信息速览
Riskesdas 的全称是 Riset Kesehatan Dasar，中文可译作「基础健康调查」，由印度尼西亚共和国卫生部（Kementerian Kesehatan Republik Indonesia，Kemenkes RI）主持，是该国规模最大的社区健康调查。它的做法是把两件事捆在同一批住户身上：家庭成员的健康、就医与行为问卷，以及身高体重腰围血压的现场测量；部分轮次再加一层血检子样本，用来回答「自报患病」之外「测出来异常」的问题。
它的节奏常被写错。已完成的是二〇〇七、二〇一〇、二〇一三、二〇一八四个年份，不是逐年，也不是严格五年一轮；原定接续的二〇二三年那一轮，官方口径是与幼儿营养状况调查合并、改名印尼健康调查（Survei Kesehatan Indonesia，SKI），而不是照旧办第五轮。这一点决定了任何跨年份分析都要先分清「Riskesdas 内部」与「Riskesdas 加 SKI」。
口径上还有一层：报告与问卷公开，个体级微观数据不公开，走机构申请。下文先给一屏速览，再逐层拆开抽样、问卷、血检与取数路径。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 全称 | Riset Kesehatan Dasar（基础健康调查） |
| 主持机构 | 印度尼西亚共和国卫生部（Kemenkes RI） |
| 执行与保管 | 早期为国家卫生研究与发展院（Balitbangkes / NIHRD），二〇二二年起归卫生发展政策局（BKPK） |
| 抽样框提供方 | 国家统计局（Badan Pusat Statistik, BPS）同年的社会经济调查（Susenas） |
| 已完成轮次 | 二〇〇七（跨至二〇〇八年春）、二〇一〇、二〇一三、二〇一八 |
| 后续 | 二〇二三年并入印尼健康调查（SKI），不再单独举办 |
| 观察单位 | 住户（rumah tangga）；分析单位是户与户内全部成员 |
| 抽样 | 以普查区（blok sensus）为初级单元的分层整群抽样 |
| 可估计层级 | 二〇〇七、二〇一三、二〇一八年到县市；二〇一〇年只到省 |
| 地理覆盖 | 二〇〇七与二〇一三年三十三省；二〇一八年三十四省、五百一十四个县市 |
| 每次访问的内容 | 家庭问卷、个人问卷、人体测量、血压；部分轮次加口腔与感官检查 |
| 血检 | 子样本，测血红蛋白、血糖、疟疾等；二〇〇七年仅在城市普查区 |
| 数据形态 | 住户表与个人表两张宽表，另附子样本表；二〇一三年目录约一千零六十个变量 |
| 获取方式 | 报告与问卷公开下载；个体级数据须正式申请 |
| 不含 | 个体纵向、临床诊断、病历号、影像、基因型 |
§1 它要解决的具体麻烦
1.1 三种常见的起点
你要一个能当分母的人群。 医院的出院记录告诉你多少人因为糖尿病并发症住了院，却告诉不了你人群里有多少糖尿病人。卫生行政报表按服务人口统计，没来看病的人不在里面。全国代表性住户调查补的正是这个分母：先从全国住址里概率抽样，再在户内把全部成员拉进来，抽中的人无论健康与否都进样本。
你要一个能下到县一级的分母。 三宝垄这类城市人口多、普查区密，看着像「随便一抽就够」，实际也要靠抽样设计保证每县有足够的普查区，才有县级统计量。 印尼的卫生事权大量下沉到县市，县一级的卫生局需要本地数字来编预算。只在国家或省一级可估计的调查，对县里没有用。Riskesdas 之所以在二〇〇七与二〇一三年把样本做到能估到县，直接原因是这个行政需求；二〇一〇年样本缩小、只估到省，同样是预算与目标不同所致。
你要「自报」之外的现场测量。 问「医生有没有告诉你血压高」，得到的是知晓率；量一次血压，得到的是患病率。两者的差距本身是重要信息，但前提是调查里真的做了测量。Riskesdas 每轮都测身高、体重、腰围与血压，并在子样本上采血，这是它区别于纯问卷类调查的地方。
1.2 三条常见的错误期待
| 常见期待 | 实际情况 |
|---|---|
| 以为它是年度调查，按年取数 | 四个年份是不等距的，二〇一〇年只是补充轮，之后直接跳到 SKI |
| 以为二〇二三年是第五轮 Riskesdas | 官方把二〇二三年定性为合并改名，名称与主办逻辑都变了 |
| 以为十万人的家庭调查就能代表全国 | 它是分层整群概率抽样，能代表是因为抽样设计与权重，不是因为人数多 |
1.3 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 全国与省级的健康、行为、服务利用估计 | 每轮报告给出各省表格 | 够，注意用加权 |
| 县市一级的分母 | 二〇〇七、二〇一三、二〇一八年可估 | 够，二〇一〇年不够 |
| 自报患病与现场测量血压并置 | 每轮都有血压测量 | 够，这是它的强项之一 |
| 血生化指标 | 只在子样本上，二〇〇七年仅城市 | 视年份而定，早期不够 |
| 个体纵向随访 | 无，各轮是独立横断面 | 不够，需换队列类资源 |
| 临床诊断与病历号 | 无 | 不够 |
| 直接下载个体数据做分析 | 须申请 | 流程上够，时间上不保证 |
| 与 SKI 无缝拼接的趋势序列 | 题型与指标有变 | 部分够，须逐年核对题号 |
1.4 你的处境与它能帮到什么
| 你的处境 | 它能帮你什么 | 下一步该做什么 |
|---|---|---|
| 要给印尼某个县做卫生规划，缺本地基线 | 二〇一八年可估到县市 | 走 BKPK 申请，明确列出县与指标 |
| 要比较城乡在慢病危险因素上的差距 | 每轮都有城乡标识与省级表格 | 用权重做设计校正后再比较 |
| 要做十年趋势（二〇一三到二〇二三） | Riskesdas 两轮加 SKI 一轮 | 逐年核对题号与选项，不能假设同题 |
| 要研究贫血、血糖等生化指标 | 有子样本，但逐年不同 | 先确认该轮子样本的覆盖省份 |
| 要研究迁移、失访与健康变化 | 无纵向设计 | 转向印尼家庭生活调查一类面板 |
| 要一张现成的训练语料 | 不是此用途 | 转向已整理好的公开表格数据集 |
1.5 一句话判断
如果要在印尼做县级或省级的横断面健康估计，Riskesdas 二〇一八与二〇一三是最省事的两块底料；如果要一条连续的时间序列，它是四块彼此隔开的砖，第五块已经换了名字。这条判断在§6.3与ENSANUT的对照里会再出现一次：同样一场大调查，把门槛放在下载页还是放在审批表，决定的是它能被多少人用。
1.6 不适合谁：四条边界
第一，不适合把不同年份当作同一条曲线的人。四个年份的问卷题号、选项与抽样框都变过，二〇一〇年连可估计层级都降了一级。把四轮数字直接画在一张图上，得到的斜率里混着方法差异。
第二，不适合需要个体随访的人。每一轮都是一次性截面，同一户不会在两轮里再次入样，没法算发病、失访与健康轨迹。
第三，不适合把血检结果当全国值的人。血检是子样本，二〇〇七年甚至只覆盖城市普查区。拿子样本的均值当作全国人群值，误差可能大于调查本身的抽样误差。
第四，不适合想绕开申请直接用微观数据的人。个体级数据受印尼数据治理规定与卫生部批准条款约束，获批后也不得转给第三方，成果须回交。
§2 数据构成与规格
2.1 四轮各自的规模
四轮的规模差别很大，而且同一轮在不同文献里出现了不止一组数。下表把官方数据目录、报告与其他公开分析的数字并列，并在备注里说明口径差别。
| 轮次 | 普查区 | 目标户数 | 完成户数 | 个体数 | 可估计层级 |
|---|---|---|---|---|---|
| 二〇〇七（跨二〇〇八年） | 约一万七千至一万八千 | 约二十七万七千 | 二十五万八千余 | 九十八万七千余 | 国家、省、县 |
| 二〇一〇 | 二千八百 | 约七万 | 二千七百九十八个普查区 | 约二十五万 | 国家、省 |
| 二〇一三 | 一万二千 | 三十万 | 二十九万四千余 | 一百零二万七千余人 | 国家、省、县 |
| 二〇一八 | 三万 | 三十万 | 二十八万二千余 | 一百零一万七千余 | 国家、省、县 |
| 二〇二三（SKI） | 三万四千五百 | 三十四万五千 | 三十一万五千余 | 一百一十九万一千余 | 国家、省、县 |
把四轮放在一张表里，最直观的感受是「规模不是单调上升」。二〇〇七年与二〇一三年都按三十万上下规划，二〇一〇年砍到七万户量级，二〇一八年又回到三十万，SKI 再往上加到三十四万五千户。样本量随预算与政治周期起伏，这是全国调查的常态，不是统计上的退化。表里最容易读错的是二〇一八年的户数。官方数据目录写的是目标三十万户，来自国家统计局社会经济调查的三万个普查区；已发表的二次分析普遍报告入户成功约二十八万二千户、个体访谈约一百零一万七千人；也有研究按全部受访成员记到近一百零九万人。这些数字不矛盾，差别在于统计的是「目标」「完成户」还是「含全部成员的受访人口」。引用时必须写明是哪一个。
2.2 两张表与一张子样本表
每轮的主体不是一个大文件，而是按问卷级别拆开的两张宽表，加一张血检子样本表。
第一张是住户表。以户为行，记录住房材料、饮用水源、卫生设施、燃料、家庭资产与消费。它的键是户编号，同一户在个人表里对应若干行。
第二张是个人表。以人为行，记录每名成员的年龄、性别、与户主关系、教育、就业、自诉患病、就医行为、吸烟饮酒、体力活动、饮食频率，以及人体测量与血压。个人表再按年龄段分出题组：五岁以下、五至十四岁、十五岁以上、育龄女性，各自问不同的问题。二〇一三年的官方目录给出约一千零六十个变量，分属这两套问卷，即 RKD13.RT 与 RKD13.IND。
第三张是子样本表。只有被抽中的个体有值，记录血红蛋白、血糖、疟疾快速检测与部分临床化学指标，二〇一三年还加了尿碘、盐碘与家庭用水碘含量。
三张表靠户编号与成员编号对齐。公开的报告是这三张表加权汇总之后的产物，个体级微观数据则要申请才能拿到。
2.3 一条记录的解剖
取一名被访成员，它在两张表里的样子如下。左侧是住户表的同户字段，右侧是个人表里属于该成员的行。
#-- 户级字段（住户表，一户一行）
provinsi -> "JAWA TENGAH"
kabupaten_kota -> "KOTA SEMARANG"
blok_sensus -> "3307xxxxx"
jumlah_anggota -> 5
sumber_air_minum -> "ledeng" #-- 自来水
fasilitas_bab -> "jamban sendiri" #-- 独用厕所
#-- 人级字段（个人表，一人一行）
hubungan_krt -> "anak" #-- 户主之子女
umur -> 7
jenis_kelamin -> "L"
berat_badan -> 22.5
tinggi_badan -> 118.0
tekanan_darah_sistolik -> NA #-- 儿童未测血压
这种「户一张、人一张」的结构是印尼历次 Susenas 系列的惯例，好处是户级信息只存一份、不会因为人多而重复，代价是任何一个人级分析都要先做一次合并，而合并键在部分年份被匿名化处理过，不能跨轮连接。
2.4 变量按题组分块
个人表的题组不是连续的，而是按人群切换。理解这一点才能明白为什么同一年份不同年龄的人「缺那么多」。
| 题组 | 适用人群 | 主要内容 | 测量 |
|---|---|---|---|
| 户级 | 全户 | 住房、水源、卫生设施、资产、消费 | 无 |
| 婴幼儿 | 零至四岁 | 出生体重、母乳喂养、免疫接种、生长监测 | 身长、体重 |
| 学龄儿童 | 五至十四岁 | 就学、患病、伤害 | 身高、体重 |
| 青少年与成人 | 十五岁以上 | 自诉慢病、吸烟、饮酒、体力活动、饮食、心理（SRQ-20） | 身高、体重、腰围、血压 |
| 育龄女性 | 十五至四十九岁 | 孕产史、产检、避孕 | 血红蛋白（子样本） |
| 老年人 | 六十岁以上 | 功能受限、跌倒、认知 | 部分轮次加测 |
2.5 血检子样本的覆盖面
血检不是人人做，也不是每轮都做。二〇〇七年的血检只在城市普查区开展，共五百四十个城市普查区、分布在二百七十个县市，约三万六千个样本，原因是现场实验室条件与人力有限。二〇一三年的血检覆盖城乡，约五万个样本，测血红蛋白、疟疾、血糖与若干临床化学指标；同年还单独做了碘的测定，包括全样本的盐碘快检、一万一千余户的盐碘含量、三千余户的饮用水碘，以及学龄儿童与育龄女性的尿碘。二〇一八年把血检抽成一个全国代表性的子样本，覆盖二十六个省的二千五百个普查区，最终完成采样的户数低于计划户数。
把这几轮并列，会发现「贫血患病率」这类指标在二〇〇七与二〇一三之间其实不可比：前者只有城市，后者城乡都有。任何跨年比较都要先看这一层。
子样本的设计还有一层成本逻辑。血检比问卷贵得多：要采血管、冷链、检验试剂与具备临床经验的人员，而问卷只是一纸一支笔。把血检控制在子样本，是让总样本量能够撑起县级估计的同时，把成本压在可承受范围内的常规做法。代价是同一轮里「做了问卷的人」与「采了血的人」不是同一批人，个体级分析里凡是涉及血液指标的变量，缺失都是结构性的而非随机的。
2.6 与 SKI 二〇二三的规模对照
二〇二三年那一轮改称 SKI 之后，规模比 Riskesdas 更大，结构也变了。官方数据目录写明目标是三万四千五百个普查区，其中三万四千五百个普通住户用于 Riskesdas 部分，另外三万四千五百个有幼儿的住户用于 SSGI 部分；此外从全部普查区中抽出二千五百个做生物医学与口腔检查。也就是说，SKI 实际上是一份问卷装了三件事，而 Riskesdas 是单一主题。
| 项目 | Riskesdas 二〇一八 | SKI 二〇二三 |
|---|---|---|
| 普查区目标 | 三万 | 三万四千五百 |
| 住户目标 | 三十万 | 三十四万五千（普通户） |
| 幼儿营养部分 | 并入同名调查 | 单设三十四万五千户幼儿户 |
| 生物医学与口腔 | 二千五百个普查区、二十六个省 | 二千五百个普查区 |
| 可估计层级 | 国家、省、县 | 国家、省、县 |
| 省份 | 三十四 | 三十八（含新设省） |
省份数量变化是行政区划调整的结果，不是调查扩围。二〇二〇年之后印尼在巴布亚地区新设了若干省，SKI 按新划分统计，与二〇一八年的三十四省不能一一对应。做省际比较时，通常的做法是把新设省并回原来的母省，而不是把旧省拆开，这样两边的分母才对得上。这一步没有官方的对照表，需要分析者按行政区划变更记录自己整理。
另一处结构差异在幼儿部分。Riskesdas 的个人表里，零至四岁的题目只要在该户有幼儿时才会被填答；SKI 则专门抽了三万四千五百户有幼儿的家庭，样本按年龄专门设计，因此幼儿营养指标的县级估计比 Riskesdas 更稳。这意味着二〇二三年的儿童生长数据不能简单理解为「同一份问卷加了样本」，它与前一序列的关系是替代，不是叠加。
§3 它的身份：谁的调查，对谁负责
3.1 名字、译者与归属
「Riset Kesehatan Dasar」直译是「基础健康研究」，中文文献常译作「基础健康调查」或「基本健康调查」。三级机构的英文译名各不相同：主持方是 Ministry of Health（卫生部），早期的执行方 Balitbangkes 常写作 National Institute of Health Research and Development（国家卫生研究与发展院，NIHRD），二〇二二年之后的保管方是 Badan Kebijakan Pembangunan Kesehatan（卫生发展政策局，BKPK）。英文文献里这三者经常混用，写「由 NIHRD 执行」「由 BKPK 保管」「由卫生部主持」都不算错，但指向的年代不同。
同样的道理适用于网址。二〇二一年前后大量文献引用 litbang.kemkes.go.id 下的报告页，二〇二二年机构重组后，报告被迁到 repository.badankebijakan.kemkes.go.id，数据目录放在 layanandata.kemkes.go.id。旧链接有的会跳转，有的会失效，引用时应给出新址。
3.2 机构变迁：一个院变成一个局加一个组织
二〇二一年十一月，卫生部下令下属的研究与发展机构在年底前停止运作；二〇二二年三月，原来的研究职能并入国家研究创新署（BRIN）下设的卫生研究组织，政策与标准职能则留在卫生部，改组为 BKPK。这一变动对数据使用者有直接影响：调查还在办，数据还在，但在线服务、申请口与联系人换了一轮。许多论文里的数据可获取声明至今还写着 NIHRD 与旧邮箱，实际上是历史遗留。
重组还带来一处容易被忽略的变化：研究报告的出版单位。二〇一八年的全国报告印的是「Balitbangkes 出版社」，二〇二三年之后的结果发布在 BKPK 名下，仓储域名也换了。引用时不写出版单位，读者在两处都搜不到。
3.3 对谁负责：三种责任边界
| 责任对象 | 它承担的部分 | 它不承担的部分 |
|---|---|---|
| 入户家庭 | 知情同意、匿名化、样本密级处理 | 不承诺回馈个体检查结果 |
| 数据使用者 | 提供报告、问卷与带权重的数据 | 不保证跨轮可比，也不保证获批时间 |
| 政策部门 | 为国家中期发展规划与地方预算提供基线 | 不承担指标解读的责任 |
一条使用准则由此得出：把 Riskesdas 当作「一份可申请获得的横断面数据库」，而不是「一个随时可查的统计服务」。它的数据可得性取决于审批，不取决于网络。
3.4 坐标系的三根轴
地理轴上，最小的可估计单元是县市，最细的公开标识也是县市；普查区编号在数据里保留，用于计算设计效应，但不会公开到能定位街区。
人群轴上，观察单位是户，分析单位是户内全部成员。这意味着「样本量」既可以按户算，也可以按人算，二者相差四倍左右，混用会让误差估计失真。
时间轴上，四个年份是四块独立的截面。二〇〇七年的调查跨了两个年度，二〇一〇年是补丁轮，二〇一八年之后直接跳到 SKI 二〇二三。把它当作「每隔几年量一次血压」，比当作「持续监测」更贴近实际。三宝垄市那三份基线（二〇一三、二〇一八与二〇二三）相隔五年与五年，中间的政策周期跨了两次，这正是「隔几年测一次」而非「持续监测」的具体样子。
§4 它的手艺：分层整群抽样如何落到一户人家
4.1 抽样框来自另一场调查
Riskesdas 的抽样框不是自建的，而是借用国家统计局同年的社会经济调查（Susenas）。二〇〇七年的样本与 Susenas 设计相同；二〇一三年改为从 Susenas 的普查区清单里独立抽取；二〇一八年则直接整合进同年三月的 Susenas，共用抽样框与部分问卷。这种做法的好处是省掉重新画图与更新住户名录的成本，代价是 Riskesdas 的抽样误差与 Susenas 的设计绑在一起，分析时必须把两者的层与聚类一起考虑。
4.2 第一阶段：抽普查区
全国范围先按城乡与福利水平做隐层，再按与规模成比例的概率抽普查区。二〇一八年的公开描述是：从二〇一〇年人口普查的一批普查区中按规模成比例抽出约四分之一作为抽样框，再在各县市的城乡层内系统抽取，合计三万个普查区。
这一步决定了「能估到哪一级」。普查区数量上去了，县级估计才有可能；二〇一〇年只抽了二千八百个，县级估计在统计上就不成立，官方因此只报告到省。
4.3 第二阶段：区内抽十户
每个普查区内按户主受教育程度做隐层分割，取十户左右。二〇〇七与二〇一三年是每区二十五户的清单里取十户；二〇一八年沿用十户。抽取时要保证户主的受教育程度在区内有分布，不能全取同一类家庭，这是为了保留户间变异。
被抽中的户如果确实无人居住或遇到灾害，允许在同区块内替换，但有名额限制。
4.4 入户：问卷加测量同场完成
现场不是一次性问完就走。同一个调查小组要完成家庭问卷、个人问卷、人体测量与血压，部分轮次还要做口腔检查、视力与听力筛查。血检由另一支有临床经验的队伍完成，与问卷队不同批入户。
#-- 一轮现场访问的典型顺序（示意，非官方流程图）
第一步 与村委会/街道办对接，取得普查区住户清单
第二步 入户说明、签署知情同意
第三步 填写家庭问卷（水源、厕所、住房、资产）
第四步 逐人填写个人问卷（患病、就医、行为、饮食）
第五步 现场测量（身高体重腰围上臂围、血压）
第六步 抽中血检者预约采血时间，另一支队伍上门
第七步 纸质问卷集中录入，县级督导抽检复核
4.5 加权与估计
每一轮都在发布时附带权重。权重来自抽样概率的倒数，再按人口结构做校准。使用微观数据的人如果直接算比例而不带权重，得到的只是样本构成；带上权重、层与普查区后，才能还原到人群。
二〇一三年的数据目录特别说明，每个估计值都附有标准误、相对标准误、置信区间、设计效应与加权样本量。这是很少见的做法：多数调查只给最终数字，它连不确定性一起给。
4.6 贯穿案例：三宝垄市的一份县级基线
本节用一个贯穿全文的具体场景走完全程，后面几节会反复回指它：中爪哇省三宝垄市（Kota Semarang）的卫生局要一份本地成年人高血压、肥胖与吸烟的基线，用来编下一轮地方卫生预算。这个城市在二〇一八年的样本里有足够多的普查区，属于「县级估计站得住」的那一类，因此适合作为路径演示；换成样本稀薄的东部县市，第一步的可行性判断就会给出否定答案。
这个案例会在§5.3的申请材料里再现一次，在§7.3的边界讨论里再现一次，在§9.2的最短流程里再现一次，三处指向同一份数据、同一条路径。
三宝垄市卫生局的这条路径分四步：先确认二〇一八年的样本在该市是否够用；再从 BKPK 申请个体级数据，申请函里写明市与指标；拿到数据后按省、市两层筛选，保留权重、层与普查区三个变量；最后用带设计信息的方差估计方法出点估计与置信区间。
#-- 拿到获批数据后的最小流程示意（字段名为示意，实际以获批数据字典为准）
import pandas as pd
import statsmodels.api as sm
ind = pd.read_stata("rkd2018_ind.dta") #-- 个人表
hh = pd.read_stata("rkd2018_rt.dta") #-- 住户表
df = ind.merge(hh[["rt_id", "kab_kota", "provinsi", "bobot_rt"]],
on="rt_id", how="left")
#-- 只保留三宝垄市、成年人口
sub = df[(df["kab_kota"] == "KOTA SEMARANG") & (df["umur"] >= 18)].copy()
sub["hipertensi"] = (sub["sistolik"] >= 140) | (sub["diastolik"] >= 90)
est = sub.groupby("hipertensi")["bobot_ind"].sum()
print(est / est.sum())
这里刻意没有写「p 值」，因为加权估计的方差要按层与普查区做校正，直接对加权计数做比例检验会低估不确定性。正规做法是把层与普查区声明为设计信息，交给专门的调查估计函数。
§5 取数：从报告页到申请单
5.1 三条路径的取舍
| 路径 | 适合的人 | 代价 | 边界 |
|---|---|---|---|
| 读全国报告 PDF | 只想看省级数字的人 | 无 | 只有汇总表，不能自定义交叉 |
| 读数据目录的指标说明 | 想确认某年测了什么的人 | 无 | 描述性页面，不提供数据文件 |
| 走申请拿个体数据 | 要做县级分析与建模的人 | 需机构盖函、研究计划与审批 | 获批数据不得转给第三方 |
三条路径背后是同一批材料，区别在于「看结论」「看目录」还是「自己做」。
5.2 报告页与数据目录的分工
全国报告是书，按章节讲结果：营养状况、传染病、慢病、口腔、心理、伤害、卫生服务、环境、行为。附录里放问卷全文，这是它最有用的部分之一：想知道某年问了什么，直接翻附录，比找二手文献可靠。
数据目录页是卡，按轮次讲范围：每轮列出指标分类、目标样本、抽样框来源、可估计层级。二〇一三年的目录还给了变量数与子样本的明细，二〇一八年的目录给出了生物医学与口腔检查的普查区数与省份数。
两者合起来，足以判断一场调查能不能回答一个具体问题——三宝垄那份县级基线要的高血压、肥胖与吸烟三项，二〇一八年的目录里都在，这就是「判断」的实际样子。
还有一个常被忽略的入口：同一年份的省级报告或县市概况。如果只需要某个省的某个指标，省级报告往往直接给出全省与各县的表，不必绕道申请。这条路径适合快速核对，不适合做个性化交叉，因为表是别人算好的。
5.3 申请流程与使用条款
个体级数据走卫生部卫生数据服务门户。已发表文献里反复出现的流程是：登录门户，选择数据服务，按数据申请程序提交；材料包括机构负责人签署的申请函、数据申请表、研究计划，发送至 BKPK 的数据服务邮箱；获批后放行数据，条件是不转给第三方、成果注明来源、把分析结果回交 BKPK。
#-- 申请材料的准备清单（示意，非实际表单）
#-- 1. 机构负责人签署的申请函（需盖公章）
#-- 2. 数据申请表：写明轮次、表名、变量清单
#-- 3. 研究计划：问题、方法、预期产出
#-- 4. 数据使用承诺：不转第三方、注明来源、回交结果
#-- 上述材料按门户指引提交，审批由卫生发展政策局决定
回到§4.6的三宝垄案例，这条清单落到纸面上的样子是：申请函由三宝垄市卫生局盖章，数据申请表写明「Riskesdas 2018，个人表，变量限于年龄、性别、身高体重、腰围、血压、吸烟史与县市编码」，研究计划写明用途是编制地方卫生预算基线。变量清单写得越窄，审批追问越少，获批后清理数据的工夫也省得越多。
这条清单看起来繁琐，但它解释了为什么 Riskesdas 的二次分析论文量大而数据集副本极少在网上流转：数据在授权范围内可用，但不能二次分发。
5.4 引用与合规
引用 Riskesdas 至少要写到三层：轮次（哪一年）、报告（全国报告的书名与出版机构）、以及数据获取途径（BKPK 批准）。只写「Riskesdas 2018」而不写获取途径，审稿人无法判断分析者用的是哪一种口径的子集。
数据分析时还有一条实务：不要把县级标识与其他行政数据拼得太细。调查本身做了匿名化，拼接后的重识别风险不由调查方承担，而由分析者承担。
§6 与库内条目的关系
6.1 关系图谱
Riskesdas 在库内的位置，可以放进「全国住户调查」这个家族里看。同族里有拉美的 ENSANUT、东亚的 KNHANES 与 CHNS、全球覆盖的 MICS，以及各类只报汇总的监测系统。
| 库内相关词条 | 与本词条的关系 | 一句话区隔 |
|---|---|---|
| 墨西哥 ENSANUT | 最像的近亲，同为全国概率住户调查加体检与血检 | ENSANUT 按轮次免费下载，Riskesdas 走申请 |
| KNHANES 韩国 | 同为东亚全国健康营养调查 | KNHANES 每年一轮且含深度生化，Riskesdas 是不等距四轮 |
| CHNS 中国 | 同为一国多轮营养与健康调查 | CHNS 是固定样本追踪，Riskesdas 每轮换人 |
| UNICEF MICS | 同为多国可比的家庭调查 | MICS 跨国同题，Riskesdas 是印尼自定题库 |
| BRFSS | 同为行为危险因素监测 | BRFSS 是电话自报，无体检与采血 |
| WHO GHO | 下游汇总 | GHO 取各国上报与调查结果做成指标，原始表在各国 |
| 世界银行开放数据 | 下游汇总 | 同上，粒度为国别 |
| 印尼 SKI 二〇二三 | 直接后继 | SKI 由 Riskesdas、SSGI 与生物医学检查合并而来 |
三宝垄案例在这张表里的位置很清楚：它要的是「一国之内、县级可估」的那一格，对应的就是本词条；若换成拉美对照，才轮到 ENSANUT 那一行。
6.2 检索路径
| 你的问题 | 该去哪个词条或入口 | 理由 |
|---|---|---|
| 要看印尼某年的省级健康数字 | 本词条，全国报告 | 报告附录有全表 |
| 要一份可免费下载的拉美对照 | ENSANUT 词条 | 下载即用，不必申请 |
| 要年度化的东亚健康营养调查 | KNHANES 词条 | 每年一轮，适合做趋势 |
| 要追踪同一批人的健康变化 | CHARLS、ELSA、CHNS 一类 | 面板设计，可算发病与失访 |
| 要看跨国可比的儿童与妇女指标 | MICS 词条 | 题库跨国有统一口径 |
| 要印尼最新一轮 | SKI 二〇二三（BKPK 官网） | Riskesdas 已不再单独举办 |
6.3 与 ENSANUT 的逐项区隔
同批发布的墨西哥 ENSANUT 与本词条在形式上高度相似：都是一国最大的健康营养调查，都做问卷加体检加血检，都强调县级代表性。差别在可得性与节奏。
| 对比项 | Riskesdas | ENSANUT |
|---|---|---|
| 轮次节奏 | 不等距四轮，后并入 SKI | 六年一轮，其后年度化 |
| 个体数据 | 须申请，不得转发 | 按轮次免费下载 |
| 地理粒度 | 公开到县市 | 公开到市镇 |
| 血检覆盖 | 子样本，二〇〇七年仅城市 | 各轮覆盖范围随轮次调整 |
| 设计变量 | 层、普查区、权重 | 层、初级抽样单元、权重 |
| 典型用途 | 印尼县级基线、慢病监测 | 拉美对照、营养与代谢研究 |
一句话记住：ENSANUT 用可得性换研究量，Riskesdas 用控制换数据安全。这一分工决定了后者的二次分析论文里，方法部分总要写一段申请与批准。
§7 质量评估与局限性
7.0 阅读本节前的一个前置校正
评估 Riskesdas 时最容易犯的误判，是用「公开数据集」的尺子量它：问它能不能直接下载、有没有变量字典、接口在哪。这些维度上它天然低分，因为它的个体数据从一开始就按行政审批发放。正确的评估框架是：在「全国代表性加县级可估计加体检采血」这个任务上，它的抽样、规模与制度化程度如何，以及这套安排换来了哪些不可逆的代价。
换句话说，下面每一处扣分都应理解为「设计取舍的代价」，而不是「没做好」。
7.1 五维评分
| 维度 | 分数 | 依据 |
|---|---|---|
| 规模 | 5 / 5 | 单轮百万级个体、三万普查区，县级可估计 |
| 一致性 | 3 / 5 | 四轮题号与抽样框均变动，二〇一〇年降级，二〇二三年改名 |
| 可得性 | 2 / 5 | 报告公开但个体数据须审批，无法直接取数复现 |
| 可追溯性 | 4 / 5 | 报告附录含问卷全文，目录列明指标与变量数 |
| 测量质量 | 4 / 5 | 体检与血检同场，但血检为子样本且早期只覆盖城市 |
7.2 DAIMS 视角下的四条线
| DAIMS 线 | 表现 |
|---|---|
| 数据获取与处理 | 抽样框、加权与清理在报告与目录里有交代，字段级日志不公开 |
| 数据建模 | 户表加个人表的两层结构，跨轮不做统一模式 |
| 数据溯源 | 到轮次、报告与批准文号一级，个体级不可追 |
| 数据使用与治理 | 有明确的禁止转发与回交结果条款，治理强于多数同类调查 |
四条线里最弱的是可得性，最稳的是治理。这两件事其实是一体两面：审批门槛高，所以数据不流出，也就谈不上被误用；但同时也限制了复现。
7.3 已知的、可枚举的偏差
第一，覆盖偏差。二〇〇七年的血检只覆盖城市普查区，早期轮次的生化指标天然偏城市。
第二，结构偏差。二〇一〇年样本缩小到只能估到省，用它做县级结论在统计上不成立。
第三，时点偏差。二〇〇七年的调查跨了两个年度，第一阶段的二十八省在二〇〇七至二〇〇八年间，第二阶段的五省在二〇〇八年秋季，跨年度的政策变化会被混进同一个轮次。
第四，题器偏差。四轮之间题目增删不少，二〇一三年取消了膳食摄入模块，相关内容改由二〇一四年的总膳食研究承接。跨轮比较饮食相关行为时必须逐年核对。
第五，可及性偏差。二〇一八年有若干偏远或治安不稳地区的普查区未能完成，官方在报告中注明，但比例不大；SKI 二〇二三年的缺失普查区更多，集中在巴布亚一带的七个省。
这条偏差对§4.6的三宝垄案例影响有限，因为中爪哇一带的普查区完成率高；但它决定了一个反向判断：把同一个方法搬到巴布亚内陆的某个县，第一步的可行性检查多半要给出否定答案，那里能用的往往只有省级数字。
7.4 外部验证矩阵
| 验证角度 | 外部证据 | 结论 |
|---|---|---|
| 抽样设计 | 学术论文与方法学教材反复引用其两阶段抽样 | 设计与国际同类可比 |
| 行政使用 | 印尼中期发展规划与县级预算直接引用其指标 | 制度上被当作基线 |
| 国际引用 | 世界卫生组织驻印尼办事处、世界银行等材料引用其口径 | 跨境可用 |
| 数据可得性 | 多篇论文在数据可得性声明里写明须经 BKPK 批准 | 申请制是常态，非例外 |
| 连续监测 | 二〇二三年以 SKI 接续 | 序列未中断，但名称与内容变动 |
| 数据治理 | 多篇论文在可得性声明中写明不得转让、须回交结果 | 条款被实际遵守，不是纸面条款 |
7.5 它为何能持续
一场全国调查能办四轮、还带动了国家级调查体系的重组，靠的不是学术需求，而是行政需求：印尼的中期发展规划以五年为周期，卫生部门要在每个周期开头拿到基线，地方则要用县级数字编预算。这个「需求时钟」决定了调查的节奏，也解释了为什么二〇一〇年会有一轮补丁式的调查，以及为什么二〇二三年会把几场调查合并成一场。
反过来看，这套逻辑也解释了它的脆弱处：一旦预算周期或机构设置变动，调查的形状就会跟着变。二〇一〇年的缩表、二〇二一年的机构重组、二〇二三年的合并，三次都不是方法学的选择，而是行政安排的结果。使用者读调查时若只看问卷，很容易把这三处断点当成数据质量问题。
§8 生态位与历史
8.1 历史沿革
| 时间 | 事件 |
|---|---|
| 二〇〇七年八月至二〇〇八年一月 | 首轮调查在二十八省开展 |
| 二〇〇八年八月至九月 | 余下五省（东努沙登加拉、马鲁古、北马鲁古、巴布亚、西巴布亚）完成 |
| 二〇一〇年五月至八月 | 第二轮，聚焦千年发展目标指标，样本缩小，只估到省 |
| 二〇一三年 | 第三轮，恢复县级估计，取消膳食摄入模块 |
| 二〇一八年三月至十二月 | 第四轮，与国家统计局社会经济调查整合，覆盖三十四省、五百一十四县市 |
| 二〇二一年十一月 | 卫生部下令原研究发展机构年底停止运作 |
| 二〇二二年三月 | 卫生研究职能并入国家研究创新署，政策职能改组为 BKPK |
| 二〇二三年八月至十月 | 印尼健康调查（SKI）首轮现场数据采集 |
| 二〇二四年一月 | 世界卫生组织驻印尼办事处发文说明 SKI 2023 与 Riskesdas 的合并关系 |
| 二〇二四年 | SKI 2023 结果陆续发布 |
把三宝垄这条线叠到时间线上看：二〇一三年与二〇一八年各拿到一次县级基线，二〇二三年那次换了名字、换了机构，拿到的是 SKI 的县级表；三次的问卷不完全是同一份，所以基线可以并列，不能直接相减。这条时间线有两个转折。第一个是二〇一〇年的缩表：从县级退回省级，说明预算与政治时钟可以压过方法学的连续性。第二个是二〇二一至二〇二二年的机构重组：研究职能被拆走，政策职能留下，调查的主办逻辑从「研究」转向「政策基线」。
8.2 与同类调查的分工
同为全国健康调查，各家选择的道路不同。韩国的 KNHANES 选择年度化与深度生化，牺牲单轮样本换来时间分辨率；墨西哥的 ENSANUT 选择免费下载，牺牲一部分控制换来极高的二次分析量；印尼的 Riskesdas 选择多部门协同与县级覆盖，牺牲可得性换来行政上的不可替代性。三条路没有优劣，取决于本国的决策流程需要什么。更值得留意的是，三家的共同点反而是「都由统计部门与卫生部门合办」：Riskesdas 的抽样框来自国家统计局的社会经济调查，KNHANES 的抽样框来自人口住房普查，ENSANUT 的样本框来自国家统计地理研究所。卫生单干很难画出全国概率样本，这条路谁都绕不开。
8.3 在 AI 时代的再定位
近两年，行为危险因素、体检指标与体检采血三合一的数据，常被当作人群基线用来做风险模型的外部验证。Riskesdas 在这类用途上有两处便利：一是县级标识完整，可以做区域异质性；二是体检与血检同场，能区分自报与现场测量。
但也有一处不便：数据不公开。任何把它写进方法部分的模型，都要先走完审批，且不能把数据附在补充材料里。这一点在投稿时需要提前说明，否则会被要求提供可复现的数据。
与之相伴的一个现实是，公开的研究往往只能报告省级结果或聚合后的县级结果，因为个体记录不能随文附上。这并不意味着县级分析不重要，而是意味着它的可复现性依赖审批链条，读者只能通过方法描述的详尽程度来判断可信度。
§9 使用指引
9.1 三种角色的路径
政策分析者的路径最短：直接读对应轮次的全国报告，取省级表格，必要时引用附录里的问卷原文。这条路径不需要申请，也最不容易出错。
三种角色共用同一份数据，却很少读同一样东西。政策分析者读的是报告里的表，研究者读的是变量字典，工程师读的是合并键。三样东西在同一个申请包里，但优先级不同：先拿到的人往往是政策分析者，因为报告不需要审批。
流行病学研究者的路径要过两道关：先读数据目录判断某轮是否测了所需变量，再走申请拿个体数据。申请材料的核心不是格式，而是变量清单——写清楚要哪张表、哪些字段、覆盖哪些县，审批与后续分析都会顺很多。
数据工程师的路径最重：要把户表与人表合并、把权重与设计变量接进现有的分析栈、把县市编码对齐到行政区划变更表。后一件事在跨轮拼接时尤其费时，因为印尼在二〇一〇年代拆分过若干县。
9.2 最短可用流程：三宝垄案例的命令行版
本节是§4.6三宝垄案例的命令行版，从确认目录开始，到加权后的人口结构检查为止，中间不跳步。
#-- 第一步：在门户确认轮次的指标范围与样本规模
#-- 目录页按轮次列出指标分类、目标户数、可估计层级
#-- 第二步：按门户指引提交申请材料，等待批复
#-- 第三步：拿到数据后先核对三个设计变量是否齐全
#-- strata（层）、blok_sensus（普查区）、bobot（权重）
#-- 第四步：把户表与人表按户编号合并，并声明设计信息
import pandas as pd
import numpy as np
rt = pd.read_stata("rkd_rt.dta")
ind = pd.read_stata("rkd_ind.dta")
df = ind.merge(rt[["rt_id", "strata", "blok_sensus", "bobot_rt"]],
on="rt_id", how="inner", suffixes=("", "_rt"))
#-- 个人表已有权重时优先用个人权重；户表权重只用于户级指标
w = df["bobot_ind"] if "bobot_ind" in df.columns else df["bobot_rt"]
df["w_norm"] = w / w.sum()
#-- 先做一次加权后的人口结构检查，再谈任何患病率
print(df.groupby("umur_kel")["w_norm"].sum().round(4))
这段流程的关键不在代码，而在最后一句：先检查加权后的人口结构是否合理，再谈任何比例。跳过这一步，算出来的数字往往看着正常、实际偏移。
9.3 引用与记录案例
回到§4.6的三宝垄案例，一次合格的记录应当留下四样东西：该市在二〇一八年样本中的普查区清单、所用变量清单、权重与层的取值，以及经 BKPK 批准获取的文号或日期。四样东西齐了，别人用同一批数据复核时才能得到同一个数；缺了任何一样，结论就只能被当作「作者算过」。
9.4 引用方式
引用要写到三层。第一层是轮次与报告：写明哪一年、全国报告的出版机构与年份。第二层是数据来源与批准：写明经卫生发展政策局批准获取，便于他人复核。第三层是变量与子集：写明用了哪张表、哪些字段、是否用了血检子样本。三层齐备，别人才能判断结论的适用范围。
实务上还有一个细节：同一轮次可能同时存在全国报告与若干本专题报告，两者对同一指标的表述未必一致，因为专题报告会做更细的分组与再估计。引用具体数字时，最好把报告的书名、章节与页码一并写出，避免只写「Riskesdas 2018」四个字。
如果分析跨越 SKI 与 Riskesdas，引用还要多一层：把两轮之间的关系写清。不写这一层，审稿人会以为二〇二三年是第五轮同名调查，而这正是公开文献里最常见的误解之一。
§10 AI 使用声明
| 项目 | 说明 |
|---|---|
| 本页 AI 参与程度 | 由 AI 助手依据官方数据目录、报告元数据与公开文献起草，人工核对数字与结论 |
| 数字来源层级 | 见附录 B，官方数据目录与报告为一级，同行评议论文为二级 |
| 未核实项 | 二〇一八年报告 PDF 在核验时被站点防护拦截，正文页数未取得 |
| 版本信息 | 以二〇二六年十月读取的数据目录与报告页为准 |
| 已知不一致 | 二〇一八年的个体数在不同文献里有一百零一万与一百零九万两种写法，口径不同 |
| 机构名称 | Balitbangkes 与 BKPK 为前后相继关系，引用时须按年代区分 |
| 适用边界 | 本文描述的是调查本身的结构、规模与边界，不含对具体研究结论的评价 |
| 更新机制 | SKI 为接续序列，本文不承诺随新一轮发布同步刷新 |
常见误读（避坑清单）
| 常见说法 | 实际 | 证据 |
|---|---|---|
| 「Riskesdas 每年做一次」 | 已完成的是四个不等距年份 | 数据目录按年份分列，无年度条目 |
| 「二〇二三年是第五轮 Riskesdas」 | 二〇二三年改称 SKI，由三场调查合并而成 | 世卫组织驻印尼办事处说明与 BKPK 目录 |
| 「它和 SSGI 是两件事，互不相干」 | SSGI 自二〇一九年起单办，二〇二三年与 Riskesdas 合并进 SKI | 世卫组织发文与 SKI 目录 |
| 「三十万户等于三十万人」 | 户与人是两个单位，个体数约为户数的四倍 | 目录写目标户数，论文写个体数 |
| 「二〇一八年就是一百二十万人」 | 常见口径是一百零一万余或一百零九万余，无一百二十万 | 多篇论文与目录并列 |
| 「每轮都做全国血检」 | 二〇〇七年血检只在城市普查区 | 二〇〇七年轮次的血检范围说明 |
| 「二〇一〇年也能估到县」 | 该轮只估到省 | 官方目录与比较文献 |
| 「数据免费下载」 | 报告免费，个体数据须审批 | 数据可得性声明与门户流程 |
| 「可以跨轮连成同一个人」 | 各轮独立横断面，无个体纵向 | 抽样设计说明 |
| 「二〇二三年三十四省」 | SKI 覆盖三十八省，行政区划已调整 | SKI 目录与世卫组织发文 |
FAQ
Q1：Riskesdas 一共办了几轮？
四个年份：二〇〇七、二〇一〇、二〇一三、二〇一八。二〇〇七那一轮跨了两个年度，秋季开工的二十八省在当年完成，余下五省在第二年秋完成。二〇一〇年是补丁式的补充轮。
Q2：二〇二三年为什么改名？
官方口径是合并。卫生部把 Riskesdas 与二〇一九年起的幼儿营养状况调查 SSGI 合并，并加入生物医学与口腔检查，组成印尼健康调查 SKI。世卫组织驻印尼办事处二〇二四年一月的文章明确写了这一合并，BKPK 的数据目录也把 SKI 描述为这三者的整合。
Q3：改名之后还算同一个序列吗？
算接续，不能算同一份数据。SKI 保留了 Riskesdas 的核心指标与两级抽样框架，但问卷合并、题型调整、省份数变化。做趋势分析时可以连，前提是逐年核对题号与选项，并在方法里写明处理方式。
Q4：为什么不直接开放数据？
个体级数据涉及健康与家庭经济信息，受印尼数据治理规定约束。BKPK 的条件是不转第三方、注明来源、回交结果。这套安排与很多中等收入国家的做法一致，目的是控制重识别风险。
Q5：申请要多久？
公开材料里没有统一的时限，二次分析论文通常只写「经批准获取」。实际准备工作的重点在材料完整性：申请函要有机构负责人签字与公章，研究计划要写清变量清单与用途。
Q6：血检指标能不能当全国值用？
不能。血检是子样本，二〇〇七年还只覆盖城市。用它算全国人群值时，要么明确标注覆盖范围，要么改用只做城乡比较的设计。
Q7：县级分析用哪一轮最合适？
二〇一八与二〇一三都可以估到县市，前者覆盖面更全（三十四省、五百一十四县市），后者问卷更细（一千余个变量）。要最新就用二〇一八，要变量多就用二〇一三。
Q8：能不能和 Susenas 拼在一起用？
可以，而且二〇一八年本来就是整合设计，共用抽样框与部分问卷。拼接时注意两套调查的权重与层是一起给的，不要各自加权再合并。
Q9：能不能和 SKI 拼成十年趋势？
可以拼二〇一三、二〇一八、二〇二三三点。但三点里两个调查名称、两套问卷，趋势的斜率会混入方法差异。比较稳妥的做法是只选两地都问、选项一致的指标。
Q10：有没有替代的公开数据？
有，但性质不同。世界卫生组织全球卫生观察站与世界银行开放数据提供国别汇总，不能下到县；全球疾病负担研究提供估计值，来源包括这类调查；印尼的部分调查数据在第三方平台以「仅汇总表」形式登记，也不含个体记录。
Q11：它和 MICS、DHS 有什么区别？
MICS 与 DHS 是多国可比的家庭调查，题库跨国统一，便于横向比较；Riskesdas 是印尼自定题库，为国内政策服务。要说清「跨国可比」与「国内精细」的取舍。
Q12：数据里有没有随访或死亡信息？
没有随访。死亡信息只在部分轮次以口头尸检的形式出现，用于估计死亡率，不构成个体层面的随访结局。
术语表
| 术语 | 含义 |
|---|---|
| Riskesdas | Riset Kesehatan Dasar，基础健康调查 |
| SKI | Survei Kesehatan Indonesia，印尼健康调查，二〇二三年起的接续 |
| SSGI | Survei Status Gizi Indonesia，印尼幼儿营养状况调查 |
| Kemenkes | Kementerian Kesehatan，印度尼西亚共和国卫生部 |
| Balitbangkes / NIHRD | 国家卫生研究与发展院，二〇〇七至二〇一八年的执行机构 |
| BKPK | Badan Kebijakan Pembangunan Kesehatan，卫生发展政策局 |
| BPS | Badan Pusat Statistik，国家统计局 |
| Susenas | 国家社会经济调查，抽样框来源 |
| blok sensus | 普查区，印尼统计的基本地理单元 |
| PPS | 与规模成比例的概率抽样 |
| 分层整群抽样 | 先分层、再按群（此例为普查区）抽取、最后在群内抽个体的方法 |
| 权重 | 抽样概率的倒数经校准后的放大系数 |
| 设计效应 | 复杂抽样相对简单随机抽样的方差放大倍数 |
| 子样本 | 从主样本中再抽出的一部分，用于成本较高的检测 |
| 口头尸检 | 通过访谈家属推断死因的方法 |
| SRQ-20 | 世卫组织二十项自评问卷，用于筛查常见心理障碍 |
| DMFT | 龋失补牙数，口腔健康的核心指标 |
| 血红蛋白 | 判断贫血的检验指标 |
| 横断面 | 在某一时点观察人群，不随访 |
| 个体纵向 | 同一批人跨时间重复观察，本调查不具备 |
附录 A：核心数字核对表
| 项 | 值 | 来源 | 来源层级 |
|---|---|---|---|
| 二〇〇七年住户样本 | 二十五万八千余 | 数据目录 | 一级 |
| 二〇〇七年个体样本 | 九十八万七千余 | 数据目录 | 一级 |
| 二〇〇七年血检样本 | 约三万六千，限城市 | 数据目录 | 一级 |
| 二〇一〇年普查区 | 二千八百，完成二千七百九十八 | 数据目录 | 一级 |
| 二〇一三年住户样本 | 二十九万四千余 | 数据目录 | 一级 |
| 二〇一三年个体样本 | 一百零二万七千余 | 数据目录 | 一级 |
| 二〇一三年血检样本 | 约五万 | 数据目录 | 一级 |
| 二〇一三年变量数 | 约一千零六十 | 数据目录 | 一级 |
| 二〇一八年目标户数 | 三十万 | 数据目录 | 一级 |
| 二〇一八年完成户数 | 二十八万二千余 | 同行评议论文 | 二级 |
| 二〇一八年个体数 | 一百零一万七千余 | 同行评议论文 | 二级 |
| 二〇一八年普查区 | 三万 | 数据目录 | 一级 |
| 二〇一八年血检省份 | 二十六个 | 数据目录 | 一级 |
| SKI 二〇二三普查区 | 三万四千五百 | 数据目录 | 一级 |
| SKI 二〇二三省份 | 三十八 | 数据目录 | 一级 |
| 二〇一八年全国报告页数 | 未核实 | 站点防护拦截 | 三级 |
附录 B：数字的来源分层
一级：官方数据目录与报告。 各轮的目标普查区、目标户数、指标分类、子样本说明与变量数，全部取自 layanandata 门户的轮次目录页；报告的书目信息与问卷附录取自 BKPK 仓储条目。本文的轮次、抽样、覆盖与申请流程均以这一层为准。
二级：同行评议论文与机构文章。 二〇一八年的完成户数、个体数与血检子样本的完成率，取自公开的二次分析论文；SKI 与 Riskesdas 的合并关系，取自世卫组织驻印尼办事处的文章。这些数字反映的是分析者口径，用于补足官方目录未列出的完成情况。
三级：未核实。 二〇一八年全国报告的页数在核验时未取得，站点防护拦截了 PDF 下载，本文不给具体页数，只说明附录含问卷全文。
附录 C：完整参考文献
- 卫生数据服务门户，Riskesdas 2007、2010、2013、2018 与 SKI 2023 的数据目录页，https://layanandata.kemkes.go.id/katalog-data ，二〇二六年十月访问。
- Badan Penelitian dan Pengembangan Kesehatan. Laporan Nasional Riskesdas 2018. Jakarta: Lembaga Penerbit Balitbangkes, 2019. ISBN 978-602-373-118-3. https://repository.badankebijakan.kemkes.go.id/id/eprint/3514/
- World Health Organization Indonesia. Shaping health insights: WHO’s support for the Indonesia Health Survey 2023. 二〇二四年一月十一日. https://www.who.int/indonesia/news/detail/11-01-2024-shaping-health-insights--who-s-support-for-the-indonesia-health-survey-2023
- Badan Kebijakan Pembangunan Kesehatan. SKI 2023 In Numbers. https://www.badankebijakan.kemkes.go.id/en/ski-2023-dalam-angka/
- Kementerian Kesehatan RI. 数据申请流程与数据服务门户，https://layanandata.kemkes.go.id/
- 关于印尼全国健康调查抽样与样本量的同行评议二次分析论文数篇，含《Lancet》系列与《PLOS》系列，用于补足完成户数与个体数口径。
附录 D：如果只记五件事
第一，它是印尼的全国基础健康调查，已完成二〇〇七、二〇一〇、二〇一三、二〇一八四轮，不是年度调查。
第二，抽样以普查区为初级单元、按城乡与福利分层，二〇〇七、二〇一三、二〇一八年可估到县市，二〇一〇年只到省。
第三，每轮做问卷加人体测量与血压，血检只在子样本开展，二〇〇七年还只覆盖城市普查区。
第四，二〇二三年没有第五轮 Riskesdas，官方把 Riskesdas、SSGI 与生物医学检查合并为印尼健康调查 SKI。
第五，报告与问卷公开，个体级数据须经卫生发展政策局批准，不得转给第三方，成果须回交。
编辑说明
本篇的核验时间为二〇二六年十月二十九日。核验方式为直接读取卫生数据服务门户各轮次的数据目录页、BKPK 仓储的报告书目条目、世卫组织驻印尼办事处的公开文章，并对照公开的二次分析论文核对完成户数与个体数口径。
核验期间，kemkes.go.id 及其子域对自动访问启用了防护，部分页面（含二〇一八年全国报告的 PDF 与申请流程页正文）无法直接抓取，本文对未能取得的项一律标注未核实，未以推测补填。二〇一〇年的住户与个体样本数在公开材料里表述不一，本文只采用官方目录明确给出的普查区数，其余数字注明为约数。
未覆盖的内容包括：各轮报告的逐页结构、县级抽样误差的具体数值、以及申请审批的实际时限。数据许可与使用条款以 BKPK 现行规定为准，本文不构成法律意见。
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：
- nsduh — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- namcs — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- mexico-ensanut — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- brazil-pns — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- enpd-2018 — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- esankhyiki — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- cfps — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- nsch — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- world-health-survey — 共享标签：公共卫生与流行病学 / 调查数据 / 卫生服务研究
- meps — 共享标签：公共卫生与流行病学 / 调查数据 / 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。
