藍營喊提高罷免門檻!陳柏惟分享「過來人經驗」酸:國民黨都在指涉顏寬恒輸不起
FTNN新聞網.2024年7月3日 11:29

[FTNN新聞網]記者劉秀敏/台北報導

立法院內政委員會本週排審《公職人員選舉罷免法》修正案,今(3)日召開「公職人員選舉罷免法實務現況精進」公聽會,曾遭罷免的前立委陳柏惟也受邀到場分享經驗。陳柏惟表示,罷免之所以會製造仇恨對立,是因為罷免方有邪念,才會讓罷免變成戰爭、割喉,但如果罷免方的理由正當,應該要給人民罷免的機會。

前立委陳柏惟出席「公職人員選舉罷免法實務現況精進」公聽會。(圖/國會頻道)
前立委陳柏惟出席「公職人員選舉罷免法實務現況精進」公聽會。(圖/國會頻道)

「顏(寬恒)委員沒來?還滿想聽他意見的」,陳柏惟表示,最近討論選罷法修法,今天公聽會邀請專家、學者以及他這個當事人到場,分享在罷免過程對制度的建言。「不要把罷免當成毒蛇猛獸」,陳柏惟強調,罷免之所以會製造仇恨對立,是因為罷免方有邪念,才會讓罷免變成戰爭、割喉,但如果罷免方的理由正當,「比如說有請假選總統的(指韓國瑜)、有半夜強盜破門的(指謝國樑)」,那應該要給人民罷免的機會。

陳柏惟指出,行政首長的怠忽職守與民意代表的路線不同,這是不同的概念,但如果行政首長跟單一選區的立委連人都不見,當然要給人民罷免的權利。現在討論選罷法修法,不免讓人覺得「國會是不是又在擴權了」,且過去的制度明明就有受害者,若依照國民黨的主張修法,唯一一個會被罷免的是現任立法院長韓國瑜,「你們要修這種法,院長不知道會不會跳起來,院長也應該來發表意見」。

陳柏惟也分享自己遭罷免期間遇到的幾個狀況,首先是錯假連署的狀況,從韓國瑜罷免案的7%到陳柏惟案的16%、黃捷的26%、林昶佐的30%,前高雄市議員高閔琳罷免案時竟高達75%,相當於4張連署書就有一張是錯假連署,而這些超過10%錯假連署的罷免案,剛好都是同一政黨發起的罷免案,怎麼會說錯假連署應該是提高門檻的理由?

第二則是空窗期,陳柏惟提到,當罷免方發動罷免案時,被罷免者要提前3個月至半年來回應媒體、上節目為自己辯論、回應許多根本非立委本業的問題,對基本盤不穩、意識形態極端的人相當不利,而從他的罷免案發動到林靜儀補選勝出,該選區至少有近4個月是沒有立委的。針對這樣的狀況,其他國家做法是在罷免案發動後,就讓有意參選的人出來選,「總不會繞了一圈,結果又還給原本的人」。

「第三個,就是募款」,陳柏惟說,他面臨罷免時,整個選區有200多面關於他的看板,罷免方可以無窮無盡注資且不受政治獻金管理,反罷免方卻不得成立政治獻金專戶,「我要去哪裡生錢來反對罷免?不就是站在那邊給人家打嗎?」直言現在的罷免制度,對於反罷免方來說的確比較困難。

陳柏惟認為,應該把罷免看成一個正常的選舉,但需要設定啟動門檻的原因,是因為已經經過一次四年任期制的大型選舉,後續覺得這個當選人「太扯了」,才需要給人民提出罷免的機會。今天說要把罷免門檻提高,但歷史上罷免投票率最高的,是他的罷免案的51%,拿來跟全國性選舉70%、80%的投票率相比,指稱罷免得票數不夠、民意不正當,「最近都覺得國民黨在幫我講話,他們都在指涉顏寬恒是個輸不起的人。」

陳柏惟指出,當初罷免方提出許多虛假理由,包括指稱他沒當兵、追打立委同事、恐嚇選民等,而國民黨重要人士包括前台中市長胡志強、時任議員的立委王鴻薇、葉元之、徐巧芯、羅智強等人無一不與,但當時五大黨中包含綠黨、時代力量、民進黨都反對罷免,民眾黨主席柯文哲更稱對此案應保持距離,「一人當選全黨服務,但罷免一人全黨投入,這就是我的親身經驗。」

更多FTNN新聞網報導
罷免門檻應高於當選得票?陳柏惟邀辯論 朱立倫回應了
反制藍強修《選罷法》!綠拂曉出擊佔領主席台 高喊:反對鳥籠罷免
「選罷法修法沒有時間表」 國民黨團強調「非民進黨式針對性修法」

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

藍委 引進 建設

澎湖 漁船

離島 引進 中資

侯友宜 停權

三立 詐團

修法 衝突

今日新聞NOWnews
CTWANT
新頭殼
太報
藍委拋引中資建設離島 被綠退回程序委員會
[NOWnews今日新聞]國民黨立委陳雪生、陳玉珍等人提案離島建設條例修正草案,將修法引進中資企業參與政府主辦的重大建設投資計畫,所需技術、人力得由中國輸入,引起爭議。該項提案被列入今(5)日立法院會...
  • 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