民進黨2024上演「鐘擺效應」?游盈隆大膽預言:將出現第4次政黨輪替
風傳媒.2022年12月2日 08:40

九合一大選在日前落幕,民進黨最終僅拿下5昔縣市首長,寫下創黨以來最低紀錄,外界也關注民進黨是否將會在檢討後,於2024捲土重來。對此,台灣民意基金會董事長游盈隆今(1)日於中天節目《新聞千里馬》中大膽預言,2024年總統大選,民進黨將再次落敗,台灣將出現第4次政黨輪替,除非民進黨需誠懇面對此次失敗,才有可能東山再起。

針對此次民進黨慘敗,游盈隆表示,台灣過去有人在說所謂的「鐘擺效應」,就是地方大選哪一黨選壞了,在總統選舉就會好,所以綠營的人及支持者就會覺得安啦,民進黨2024年的選戰會沒事的,但其實「代誌大條了」。

游盈隆指出,所謂的「鐘擺效應」根本禁不起分析,深入去看就會發現這都是假象。游盈隆說,從歷史來看,從1996年第一次總統大選開始後,能夠看到,只要總統選舉選得好,地方選舉就會好,「只要地方選舉不好,總統選戰根本沒希望。」

游盈隆強調,2020年的民進黨在總統大選上大勝,打破了過去的規律,但2020年是唯一一次例外,那次是因為外部效應,扭轉了內部不利因素。游盈隆說,他並不認為民進黨經過2022年的挫敗,在2024的大選還能重演2020年的幸運戲碼。除非民進黨能真心誠墾地面對這次選舉挫敗的原因,對症下藥,好好地回應社會要求。

針對2022選戰抗中保台牌失效,游盈隆表示,民進黨從敗選那一刻開始,就在面對一場政權保衛戰。但民進黨由桃園市長鄭文燦擔任大選檢討小組召集人,令人十分失望。游盈隆認為,這代表總統蔡英文對於危機的處理方式仍沒有改變,用舊的方式面對新的危機,是一種很陳腐的政治模式,所以這次才會輸這麼慘,也給2024選戰留下很大的陰影;而更糟糕的是,蔡政府對此渾然不覺,仍在期待「鐘擺效應」發生。游盈隆大膽預言,2024將出現第4次政黨輪替。

更多風傳媒報導

更多相關新聞
逼宮蘇貞昌狂開砲!他點名「王世堅接任黨主席」挽回民心
吳怡農「一句話」砲轟蔡英文 劉寶傑驚呼:冷汗直流
館長合體黃國昌曝「民進黨擋法案」:國家被黑道把持
李建昌轟被驕縱的千金小姐 高嘉瑜稱續留民進黨努力
綠營:黨內有力量想鄭文燦接黨魁

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

政府 宣傳 預算

罷免 謝國樑

曾姸潔 鍾小平

陸男 偷渡

侯友宜 力挺 謝國樑

三軍 士官

太報
中天新聞網
FTNN新聞網
TVBS新聞網
政府水電預算暴增22.5%達98億 藍委喊刪:花納稅錢完全不手軟
立法院新會期將審查預算,賴政府明年度編列水電費98億4493萬元,比去年增加18億1000萬元,增幅22.5%。國民黨立委許宇甄今(9/14)指出,民進黨政府要民眾節約用電,自己卻把冷氣開好開滿,花納稅人的錢完全不手軟,揚言要刪減預算。
  • 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