眾院大選在即 自民黨不提名12名涉獻金醜聞議員
中央社.2024年10月9日 12:12

(中央社東京9日綜合外電報導)日本眾議院大選預計本月登場,執政黨自民黨今天上午決定,此次選舉將不提名12名涉入政治獻金醜聞的議員,除了之前已知不予提名的6人,今天確定另外新增6人。

日本放送協會(NHK)、「朝日新聞」報導,日本政府今天上午召開臨時內閣會議,決定解散眾議院。眾議院今天下午將舉行全體會議,由議長額賀福志郎宣讀解散詔書後解散眾議院,這也意味著選戰將開跑。

眾院大選預計本月15日公告,27日投開票。

身兼自民黨總裁(黨主席)的日相石破茂、副總裁菅義偉、自民黨幹事長森山裕等人今天上午參與選舉對策總會議後,由森山向媒體宣布,包括未如實刊載政治獻金的議員在內共12人,自民黨將不予提名。

先前已知自民黨不予提名的眾議員共6人,分別是前政調會長萩生田光一(東京都第24選區,舊安倍派)、前文部科學大臣下村博文(東京都第11選區,舊安倍派)、前經濟產業大臣西村康稔(兵庫縣第9選區,舊安倍派)、前國會對策委員長高木毅(福井縣第2選區,舊安倍派)、眾議員三林裕巳(埼玉縣第13選區,舊安倍派),及前復興大臣平澤勝榮(東京都第17選區,舊二階派)。

另有4名眾議員遭到黨中央「停止黨職半年」或「警告」處分,自民黨認為他們未能充分獲得當地選民理解,決定不予提名,包括菅家一郎(福島縣第3選區)、中根一幸(埼玉縣第6選區)、小田原潔(東京都第21選區)、細田健一(新潟第2選區)。

而眾議員越智隆雄(東京都第6選區)、前眾議員今村洋史雖未受自民黨處分,卻因未如實刊載政治獻金,加上自民黨同樣認為這2人未獲當地選民理解決定不予提名,其中越智已經表示無意參選。

共同社指出,新增不予提名的6人均為舊安倍派成員。

另外,自民黨今天上午的會議也再度確定,不管是否受到黨中央處分,涉及政治獻金醜聞的議員即使獲得提名,將無法在比例代表選區被重複提名。

森山表示,「這是根據石破總裁的方針,仔細考量各地方黨部申請及選區情況後做出的決定」。他也說:「做出這個重大的決定後,希望所有候選人能在這場民主為基礎的選舉中,誠懇面對選民,並充分解釋,重建國民的信任。」(譯者:楊惟敬/核稿:)1131009

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 祖國論

朝野 總預算

拋出 祖國論

賴清德 演說 軍演

副市長 做好 蔣萬安

朝野 和解飯

華視
今日新聞NOWnews
TVBS新聞網
今日新聞NOWnews
呼應賴「祖國論」? 麻生:中華民國建國和大正元年同年
賴清德總統發表的「祖國論」掀起國際關注。包括像是日本前首相麻生太郎在日本參與台灣國慶酒會時,除了表示台灣是國家,也說中華民國建國和日本的大正元年是同一年,迄今已有113年歷史。日本前首相麻生太郎(10...
  • 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