上任將滿百日 賴清德推「三大有感」搶攻青年認同
中時新聞網.2024年8月25日 19:06

賴清德總統(資料照片,總統府提供)

2024總統大選,賴清德以40.05%得票率勝選,比起 4年前的蔡英文流失超過17個百分點,年輕選票更被認為是最大痛點。為爭取年輕人支持,黨政人士今天指出,賴清德上任屆滿百日,針對年輕族群,已透過行動、政策、社群三管齊下,創造「賴桑人設」,也有效搶攻年輕族群支持度。

黨政人士今天引用台灣民意基金會7月份民調指出,賴清德在20-24歲族群贊同度飆升近三成,漲到 63.1 %,比上個月高出 26.7 %。主要原因在透過以下這方面,來提升年輕族群支持度:

第一:增加青年互動,他說,賴清德對年輕世代的重視,早在上任前就已開始行動。當選之際,賴清德宣布捐出1.6億元補助款,更喊出其中一部分款項,要特別提供給青年黨工,做為進修使用的獎學獎勵金,根據了解,此計畫經費,4年共有近2800萬可以使用。

此外,黨政人士表示,民進黨在過去期間,包括青年部、性平部、新住民部、中國部、民主學院等,幾乎「全黨動起來」,舉辦超過 50 場營隊、課程、講座等多元青年活動,直擊第一線,深入了解青年需求,傾聽年輕人聲音。

第二:強化政策有感,他指出,競選期間賴清德提出的青年政策「投資未來世代」,在上任100天內逐步兌現。包括高中職免學費、私立大學學費補助、年輕族群心理健康方案、租金補貼等。其中租金補貼政策根據國土署統計,18歲到25歲的年輕人對此項政策滿意度超過7成,顯示對年輕世代有明顯實質幫助。

第三:社群多元親民,他透露,賴清德社群於上任 100天間,各社群平台表現皆持續上升。其中又以 IG、Threads 兩個年輕人更常使用的平台最為明顯。從5月至今,賴的IG從22萬追蹤數成長到27萬,Threads也從19萬成長到26萬,增加近5至7萬粉絲。

在不同的社群平台上,賴清德的操作策略也有所不同。他分析,FB專攻政策、日常行程等總統工作形象,在IG和Threads 上,便明顯針對年輕人下手,像是與北一女的愛心臉頰合照、為妮妃雅打氣的支持影片、領養斑斑的暖心貼文;奧運期間除了即時關注比賽情況,也發布文化奧運、戰機伴飛,甚至是與選手的自拍合照等,皆獲優異成效。在 Threads上更積極互動海巡,成功創造「賴桑人設」。

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

陳佩琪 現金

面對 中國

國台辦 聲援

民進黨 介入 罷樑

台灣 人民 自救

民調 高雄

三立新聞網 setn.com
中天新聞網
三立新聞網 setn.com
三立新聞網 setn.com
柯文哲「不太會用USB記帳!」陳佩琪扯:他愛看量子力學
記者凌毓鈞、戴偉臣/台北報導 民眾黨主席柯文哲捲入弊案遭收押。他的妻子陳佩琪12日受訪提到「關鍵USB」,她說柯文哲不太會用USB記帳,接著就岔開話題說,柯文哲喜歡看
  • 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