统计任意千条以上短视频的点赞量数据，把每一组数值的第一个非零数字单独拎出来计数，你会发现一个反直觉的数学现象：以数字“1”开头的数值，出现概率远远高于其他数字。大约30%的数据首位数字是1，而以9开头的数值占比仅有4.6%左右。

    这条看似充满巧合的规律，是被写进数理统计教材的经典法则——本福特定律，也被称作首位数定律。在十进制体系下，首位数字d（d=1，2，…，9）出现的概率满足公式P（d）=log10（1+1/d）。

    本福特定律的发现始于微小细节。1881年，加拿大天文学家西蒙·纽康观察到对数表以1开头的页码磨损更严重，推测以1开头的数值使用更频繁。1938年，美国工程师、物理学家弗兰克·本福特实证了这一猜想，才使这一定律广为人知，并最终以他的名字命名。

    大多数据遵循指数增长模式，而非匀速线性增长

    我们可以把数字看作一把刻度尺：从1增长到2，需要提升100%；从2增长到3，增幅降至50%；从8增长到9，仅需增长约12.5%。越大的首位数字，继续向上增长所需要的相对幅度越小。现实世界绝大多数自然与社会数据，基本遵循指数增长模式，而非匀速线性增长。

    同时，本福特定律具备“尺度不变性”——任意更换计量单位，公里换成英里、千克换算磅，规律始终稳定成立。

    当然，这条定律拥有清晰的适用边界。数据必须横跨至少两个数量级，且不能受到严苛的人为规则限制。普通人身高、班级学生体重这类数值区间狭窄的数据，就无法贴合该规律；而河流长度、城市人口、短视频流量、商品价格这类跨度极大的数据集，大多高度契合。

    从学术诚信到公共选举监督，应用场景十分广泛

    除了大众熟知的财经审计场景，本福特定律在科研、公共等领域有着十分广泛的实用价值。

    在学术诚信核查领域，越来越多的科研团队借助它检验实验原始数据。人为编造的数值，人们会下意识均衡分配首位数字，和自然生成的数据分布特征存在明显差异，这条规律就可以辅助识别刻意篡改的实验结果。

    在公共选举监督工作中，统计学家长期利用本福特定律分析各地投票数据——一旦部分地区数据分布出现显著偏离，就能快速锁定异常区域。

    此外，在体育赛事数据分析、生态环境监测、气象数据统计领域，本福特定律同样发挥作用。气象学家统计历年降雨量、气温数据，生态学者记录动植物种群数量，都可以依靠该定律快速判断数据是否存在异常录入、人为修改等问题。

    本福特定律不是判定真伪的“万能标尺”，如果样本数量过少、数值区间受限，就会造成分布偏差。即便数据小幅偏离定律，也不能直接判定数据造假；反之，完全符合定律，也无法百分百证明数据真实。它更像是一把高效的“筛查工具”，能够快速定位异常样本，但无法单独作为定论依据。

    （作者系华中农业大学沈婧芳教学名师工作室骨干成员）