DOI:10.3969/j.issn.1674-2982.2025.06.010
中图分类号:R197
美国对撒哈拉以南非洲卫生援助的动因分析 ——基于2002—2021年的面板数据
钟辰阳1,2， 黄葭燕1,2
| 【作者机构】 | 1复旦大学公共卫生学院； 2复旦大学全球健康研究所 |
| 【分 类 号】 | R197 |
| 【基 金】 | 国家社科基金重大研究专项（20VMG027） |
全文
文内图表
参考文献
出版信息
目录
文内图表
·全球卫生·
美国对撒哈拉以南非洲卫生援助的动因分析
——基于2002—2021年的面板数据
1 引言
21 世纪以来，随着卫生问题全球化和千年发展目标的提出，全球卫生问题日益受到国际社会的关注，卫生发展援助（Development Assistance for Health，DAH）也发挥越来越重要的作用。DAH 不仅在改善全球疾病防控、基本卫生服务覆盖以及突发公共卫生事件响应等全球卫生领域中发挥关键作用，也逐渐成为各国外交战略与全球影响力竞争的重要手段。美国长期以来是全球卫生领域的领导者，在DAH 中占据主导地位。根据华盛顿大学卫生计量与评估研究所（Institute for Health Metrics and Evaluation，IHME）的数据，2013—2023 年，美国每年提供的DAH 金额占全球DAH 总额的比例持续保持在65%以上。［1］9·11 事件后，全球卫生问题逐渐成为美国国家战略的关键议题。通过美国总统防治艾滋病紧急救援计划（U.S.President’s Emergency Plan for AIDS Relief，PEPFAR）、美国总统防治疟疾行动计划（President’s Malaria Initiative，PMI）等倡议，美国在21世纪后大量投入DAH。
撒哈拉以南非洲地区超过5%的当地人口感染乙肝病毒，新生儿出生低体重发病率高达9.76%，死产、性传播疾病等仍主要发生在该地区［2］，改善其卫生状况对于实现可持续发展目标（Sustainable Development Goals，SDG）具有现实意义。撒哈拉以南非洲地区也是美国DAH的重点援助地区。美国国会研究处的报告指出，2012—2022 财年期间，美国向撒哈拉以南非洲地区提供的对外援助中约70%都用于卫生领域。［3］
研究美国DAH的动因有助于理解其在全球卫生领域的战略布局和援助行为，揭示其援助政策制定的优先事项与资源分配模式。当前国内外关于援助动因的研究大多聚焦于总体对外援助，对DAH 的专门性研究仍较为薄弱，难以准确解释援助国DAH 的政策取向与动态变化。［4-6］仅有少量关于美国DAH 动因分析的定量研究。GUPTA 等人通过建立多变量回归模型，探究美国地缘政治优先事项与受援国年度DAH 决策之间的关联。［7］刘长君利用2001—2017 年的援助面板数据对美国对撒哈拉以南非洲DAH的现实考量展开实证研究。该研究通过对美国在撒哈拉以南非洲国家基本卫生援助和防艾卫生援助资金分配的政治、经济和安全因素进行回归分析，指出美国对非卫生援助政策中掺杂的政治与经济考量弱化了其所宣扬的道义原则，填补了国内DAH 动因量化分析的空白。［8］将DAH 动因拆解与量化的研究有待丰富，为此，课题组已于此前开发适用于DAH动因分析的指标体系，为DAH动因分析提供一系列量化指标。［9］基于上述研究背景，本研究将以撒哈拉以南非洲地区为例，运用已开发的DAH 动因分析指标体系对2002—2021 年美国的DAH 动因进行量化分析，探讨其援助动因的构成并进一步剖析其DAH策略与政策制定的内在逻辑，为我国优化DAH 布局与策略制定提供科学依据与政策建议。
2 研究方法
2.1 研究框架与工具
援助国的援助分配与援助动因密切相关，对援助国援助分配进行研究有利于更深入地了解其背后的援助动因。［10］既往文献通过研究对外援助资金分配的影响因素探究对外援助的动因。［4，8］因此，本研究通过分析美国DAH资金在撒哈拉以南非洲地区部分受援国分配的影响因素，了解其DAH 的潜在动因（图1）。
图1 美国卫生发展援助动因分析研究框架
课题组于2024 年基于对外援助动因的理论研究，采用德尔菲专家咨询法构建了适用于DAH 的动因分析指标体系，为研究援助国DAH 动因提供了辅助量化分析工具。该指标体系共有三级指标，从援助国和受援国角度出发，将援助国的DAH 动因分为援助国政治利益、援助国经济利益、援助国安全利益以及受援国需求4个一级维度。［9］
本研究将基于前期构建的动因分析指标体系选取动因指标，通过Stata MP17 软件进行回归分析，以探究可能影响美国对非DAH的核心因素。由于本研究重点探究援助国角度的援助动因，因此后续结果与讨论将重点聚焦美国的政治、经济和安全利益3个一级维度。
2.2 研究对象
本研究选取美国在2002—2021 年提供DAH 金额最多的15个撒哈拉以南非洲国家（博茨瓦纳、科特迪瓦、刚果民主共和国、埃塞俄比亚、肯尼亚、马拉维、莫桑比克、卢旺达、纳米比亚、尼日利亚、坦桑尼亚、南非共和国、乌干达、津巴布韦、赞比亚）的面板数据作为研究对象。这15个撒哈拉以南非洲国家接收的DAH总额占美国在撒哈拉以南非洲地区提供的DAH 总额的83.61%，接收DAH 的情况具有良好代表性。
2.3 指标选取
2.3.1 因变量
因变量采用美国向各受援国提供的DAH年度承诺额，时间跨度为2002—2021年。与支付额相比，援助国能更大程度控制承诺额，使用承诺额更能反映出援助国对于DAH的分配意愿。［11］
2.3.2 自变量
自变量在DAH 动因分析指标体系的基础上选取，以指标体系中的二级指标作为自变量。该指标体系共有4 个一级指标、10 个二级指标、22 个三级指标。自变量的筛选以80%规则为原则，对缺失值超过20%的二、三级指标进行剔除。［12］筛选后，共有8 个二级指标作为自变量，分别为政治关系紧密程度、商业贸易利益、援助国本国经济状况、传统安全、卫生安全、发展需求、健康状况、卫生资源配置（图2）。其中，政治关系紧密程度、商业贸易利益、援助国本国经济状况、传统安全、卫生安全为核心自变量。
图2 卫生发展援助动因分析自变量
每个自变量（二级指标）的值由其下属的三级指标计算而得。首先，对存在缺失值的三级指标采取线性插值法填补，并对所有三级指标按年份进行正向/负向化，使每个自变量下属的三级指标保持方向一致且取值范围在［0，1］，从而得到每个三级指标的值。随后，对每个自变量下属的三级指标取均值，最终得到自变量的值（表1）。
表1 卫生发展援助动因分析自变量说明
注：各自变量的值为其对应下属的三级指标得分的均值，取值范围为［0，1］。“数据来源”一栏为三级指标的来源。
自变量（二级指标）政治关系紧密程度三级指标说明虚拟变量，受援国j是否为援助国曾经的殖民地，0=否，1=是。联合国大会投票的理想点之差的绝对值。标准化方向数据来源CEPII United Nations General Assembly Voting Data商业贸易利益在t时期内援助国与受援国j的进出口总额，单位为当年现价美元（百万）。在t时期内援助国向受援国j出口的医药卫生产品总额，单位为当年现价美元（百万）。UN Comtrade UN Comtrade援助国本国经济状况传统安全三级指标受援国是否为援助国前殖民地受援国与援助国在联合国大会投票的理想点距离受援国与援助国之间的进出口总额受援国与援助国之间的医药卫生产品出口总额援助国人均GDP World Bank Open Data受援国是否有正在进行中的暴力冲突UCDP/PRIO Armed Conflict Dataset受援国的暴力冲突历史UCDP/PRIO Armed Conflict Dataset卫生安全World Bank Open Data SDG Global Database发展需求健康状况受援国艾滋病毒感染率受援国结核病发病率受援国疟疾发病率受援国人口总数受援国预期寿命SDG Global Database World Bank Open Data World Bank Open Data World Bank Open Data SDG Global Database卫生资源配置受援国5岁以下儿童死亡率受援国孕产妇死亡率受援国疾病负担（DALYs）受援国年度卫生支出占GDP的百分比受援国医生、临床和社区卫生工作者数量在t时期内援助国的人均国内生产总值，单位为2015年不变价美元分类变量，即t时期内受援国j内的政府是否作为冲突的一方参与武装冲突。0=受援国当年无武装冲突；1=受援国当年存在低烈度武装冲突，年死亡人数为25～999人；2=受援国当年存在高烈度武装冲突，年死亡人数至少达1 000人。虚拟变量，考虑了冲突的时间维度。0=低烈度冲突，自冲突爆发以来与战斗相关的死亡人数未超过1 000人；1=高烈度冲突，自冲突爆发以来与战斗相关的死亡人数超过1 000人。在t时期内受援国j每1 000名未感染者中新增HIV感染人数。在t时期内受援国j每10万人中的结核病发病例数。在t时期内受援国j每1 000人中的疟疾发病例数。在t时期内受援国j年中的人口总数（万）。在t时期内受援国j新生儿的平均出生时预期寿命，单位为年。在t时期内受援国j未满5岁儿童死亡的人数占每1 000名活产婴儿的比例。在t时期内受援国j每10万名活产婴儿中孕产妇死亡人数。在t时期内受援国j全体人口的伤残调整寿命年，单位为年。在t时期内受援国j年度卫生支出占当期GDP的百分比。在t时期内受援国j每10 000人中医生、临床和社区卫生工作者的数量。正负 正正 正负 负 负负负正正负负负正正Institute for Health Metrics and Evaluation The Global Health Observatory Institute for Health Metrics and Evaluation
政治利益维度：政治关系紧密程度反映受援国与援助国之间的政治利益一致性。选取“受援国是否为援助国前殖民地”和“受援国与援助国联合国大会投票的理想点距离”三级指标。健康领域的对外援助有助于援助国维持殖民时期发展起来的政治影响力。［13］“受援国与援助国联合国大会投票的理想点距离”利用联合国大会投票数据计算各国的理想点（Ideal Point），以两国间的理想点距离（Ideal Point Distance）绝对值反映两国政治立场的一致性。理想点之差的绝对值越小，代表双边政治关系越好，政治立场一致性越高。［14］经标准化后的政治关系紧密程度得分越高，说明援助国与受援国之间的政治利益一致性越高。
经济利益维度：商业贸易利益方面，受援国与援助国之间的进出口总额越高，说明两国间经济往来越密切。经标准化后的商业贸易利益得分越高，代表援助国在与受援国进行商业贸易时所获的经济利益越大。
安全利益维度：传统安全方面，受援国的暴力冲突情况反映受援国内部的危机与脆弱性。受援国内部的不稳定性可能导致本国的难民出逃，对援助国本身的安全以及社会稳定造成威胁。［15］同时，受援国境内的冲突可能危及援助人员的人身安全，影响援助项目顺利进行。为存在暴力冲突的受援国提供DAH 是维护援助国本国安全利益的手段之一，经标准化后的传统安全得分越高，代表受援国传统安全状况越好。卫生安全方面，HIV/AIDS、结核病和疟疾是全球公认的3大公共卫生威胁［16］，被美国描述为安全问题［17］。对3大传染病盛行的国家提供DAH 有利于将传染病阻隔在援助国境外，维护援助国的卫生安全。经标准化后的卫生安全得分越高，代表受援国本国卫生安全状况越好。
受援国需求维度：发展需求以受援国人口规模反映。［18］经标准化后的发展需求得分越高，代表受援国发展需求越大。健康状况方面，预期寿命和5岁以下儿童死亡率是广泛反映人口健康状况的重要指标。［19］孕产妇死亡率是SDG 全球指标框架的官方指标之一，对于反映SDG3 的进展有重要意义。DALYs则已成为世卫组织量化评估疾病负担的首选指标。［20］经标准化后的健康状况得分越高，代表受援国健康状况越好，健康需求越小。卫生资源配置本质反映卫生体系的发展能力和潜在发展需求。DAH 能改善受援国卫生资源匮乏的情况，助力受援国卫生系统能力发展。“受援国年度卫生支出占GDP 的百分比”越高，说明卫生资源配置相对充足。［21］此外，实现高水平的全民健康覆盖（UHC）还需要足够的卫生人力资源。［22］经标准化后的卫生资源配置得分越高，代表受援国卫生资源配置水平越高。
2.3.3 控制变量
已有研究显示，受援国人均GDP 是影响援助资金分配的重要因素。［23-24］因此，将该变量作为本研究的控制变量，对其同样进行正向化处理。
2.4 数据来源
因变量的数据来源为OECD 债权人报告系统（Creditor Reporting System，CRS）。其中，DAH 金额数据已由OECD官方换算成2022年不变价美元。
自变量的数据来源于8 个公开数据库，包括：CEPII、United Nations General Assembly Voting Data、UN Comtrade、World Bank Open Data、UCDP/PRIO Armed Conflict Dataset、SDG Global Database、Institute for Health Metrics and Evaluation、The Global Health Observatory。
2.5 模型构建
根据上述变量设定，构建美国2002—2021 年DAH资金分配影响因素的面板数据模型：
公式（1）中：i表示样本中的所有受援国，t表示观测年份；lnDAHit为因变量，表示第i个受援国在第t年接收美国的DAH 的对数；politicit表示第i个受援国在第t年的政治关系紧密程度得分；tradeit 表示第i个受援国在第t 年的商业贸易利益得分；donor_economict表示援助国在第t 年的援助国本国经济状况得分；tra_securityit 表示第i个受援国在第t年的传统安全得分；hea_securityit 表示第i 个受援国在第t 年的卫生安全得分；developit 表示第i 个受援国在第t 年的发展需求得分；healthit 表示第i 个受援国在第t 年的健康状况得分；resourceit表示第i个受援国在第t年的卫生资源配置得分；recipient_GDPpcit 为控制变量，表示第i个受援国在第t年的人均GDP；γi表示个体效应；λt表示时间趋势；β1—β9表示系数；β0表示常数项；εit表示随机误差项。
由于受援国的国情各有不同，可能存在不随时间变化的遗漏变量，故对个体效应进行固定。对于时间效应，由于本研究采用的面板数据属于长面板数据（n=15，T=20），故对时间效应的控制通过加上时间趋势项来实现。［25］对于DAH 年度承诺额进行+1后取对数处理，得到lnDAHit。由于当年的DAH 决策往往受上一年的各项因素影响。因此，对所有自变量均采取滞后一期处理，此举可同时解决因潜在遗漏变量而产生的内生性问题。
对模型的多重共线性进行检验。结果显示，各个自变量的方差膨胀因子（VIF）值均＜10，认为自变量间不存在多重共线性。对面板数据的各个变量进行单位根检验以避免非平衡序列导致的伪回归问题。分别采用适用于长面板的LLC 检验和Fisher-ADF 检验进行单位根检验，所有自变量均通过检验，认为面板数据具备平稳性。
考虑到样本时间期数较大，同时各受援国之间可能存在关联性，样本可能存在组间异方差、组内自相关、组间同期相关问题。采用Wald 检验、Wooldridge 检验和Breusch-Pagan LM 检验分别对上述3大问题进行检验。结果显示，样本同时存在组间异方差、组内自相关和组间同期相关问题，故采用可同时处理这3 大问题的全面可行广义最小二乘（FGLS）模型回归，以得到更有效率的估计值。
3 结果
3.1 美国对撒哈拉以南非洲样本国家的总体援助情况
美国向样本受援国提供的DAH金额的时间变化趋势如图3所示。DAH 年度总额在2009年以前保持持续上升趋势，2009—2019 年总体保持平稳。受COVID-19 大流行影响，2020 年的DAH 金额达55.24亿美元，较上年增长92.34%，DAH 金额和环比增幅均达统计期间的最高值。
图3 2002—2021年美国在撒哈拉以南非洲地区样本国家的DAH金额变化趋势
注：数据来源于OECD债权人报告系统。
美国向样本受援国提供DAH 的渠道分布如图4所示。样本国家中，肯尼亚是美国提供DAH 最多的受援国，2002—2021 年美国共向其提供98.97 亿美元。公共部门是美国提供DAH 的最主要渠道，资金占比达46.27%，80%的样本受援国主要通过公共部门接收DAH，非政府组织和民间社会则次之，资金占比为26.49%。
图4 2002—2021年美国在撒哈拉以南非洲地区样本国家的DAH渠道分布
注：数据来源于OECD债权人报告系统。
美国向样本受援国提供DAH的援助领域分布如图5 所示。性传播疾病是美国DAH 的重点援助领域，其资金占比在2002—2021 年间达77.25%，这与美国自2003 年启动PEPFAR 有关，疟疾控制领域次之，资金占比为8.24%。
图5 2002—2021年美国在撒哈拉以南非洲地区样本国家的DAH领域分布
注：数据来源于OECD债权人报告系统。
3.2 美国对非援助核心动因的全面FGLS回归结果
本研究相关因变量与自变量的基本情况见表2。lnDAH 年度总额的均值为5.069。经处理后，所有自变量的取值范围均在［0，1］。
表2 变量描述性统计
变量名称lnDAH年度总额政治关系紧密程度商业贸易利益援助国本国经济状况传统安全卫生安全发展需求健康状况卫生资源配置受援国人均GDP平均值5.069 0.302 0.109 0.439 0.205 0.401 0.234 0.316 0.648 0.263标准差1.000 0.124 0.232 0.248 0.346 0.151 0.255 0.216 0.247 0.330最小值1.750 0.000 0.000 0.000 0.000 0.047 0.000 0.012 0.003 0.000最大值6.987 0.530 1.000 0.915 1.000 0.863 1.000 1.000 0.988 1.000观测数300 300 300 300 300 300 300 300 300 300
美国DAH动因分析回归结果见表3。美国本国的经济状况得分（β=0.807，P＜0.01）、政治关系紧密程度得分（β=0.334，P＜0.01）、商业贸易利益得分（β=0.325，P＜0.05）和传统安全得分（β=0.091，P＜0.01）对DAH资金分配产生正向影响。受援国健康状况得分（β=-0.411，P＜0.01）和卫生资源配置得分（β=-0.162，P＜0.01）则对DAH资金分配产生负向影响。
表3 美国DAH动因分析全面FGLS回归结果
lnDAH年度总额政治关系紧密程度商业贸易利益援助国本国经济状况传统安全卫生安全发展需求健康状况卫生资源配置受援国人均GDP年份常数项个体固定效应样本量Wald检验系数0.334 0.325 0.807 0.091 0.107-1.084-0.411-0.162-0.563 0.063-122.439标准误0.076 0.129 0.294 0.023 0.139 2.241 0.128 0.055 0.621 0.014 29.050 Z值4.36 2.52 2.75 3.91 0.77-0.48-3.22-2.94-0.91 4.36-4.21 P值0.000 0.012 0.006 0.000 0.440 0.628 0.001 0.003 0.364 0.000 0.000是300 Wald chi2(24)=1316.24 Prob ＞chi2=0.0000
综上所述，从美国本国利益角度来看，美国倾向于向政治关系紧密程度更高、商业贸易利益更大、境内安全状况更好的受援国分配更多的DAH。同时，美国本国的经济状况越好，提供的DAH 额也越多。从受援国需求角度来看，美国倾向于向健康状况更差、卫生资源配置水平更低的受援国分配更多的DAH。
4 讨论与建议
4.1 贸易与本国经济状况考量驱动美国提供DAH
进入21 世纪，美国政府前所未有地重视在非洲的贸易投资利益，这与非洲在世界经济格局地位的快速上升密切相关。［26］本研究中，商业贸易利益是影响美国DAH 资金分配的重要因素，结果与BERTHÉLEMY、刘长君等人的研究一致。［8，11］为进出口贸易往来更多的受援国提供DAH有利于深化美国与受援国之间的经贸合作关系，促进本国相关行业产品出口，从而增加美国本国企业经济效益，间接促进本国经济发展。美国企业受益于DAH计划的直接投资，美国经济亦通过这种全球贸易间接受益。［27］随着全球卫生供应链和药品获取的重要性日益凸显，经济和商业外交与卫生领域的关系也愈加密切。［28］DAH 是美国推行其经济战略的工具。如美国通过PEPFAR 长期向受援国提供由美国医药公司生产的抗HIV/AIDS 药物，维持本国医药公司在抗HIV/AIDS药物领域的优势地位。［29］因此，为了深化双边经贸关系并实现自身经济利益的最大化，美国向与本国进出口贸易联系紧密的受援国分配更多的DAH。
此外，美国本国的经济状况也是决定DAH 提供的基石。已有研究证明，经济衰退或财政紧缩时期，政府会削减援助资金，将其分配至国内需求更紧迫的领域。［23］特朗普政府公布的2026 财年预算提案计划削减1 630 亿美元的非国防类支出，其中就包括减少对涉及DAH 的美国开发署（USAID）、卫生与公众服务部（HHS）、疾病控制与预防中心（CDC）等机构的投资，此举旨在减少政府赤字，并将资源重新分配到国内优先事项上。［30］
4.2 美国通过DAH强化在非洲的国际影响力
对外援助的方向在很大程度上取决于政治和战略考虑。［31］美国将DAH 作为其发挥国际影响力的工具，强调在全球卫生领域的领导力建设。一方面，美国在DAH中对政治利益的考量体现在其与非洲国家关系的构建与发展中。以肯尼亚为例，CRS 数据库显示，肯尼亚是美国在2002—2021 年期间提供DAH最多的撒哈拉以南非洲国家。［32］2024年，肯尼亚被列为美国的“非北约主要盟国”，再次印证其与美国在政治利益上的一致性。由此可见，向政治关系更为紧密的受援国倾斜援助资源有利于深化双方政治外交联系，助力美国实现其在撒哈拉以南非洲的政治利益。
另一方面，DAH 能有效提高受援国人民对美国的整体印象，对提高美国国际形象具备独特优势。相较于对治理、基础设施和军事等领域的援助，DAH能以相对较低的投资改善公众认知，间接增强美国政府在国际事务协商中的影响力。有研究表明，对全球卫生领域可持续的投资能使受援国产生对美国的善意。持续的DAH不仅能助力全球疾病控制和消除，还能促进美国与受援国之间建立更紧密的联系。［33］
4.3 受援国安全问题影响美国DAH分配
卫生援助人员的人身安全是美国DAH中重点关注的安全问题。有研究表明，非当地社区的卫生工作者更易在武装冲突中遭受攻击。［34］美国国会的对外援助报告指出，非洲的冲突等危机往往导致和平队出于对志愿者安全的担忧而暂停援助项目。如2015 年马里和2017 年布基纳法索的援助项目因冲突而暂停，2014—2016 年几内亚、利比里亚和塞拉利昂的援助项目也因埃博拉疫情而暂停。［35］另外，当武装组织挪用或破坏援助物资，并将其用于阻碍当地民众与政府合作时，可能导致冲突局势进一步恶化。［36］卫生领域的科研合作项目就易受到受援国冲突影响。2023年，长期受美国HHS、CDC 支持的苏丹国家公共卫生实验室被武装分子占领，技术人员无法进入实验室，导致美苏有关霍乱研究的合作项目中断，还引发巨大的生物安全风险。［37］因此，向安全状况更好的受援国提供DAH更有利于美国的卫生合作项目顺利进行。
基于DAH 中的卫生安全利益考量，美国重点关注HIV/AIDS。PEPFAR 将绝大多数援助投入至撒哈拉以南非洲地区以改善当地HIV/AIDS，这也是美国向样本国家投入的DAH 中，性传播疾病资金占比遥遥领先的主要原因。本研究纳入的样本国家本身就是PEPFAR 的重点投资对象，然而，PEPFAR 在符合援助条件的国家之间的资源分配标准并未公开。［38］这可能是导致本研究卫生安全因素不显著的原因之一。另外，本研究“卫生安全”二级指标主要考虑HIV/AIDS、结核和疟疾三大传染病，其他重大传染病的指标由于数据可及性问题未能纳入其中，故也对结果造成影响。
4.4 美国DAH分配考虑受援国的需求
本研究结果显示出受援国健康需求和卫生资源配置需求是美国DAH 分配的考虑因素。以HIV/AIDS 为例，撒哈拉以南非洲国家长期面临严重的HIV/AIDS 威胁，美国在评估PEPFAR 受援国资格时就主要依据HIV/AIDS 感染人口规模、人口统计数据以及财政资源缺乏程度等反映受援国需求的指标。［38］同时，为加强撒哈拉以南非洲地区的卫生系统能力建设，保证援助的可持续性，美国格外重视当地的卫生人力资源建设，提升卫生资源薄弱国家的卫生资源配置水平。白宫已于2022 年启动“全球卫生工作者倡议”，计划至2025财年至少为非洲卫生人力资源投资40 亿美元，通过“加速初级卫生保健协作”“国家公共卫生研究所”“现场流行病学培训”等一揽子项目弥补非洲与全球在卫生人力资源方面的差距。［39］
4.5 对我国的启示与建议
基于上述对美国DAH 动因的分析，结合美国过往援助经验，为优化我国DAH提出以下启示与建议：
首先，应积极通过DAH 多渠道推动我国公共卫生产品的全球布局。助力我国公共卫生产品出口不仅能有效应对国际公共产品日益增长的需求，更有利于提高我国医药卫生产业链创新力与国际竞争力，是对我国推动新质生产力加快发展的有力呼应。具体而言，可借助“一带一路”合作框架，在援助项目实施过程中向沿线国家输出我国公共卫生产品。以疫苗出口为例：可在我国向“一带一路”国家供应COVID-19 疫苗这一优秀案例的基础上，进一步建立疫苗集中采购和准入机制，将我国疫苗产品输出制度化，在援助过程中不仅能控制成本，还能增加我国疫苗产品出口的机会。同时，通过共建医药卫生产品技术研发、转让中心等方式，提高我国在全球卫生产品供应链的参与度。在国家国际发展合作署的牵头下，联合国家卫健委等部门及领先医药企业，与国际组织、非政府组织等第三方共建相关技术研发和转让平台，促进我国卫生技术的创新合作、应用以及商业化。
其次，我国应注重DAH 实施过程中与发展中国家的关系建设。当前是国际秩序重塑的关键时期，团结引领全球合作伙伴对于我国积极参与并贡献于国际秩序的转型进程具有重要意义，当前，美国政府大幅缩减对DAH的投资力度，我国应把握这一契机，寻求更大的合作空间，让DAH服务于国家战略，助力共建“人类卫生健康共同体”。政府层面，应加强对卫生领域双边援助的投资以深化政府间联系，从而为未来将双方卫生领域的利益共同点扩展至其他合作领域奠定基础。民间层面，重视我国DAH 在合作伙伴国当地的社会影响力建设，在我国援外医疗队已有工作的基础上，加强经验与技术推广，打造具有中国特色的DAH 品牌，增加当地人民对我国DAH 工作的知晓和认可。同时，鼓励中国的非政府组织积极与合作伙伴国本土的社会组织、社区团体开展卫生合作，融入当地社会网络，精准对接社区卫生需求，从而与当地民众构建起更加广泛和坚实的伙伴关系基础。
最后，应密切关注合作伙伴国家当地的安全状况，尽可能保证援助环境的安全。我国应加强对援助项目中安全风险的预警与管理机制建设，提升在不稳定地区的应变能力，保障派遣至当地的卫生人员的人身安全以确保援助的持续性。
作者贡献：钟辰阳负责研究选题、研究框架设计、数据收集与分析、论文撰写、论文修改与审校；黄葭燕负责选题和研究设计把关，指导数据分析、论文撰写与修改。
作者声明本文无实际或潜在的利益冲突。
［1］KRUGMAN A.A "Defining Moment" for Global Health Funding［EB/OL］.（2025-02-13） ［2025-05-12］.https：//www.thinkglobalhealth.org/article/defining-moment-globalhealth-funding
［2］WHO Regional Office for Africa.Atlas of African Health Statistics 2022： Health situation analysis of the WHO African Region［R］.Brazzaville： WHO Regional Office for Africa，2022.
［3］Congressional Research Service.U.S.Assistance for Sub-Saharan Africa： An Overview［EB/OL］.（2023-11-07）［2025-05-10］.https：//sgp.fas.org/crs/row/R46368.pdf
［4］YOUNAS J.Motivation for bilateral aid allocation：Altruism or trade benefits［J］.European Journal of Political Economy，2008，24（3）： 661-674.
［5］DREHER A，STURM J-E，VREELAND J R.Development aid and international politics： Does membership on the UN Security Council influence World Bank decisions？［J］.Journal of Development Economics，2009，88（1）： 1-18.
［6］GUILLON M，MATHONNAT J.What can we learn on Chinese aid allocation motivations from available data？ A sectorial analysis of Chinese aid to African countries［J］.China Economic Review，2020，60： 21.
［7］GUPTA V，TSAI A C，MASON-SHARMA A，et al.Have geopolitics influenced decisions on American health foreign assistance efforts during the Obama presidency？［J］.Journal of global health，2018，8（1）： 010417.
［8］刘长君.美国对撒哈拉以南非洲官方卫生援助的现实考量： 一项基于2001—2017 年援助面板数据的实证研究［J］.未来与发展，2022，46（1）： 51-60.
［9］钟辰阳，黄葭燕.卫生发展援助动因分析指标体系构建［J］.中国卫生政策研究，2024，17（9）： 68-75.
［10］CAO X，UDVARI B.Which Factors Influence Japan′s ODA Allocation in Chinese Provinces？［J］.SSRN Electronic Journal，2022： 1-20.
［11］BERTHÉLEMY J C，TICHIT A.Bilateral donors’ aid allocation decisions：a three-dimensional panel analysis［J］.International Review of Economics & Finance，2004，13（3）： 253-274.
［12］BIJLSMA S，BOBELDIJK I，VERHEIJ E R，et al.Large-Scale Human Metabolomics Studies： A Strategy for Data（Pre -）Processing and Validation［J］.Analytical Chemistry，2006，78（2）： 567-574.
［13］BECKER B.Colonial Legacies in International Aid：Policy Priorities and Actor Constellations［M］//SCHMITT C.From Colonialism to International Aid： External Actors and Social Protection in the Global South.Palgrave Macmillan，Cham，2020： 161-185.
［14］BAILEY M A，STREZHNEV A，VOETEN E.Estimating Dynamic State Preferences from United Nations Voting Data［J］.Journal of Conflict Resolution，2017，61（2）：430-456.
［15］LISCHER S K.The Global Refugee Crisis： Regional Destabilization & Humanitarian Protection［J］.Daedalus，2017，146（4）： 85-97.
［16］VITORIA M，GRANICH R，GILKS C F，et al.The Global Fight Against HIV/AIDS，Tuberculosis，and Malaria： Current Status and Future Perspectives［J］.American Journal of Clinical Pathology，2009，131（6）：844-848.
［17］AKHAVEIN D，SHEEL M，ABIMBOLA S.Health security：Why is ‘public health’ not enough？［J］.Global Health Research and Policy，2025，10（1）： 1-8.
［18］YABE K，OPRŠAL Z，HARMÁČEK J，et al.Aid allocation across the humanitarian-development-peace nexus： the role of fragility as a donors′ motive［J］.Humanities and Social Sciences Communications，2024，11（1）： 1039.
［19］BENDAVID E，BHATTACHARYA J.The Relationship of Health Aid to Population Health Improvements［J］.JAMA internal medicine，2014，174（6）： 881-887.
［20］HANLON M，GRAVES C M，BROOKS B P C，et al.Regional variation in the allocation of development assistance for health［J］.Globalization and Health，2014，10（1）： 8.
［21］World Health Organization.Health expenditure［EB/OL］.［2025-01-21］.https：//www.who.int/data/nutrition/nlis/info/health-expenditure
［22］HAAKENSTAD A，IRVINE C M S，KNIGHT M，et al.Measuring the availability of human resources for health and its relationship to universal health coverage for 204 countries and territories from 1990 to 2019： a systematic analysis for the Global Burden of Disease Study 2019［J］.The Lancet，2022，399（10341）： 2129-2154.
［23］王国庆.国际官方发展援助分配研究［D］.北京： 中国社会科学院研究生院，2012.
［24］SEN O.Strategic Aid： Explaining The Motives And Choices Of International Donors［D］.Atlanta： Georgia State University，2018.
［25］陈强.高级计量经济学及Stata 应用［M］.北京： 高等教育出版社，2014.
［26］刘中伟.二战以来美国对非政策的动因与走向［J］.国际论坛，2017，19（5）： 14-21，79.
［27］DIELEMAN J L，APEAGYEI A E，HAY S I，et al.The USA′s role in global development assistance for health，2000-30［J］.The Lancet，2024，404（10469）： 2258-2260.
［28］伊洛娜·基克布施，海克·尼科古希安，米歇尔·卡察契肯，等.全球卫生外交指导手册［M］.北京： 清华大学出版社，2023.
［29］晋继勇.美国全球卫生治理的战略、实质及问题［J］.美国研究，2011，25（1）： 90-109，104.
［30］ROMM T.Trump Proposes $163 Billion in Cuts Across Government in New Budget［EB/OL］.（2025-05-02）［2025-05-06］.https：//www.nytimes.com/2025/05/02/us/politics/heres-the-latest.html#
［31］ALESINA A，DOLLAR D.Who Gives Foreign Aid to Whom and Why？［J］.Journal of Economic Growth，2000，5（1）： 33-63.
［32］Organisation for Economic Co-operation and Development（OECD）.OECD.Stat［EB/OL］.（2023-12-08）［2025-05-06］.https：//stats.oecd.org/Index.aspx？ThemeTreeID=3&lang=en
［33］JAKUBOWSKI A，MAI D，ASCH S M，et al.Impact of Health Aid Investments on Public Opinion of the United States： Analysis of Global Attitude Surveys From 45 Countries，2002—2016［J］.American Journal of Public Health，2019，109（7）： 1034-1041.
［34］HAAR R J，READ R，FAST L，et al.Violence against healthcare in conflict： a systematic review of the literature and agenda for future research［J］.Conflict and Health，2021，15（1）： 37.
［35］HUSTED T F，ARIEFF A，BLANCHARD L P，et al.U.S.Assistance for Sub-Saharan Africa： An Overview［EB/OL］.（2022-08-30） ［2025-01-26］.https：//crsreports.congress.gov/product/pdf/R/R46368/4
［36］DREHER A，LANG V，REINSBERG B.Aid effectiveness and donor motives［J］.World Development，2024，176：106501.
［37］WINTERS N.EXC： Fauci，DOD & CDC Funded Deadly Pathogen Research At Sudanese Biolab Seized By Militants［EB/OL］.（2023-04-26） ［2025-05-06］.https：//warroom.org/us-govt-funded-seized-sudanese-biolab/
［38］OTTERSEN T，KAMATH A，MOON S，et al.Development assistance for health： what criteria do multiand bilateral funders use？［J］.Health Economics，Policy，and Law，2017，12（2）： 223-244.
［39］The White House.U.S.-Africa Partnership in Health Cooperation Fact Sheet［EB/OL］.（2022-12-15） ［2025-05-07］.https：//china.usembassy-china.org.cn/fact-sheet-us-africa-partnership-in-health-cooperation/
Motivation analysis of the United States development assistance for health in Sub-Saharan Africa： Evidence from panel data，2002—2021
X