大英百科全书软件文章列表:

• 1、英语老师需要知道的18个外国百科网站建议收藏
• 2、好怕这款识别谣言的AI，家庭群里没什么可聊的了
• 3、自觉差距很大，但是不知从哪开始学习，该怎么办？
• 4、坤鹏论：统计学有妙用 识破上市公司造假迷局
• 5、超估价1200倍！两册永乐大典国宝回归

英语老师需要知道的18个外国百科网站建议收藏

1

Answers

http://www.answers.com/

Answers.com网站，提供英语、德语、西班牙语、法语、意大利语和他加禄语6种语言版本，是一个知名的信息参考网站。

2

Semantic Scholar

https://www.semanticscholar.org

Semantic Scholar 是由微软联合创始人 Paul Allen 所开发的免费学术搜索引擎，你可以在 Semantic Scholar 上搜索到来自学术期刊、学术会议及学术机构的文献。在搜索学术文献的时候，你不但可以通过时间线快速找到具体年份范围的文献，还可以通过强大的筛选功能更加精准地找到自己所需要的文献。

3

Many Things

http://www.manythings.org

专门针对英语学习者，按照物件类别分享资源，包括单词列表，mp3听力文件，还有语法、词汇等等。

4

Visuwords

http://www.visuwords.com/

输入要查的单词，它会把和这个单词有关的全部家族词都帮你分解出来，还会按远近亲疏用不同的距离表现出来。

让你一次性get关于它的近义词、反义词，甚至从属关系和因果关系的词汇，鼠标移到单词上就会有英文释义。在这个网站，查词的时候随便点点就会有十足的惊喜感。

5

Phonics and Word Study

http://www.ascd.org/publications/books/108002/chapters/Phonics-and-Word-Study.aspx

学习科学拼读拼写规律，也就是scientific spelling。这一项非常重要但是国内几乎没有人教，教学材料也很少。这个网站上有一些基本的Phonics and Word。

有兴趣的可以找英语phonics的专业书进行全面的学习。拼写规律稍微少一点，主要两大条：第一是7个Never or Rarely Double的字母H, K, Y, J, V, W, X， 第二， 五个Spelling Rules。可自行搜索Floss Rule， Rabbit Rule， Doubling Rule， Dropping Rule, Changing Rule。

6

UsingEnglish

http://www.usingenglish.com/handouts/

285个免费语法、词汇练习讲义，注册后可以看其余222份讲义和语法练习题。

7

Internet Archive

http://www.archive.org

Internet Archive 正如它的名字一样，是一个「互联网档案室」，你可以在 Internet Archive 搜索到上百万的免费资源，这些资源囊括了图书、电影、软件、音视频、图片等。网站也提供了非常详细的筛选功能来帮助我们更加高效地找到所需资源。

除此之外，Internet Archive 还收录了许多网站的历史快照，你可以在 Internet Archive 上找到谷歌、苹果等许多网站的历史页面。如果你想发掘一个网站的历史（或黑历史），Internet Archive 这个「互联网档案室」绝对是你不可错过的地方。

8

WikiHow

http://www.wikihow.com/

wikiHow是一种人人都能编辑的网站，其内容由社区共有，并可以被自由使用。任何访问者都可以创建新页面并撰写怎样做某件事的文章。当页面被提交之后，其他访问者可以编辑和修改页面。

9

维基百科

http://www.Wikipedia.org/

维基百科（Wikipedia）是一个自由内容、公开编辑且多语言的网络百科全书协作计划，通过Wiki技术使得所有人都可以简单地使用网页浏览器修改其中的内容。“Wikipedia”这一单词是由该网站核心技术“Wiki”和具有百科全书之意的“encyclopedia”共同创造出来的新混成词。

10

大英百科全书在线

https://www.britannica.com/

由私人机构大英百科全书出版社所出版的英语百科全书，被认为是当今世界上最知名、最具权威的百科全书，是英语世界俗称的ABC百科全书之一。大英百科全书的条目是由大约100名全职编辑及超过4000名专家为受过教育的成年读者所编写而成。它被普遍认为是最有学术性的百科全书。该网站就是大英百科全书的在线版本。

11

世界图书百科全书

http://www.worldbook.com/

世界图书公司成立于1917年，总部设在伊利诺伊州。世界图书公司在百科图书、参考资料，家庭和学校的数码产品等产品领域都屡获殊荣。近90年来公司一直致力于世界百科全书和参考资源的出版，来满足不断变化的受众需求。

12

Encyclopedia.com

作为互联网上最大的在线百科全书收集，Encyclopedia.com为您提供参考条目，参考条目的来源都非常可靠，如牛津大学出版社和哥伦比亚百科全书出版。用户在这里可以免费获得近20万个参考条目、超过50,000个主题摘要以及其他相关的图片，视频，报纸、杂志文章。

13

How Stuff Works

HowStuffWorks.com是一个屡获殊荣的网站，网站包含10个频道，涵盖数千种主题：汽车，计算机，电子，娱乐，健康，家庭，金钱，人才，科技和旅游。

14

Information Please

www.infoplease.com

Information Please包含在线词典，互联网百科全书，和历书参考。

15

Bartleby.com

Bartleby.com专注于经典和一般的参考作品。

16

Skeptic's Dictionary

http://skepdic.com

Skeptic's Dictionary致力于揭露超自然现象、神秘现象、替代医学等伪科学，帮助读者识别生活中各种伪科学与迷信。

17

Knowledge Nuts

http://knowledgenuts.com/

Knowledge Nuts是一个信息网站，秉承着“以最短的时间获得最丰富的知识”，包括差异、事实、误解三大版块，揭开人类存在的事实，事物之间的差异以及世人对事物的误解。

18

edtechteacher

http://besthistorysites.net/

EdTechTeacher是一个了解历史的目录导航类网站，共收录1200多个关于历史、教书、教师指导等类型网站。历史涵盖广泛，包括史前、古代历史、中世纪历史、军事历史、现代历史、美洲历史、欧洲历史等。

好怕这款识别谣言的AI，家庭群里没什么可聊的了

花儿街参考 · 出品

作者 | 林默，微信公众号：花儿街参考（ID:zaraghost）

1

问：下面哪一个瞬间，是你跟爸妈沟通最无奈的时刻？

A.告诉他们你不需要找对象的时候

B.说服他们你不需要按摩手上那32个穴位区的时候

问：下面哪一个场景，是发现你妈跟你姨，也不过是塑料姐妹花？

A.在她们背后说起对方家的孩子的时候

B.在她们争论泡脚究竟治百病，还是慢性自杀的时候

问：下面哪一种隔阂，把你和你爸妈分隔的最远？

A.你们手机中表情包筑成的鸿沟。

B.他们转发的养生谣言砌成的长城。

2

谣言养生帖会不会像《三年高考、五年模拟》一样，成为你爸妈生命中不可磨灭的一部分？

毕竟它们生产的方式也差不多，都是几个类型题变个马甲来回换。

不知道英文不太好的你们，有没有像我一样注意到一条英文的新闻，（其实我也是听别人说的）。

有一个叫国际计算语言学学会的组织，搞了一个SemEval语义测试大赛，这个语义测试大赛具体的内容我就不多介绍了，毕竟我也介绍不出来啥。

但是，这个语义测试大赛中，有一个你我都很熟悉的重要项目——识别假新闻。

哥伦比亚大学、华盛顿大学、艾伦·图灵研究所等等20多所研究机构都带着他们的AI去参加了。

主办方po出了过去两年中，Twitter和Reddit上涵盖政治、商业、科技、娱乐、体育、健康等领域的500个言论，以及1万多条针对这些言论的相关反馈数据。

比赛结果显示，机器确实不太好骗，AI分辨谣言的速度最快速度只要一秒，其中拿到第一名小红花的阿里AI，对谣言识别准确率高达81%。

3

看到这里，你一定想激动地伸出小胖手拍拍，这样的技术进步真好，如果朋友圈和微博等社交媒体能接入阿里这谣言粉碎机，那么60%的内容将被识别为谣言。

熔断这种金融圈的产物，将跨界降临社交媒体。

你再也不用费劲唇舌给你妈解释，“夕熬夜、朝得癌症”是谣言；那些泡脚不泡脚的震惊，都是谣言；那些不转不是中国人的，还是谣言。你再也不用担心，你们家的钱钱，被别人家卖药的孩子骗了。

好想把你妈从谣言的世界拉出来，一起到你的人生高度，呼吸一下智慧的空气。

这个AI，简直是天使大姐派来帮你教育你妈的。

4

这个世界是一直有天使的，关键是你从来整不明白天使到底站哪边儿。

在AI降临后，也许你家的画风是酱婶儿的：

手机和你的眉毛一起轻扬，“看到了吧，妈，看到AI分析的结果了吧，《秋冬泡脚的时候加点它，三天逼出体内湿气》和《天天用热水泡脚，竟是慢性自杀？看完惊呆了！》都是谣言，这种文章我一看就知道是假的。人不能在一块石头上跌倒两次，你怎么就能在一个谣言套路里养生N次呢？”。

你妈谦逊地点点头，“看到了看到了，确实都是谣言。不过啊”，你妈的面色露出了一丝狡黠。

“AI还提示，我盆友圈里用相同套路编造的谣言，还有你上次转给我的那篇《两片阿斯匹林》”。

你的骄傲凝滞在了空中。你记得那篇文章，它来自以色列科学的研究成果，条分缕析言之凿凿地介绍了，当心肌梗塞的征兆发生时 ，两片阿司匹林将如何把人从死神的手上抢救回来。

你赶紧云尽孝了一把，把这篇文章转发给了你妈，嘱咐她一定要放两片阿斯匹林在床头。从此，你妈、你姥爷、你舅妈的床头前，都多了两片白色的小药丸。

AI还提示，经过和专业医疗领域的公开研究成果比对，阿司匹林只对预防和治疗心血管疾病方面有效，并不适合应对心脏病突发的急症。

在养生谣言面前，我们都是个孩子。

5

眼看着床头上那两片阿斯匹林仙丹已经滚回了药瓶，你滚到了你爸身边，他正叼着一根牙线，浏览同学群里的热血文章。

中国大爷真奇怪，年轻的时候当牛做马，老了各个战狼附体。

“爸，你怎么还看那个群里的文章，AI的分析结果你看了吧，上次你们疯狂转那篇《“铁娘子”默克尔面对柏林墙，泪流满面的告别演讲……》是假新闻，当时我就跟你说，默克尔告别演讲，这么重要的新闻事件，怎么可能新闻里都没有报道呢？想要不被骗，还是要看新闻的”。

爹地点头，“你是没少看新闻吧，AI提示我，你上次转发的那条姜文如何带儿子消失了一年，去新疆吃苦的文章，虽然是一篇谣言，但许多细节确实来自于新闻报道，怪不得把总看新闻的你都骗了”。

你有些心塞，想吃两片阿斯匹林顺顺。

AI还提示，默克尔的“告别演讲”，行文风格过于煽情；关于姜文的文章写作风格过于鸡汤，是谣言的概率高。

每个人的内心都住着一锅鸡汤，你爸的口味重一点而已。

6

你已经不敢再往舅妈身边溜达了。万一她羞赧一笑，拉住你说，她上次转发的那条“莫言先生说，我远离两种人，遇到好事就伸手的人；碰到难处就躲闪的人。我挂念两种人，相濡以沫的爱人，肝胆相照的朋友”确实是谣言。

但是啊，你发的那条“鲁迅说，到了一定年龄，必须扔掉四样东西：没意义的酒局，不爱你的人，看不起你的亲戚，虚情假意的朋友！”，难道不是谣言么？

你只能去谣言鄙视链的最下端，寻找一下自信了。

你端着一盘葡萄，走到你姥爷身边，“姥爷，看AI的分析结果了吧，无籽儿葡萄不是避孕药泡大的昂，快吃吧”。

姥爷捻起两粒葡萄，在手里盘了下，“是啊，不过你也看到了吧，把两颗葡萄一起放进微波炉里，不会把家烧没了”。

电光火石之间，你忆起来了，那是你转到家庭群里的一篇科学知识，《不要模仿！把两颗葡萄一起放进微波炉 ，能烧得你家都没了》。

按照那篇硬核知识的介绍，因为“两个挨在一起的葡萄”这种形状，配合2.4GHz微波炉的波长，恰好就能造出一个超级热点。把集中起来的能量传递给葡萄里天然存在的钠离子钾离子，于是产生了等离子体，放出耀眼的光芒……“

接受过九年义务教育的你，在这种高中物理与化学合体面前，瞬间卑微到了尘埃里。只想赶紧提示家里的亲戚，不要在黑暗料理中黑暗了家。

AI提示，这篇文章的写作风格并非科学性的，而偏夸张性。经过和专业领域的公开研究成果比对，当你把两个葡萄放进微波炉加热，你将得到两颗热葡萄。

葡萄可能是所有水果里，被谣言翻牌子概率最高的。无籽儿的是避孕药里泡大的，有籽儿的能把房子点了。

7

机器为啥比人不好骗？

如果你真有脸问出这个问题，我只想说，你自己天天忙啥呢，心里没点儿X数么？

首先，尽管培根从来没说过“知识就是力量”，但是AI确实比姆们有知识。比如人家能在毫秒内就读完有4300万字的《大英百科全书》。

硬核的是，AI还是按照小学班主任对姆们的要求去读书的。

老师的话你们还记不记得——要把知识转化成自己的。在毫秒内读完《大英百科全书》后，AI立刻就能整出自己很懂的样子，快速回答书中不同领域的问题，例如恐龙什么时候消失的，美国第五任总统是谁？

老师经常嘶吼的另一句话你还能不能想起来——要能提出问题。比如阿里AI可以自动根据谣言主题对其进行分类，发现最有可能判定该谣言的专家，推荐专家对疑似谣言进行鉴别。

第二，有了知识之后，AI还比姆们勤快。

我在报社上班的第一年，带我的编辑老师说，“如果你能浏览到搜索引擎第100页，你总会比别的记者多发现点儿什么”。

AI会把自己理解的内容，跟公开权威网站和自身知识库内进行检索对照，看看这个消息是不是官宣，有没有过靠谱的媒体发布，符不符合科学常识。最先发出消息的是谁，最先转发的是谁，并根据不同的发布者和回复者的用户画像确定它的真实程度有多高。

第三，AI不像姆们这么情绪化，在AI面前，全人类都是我这样的东北人er。

我的朋友党九说，她曾经害怕这款AI带来这样的负面效果——让家庭群里没什么可聊的了，疏远了亲情。现在想想不用怕了，AI拉平了你和你妈之间的谣言鄙视链，甭管人类的悲欢是否相通，你和你妈转发的谣言一直相通。

AI帮你识别的最深刻的一条谣言，原来是“家庭群里的其他人，天天转发假新闻”。

贪财好色的花儿街致力于为大家带来更有价值的阅读。原创转载请注明来源花儿街参考(zaraghost)、作者，侵权必究。

自觉差距很大，但是不知从哪开始学习，该怎么办？

数十万互联网从业者的共同关注！

作者：可聊

原文链接：

http://www.zhihu.com/question/27176960/answer/57005226

欢迎投稿到早读课，投稿邮箱：mm@zaodula.com

记得以前看到过知乎上的一个回答“一直宅在家里看书是否可行”。一个高票答案让我深有同感，大意是：

你必须保持入和出的平衡。

你不输出，等于没有输入。

直到开始输出的时候才发现，以前所谓的读过根本就是错过，所谓的宏图根本就是执念

跟知识的邂逅就跟谈恋爱一样，没有什么命中注定，能做成的事，能读精的书，很少是从计划表中来的。以为看完豆瓣上评分8.8以上的书和电影就会成为大牛吗？TYTSP。

因为不论知识还是经验的获取路径，永远都不是一条直线，而是一个实践和理论的往复折线。靠直线获取的总是费效比最高的。就像你可以背大英百科全书，然而却并没有什么卵用。

拿装修打个比方，我们需要的材料，决定于我们想要设计什么样的室内空间。虽然你可以先去建材市场看看给自己提供指导，但一定不是直接跑到阿里巴巴建材区，点按销量排行，买回来一堆高性价比的爆款，再考虑它该装在墙上，还是天花板上。

即便是经过反复推敲的设计，如果不能在施工中根据实际情况做出调整，最终效果也不会好到哪里去。

曾经我以为，书只要坚持连续一本本看下去便能融会贯通，豆瓣已读标记了不少，却发现到头来之前的书没什么印象，而对计划要读的书已然失去兴趣。后来开始试着在读书时摘抄些写得好的段落并附上感受，并把读后感发在豆瓣或知乎上。。刚开始写的自己都看不下去：提笔忘词，行文不通，最重要的是，我甚至发现一些章节我都忘的干干净净了。。。但不论怎么不满意，还是要写，因为我发现这个习惯，让我读书的印象比以前深了好多。更重要的是，写作让我对如何用知识进行再创造慢慢产生了兴趣---有时发现好像抓住了根藤条，顺着它能联系的知识和经验越来越多，而且竟然发现对需要读的书看得更清了。（有的偏门冷知识，本来没怎么注意的，却有时意外获得了很多赞，从而也引起了进一步探索的兴趣，这也是网络互动带来的惊喜吧）

学技能也是一样的。 我是学建筑设计的，我不止一次听到身边有人说要在暑假学习rhino建模，或者啥时候准备开始撸起袖子学vray渲染，学photoshop，学illustrator。。。几乎都是无疾而终。我知道，这些东西，从他们翻开《grasshopper从入门到精通》，或者《vray渲染大师速成》这类书的时候，他们的兴趣就注定开始丧失了。

而我最常看到的，也是我发现唯一有效的方法，是做了一个project，必须要用到这个软件，你不用想，保证秒会（当然过程是极耗精力的），不用想自己计划要学这个还是那个，输出的过程自然就会让你疯狂地看书上网学技能。不仅秒会，而且快捷键、小技巧溜得可以跟那些天天叫着“学软件”的同僚们装大师了。

找一个固定的创造力出口，让你做的事来帮助你挑选你需要学的知识，而不是相反。比如在知乎答题，在豆瓣发文，或者是在博客写作（至于微信微博就算了，知识在那都碎成渣了），亦或是靠搭建个个人网站来学习软件和语言，或者定期发布摄影作品来学习某个主题摄影的技巧；至于英语，闭门造车可以练阅读，但练不好表达，当年练托福口语的时候都是在网络上找小伙伴互相上传录音打分的。 因为你的输出，是必定有反馈的，或者来自别人的评价，即便没有，输出的过程也会让自己看清自己的盲点。

或许下次你在读书后偶然和人聊天引起的思考，或者是哪个你必须踏足新的领域才能完成的任务，会故意露出那根藤条勾引你往上爬。那时的你，双手抓着藤条，就不会伸手去到处够那些对你不重要的石头了。而且你会觉得，那些还在悬崖下还在犹豫究竟选择哪条路径开始攀登的人，很可笑。

互联网早读课，每天八点，风雨无阻

专注产品、设计、交互、运营

微博：@互联网早读课

加群密码：地区-职位-昵称

互联网早读课是WeMedia自媒体成员之一，

WeMedia是自媒体第一联盟，覆盖5000万人群

坤鹏论：统计学有妙用 识破上市公司造假迷局

昨天，坤鹏论谈到了上市公司造假的问题，难道就没有办法识破吗？

正是这样的疑问使我想起了概率论中一些辨伪招数，今天就来聊聊它们。

当然，即使掌握了这些方法，也不能让你轻松破解财务造假，毕竟道高一尺，魔高一丈，这样的博弈一直在不断升级。

一、统计学教授用概率破解造假

大多数人都不了解概率在日常生活中的重要性，美国有位教授曾用下面的方式，向他的学生证实这一点。

他每年教统计学时，都会要求班上的每个学生假装随便扔20次硬币，并把想象的结果写在一张纸上，并用X和O分别代表硬币的正面和反面。

但是，他会指定一名学生必须真的扔硬币，而且照实记下结果。

学生在做这项功课时，教授会暂时离开教室，等到学生们都完成后，他再回来。

他面对的挑战是，从许多记录纸张中挑出真正扔硬币的结果。

令学生们总是不可思议的是，他每次都指认无误，从来没有一次失手。

他是怎么做到的呢？

这是因为真正扔硬币的结果，几乎都会包含有最长的连续正面或反面组合，比如：OXXXXXOXOOXOOXOOXOOX，而想像的结果通常是这个样子的：XXOXOOOXOOXOXXOOXXOO。

这是因为我们普通人都会低估连续丢出好几个正面或反面的可能，所以才不会写出一长串相同的组合。

尽管根据概率的特点，如果长时间的话，出现正面和反面的次数会相同，但也有老是丢出正面或反面的时候。

根据专家的不懈实验，丢硬币有如下学问：

1.任何一次丢硬币，出现正面或反面的几率都是50%，也就是1/2。

2.但是如果连续丢20次硬币，在这个过程的任何时候，连续出现3次正面或反面的可能性，高达80%，连续出现4次正面或反面的可能性为50%，连续出现5次正面或反面的可能性是25%。

3.在这个过程的任何时候，不论已经连续出现几次正面，下一次再丢出正面的可能性还是50%。

短期来说，股市也是一种概率，假设一只股票，第一天跌了，第二天跌了，第三天跌了，第四天跌了，越往后，其跌的概率越低，那就意味着，概率本身就和企业的价值无关。

用概率去炒股，它是非常准确的，如果你能建立一个数学模型，用概率去计算，那个股价应该是最标准的，只是找到合理的模型很难很难。

二、没有可疑才是大大的可疑

某餐馆老板做了假账，编篡了每个星期的营业额。

但其账簿在内行人眼里，错得非常明显：n多数据末尾中没有一个以00为结尾。

这是因为伪造数据者往往认为整数不够随机。

但是，在真实的世界中，从00到99，每组两位数的出现概率约为1%。

这同样也是统计学的概率，大多数人不懂，自然也就编不出正常的数据，人们在伪造数据时常会犯的错还包括：

多次使用个人偏爱的数字，因为每个人都有自己偏爱的数字，造假时往往真情流露，经常使用它；

有意识地避免整齐的数字，或者连续的数字，认为它们“不够随机”，不够真实；

当人们要伪造表面合理的数据时，他们一般会用以5或6为第一个数的数据；

如果数据有上限，比如报销金额是500，可能会多次采用478、485这类靠近的数字......

当人们在数据上造假时，必须捏造一系列看似正常，没有可疑之处的随机数字，而偏偏就是这样的“没有可疑”，事实上才是大大的可疑。

三、本福特定律

话说美国有位传奇天文学家叫西蒙·纽康（1835年3月12日~1909年7月11日），被《大英百科全书》誉为“那个时代最显赫的天文学家之一。”

他曾写了一本名为《通俗天文学》的书，从1923年至今，重印上千次，全球销售过亿。

纽康在查阅对数表时发现了一个奇怪的现象，包含以1开头的数的那几页比其他页破烂得多，似乎表明计算所用的数值中，首位数是1的概率更高。

1881年他发表了一篇文章提到并分析了这个现象，但没有引起人们的注意。

直到57年之后的1938年，美国有位电气工程师再次发现了这个现象。

此人叫弗兰克·本福特，也有说他是物理学家，反正和统计学、概率论没有半点关系，但人到中年时却迷上了一个与概率有关的课题，课题得到的结论就是现在要说的“本福特定律”。

这个定律说，在众多真实数据中，以“1”为首位数字的数出现的概率约占总数的三成，也就是30%左右。

比如：随机抽取银行1000多个储蓄账户，存款金额不等，请问，这些存款数额中第一位是1的概率有多少？

我们知道，存款金额随机的话，那么第一位从1到9都有可能，正常人的答案肯定是1/9。

但是，本福特通过不断验证后却告诉我们，数字越大，出现在第一位的概率就越小。

首位数字为1的概率能达到30%，以2开头占18%，以3开头的情况约为12.5%，而数字9出现在第一位的概率只有4.5%左右。

在发现这个规律后，本福特兴奋不已，马不停蹄地收集并研究了20229个统计数据，包括河流面积、人口统计、分子及原子重量、物理常数等多种来源的资料，并分成20组。

虽然数据来源千差万别，却基本符合本福特之前发现的规律。

本福特的发现实至名归地成为了定律。

本福特定律适用范围非常广泛，自然界和日常生活中获得的大多数数据都符合这个规律。

比如：统计一下世界上237个国家的人口数量，以1开头的数惊人地占到了27%，而以9开头的数却只占5%。

不过，这个定律也有以下限制：

数据必须跨度足够大，样本数量足够多，数值大小相差几个数量级；

人为规则的数据不满足本福特定律，例如按照某种人为规则设计选定的电话号码、身份证号码、发票编号等。

为造假而人工修改过的实验数据、彩票上的随机数据也不符合本福特定律。

虽然，纽康和本福特都总结出了首位数字的对数规律，但并未给出证明，直到1996年佐治亚理工学院的数学家泰德·希尔依据本福特定律确定哪种情况产生这种数字，并进行了严谨的数学证明。

他还指出，当我们拥有分布中的分布，也就是对随机抽样的随机采集时，这样的数字集就会出现，庞大、混杂的数字集也遵循本福特定律。

上世纪70年代初，谷歌首席经济学家的哈尔·瓦里安曾表示，如果经济数据在进入一种经济模型时符合本福特定律，但从这种经济模型出来时不符合本福特定律，那就应该再研究一下这个模型。

圣·路易斯华盛顿大学经济学家约翰·奈和查尔斯·莫曾利用本福特定律，考察了一些基本的宏观数据。

他们发现，经合组织（OECD）的数据非常符合本福特法则。

这表明，GDP数据应符合本福特法则，但非洲的GDP数据则与之不符。

当然，我们无法肯定，这些不符缘于弄虚作假或统计部门资金不足，但这提醒我们，某些数据应伴随健康警示。

再后来，美国一个有数学天赋的会计师——马克·尼格里尼，在上世纪90年代名扬天下，原因是他利用本福特定律，发现了会计造假、欺诈和逃税行为，比如：伪造一些小额发票，金额略低于需要管理层批准的门槛。

尼格里尼根据本福特定律发展出一套方法用来检验帐目的真实性，如果有人对帐目做过手脚，利用他的方法可以发现疑点，该方法被成为“尼格里尼求和法”。

后来，“尼格里尼求和法”被执法机构、税务机构和私营部门广泛采纳。

审计人员可以利用这一点来判断数据是真实可信的还是伪造出来的。

1998年，据《纽约时报》报道，包括加利福尼亚州在内，美国好几个州的税务机构都使用以本福特定律为基础的检测软件。

美国华盛顿州曾利用本福特定律侦破了当时最大的投资诈骗案，涉案金额高达1亿美元。

诈骗主谋凯文·劳伦斯和其同伙以创办高科技含量的连锁健身俱乐部为名，向5000多个投资者筹集了大量资金。

但是，所谓的健身俱乐部根本就是子无虚有，资金被他们用来吃喝玩乐。

为了欺骗投资者，他们还把资金在海外公司和银行间频繁转账，并做假账，给人一种生意兴隆的错觉。

后来，有位名为达雷尔·多雷尔的会计师觉得不大对头，于是便将70000多个与支票和汇款有关的数据收集起来，将这些数据首位数字发生的概率与本福特定律相比较，发现根本无法通过本福特定律的检验。

最后经过了3年的司法调查，终于拆穿了这个投资骗局，2002年，劳伦斯被判入狱20年。

当年，美国著名的安然造假案中，其2001年到2002年所公布的每股盈利数字就不符合本福特定律，这证明了安然的高层领导确实有改动过这些数据。

国内有人曾用上证50的公司与5家有舞弊行为的公司的季度财务数据进行了对比，发现上证50的公司符合本福特定律的季度数，不管在最近一年、两年、三年、四年，而那5家造假公司的数据则与本福特定律存在出入。

还有人选取了沪深两市2000年~2010年2087家上市公司的年度、季度财报进行研究。

测试结果显示，总体上，沪深两市的主要财务数据首位数的分布，表现出了本福特定律所描述的规律，但是，其中营业成本和本福特定律的理论值有较好的一致性，资本公积和所有者权益合计与本福特定律的符合度较差。

从资产负债表可以看出：

2000年~2002年的相关系数都比较低，而这三年恰恰是中国上市公司报表披露的混乱时期，大型报表舞弊案在这三年出现多起，例如：银广夏案等。说明这段时间上市公司的报表舞弊情况普遍比较严重。

2003年~2007年相关系统突然回升，兼有逐年降低的趋势。在2003年和2004年，审计署对报表舞弊严重的银广夏、西安达尔曼、天津磁卡、蓝田股份、大庆联谊做出公开处罚，纠正了当时粉饰报表的不正之风。所以，2003年和2004年的相关系统突然升高，与当时审计署的工作分不开。

同时，这段时期实行了新会计准则，很多企业利用会计准则进行舞弊，比如：在效益好的年份将部分利润隐藏在坏账准备里，并在业绩不好的年份将其提出以粉饰利润。

另外，2007年1月1日后，中国再次实行新会计准则，使得很多在之前会计准则中可以使用的舞弊手段不能再用，因此2007年集中了大量非正常与正常调整，造成当年相关系数成为这段时期低谷的情况。

2008年~2010年，这个阶段又表现出一个回升之后逐年降低的趋势。2008年是中国实行新会计准则的第二年，大部分调整已集中体现在了2007年，因此当年相关系数相对2007年来说出现显著回升。

而2008年遭遇全球金融危机，一直波及到了2009年和2010年，造成企业普遍出现效益不好的情况，企业可能会出于对融资、股价等方面的考虑，对财务数据进行了人为操纵，使得相关系数逐年降低。

而利润表的表现和资产负债表不同：

整体财务数据和本福特定律理论值的相关系数普遍很高，绝大部分都在0.999以上，说明公司普遍对利润表（营业收入、营业成本、利润总额、净利润）进行的数据操纵行为较少。

因此，整体上看，从2000年到2010年，中国上市公司的利润表相比较资产负债表，的确受相关公司人为操纵的因素较少。

本文由“坤鹏论”原创，转载请保留本信息

请您关注本头条号，坤鹏论自2016年初成立至今，创始人为封立鹏、滕大鹏、江礼坤，是包括今日头条、雪球、搜狐、网易、新浪等多家著名网站或自媒体平台的特约专家或特约专栏作者，目前已累计发表原创文章与问答6000余篇，文章传播被转载量超过800余万次，文章总阅读量近20亿。

超估价1200倍！两册永乐大典国宝回归

原标题：超估价1200倍 成交价6500万

两册《永乐大典》国宝回归

明嘉靖年间的两册《永乐大典》当地时间7日在法国巴黎德鲁奥拍卖公司拍卖，最终由一位中国买家以640万欧元拍下，加佣金成交价为812.8万欧元（折合人民币近6500万元）。

这两册中国古籍经历了600多年流离，在流失海外多年后国宝终于“回家”了。1200多倍的溢价震惊市场，让收藏界进一步地认识到中华文明瑰宝的价值。

史上最大的百科全书

拍品Lot 231号《永乐大典》以5000欧元起拍，叫价如直升机一般上升，几分钟后价格就达500万欧元，现场买家们和电话委托者相互厮杀，最终以640万欧元落槌（算入佣金共812万欧元），比起拍溢价了整整1200多倍。

这部原本1万多册的煌煌巨著，如今全世界只剩下400余册副本存世，而在市场流通的更是寥寥无几。本次拍卖的两册《永乐大典》一册为卷2268至卷2269为“湖”字“湖名”事目。另一册为卷7391至卷7392为“丧”字“丧礼”事目中的“国恤”。这两本永乐大典有些磨损，纸上有黑色和红色墨水污渍，一本专门介绍中国湖泊地理的书，另一本描述了葬礼。竞价火爆是在预期之中的，来自全球的重量级图书馆以及古籍收藏家都对该拍品跃跃欲试。

《永乐大典》被称为“世界有史以来最大的百科全书”名副其实，它的内容囊括了我国明朝以前的文学艺术、历史地理、哲学、宗教和应用科学等各方面的丰富数据，包罗万象，将中华文明历程尽收眼底。它比法国狄德罗主编的《百科全书》以及英国的《大英百科全书》编著早了300多年。

现本幸存于战乱兵祸

由于多次战争以及盗窃和大火，《永乐大典》原作在明朝丢失了。当今世界已知卷的数量均为残卷，约占永乐原始百科全书的4%。《永乐大典》一共只有两个版本，这部书在永乐年间纂修完成后，只抄录了一部，叫做“永乐正本”；到嘉靖朝，怕《大典》有损，又重录了一部，称为“嘉靖副本”。

《永乐大典》在明代清代陆续佚失或被监守自盗，战乱与兵祸令这部大作多次陷入危难。1912年翰林院所藏《大典》移交京师图书馆时，仅剩64册。据统计，目前完整册数有378册，计中国大陆收藏164册（43.4%），中国台湾省藏72册（19%），其余藏于日本、美国、英国、德国、越南、韩国等公私藏家。

国宝回归后价值巨大

由于付出了巨大的回购代价，许多网友在庆贺国宝回家的同时，对是否应该以高价购买方式促成文物回流意见不一，在网络上形成争论，有人认为代价过于昂贵。但国内图书馆界、古籍收藏界的专家意见基本统一。

新发现两册《永乐大典》由中国藏家拍下的消息传出后，国内古籍收藏界反响强烈，上海图书馆研究员、碑帖研究专家仲威告诉记者，物以稀为贵，物以“知”为贵。作为传世经典，《永乐大典》的重要性和珍稀程度不必多言。故宫博物院图书馆馆长、研究员翁连溪表示，此次拍卖转手的两册四卷与中国国家图书馆藏“湖”字、“丧”字册均相连，并且此“湖”字册的出现，使得现在发现的“湖”字卷全部相连。

知名古籍收藏公众号“芸书房”主理人伊芸表示，竞购价格不算昂贵。这两本书是被称为“世界有史以来最大的百科全书”——《永乐大典》，也是中国古籍的国宝，是中华文明和时代智慧的结晶，是中华文化的最佳传承载体。“虽然《四库全书》为中国古代最大的一部丛书，但是它的篇幅无法与《永乐大典》相提并论。《永乐大典》收录了从先秦至明末的各类儒家正统典籍，在图书内容的选择上，更尽显广阔的胸怀。包括数学天文地理医学甚至戏曲等杂学，《永乐大典》也照单全收。就连许多本以为失传数百年的医学，竟都能从《永乐大典》里找到原版。这部典籍保存下来诸多濒临失散的中华文明成果，这正是它价值的所在。”

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。