在这篇评论中我关注的重点是报告统计附件中的各国卫生系统绩效排名。报告正文中阐述的卫生系统框架毫无争议，目前仍被广泛采用，而附文对于卫生系统研究者价值巨大。与之相反，对于国家排名，研究者和政治家们给予了相当多的评论，其中大部分都是批评性的。有的学者专注于报告中提出的许多建议及其逻辑推理背后所隐含的意识形态问题，在他们看来这是亲市场的意识形态，特别是看起来像是以税收筹资为主的国家卫生服务系统和声誉不佳的苏联体制的混合体^[3](也许是预见到了十年后新自由主义对奥巴马总统卫生改革的批评)。他和Almeida等人批评该报告盲目抛弃阿拉木图宣言中提出的初级卫生保健模式，认为撰写报告的作者在意识形态上反对政府在筹资和提供卫生服务方面所应扮演的积极角色。^[4]然而，这种观点并不具有普遍性，一位评论家在华尔街日报上指责WHO采取“马克思主义”立场，提倡政府应在卫生服务提供中发挥更实质性作用。^[5]为了反映这种多样性，Williams质疑卫生系统是否实际存在被广泛认可的目标。^[6]

Navarro十分怀疑排名的可靠性，西班牙和意大利在绩效排行上位居前列，但居民满意度却不高。同样地，在卫生筹资公平性方面，哥伦比亚的排名在加拿大之上也耐人寻味。^[7]质疑排名可靠性的还有Williams，他对实现医疗保障全覆盖的丹麦在反应性方面排名比美国靠后表示怀疑。^[6]甚至有文章指出卫生系统的总体排名与国际足联(FIFA)发表的国家足球队排名有惊人的相似性。^[8]

然而，主要的批评集中于绩效评价方法的技术层面。如果想把WHO的192个成员国和地区都进行排序，将会面临一个重大问题，因为这192个成员国和地区中，有一些几乎难以承担国家职能，甚至对其辖区也缺乏控制，这已是公认的事实。许多国家甚至缺乏最基本的信息，只有一小部分国家有正常运行的生命登记系统，所以如果想把健康结果之类的指标数据包括在内，就必须建立数学模型。即使只使用最简单的指标数据，如期望寿命，计算过程也相当复杂。在许多国家，从儿童死亡率调查到标准生命表的测算数据都有了成熟的方法，但这两者均需要很多假设。然而报告中使用了一个更为复杂的指标——伤残调整生命年^{[9, 10]}，不仅可获得的伤残数据少，而且使用这些数据需要对不同健康状态进行假设，这些假设争议很大。^[11]报告中对健康结果分布的估计遭到了更多批评；由于数据仅来源于少数国家且模型很复杂，这些测量本质上是个体内差异求和的结果。批评者称该报告仅仅测量健康的总体水平，而没有考虑社会和民族等健康影响因素的分布。若总体健康水平较高，即使内部有个别群体的健康水平很低，该系统仍将被误认为是很公平的。^[12]

在评估反应性时，问题更大。建模是基于对35个国家1 791名受访者的调查结果，而他们中的大多数是WHO的工作人员。^[6]建模过程中确实排除了那些难以合理解释的结果，并对那些不合理的高分进行了调整(比如专制体制国家人群对其卫生系统打出的分数很高)，但即使经过了这个过程，调查结果也并没有真正反映关键知情人的观点。^[13]

其他的批评主要是针对筹资公平性的测量，认为它没有考虑到穷人对卫生有更多需求以及再分配的规模，使用不同参数的综合指数后更无法体现这一点；同时公平性的测量缺少外部的同行评议。^[4]WHO曾对这些批评做出了回应，例如WHO提出是否有其他模型可以对缺失数据建模^[14]，并强调了数据估计的不确定性。^[15]尽管10年过去了，这些问题仍未解决。

最后，评价卫生绩效时有必要考虑到影响健康的各种决定因素，然后对卫生系统能改善到什么程度进行合理评估。正如Williams指出的，该报告过于简单地用受教育年限来评估。^[6]

这段简短的分析让我们不得不问，这个报告是否真的应该出版？既然没有足够的真实数据，而且还有许多方法学问题没有解决，那么发布这一报告是否过于草率？显然不是。尽管该报告有很多局限性，但是将卫生系统绩效评估坚定地提上了政治和研究日程，并且对卫生系统诸多要素的状况做出必要的澄清，这些具有重要意义。报告明确了卫生资源筹集的概念，强调仅仅为卫生服务筹资是不够的，必须考虑如何提供卫生服务和建立卫生系统，包括卫生人员、药品和卫生设施。报告还引入了监管(stewardship)的概念，监管这个词很难被准确地翻译成别的语言，但它是指政府对卫生系统进行的一系列谨慎负责的管理行为。^[16]

然而，最为重要的是报告催生了一些重大的研究项目和行动计划。其中优先要解决的是相关数据的缺失问题：有太多的人出生和死亡，却没有关于他们存在的任何记录。尽管还存在大量缺失数据，但WHO的卫生计量学网络、西雅图华盛顿大学卫生计量与评价研究所、人口学监测的深度网络以及其他一些成员所做的工作对改善数据的可利用性贡献良多。尽管还不足于取代真实数据，但是在有缺失值的地方，数据估测的工作仍然在继续，如在181个国家中估计孕产妇死亡率。^[17]通过世界卫生调查可以填补卫生系统反应性数据中的缺失，同时也希望能在克服文化差异的方法上取得进展。这样，“辅测定锚法”使得标准化评估卫生系统绩效的要素成为可能。^[18]通过加强对现有调查数据的利用，其他方面的绩效也能得到测量，这点可以参见卫生保健服务灾难性费用支出指标的测量进展。^[19]

在取得这些进展的同时，我们还应看到问题依然存在。世界卫生调查承诺将弥补我们在测评方法上的主要不足，但却一直没有实现。持续使用总体健康水平的综合测评存在一个重大缺陷，即归因问题。2000年世界卫生报告绕过了这个问题，将卫生系统定义为：“主要目的是促进、恢复或保持健康的任何组织、个人和行动”。但是，正如一些评论家们指出的那样，尽管人们可能期望卫生服务系统改善公共卫生政策，但影响健康的还有许多其他因素，例如2000年世界卫生报告认为地中海饮食国家的卫生系统取得了很好的绩效。^[20]可避免的死亡率这种提法已经得到越来越多的关注，它指的是通过及时有效的卫生服务，避免由可预防因素造成的死亡。^[21]许多发达国家的卫生系统在最近几年取得了实质性进展，而美国则落在了后面。^[22]可以避免的死因在发达国家造成的影响也有很大的差异，如糖尿病。^[23]许多方法学问题仍需要考虑^[24]，曾用来跟踪国内进展的肿瘤生存率数据越来越多地被用于国家间的比较。^[25]尽管面临可比性难题，尝试使用其他测量方法，如使用来自卫生保健机构的数据进行测量，也取得较好经验。^[26]

2000年世界卫生报告，对促进卫生系统绩效研究及相关研究团队的组建方面起了非常重要的作用，目前有许多团队在研究这些问题和完善相关的技术与方法，包括上文提到的WHO和西雅图的团队，还有其它在OECD^[27]以及欧洲卫生系统和政策观察组织^[28]中的团队。

2000年世界卫生报告最大的成就也许是将卫生系统绩效纳入了政治议程。尽管一些在排名中表现不佳的国家根本无视这一排名，但是其中一些国家则组织研究来发现他们表现不佳的原因。他们还提出了一些卫生服务提供的问题。更为普遍的是，有一些国家因为在某些方面与其他国家相比表现欠佳，就采取了新的政策，现在有大量这样的例子，例如一度在癌症存活率上表现较差的英国开始采取行动。^[25]对于政治家来说，现在很难再忽视用来进行绩效比较的数据了，这也许是这本报告的最大贡献。