選罷法今攻防 傅批綠搞政治報復
中時新聞網.2024年7月4日 04:10
立法院4日排審《選罷法》修正案,民團3日晚間在立院外高舉標語表達訴求。(范揚光攝)

 立法院內政委員會今(4)日排審《公職人員選舉罷免法》部分條文修正草案,朝野將有所攻防。立法院昨先舉行公聽會,正反兩派學者表達不同立場,支持提高罷免門檻的學者認為,門檻過低恐讓罷免成為政治報復工具;反對學者則認為,現任立委如果提高罷免門檻,等於是「自肥連任」。 

 國民黨立院團總召傅崐萁昨表示,國民黨對於修《選罷法》並無既定立場,但報復性的政治將讓國內擾攘不安,他批評,立委當選要60%,「為什麼25%就可以罷免?」強調這是違反世界潮流的。而國際上罷免門檻多為50%,台灣原本也是,但在民進黨執政後修為25%,造成國內這種報復性的政治擾攘不安。 

 律師葉慶元認為,立法院的法律修正不應與個人罷免行動有關,而是法律是否合理,不能造成少數罷免多數的狀況,假設當選得票數是7萬票,結果3萬票就達成罷免,這就輕重失衡。 

 東吳大學政治系教授蘇子喬也指出,先進民主國家幾乎沒有罷免立委的法律,立委不只代表地方,也代表全國,大家應該認真討論立委罷免存廢制度。 

 提案提高門檻的國民黨立委許宇甄說,不應讓罷免淪為政治報復工具,罷免門檻太低,容易讓敗選一方發動罷免,出現高票當選、低票罷免,浪費國家資源,罷免比當選容易是種畸形制度。而由於民眾黨不支持降低門檻,許正發動連署要求連署應附國民身分證影本。 

 反對修法的東吳大學法律系特聘教授張嘉尹則提到,如規定就職未滿1年內,不得提議及連署罷免,對基本權益構成嚴重限制,無論是要擴張解釋,還是立法禁止,皆有高機率違憲,如果現任立委修訂提高罷免門檻,就是所謂「自肥連任」。 

 民進黨立院黨團總召柯建銘昨也批評,藍白準備讓修正案今日出委員會、1個月後在院會表決通過;國民黨從來不是以人民利益為出發點,而是將政黨利益視為唯一考量。 

 另昨晚民團號召「青鳥」重返濟南路施壓在野黨,但集結人潮少,與之前國會改革法案盛況相差甚多。

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

立院 開議

央行 打炒房

藍白 退回 總預算

瑜國慶 晚會 募款

黃珊珊 京華城

翁柏宗 立法院會

中時新聞網
品觀點
中時新聞網
民視
三大人事案 藍委要求設審查小組
立院開議,有NCC委員、司法院大法官及考試委員等三大人事案要審查,在野黨早已放話封殺NCC委員及大法官名單。藍委昨提出組成「人事審查小組」,落實專業審查;綠委則稱對預算、人事都封殺,對人民而言不是福氣;白委表示尊重、贊成。
  • 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