在野黨質疑明年度宣傳預算獨厚特定媒體 卓榮泰:不允許集中標案情形
三立新聞網 setn.com.2024年9月16日 14:55

記者盧素梅/台北報導

行政院長卓榮泰今(16)日視察「國泰世華商業銀行臨櫃關懷阻詐執行情形」。(圖/行政院提供)

立法院新會期將審查中央政府總預算,不過,在野黨質疑,政府明年文宣預算大幅增加,且文宣標案偏重特定媒體。對此,行政院長卓榮泰今(16)日表示,他會特別注意集中標案的問題,因為政府要扶植的是國內所有產業與業者,如果過度集中某幾個廠商,那是政府的問題。

立法院新會期將審查114年度中央政府總預算,不過根據預算書內容,明年中央政府媒體政策及業務宣導費總計編列14.9億餘元,比今年法定媒體宣導預算增加了5.9億元,漲幅高達65%,在野也質疑獨厚特定媒體或廠商。

對此,卓榮泰上午出席國泰世華銀行臨櫃組詐活動受訪時表示,中央政府預算的編定,有它法定的程序,也有法定的時程,我當然希望能夠在法定的時程當中如實地通過,那麼我們也依據嚴謹的過程跟程序,由各部會由下而上編定了明年度的中央政府總預算,這一點希望在審查預算當中,能夠跟國會好好地來說明,希望得到支持。

卓榮泰並表示,不過如果當中真的有一些集中標案的問題,他會特別地重視,因為政府要扶植幫忙的是國內所有的產業,以及所有的相關業者,如果真的過度集中在某幾個廠商的話,那不是廠商的問題,那是政府的問題。他相信大家都有能力為政府做正面、正確,而且迅速地報告給人民充分了解,所以我會特別注意問題。

卓榮泰說,如果以前,這個部分被國會議員所瞭解、指導,他會非常感謝;未來不允許這樣的情形,希望這一點能夠得到社會大家對我們的肯定跟支持,也希望國會能夠幫我們通過整筆的預算,執行的部分就交給我們,我們會如實地去執行。

另外,針對藍白在新會期瞄準封殺大法官人事同意權案,和民眾黨團擬刪減國家通訊傳播委員會、法務部或總統府的預算。卓榮泰表示,各部會首長都非常努力,政府會依事實向大家合理說明。

更多三立新聞網報導
「全社會防衛韌性委員會」26日登場 4方向強化韌性、擬定社會安全戰略
雲林槓中央暫緩核發綠電同意函 許宇甄力挺:目前沒有完整SOP流程
國民黨團對2758決議保留 民進黨團嗆:被國台辦下指令了嗎?
雲林槓中央將暫緩光電核發 卓榮泰:盼成科技大縣卻拒能源轉型是違背的

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

韓國瑜 晚會 募款

基隆 罷免 謝國樑

議員 許家蓓

喊話 卓榮泰

柯文哲 京華城

死刑 釋憲案

今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
鍾小平曾點名這2人綠營最美:高嘉瑜排第三
[NOWnews今日新聞]民眾黨主席柯文哲涉嫌圖利遭羈押,國民黨台北市議員鍾小平過去曾力挺柯文哲,如今卻狂打柯,被國民黨桃園市議員詹江村爆料,鍾小平是因想追民眾黨美女參選人曾妍潔不成,才惱羞成怒遷怒民...
  • 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