4月28日，美国达拉斯联邦储备银行研究部高级经济师克里斯托弗·科赫（Christoffer Koch）和英国牛津大学赛德商学院研究员肯恩·冈村（Ken Okamura）联合发表了一篇论文，证明中国没有操纵疫情数字。

这篇被ssrn.com收录的题为《本福特定律和COVID-19报道》（Benford's Law and COVID-19 Reporting）的论文通过研究中国、意大利和美国三个国家疫情的实时数据，发现中国实时播报的疫情数字与美国、意大利的数字一样，其分布都符合本福特定律，不存在疫情数字被操纵的可能。

简而言之，本福特定律（Benford's Law）是指，就具体事件而言，一堆从实际生活得出的数据中，以1为首位数字的数的出现概率约为总数的30%，以2为首位数字的概率为17%，以此类推，越大的数，以它为首的数出现的概率就越低。它可用于检查各项数据是否有造假成分。（Briefly explained, Benford's Law maintains that the numeral 1 will be the leading digit in a genuine data set of numbers 30.1% of the time; the numeral 2 will be the leading digit 17.6% of the time; and each subsequent numeral, 3 through 9, will be the leading digit with decreasing frequency.）

这个定律读起来绕口，但其实并没那么高深莫测。简单说就是：人为修改过的数据不会符合本福特定律。

这篇由英国和美国经济学家联合发表的论文在摘要中开宗明义：

翻译：对决策者来说，对传染病案例实时数据的信任是至关重要的。媒体和政界人士对中国有关COVID-19病例的数据表示怀疑。我们发现中国确诊的病例数量符合本福特定律的预期分布，并且与美国和意大利的情况相似，因此没有发现（中国数据）被篡改的证据。世界其他国家和地区的决策者应该相信中国的数据，并据此制定政策。

该论文表示，中国和美国的数据来自于美国霍普金斯大学冠状病毒研究中心，该中心收集了中国各省和美国各州的数据，而意大利各地区的数据来自于意大利民防部（Dipartimento della Protezione Civile）的每日简报。文章发现，针对中国省份、美国各州和意大利各地区的确诊病例数量，第一位数的分布显示从1到9的下降，与本福特定律的预期分布相符。

论文中还列举了死亡病例、康复病例等其他数字，以及对其真实性论证过程。最重要的是，根据整个论证过程，论文得出了最终结论：

翻译：中国确诊病例的第一位数分布符合本福特定律。因此，我们拒绝中国数据被操纵的假设。研究表明，它也与美国和意大利的分布相匹配。本福特定律的一个优点是：要对虚假的实时数字进行协调基本上是不可能的。虽然确实可以创建符合本福特定律的数据（Diekmann，2007年）。但要以这种方式处理中国数据，需要协调所有省份的每日公告，同时准确预测未来的感染率。这是不可能的。由于中国疫情比欧洲至少早出现一个月，比美国至少提前六周，因此，其数据不仅可以用来校准模型以便采取减缓感染的政策措施，而且还应被用作解除居家隔离令的指导。

也就是说，这篇论文用专业的数据和模型彻底粉碎了中国疫情数字造假论：它不仅指出，现在回过头来看，中国当时实时公布的疫情数字符合该定律；它还指出，想使疫情数字符合该定律而去造假也是不可能的。

论文指出，（某些国家）对中国疫情数字的怀疑可能、甚至已经导致这些国家的决策失误，以及公众不支持政府决策，从而给社会带来危害。文章说，媒体经常宣称中国政府少报、瞒报疫情数字。很多政客也和美国总统特朗普一样，宣称中国数据不可信。正是由于这种不信任，导致欧洲应对疫情行动迟缓。武汉1月23日封城的时候，湖北只有444个确诊病例，17个死亡案例。湖北周边省份立刻采取相应的疫情管控措施——限制人口流动，采取隔离和设立检查站等，同步管控疫情。而回看欧洲最开始的“震中”意大利，2月26日有445个确诊病例，第二天，共有17个死亡病例。然而，意大利在3月9日才开始“封城锁国”，而且国际旅行限制也太温和了。

两位作者建议其他国家根据中国数据，参考中国采取的卓有成效的政策来调整本国对应疫情的方式。

希望某些一直怀疑中国数字造假的政客能摒弃意识形态偏见，真正以全人类的生命安全和利益福祉为重，行动起来，把疫情对人类的影响降到最低。