政府大選前推平均地權條例、囤房稅全國歸戶 邱臣遠批積極騙票
匯流新聞網.2023年7月14日 12:47

政府大選前推平均地權條例、囤房稅全國歸戶 邱臣遠批積極騙票 275

CNEWS匯流新聞網記者邱璽臣、李盛雯/台北報導

現在要買一間房到底有多困難?台灣民眾黨立法委員邱臣遠今(14)日表示,成家好難,全家不吃不喝10年才能買得起房,居住正義淪政府口號。根據內政部前日公布最新全國房價負擔能力指標,今年第一季全國房貸負擔率41.1%,較去年同期上升2.8%;房價所得比則平均為9.72倍,為自2002年開始統計以來,史上第二高。其中,台北市以15.22倍冠全台,也就是說想在台北買房,必須全家不吃不喝15.22年,才有機會做到。

邱臣遠說明,根據這項指標,目前六都民眾對於房價負擔能力,都是在過低、偏低或略低等級,僅剩下嘉義縣市、屏東縣及基隆市的房價,是在可合理負擔等級。回顧過去1980年代,台北市房價在短短3年間,飆漲4倍每坪達到44.5萬元天價,因此掀起一場壯闊的無殼蝸牛運動,抗議政府縱容財團炒房。

他指出,然而34年過去,今年第一季台北的預售屋價,仍持續成長到了106.2萬元,居住正義仍是遙遠的夢,青年也持續陷入低薪、高物價、高房價之苦,買不起房已成為跨世代的痛。蔡政府執政七年多來,一再號稱要落實居住正義,但實際上居住正義徹底淪為口號,房子買不起、社宅蓋不出來、連租金也飆起來,而政府卻只會在選舉前急推平均地權條例、囤房稅全國歸戶,積極騙票。

邱臣遠批評,政府治標不治本的政策,讓無殼蝸牛無奈變成標本。他認為要實踐居住正義,政府應「穩定興辦社宅、健全房屋市場、建立公平稅制」,因此呼籲政府在囤房稅2.0的修法討論上,能夠確實透過稅制降低炒作及空置房屋,釋出更多房屋使用機會;在社宅興建上,「社宅興建國家隊」能夠加快腳步;並透過跨部會橫向聯繫,產出貼合現實的打房策略,以健全房屋市場。

新聞照來源:後製自邱臣遠照片

《更多CNEWS匯流新聞網報導》

補貼學費涉政策買票?民眾黨團籲解決公私立資源分配不均問題

王鴻薇揭台資金、半導體技術奉上立陶宛 徐巧芯:差點簽不平等條約

【文章轉載請註明出處】

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

北海道 考察 黑熊

京華城案 羈押

賴清德 勗勉 澎湖

國賓 容積率

綠媒 收賄

新竹 老家

FTNN新聞網
中天新聞網
TVBS新聞網
三立新聞網 setn.com
藍委質疑赴日棕熊區考察黑熊保育 監察院回應了
[FTNN新聞網]記者劉秀敏/台北報導國民黨立委羅智強今(7)日質疑,監察院明年編列一筆31.5萬的預算,預計派員至日本北海道考察日本黑熊保育,質疑與監察院核...
  • 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