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
三立新聞網 setn.com.2024年9月21日 17:52

政治中心/綜合報導

民進黨立委吳思瑤抨擊藍白「為了對抗民進黨,不惜毀了國家!」(圖/記者高逸帆攝影)

▲民進黨立委吳思瑤抨擊藍白「為了對抗民進黨,不惜毀了國家!」(圖/記者高逸帆攝影)

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,做法引發社會兩派討論。其中,民進黨幹事長吳思瑤今(21)日就說出了重話,直言藍白「為了對抗民進黨,不惜毀了國家!」。

吳思瑤稍早在臉書發聲提到「再一次,藍白贏了表決,卻輸了民心!」預算審查是立委法定職權,不是零和遊戲,要刪要砍都需要透過審查,朝野可以對話溝通。但不審而退、未議而決,高金素梅一舉退回明年國家總預算,就是一種失心瘋、無差別式的攻擊。假照顧原民,真傷害全民!

吳思瑤以「原住民保留地禁伐補償」為例說道,上會期藍白聯手下強行通過修法,將補償經費由每公頃3萬加碼至6萬,一個修法條文就增加26億,倍增至52億。而這樣的優惠,優於台灣各地農民。一年52億是什麼概念呢?佔原民會年預算123億的42%,也就是單一項補償佔了四成,嚴重排擠其他原民預算。扣除法定支出,原民會只剩約10%的可支配預算,有限的預算受到排擠,國家將無法照顧更多的原民朋友。

吳思瑤提到「財務紀律」的重要原則,過去我們一再呼籲這項修法完全違反《財政紀律法》,適法性大有問題!但藍白為了討好特定選民,肉桶法案依舊被強行通過。

吳思瑤感慨,昨天退回總預算,是一種無差別式的攻擊,教育、社福、國防、經濟發展⋯各項預算全遭殃,國人從老至幼、不分男女、無分南北,都無端受累全民陪葬。這是真的照顧原民嗎?並不是。這是為了對抗民進黨,不惜毀了國家!

更多三立新聞網報導
柯文哲被捕前「聯繫創黨大老」私訊內容曝光:出事後每個人都在推責任
阿北出大事?北士科圖利關鍵紀錄獨家曝光了 他預言:柯文哲挫著等
柯文哲與京華城協議書「有內幕」議員全說了:根本是喪權辱國的割地條款
民調崩了還有下一步嗎?他揭開「柯文哲驚人盤算」:國民黨不能少這八席

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

邀請 卓榮泰

立院 開議

中央政府 總預算案 退回

晚會 募款

死刑 民意

太報
TVBS新聞網
三立新聞網 setn.com
TVBS新聞網
新喬遷服務處是違建 藍委廖偉翔認錯:已開始尋覓他處
國民黨立委廖偉翔與母親、市議員黃馨慧聯合服務處,今(9/21)舉辦喬遷活動,立法院正副院長韓國瑜、江啟臣等人均出席活動,不料活動當下被民眾檢舉該服務處是違建,台中市府也證實將依規定列管拆除。廖偉翔回應,為避免有違法疑慮,服務處同仁已開始尋覓其它地點,並著手規劃搬遷事宜。
  • 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