民進黨三重區立委初選「三腳督」 李坤城勝出力拚接棒余天
鏡週刊Mirror Media.2023年4月27日 16:22
李坤城(左)在民進黨初選中勝出,將接棒余天(右)力拚2024立委大選。(翻攝自李坤城臉書)

民進黨新北市第3選區(三重區)立委余天,明年任期屆滿不再爭取連任,前新北市議員李坤城去年就展開布局,未參加議員選舉,投入黨內立委初選。黨內現任議員李余典、彭佳芸也先後登記,爭取綠營提名機會。民進黨今(27日)公布電話初選民調結果,李坤城以46.55%勝出,預計將獲得提名參選2024立委選戰。

新北市三重區是民進黨票倉之一,也讓該處的立委黨內初選格外激烈,除了早就放棄連任議員要拚立委的前議員李坤城,現任議員李余典、彭佳芸,在投入初選後也積極掃街拜票,請來黨內大咖幫忙站台,而余天本人則透露他傾向支持李坤城,也曾陪同李坤城在選區車掃,質疑另外2名現任市議員不顧黨主席賴清德提出的「誠信條款」,「不聽賴主席的話」,才剛選完議員就出來選。

民進黨今公布新北第3選區立委的民調結果,除中央黨部外還委託了精湛與典通等2家公司,綜合3方的民調成績顯示,李坤城以46.55%在3人中居冠,其次為李余典的22.45%、彭佳芸16.25%,無明確人選則有14.75%。

李坤城的民調在三腳督中勝出,待民進黨中執會正式通過公告,將獲得綠營提名參選2024立委大選。《中央社》報導,李坤城感謝鄉親支持,認為這結果也代表他不參選市議員、全力拚立委選舉的誠信原則獲得肯定,讓他能夠初選過關。未來他將向黨內人士與其他市議員請益,要全力守住三重這一席立委,並力拚總統勝選、國會過半的目標。

李余典也發文感謝這段時間以來為他站台的前行政院長蘇貞昌及黨內同志,他恭喜李坤城初選過關,並表示無論是誰出線他都會全力支持,也會持續堅守崗位為市民服務;彭佳芸則表示,「民主政治,有贏有輸,一切以民意為依歸,恭喜勝選者,未來也請大家繼續一起做台灣、做三重的最佳後盾」。她坦言,民調結果和預期的有落差,但她也說自己會更積極、勇敢、樂觀,繼續為三蘆地區的鄉親打拚服務。


【點擊看完整全文】

更多鏡週刊報導
藍還在喬 綠基隆、桃園5選區初選出爐!楊家俍:選民想換人做
民進黨公布桃園第一選區初選結果 鄭運鵬30.52%勝出拚連任
朱立倫曝總統提名一定會提早 稱侯友宜、郭台銘、柯文哲都是「最強戰隊」

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

賴清德 出席 黃埔

郭智輝 電價

民進黨 罷免 葉元之

賴清德 陸官 閱兵

陳其邁 修法

覆議案 立院

三立新聞網 setn.com
TVBS新聞網
三立新聞網 setn.com
三立新聞網 setn.com
直擊/賴清德出席黃埔軍校百年校慶 首度校閱部隊、踢正步恐成絕響
記者盧素梅/高雄報導陸軍官校今(16)日舉辦黃埔軍校創校100週年慶祝活動,總統賴清德親自主持,立法院長韓國瑜、高雄市長陳其邁皆出席典禮。今天的慶祝活動有由橄欖球隊員掌旗的「巨幅國
  • 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