謝國樑稱若被罷免3.5萬電動機車化為烏有 拆樑:買票還是威脅
民視.2024年9月7日 16:50

即時中心/陳思妤報導

基隆市長謝國樑陷入罷免危機,他昨天聲稱,如果自己被罷免了,剩下的3.5萬台電動機車就會化為烏有,期待電動機車的市民要好好思考。發起罷免的「山海公民拆樑行動」今(7)日痛批,這發言不免讓人懷疑,是否在公開買票或是威脅市民。

謝國樑罷免案投票倒數1個多月,發起罷免案的「山海公民拆樑行動」掛起謝國樑Gogoro政策跳票」看板,痛批謝國樑政策跳票。但謝國樑昨天受訪時聲稱,電動機車申請已經有1.5萬多台,且已經發放9千多台,有機會拿拿3.0申請Gogoro品牌的也將在今年第4季上路。他還宣稱,自己如果被罷免掉,「剩下的3.5萬台電動機車將會化為烏有」,這點值得期待電動機車的市民好好思考。

對此,拆樑團體痛批,選前答應的gogoro,都上任多久了,今年第四季才要發,這樣算跳票再跳票吧!此外,謝國樑說,如果罷免通過,尚未執行的3萬5千台電動車,將會無法執行。拆樑團體認為,姑且不論市民朋友是否喜歡電動車政策,但是謝國樑在公眾場合的發言不免讓人懷疑,是否在公開買票或是威脅市民。

拆樑團體也表示,既然謝國樑自己先提到的潮境公園發生山崩,那就必須提醒謝國樑在災害發生時反應不及,甚至沒有第一時間緊急前往勘災處理,不顧及山崩現場是否有基隆市民受傷或是遭受財務上面損傷,只淡淡地表示自己已知道這件事,身為基隆市長不是應該主動且自動關心自己的市民嗎?

對於新北市副市長劉和然提到了北北基桃的串連,拆樑團體指出,基隆市狂發電動機車能怎麼串連?難道是A地申請B地領嗎?拆樑團體批評,謝國樑怎麼不想想要如何跟客運業者與台鐵方面溝通,要怎麼協助基隆人通勤時間縮短或是便利性的狀況。

拆樑團體呼籲,交通政策必須要做更全盤的考量,才能為市民真正解決問題。現階段除了電動車之外,公車老舊、客運等待時間拉長的種種交通問題,都是基隆市民最迫切的需求,希望市長不僅僅只是滿足自身的想法,而是根本的去處理基隆所面臨的交通問題。

原文出處:快新聞/謝國樑稱若被罷免3.5萬電動機車化為烏有 拆樑團體:是買票還是威脅? 

更多民視新聞報導
要市民好好思考 謝國樑:我若被罷免3.5萬台電動機車化為烏有
掛上謝國樑Gogoro跳票看板! 罷樑團體:喚起基隆市民記憶
朱立倫盼賴清德喊話「反罷樑」 陳柏惟怒酸:罷免我就說民主勝利

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

媒體 宣傳 預算

謝龍介 參選 台南市長

凍結 總統府

雲林 中央

中國 偷渡客

白委 凍結 總統府

品觀點
TVBS新聞網
信傳媒
三立新聞網 setn.com
藍嗆政府撒幣 豢養特定媒體 卓榮泰:不允許集中標案
中央政府總預算明年宣傳費大幅增加,國民黨立院黨團書記長林思銘今(16)日指出,從蔡政府到賴政府,都讓特定媒體綁標、質疑政府豢養媒體及網軍,粉飾施政狀況,表示將嚴審相關預算。資深媒體人趙少康批評,民進黨不但沒有退出媒體,而且是加倍進入媒體。
  • 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