遭謝國樑指「非常恨他」 林右昌指「施政錯誤」:市民不滿才罷免
民視.2024年10月12日 12:35

即時中心/周欣儀報導

基隆市長謝國樑罷免投票進入倒數,先前謝國樑接受專訪時,點名前市長、民進黨秘書長林右昌「非常恨他」。對此,林右昌今赴板橋接雲寺,出席觀音賜福繞境活動受訪回應「他真的想太多了!」



謝國樑先前在專訪中表示,自己受到民進黨針對,並提到林右昌「非常恨他」。對此,林右昌今回應,謝國樑「真的是想太多了」。他指出,若謝國樑的施政得當,根本不會發生拆樑的事情。市民無法接受他一連串的施政錯誤,例如gogoro政策和防疫慰問金跳票事件,還有其他不當發言。罷樑事件的導火線雖是東岸商場破門事件,但背後還有更多市民長期不滿的積累,才最終引發這次罷免行動。

快新聞/遭謝國樑指「非常恨他」 林右昌反酸「想太多」:市民長期不滿才有罷免
國民黨發出甲級動員令,要求全體黨籍立委出席今晚的反罷樑之夜。(圖/民視新聞資料照)


林右昌進一步表示,謝國樑從一開始就以選舉政治的思維來面對公民團體,這讓民眾無法接受。國民黨的策略就是將矛頭對準林右昌個人,扭曲並抹黑前市府的政績。然而,罷免不同於選舉,並沒有候選人可供選擇。因此,謝國樑的政治操作目的是要凝聚國民黨傳統支持者的「固樑」選票。林右昌強調,謝國樑的指控並不屬實,正確的做法應該是面對並回應公民團體的質疑。


快新聞/遭謝國樑指「非常恨他」 林右昌反酸「想太多」:市民長期不滿才有罷免
罷梁團體(圖/民視新聞資料照)


林右昌呼籲市民踴躍參與投票,尤其是支持進步改革力量的選民。他指出,無論投票結果如何,這次罷免行動象徵基隆市民力量的覺醒,代表公民對不滿意的市長表達了強烈的意見。他期望這次罷免能深化民主發展,未來任何地方政治人物若不負責任,市民也將不會坐視不管。至於謝國樑將罷免案比喻為俄羅斯與烏克蘭之間的關係,林右昌認為這種比喻「不倫不類」,並指出謝國樑過去也常發表讓人難以理解的言論。





原文出處:快新聞/遭謝國樑指「非常恨他」 林右昌反酸「想太多」:市民長期不滿才有罷免

更多民視新聞報導
謝國樑罷免案「進入倒數階段」! 國民黨立委將總動員挺樑
馬英九固樑抨擊前市府貪腐 林右昌反轟"竹篙套菜刀"
參加造勢晚會傳可領百元交通費 謝國樑喊告:絕對不會做這樣的事

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

化解 朝野

北市府 發函 京華城

朝野 和解飯 登場

禁伐條例 覆議 原民

化解 總預算案

中華民國 台灣

今日新聞NOWnews
CTWANT
今日新聞NOWnews
今日新聞NOWnews
飯局歸飯局!柯建銘:請韓國瑜盡速召集協商
[NOWnews今日新聞]為化解總預算案僵局,立法院長韓國瑜今(11)日邀行政院長卓榮泰與朝野黨團幹部餐敘,但吃了2個小時,行政院仍堅持立場,藍白會後都對行政院表達遺憾,認為不尊重行政院。民進黨團總召...
  • 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