勝選!張善政:民之所向 勝之所往
今日新聞NOWnews.2022年11月27日 00:29

▲張善政表示,勝選是承擔責任的開始,喜悅只留在今晚,明天早上開始會捲起袖子準備上工,絕對不辜負桃園鄉親的期待。(圖/記者李春台攝,2022.11.26)

桃園市長選戰落幕,國民黨張善政以壓倒性的55萬7572票大勝鄭運鵬的42萬8983票,晚間張善政來到中壢南區競總發表勝選感言時表示,「民之所向,勝之所往」,強調自己順著民心走,勝利跟著一起走,就能給我們最好的果實。

張善政表示自己不是政治人物,只用同理和務實解決問題,12月25日上任後也絕對不會改變。並強調自己是桃園的公僕,將盡全力守護大家。未來會一一實現他所擘劃的藍圖,用最好的市政成績回報給大家。

張善政致詞時也感謝歷任的縣市長,包括鄭文燦,他們都為桃園付出很多的心血,每任市長都有承先啟後的使命,張善政強調,在第一時間鄭文燦就致電道賀,並承諾市政接棒會無縫接軌。

張善政說,「我從不自詡自己是孫運璿或是李國鼎」,但十分肯定當初他們打造科學園區和台積電,這兩個基地都在兩人離任甚至離世後持續發光發熱,張善政說,「這也是我努力的目標,而我的目標就是要把桃園變成亞洲的智慧科技新都」。

張善政接著也一一感謝三位對手,攜手守護桃園的民主,也期許他們能在各自崗位持續關注桃園,未來不再是競爭關係,而是合作關係。選戰的點滴與情感都會變成鞭策我的力量,感謝所有夥伴的付出。

張善政最後強調,勝選是承擔責任的開始,喜悅只留在今晚,明天早上開始會捲起袖子準備上工,絕對不辜負桃園鄉親的期待。

未來從桃園開始,張善政表示自己真的很期待,可以替桃園所有的朋友打造一個不一樣的未來。最後他強調,今天還要再加一句話,團結也從桃園開始。桃園從今晚開始,努力向前,不再分藍綠,都在一條船上,每人都持槳努力往前划,讓桃園善好,成為不分藍綠的典範,讓台灣更好。

▲2022九合一大選縣市長當選名單(圖/NOWnews製)
▲2022九合一大選縣市長當選名單(圖/NOWnews製)
▲2022九合一縣市長黨籍分佈圖(圖/NOWnews製)
▲2022九合一縣市長黨籍分佈圖(圖/NOWnews製)

更多 NOWnews 今日新聞 報導
大贏對手四十萬票 侯友宜:明天好好做事、再出發
挑戰成功!張善政:我們光榮的把桃園贏回來了
桃園章魚里楊梅區雙榮里 張善政1082票鄭運鵬834票

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

沈慶京 論功行賞

專家 考察 核四

柯文哲 抗告

陳智菡 容積率

洩密 柯文哲

陳智菡 兒醫

三立新聞網 setn.com
中天新聞網
民視
民視
沈慶京論功行賞?帳冊驚見黃大洲領200萬 王義川揭公關費手法
政治中心/程正邦報導 民眾黨主席柯文哲因京華城案遭羈押禁見第6天,之前傳出檢方查扣柯的隨身碟資料中出現「1500小沈」,今天(10日)媒體再披露威京集團「論功行賞」帳
  • 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