工黨大勝施凱爾將成英相 昔曾經兩度訪台
TVBS新聞網.2024年7月5日 18:59

英國國會大選,工黨拿下遠超出半數的400多席,大獲全勝,黨魁施凱爾,即將成為英國首相。相對於將卸任的蘇納克來自富裕家庭,施凱爾則是來自勞工階級,媽媽還因為罹患罕病,經常進出醫院。不過施凱爾還是努力上大學,當上律師、成為反對黨領袖。值得關注的是,這位準英國首相,其實曾兩度訪台,對台灣並不陌生。

圖/達志影像美聯社

英國國會大選徹底變天,工黨黨魁施凱爾,在掌聲中發表勝選演說。

英國工黨黨魁施凱爾:「我們做到了...你為此競選你為此奮鬥,你站出來投票,然後你得到所想的了,改變已到來。」

施凱爾率領的工黨在650席下議院席次中輕鬆過半,還拿下遠超半數的400多席,保守黨只剩100多席,即將下台的英國首相蘇納克,向支持者道歉承認敗選。

英國首相蘇納克:「英國人這晚作出發人深省的裁決,我有很多東西需要學習和反思,我要為這次敗選負責。」

相比家境優渥的蘇納克,現年61歲的施凱爾出身勞工家庭,兒時還因為母親重病過得相當辛苦但仍努力成為家中第一個大學生,並當上人權律師。

新聞片段:「他經歷這種搖搖欲墜的童年,住在老舊房屋,母親病重得進出高依賴病房,幾乎快要病死。」

施凱爾的這段經歷,加上妻子本身就在國民健保署(NHS)上班,讓他更重視醫療服務,除此之外他對足球的熱愛,也縮短與選民的距離。

倫敦民眾Claire Gordon:「有些東西需要改變,事實上我確實很喜歡施凱爾。」

工黨在英國屬於中間偏左政黨,上任後重點將聚焦改善經濟,但外交方面分析不會有大幅度改變。

智庫「變動歐洲下的英國」主任Anand Menon:「施凱爾明確表態過,和影子外相拉米都表態過,將與任何人合作,願意和川普合作,願意和瑪琳雷朋合作。」

另外施凱爾曾在2016年及2018年兩度訪台,並與時任副總統陳建仁對談,對台灣並不陌生,未來是否有機會擴大對台交流,有待繼續關注。

更多 TVBS 報導
英國政黨將輪替!出口民調「工黨大勝」 施凱爾成下任首相
英國下任首相是他!工黨黨魁施凱爾庶民出身 曾兩度來台灣
通膨怨氣出在蘇納克身上! 英保守黨恐「最大慘敗」
蘇納克政治豪賭周四登場 仍稱有信心繼續執政

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

鄭文燦 涉貪

吳豐山 海基會

鄭文燦 賴清德

海基會 董事長

賴清德 肅貪

海基會 鄭文燦 請辭

今日新聞NOWnews
CTWANT
今日新聞NOWnews
中廣新聞網
鄭文燦涉貪賴清德吐4字 他:這人恐也有事
[NOWnews今日新聞]前桃園市長鄭文燦疑涉入林口工五擴大用地弊案收賄,6日遭桃園地檢署聲押,桃園地院裁定500萬元交保,並限制住居、限制出境出海;總統賴清德對此表示,「不分黨派,不問何人,只要涉及...
  • 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