英大選出口民調:施凱爾率工黨大勝將成下任首相
中央社.2024年7月5日 09:11

(中央社倫敦4日綜合外電報導)英國國會大選今天結束投票,根據出口民調,施凱爾將成為英國下一任首相,他率領的工黨將在國會選舉中贏得絕大多數席位,現任首相蘇納克領導的保守黨則將慘敗。

路透社報導,中間偏左的工黨(Labour Party)預計將在650席的國會下議院獲得410席,與5年前遭遇自1935年以來最慘敗選的境況相比,工黨命運發生了驚人逆轉。這次選舉結果將終結保守黨14年來的執政。

施凱爾(Keir Starmer)在社群媒體X上表示:「感謝所有在這次選舉中為工黨打選戰的人,感謝所有投票給我們並信任這個已改變的工黨的人,謝謝你們。」

選民因生活成本危機及多年的不穩定和內鬥而懲罰蘇納克(Rishi Sunak)率領的保守黨。保守黨預估僅取得131席,為黨史上最慘的戰果。自2016年英國舉辦脫離歐盟公投以來,在保守黨領導下已歷經5位首相。

中間派的自由民主黨(Liberal Democrats)預計將取得61席。由「脫歐大將」法拉吉(Nigel Farage)領導的右翼民粹政黨英國改革黨(Reform UK)預估將拿下13席;法拉吉曾揚言要摧毀保守黨。

英國著名政治民意調查專家柯蒂斯(John Curtice)告訴英國廣播公司(BBC):「即使事實證明工黨是受益者,今晚保守黨受到的大部分損害都是改革黨造成。」

出口民調顯示,英國選民總體上轉而支持中間偏左勢力,與法國大相逕庭。在法國,瑪琳.雷朋(Marine Le Pen)率領的極右翼國民聯盟(National Rally)在6月30日的選舉中取得歷史性勝利。

出口民調不僅預測保守黨選情大崩盤,支持獨立的蘇格蘭民族黨(Scottish National Party)估計也僅贏得10席,為2010年以來的最差表現。蘇格蘭民族黨曾經歷一段動盪時期,在一年多的時間內就換了兩位黨魁。

在過去6次英國選舉中,出口民調僅出錯一次。官方結果將在數小時內公布。

執行出口民調的易普索(Ipsos)研究主任佩德利(Keiran Pedley)說:「保守黨是我們在英國政治史上見過最有韌性的勢力之一,如果這次出口民調結果正確,那麼對保守黨來說是一次歷史性慘敗。」(譯者:陳昱婷/核稿:曾依璇)1130705

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

海基會 董事長 請辭

涉貪 賴清德

土地 收賄

德州 設立 州長

生日 涉貪

海基會 董事長 貪污

中時新聞網
中時新聞網
中時新聞網
中時新聞網
諷鄭文燦觸怒綠粉!名牌相機喊「500萬可包色」慘遭出征
前桃園市長鄭文燦疑涉土地開發弊案,桃園地院6日裁定500萬元交保,今(7日)則傳出鄭已請辭海基會董事長,熱議延燒。有知名底片相機品牌粉專借題發揮,將鄭文燦相片與該公司三款相機外殼P圖在一起,還稱「500萬應該可以包色」,暗諷鄭文燦曾疑涉桃色事件,引發綠粉出征。
  • 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