世界卫生调查一共覆盖多少个国家，什么时候做的？

2002 至 2004 年，六十九个国家，每国只做一轮。不同来源有七十国的写法，差别在计数单位：WHO 档案把中国本土与上海分列两卷，卷数与国家数因此不相等。

世界卫生调查和 SAGE 是什么关系？

WHS 是 SAGE 的母版与前身。SAGE 的工具在 WHS 基础上改写，六个国家的这一轮 WHS 数据被追认为 SAGE 的 Wave 0。差别在设计与规模：WHS 是一次性横断面、六十九国、全龄成年人；SAGE 是纵向四波、六国、以 50 岁以上为主样本。

有没有血液或体格测量数据？

核心工具没有。WHS 采集的是问卷信息与访员现场观察，不含干血斑、静脉血、影像或体能测验。生物测量是后来 SAGE 才系统加入的，两者不能混为一谈。

各国问卷是不是同一份？

不是。工具是模块化的，各国按政策需求选取模块，并有长卷与短卷两种形式，发达国家多用短卷。题目措辞、选项与回想期也存在国别差异，做跨国比较前必须逐国核对问卷原件。

进入 WHO 多国调查数据档案，按主题筛选 World Health Survey，选国家与卷，填微数据申请表，注册通过后免费下载。元数据以 DDI 标准编目，问卷与手册可单独下载。

世界卫生调查 WHS — 六十九国的一次性健康横断面

信息速览

数据集名称世界卫生调查 WHS — 六十九国的一次性健康横断面

数据类型六十九国,逾三十万受访者,按国分卷,免费申请获取

规模逾三十万名 18 岁以上受访者（六十九国合计）

接入方式https://apps.who.int/healthinfo/systems/surveydata/index.php/catalog/whs

AI 就绪度

世界卫生调查（World Health Survey，WHS）是世界卫生组织在 2002 至 2004 年推开的一轮住户调查，覆盖六十九个国家，合计逾三十万名 18 岁以上受访者。它要回答的问题很具体：一个国家的卫生系统到底在为谁工作，人们为了看病自己掏了多少钱，不同国家的「健康」在被问到的时候是不是同一个意思。

它与常见的大型队列不同，每国只做一轮，做完就收。这个「一次性」不是预算不足的妥协，而是设计选择：它要的是一张覆盖尽可能多国家的横断面快照，用同一套模块化工具在同一个时间窗里把各国的健康状态、服务利用与自付支出摆到一起，代价是放弃任何纵向信息。

它还做过一件在此前很少被大规模尝试的事：在问卷里嵌入锚定情景，用受访者对虚构病例的评价去校准他自己的自评尺度。这让「自评健康」第一次有可能在不同文化之间被放上同一把尺子。下面先给一屏速览，再逐层拆开。一屏速览见下表。

维度	内容
全称	World Health Survey（WHS）
中文名	世界卫生调查（亦译世界健康调查）
主持机构	世界卫生组织，卫生统计与信息系统
实施年份	2002 至 2004 年，每国一轮
覆盖国家	六十九国，遍及 WHO 六个区域
设计类型	一次性横断面住户调查
样本规模	六十九国合计逾三十万名 18 岁以上受访者
单国目标样本	五千人，按可行性上下浮动
问卷形式	长卷与短卷两种，各含住户问卷与个人问卷
住户模块	成员名册、卫生干预覆盖、医疗保险、卫生支出、永久收入指标、卫生职业
个人模块	社会人口学、健康状态描述、健康状态估值、风险因素、慢性病、服务利用、系统反应性、社会资本
方法学特征	模块化工具、锚定情景校准、Kish 表选人
生物样本	无
数据标准	DDI，按国分卷
获取方式	WHO 多国调查数据档案注册后免费申请
与 SAGE 的关系	SAGE 的母版；六国数据追认为 SAGE Wave 0
后继项目	WHS+，2021 年起筹备，2023 年起试点

§1 它要解决的具体麻烦

1.1 卫生系统的账，缺一套各国都认的算法

1990 年代末，世界卫生组织做了一件在当时颇有争议的事：在《2000 年世界卫生报告》里给出 191 个成员国的卫生系统绩效排名。排名一出，争论集中在两处——数据从哪来，以及「绩效」这个抽象的东西怎么被写成数字。

争论的技术核心是一个很朴素的问题：评价一个卫生系统，至少要知道三件事。人群的健康水平到什么程度；健康的分布是否公平；人们为医疗服务自己付了多少钱、有没有因为付不起而放弃就医。这三件事都需要入户调查才能拿到，而当时的跨国调查各有各的偏科。DHS 的重心在妇幼保健与生育，MICS 的重心在儿童与教育，LSMS 的重心在消费与贫困。没有一个工具是把「成年人的健康状态」「卫生系统怎么对待你」「你自己掏了多少钱」放在同一份问卷里问的。

各国自己的调查更不能直接比。同一句「你的健康状况如何」，在一种语言里对应的是「有没有病」，在另一种语言里对应的是「能不能干活」，在第三种语言里对应的是「心情好不好」。翻译做得再准，受访者心里的那把尺子并不一样。

WHS 就是在这个缺口上立项的。它的前身是 2000 至 2001 年的多国调查研究（Multi-Country Survey Study，MCSS），在数十个国家用小样本把工具试了一遍，确认哪些题问得下去、哪些题在翻译后就失效。WHS 是把试过的工具铺到六十九个国家的那一轮正式实施。

1.2 四条常见的错误期待

常见期待	实际情况
以为它是长期追踪的队列	每国只做一轮，2002 至 2004 年之间做完就收，没有第二波
以为六十九国用的是同一份问卷	工具模块化，各国自选模块组合，还有长卷与短卷两种形式
以为它和 SAGE 是同一批数据	六个国家的这一轮被追认为 SAGE Wave 0，其余六十余国与 SAGE 无关
以为它带体检和化验	核心工具只有问卷与访员观察，没有血液、没有体能测验

这四条期待之所以常见，是因为 WHS 常被当作「WHO 那个大型健康调查」一并提起，而多数人脑子里的参照物是 SAGE 或 NHANES 一类带测量的调查。把参照物换掉，很多困惑自然消失。

1.3 它能给到的与给不到的

你的需求	它给的	够不够
某国成年人的健康状态与功能基线	自评健康、健康状态描述、慢性病诊断史	够，这是它的主场
各国卫生系统反应性的横向比较	七个反应性维度的标准化提问	够，这套题是它独有的
家庭自付医疗支出与灾难性支出	住户层支出模块、保险、因费用放弃就医	够，但要接受回想期误差
自评健康的跨国可比	锚定情景 + 健康状态估值	部分够，需确认该国是否实施了情景题
同一国家十年间的变化	每国只有一轮	不够，必须换 SAGE 或 WHS+
血液指标、体格测量、影像	核心工具完全没有	不够，需换 SAGE 或其他队列
死亡登记与死因编码	只有住户内死亡与生育史的自报信息	不够，需接民事登记
省级或城市级估计	多数国家只支持全国与城乡分层	不够，抽样量级不支持

1.4 你的处境与它能帮到的事

你的处境	它能帮你什么	下一步该做什么
要估某国家庭自付医疗支出占收入的比例	住户层有支出、保险与收入代理变量	先确认该国的支出模块是长卷还是短卷
想比较各国卫生系统「待人是否尊重」	反应性模块在多数国家都问了	逐国核对七个维度是否齐全、选项是否一致
手上有一套自评健康的模型，想扩到多国	六十九国的同源题目是天然的测试集	先用锚定情景校正，再谈跨国可比
要研究因费用放弃就医	个人层有「是否因费用未就医」的追问	注意回想期与该国服务供给水平
要做十年趋势	一轮数据做不了趋势	转向 SAGE 四波或 WHS+ 新数据
要做慢病与生物标志物的关联	只有自报诊断，没有化验	转向 SAGE、CHARLS 一类带样本的队列

1.5 一句话判断

如果你要的是「2002 至 2004 年这个世界上大多数国家的成年人怎么评价自己的健康、为看病花了多少钱、觉得卫生系统待他们如何」这三件事的第一手横断面证据，WHS 至今仍是覆盖国家最多、口径最接近统一的一份；如果你要的是同一批人随时间怎么变，它从设计上就没有提供这个可能。

1.6 不适合谁：四条边界

第一，不适合做纵向分析的人。每国只实施一轮，这个事实没有例外。任何以 WHS 为数据源说「十年间某国健康水平上升」的研究，实际上是在拿 WHS 与另一个调查做拼接，拼接处必然混入工具差异。想把变化归因于时间，需要先证明两次调查的题目等价，而这在跨国调查里几乎不可能完全成立。

第二，不适合把六十九国当作一个总体的人。六十九国的抽样框、应答率、实施年份与模块组合各不相同，把这些数据加权合并算一个「全球平均值」，得到的数字不对应任何现实人口。跨国比较必须按国或按区域分层，再讨论差异。

第三，不适合需要客观测量的人。WHS 的核心工具是问卷加访员观察，没有采血、没有身高体重、没有握力与步速。所有关于「患病」的信息都来自「医生有没有告诉过你」这一类问题，诊断机会取决于是否就医，而是否就医又取决于收入与距离。在服务覆盖低的国家，未诊断者被记为无病。

第四，不适合需要精细地理单元的人。多数国家的样本量支持全国估计与城乡分层，不支持省级或城市级估计。少数国家自行扩样，这种扩样不在统一设计之内，使用前必须读该国的方法说明。

§2 数据构成与规格

2.1 一轮做完：时间线与规模

WHS 的时间跨度只有三年。2002 年起，各国陆续进场，2004 年收尾，此后不再有第二轮。这个安排决定了它的基本形状：所有国家的数据都落在同一个短窗口里，因此「同期可比」在原则上成立；但没有一个国家有第二个时点，因此「变化」在原则上不成立。

国家数有两个常见写法。WHO 多国调查数据档案的集合说明与 WHS+ 官方页面都写六十九国；WHO 的老龄研究页面与部分文献写七十国。两者的差别在计数单位而不是覆盖范围：档案把中国本土与上海分列成两个独立卷，卷的数目与国家数目因此不相等。引用时应说明用的是哪一种口径，不要在同一段里混用。

规模上，官方给出的合计是逾三十万名 18 岁以上受访者，全部来自全国代表性的概率样本。单国的完成样本差异很大，从两千余人到近四万人不等，原因不是执行质量，而是各国在可行性与成本之间做的取舍：有的国家把 WHS 挂靠在本国已有的调查体系上加问模块，样本自然大；有的国家独立抽样、独立雇访员，样本就压到最低可用的量级。

抽样设计上，多数国家采用多阶段整群抽样并分层，初级抽样单元在城乡与地区之间分配，户内再用 Kish 表抽取一名合格成年成员。各国的目标样本量在方法说明里写作五千人，并按预期无应答率上浮；每个初级抽样单元内的受访者数量设有上限，以避免样本过度集中在少数社区。

2.2 长卷与短卷：一套工具，两种长度

WHS 的问卷有两种形式，长卷与短卷。两种形式都分成住户问卷与个人问卷两部分，也就是说，「长」与「短」不是「问不问住户层」的差别，而是模块取舍的差别。

长卷保留全部模块，包括卫生系统反应性、健康状态估值、锚定情景、社会资本这一类既费时间又需要访员技巧的部分。短卷保留核心模块，删去或压缩扩展模块。按第三方目录的记载，发达国家的调查一般使用短卷，发展中国家多用长卷。这个分野有现实理由：在卫生服务可及性高的国家，反应性与自付支出的变异小，问得再细也难有信息量；在服务可及性低的国家，这些恰恰是政策最关心的部分。

后果是直接的：长卷国家与短卷国家之间，某些变量根本不存在于同一侧。做跨国合并时，第一步不是对齐变量名，而是先确认目标变量在多少个国家真的被问过。这个筛选会把很多看起来「六十九国都有」的变量砍到二三十国。

2.3 模块清单：住户层与个人层

工具的模块清单在 WHO 的老龄研究页面与档案说明里给得比较完整，可以按两层来读。

住户问卷问的是「这一户」，主要模块如下。

模块	内容
成员名册	户内全部成员的年龄、性别、关系与基本状态
卫生干预覆盖	户内成员是否获得过特定卫生干预
医疗保险	参保类型、覆盖范围、报销方式
卫生支出	门诊、住院、药物等自付费用，按回想期分段
永久收入指标	资产、住房、耐用消费品，用于构造财富指数
卫生职业	户内成员的从业情况

个人问卷问的是受访者本人，覆盖面更宽。

模块	内容
社会人口学	教育、婚姻、职业、城乡
健康状态描述	活动能力、自理、疼痛、认知、情绪、视力与听力
健康状态估值	对若干健康状态的排序与评分
锚定情景	对虚构病例的健康评价，用于校准自评尺度
风险因素	吸烟、饮酒、饮食、身体活动
慢性病	主要慢性病的诊断史与治疗
卫生服务利用	就诊、住院、用药、因费用放弃就医
卫生系统反应性	尊重、隐私、沟通、选择、及时性、设施质量、社会支持
卫生系统目标与社会资本	对系统的总体评价、社区信任与参与

第三部分是访员观察，记录住户外观、访谈环境与受访者的配合程度。它不进个人层主表，但对判断数据质量有用：一个在嘈杂门口完成、由他人代答比例高的访谈，其自报变量的可信度与一次安静的室内访谈不同。

2.4 抽样与加权：让单国数字能代表单国

WHS 的目标是国别代表性，不是全球代表性。这两件事经常被混淆。所谓国别代表性，是指一国的样本按设计权重与事后分层加权后，可以推回该国的成年人口结构；所谓全球代表性，是指六十九国的合并样本能代表全世界成年人，而这一点并不成立，因为国家本身不是按人口比例入样的，小国与大国的权重相同。

加权分两步。第一步是设计权重，等于各阶段抽中概率的倒数，反映「这个人被抽中的机会有多大」。第二步是事后分层校正，用普查的年龄性别结构去调整加权后的分布，把无应答造成的结构偏移拉回来。两步都做完，才能说「这个数字代表该国成年人」。

权重存在两层。住户层有权重，个人层也有权重，两者不能互换。做住户层指标（如家庭自付支出）时用住户权重，做个人层指标（如自评健康）时用个人权重。把个人权重套在住户层指标上，是最常见的一类错误，结果会系统性偏离，且偏离方向随国家而异。

2.5 一条受访者记录的解剖

把一名受访者在某一国这一轮的样子拆开，能看到两层文件怎么咬合，也能看到国别差异藏在哪些字段里。下面仍以「中国卷」为例，字段名按该卷码本的写法给出。

#-- 卷标识：国别 + 年份 + 版本，一个国家的全部文件都挂在这个卷号下
study_id            -> "CHN_2003_WHS_v01_M"
country             -> "CHN"
year                -> 2003
form                -> "long"          #-- 长卷或短卷，决定哪些模块存在

#-- 住户层：一户一行
household_id        -> "1203040506"
psu                 -> 初级抽样单元编码，权重计算要用
hh_size             -> 5
hh_weight           -> 住户层权重，含设计权重与事后分层因子
oop_total           -> 自付医疗支出，按回想期分段记录，不是连续金额
insurance           -> 参保状态与类型编码

#-- 个人层：一人一行，一国只有一轮，所以一个人只会出现一次
individual_id       -> "1203040506-03"
age                 -> 44
sex                 -> 2
edu_level           -> 按该国学制编码，跨国不可直接比
health_state        -> 健康状态描述的一组条目分
vignette_1..n       -> 锚定情景评分，只有实施该模块的国家才有
resp_*              -> 卫生系统反应性七个维度的评分
person_weight       -> 个人层权重

这张表里最值得注意的是三处。卷号里的年份是实施年，不是统一年，同一轮调查在不同国家标 2002、2003 或 2004。form 字段决定了模块是否存在，短卷国家的 vignette_* 与部分 resp_* 会整列为空。教育年限按各国学制编码，直接比较「受教育年数」会把学制差异当成教育差异。

2.6 分国分卷：同源不同卷的结构

WHS 在档案里不是一个文件，而是几十个独立的研究卷。每一卷有自己的变量清单、自己的缺失码、自己的语言版本、自己的问卷原件。卷编号遵循「国家代码 + 年份 + 调查名 + 版本」的格式，例如 AUT_2003_WHS_v01_M、BGD_2003_WHS_v01_M、CHN_2003_WHS_v01_M。

这个结构不是编目习惯，而是实施方式的结果。WHS 的每个国家调查由该国机构执行，WHO 提供工具、抽样指导与质控框架。各国在翻译、预调查、模块取舍上都有裁量权，因此题目措辞、选项顺序、回想期长度、甚至「 household」的定义都可能不同。档案把这些差异原样保留，而不是强行抹平——抹平会掩盖实施差异，保留则要求使用者自己核对。

差异有几类值得单独记住。第一类是模块缺失，短卷国家没有反应性与情景题。第二类是题目改写，同一个变量在不同国家可能多一个「其他」选项，或者把「过去四周」改成「过去三个月」。第三类是缺失码，各国对「不知道」「拒答」「不适用」的编码不统一，直接读入会把缺失当成有效值。第四类是样本范围，个别国家只覆盖部分行政区，或者把城市与农村分成两套样本分别加权。

还有一类差异与数据可得性有关：并非所有参与国都在档案里发布了微数据。有的国家只有国家报告或汇总表，有的国家的卷在档案里存在但标注为受限。第三方再分发渠道（如 ICPSR、全球健康数据交换目录）收录的国家清单与 WHO 档案并不一致，有的多出若干高收入国家，有的只收部分年份。做系统综述或元分析时，如果只查第三方目录，很容易得到一份与官方口径不同的国家清单。

§3 它的身份：谁的研究，对谁负责

3.1 三个容易撞车的名字

第一个是官方名 World Health Survey。注意是单数的 Survey，指这一轮调查；2003 年的方法学章节标题用了复数 World Health Surveys，指的是这一系列国别调查的集合。两种写法在文献里并存，指同一件事。

第二个是缩写 WHS。这个三字母组合在公共卫生领域至少还对应另外两个东西：世界卫生统计（World Health Statistics），是 WHO 每年发布的统计年鉴；女性健康研究（Women’s Health Study），是美国的一项长期队列。检索时若不限定 WHO 与年份，很容易捞到不相干的文献。

第三个是 WHS+。这是 2021 年起筹备、2023 年起试点的新项目，名字里带加号，工具与 WHS 有继承关系，但不是同一批数据，也不是同一套设计。把 WHS+ 的样本量、国家清单、模块结构安到 WHS 头上，是这两年新出现的一类错误。

3.2 主持方与治理结构

WHS 由世界卫生组织主持，具体归口在卫生统计与信息系统，早期由多国研究团队承担工具开发与技术支持。资金主要来自 WHO 常规预算，部分国家的实施费用由该国政府或合作机构承担。

治理上有一条容易被忽略的分界：数据托管在 WHO，实施在各国。这意味着问卷的最终版本、访员培训、现场质控都由各国团队负责，WHO 提供的是母版工具、抽样指导、质控框架与数据编目规范。所以「WHS 的问卷」严格说是一套母版加六十九份国别改编本，而不是一份文件的六十九次复印。

3.3 对谁负责：三种责任边界

第一种是对成员国的责任。WHS 的原始目的是给各国卫生部一份可用的基线，因此国家报告往往比微数据更早发布，报告里的数字按该国关心的口径组织，与档案里的原始变量不完全对应。

第二种是对研究共同体的责任。微数据以 DDI 标准编目，变量标签、缺失码、权重说明随卷发布，任何人注册后可以复现分析。这一层责任的对象不是某国政府，而是引用这套数据的所有人。

第三种是对受访者的责任。知情同意在入户时完成，伦理审批由各国本地机构负责，WHO 不统一审查。这意味着不同国家的同意范围、数据脱敏程度、二次使用限制可能不同，而这些差异并不总在公开文档里写清楚。

3.4 坐标系的四根轴

时间轴：2002 至 2004 年，各国实施年不同，同一「轮」内存在一到两年的错位。空间轴：WHO 六个区域，六十九国，以中低收入国家为主，也含若干高收入国家。人群轴：18 岁及以上的住户常住成员，不含机构人口。单位轴：住户与个人两层，各自独立加权。

这四根轴定下来，很多问题就有了答案。问「有没有十年趋势」，时间轴只有三年，答案是没有。问「能不能代表全球」，空间轴是国家等权而非人口等权，答案是不能。问「能不能算儿童患病率」，人群轴从 18 岁起，答案是不能。

§4 它的手艺：让六十九国数据勉强可比的三道工序

4.1 模块化：可比性是被设计出来的，也是被让渡出去的

WHS 最重要的设计决定是模块化。工具被拆成若干可以独立使用的模块，每个模块能单独嵌入其他住户调查，各国按政策需求选取组合。这个决定的好处很直接：调查可以挂靠在各国已有的统计体系上，成本低、落地快、样本还能借力。

代价同样直接：模块可选，就意味着组合不一致。两个国家都做了 WHS，但一个做了反应性模块、一个没做，这两国的数据在反应性这一维度上就无法比较。可比性在这里不是全有或全无，而是逐变量成立或不成立。使用者的工作，先于任何统计，是画一张「哪些国家有哪些变量」的清单。

这也解释了为什么 WHS 常被批评「口径不统一」，而这个批评其实说错了对象。不统一不是执行事故，是设计时就已经让渡出去的东西，换来的是六十九国而不是六国的覆盖面。评价它时应把这两件事放在一起看。

4.2 锚定情景：给自评健康找一把公共的尺子

自评健康是跨国比较里最常用也最不可靠的变量。同一个「好」字，在一个人口健康水平低的国家可能意味着「还能下地干活」，在一个人口健康水平高的国家可能意味着「只是有点腰疼」。直接比较各国自评「好」的比例，比出来的是说话习惯的差异，不是健康的差异。

WHS 的解法是锚定情景。问卷里放入若干虚构人物的健康描述，例如「一个人能跑能跳但听力不好」「一个人卧床但头脑清楚」，请受访者按自己的标准评价这些虚构人物的健康好坏。受访者对虚构人物的评分，反映的是他使用尺子的方式：有人把尺子的中段定得很宽，有人定得很窄。用这组评分去校正他对自己的评分，就能把「尺度差异」从「健康差异」里剥出来。

这套方法在 2000 年代初还是新事物，WHS 是第一批把它大规模嵌入多国问卷的调查。方法学的实证评估随后发表，争论一直延续到今天：校正能去掉多少偏倚，本身依赖模型假设，而假设在跨文化场景里未必成立。但无论如何，WHS 提供了一批可以直接做这类分析的原始材料，这是它的独特资产。

需要提醒的是，情景模块并非所有国家都完整实施。短卷国家通常没有，部分长卷国家也只做了部分情景。用它做校正之前，必须先确认目标国家是否在列，否则会得到一张国家数远少于六十九的表。

4.3 卫生支出：用回想期换可执行性

自付医疗支出是 WHS 的另一块核心内容，也是它被卫生经济学文献引用最多的部分。住户问卷按服务类型分段询问：门诊、住院、药物、检查，各自问花了多少钱、钱从哪来、有没有报销。回想期按服务类型设定，常见的是门诊四周、住院十二个月。

回想期是一组权衡。窗口太长，受访者记不住，误差随窗口长度上升；窗口太短，会把偶发的大额支出漏掉，而大额支出恰恰是灾难性支出的主要来源。WHS 的选择是分服务类型设不同窗口，用一个较短的窗口捕捉高频小额，用一个较长的窗口捕捉低频大额。这个安排比统一窗口更合理，但也让不同服务类型的支出不能直接相加成年支出，必须先做时间折算。

支出数据还带两个结构性限制。第一是自报，没有票据核对，高收入家庭的漏报与低收入家庭的四舍五入都会进入误差。第二是货币与年份，各国的调查年不同，本币计价，做跨国比较必须先用当年的汇率或购买力平价折算，并决定用哪一年的价格。这两步在原始数据里都没有替你做。

4.4 现场：培训、质控与访员观察

WHS 有一套成文的质控框架，包含访员培训手册、现场督导程序、回访复核比例与数据核查规则。联合国住户调查手册在讨论跨国调查的质量保证时，直接把 WHS 的质控指南列为范例，并列出参与编写的各国专家名单——这从侧面说明这套框架在当时被当作可推广的模板。

质控的关键不在培训，而在回访。一定比例的访谈会被二次联系，核对关键信息是否一致。回访比例与核查项由各国自定，因此质控强度本身是一项国别差异，且这项差异很少出现在发布的数据里。使用者能看到的只有访员观察字段：访谈是否在私密环境完成、是否有第三方在场旁听、受访者的配合程度如何。这些字段不能直接修正偏差，但能提示哪些访谈需要谨慎对待。

4.5 加权：两次校正与一次不可校正

加权做两件事：用设计权重还原抽样概率，用事后分层还原年龄性别结构。两件事都做完，单国的点估计才站得住。但有一件事加权做不了：无应答的机制性偏差。如果拒访者系统性地更健康或更病弱，事后分层只能调整年龄性别结构，调不回健康状态的分布。WHS 的应答率在各国差异很大，这一点在使用单国数据时必须逐国核对，而不能用「WHS 的应答率」这样一个整体数字概括。

4.6 案例：中国卷的一次完整取数

把上面几节落到一个具体对象上，会更清楚。取 CHN_2003_WHS_v01_M 这一卷，它是中国本土的 WHS 卷，档案标题标注为 2003 年、Wave 0，与上海那一卷分列。这一卷同时被追认为 SAGE 的基线，因此它在两个集合里都能找到，卷号相同。

第一步是确认卷与形式。这一卷是长卷，模块齐全，含反应性与情景题。第二步是读码本，重点看三处：缺失码用的是哪几个负数、权重变量叫什么、支出是否按服务类型分列。第三步是拆两层，把住户层与个人层分别读入，先各自检查主键唯一性。第四步是按住户编号合并，检查行数有没有被放大，有没有孤儿记录。第五步是加权出数，并把加权前后的年龄结构各看一遍，确认事后分层生效。

这个流程在六十九国都一样，变的是每一步要核对的国别细节。换到短卷国家，第二步会多出一件事：确认目标模块是否存在；如果不存在，流程在第一步就该停下，而不是硬着头皮算出一个空表。§4.6 的案例在后面几节还会被反复引用，因为它把「一卷」与「一个集合」的区别讲得最清楚。

§5 取数：从目录到可分析的表

5.1 四条路径的取舍

路径	拿到什么	适合谁	代价
WHO 多国调查数据档案	原始微数据、码本、问卷、DDI 元数据	要做自己的分析	需注册申请，逐卷下载
第三方再分发（ICPSR 等）	部分国家的整理版	教学与快速复现	国家不全，版本可能滞后
国家报告	该国关心的指标与解释	政策分析与背景阅读	口径与原始变量不对应
已发表文献的汇总	现成的跨国指标	做综述与对标	无法回溯到个体层

四条路径不是替代关系。规范做法是：以档案为准取数，以国家报告解释该国口径，以文献做外部校验。只走其中一条，都会在某处卡住。

5.2 目录的结构与检索

档案按「集合—国家卷—数据文件」三级组织。WHS 是一个集合，集合下每个国家一个卷，每卷下再分住户层、个人层与其他文件。检索路径是：进入档案，按主题筛选 World Health Survey，选择国家与卷，进入卷页看研究说明与数据文件，再点微数据申请。

卷页上的信息值得细看。研究说明里有抽样设计、实施年份、目标样本量、抽样单位上限；数据文件页有各层的文件名与变量数；相关文献页列出引用该卷的出版物。这三块合起来，基本能判断这一卷能不能支撑你的问题。

5.3 注册、许可与二次分发

取数需要注册并填写微数据申请，说明研究用途。获批后可以下载，使用受数据使用条款约束：不得尝试识别个体，不得未经许可再分发原始文件，发表时需按指定格式引用。这些条款的具体措辞随档案版本更新，使用前应重读一次，不要沿用旧笔记。

一个实务提醒：许可针对的是「卷」，不同国家的卷可能挂不同的条款版本。批量下载几十卷时，条款的差异会被忽略，但发表时的合规责任仍在使用者一侧。

5.4 问卷与手册：被低估的一手材料

问卷原件不在微数据包里，需要单独下载。WHO 的 WHS 页面在迁移到 WHS+ 之后，老的问卷链接多数失效，但方法学章节与部分国别问卷仍可通过档案的卷页与文献库找到。2003 年的方法学章节（收入《卫生系统绩效评估：争论、方法与经验主义》一书）是理解工具设计意图的最短路径，它解释了每个模块为什么存在、要测什么。

读问卷的目的不是背题目，而是判断等价性。同一个变量名在两个国家是否问了同一件事，只能靠比对原件回答。这一步没有捷径，也没有自动工具能替代。

5.5 合并、对齐与检查

跨国合并的最小可用流程如下。它与 §4.6 的案例共用同一套步骤，区别只在于对象从「一卷」变成「多卷」。注意这一步的难点不在代码，而在合并前那张「哪些国家有哪些变量」的清单。

#-- 一国一卷读入，先确认主键唯一，再谈合并
per <- read.csv("CHN_2003_WHS_v01_M_person.csv", na.strings = c("-8", "-9"))
hh  <- read.csv("CHN_2003_WHS_v01_M_household.csv", na.strings = c("-8", "-9"))

stopifnot(!anyDuplicated(per$individual_id))
stopifnot(!anyDuplicated(hh$household_id))

#-- 先看行数有没有被放大：一对多连接是最常见的静默错误
merged <- merge(per, hh, by = "household_id", all.x = TRUE)
stopifnot(nrow(merged) == nrow(per))

#-- 权重分两层，不能互换
weighted.mean(merged$health_state, merged$person_weight, na.rm = TRUE)

#-- 跨国拼接前，先确认目标变量在哪些国家真的存在
coverage <- tapply(!is.na(per$vignette_1), per$country, mean)

最后一行是这套数据的关键动作：先算覆盖，再决定样本。忽略这一步，会得到一个看似六十九国、实则十余国的结果，而且看不出问题在哪。

5.6 一条最容易走错的岔路

最常见的错误是把「WHS 是一个六十九国的数据集」当成「WHS 是一张表」。它不是。它是几十个独立的研究卷，每卷有独立的变量集、缺失码、语言版本与模块组合。想把它们拼成一个分析文件，工作量的大头不在统计，而在字段对齐与覆盖核查。

第二个常见错误是拿第三方目录的国家清单当官方清单。第三方目录收录的国家与 WHO 档案不完全重合，有的多出若干高收入国家，有的只收部分年份。写方法学部分时如果引用第三方清单，应注明来源，并与 WHO 档案核对。

§6 与库内条目的关系

6.1 关系图谱

WHS 处在一个清晰的家谱中间位置。它的上游是 2000 至 2001 年的多国调查研究，那一轮用小样本在数十国验证了工具。它的下游有两条线：一条是 SAGE，把同一套工具改造成纵向老龄调查，六国的 WHS 数据被追认为 SAGE 的 Wave 0；另一条是 WHS+，2021 年起筹备，把模块化思路延续到新的调查体系里，2023 年起在数国试点。

与它平行的另一组是专题型住户调查：DHS 做妇幼与生育，MICS 做儿童与教育，LSMS 做消费与贫困，GATS 做成人与烟草。这四类调查与 WHS 的关系不是竞争，而是分工：它们各自在某个专题上比 WHS 深得多，但没有一个把「成年人健康状态 + 卫生系统反应性 + 自付支出」放在同一份问卷里。WHS 的位置正是这个交叉口。

6.2 检索路径

你想找的东西	该去哪	关键词
原始微数据	WHO 多国调查数据档案	World Health Survey + 国名
工具设计意图	2003 年方法学章节	The World Health Surveys + Murray Evans
锚定情景的实证评估	同期方法学文献	anchoring vignettes + health survey
某国实施细节	该国国家报告	World Health Survey + 国名 + report
与老龄调查的衔接	WHO 老龄研究页面	SAGE Wave 0 + World Health Survey
后继项目	WHS+ 集合页	World Health Survey Plus

6.3 与 SAGE 的逐项区隔

两者常被混为一谈，因为六国的数据在两个集合里都能找到，卷号还一样。区别必须写清楚。

维度	WHS	SAGE
设计类型	一次性横断面	纵向四波
覆盖国家	六十九国	六国
实施年份	2002 至 2004 年	2002 至 2019 年
累计受访者	逾三十万名	四波累计逾十万名
年龄范围	18 岁以上，全龄	50 岁以上为主样本，另设 18 至 49 岁对照
工具关系	SAGE 的母版	在 WHS 基础上改写并向 HRS 靠拢
客观测量	无	体能、认知、体格、干血斑
协调版本	无统一协调版	Harmonized SAGE
主要用途	跨国横断面比较	老龄化的纵向追踪

一句话区隔：WHS 回答「这一刻各国的成年人健康和花费是什么样」，SAGE 回答「同一批人后来怎么样了」。两者的交集只有六国的那一轮，且这六国的 WHS 数据在 SAGE 体系里以 Wave 0 的名义存在。

这里有一处口径需要说明。WHO 档案的集合说明写「加纳、印度、墨西哥、俄罗斯」四国的 WHS 同时是 SAGE Wave 0；WHO 的老龄研究页面与中国、南非的卷页则把六国都算进去。两种写法并存，差别在于是否把中国与南非计入。使用时以卷页标注为准：「中国卷」的标题直接写着 Wave 0。

§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 WHS 时最容易犯的错，是拿评估现代队列的尺子去量它：问它随访多密、生物标志物多少项、有没有影像与基因、样本能不能到省级。这些维度上它必然低分，因为它的设计目标不是「更细」，而是「在同一个短窗口里，用一套能裁剪的工具，覆盖尽可能多的国家」。

正确的框架是：在「让六十九国的成年人健康与卫生支出可以放在一起谈」这个任务上，它的工具一致性、实施完成度、文档透明度如何，以及这些优势换来了哪些不可逆的取舍。把这一点校正过来，后面的评分才读得准。

7.1 五维评分

维度	分数	依据
规模	4 / 5	六十九国、逾三十万名受访者，是同类横断面调查里覆盖国家最多的一批
一致性	2 / 5	模块可选、长卷短卷并存、国别改写多，逐变量可比而非整体可比
可用性	3 / 5	免费且 DDI 编目完整，但需逐卷申请、逐卷对齐，无统一协调版
可追溯性	4 / 5	卷号、码本、问卷、权重说明齐备，可追到「哪一国哪一版」
客观测量	1 / 5	核心工具无生物样本、无体能测验，全部健康信息为自报

一致性给 2 分不是执行问题，是设计选择的直接后果。这一点必须在评分旁边写明，否则分数会被误读成「做得差」。

7.2 DAIMS 视角下的四条线

DAIMS 关注数据从采集到使用的链条是否可解释。按四条线看 WHS：

DAIMS 线	WHS 的表现
数据获取与处理	问卷、手册、抽样与加权说明公开；单份访谈的质控记录不公开，回访比例各国不同
数据建模	住户层与个人层两张主表，结构简单清晰，跨国结构一致而模块不一致
数据溯源	DDI 元数据、卷编号、版本号、修改日期齐备，可定位到具体国别卷
数据使用与治理	免费但需申请，用途受限，二次分发受限，伦理审批分散在各国

四条线里最稳的是溯源：卷号体系让「这句话出自哪一国的哪一版」可以精确回答，这在二十年前的多国调查里并不常见。最弱的是治理链条的透明度：各国的同意范围、脱敏程度与二次使用限制不在统一的公开文档里。

7.3 已知的、可枚举的偏差

第一，一次性设计的结构性偏差。每国只有一轮，意味着年龄、时期、队列三者完全共线。看到某国 60 岁人群比 40 岁人群自评更差，无法判断这是老化效应、还是这两代人成长环境的差异。这不是样本量能解决的问题，是设计层面的不可识别。

第二，长短卷的不可比。长卷与短卷的模块不同，同一变量名在两侧的含义可能不同。把两类国家放进同一个回归，等于把「问卷形式」当成一个国家属性放进了模型。

第三，国别改写带来的测量不等价。翻译、选项增减、回想期调整都会改变测量结果，而改动不总在文档里标明。做跨国比较前逐国比对原件，是唯一可靠的检查方式。

第四，自报偏差。慢病信息来自「医生有没有告诉过你」，诊断机会取决于是否就医。服务覆盖低的国家，未诊断者被记为无病，而这种漏报与收入、城乡高度相关，会系统性压缩健康不平等的估计。

第五，回想期偏差。支出数据依赖记忆，窗口越长误差越大。高额住院支出的漏报会低估灾难性支出的发生率，而这个方向的偏差恰好落在政策最关心的尾部。

第六，抽样框偏差。住户抽样框排除机构人口，养老院、医院、监狱中的人不在样本内。对全龄成年人调查而言，这部分人口占比小，影响有限；但若把结果用于失能率估计，方向是系统性偏低。

第七，可得性偏差。并非所有参与国都发布了微数据，部分国家只有报告。以档案里能下载到的国家做「六十九国分析」，实际上是在一个非随机的子集上做分析，而这个子集的构成由各国的发布意愿决定。

第八，时间错位。三年窗口内各国实施年不同，遇到宏观冲击（如某国当年的经济危机或疫情）时，同一「轮」内的国家并不同期。

7.4 外部验证

验证角度	外部证据	结论
工具设计意图	2003 年方法学章节系统说明了模块与目标	设计与文档一致
质控框架	联合国住户调查手册把 WHS 质控指南列为范例	框架被当作可推广模板
锚定情景方法	同期实证评估文献检验了校正效果	方法可行，校正效果依赖假设
数据被使用程度	档案卷页显示多国卷有数十条引用记录	使用面广，方法学争议公开
方法学延续	SAGE 与 WHS+ 均继承其模块化思路	影响超出项目本身
再分发情况	ICPSR、全球健康数据交换目录均收录	被主流数据基础设施接纳

7.5 它为何结束，又为何还在被用

WHS 在 2004 年后没有第二轮。原因不复杂：一次性铺开六十九国的成本极高，而各国统计能力在 2000 年代后逐步提升，重复这类全球统一调查的边际收益下降。WHO 把资源转向了更窄但更深的 SAGE，再往后转向更灵活的 WHS+。

但它没有因为项目结束而失去用途。原因有三个。第一，它是唯一一次在同一个短窗口里、用同一套母版工具覆盖这么多国家的成年人健康与卫生支出，这个位置至今没有第二个调查占据。第二，数据开放且编目规范，任何人不需要加入项目就能用，这使得它的引用量在项目结束后仍在增长。第三，它的工具成为后续调查的母版，SAGE 与 WHS+ 都从中继承模块，理解它就等于理解了这条谱系的起点。

一个调查的寿命，往往不取决于它做了多少轮，而取决于它的定义被多少人继续使用。WHS 属于后者。

§8 生态位与历史

8.1 历史沿革

时间	事件
2000 年	《世界卫生报告》发布成员国卫生系统绩效排名，暴露跨国可比数据的缺口
2000 至 2001 年	多国调查研究在数十国用小样本验证工具
2002 年	WHS 开始实施
2003 年	方法学章节发表，系统说明工具设计
2004 年	各国陆续收尾，调查结束
2002 年起	六国的这一轮数据被追认为 SAGE 的 Wave 0
2007 年	SAGE 以独立设计启动 Wave 1，工具在 WHS 基础上改写
2021 年	WHS+ 首次专家技术咨询，新项目启动筹备
2023 年起	WHS+ 在数国试点

这条时间线里有一个常被忽略的事实：WHS 与 SAGE 在时间上是重叠的。SAGE 的 Wave 0 就是 WHS 本身，因此「WHS 结束、SAGE 开始」这个说法并不准确。准确的说法是：WHS 是一次性的横断面铺设，SAGE 从这批数据里挑出六国，改造成可追踪的纵向设计。

8.2 与其他跨国调查的分工

调查	主持方	重心	与 WHS 的关系
WHS	WHO	成年人健康、服务利用、卫生支出、系统反应性	本体
SAGE	WHO	中低收入国家老龄化的纵向追踪	下游，工具继承
WHS+	WHO	可持续的周期性健康调查平台	下游，思路继承
DHS	USAID 体系	妇幼保健、生育、营养	平行，专题更深
MICS	UNICEF	儿童、教育、妇幼	平行，专题更深
LSMS	世界银行	消费、贫困、生计	平行，经济侧更深
GATS	WHO	成人烟草使用	平行，单专题

这张表说明一件事：WHS 的位置不在「单项做得最深」，而在「唯一把四个专题放在一起问」。要深，任何一项都有更专的调查；要一起看，只有它。

8.3 在 AI 时代的再定位

以今天的机器学习标准看，WHS 的体量中等偏大：六十九国、逾三十万名受访者、变量数百个，无影像、无文本、无基因。它不适合做预训练语料，也不适合做大规模表征学习。

它适合三类用途。其一是测量校准：自评健康在不同文化里的系统性偏移，是天然的多国异质性素材，任何跨文化自评模型都可以拿它做偏差检验。其二是迁移测试：在高收入国家队列上训练的健康预测模型，能否迁移到卫生系统薄弱的国家，WHS 提供了一批同源但异质的测试集。其三是公平性评估：同一模型在不同国家、城乡、教育水平上的表现差异，WHS 的分层结构足以支撑。

换句话说，它在 AI 时代的价值不在「大」，而在「同一套问题被问过六十九种文化」。这种异质性本身就是稀缺资源。

8.4 与策展型资源的互补

WHS 不做策展。它不替你判断哪个变量该用、不提供清洗好的分析文件、不做跨国一致性检查。这些工作交给二次文献与再分发平台。

互补关系很清楚：原始档案负责保全，国家报告负责解释，二次文献负责比对。三者缺一，用起来都会出问题——只用档案会在字段对齐上耗掉大半时间，只看报告无法做自己的分析，只读文献则无法回溯到个体层。

§9 使用指引

9.1 三种角色的路径

角色	建议路径	首个检查点
做单国分析的人	直接取该国卷	先读该国方法说明，确认应答率与模块清单
做跨国比较的人	先建变量覆盖表，再取数	先确认目标变量在多少国家存在、问法是否一致
做方法学研究的人	原始卷 + 问卷原件 + 方法学章节	先核对锚定情景在哪些国家实施
做政策简报的人	国家报告 + 已发表文献	先确认数字对应哪一国哪一版

9.2 一条最短的可用流程

第一步，定问题与国别。不要一开始就说「六十九国」，先选一个国家、一个模块、一个变量。§4.6 的案例用的是「中国卷」，换一个国家，五步的顺序不变，要核对的国别细节却全换。

第二步，查目录，确认该卷存在、实施年份、版本号、模块形式。只有报告没有微数据的国家，在这一步就该放弃。

第三步，读码本。重点看三处：缺失码的定义、权重变量名、目标模块是否在该卷中存在。

第四步，合并与检查。住户与个人按编号合并后，检查行数有没有被放大、有没有孤儿记录。

第五步，加权后出数，并把加权前后的年龄结构各看一遍。

第六步，落盘时把卷号、下载日期、变量清单一起存下来。跨国项目里，这一步决定了半年后还能不能复现。

9.3 引用方式

引用要写到三层。

第一层是方法学来源：Üstün、Chatterji、Mechbal 与 Murray 在 2003 年《卫生系统绩效评估》一书中的章节，页码为 797 至 808，标题为 The World Health Surveys。这一篇给出了设计意图与模块结构。

第二层是数据卷：写明国家、年份、卷号与下载日期。只写「WHS 数据」无法让他人复现。

第三层是国家报告：当分析涉及某一国的抽样细节或应答情况时，应引该国实施机构发布的报告，而不是用总述代替。

§10 AI 使用声明

项目	说明
本页 AI 参与程度	由 AI 助手依据 WHO 数据档案说明、老龄研究页面、WHS+ 页面与方法学文献起草，人工核对数字与结论
数字来源层级	见附录 B；WHO 档案集合说明与卷页为一级，方法学章节与第三方目录为二级
未核实项	各国实施年份的逐国清单、部分国家微数据未发布的具体原因
版本信息	以 2026 年 10 月读取的官方页面与档案目录为准
已知不一致	国家数存在六十九与七十两种写法，SAGE Wave 0 的国家数存在四国与六国两种写法，正文并列而不裁决
适用边界	本文描述数据集本身的结构、规模与边界，不评价任何具体研究结论
更新机制	项目已结束，除档案修订外不再变动；后继项目 WHS+ 另立条目

常见误读（避坑清单）

常见说法	实际	证据
「WHS 是纵向追踪调查」	每国只做一轮，2002 至 2004 年做完即止	档案集合说明与各卷研究说明
「六十九国用的是同一份问卷」	模块化工具，各国自选组合，另有长卷短卷两种形式	WHO 老龄研究页面的模块清单与形式说明
「WHS 和 SAGE 是同一批数据」	只有六国重合，且以 SAGE Wave 0 的名义存在	「中国卷」标题直接标注 Wave 0
「WHS 有体检和血液指标」	核心工具只有问卷与访员观察	模块清单中无生物样本项
「六十九国数据都在档案里」	部分国家只有报告或汇总表，微数据未发布	档案卷页的可得性标注
「可以直接算全球平均值」	国家等权而非人口等权，合并样本不代表全球人口	抽样设计按国独立
「自评健康可以直接跨国比」	需用锚定情景校正，且并非所有国家都实施了情景题	方法学章节与情景模块说明
「七十国才是准确数字」	六十九与七十是计数单位差异，卷数与国家数不等	档案把中国本土与上海分列
「各国的教育年限可以直接比」	按各国学制编码，学制差异会混入教育差异	个人层码本的教育变量说明
「支出数据可以直接相加成年支出」	不同服务类型回想期不同，需先做时间折算	住户问卷的支出模块结构
「第三方目录的国家清单就是官方清单」	再分发目录与 WHO 档案收录范围不一致	档案目录与第三方目录对照
「WHS+ 就是 WHS 的新一轮」	WHS+ 是 2021 年起的新项目，工具继承但设计不同	WHS+ 集合页与专家咨询报告

FAQ

Q1：一共覆盖多少国家，什么时候做的？

2002 至 2004 年，六十九个国家，每国一轮。有来源写七十国，差别在计数单位：档案把中国本土与上海分成两卷，卷数因此比国家数多一。

Q2：为什么说它是一次性横断面？

因为每国只实施一轮，此后没有再访。这不是执行中断，而是设计选择：它要的是同一短窗口内尽可能多国家的快照，而不是少数国家的追踪。这个选择让它无法回答任何关于变化的问题。

Q3：它和 SAGE 到底什么关系？

WHS 是 SAGE 的母版。SAGE 的工具在 WHS 基础上改写，并向 HRS 家族靠拢；六个国家的这一轮 WHS 数据被追认为 SAGE 的 Wave 0。两者在六国重叠，其余六十余国与 SAGE 无关。设计上，一个是一次性横断面、全龄成年人，一个是纵向四波、以 50 岁以上为主样本。

Q4：样本量是多少？

六十九国合计逾三十万名 18 岁以上受访者。单国差异很大，从两千余人到近四万人不等。单国目标样本在方法说明里写作五千人，并按预期无应答率上浮。

Q5：有没有生物样本或体格测量？

没有。核心工具是问卷加访员观察，不含采血、身高体重、握力、步速或影像。所有患病信息都来自自报诊断史。生物测量是后来 SAGE 才系统加入的。

Q6：各国问卷为什么不一样？

因为工具是模块化设计的，每个模块可以独立使用，各国按政策需求选择组合。这个设计换来了低成本和广覆盖，代价是组合不一致。此外还有长卷与短卷两种形式，发达国家多用短卷。

Q7：锚定情景是什么，为什么重要？

它是问卷里的一组虚构病例描述，请受访者按自己的标准评价这些虚构人物的健康状况。用这些评价可以校正受访者使用自评尺度的宽严差异，从而让「自评健康」在不同文化之间勉强可比。这是 WHS 在方法学上最有影响的设计之一。

Q8：数据怎么拿？

进入 WHO 多国调查数据档案，按主题筛选 World Health Survey，选国家与卷，填微数据申请表，注册通过后免费下载。问卷与手册可单独下载，元数据以 DDI 标准编目。

Q9：能不能和 SAGE 合并分析？

六国的那一部分在理论上可以，因为它们本就是同一批数据。但要注意卷号相同、变量集相同，重复合并会造成重复计数。其余国家与 SAGE 无重叠，不能合并。

Q10：为什么有些国家在第三方目录里有，在 WHO 档案里没有？

再分发渠道的收录范围与官方档案不一致，有的多收若干高收入国家，有的只收部分年份。写方法学部分时应以 WHO 档案为准，并在引用第三方清单时注明来源。

术语表

术语	释义
WHS	World Health Survey，世界卫生组织 2002 至 2004 年的多国住户调查
WHS+	World Health Survey Plus，2021 年起筹备的后继调查项目
多国调查研究	MCSS，2000 至 2001 年的工具验证调查，WHS 的前身
一次性横断面	每国只实施一轮、不做随访的设计
模块化工具	拆成可独立使用的模块、各国自选组合的问卷设计
长卷与短卷	WHS 问卷的两种形式，模块数量不同
锚定情景	用虚构病例的评价校正受访者自评尺度的方法
健康状态估值	请受访者对若干健康状态排序或评分，用于构造效用权重
卫生系统反应性	卫生系统在尊重、沟通、及时性等非医疗面对人的表现
自付支出	Out-of-pocket，家庭直接支付的医疗费用
灾难性支出	自付支出占家庭消费或收入超过某一阈值的部分
Kish 表	户内随机抽取一名合格成员的抽样工具
事后分层	用普查结构校正加权后分布的方法
DDI	数据文档倡议，跨国调查元数据的编目标准
SAGE Wave 0	SAGE 体系对六国 WHS 数据的追认命名

附录 A：核心数字核对表

按「规模 / 结构 / 边界」三类整理，只收结构性与边界性数字。

类别	项目	数字	来源层级
规模	覆盖国家	六十九（另有七十的写法）	一级
规模	实施年份	2002 至 2004 年	一级
规模	合计受访者	逾三十万名 18 岁以上	一级
规模	单国目标样本	五千人	一级
规模	单国实际样本区间	两千余至近四万	一级
结构	问卷形式	长卷、短卷两种	一级
结构	问卷层数	住户问卷、个人问卷、访员观察	一级
结构	住户模块	六个	一级
结构	个人模块	九个	一级
结构	档案层级	集合、国家卷、数据文件三级	一级
边界	每国轮次	一轮	一级
边界	生物样本	无	一级
边界	机构人口	不在抽样框内	二级
边界	SAGE 重叠国家	六国（另有四国的写法）	一级
边界	统一协调版	无	一级

附录 B：数字的来源分层

层级	来源	用于
一级	WHO 多国调查数据档案的集合说明与卷页	国家数、年份、样本规模、模块清单、卷号格式
一级	WHO 老龄研究页面	模块清单的完整表述、Wave 0 的追认说明
一级	WHO WHS+ 页面与集合页	六十九国口径、后继项目的定位
二级	2003 年方法学章节	设计意图、锚定情景的引入理由
二级	第三方目录（ICPSR、全球健康数据交换目录）	长卷短卷的分野、再分发范围
二级	联合国住户调查手册	质控框架的外部评价
三级	已发表文献的综述性表述	交叉校验，不单独采信

附录 C：完整参考文献

Üstün TB, Chatterji S, Mechbal A, Murray CJL. The World Health Surveys. In: Murray CJL, Evans DB, eds. Health Systems Performance Assessment: Debates, Methods and Empiricism. Geneva: World Health Organization; 2003: 797-808.
Üstün TB, Chatterji S, Villanueva M, et al. WHO Multi-country Survey Study on Health and Responsiveness 2000-2001. In: Murray CJL, Evans DB, eds. Health Systems Performance Assessment. Geneva: WHO; 2003: 762-796.
Murray CJL, Ozaltin E, Tandon A, et al. Empirical evaluation of the anchoring vignettes approach in health surveys. In: Health Systems Performance Assessment. Geneva: WHO; 2003.
World Health Organization. World Health Survey (WHS) collection description. WHO Multi-Country Studies Data Archive.
World Health Organization. SAGE Waves 0, 1, 2 & 3. WHO Data Collection Tools.
World Health Organization. World Health Survey Plus (WHS+) collection description. WHO Multi-Country Studies Data Archive.
United Nations. Household Sample Surveys in Developing and Transition Countries. Chapter 10: Quality assurance in surveys.
World Health Organization. Health Systems Performance Assessment: Debates, Methods and Empiricism. Geneva: WHO; 2003. ISBN 92 4 156245 5.

附录 D：取数代码

#-- 目标：从中国卷取出加权后的自评健康分布，并检查事后分层是否生效
#-- 一、读入两层，缺失码按码本统一转 NA
per <- read.csv("CHN_2003_WHS_v01_M_person.csv", na.strings = c("-8", "-9"))
hh  <- read.csv("CHN_2003_WHS_v01_M_household.csv", na.strings = c("-8", "-9"))

#-- 二、先验主键，再合并；一对多会把行数悄悄放大
stopifnot(!anyDuplicated(per$individual_id))
stopifnot(!anyDuplicated(hh$household_id))
merged <- merge(per, hh, by = "household_id", all.x = TRUE)
stopifnot(nrow(merged) == nrow(per))

#-- 三、只保留成年人与有效权重
d <- subset(merged, age >= 18 & !is.na(person_weight) & !is.na(health_state))

#-- 四、加权前后各算一次，看结构差异
before <- prop.table(table(d$health_state))
after  <- prop.table(tapply(d$person_weight, d$health_state, sum))
print(rbind(before = round(before, 3), after = round(after, 3)))

#-- 五、年龄结构对照，确认事后分层生效
age_before <- prop.table(table(cut(d$age, c(17, 29, 39, 49, 59, 69, 120))))
age_after  <- prop.table(tapply(d$person_weight,
                                cut(d$age, c(17, 29, 39, 49, 59, 69, 120)), sum))
print(rbind(before = round(age_before, 3), after = round(age_after, 3)))

#-- 六、跨国拼接前先算覆盖，避免用十来个国家冒充六十九国
#-- coverage <- tapply(!is.na(per$vignette_1), per$country, mean)

附录 E：如果只记五件事

第一，它是一次性横断面。每国只做一轮，2002 至 2004 年，做完即止。任何「趋势」的说法都不成立。

第二，六十九国、逾三十万名 18 岁以上受访者。数字有七十国的写法，差别在卷数与国家数的计数单位。

第三，工具是模块化的，还有长卷与短卷两种形式。各国自选模块，因此可比性逐变量成立，不是整体成立。

第四，它是 SAGE 的母版。六国的这一轮数据被追认为 SAGE Wave 0，两者的交集只有这六国。

第五，它没有生物样本与体格测量。健康信息全部自报，诊断史取决于是否就医，这是它最大的边界。

编辑说明

本篇的核验时间为 2026 年 10 月 29 日。核验方式为：直接读取世界卫生组织多国调查数据档案的 WHS 集合页与卷页、世界卫生组织老龄研究页面的 Wave 0 段落、WHS+ 集合页与专家咨询报告，并以 2003 年方法学章节与第三方目录作交叉校验。

未覆盖的内容包括：各国实施年份的逐国清单、各国应答率的逐国数值、未发布微数据国家的具体原因、WHS+ 试点国家的完整名单与样本规模。这些内容或需逐卷读取，或官方尚未系统公布，故不在正文中给出具体数值。

关于两处口径不一致的处理：国家数的六十九与七十、SAGE Wave 0 国家的四与六，正文并列两种写法并说明差异来源，不做单方面裁决。引用时应注明所用口径。

关于数字使用纪律：正文只收规模、结构与边界三类数字，不列各国样本量表，不给百分位、分布或患病率。凡涉及「多少国家有多少受访者」的分国明细，请直接查档案卷页，不在本文转述。