全球全健康政策发展情况及主体组织分布

1.全健康政策制定的主体

全健康这一概念的提出和发展与兽医学和人兽共患病密切相关，也与一些非政府组织的推动密切相关。因此，除了政府组织，非政府组织往往也成为全健康政策制定的主体之一。全健康一词首次见于2003年，有文字记录的第1次使用记录是第五届世界公园大会，其提出和推广与严重急性呼吸综合征（severeacuterespiratorysyndrome，SARS）和高致病性禽流感H5N1造成的危害息息相关。新发传染病的不断暴发让人们认识到：

（1）未知的病原体可能在任何时间、任何地点、从任何动物源中暴露、感染、传播和扩散，威胁地球上所有个体和群体的健康、福祉和经济。

（2）亟须一个国际性的针对病原体进行早期预警的框架系统，进行有效的预警和反应，迅速、高效和透明地共享疫情相关信息。

（3）全健康理念符合地区、国家和全球的利益，也需要各个国家的一同建设和推广。

2004年，野生动物保护协会提出了名为“曼哈顿十二原则”的战略目标，扩充和细化了全健康的核心理念。这些原则强调了人类、动物和环境之间的联系，如何理解这些联系和疾病间的复杂关系，以及跨学科对于预防、教育、行动和政策制定的重要性。随后，美国兽医协会开始努力地推广全健康理念，促进了全健康理念的普及。2007年，美国医学会成立了基于全健康的特别行动小组，这也是有文字记载的第一个全健康官方组织（图1-5）。

图1-5　全健康的国际组织与重要事件发展图

2008年，联合国粮食及农业组织（FoodandAgricultureOrganizationoftheUnited Nations，FAO）、世界动物卫生组织（WorldOrganizationforAnimalHealth，OIE）、世界卫生组织（WorldHealthOrganization，WHO）、联合国系统流感协调员（UnitedNations SystemInfluenzaCoordination，UNSIC）、联合国儿童基金会（UnitedNationsChildren's Fund，UNICEF）和世界银行（WorldBank）联合发展了应对可能发生的大规模疾病传播框架，随后于2010年促成了全球早期预警系统（GlobalEarlyWarningSystem，GLEWS）的建立。2009年，全健康委员会成立，成员包括美国兽医协会、美国公共卫生协会和美国医学会等，同年美国疾病控制与预防中心（CentersforDiseaseCoutrolandPrevention，CDC）也建立了全健康办公室。在与病原体的持续拉锯战中，微生物的药物耐药性得到了越来越广泛的关注，可能影响许多传染病的控制。随后由微生物威胁论坛发起，美国国家科学院三院也共建成立了全健康行动小组（TheOneHealthActionCollaborative，OHAC）。2011年，第一届国际全健康大会在澳大利亚墨尔本举办，并建立了全健康平台（OneHealthPlatform），全健康大会到2021年已举办了6届，第六届由英国爱丁堡大学承办，分享了有关全健康研究和治理的相关经验，并重点讨论了关于新型冠状病毒的相关研究进展。2011年，《野生动物迁移物种保护公约》开始应用全健康框架，带动了生态与环境方向的专家学者开始基于全健康理念进行共同讨论和交流。2014年，《生物多样性公约》第12次缔约大会确定使用全健康理念，至此全健康已经成为大部分人类、动物和环境相关国际组织的推荐理念。

在此之前，各个学科提出过许多与全健康类似但不相同的理念。比如，“EcoHealth”“OneMedicine”和“GlobalHealth”等，但大多以自己的学科为基础进行延展。公共卫生（PublicHealth）侧重于关注预防人类疾病的研究，包括人的身体、心理和社会福祉健康。一个医学（OneMedicine）侧重于人类医学与动物医学的合作交流；生态健康（EcoHealth）侧重于环境和社会经济问题；热带医学（TropicalMedicine）形成于殖民地时期，关注人口流动带来的热带区域特殊疾病的扩散与控制。其中全球健康（GlobalHealth）和全健康的理念最易混淆，具体区别见表1-1。全健康理念的包容性较好，且具有明确的研究方向，被越来越多的相关行业从业者所接受。几次重大传染病的流行给全健康理念的推广带来了契机，共同的“敌人”促进了以全健康理念为基础的跨学科国际团队合作。

表1-1　全健康和全球健康理念的异同

续　表

2016年11月3日，全健康大会设立当天为全健康日，期望各国科研人员共建全健康。2019年，美国在国家层面提出了《通过全健康推进应急准备》的法案，期望协调各部门建立统一的健康框架，共同应对可能出现的疾病暴发。相信自此之后会有越来越多的地区在国家层面支持全健康的发展。根据全健康委员会的联络地图2021年的数据显示，全球现在有16个全健康理念的政府部门、16个以全健康理念为发展目标的学院、85个非营利组织和10个私人组织，大部分集中在美国东海岸和欧洲地区。但其信息有一定的滞后性，中国地区应有5个全健康理念相关组织，而联络地图记载了其中3个（见图1-6），上海交通大学全健康研究中心已递交相关申请。

图1-6　2021年全健康理念相关组织在全球的分布情况［国审字（2021）第3248号］

2.全健康政策与治理实践的发展

近年来，将全健康理念与方法应用于健康治理实践，已经成为越来越多的国家和国际组织的共识。在国际层面，为了加强全球努力发现和处理潜在疾病威胁，FAO、OIE和WHO联合开发了一个框架，用于国家进行对话和谈判来解决人类-生物-生态系统界面的健康风险与挑战。为了确保协调机制畅通，这3个组织将它们的预警和反应机制结合起来，形成了“全球主要动物疾病早期预警和反应系统（GLEWS）”。此外，OIE和FAO这两个处理跨界动物卫生问题的主要机构发起了《跨界动物疾病逐步控制全球框架》。在这一框架下，FAO／OIE区域动物卫生中心向成员国提供技术支持，并评估国家和区域项目。这种区域和国家的联合努力通常会为综合疾病预防提供更强有力和可持续的政治支持，并促进彼此的信任、透明和合作。

在国家层面，各国政府在应用全健康理念与方法的实践中，根据各自的国情采取了各有侧重的模式，主要分为两类。

第一类是加强原有政府治理体系中的各部门在全健康领域的协作，制定旨在解决人类-动物-环境健康细分领域和交叉领域挑战的全健康政策、法规和规划，实施以目的为导向、运动式治理为形式的全健康治理。比如，澳大利亚提出采用全健康方法控制流感，建立包括临床监测、实验室监测、兽医监测、人医和兽医合作的控制网络。秘鲁开展人医与兽医同步行动，采取寄生虫控制、人和动物流行病学监测、法律支持、人兽共患病研究及持续培训等措施降低片型吸虫病的患病率。泰国为了应对沙门菌和弯曲杆菌等禽肉中出现的高水平的食源性病原体，由地方政府、学术界和养殖业共同协商，从公共卫生、政策支持、兽医和人类卫生、社会经济和社区参与等层面出发，运用全健康方法制定食品安全政策。卢旺达于2015年制订了全健康战略计划，以减少跨部门碎片化运行机制的影响，最大限度整合利用公共资源以促进综合疾病监测、预防和应对，特别是在卢旺达发展委员会联合卫生部、农业部、动物资源部等部门出台全健康政策时，解决贫困问题的目标也融入了全健康政策制定中，充分反映了卢旺达根据自身国情应用全健康理念和方法。

第二类是设立全健康治理机构或协调机构，制订国家级全健康战略规划，成立全健康咨询委员会和各级别监测实验网络，实行综合性、常态化的全健康治理。比如，蒙古在2012年成立人兽共患病跨部门协调委员会，组织动物医学、公共卫生、实验室、研究机构和学术部门的专家对人兽共患病进行危险评估。越南在与FAO、WHO、OIE、世界银行等国际机构合作的基础上，建立了由农业和农村发展部、卫生部和财政部组成的领导小组，运用全健康理念与方法，形成了针对H5N1型病毒多管齐下的疾病控制方法，在国内预防和应对一种新出现的传染病以及促进区域生物安全方面的技术能力有了显著提高，并且也协调了越南和东南亚区域伙伴与国际机构之间的利益。新西兰于2007年发布了《保护新西兰：新西兰生物安全战略》。该战略指出了适应和改变以应对新威胁的必要性，认为实现良好的生物安全成果依赖于运用多学科、多部门的全健康方法以及负责生物安全的不同政府机构之间的合作，新西兰政府运用全健康理念和方法应对影响人类和动物的禽流感病毒，建立了由初级产业部牵头，生态保护部、环境部、卫生部、社会发展部、毛利人发展部、地区和地方议会以及新西兰鸟类学会等机构共同协作的整体政府系统，并相继出台了《危险生物应对政策》和《禽流感病毒应对政策》等政策法规。(www.xing528.com)

另外，还有一些其他的实例。比如，澳大利亚提出采用全健康方法控制流感，建立包括临床监测、实验室监测、兽医监测、人医和兽医合作的控制网络。采用全健康方法控制亨德拉病毒，开展多部门联合管理、跨学科联合研究等手段，以及马匹疫苗、人员防护等多种控制途径。蒙古在2012年成立人兽共患病跨部门协调委员会，组织动物医学、公共卫生、实验室、研究机构和学术部门的专家对人兽共患病进行危险评估。秘鲁开展人医与兽医同步行动，采取寄生虫控制、人和动物流行病学监测、法律支持、人兽共患病研究、持续培训等措施降低片形吸虫病的患病率。2006年，“促进动物健康和改善生活”（HealthforAnimalsandLivelihood Improvement，HALI）在坦桑尼亚的Ruaha（鲁阿哈）地区开展全健康项目。测试了全健康方法在坦桑尼亚乡村地区的可行性，为人兽共患病造成的卫生和家畜问题提供创造性解决途径。

3.全健康政策相关技术的发展

从政策和治理的角度，加强生物安全是很必要的，包括生物资源的生产、运输和研发。打破公共卫生、农业和其他相关部门的仓筒式管理结构也是必要的。跨部门合作的全健康理念可以从源头进行控制，比常规的应对框架更高效，其内容包括但不限于：①在监测和诊断方面进行合作，更快、更精准地进行诊断；②现在各部门都有独自的数据库，其中很大一部分数据是重复收集的，建立规范化的数据整合平台能减少人力资源成本；③在预防措施上进行合作（比如，疫苗接种）；④进行相关知识的社区科普，可以有效减少病例数。以细菌抗性为例，表1-2从人类医学、食品和农业、环境三方面在全健康理念下描述了可能的应对措施。基因突变是超级细菌产生的根本原因，滥用抗生素是产生超级细菌的第二大原因，所以对耐药基因监测和对现有抗生素使用溯源并记录显得尤为重要。目前，对抗细菌耐药性的前沿研究有抑制β-内酰胺酶、泰斯巴汀（teixobactin）、细菌RNA聚合酶改造和噬菌体疗法。这些科研项目的发展也需要政策方面的支持。

表1-2　细菌耐药性的应对措施

实施全健康理念需要各种工具和资源的辅助，包括法规框架类、专家技术网络类、能力评估类、信息分享与报告类和计划工具。世界银行在这方面已经有了较为成熟的经验，表1-3中列举了世界银行全健康项目组推荐的工具与资源，这些资源帮助了很多国际项目的实施和运营。世界银行全健康领域的相关报告有：全球禽流感控制与人类禽流感流行应急准备和行动计划（2005）、人畜共患病防控（2010）、全健康的经济学（2012）、非洲区域疾病监测体系建设项目（2016）、国家层面筹资应对大流行疾病（2017）、气候变化与健康（2017）、全健康试验框架（2018）、全健康应对抗生素耐药性（2019），这些经验和知识成果能帮助大家更好地学习全健康的基础理念。

表1-3　实施全健康可参考借鉴的国际工具与资源

建立完善的人、动物和环境的监控系统是全健康理念的基础之一。在建立监控系统的时候，经常会接触正式信息和非正式信息，其主要区别见表1-4。当下，许多网络监控系统还是用非正式信息进行疾病的早期监控和预警。WHO的全球疫情警报和反应网络就是一个很好的例子。它在与多个国家的官方机构合作的同时，也使用了非传统的信息资料。使用非传统资料的监控系统还有HealthMap、ProMED-mail、EMPRES-i和GPHIN等。使用非正式信息进行科学研究是具有一定可行性的，但进行科学实践的同时要认识信息的局限性［18］。

表1-4　正式和非正式信息来源的区别

续　表

与全健康相关的健康平台有很多，且倾向性各有不同。表1-5对其侧重点进行了整理和归纳。其中谷歌流感趋势是基于用户的搜索习惯进行大数据分析的网站，与美国CDC的数据进行对比分析，可以发现2003—2008年谷歌流感趋势的数据与美国CDC的数据有强关联性，且能够提早1～2周进行预警。社交网站，如推特（Twitter），也是进行早期预警系统的有力工具，有研究基于Twitter通过机器学习分析了甲型H1N1流感在美国的扩散［18］。另外，随着COVID-19的影响扩大，移动通信运营商和手机厂商开发了“暴露通知”技术（比如，中国的通信大数据行程卡），通过手机定期进行蓝牙搜索可以记录使用者周围同样打开“暴露通知”的用户，如果接触的人群里出现新型冠状病毒感染者，通信公司则会予以通知。这是一种新型的数据收集技术，使用互联网技术进行流行病学溯源工作，显著提升了工作效率，并具有较高的准确性［19］。然而，这一技术与用户的个人信息隐私保护有一定的冲突，其弊端与局限性值得重视。

表1-5　全健康理念相关的监控平台

续　表

注　GBIF：GlobalBiodiversityInformationFacility；EPPO：EuropeanandMediterraneanPlantProtection Organization；IPCC：InternationalPlantProtectionConvention；√：该监控平台包含此元素。

近年来，政府注重运用计量经济学和实验与准实验设计来对政策效果进行评估，将政策评估问题转化为因果推理问题，探讨政策是否实现了预期的效果，政策与效果之间是否存在因果关系，以及如何能使政策产生预期效果。因此，政策评估被看作是“干预—效果”问题，而研究设计成为了对“干预—效果”进行无偏估计的基础。近年来，政府愈加注重运用行为经济学分析方法与大数据技术相结合，力图进行更加客观和准确的政策评估。行为经济学克服传统经济学的理性人假设，利用心理学和社会学的研究方法和理念，关注人们的有限理性和社会的现实准则，而大数据技术则为行为经济学分析方法提供了数据信息的坚实保障。政府运用行为经济学和大数据分析技术，可以显著提升全健康政策评估的质量。

政府公共政策制定的核心目标是改变社会行为和社会预期，大数据技术恰好提供了理解社会需求和偏好的工具。大数据将有效提高全健康政策评价的事前评估能力。在大数据技术支撑下，全健康政策评估开始向事前评估的重心转变，政府在制定政策过程中，甚至在制定政策之前，通过分析大数据，完成深度数据挖掘，进而判断是否有必要推行新的政策方案，以减少甚至避免政策出台后的失误，提高政策执行效率。与传统样本数据参与政策评价的过程相比，大数据技术为全健康政策评估进入新阶段提供了重要契机。大数据要求对全健康相关的所有数据而非样本数据进行分析，使对全健康政策方案所作出的评价更加接近事实本身；在全健康政策方案评估过程中，运用分类或聚类的方法分析庞杂数据，对备选方案的经济、政治、社会影响等方面作出判断。通过挖掘全健康大数据的内在关系和可视化技术，可快速知晓政府政策资源的状况和备选方案所需资源，从而及时评估各备选方案在社会经济方面的可行性，并掌握整治过程中各行为体对备选方案的支持和接受程度；在全健康涉及的政府部门中存储的固化数据有时无法发挥有效作用，大数据能够使这些数据在全健康体系内实施关联并有效管理，从而产生巨大社会价值。大数据时代的政策评价改变了政府与公众的关系，公众由过去的数据接受者成为数据的提供者，政府通过高度细分、数据挖掘，根据工作的行为模式为公众配送个性化的信息，有利于新时期全健康政策评估的迅速发展。

近年来，世界主要国家相继出台了关于将大数据分析作为政府决策评估方法的计划和战略。2012年初，美国政府出台《大数据研究与发展计划》，并率先将其视为国家战略。它涉及国家科学基金会、国家卫生研究院和能源部等多部门之间的合作，主要侧重于大数据技术的研发和数据共享。美国成立“美国联邦政府网站管理者委员会网站量化分析分会”，旨在通过挖掘大数据下的国民行为，提供对政策评估的技术服务。美国国家科学基金会新拟的扶持项目中包括开发大数据应用，进行演示和评估，以改善医疗卫生和生态环境等领域的工作。美国政府以大数据应用支持政务活动，在公共政策、公共卫生、环境质量和舆情监控等活动中积极运用大数据；在人口、医疗、环境、交通等政策评价中挖掘海量数据，实现对人口流动、传染病蔓延、环境变化等状况的实时监控。2013年，英国发布《把握数据带来的机遇：英国数据能力战略》，着重强调加强国家基础设施建设，以确保大数据对卫生和环境治理在内的公共事务等方面的支持。同年，法国政府发布《数字化路线图》，重点扶持卫生、环境、交通和教育等行业的大数据项目。同年，澳大利亚也发布《公共服务信大数据战略》，将政府部门间以及政府与产业间应共享技术、资源和能力作为重要原则，制订了大数据应用于政府决策的行动计划。