批大法官憲判「實質廢死」 謝龍介:死囚若被釋放應先到司法院道謝
風傳媒.2024年9月21日 21:44

司法院憲法法庭20日下午就死刑釋憲聲請案作出合憲判決,但設下判死要符合犯罪情節最嚴重的故意殺人,且若第三審沒有強制辯護人、沒有言詞辯論,或合議庭法官沒有「全部」同意,及被告具有精神障礙等,都不能判處死刑等8道關卡。對此,國民黨立委謝龍介今(21)日受訪時狠嗆,若死囚未來因憲判結果被釋放,「我建議就放到司法院,讓他們第一個去向這些大法官道謝吧。」

謝龍介指出,此次大法官是在「玩文字遊戲」,作出沒有違憲的解釋,但憲判結果就是實質廢除死刑,「我們的大法官很厲害,他還會創設法律,然後把法官的心證審判也剝奪了,將來你不管是殺死3個人、6個人、9、90個人,你要判他死刑,就是要一審3個法官、二審3個法官、三審5個法官,所有法官只要1個人不同意判除死刑,就永遠不會有死刑。」

謝龍介續指,此次聲請釋憲的37名死囚,若照大法官的解釋的標準,幾乎沒有任何一人應判死,「所以如果把這37個人再重新提起再審、重審,那恐怕一個都不會死。」且依《刑事妥速審判法》規定,羈押最多不能超過5年,這些死囚都關押超過5年,恐將被立即釋放,「那要放到哪裡?我建議就放到司法院,讓他們第一個去向這些大法官道謝吧。」

謝龍介認為,此次釋憲案充分展現出民進黨的意志,民進黨一向如此,不敢面對真正的民意,「民意就是一致決的反對台灣廢除死刑。」而新加坡、美國沒廢死,日本、韓國也說死刑違憲,「為什麼我們台灣的死刑,他表面講你是合憲,但基本上解釋出來的指引就是違憲,就是台灣已經實質的廢死了,所以我認為這個是強烈的違背了民意,我希望賴總統應該要站出來講一些話。」

謝龍介狠嗆,若大法官持續「一意孤行」創造新的法律,自己解釋法源,創設法律的應用跟行使,並剝奪法官的判決,「那你就是立法院的太上皇,那就乾脆也順便請大法官解釋一下憲法,你倒不如也把立法院給廢除了。」但他也說,相信總統賴清德此次已下了很大的力量去扭轉結果,否則若憲判死刑違憲,「恐怕賴總統的民調最少要調10%以上,所以這是他們不敢嘗試的。」

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

藍白 退回 總預算案

晚會 江蕙 開唱

總統 總預算 退回

立院 開議

邀請 卓榮泰

921 地震

三立新聞網 setn.com
三立新聞網 setn.com
中天新聞網
台視新聞網
藍白聯手擋預算 吳思瑤說出背後1大目的:為對抗民進黨,不惜毀了國家
藍白再度聯手杯葛!立法院新會期於昨(20)日開議,國民黨團與民眾黨團挾人數優勢,聯手將114年度中央政府總預算案退回程序委員會,如此做法也引發社會兩派討論。其中,民進黨幹事長吳思瑤今(21)日就說出了重話,直言「為了對抗民進黨,不惜毀了國家!」。
  • 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