面對罷免「沒冷戰本錢」 黃揚明分析真實數據:謝國樑、高虹安準備接招了嗎
鏡週刊Mirror Media.2024年7月4日 13:02
謝國樑和高虹安都面臨罷免,黃揚明以當年數據分析雙方的動員率,強調面對罷免沒有「冷戰」的本錢。(本刊資料照)

基隆市長謝國樑被發起罷免連署,第二階段預計將順利達標,最快將在9月進行投票,而新竹市長高虹安的罷免上個月也已正式展開。媒體人黃揚明以當年2人當選的票數,分析罷免要過關的困難程度,認為罷免謝國樑的難度會高於罷免高虹安,但他也強調,過了第二階段連署的罷免案,被罷免方都沒有「冷戰」的本錢。

黃揚明在臉書發文分析指出,罷免牽涉到很多因素,最重要的是「選區政治結構」「被罷免人仇恨值」以及「發起罷免方的正當性和議題擴散能量」,若用2022年是否有投給謝國樑當作區隔,有投他的將是反對罷免的潛在族群,沒投他的則反之。

本次謝國樑的罷免門檻為7萬6,979票,黃揚明將之除以沒投謝國樑的族群,就是「拆樑動員率」,越高就表示罷免方行動難度越高;而7萬6,979人除以投給謝國樑的族群,則為「固樑動員率」,越高則代表醞釀反對罷免的難度越高。

當年謝國樑以9萬6,784票當選基隆市長,而民進黨候選人蔡適應和時代力量候選人陳薇仲分別獲得7萬1,354票和1萬2,000票,將蔡、陳及其他候選人的票數合計,視為沒投給謝國樑的票數,共約8.6萬票,算下來「拆樑動員率」高達89.40%,也就是說當年沒投謝國樑的選民,每100人要動員90人出來投下罷免票,謝國樑才可能被罷免。

相反的,謝國樑的「固樑動員率」有79.54%,等於每100人要動員80人出來幫謝國樑投票,才能與罷免方勢均力敵,兩者相差約10個百分點。黃揚明說,單就數據來看對謝國樑是比較有利,但這只是理論值,罷免成案後還得看雙方的策略運用,以及謝是否失言、失策等因素,如果投給謝的選民越多人反悔,對謝就越不利。

他也提到,基隆市府提出的民調顯示,謝國樑的施政滿意度在國民黨支持者中將近9成,民進黨支持者中只有10.8%滿意,但在民眾黨支持者方面的滿意度與不滿意度則呈現五五波,「未來罷免案發展中,雙方可能都得看這些非藍非綠的民眾臉色。」

接著他分析高虹安的罷免動員率,高虹安的罷免門檻為8萬7,690票,但新竹市的政治板塊不單純分為兩塊,「罷安動員率」和「護安動員率」可細分成一般值與非藍白值兩種。若罷免成案,「罷安動員率」為73.18%,比基隆的難度低,但如果藍營願意全力相挺,「非藍白罷安動員率」高達109.30%,代表要達標幾乎不可能。然而去年部分民調曾顯示,藍營內部對高虹安有約3成的不滿意度,藍營要全力挺安難度很高。

而「護安動員率」的方面,一般值就高達89.37%,比「罷安動員率」還高出近16個百分點。但如果2022年支持國民黨林耕仁的選民也願意支持高虹安,「護安動員率」就能降至63.77%,只是這難度也很高,但對高虹安而言,藍營支持者的態度是否造成「藍綠夾殺」,絕對是罷免能否達標的關鍵。

黃揚明再度強調,這些只是理論值,如果高虹安的貪汙案7月24日一審宣判有罪,高除了將面臨停職,可能連民眾黨也不敢挺,罷免方就有了強大的罷免正當性。他認為,當「全黨打一人」的模式成形,罷免方和民進黨將謝國樑、高虹安複製成昔日罷免韓國瑜的草包模式絕非不可能,因此在應對過了第二階段連署的罷免案,被罷免方沒有「冷戰」的本錢,唯一選項就是極力動員反對罷免者、努力宣傳自身政績,並直球對決各種罷免方的質疑,以求達成「不同意票大於同意票」的否決門檻。「罷免是仇恨動員,溫良恭儉讓的應對方式在投票階段絕對沒用。謝國樑、高虹安兩位市長,您們準備好接招了嗎?」

更多鏡週刊報導
藍綠為《選罷法》互槓!遭酸「內線交易」 傅崐萁不甩:我們先撤退
救謝國樑?藍智庫稱修選罷法「立即適用」 綠轟:直接不演了
藍批綠「輸不起才罷免」陳柏惟出席選罷法公聽會 狠酸:顏寬恒怎被這樣講

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

海基會 涉貪 行為

生日 桃檢聲 禁見

桃園 涉貪

董事長 貪污

桃園 羈押

鄭文燦 生日 涉貪

民視
中天新聞網
台視新聞網
三立新聞網 setn.com
鄭文燦傳涉貪500萬交保 學者列關鍵3點:缺1項檢方就是濫權
政治中心/徐詩詠報導前桃園市長、海基會董事長鄭文燦,傳出因涉及違反貪汙治罪條例,今(6)日凌晨遭到檢方聲押禁見,後續法院裁定500萬元交保,且限制住居、限制出境出海,檢方後續則提出抗告。對此,旅美教授翁達瑞在臉書評論此案,並列出3點,直言若上述條件只要缺少1項,那檢方就是濫權,且有涉入政爭嫌疑。
  • 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