新北4大行政區人口差很大!最新「鄰里調整規劃出爐」 議員憂影響里長選舉
FTNN新聞網.2024年9月28日 12:01

[FTNN新聞網]記者蕭廷芬/綜合報導

為了改善新北市因各地人口數量差距太大,所造成的城鄉發展不均,新北市民政局計劃自今年10月起,進行鄰里編組調整。根據各區里數與戶數的線性回歸分析結果,瑞芳和三重的服務戶數遠低於其他同級行政區,預計瑞芳減少6里、三重減少4里。同時,林口和淡水的服務戶數偏高,將分別增加4里和2里。調整後,全市的里數將從現有的1032里縮減至1028里。預計在10月起將陸續召開說明會,在尋求地方共識後,送交市議會審議,預計於2025年12月完成公告。但也有議員提出疑慮,擔憂會影響里長選舉。

淡水。(圖/新北市觀光旅遊網)
淡水。(圖/新北市觀光旅遊網)

據《聯合報》報導,新北最大里與最小里的人口差距高達238倍,民政局長林耀長表示,新北市自升格以來,人口已增加近15萬,林口和淡水區的人口顯著增長,分別增加超過5萬人。與此同時,偏鄉地區如瑞芳區的人口則持續外移,現已減少超過3萬人。最大里南勢里擁有3萬多人,最小的碩仁里僅有140人,人口差距過大,急需調整,調整後也可提升各里長的服務效能。

新北市於2021年通過《新北市里鄰編組調整自治條例》,經過長期的規劃,將針對瑞芳、三重、林口與淡水等四個區域,自10月起將陸續召開說明會,並在尋求地方共識後,送交市議會審議,預計於2025年12月完成公告。此次調整不僅依照人口數,也考量都會區與偏鄉的加權比重,根據戶數與地理條件將全市29個行政區劃分為四大類型,並根據服務戶數的偏差進行調整。後續其他區域也將根據實際需求進行里界調整,若某些區域尚未達到分里或併里的標準,仍可在取得地方共識後進行調整。

對此,議員林國春建議,應延長調整時間至2030年,讓地方有更充分的準備,以免里長因調整而無法再選連任。議員黃桂蘭則反對合併小里,認為這將牽涉到門牌等實際問題,影響更多居民。黃心華議員則呼籲,民政局應更詳細規劃合併標準,並加強與地方的溝通。

更多FTNN新聞網報導
原來人口這樣流動!內政部:台北白天暴增1/4 「全台居住大城」排名:新北、台中、台北、桃園
大陸橡皮艇偷渡林口紅色沙灘!卓榮泰:此事讓人感覺「檢討速度要更快」
退役少將栗正傑:陸男橡皮艇偷渡林口「有2疑點」

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

郭智輝 請假 立院

死刑 合憲

賴清德 綠委

總預算 韓國瑜

建構 民力

賴清德 全勤令

中天新聞網
太報
今日新聞NOWnews
今日新聞NOWnews
4部長缺席立院院會 韓國瑜看不下去說重話!行政院回應了
總統賴清德日前才下軍令狀,要求綠委「全勤」,不料今天立院不只有大批綠委缺席,連內閣中也有4名部長請假,讓立法院長韓國瑜都看不下去,引發討論。對此,行政院則回應,感謝立法院韓國瑜院長對於過往慣例的再次提醒。
  • 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