喊報復性罷免「拆樑」無理 趙少康:基隆市民站出來對抗
CTWANT.2024年6月26日 16:00
前中廣董事長趙少康今日表示,民進黨就是一個輸不起的政黨,喊話基隆市民站出來對抗。(圖/翻攝自趙少康臉書)

[周刊王CTWANT] 公民團體日前發起罷免基隆市長謝國樑的「拆樑罷免行動」,民進黨議員更宣布,服務處提供連署服務,外界質疑綠營介入罷免案。對此,前中廣董事長趙少康26日表示,現在民進黨議員都在收罷免連署,已經不演了,並呼籲基隆市選民站出來對抗政治惡霸的霸凌。

趙少康今日在臉書發文表示,「守護基隆資產 不能『拆樑』」,賴清德上任後,兩岸與國內政壇都烽火連天,各種對立情勢不斷升高,在基隆發動罷免謝國樑就是其中之一,實在沒道理。他說,民進黨就是一個輸不起的政黨,在立法院跟基隆都是,在立法院打架,搞覆議、釋憲,在基隆推罷免,原本還說是公民團體發動,現在民進黨議員都在收罷免連署,已經不演了。

趙少康指出,但是謝市長到底有什麼罪大惡極需要被罷免?他為了落實選舉政見,認真推動免費電動機車,即使讓市民排隊引來抱怨,另方面也證明這的確是很受基隆人歡迎的政策。他說,不只如此,謝市長上任後,積極推動友善行人政策,比其他縣市更強力執法,就是要保障行人安全,他為了讓基隆人有最乾淨的家園,開放民眾檢舉,將罰金75%都給檢舉民眾,他為了讓基隆成為最有愛的城市,打造室內兒童樂園,給小朋友免費的安全遊戲環境,不論晴天雨天都有地方玩,還吸引不少周邊縣市民眾都帶小孩到基隆一起玩。

趙少康認為,民進黨側翼以東岸廣場產權爭議為由發動罷免,法院判決基隆市政府勝訴,等於認證整起事件市府的作為沒錯,謝市長在捍衛基隆市民資產不成為私有,是大日跟NET吵糖吃,是林又昌前市府有問題,但是罷免行動還是持續,甚至更積極,完全是政治鬥爭的手段。他強調,他對謝市長施政成績以及基隆市民都有信心,但是要杜絕輸不起的「報復性罷免」不斷出現、維護政治安定,選罷法必須修正,罷免票數必須比當選票數多,而不是只要有1/4的少數人支持罷免就能成立,如果修選罷法對基隆市長罷免案來不及,就要靠勇敢的基隆市選民站出來對抗政治惡霸的霸凌。

原始連結

看更多 CTWANT 文章
知名百貨徵開發部專員…需會日文N1「7大工作內容曝」 網一看起薪氣炸
孕婦子宮破裂胎兒早逝!這胎也是兒子 台大仁醫曝坎坷過程:抱在手上才是真的
沒確診「全程戴口罩」看醫生!等藥旁邊人狂咳 他回家傻了

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

成功嶺 新兵

陸委會 警示 國台辦

國會 修法

陸委會 中國 旅遊

吳秀梅 拔官

力挺 謝國樑

青年日報
中天新聞網
TVBS新聞網
台灣新生報
【視導成功嶺新兵訓練】賴總統:臺海和平為世界安全繁榮必要元素
記者黃迪明/臺中報導 總統賴清德昨日前往臺中成功嶺營區視導新兵入伍訓練時指出,臺灣在經濟、民主及自由的表現,都受到國際肯定,國際社會也認同臺海和平穩定是世界安
  • 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