本月28日，美国达拉斯联邦储备银行研究部首席经济师克里斯托弗科赫和英国牛津大学萨德商学院研究员肯奥卡穆拉(Ken Okamura)联合发表了一篇论文，指出没有操纵疫情数据。
这篇被收录的题为《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。
