判死須一致決、憲法法庭不用 黃國昌開砲了
今日新聞NOWnews.2024年10月7日 10:51

▲民眾黨立委黃國昌說,採取過半數多數決,大家有意見就在評議簿上寫意見。(圖/翻攝自國會頻道)

[NOWnews今日新聞] 憲法法庭日前針對死刑釋憲做出「有條件」合憲判決,立法院司法委員會召委吳宗憲今(7)日要求法務部、司法院進行專案報告。民眾黨立委黃國昌質疑,各審級要判死刑必須一致決,若最高法院意見不一致,有一人不同意,就不能判死,但憲法法庭卻不要求一致決,質疑「是大法官比較大?」

立法院司法及法制委員會今天邀請司法院秘書長、法務部部長、內政部警政署、衛生福利部率所屬相關單位列席,就「憲法法庭113年度憲判字第8號判決宣示相關法令之檢討與修正」進行專題報告,並備質詢。

黃國昌詢問,各審級要判死刑必須一致決,有哪些國家採行這種制度?憲法法庭利用做成判決解釋,自己卻扮演起立法者角色,創造獨步全球制度,一審是「事實審」,要求一致決,美國大部分州都是這樣,但是,上訴到「法律審」也要求一致決,那就很嚴重。

黃國昌舉例,如果高等法院判死,上訴到最高法院,當最高法院意見不一致,若「4:1」是要撤銷發回,還是自為判決?

司法院代理秘書長黃麟倫回應,如果有人堅持,合議庭會溝通協調,但實際上有多少案件是「4:1」?如果要撤銷發回,就要再請「事實審」再斟酌,如果說要自為判決,那就不能判死。

黃國昌認為,實務上意見不一致,目前為止都是採取過半數的多數決,這樣就不會有問題,有不同意見在評議簿上寫意見,如果可以講到意見一致當然是最好,否則「是只要聽1個人的嗎?」

黃麟倫強調,憲法法庭已經要求必須一致決,只要有一位堅持不肯,就不能判死,這跟評議時,沒有辦法多數意見取得過半不同。

黃國昌砲轟,憲法法庭自創「情節最嚴重」,但內容模模糊糊,有無違反法律明確性?恐怕自己都要受檢驗。況且就要是被告在最高法院有五個法官都認為這是「情節最嚴重」,被告聲請憲法裁判,結果憲法法庭15大法官,都不要求一致決,「下級審法院法官要死刑都要求一致決,但是憲法法庭要維持死刑判決,可以不用一致決,這是憲法法庭的標準嗎?是大法官比較大?」

更多 NOWnews 今日新聞 報導
政府舉債5.8兆恐需41年才能還清 李彥秀預言最慘後果
逆風肯定賴清德「祖國論」!吳宗憲:樂見台獨工作者倡議中華民國
轟賴清德「祖國論」太嗆辣 凌濤示警:國慶演說會不會擦槍走火?

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

祖國論 嗆中

晚會 巨蛋

山陀兒 重創 萬里

回應 祖國論

賴清德 晚會

扣押 京華城

中時新聞網
中天新聞網
鏡新聞
今日新聞NOWnews
祖國論 默認中華民國源自大陸
賴清德總統國慶晚會「祖國說」引發熱議,究竟是為與對岸議論兩岸定位,抑或拉攏中華民國派,甚或是台獨借殼上市?仍須看他國慶當日演說如何詮釋。實際上,細究賴的祖國說,若非逞口舌之快,那就是默認中華民國源自大陸,然而這樣的論述必須立基於兩岸同屬一個中國,賴會認嗎?
  • 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