2026新北前哨戰 李四川.劉和然.蘇巧慧齊聚同台
華視.2024年10月13日 19:51

新北市 / 林琬瑜 陳建達 新北報導

新北板橋接雲寺連2天辦百年首次遶境,藍綠問鼎2026新北市長一役呼聲高的人選也齊聚。民進黨立委蘇巧慧連2天到場外,新北市副市長劉和然、台北市副市長李四川,今(13)日也共同點燃起馬炮,雙方都避談選舉話題。而民進黨有意參選的立委蘇巧慧,被問到同派系立委張宏陸,暗酸林右昌是空降,蘇巧慧表示,在地人當然希望在地好。

劉和然李四川共同點燃起馬炮,雙北副市長,合體的地點,就在板橋接雲寺觀音佛祖遶境活動,李四川過去曾擔任新北市副市長,這回被點名更上一層樓,但喊著劉和然接棒侯友宜的擁護者也不少。

台北市副市長李四川說:「我現在在台北市,最主要的工作還是要把台北市的市政做好,選舉的事說實在,我到現在沒有想過。」新北市副市長劉和然說:「我想我跟李副的關係很特別,從台北縣時代到新北市,其實我們都是共事,從老同事變成他是我的老長官。」

到底國民黨2026年新北市長,由誰出線,還沒有答案前,劉和然禮節先到只見到場時,熱情衝上前和李四川又是擁抱又是握手,被視為藍營熱門人選的兩人,同台互動引發關注,同場綠營也來參一咖,北市讚,新北市立委蘇巧慧,連兩天現身接雲寺參拜,不難看出對地方經營別有用心,藍綠問鼎2026新北市長一役,呼聲高的人選齊聚,慶典活動飄出濃濃選舉味。

新北市副市長劉和然說:「巧慧委員最近也是很認真,看到新北市有很多需要,那我們市政府也會跟所有委員合作。」立委(民)蘇巧慧說:「昨(12)日因為時間的關係,行程的安排比較倉促,所以今天在正式出巡的當天,我們當然更要來。」

選新北市長同樣呼聲高的,民進黨秘書長林右昌前一天擦身而過,被解讀王不見王,蘇巧慧解釋是行程安排,不過同派系立委張宏陸前一天,才幫出氣如果新北空降人選不公平,立委(民)蘇巧慧說:「不管是任何人,只要是能為新北市這座城市好,我們都尊敬也都歡迎。」藍綠潛在候選人同台尬場,也讓新北市長一役,未演先轟動。

原始連結



更多華視新聞報導
藍綠在新北辦國會改革宣講 市長選舉議題受關注
頻被點名選新北 李四川:劉和然洪孟楷都很優秀
林右昌高呼贏回新北 「罷樑」成敗關乎下一步?

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

朝野 僵局

蔡英文 啟程

罷免 謝國樑

罷樑 過關

訪問 英國

謝國樑 罷免 投票率

民視
CTWANT
菱傳媒
中時新聞網
北檢打臉黃國昌「為何退出民進黨」說法 律師:不說謊皮會癢
即時中心/潘柏廷報導民眾黨團總召黃國昌昨(12)日稱,民眾黨祕書長周榆修11日被檢察官偵訊時,竟問他「為何退出民進黨?」。今日,北檢便發出新聞稿反駁,強調當時檢察官問周榆修「何時加入民眾黨」問題時,周榆修自己陳述何時、因何事退出民進黨,後加入民眾黨;北檢新聞稿一出,黃國昌的說法等同被北檢打臉。對此,律師林智群強調 「黃國昌真的一天不說謊,皮會癢」。
  • 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