2025-02-185.39.217.764 e! R% \, u2 K5 z; c( s& A
9 H0 r _5 c. d) i: [公仔箱論壇
( c2 i1 b( P! j5.39.217.76美國可領社保人數超全國人口? 有360歲人瑞? 馬斯克:可能吸血鬼正領福利. L/ C! r# \ W% g q
: y6 N2 }2 ?3 c當地時間2月18日,美國著名商人、正協助總統特朗普對美國政府進行大改革的馬斯克,在社交媒體X上拋出一枚「重磅炸彈」——美國社會保障系統疑似存在史上最大規模欺詐行為:美國有3.35億人口,但資料庫顯示有超過3.94億人有資格領取社保,其中百歲以上老人竟超過2000萬,甚至有人年齡高達360歲。社保號數量與實際公民數相差6000萬。8 Z: o, Y1 V# w
2 B5 N: q, ]4 U! }tvb now,tvbnow,bttvb領社保百歲以上的有2000多萬人?
) o: r1 c! Y U3 H# kTVBNOW 含有熱門話題,最新最快電視,軟體,遊戲,電影,動漫及日常生活及興趣交流等資訊。按照慣例,美國社會安全號碼(SSN)是聯邦政府發放的唯一身份證明號碼,廣泛用於稅收、社保、信用記錄等重要事務。除了美國公民之外,部分合法居民,如綠卡持有者及部分工作簽證持有人,也可以申請SSN。然而,即便考慮到所有可能的外籍持有者,總數最多也僅有1500萬至2000萬,遠遠無法解釋6000萬的差額。這一數據的不匹配,揭示了美國社保系統管理混亂,甚至可能存在系統性欺詐的風險。5.39.217.76$ W) s3 a9 D+ ?( ] V! k8 I% X
- R# {" |% ]( v: O& N3 m$ x. L1 @* e5.39.217.76 公仔箱論壇$ Y! M- ]' E6 ]- P
馬斯克質疑「世界有不死的吸血鬼?還領美國政府的養老金?」
5 t$ n+ P! R$ r( @公仔箱論壇TVBNOW 含有熱門話題,最新最快電視,軟體,遊戲,電影,動漫及日常生活及興趣交流等資訊。6 F; W# B1 W' j& u3 x( M$ g
面對如此離譜的數據,馬斯克諷刺道:「難道世界上真的存在不死的吸血鬼?他們居然還在領取美國政府的養老金?」tvb now,tvbnow,bttvb+ H) Y; ]* a. W$ t w
S+ D. L/ e& a4 L, b馬斯克自己回應:「是的,『符合條』的社會安全號碼數量遠遠超過了美國實際公民的數量。這可能是歷史上最大的欺詐行為。」公仔箱論壇6 u$ _$ s( m/ P a; _2 R, u7 a
tvb now,tvbnow,bttvb) k/ ?9 A% d7 W# r

% R& U6 A: W7 C/ n2 x5.39.217.76馬斯克公開美國領社保各年齡段人口數字
) ]% @" }5 P9 w6 R5.39.217.76公仔箱論壇: g: c. ?! ?( T: V7 U O. ~; N5 x& Z
對於社保系統出現如此嚴重的錯誤,內地的「觀察者網」引技術專家指出,問題可能源於美國政府沿用的老舊數據庫系統。美國社保數據庫長期依賴COBOL編寫,這是一種誕生於20世紀50年代的古老編程語言,早已被大多數私營企業淘汰,但美國政府至今仍在依賴它處理社保、醫保和稅務等關鍵業務。公仔箱論壇6 I: n0 x$ R7 P9 s2 r5 K

5 f; F( F1 ?0 I. g, s% UTVBNOW 含有熱門話題,最新最快電視,軟體,遊戲,電影,動漫及日常生活及興趣交流等資訊。有網友指出美國人口也沒有到3.35億。馬斯克回應指其中可能成在巨大欺詐行為。
# A/ O2 f1 q1 f5.39.217.762 J; ?1 ?' `' K% N b9 U! _! e
由於COBOL系統難以維護且極度老化,許多數據錄入規則存在缺陷。例如,在2004年之前,一些系統默認將空白出生日期填充為「1875年」,這可能解釋了部分150歲-159歲「超高齡老人」的出現。而更早期的系統甚至可能使用1601年或1660年作為默認出生日期,這或許能解釋為何會出現「360歲」的奇人異事。tvb now,tvbnow,bttvb6 b6 h# E0 m1 W! |9 I8 h* |
( r0 i- I8 t4 S+ E' Z
; t5 r% a; Y2 Y) g$ c! X8 hTVBNOW 含有熱門話題,最新最快電視,軟體,遊戲,電影,動漫及日常生活及興趣交流等資訊。有網友開玩笑,華盛頓可能還活著領社保。公仔箱論壇7 g: b0 ?# S/ l7 R5 y o
3 K8 H9 ]! h. x# N# f- p4 C此外,由於COBOL編程人才斷層嚴重,美國政府機構內部已經很少有人能熟練維護這一系統。一些年輕的技術人員可能連基礎語法都不了解,因此在處理數據時容易發生錯誤,導致人口數據異常。 |