歐科云鏈研究院：美國大選塵埃落定，拜登選票造假了嗎？
美國大選幾經反轉，終于塵埃落定，拜登目前以290票擊敗232票的特朗普，將成為下一任美國總統。然而拜登選舉欺詐的傳聞也甚囂塵上，最初拜登選票造假的質疑基于本福特定律，后來陸續有重復計票等消息傳出。本福特定律是宇宙中許多數據都適用的規律，雖不能作為直接證據，但常被用于探測數據造假。本文介紹了本福特定律，并且應用到區塊鏈行業，找出滿足本福特定律的數據指標，并從本福特定律的視角考察鏈上數據的合理性。
一、本福特定律：廣泛存在的數據規律
1. 廣泛存在的自然規律
就像牛頓因蘋果落地發現了萬有引力定律，西蒙·紐康和弗蘭克·本福特因翻對數表發現了本福特定律。根據本福特定律，對于許多數據樣本，第一位數字是1的概率遠遠大于其他數字，并且數字越大，出現的概率越小。具體而言，對于最常用的10進制數字，首位數字出現的概率如下：
人口、GDP、面積等數據被驗證符合本福特定律，甚至斐波那鍥數組、放射性元素半衰期等絕對自然的數據也滿足本福特定律。但本福特定律是一個經驗性的自然規律，沒有嚴格的證明推導。通常來講，本福特定律的適用條件如下：
??? （1）樣本數量和數量級跨度盡可能大。如跨度小的身高數據不適用，但實踐表明，對一些較小樣本數據也適用；
??? （2）數據不能有人為操控的痕跡。人為規定的數字如電話號碼、郵編等不滿足本福特定律。當數據被人為篡改后，很可能不符合本福特定律，也正因此，本福特定律可以被用來探測數據造假；
??? （3）對于隨著時間呈指數型增長的數據，本福特定律一定契合。這一點是可以從數學上嚴格證明的，在b進制中數字n出現的概率即P=〖log〗_b (n+1)/n。這類數據的特點是早期增長遲緩，后來增長得越來越快；數據本身有自己的分布規律則很可能不符合本福特定律。如收益率不滿足本福特定律。
人口、GDP、營業收入、播放量、交易量等數據由于規模效應或者網絡效應，早期從1到2很艱難，但發展到一定規模后，從8增長到9相對容易，所以在較小數字停留時間長，在較大數字停留時間短，最終數字首位分布呈現出本福特定律。
2. 用于探測數據造假
本福特定律常用于探測數據造假，尤其是財務數據中。2003年美國華盛頓州詐騙案中，最初是會計師Darrell Dorrell用本福特定律發現了支票匯款數據的不合理性，通過進一步調查發現了涉案金額高達1億美元的詐騙。無獨有偶，安然公司2000-2001年的每股盈利也與本福特定律相去甚遠。事實上，自20世界70年代以來，本福特定律被廣泛用于挖掘會計欺詐性行為。
除了金融財務領域，本福特定律也被用于其他領域的數據，如2009年的伊朗大選、希臘政府的宏觀經濟數據、公共計劃經濟數據，比爾·克林頓的納稅申報數據……
但值得注意的是，本福特定律不能作為呈堂供證，只能作為數據造假的推測，需要后續的取證調查。即使是在華盛頓州詐騙案這一成功應用案例中，會計師Darrell用本福特定律的檢驗只是開始，歷經多方努力和3年的搜證才將主犯凱文·勞倫斯(Kevin Lawrence)送進監獄，判處20年徒刑。加之，本福特定律在某些領域的適用性存在爭議，如哈佛大學一份研究表明本福特定律不適用于選票數據。基于以上原因，網友對拜登選票進行本福特定律檢驗，在適用性和說服力上存在問題，不能作為選票造假的直接有力證據。
二、本福特定律在區塊鏈領域的應用
上文講述了本福特定律的一般性應用，下文立足于區塊鏈行業，挖掘哪些指標滿足本福特定律，并結合區塊鏈技術的特性探討鏈上數據的合理性。
1. 區塊鏈行業中適用本福特定律的數據
由前文可知，一些宏觀數據如人口、GDP、面積等符合本福特定律。在區塊鏈行業，區塊鏈專利數量、企業數量等宏觀數據也滿足本福特定律。下圖展示了2020年至今各省市的區塊鏈專利數量和Wind全球企業庫中的區塊鏈企業數量，其首位分布均較符合本福特定律。
除此之外，區塊鏈行業中的財務數據也是本福特定律的典型適用場景，下文的數據來自區塊鏈指數成分股。
2. 從本福特定律視角看鏈上數據的合理性
區塊鏈技術本身具有分布式和數據透明的特點，有利于數據的多方監督，數據的不可篡改性也增加了數據造假的成本，欺詐行為會永久留痕，因此區塊鏈技術可以有效抑制數據造假。目前，區塊鏈已在金融、公益等多個領域應用落地，幫助解決數據造假的痛點。
本文先考察了成交額數據的一般特性，再對比了相似體量的基于區塊鏈和不基于區塊鏈的平臺數據。首先，在考察了樣本量為100多，1000多，2000多的交易平臺數據后，發現成交額十分符合本福特定律，并且樣本越大數據越接近本福特定律理論值。接下來，從基于區塊鏈的一個交易平臺獲取成交額數據，整理114個有效樣本并比較其首位數字分布和本福特定律理論值，觀察發現鏈上成交額與本福特定律較吻合，除了數字8。為了對比，選取了一個不基于區塊鏈技術的相似體量的交易平臺，有效樣本數為195，但其成交額在6和7偏高。考慮到鏈上數據樣本量的劣勢和整體情況的吻合，僅從本福特定律出發，基于區塊鏈的成交額數據更為合理。
公益項目水滴籌自稱是基于大數據和區塊鏈的應用，下文以官網公布的122名失信籌款人黑名單為例，從本福特定律的視角探究區塊鏈技術鏈上數據的真實性。根據前文討論，手機號、身份證號等人為規定的數據不符合本福特定律，于是研究對象定為2017年至今每月失信人數量，結果如下。
受制于樣本數量，失信人員數量首位分布未完全吻合本福特定律，但大體呈現數字越大出現概率越低的趨勢。
三、結語
雖未得到嚴格證明，但大量實踐檢驗表明本福特定律是廣泛存在的有趣數據規律，被用于挖掘數據造假，尤其是財務數據中。此次美國大選中拜登選票不符合本福特定律的問題在數據適用性和說服力上存在問題，因此不能作為推翻選舉結果的有力證據。正如本文一再強調的，本福特定律僅僅是發現可疑性的方法，而非充足證據，只是數據打假的起點而非終點。
本福特定律也適用于區塊鏈行業的一些數據，如區塊鏈企業數量、專利數量、公司財務數據等。此外，區塊鏈技術本身數據透明、不可篡改的特點有助于維護數據的真實性。并且對比了一組實際數據發現，從本福特定律的視角，鏈上數據的首位分布是合理的。
(責任編輯：趙融) 核心關鍵字： 區塊鏈相關文章
-
蒙古國疫情最新數據通告 確診人數有多少例？
蒙古國，是一個被俄羅斯和中國包圍的內陸國家，經濟不發達。新冠肺炎疫情在全球肆虐下，蒙古國也未能“置身事外”。目前，蒙古國疫情最新情況怎么樣了？累計確診人數有多少例？下面，我們一起來看官方通告數據吧。蒙古國疫情
2020-07-31 18:56:24 最新消息疫情蒙古國
據蒙古國傳染病研究中心通報的數據，蒙古國目前累計確診新冠肺炎病例291例，其中225人康復，現有確診病例66例，無死亡病例。在過去兩周內，蒙古國累計新增6例確診病例。近日，蒙古國宣布將疫情... -
鐘南山調查香港疫情數據 提出最好的建議
香港爆發疫情，僅僅9天時間，現在香港疫情確診病例達到百例，數據已經公布出來了。鐘南山調查香港疫情數據之后，發現了出現了社區傳染，對此，鐘南山給出了一個很好的建議。接下來我們一起看一看。香港疫情狀況
2020-07-31 12:56:19 香港疫情南山
我國對疫情非常重視，一旦出現必須要嚴格控制，香港疫情開始反彈了，新增病例已經破百了，更出現了社區傳染，鐘南山調查香港疫情數據之后提出建議，就是全民進行核算檢測，能排除疫情擴散傳播。
中國工程院院士鐘南... -
美國2020年第二季度GDP經濟數據：暴跌32.9%
【美國二季度GDP暴跌32.9%】當地時間30日，美國商務部公布的首次預估數據顯示，受新冠肺炎疫情重創，今年第二季度美國國內生產總值按年率計算下滑32.9%，創上世紀40年代以來最大降幅。美聯儲主席鮑威爾29日表示，美國經濟當前的復蘇前景非常不確定，很大程度上取決于美國能否控制疫情。美國經濟在第二季度出現大幅萎縮，主要與消費者支出大幅下滑有關。新冠疫情之下，美國多州頒布 居家令 并關閉非必要營運場所，重創餐飲、零售、旅游等領域的消費者支出，令占美國經濟七成比重的消費引擎 熄火 。此外，投資及凈出口疲軟，都...
2020-07-31 09:56:45 美國第二季度 -
7月30日美國疫情最新通報 新增病例數據出爐
5月份時，美國總統特朗普預測美國新冠肺炎死亡病例可能達到10萬，目前來看已經遠遠超過特朗普的預測。美國昨日新增64391例確診病例，新增1446例死亡病例。累計確診4568037例，累計死亡病例153840例。美國疫情糟糕
2020-07-30 15:56:46 日美美國疫情
美國廣播公司新聞頻道針對這一問題進行了廣泛的調查，通過對國家公共安全衛生和國家安全官員的采訪，幾乎所有人都提到了領導方面的缺陷。更多人表示，美國疫情之所以變成今天這么嚴重，特... -
美國今日確診人數 真實數據公布很嚇人
新冠病毒疫情來勢洶洶，從今年年初到現在已經持續好幾個月了，但都沒有控制住，目前還在全球持續肆虐。美國是全球新冠疫情最嚴重的國家，“一路狂奔”的疫情數據很是嚇人，那么美國今日確診人數是多少？美國疫情
2020-07-30 11:56:48 美國疫情人數
截止北京時間7月30日11時，美國新冠肺炎累計確診病例達到4568037例，昨日新增69694例，死亡人數達到153765人，昨日新增1446人。從公布的數據來看，美國疫情形勢很嚴峻，只可惜并沒有得到... -
7月30日香港疫情最新通報數據 今日確診人數多少人
近期，香港新冠肺炎疫情持續擴散，目前的防控形勢愈趨嚴峻，香港疫情形勢也是成為了全國上下關注的一大焦點了。根據官方公布的數據顯示，截止到29日，香港新增確診病例已經連續8天單日破百了，那么，7月30日香港疫情最新通報數據是怎樣的？下面小編帶大家一起來看看。
2020-07-30 10:57:05 香港疫情數據
香港疫情最新數據
根據官方公布的數據顯示，截止到北京時間7月30日9時43分，香港新冠肺炎累計確診病例數達到了3002例，昨日新增病例數為118... -
7月30日遼寧疫情最新通報 新增確診病例數據公布
根據國家衛健委在今日通報全國疫情數據，7月29日31個省新增102例本土確診病例，其中新疆新增病例最多，達到96例。遼寧大連新增5例本土確診比例，北京新增1例本土確診病例。下面說下有關遼寧大連的疫情情況。遼寧大連疫情報告
2020-07-30 09:57:03 遼寧大連疫情
其實相當于烏魯木齊疫情來看，遼寧大連疫情并不算嚴重，但是該地出于謹慎，已經迅速進入戰時狀態。有關部門要求對重點區域進行消殺以及核酸檢測。此外，中風險地區的網吧以及電影院等密閉場... -
美國2020二季度GDP公布時間 美國今年二季度gdp數據多少預測
美國2020二季度GDP公布時間、數據預測 據彭博社美國時間7月29日報道，預計本周四公布的數據或將顯示，今年第二季度美國GDP暴跌34.8％，創下了1940年以來的最糟記錄。（央視記者殷岳）北京時間7月30日凌晨2點，美聯儲公布了今年七月FOMC會議的利率決議。據央視新聞，因新冠肺炎疫情導致經濟預期整體乏力，美聯儲宣布將基準利率維持在0%-0.25%區間不變。這一決定符合市場預期。自新冠肺炎疫情在美國蔓延初期，美聯儲便將基準利率維持在了這一水平。此外，美聯儲主席鮑威爾表示，周四公布的美國二季度GDP將出...
2020-07-30 09:55:53 美國二季度 -
7月29日廣東最新疫情通報 今天數據有新增病例嗎？
現階段，境外疫情仍然處在持續加重的情況，而境內個別地方仍不斷有病例和聚集性疫情報告，這也引起了全國上下的廣泛關注了。那么，今天廣東有新增確診病例嗎？下面小編帶大家看下7月29日廣東最新的疫情通報。
2020-07-29 14:56:33 廣東疫情最新
廣東新冠疫情最新數據
7月29日消息，根據廣東省衛健委公布的最新數據顯示，7月28日0-24時，全省新增境外輸入確診病例2例和境外輸入無癥狀感染者4例，均為廣州報告。2例確診病例分別來自伊朗和新加坡；3... -
中國新冠肺炎總費用是多少 官方公布抗疫最新數據
進入2020年，在1月底的時候，我國率先爆發了新冠肺炎疫情，經過幾個月時間全國上下的共同努力，疫情基本得到全面控制了，在此次疫情期間，國家也是投入了巨大的人力及財力。那么，中國抗擊新冠肺炎總費用是多少呢？下面小編帶大家一起來看看。
2020-07-29 11:56:49 賬單疫情中國
中國抗疫的相關賬單
日前，國家醫保局也是公布了最新的數據，截止到7月19日的時候，全國新冠肺炎確診和疑似患者發生醫保結算13.55萬人次，涉及醫療費用18.47億元，醫...
| 留言與評論（共有 0 條評論） |
