遭恩師鄭秀玲轟「自我膨脹成太上皇」 黃國昌:虛心傾聽
太報.2024年6月16日 15:09
台灣民眾黨立委黃國昌。廖瑞祥攝
前時代力量立委鄭秀玲昨投書《自由時報》並宣布退出時代力量,除表態支持經濟民主連合智庫召集人賴中強的公民行動訴求,並批評國民黨及民眾黨立院黨團總召黃國昌等8位民眾黨立委「自我膨脹成太上皇」,對新政府蓄意刁難及扯後腿。對此,黃國昌今(6/16)回應,鄭秀玲是他一直非常尊敬的學者,她的意見都會虛心傾聽。

鄭秀玲昨日以《深信公民社會 終將撥亂反正》為題投書,並在文中點出,黃國昌與國民黨立院黨團總召傅崐萁合作,在違反程序正義的情況下,極為火速地通過《立委職權行使法》及《刑法》修正案,美其名是國會改革,實則磨刀霍霍地準備修理學有專精的官員們,讓新政府無法順利推動政務。

鄭秀玲批評,立法院與行政院本應互相尊重,但這些立委們卻「自我膨脹成太上皇」,蓄意刁難及扯後腿。鄭秀玲續指,賴中強近日將對國民黨提出反對將「反滲透法」與「國安五法」放寬修法等7項訴求,她呼籲全民觀察黃國昌是否會為了巴結國民黨禮讓他選新北市長,而支持「昔日社運黃國昌」所大力反對的這7大項法案;此外,她也在文末宣布退出時代力量,未來以公民身分支持賴中強等人及50多個民間團體所提出的上述訴求。

對此,黃國昌今受訪時回應,鄭秀玲是他尊敬的學者及長者,他虛心傾聽鄭秀玲的意見,不過國會改革法案曾是2016年時代力量在選舉時的政見,當時的時力黨團也有提出版本。

黃國昌進一步表示,充實國會的監督調查機制,才能避免立法院成為行政機關的立法局,這才是真正發揮民主憲政中監督制衡的功能,在這樣的功能下,才不會有任何人變成太上皇。

黃國昌重申,民眾黨推動國會改革法案是履行選舉時的承諾,希望立法院能扮演監督制衡功能,否則在過去民進黨一黨獨大的情況下,立法院淪為行政機關的立法局,導致民進黨強行碾壓法案與預算。

黃國昌再劍指執政黨,稱過去發生過光電貪腐弊案,疫苗、快篩、雞蛋採購則有許多臭不可聞之事,都沒給外界交代,目前國會調查權法制限縮,沒辦法迫使行政部門公開資訊,他相信國會改革法案會讓民眾具體有感。

更多太報報導
覆議案黃國昌批綠避電視辯論 柯建銘批怯戰心虛:立法院是最好的舞台
堅持電視辯論!黃國昌批柯建銘「邏輯錯亂」 籲賴清德勇敢一點
覆議案電視辯論破局! 黃國昌:資深媒體人告知民進黨無意願參加

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 釋憲

國會 改革

釋憲 立院

懲治 台獨

國會 職權 釋憲

簽署 覆議案

民視
太報
中天新聞網
TVBS新聞網
國會擴權恐釀台積電"被迫洩密"? 賴總統:提出釋憲主因
政治中心/台北報導外媒報體,有晶片工程師憂心,國會職權修法生效後,包括台積電等公司員工可能被傳喚調查,而洩漏商業機密。立委洪孟楷就被吳沛憶點名,先前曾向國科會索取台積電機敏資料。儘管洪孟楷否認並將提告。但總統賴清德證實,收到許多企業界、外國商會甚至國際的憂心,這正是提出釋憲主要原因。
  • 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