、方法学文档齐全、分类可查

六个维度的分布形状很有特点：解释性与一致性接近满分，时效性明显偏低。这不是失衡，是取舍——为了可比，必须给国家留出编账与确认的时间。

7.3 已知的、可枚举的偏差

第一类偏差来自汇总层级。当一国只报总量时，细分格只能估。这类偏差集中在联邦制国家与卫生账户体系尚在建设中的国家。

第二类偏差来自结构假设。收入结构缺失年份用邻近年的比例外推，隐含「制度稳定」的假设。制度重构年份，这条假设直接失效。

第三类偏差来自功能数据的校准。方法学说明，功能支出若与其他分类不一致，会按融资方案总量做比例调整。因此 GHED 的功能数据可能与该国卫生账户报告原文略有出入。

第四类偏差来自疾病支出的准入规则。方法学列出的一组准入标准中，卫生账户研究早于 2014 年的被排除，因为过时；「其他与未指明」类疾病占 CHE 过半的国家被排除，因为存在低估风险；占比在两成到五成之间的国家纳入但标注需谨慎。这套规则意味着疾病分项的样本不是随机的。

第五类偏差来自外部资金的边界。商业贷款不计入、医疗教育不计入、健康社会决定因素不计入。用 EXT 衡量「国际社会对某国卫生的投入」会系统性偏低。

第六类偏差来自财年归并。跨 6 月 30 日起算的财年被记入后一日历年，与该国实际财政年度错位最多半年。

偏差类型	触发条件	影响方向	可否在数据内识别
汇总层级过粗	国家只报总量	细分格缺失或估算	可，看数据类型列
结构假设	收入结构年际缺失	子类比例失真	部分可，看方法说明
功能校准	分类间不一致	与原文小额差异	不可，需比对原文
疾病准入	未过准入标准	样本选择性缺失	可，看国别是否在册
外部资金边界	贷款与教育研发	系统性偏低	不可，需读方法学
财年归并	非日历年财年	半年内错位	可，看国家属性

§4.3 的案例正是第一类与第二类偏差叠加的样子。看懂 §4.3 的案例，就能看懂这张表。

7.4 外部验证矩阵

验证对象	对照来源	预期关系	比对时的口径注意
CHE%GDP	WDI 同名系列	完全一致（同源）	版本月份须对齐
GGHE-D%GDP	IMF 政府财政统计	量级接近，差额反映社保处理	口径差需单独说明
EXT 总量	OECD 债权人报告系统	GHED 偏低，因只计实际支出	拨付与支出不同
OOPS 占比	各国住户调查	调查值常高于账户值	调查按回忆期，账户按年度
功能支出	该国卫生账户报告	接近，可能有比例校准	校准后不完全相同
基层卫生	国别 PHC 测算	量级接近	定义依赖 80/80 规则

「比对时的口径注意」一列提醒的是：校验不是为了证明谁对谁错，而是为了分清差额来自哪里。差额本身往往就是研究材料。

7.5 它为何能持续：因为它被当作全球公共产品来维护

GHED 的存续不靠某项研究的经费，而靠一个定位：WHO 把自己摆在「全球卫生支出的技术归口机构」位置上，把数据库当作全球公共产品维护。官方页面明确写着这一承诺，并说明每年与成员国协作更新。

这个定位带来三重支撑：一是标准制定权，SHA 2011 是三方共署的国际分类，各国卫生账户建设本身就指向它；二是再发布网络，世界银行的 WDI 与 WHO 全球卫生观察都依赖 GHED，一旦停更，多个国际统计产品会同时断档；三是政策需求，全民健康覆盖的监测离不开支出数据。

支撑强，约束也强。作为公共产品，它必须对所有国家一视同仁，因此不能删掉质量差的国家；它必须跨国可比，因此必须做估算而不是留空；它必须可被质疑，因此必须公开方法与元数据。三条约束共同塑造了我们今天看到的这个数据库的全部形状。

7.6 三组维度各自的失效场景

融资方案与融资来源这一组最稳，失效场景集中在联邦制国家的重复计算与只报总量的国家。遇到这两类，通常表现为子类加总明显小于总量，或某一子类在所有年份都是同一个数——后者往往是插补留下的痕迹。

卫生功能这一组在制度变动年份最容易失效。功能数据若缺失，方法学会用上一年的功能结构乘以当年总量来补齐。这意味着，如果某国在缺失年恰好把住院服务转成日间手术，补出来的数仍是旧结构。

疾病这一组失效最隐蔽。准入规则会排除研究过时的国家、排除「其他与未指明」占比过半的国家，纳入但不推荐使用的国家也不会从数据里消失。结果是同名指标在不同国家的可比性差别很大，而这一差别不会写在数值旁边，只写在方法学里。

基层卫生这一组失效在定义。SHA 2011 没有现成的基层卫生分类，工作定义把医疗用品的百分之八十与治理成本的百分之八十计入基层卫生。这两个百分之八十是磋商得出的经验值，不是各国按分类逐项填报的结果。用它做跨国排名，排名里有一部分是两个系数的产物。

§8 生态位与历史

8.1 从国家卫生账户到全球可比

卫生账户不是新事物。各国在二十世纪后期陆续建立国民卫生账户，用来回答「卫生部门占经济多少」。但各国分类不同，跨国比较只能靠少数粗指标。

转折点是国际分类的成形。经合组织、欧盟统计局与 WHO 合作推出《卫生账户体系》，第一版在 2000 年前后问世，2011 年修订版成为今天的 SHA 2011。GHED 的形态，正是这一分类体系全球化的产物。

方法学技术说明给出的自我定位很直白：GHED 是成员国卫生支出信息的全球参考，是按 SHA 2011 框架提供近一百九十个国家自 2000 年起国际可比统计的最大数据库。

8.2 四个能力台阶

GHED 的能力不是一次到位的，而是分四级台阶长出来的。

阶段	新增能力	大致时点	覆盖特征
第一级	融资方案与融资来源	数据库建立之初	全部国家
第二级	卫生功能分类	自 2016 年数据起	大部分国家
第三级	基层卫生指标	2018 年首发布	逐年扩展
第四级	疾病、免疫、年龄	2017 年起陆续发布	数十国

这四个台阶的次序不是随意的：融资是账本的主干，功能是在主干上挂服务类别，基层卫生是从功能里切出的政策关切，疾病与年龄是最细的切口。每上一级，覆盖率都会下降一个量级。

8.3 生态位：上游供给者

在卫生数据的生态里，GHED 处在上游。它把各国账本汇总成标准表，下游再由不同机构加工。

下游产品	加工方式	保留了什么	丢了什么
WDI 的 SH.XPD 系列	挑选比率指标	主流口径的连续序列	方案与功能细分
WHO 全球卫生观察	转成指标库	部分衍生指标	元数据细节
各类可视化平台	二次绘图	变化趋势	数据类型标注
学术论文的数据附录	按需抽取	论文所需变量	版本与估算说明

每一层加工都会丢一点东西，其中最容易丢的是「估算标注」和「版本月份」。这也解释了为什么二手数据经常会给出与官方不一致的年份覆盖：某平台的下游更新可能是上月，GHED 本体可能是上一年十二月。

8.4 与区域统计体系的互补

GHED 不是唯一在记卫生账的体系。欧洲有欧盟统计局的卫生账户数据，OECD 有卫生统计数据库，两者通过联合问卷与 GHED 共享同一批原始填报。这意味着对 OECD 国家而言，GHED 与 OECD 数据库的数值高度一致，差别主要在维度深度与发布节奏。

对非 OECD 国家，GHED 往往是唯一的国际可比来源。这也决定了它的质量分布：富裕国家的数据更靠得住，低收入国家的估算比例更高。这不是偏心，而是卫生账户能力分布的投影。

8.5 与中国卫生统计的接驳点

中国的卫生总费用核算体系与 SHA 2011 大体可以对接，但分类深度不同。国内每年发布的卫生总费用核算结果，按来源分为政府、社会、个人三部分，这个三分法与 GHED 的 GGHE-D、PVT-D 中的保险部分、OOPS 大致对应，但不完全等号。

对接时的第一处差异在社会医疗保险的处理。中国口径把社会医疗保险基金支出计入「社会」一栏，GHED 则把社会保险缴费归入 GGHE-D。因此在 GHED 里，中国的政府卫生支出占比会高于国内口径的「政府卫生支出占比」。这不是谁算错了，是分类归属的差别。

第二处差异在资本支出。国内核算把基本建设支出单列，GHED 把资本支出放进 HK。比对时若一侧含资本一侧不含，差额会集中在投资高峰年份。

第三处差异在基层卫生。中国的基层医疗卫生机构是机构概念，GHED 的基层卫生是功能概念，两者交集很大但不等同。用 GHED 的基层卫生占比重算中国的基层投入，会得到与按机构统计不同的数。

§9 使用指引

9.1 三种角色的路径

角色	首要问题	建议路径	预计工作量
政策研究者	某国卫生投入够不够	取 CHE%GDP、GGHE-D%GDP、OOPS%CHE 三条线，看十年趋势与收入组均值	半天
数据分析师	要建跨国预测模型	取第一层全部指标的长表，按数据类型分层，构造面板	一到两天
教学者	要讲卫生筹资的类型学	取 HF 分类下各国构成，做制度类型对照	两小时
记者与传播者	要一个可靠的数字	取该国最新年份的 CHE%GDP 与 OOPS 占比，注明版本	一小时
项目评估者	要论证外援的作用	取 EXT 与 GGHE-D 并读，注意商业贷款不计入	一天

9.2 一条最短的可用流程

从零到一个可发表的数字，最短路径如下。前三步不需要写代码，后两步需要。

#-- 第一步：确认官方版本月份（读数据浏览器页面顶部的 Last update）
curl -s "https://apps.who.int/nha/database" | grep -i -m 2 "last update"

#-- 第二步：记录版本，避免与二手引用混淆
printf 'GHED release checked at %s\n' "$(date -u +%Y-%m-%d)" >> analysis_log.txt

#-- 第三步：取一个国家的核心三条线做交叉核对
curl -s "https://api.worldbank.org/v2/country/KEN/indicator/SH.XPD.CHEX.GD.ZS?format=json&per_page=60&date=2000:2024" \
  | python3 -c "
import json,sys
rows=[r for r in json.load(sys.stdin)[1] if r['value'] is not None]
for r in sorted(rows,key=lambda x:x['date'])[-4:]:
    print('CHE%GDP', r['date'], round(r['value'],2))
"

流程的关键不在命令，而在第一步与第二步的「记录版本」。这一步花两分钟，能让后面所有的核对省掉几小时。

9.3 引用方式

官方推荐的引用写法是 WHO Global Health Expenditure Database (GHED)，并给出访问地址。在学术写作中，通常需要补充三样东西：版本月份、访问日期、核算框架。

引用场景	建议写法	需补充的信息
论文参考文献	WHO Global Health Expenditure Database (GHED). Geneva: World Health Organization; 2025.	访问日期
正文方法段	基于 SHA 2011 框架的卫生账户数据	版本月份
图注	数据来源：WHO GHED，2025 年 12 月版	是否为估算值
报告脚注	指标定义见 GHED 文档中心方法学说明	具体指标编码

如果指标取自世界银行的再发布，引用应写 World Bank WDI，并注明其上游为 GHED。两处都写，能避免读者误以为数值不同。

9.4 五个容易踩空的操作细节

第一个细节是「先选国家再选指标」。界面上两者顺序可以调换，但先选国家能立刻看到该国哪些指标有值，避免选了一堆空列。

第二个细节是「单位选择影响结果」。同一指标在界面上可切换本币、美元、PPP，切换后页面会重算派生指标。若先导出再换算，容易在汇率口径上与官方不一致。

第三个细节是「合计不在明细表里」。明细表只列分项，合计要回指标层取。自己加总得到的数与官方合计可能有小额差，写进论文时应引官方合计并说明差额。

第四个细节是「区域均值不是简单平均」。官方按人口加权计算区域与收入组均值，自己算简单平均会得到完全不同的图。这个差别在人口差异大的区域尤其明显。

§10 AI 使用声明

维度	说明
模型参与范围	本篇的文字组织由语言模型辅助完成，不含对原始数据的再计算
事实来源	官方数据浏览器页面文字、WHO 卫生筹资主题页、GHED 方法学技术说明（2020 年 12 月版）正文与附录
未复核内容	疾病、年龄、基层卫生三组的具体国家名单随版本变化，本篇只描述规则不列名单
数字口径	仅收录规模、结构、边界三类；分布类统计不作陈述
免责边界	任何用于政策或临床决策的分析，应以官方最新版本为准并做独立校验
建议核对项	覆盖率、版本月份、指标公式、数据类型列
生成时间	2026 年 10 月
更新触发	官方发布新版本，或 SHA 2011 分类修订

常见误读（避坑清单）

说法	实际	证据
GHED 从 1995 年开始	官方页面写明自 2000 年起	数据浏览器首页与方法学技术说明第一章
GHED 覆盖约两百个国家	官方口径是一百九十五个国家与地区	数据浏览器首页
CHE 就是全社会医疗总投入	CHE 是经常性支出，不含资本投资	方法学「资本与经常支出分列」一条
GGHE-D 就是财政卫生预算	GGHE-D 是决算口径，且含社会保险缴费	指标公式 FS.1 + FS.3
政府卫生支出与政府自掏的钱是一回事	GGHE 含境外来源，GGHE-D 不含	指标公式对照
外部资金等于全部国际援助	商业贷款、医学教育、社会决定因素均不计入	方法学外部资金专节
GHED 有官方结构化 API 可供批量取数	主要取数方式是网页查询与导出	文档中心未列公开 API
疾病支出可以作为全球面板	只有数十国，且准入规则带选择性	方法学疾病支出准入标准
数据只有观测值	相当比例是估算，且有专门标注	元数据字段 Data Type
世界银行 WDI 的数更权威	WDI 的卫生支出数直接来自 GHED	WDI 元数据注明来源为 GHED
用购买力平价就能消除一切不可比	PPP 有基准年，非基准年为外推	方法学宏观序列专节

FAQ

Q1：GHED 和世界银行 WDI 里的卫生支出指标是什么关系？
WDI 的 SH.XPD 系列由 GHED 直接再发布，数值来自同一批数据。区别在于 WDI 只保留少数几个比率型指标，且经过二次格式化；需要分方案、分功能的数据只能回 GHED 取。

Q2：GHED 从 1995 年开始吗？
不是。官方页面与方法学技术说明都写明覆盖自 2000 年起。1995 年起的年份只可能出现在个别国家的国别注释或更早的历史文献里，不是 GHED 的正式时间范围。

Q3：为什么有些年份的数据是估出来的？
各国卫生账户的产出节奏不同，有的国家两年一编，有的隔年断档。WHO 为保证跨国与跨年的可比性，对缺报格用历史趋势和宏观序列推算，并在元数据中标注为估算，使用者可以据此决定是否纳入分析。

Q4：能不能用 GHED 比较两个国家的「医疗贵不贵」？
可以比较支出水平，但要换单位。直接比美元会受汇率影响，官方建议用 PPP 国际元；比占比要看分母是 GDP 还是一般政府支出。同一个国家换个分母结论可能相反。

Q5：GHED 里有没有中国分省的卫生支出？
没有。GHED 的地理粒度是成员国与地区，中国只有一条国家级时间序列。分省数据要看《中国卫生健康统计年鉴》或各省卫生健康委公报。

Q6：引用 GHED 时怎么写？
官方推荐写法是 WHO Global Health Expenditure Database (GHED)，并注明访问日期与版本月份。学术论文中通常再加一句基于 SHA 2011 框架，以便说明口径。

Q7：为什么分项加起来不等于 CHE？
方法学承认有舍入误差，也可能存在分类缺失。小额差可以接受，超出千分之五就说明某一大类没填。

Q8：地方卫生支出重复计算如何避免？
方法学要求特别注意上级政府对下级政府的转移与下级政府自身支出之间的重复。实践上，卫生账户体系成熟的国家处理得更干净，联邦制国家风险更高。

Q9：外部资金为什么只算赠款和优惠贷款？
因为商业贷款未来要用国内预算偿还，本质上仍属国内负担。方法学把这条边界写得很明确，用 EXT 衡量援助规模会偏低。

Q10：可以用 GHED 训练预测模型吗？
可以，但必须先按数据类型分层。估算格占比高的国家-年，模型很容易学到 WHO 的推算规则而不是现实规律。

Q11：GHED 的更新会改历史数据吗？
会。每年发布都伴随历史年份的修订，因此跨版本比对必须在同一版本内进行，或明确记录两边的版本月份。

Q12：基层卫生支出是怎么定义出来的？
SHA 2011 没有现成的基层卫生分类。WHO 通过全球磋商提出工作定义，把一般门诊、牙科门诊、家庭护理、长期照护、预防服务，以及医疗用品的百分之八十与治理成本的百分之八十计入基层卫生。这个工作定义与各国本地口径不完全一致。

术语表

术语	全称	一句话解释
GHED	Global Health Expenditure Database	WHO 维护的全球卫生支出数据库
SHA 2011	System of Health Accounts 2011	卫生账户的国际分类框架，三方共署
ICHA	International Classification for Health Accounts	SHA 框架下使用的分类体系
CHE	Current Health Expenditure	经常性卫生支出，不含资本投资
GGHE	General Government Health Expenditure	广义政府卫生支出，含境外来源
GGHE-D	Domestic General Government Health Expenditure	国内一般政府卫生支出，不含境外
OOPS	Out-of-Pocket Spending	家庭自付支出
EXT	External Health Expenditure	外部卫生资金，赠款与优惠贷款
PVT-D	Domestic Private Health Expenditure	国内私人卫生支出
HK	Health Capital Expenditure	卫生资本支出
HF	Financing Schemes	融资方案分类，钱经由什么制度支付
FS	Revenues of Financing Schemes	融资来源分类，钱最初从哪征得
HC	Health Care Functions	卫生功能分类，钱买了什么服务
FP	Factors of Provision	服务提供因素分类，具体投入
DIS	Diseases and Conditions	疾病与规划分类
AGE	Age Groups	年龄分类
PHC	Primary Health Care	基层卫生
GGE	General Government Expenditure	一般政府支出，常作分母
PPP	Purchasing Power Parity	购买力平价，用于折算国际元
HAPT	Health Accounts Production Tool	WHO 开发的卫生账户生产工具
JHAQ	Joint Health Accounts Questionnaire	WHO-OECD-Eurostat 联合卫生账户问卷
HAQ	Health Accounts Questionnaire	在 JHAQ 基础上扩展的问卷
NHA	National Health Accounts	国家卫生账户
CRS	Creditor Reporting System	OECD 发展援助委员会的债权人报告系统
DAIMS	Data and Information Management System 框架	用于多维评估数据质量的框架
T-2	Two-year lag	发布滞后参考年约两年的节奏
DIS.nec	Not elsewhere classified disease spending	其他与未指明疾病支出
Focal Point	Country Health Accounts Focal Point	各国卫生账户归口单位

附录 A：核心数字核对表

项	值	来源	来源层级
国家与地区数	195	数据浏览器首页	官方页面
起始年	2000	数据浏览器首页与方法学第一章	官方页面
最新参考年	2023	数据浏览器首页（2025 年 12 月版）	官方页面
更新节奏	年度，滞后约两年	方法学第一章	官方文档
核算框架	SHA 2011	数据浏览器首页与方法学	官方文档
分类维度	HF、FS、HC、FP、DIS、AGE	方法学附录	官方文档
导出格式	xlsx、csv、rtf、pdf	方法学第一章	官方文档
疾病支出覆盖（2020 年版）	四十八国	方法学 3.5.1	官方文档
免疫规划覆盖（2020 年版）	六十国	方法学 3.5.2	官方文档
五岁以下年龄覆盖（2020 年版）	二十四国	方法学 3.6	官方文档
基层卫生覆盖（2020 年版）	一百零一国	方法学 3.7	官方文档
宏观序列数量	七条	方法学第五章	官方文档
世界银行再发布许可	CC BY 4.0	WDI 元数据页	第三方元数据
WHO 一般许可	CC BY-NC-SA 3.0 IGO	方法学引用文献标注	官方文档

附录 B：数字的来源分层

第一级：官方页面。 数据浏览器首页给出的国家数、起始年、最新参考年、更新机制、再发布说明，均属这一级。这一级是本文引用优先级最高的来源。

第二级：官方文档。 方法学技术说明（2020 年 12 月版）正文与附录提供的分类体系、指标公式、估算规则、准入标准、宏序列来源，属这一级。这一级比页面更细，但版本较旧，覆盖数字应以最新页面为准。

第三级：第三方元数据与检索索引。 世界银行 WDI 的指标元数据页给出的再发布关系与许可、各类数据平台对版本月份的记录，属这一级。这一级用于交叉印证，不作为唯一依据。

未核实项。 疾病、年龄、基层卫生三组在 2025 年 12 月版的具体国家名单，未逐一核实；本篇只描述准入规则与层级稀疏性，不列名单。数据库是否提供官方结构化接口，官方文档中心未列明，本文按「以网页导出为主」处理。

附录 C：完整参考文献

1. World Health Organization. Global Health Expenditure Database. Geneva: WHO. https://apps.who.int/nha/database （访问于 2026 年 10 月）。
2. World Health Organization. Health financing. https://www.who.int/health-topics/health-financing （访问于 2026 年 10 月）。
3. World Health Organization. Methodology for the update of the Global Health Expenditure Database, 2000-2018. Technical note, Version December 2020.
4. OECD, Eurostat, World Health Organization. A System of Health Accounts 2011: Revised edition. Paris: OECD Publishing, 2017.
5. World Health Organization. GHED Documentation Centre. https://apps.who.int/nha/database/DocumentationCentre/Index/en
6. World Bank. World Development Indicators, metadata glossary for SH.XPD series. https://databank.worldbank.org/metadataglossary/world-development-indicators
7. World Health Organization. Global Health Observatory, health financing topic. https://www.who.int/data/gho
8. P4H Network. WHO releases 2025 update of the global health expenditure database. 2025.

附录 D：任务代码

下面这段脚本完成一件具体的事：把一国多年的三条主线取下来，输出一张可用于画图的宽表，并在末尾打印每列的缺失情况。它是本文所有代码块里最接近可直接投用的一段。

#-- 取一国多年三条主线，输出宽表并统计缺失
import json
import urllib.request

CODES = {
    "che_gdp": "SH.XPD.CHEX.GD.ZS",
    "gghed_che": "SH.XPD.GHED.CH.ZS",
    "oops_che": "SH.XPD.OOPC.CH.ZS",
}
ISO3 = "BGD"
Y0, Y1 = 2000, 2024

def series(code):
    url = (f"https://api.worldbank.org/v2/country/{ISO3}/indicator/{code}"
           f"?format=json&per_page=300&date={Y0}:{Y1}")
    with urllib.request.urlopen(url, timeout=30) as resp:
        payload = json.load(resp)
    rows = payload[1] if isinstance(payload, list) and len(payload) > 1 else []
    return {int(r["date"]): r["value"] for r in rows or [] if r["value"] is not None}

data = {name: series(code) for name, code in CODES.items()}
years = sorted(set().union(*[set(v) for v in data.values()]))

print("year,che_gdp,gghed_che,oops_che")
for y in years:
    vals = [data[k].get(y) for k in CODES]
    print(",".join([str(y)] + ["" if v is None else f"{v:.2f}" for v in vals]))

for k in CODES:
    got = sum(1 for y in years if data[k].get(y) is not None)
    print(f"{k}: {got}/{len(years)} 年有值")

输出是一张 CSV，可以直接贴进任何绘图工具。最后的覆盖率统计是必须看的：三条线的覆盖年数不一致时，画在同一张图上会出现视觉误导。

附录 E：如果只记五件事

一、它是国家层的账，不是机构层的账。 最小单位是国别-年，任何要求下钻的分析都要换数据源。

二、它的框架是 SHA 2011，不是 WHO 自创。 三方共署的国际分类，这让它的口径能与 OECD、欧洲统计体系对接。

三、四个口径要分清楚。 CHE 是经常性总支出，GGHE-D 是国内政府部分，OOPS 是居民自付，EXT 是外部赠款与优惠贷款。四个数不能互相替代。

四、每格都标注了数据类型。 有据、部分有据、估算三类，忽略这一层就等于假装所有格子同等可信。

五、覆盖率是阶梯状的。 融资方案全覆盖，功能次之，基层卫生再次，疾病与年龄最少。选数据前先看台阶。

编辑说明

本篇的核验时间在 2026 年 10 月。核验方式为：直接访问 WHO 数据浏览器首页读取覆盖规模与版本月份，下载方法学技术说明（2020 年 12 月版）全文逐节比对分类体系、指标公式、估算规则与准入标准，再以外围检索结果交叉确认再发布关系与许可。文档中心的多数条目由脚本渲染，无法逐项抓取，因此未引用具体发布说明文件，改以方法学正文为据。

未覆盖的内容包括：2025 年 12 月版疾病、年龄、基层卫生三组的具体国家名单；各国的国别注释原文；数据库是否存在未公开的结构化接口。这三项若在后续版本中发生变化，本篇相应段落需要重核。

对版本敏感的部分集中在 §2.4 的覆盖结构与 §8.2 的能力台阶：两处引用的覆盖数字来自 2020 年版方法学，属于历史快照，不代表最新版本。最新规模以 §1 速览表与官方页面为准。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• world-health-survey — 共享标签：公共卫生与流行病学 / 卫生服务研究 / 全球健康
• who-gho — 共享标签：公共卫生与流行病学 / 卫生服务研究 / 全球健康
• sage-survey — 共享标签：公共卫生与流行病学 / 卫生服务研究 / 全球健康
• lasi — 共享标签：公共卫生与流行病学 / 卫生服务研究 / 全球健康
• global-burden-of-disease — 共享标签：公共卫生与流行病学 / 全球健康
• our-world-in-data — 共享标签：公共卫生与流行病学 / 全球健康
• cms-de-synpuf — 共享标签：公共卫生与流行病学 / 卫生服务研究
• hcris — 共享标签：公共卫生与流行病学 / 卫生服务研究
• nsduh — 共享标签：公共卫生与流行病学 / 卫生服务研究
• namcs — 共享标签：公共卫生与流行病学 / 卫生服务研究

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。