週刊爆秦慧珠曾收威京30萬獻金 遭疑與擋京華停工關聯?
EBC東森新聞.2024年10月15日 16:03

京華城到底何時停工?國民黨北市議員秦慧珠,擱置議會提案備受討論。這時鏡週刊報導指出,秦慧珠過去曾收過與威京集團有關的中石化綠能科技公司30萬政治獻金。秦慧珠也被質疑,這與擱置提案是否有關聯?秦慧珠出面受訪,痛批這樣牽拖,完全沒有道理,相關政治獻金都坦蕩蕩的依法申報。

隨著鏡週刊每周一爆,秦慧珠也被扯進了京華城案,但自己被扯不甘願,東扯西扯所有選區民代都扯進來了。而她被週刊踢爆,2022年議員選舉期間,曾經從京華城大股東中石化公司投資的,中石化綠能科技公司拿了30萬政治獻金。時間點就在11月1日,京華城容獎案公告核定後十天,11月11日捐贈,時機點啟人疑竇。

台北市議員(國)秦慧珠:「我覺得這樣子的牽拖,是完全沒有道理的,政治獻金的部分,我們也是公開,坦蕩蕩的依法來申報。」

除了時機點耐人尋味,秦慧珠日前擱置了許淑華所連署的京華城停工提案,如今被爆拿了政治獻金,一切都被牽上關係。

台北市議員(民)許淑華:「擋我的提案我也是滿不解,不予施工勘驗才會變爛尾樓,其實最好的方式就是,京華城自己主動,放棄容積獎勵20%。」

台北市議員(國)秦慧珠:「如果她聽不懂我沒有意見,這個不是我,跟許淑華兩個人的戰爭,我不是徐巧芯,請許淑華不要抓著我,糾纏不清。」

不過秦慧珠是頻頻喊冤,除了曝光上周里長的傳訊內容,說里民不希望京華城停工,就怕成了爛尾樓。又說今年5月30日專案報告時,她認同都發局長王玉芬所說,要以繳代金方式回收20%容獎,力撇不正當關係。

台北市議員(國)秦慧珠:「我的主張依然不變,市府如果貿然停工,會冒著法律的風險,以及讓當地變成爛尾樓。」

前台北市長郝龍斌:「是不是議會這些,要求停工的議員,自己主動在議會做成決議,要求台北市政府執行,蔣萬安市長也應該要,做一些超前的部署。」

「報導本於目前偵辦進度與披露資訊,任何人在依法被判決有罪確定前,均應推定為無罪」

更多東森新聞報導
大罷免潮將來襲?藍軍提前部署「正面迎戰」
共機渾然不知!F-16狙擊手莢艙鎖定殲-15畫面曝光
遭爆收獻金擋停工!秦慧珠憂京華城變爛尾樓 蔣萬安說話了

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

朝野 總預算

罷免 謝國樑

國安 會議 擺拍

國台辦 點名 台獨

罷免 綠營

潘孟安 拜會 韓國瑜

中時新聞網
臺灣時報
三立新聞網 setn.com
三立新聞網 setn.com
卓揆喊禁伐補償違憲 黃建賓質詢點出兩矛盾
114年中央政府總預算經行政立法兩院上周吃「和解飯」後,立法院長韓國瑜預於17日舉行朝野協商。今日程序委員會則再暫緩總預算排案。國民黨立委黃建賓15日總質詢問行政院長卓榮泰,「禁伐補償原法本就有明定金額,代表行政院要編列這筆預算支出,這樣新法是違憲,是否代表民進黨8年發放都在違憲?」對此卓榮泰僅回答原法沒有違憲,相關問題已經在大院裡面協調了。
  • 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