基于元回归的疫苗分配效率和公平的影响因素研究＊

■ 孙琬莹 刘云

中国科学院大学公共政策与管理学院 100190

0 引言

疫苗每年预防了约250 万儿童死亡，并且随着某些导致儿童死亡的主要病症（包括肺炎、腹泻和疟疾）引入了新疫苗，疫苗的作用会越来越大。然而，世界各地的许多儿童仍然没有接种数十年前就已经开发成熟的基本儿童疫苗[1]。尽管推广疫苗这一工作已经取得了进展，但国家之间和国家内部的疫苗接种覆盖率仍然存在严重的不平等。例如，脊髓灰质炎疫苗(Polio Vaccine,PV)的覆盖率在高收入国家平均达到99%，但在低收入地区仍为78%，甚至还有一些国家更低，如几内亚只有51%的儿童在出生后的第一年接受了PV。在某些特定的人群中，儿童疫苗覆盖率可能更低。教育、地理位置、家庭财富和多维贫困是儿童疫苗接种的重要决定因素，这些因素都导致了国家内部覆盖面的不平等[2]。

为了解决全球疫苗获取不平等的问题，全球疫苗免疫联盟（the Vaccine Alliance,GAVI）于2000年正式诞生。GAVI 的性质是全球公私合作伙伴关系，而提高疫苗的覆盖率和公平性是GAVI2021～2025年的核心战略。因此，了解为什么一些国家实现了更高、更公平的疫苗覆盖水平，对于制定未来的战略方法至关重要。在疫苗覆盖率和公平性的领域，我国的学界研究落后于国内和国际实践。今天，我国正在和GAVI逐步达成疫苗研究、开发、运输和分配的全产业链合作，共同推进疫苗在全球的普遍推广和公平分配，在这一时代背景下，进行疫苗覆盖率和公平性的研究更加重要和紧迫。

国内对全球疫苗免疫联盟、全球健康发展援助领域少人涉足。但与此同时，西方已经有了较为全面的探讨。先前对免疫支持的评估显示，有关免疫的政策决策和现有卫生系统对增加疫苗覆盖率具有重要的积极影响。疫苗可以通过降低疾病发病率，改善健康状况并降低死亡率，提高健康水平。有研究表明，疫苗接种水平的任何积极变化都可以改善婴儿和儿童的死亡率[3]。此外，还有学者认为公共健康相关的基础设施建设可能会增加非特异性免疫，进而增加疫苗的保护功效[4]。

GAVI 的支持是否使各国的免疫接种率增加？该机构的核心工作是改善疫苗的普及性，那么学者们当然可以发现疫苗接种率正在上升，但这种现象其实具有很大的欺骗性。例如，有研究指出，如果没有创建GAVI，那么各国可能会找到其他方式为其民众提供疫苗，因此GAVI 对4/5 的疫苗覆盖率变化没有影响或影响很小[5]。此外，还有少数研究关注了GAVI 的公平性，比如，有学者认为GAVI给予私人捐助者较多的单方面权力来决定全球卫生目标的做法有失偏颇[6]。

虽然国外学者对疫苗的覆盖率和公平性已经有了较为丰富的和深刻的讨论，但仍有以下几个问题：首先，研究多以定性分析为主，讨论多围绕国际组织的运作模式、成长路径等领域，少有使用官方数据的定量分析；研究多流于表面，停留在对国家间疫苗覆盖率差异和不公平性的批评上，而未有研究深入挖掘此现象的成因；研究多为案例分析，聚焦某个地区、某个国家，而少有国家间的对比分析。在本研究中，本研究针对GAVI 所广泛推行的典型疫苗PV，首先探索了影响PV 覆盖率的国家级因素；接下来，本研究采用量化手段进行元回归，进一步深入研究影响PV 覆盖率的不平等情况的国家级因素，回归共涉及GAVI 支持的44 个国家。本研究将聚焦国家卫生系统、卫生筹资、治理以及地理和社会文化因素对国家间疫苗接种覆盖率及其不平等程度的作用，旨在填补当前学界研究空白，为我国未来的疫苗战略提供理论指导。本研究作为国家自然科学基金项目《新兴产业全球创新网络形成机制、演进特征及对创新绩效的影响研究》中公共卫生领域全球创新网络演进特征部分的研究成果，既填补了理论上的空白，也为我国和世界范围内的实践提供了实践指导。

1 数据和回归方法

1.1 数据

本研究的分析仅限于GAVI 支持的国家于2010～2020年的疫苗接种数据，样本共包含44个国家。本研究使用了人口与健康调查(Demographic and Health Sur‐veys, DHS)的数据。DHS 是自1984年以来在大多数低收入和中等收入国家进行的具有全国代表性的住户调查。DHS 重点关注母婴健康，访查员训练有素，且使用标准化问卷，有助于保证收集的数据在各国之间具有可比性，给本研究提供了较好的环境。本研究数据均为公开数据，来自世界银行世界发展指标数据库、世卫组织全球卫生支出数据库、世界银行全球治理指标项目、联合国开发计划署人类发展报告数据库[7]。

1.2 变量

1.2.1 因变量

在每个国家，本研究构建了4 个因变量：国家PV 覆盖率、以及3个PV覆盖率绝对不平等的测量办法。

（1）.覆盖率的测算

每个国家的全国PV 覆盖率由调查时接种含PV 疫苗的12-23 个月儿童的比例估算。PV 和流行性脑脊髓膜炎疫苗（Meningococcal Vaccine, MCV）的覆盖率已经成为某一国家和地区的衡量免疫系统性能所常用的覆盖率指标[8]。因此，本研究在稳健性检验中对MCV的覆盖率也进行了回归，以评估结果稳健性。

（2）公平性的测算：公平斜率指数(Slope Index of In‐equality,SII)

由于公平性在不同维度上可能存在很大差异，本研究参考前人研究，使用3 个不同的指标来衡量覆盖率的公平性：财富指数、教育指数和多维贫困指数（Multidi‐mensional Poverty Index,MPI）[9]。财富指数构建自家庭对选定资产、住房材料以及获得清洁水和卫生设施的所有权。教育指数由6 个表示教育程度的哑变量来衡量。MPI 由DHS 中可用的10 个指标构建，以衡量家庭层面在健康、教育和生活标准方面重叠的剥夺情况。

本研究使用SII测量3个指标PV覆盖范围的绝对不平等。SII 表示每个指标衡量的社会维度顶部与底部的预期PV 覆盖率的百分比差异。SII 值为零意味着，覆盖率在社会群体中呈平均分布，而正值则表明在更具社会优势的群体中覆盖率更高。

本研究使用逻辑回归计算SII。首先将家庭的3 个指标从低到高排序，再根据他们在每个指标的累积分布中的位置分配一个相对排名指数（最小为0，最大为1），再将孩子的疫苗接种状态对其相对排名回归，即可得到SII。

1.2.2 国家层面的预测因子

本研究使用了由健康问题社会决定因素委员会制定的概念理论来指导国家级预测因子的选择。该理论从权力理论出发，认为造成社会健康不平等的机制主要包括3个核心组成部分：（1）健康不平等的结构性决定因素；（2）健康的中间决定因素；（3）社会经济和政治背景。该理论认为，结构性决定因素包括所有在社会中产生分层和社会阶级划分，并在权力、声望和资源获取渠道中定义个人社会经济地位的社会和政治机制；结构性决定因素通过健康的中介决定因素引起并发挥作用，以影响健康。本研究以该框架为出发点，指定出4个一级特征：健康系统、公共卫生资金、政府治理能力、经济不稳定性、地理和社会文化背景。由于婴儿的疫苗接种状态是在12～23 个月大时确定，所以本研究使用了DHS 前一年的国家级预测变量，并选择与国家卫生系统、公共卫生资金、政府治理、经济不稳定性以及地理和社会文化背景相关的10个特征，详见表1。

表1 国家层面预测因子框架

一级、二级预测因子的具体说明如下：

（1）健康系统：使用3 个变量衡量健康系统，包括该国的全国平均疫苗接种覆盖率（也用作因变量）、每1000人中护士/助产士、和社区卫生工作者占总人口的比例。

（2）公共卫生资金：包括人均政府卫生支出金额和各国人均获得的卫生外部资金。外部资源与非常驻机构单位收到专用于卫生的资金数额有关，这些资金通过政府或私营部门在当地提供疫苗分配渠道。有研究表明，外部资金将会挤占政府卫生支出，因此其对疫苗覆盖率和公平性的影响暂不可知[6]。

（3）政府治理能力：本研究纳入了全球治理指标(world government index, WGI)的政治稳定性衡量政府治理水平。WGI以标准正态分布为单位表示，均值为0，标准差为1，值越高，治理水平越高。

（4）经济不稳定性：本研究采用年平均股票波动率衡量经济稳定性

（5）地理和社会文化背景：本研究使用土地面积（以百万平方公里为单位）和两个社会文化特征衡量该影响影子：语言分化指数和性别不平等指数（Gender Inequali‐ty Index,GII）。语言分化指数通过母语所占比例来估计一个国家目前的社会分化程度，值越大，分化越大。GII由孕产妇死亡率、青少年生育率、各性别所占的议会席位份额、各性别教育程度和劳动力五个指标测算性别不平等，0 表示女性和男性的表现相等，1 表示其中一种性别的表现非常差。上述指数均进行了标准化。

1.3 回归方法

本研究使用元回归来评估PV 覆盖范围的异质性，以考察财富、教育和多维贫困指数相关不平等的程度是否与国家层面的因素相关。具体而言，相关公式为：

其中，t 为相应年份，k 为相应国家。X 为影响因子，y 为PV覆盖率或SII。元回归分析可评价研究间异质性的大小及来源。元回归将因变量的逆方差加权，可以解释多元线性回归无法解释的异质性。本研究将调整后R2统计量（adjusted R-squared）解释为预测因子所能解释的国家间差异的百分比。元回归的权重使用DHS 提供的家庭级调查权重。

2 回归结果

图1 提供了PV 覆盖率与44 个国家的不平等之间关联的散点图。本研究发现，疫苗接种覆盖率存在相当大的异质性，即各国之间存在较大的不平等；同时，国家覆盖水平相似的国家可能会拥有明显不同的公平程度。年平均PV 覆盖率最低为埃塞俄比亚的41.4%，最高为卢旺达的99%，在所有44 个国家/地区平均为81.3%。与财富相关的平均不公平性为0.32，这表明与最贫穷的儿童相比，最富有的儿童的疫苗接种覆盖率平均高出30个百分点。在尼日利亚，其母亲处于教育水平顶端的孩子，PV 覆盖率比母亲处于底端的孩子高91个百分点。，本文发现，国家覆盖水平相似的国家可能会拥有明显不同的公平程度。

图1 PV覆盖率和PV覆盖率公平性的二维散点图

表2 显示了有关疫苗接种覆盖率的元回归的结果。在所有国家层面的预测因素中，政治稳定指数最好地解释了各国PV 覆盖范围的差异，其调整后拟合优度为0.121，解释了12.1%的疫苗覆盖率差异。同时，政治稳定性指数每增加一个标准差（政治稳定性更高），PV 覆盖率增加11 个百分点。同时，更高的政府公共卫生支出、更完善的健康系统、更高的政府治理效率和腐败控制也与疫苗覆盖率正相关。较大的土地面积、语言分化和性别不平等与PV疫苗覆盖率负相关。

表2 PV疫苗接种覆盖率的元回归结果

表3表示了疫苗覆盖率SII的国家级预测因子结果。可以看到，3 个指标的预测因子具有相似性。PV 覆盖率与覆盖率SII 负相关，且该参数的调整后拟合优度最高，最大程度地解释了各国之间的差异。该国的PV 覆盖率越高，其不公平性就越低。此外，更大的政治稳定性、政府卫生支出和卫生外部资金也预测了PV 覆盖范围内较低的不平等程度。广阔的土地面积、程度更深的语言分化和性别不平等则与疫苗不公平的加剧有关。例如，在PV 覆盖范围内，性别不平等每增加一个标准差，与财富相关的不平等就会增加10%。

表3 PV疫苗接种覆盖率SII的元回归结果

具体而言，政治稳定、性别平等和较小的土地面积是更高和更公平的疫苗接种覆盖水平的最重要预测因素。政治不稳定对疫苗接种率的负面影响在过往的脊髓灰质炎根除运动的研究中也有所提及[10]。而本研究的研究结果表明，政治不稳定也与较低和较不公平的PV 接种覆盖率有关。在国家和地区的冲突期间，人口流离失所、安全问题无法得到保障，会很大程度影响疫苗接种工作。此外，生活在冲突地区的护理人员表现出更多的消极态度，并且对疫苗接种人员和卫生系统的信任度大大降低[11]。因此，政治不稳定可能与疫苗的有效供给减少有关。

性别不平等程度较高的国家，疫苗接种覆盖率较低，且更不公平。很多研究证明，通过提高女性识字率、教育和劳动力市场参与率以及通过降低生育率、少女怀孕率和家庭暴力来改善性别平等，可以改善儿童的生存情况和幸福程度[12]。本研究认为，缺乏经济和整体自主权的母亲可能无法寻求儿童免疫服务；年轻、受教育程度低和文盲的母亲更有可能缺乏有关疫苗接种服务的实用知识，不太可能了解疫苗接种卡、复查日期等免疫知识。

土地面积也与所有4 个指标密切相关，这可能反映了地理因素的重要性。本研究认为，与小国相比，大国更难向偏远地区提供卫生服务，因此，加强卫生系统向偏远地区居民提供免疫接种的能力至关重要。

在语言分化严重的国家，PV 的覆盖率也往往较低，且公平性较低。语言分化通常意味着语言群体和种族群体之间更大的社会分裂。同时，语言障碍可能使得偏远地区的人们无法向医务工作者寻求帮助。因此，健康和免疫系统应该适应不同语言和种族群体的需求，以减轻根深蒂固的社会不平等。

接受更多外部卫生资金援助的国家的疫苗接种覆盖率水平更高。本研究认为，如果获得了外部的有效投资和援助，有助于提升疫苗覆盖率，降低覆盖面不平等问题。这一部分需要进一步研究，以探索外部卫生资源与卫生服务覆盖范围内的社会不平等之间的关系。

更高的全国覆盖率与更低的不平等相关。然而，需要注意的是这种关联是因为绝对不平等与这一结果的总体水平之间拥有结构性关系，在全国覆盖率非常高的情况下绝对不平等会不可避免地变低。

此外，卫生工作者的密度与疫苗接种覆盖率和不平等没有密切关联。这可能和在许多国家卫生人力和疫苗接种数据的收集并非每年收集，数据测量较为分散，数据测量不精确有关。

3 稳健性检验

虽然PV作为21世纪以来来最广泛接种的疫苗已经具有一定代表性，但为了证明结论的稳健性，本研究采用MCV替代PV进行了元回归，结果如表4。

表4 稳健性检验结果

该结果中各项预测因子的系数与PV 的结果基本一致，但系数和调整后的R 平方比PV 更小，这说明预测因子对MCV 覆盖率和疫苗公平的影响更弱。MCV 疫苗接种不仅通过常规的免疫系统，还通过大规模的免疫运动进行，这令MCV 疫苗更能覆盖边缘群体，并减小了其他因素在影响麻疹疫苗接种覆盖率和不平等方面的作用。当然，这不意味大规模免疫运动就是更加高效的。本研究认为，免疫运动在具体实施时和常规免疫系统相比拥有更高的成本，更低的可持续性，也可能对现有的健康卫生系统具有潜在的破坏性影响。

4 结论

在研究了最新的影响44个受GAVI资助国家的覆盖率和公平的国家级因素之后，对PV 覆盖率的研究发现，更高的政治稳定性、更高的政府公共卫生支出、更完善的健康系统、更高的政府治理效率和腐败控制与疫苗覆盖率正相关；较大的土地面积、语言分化和性别不平等与PV 疫苗覆盖率负相关。对PV 覆盖率不公平指数的研究发现，PV覆盖率与覆盖率SII负相关，且该参数的调整后拟合优度最高，最大程度地解释了各国之间的差异；政治稳定、性别平等和较小的土地面积是更高和更公平的疫苗接种覆盖水平的最重要预测因素；性别不平等程度较高的国家，疫苗接种覆盖率较低，且更不公平；土地面积也与所有四个指标密切相关，这可能反映了地理因素的重要性；在语言分化严重的国家，PV 的覆盖率和公平性较低；接受更多外部卫生资金援助的国家的疫苗接种覆盖率水平更高。

本研究的研究结果补充了现有的关于疫苗接种覆盖率的国家级预测因素的文献，首次在量化层面聚焦了疫苗不平等现象，深入研究了导致疫苗接种覆盖率不平等的国家级预测因素。此外，本研究使用最新的DHS数据，衡量了3 个维度的SII，考虑了人口中所有子群体的信息，在国家间比较中更为可靠，也提供了更完整的不平等测量维度。本研究可以为将来各国在增进公共卫生领域方面的工作提供政策指导。

这项研究仍有其局限性。首先，数据条件所限，本研究的样本仅限于GAVI 支持的国家，这些国家可能无法完全代表所有中低收入国家。未来的研究应该进一步调查将本研究中确定的国家层面预测因子与疫苗接种覆盖率和不平等联系起来的因果机制，进一步精细研究提高疫苗覆盖率、改善疫苗公平、提升人民福祉的方法。

5 政策建议

基于以上分析和结论，本研究现提出如下政策建议：

（1）通过创新国际治理帮助中低收入国家实现了高且公平的疫苗覆盖水平。只有中低收入国家实现了高且公平的覆盖水平，现有和未来的疫苗才能获得真正的成功。因此，大国应在全球治理框架下加强科技创新国际合作，通过建立广泛的全球合作创新网络，促进多边创新交流，共同应对全球性挑战，积极支持学术界开展国际科技合作；同时，也要鼓励非政府组织和私营部门借助资源、理念、组织等优势，完善疫情防控全球治理机制和疫苗全球共研共治机制，促进流行病疫苗的公平、高效分配，在公共卫生领域实现资源共享，责任分担，共同治理。

（2）大力改善公共健康系统和基础建设水平。较高的公共健康系统和基础建设水平是实现更高疫苗覆盖率、更高效疫苗生产和更公平疫苗分配的重要条件。这包括加强重点人群健康服务，健全医疗保障体系，完善药品供应保障体系，化药品、医疗器械流通体制改革，加强城乡环境卫生综合整治。加强各部门各行业的沟通协作，形成促进公共健康的合力，在这个逆全球化思潮甚嚣尘上的时代尤为宝贵。

（3）合理分配公共卫生资金，寻求国际合作。对于较为落后的国家，应当合理规划国内和国际援助的公共卫生资金的比例，以最大程度改善公共卫生情况。对于尚有余力的国家，帮助卫生环境较为落后的国家改善疫苗卫生状况、提升疫苗覆盖率和分配公平，也有利于相关疾病在全人类的消灭。

（4）重视行政建设、经济发展和社会治理。政府治理和经济建设是提升公共免疫卫生健康的“地砖”，一个政治稳定性低、经济基础薄弱的国家很难有足够的行政和经济条件来改善疫苗覆盖率，提升社会健康水平。改善社会贫困，改善妇女儿童的教育环境，改善性别和民族间的不平等，经济增长为社会免疫系统奠定坚实基础，行政体质将改善免疫水平和公平性纳入快速轨道，科技创新将为提高健康水平提供有力支撑，各方面制度更加成熟更加定型将为健康领域可持续发展构建强大保障。