賴清德「祖國論」 日學者讚:新穎有趣、深思熟慮
民視.2024年10月6日 20:50
即時中心/林捷庭報導

總統賴清德昨(5)日在國慶晚會上,提出即將過113歲生日的中華民國,不應該稱呼75歲的中華人民共和國為「祖國」,這番言論獲得不少讚賞,甚至登上英國《衛報》版面。日籍學者小笠原欣幸認為,賴清德的觀點非常有趣且新穎,雖然是簡短的演說,但能令人感受到是經過深思熟慮的發言。

長期研究台灣政治的日籍學者小笠原欣幸表示,賴清德延續了前總統蔡英文「中華民國台灣」的思路,並使用「中華民國人民」這個詞,這是蔡總統過去演說中從未出現過的表述,將中華人民共和國和中華民國並列,稱後者為祖國,歷任總統的發言都未曾出現,賴總統是首位這麼做的總統。

小笠原欣幸指出,賴清德繼承蔡英文「中華民國台灣」理念的基礎上,加入了自己的詮釋,試圖化解中華民國與台灣之間的矛盾,這是非常有趣且新穎的觀點。這種說法否定並超越了老台獨派的建國論(主張解構中華民國,建立台灣共和國)。同時也有消除「賴清德意圖台獨」的效果。

小笠原欣幸說,「中國一直將賴清德定位為獨派並加以批評,對於這次的發言他們將如何批評,令人十分好奇」。理論上他們只能批評這是「兩國論/兩個中國論」,但他們是否會繼續批評「無論何者都算獨派」呢?

小笠原欣幸認為,運用「中華民國」的邏輯來回應近期部分台灣藝人「中國(中華人民共和國)=祖國」的言論,這個做法相當巧妙。最後以「中華民國在台澎金馬落地生根已經75年」來為這個祖國議題做總結,這個安排也相當高明。

最後,小笠原欣幸表示,賴清德這次發言仍在5月就職演說「中華民國與中華人民共和國互不隸屬」的框架之內,但確實展現了新意。雖然是簡短的演說,但能令人感受到是經過深思熟慮的發言。

國立清華大學今年8月起聘任小笠原欣幸為清華大學榮譽講座教授,9月起在清大人文社會科學院學士班專任授課及舉辦講座為期1年。

原文出處:快新聞/賴清德「祖國論」 日學者讚:新穎有趣、深思熟慮

更多民視新聞報導
藍營反駁賴清德國慶晚會致詞 王定宇:這些人座標在北京
「祖國論」用中國話術抗中 綠委讚:這就是賴清德戰法!
賴總統"祖國論"登衛報頭版 綠委讚:破解中國話術

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 晚會

金山 勘災

晚會 祖國

山陀兒 颱風 重創

中國 祖國

扣押 京華城

中時新聞網
中時新聞網
FTNN新聞網
民視
凌濤:賴清德到底有多討厭這個國家?
賴清德總統國慶晚會「祖國論」引譁然,桃園市議員凌濤不滿多位綠營人士替賴洗地,意圖淡化賴清德的魯莽之舉,強調賴若支持台獨就去努力說服國民,不要嘴上支持中華民國,結果偷渡台獨,在中華民國的國慶中切割國民,意圖製造事端,把國家推向對抗與內鬥化,展現剛愎獨裁,將激起中華民國國民最大反撲,感嘆:「賴清德到底有多討厭這個國家?」
  • 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