2025-02-18
1 P, j- g2 ~ Z5.39.217.765.39.217.767 P( y7 p, p8 C3 \- r
5.39.217.765 D9 o, `; H0 L1 s3 ` |* `
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tvb now,tvbnow,bttvb# [* T3 x; a5 D! n# _) i
& X6 T0 g+ _; n: J' \( D% r+ 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。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。
$ Z- `% H& Z7 B" J( \ p6 eTVBNOW 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。: [1 J1 H/ W, i# B
領社保百歲以上的有2000多萬人?, |9 ?1 n, {) Y1 r7 _
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。tvb now,tvbnow,bttvb2 u; \! |( C, F
6 n! E2 g& A6 ]& ?! F& ~3 |8 B+ @tvb now,tvbnow,bttvb + ]0 X# j6 i1 K5 Q
馬斯克質疑「世界有不死的吸血鬼?還領美國政府的養老金?」tvb now,tvbnow,bttvb: O' L# h/ \& u
5.39.217.765 u# v; Y4 ^9 m5 I- Q9 c
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?」5.39.217.765 p) i# ~5 i) G. ^0 C7 G: h
Z' h' }" [7 G. k( D
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。」4 c) {' a3 l4 _5 w" s( D: G
9 j( ^. V3 f1 W+ U& h U
5.39.217.76& H/ L2 f, {4 r5 P* Z- s3 T8 i
馬斯克公開美國領社保各年齡段人口數字/ b# O3 ]( b' e5 L' m/ [* w
tvb now,tvbnow,bttvb* z- ^5 @- D1 [- ?' e- c
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。1 z4 C( |9 [5 O
公仔箱論壇" B; ^, H+ y3 k! k
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。
: {) O0 X; G$ l6 Z/ B+ ITVBNOW 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。
% O9 a1 \! i* {1 U6 T* L公仔箱論壇由於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,bttvb; x3 T. C3 t0 z7 a g3 |7 ~
) c( v1 [3 P4 c# Mtvb now,tvbnow,bttvb # [ m( j, W- A
有網友開玩笑,華盛頓可能還活著領社保。
1 u3 ~ ~' _' n u1 s' p公仔箱論壇
- Y: n, P l" l/ Y0 l9 x8 ?$ e' H5.39.217.76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。 |