陳時中比綠議員「多拿近7000票」 北市最新藍綠基本盤曝光
風傳媒.2022年11月28日 09:00

九合一大選結果落幕,各區投票統計結果也出爐,其中民進黨台北市長候選人陳時中得票43萬4558票,雖然比民進黨全台北加總還多出6892票,但在中山大同選區,陳時中卻比民進黨市議員候選人加總少拿1萬4452票,值得注意的是,中山大同正是選前屢次抨擊民進黨側翼、網軍的台北市議員王世堅選區,而王世堅在本次選舉中拿下2萬9796票。

國民黨方面,市長候選人蔣萬安獲57萬5590票,得票率42.29%;議員候選人加總54萬9615票,得票率41.11%。計算下來,蔣萬安比議員候選人加總還多拿了2萬5975票。

20221127-SMG0034-E01-羅立邦_01_2022台北市長政黨得票與政黨議員得票統計
 

比較蔣萬安各區得票數,士林北投10萬7307票(38.30%),內湖南港8萬6103票(40.62%),松山信義9萬9327票(45.51%)中山大同7萬1924票(37.87%),中正萬華7萬2643票(41.68%),大安文山13萬8286票(47.33%)。

統計國民黨市議員各區得票數,士林北投6萬4108票(23.29%),內湖南港11萬1163票(53.93%),松山信義10萬5252票(49.22%),中山大同6萬2464票(34.79%),中正萬華7萬0112票(41.06%),大安文山13萬1782票(46.23%)。其中士林北投及內湖南港差距較大。

民進黨方面,市長候選人陳時中拿下43萬4558票,得票率31.93%;議員候選人加總42萬7666票,得票率31.98%;兩相計算,陳時中比候選人加總還多了6892票。

比較陳時中各區得票數,士林北投10萬1744票(36.21%),內湖南港6萬1442票(29.31%),松山信義6萬6531票(30.51%),中山大同6萬6763票(37.28%),中正萬華5萬6673票(32.16%),大安文山8萬1405票(27.79%)。

統計民進黨市議員各區得票數,士林北投8萬7426票(31.76%),內湖南港5萬5082票(26.72%),松山信義7萬4250票(34.73%),中山大同8萬1215票(45.24%),中正萬華6萬0099票(35.22%),大安文山6萬7890票(23.81%)。其中值得注意的是,在中山大同選區,陳時中得票比民進黨得票還少了1萬4452票。

無黨籍候選人黃珊珊部分,黃珊珊得票34萬2141票,得票率25.14%;而民眾黨議員候選人拿下12萬3511票,得票率9.24%。民眾黨本次台北推出8位議員候選人,其中黃瀞瑩、林珍羽、陳志豪與黃珊珊子弟兵陳宥丞當選。

比較黃珊珊各區得票數,士林北投6萬9493票(24.81%),內湖南港6萬2712票(29.52%),松山信義5萬1140票(23.42%),中山大同4萬3507票(24.28%),中正萬華4萬4595票(25.48%),大安文山7萬0696票(24.21%)。

民眾黨市議員各區得票數方面,士林北投4萬0723票(14.79%),內湖南港2萬5899票(12.57%),松山信義1萬2158票(5.69%),中山大同1萬6787票(9.35%),中正萬華1萬3368票(7.83%),大安文山1萬4576票(5.11%)。

更多風傳媒報導

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

中國 取消 關稅

韓國瑜 晚會 募款

死刑 釋憲案

中國 取消 農產品

禮讓 交委會

京華城 自證

民視
民視
三立新聞網 setn.com
民視
主管驚傳遭中國「邊境控制」 台塑回應這樣說
即時中心/游明哲報導一名台塑集團高層管理幹部1日入境中國,在上海遭到「邊境控制」,導致17天沒有辦法回台。對此,台塑今(19)日表示,目前該員身體平安,行動自由,正配合中國官方調查中。
  • 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