連鄭文燦都會涉貪 李艷秋:難怪賴清德拚死阻擋國會改革
台灣好新聞.2024年7月7日 17:22

(圖/鄭文燦臉書)


海基會董事長鄭文燦在桃園市長任內涉貪,法院裁定新台幣500萬元交保。鄭文燦事後發聲明表示,「我從政以來,公而忘私,不貪不取,這是我很珍惜的價值。我也會在未來司法調查的過程,捍衛自己的清白。」鄭文燦7日請辭海基會董事長一職;資深媒體人李艷秋透過臉書發文表示,號稱民進黨大阿哥的鄭文燦出事了,七年前的案子、機場逮人、生日開庭、500萬重金交保,真是步步驚心。這麼精彩的案情,她忍不住列出7點劇透。

1、鄭文燦涉案,賴清德早已知悉,才會將人人以為的儲君,下放海基會,形同圈禁,隨時可以出手了結鄭的政治生命。

2、讓待罪之人出掌海基會,是一石二鳥之策,一方面斷了儲君的念想,一方面斷了兩岸協商的可能。在賴清德眼中,海基會根本是個盲腸機構,鄭文燦的任命,證明賴清德完全無意與對岸建立協商管道,所以漁民被大陸海警帶走,無人談判、無人營救,是必然的事。

3、重手抓大貪官,桃檢威武神勇,是民進黨執政以來辦自家人少見的大動作,是奉命?還是摘奸發伏?動作前有沒有向大老闆報告?檢調是執政黨的爪牙,已是民間普遍認知,如何脫離執政者掌控,贏回人民信任?就看這個案子。

4、連鄭文燦都會涉貪,八年完全執政,民進黨貪腐已蔚然成風,難怪賴清德拚死阻擋國會改革,否則民進黨將面臨毀黨颱風。

5、人民最恨為政者貪污,鄭文燦涉貪,凸顯罷免基隆市長謝國樑的正當性不足。他有貪污嗎?

6、賴清德號令黨內點起大罷免的狼煙,明年一整年台灣都將烽火連天,但是鄭文燦涉貪,讓大罷免底氣不足,這把狼煙可能反讓民進黨惹火上身。

7、如果我們的檢調仍然是人民的檢調,可期待未來民進黨貪腐將連環爆。賴總統將如何拆彈?他最擅長的操作,就是引爆兩岸烽火,一邊刺激老共,一邊將質疑的聲音全部抹紅,民進黨將一如既往,化險為夷。

李艷秋抨擊,「我們的鬥雞總統,上任不到50天,鬥老共、鬥在野、鬥同志、鬥人民,覆議、釋憲、罷免、上街,弄得人人怒目相視,但是對於救漁民、救缺電、救通膨、救薪水,沒有半點進展,整個內閣毫無作為,官員前言不對後語,不知所云。」「總統,讓老百姓喘口氣,過個安定的日子,很難嗎?」

更多新聞推薦

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 致詞

罷免 謝國樑

晚會 江蕙 開唱

賴清德 避唱 國歌

山陀兒 淹水

共軍 封鎖 台灣

TVBS新聞網
中天新聞網
中天新聞網
民視
藍綠比拚!總統提「祖國論」 韓問「多久沒愛國」
國慶晚會台北大巨蛋登場,不過卻出現了藍綠之間的煙硝味,總統賴清德和立法院長韓國瑜登台時致辭互別苗頭。總統拿出中華民國和中華人民共和國建國的年紀對比,高喊「中華人民共和國是絕對不可能成為中華民國人民的祖國」。另外,總統致辭中提「中華民國5次、台灣1次」。
  • 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