青鳥氣勢猛!5成民眾仍同意國會改革有助台灣 林濁水提醒綠營:不要被認為反改革
菱傳媒.2024年6月16日 18:01

國會改革覆議案本周表決,前立委林濁水提醒綠營,要避免讓民眾認為反改革,圖為資料照片。林啟弘攝

(菱傳媒/台北報導)行政院提出國會改革法覆議案,立法院將在本周五進行表決,雖然最新一份民調顯示,有超過6成的民眾支持覆議,但也有近5成的民眾認為,國會改革修法對台灣政治有正面幫助。前立委林濁水今(16日)發文提醒民進黨,青鳥出擊固然氣勢威猛,還是要努力避免讓民眾認為綠營是站在反改革的一方。

中華亞太菁英交流協會昨天公布民調表示,高達61.4%民眾支持行政院所提的覆議案,55.1%不清楚修法內容;此外,本屆國會滿意度僅2成4,三黨的不滿意度都高於滿意度。至於受訪者被問到國會改革修法對台灣政治有無正面幫助一事,有49.5%的民眾認為有正面幫助,33.8%的民眾認為沒有正面幫助,無意見的民眾則有16.8%。

前立委林濁水在看過民調後表示,有6成的民眾支持覆議,可見多數民眾對國會改革法案黑箱三讀和一些荒腔走板的條文,非常不以為然。他指出,儘管中華亞太菁英交流協會被認為機構立場偏綠,但做出的民調仍顯示,民眾認為國會改革修法對台灣政治有正面幫助者高達5成,遠高於認為沒有幫助者的3成。

林濁水直言,這些數據還透露出民進黨絕對不應該忽視的訊息,那就是「青鳥出擊固然氣勢威猛,但還是得努力避免讓民眾認為民進黨站在反改革的一方。」

中華亞太菁英交流協會本次民調訪問係於2024年6月12日至6月13日進行,成功訪問1139位全國22縣市年滿20歲以上的民眾,在95%信心水準下抽樣誤差正負2.9%。這次調查方法係以市話、手機並行訪問,加權方法則是依內政部戶政司人口資料庫公佈之台灣地區最新人口統計資料,針對戶籍地行政區、性別、年齡採用多重反覆加權(Raking)處理。

更多新聞:

賴清德演說稱「首戰即終戰」是投降主義 馬辦嗆:人民不需要引戰總統

黃埔百年校慶踢正步成絕響 賴清德致詞:不為中華民國而戰就是「假黃埔」

阿扁加入戰局!馬英九批賴清德「狂言狡賴」 他怒轟:慣犯有什麼臉說嘴

 

菱傳媒原始網址:青鳥氣勢猛!5成民眾仍同意國會改革有助台灣 林濁水提醒綠營:不要被認為反改革

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

監察院 國會 修法

政論 記者 盯梢

陳玉珍 記者會

俞大㵢 亂花 公帑

政論 節目

監察院 釋憲

三立新聞網 setn.com
今日新聞NOWnews
TVBS新聞網
太報
「二法還五法」傅總召狀況外 綠委諷:真是可笑
記者廖品鈞、楊凱安、孟國華、程奕翔、郭思妏/台北報導宣布監院將聲請釋憲與暫停處分,成為府院與黨團後第4個釋憲的機關,藍營持續緊咬質詢台上嗆聲外,還警告預算會期會擋住整個預算。不過藍
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司