朝野氛圍差、立委出訪多、人事案如雞肋 藍黨團人士:開臨時會可能性已不高
太報.2024年8月4日 02:03
立法院議場。周志豪攝
記者周志豪/台北報導

不顧立院三讀修正國家通訊傳播委員會(NCC)組織法,行政院突襲提名NCC前副主委翁柏宗延任代理主委,朝野關係再惡化。國民黨團人士分析,就目前朝野氛圍,以及不少立委8月還要出訪,客觀上開臨時會可能性已不高。

黨團人士表示,行政院不僅突襲提名翁柏宗,對立法院出於尊重,授權訂定NCC組織法修正案上路日期的決議,政院還反將一軍,要脅立院通過NCC新任委員人事案後才要決定,一連串惡意作為都讓朝野對峙氛圍再升溫。

黨團人士說,偏偏這次民進黨團開臨時會的主要目地就是要闖關NCC委員人事同意權案,在野黨團怎麼會支持;而且一個必然被否決的案子,特別開臨時會處理的意義何在?更何況民進黨政府發發動釋憲與罷免對付在野黨。

此外,黨團人士指出,8月可能開臨時會的時間點在19日至30日間、16日開談話會,但先不說綠白立委,不少藍委16至18日要參加全美台灣同鄉聯誼會年會、19日至22日要參加民主黨觀選團,也將影響臨時會開會機率。

黨團人士說,只要民進黨團要開臨時會,國民黨團會主張納入選罷法修正草案,且要優先於兩個人事同意權案審查,議程會落在民主黨觀選團訪美期間,考量屆時可能上演表決戰,避免缺額影響結果,支持開臨時會動力再打折。

黨團人士分析,即便開臨時會,在各界質疑聲中,NCC委員人事同意權案與考試委員人事同意權案要順利過關機會也不大,對民進黨團而言,可能不如延長戰線至10月與大法官人事同意權案一起遭否決,累積明年大罷免能量。

立院藍營人士也說,若朝野對兩項人事同意權案沒共識,臨時會應是開不成了,否則硬開臨時會,在野黨團一定放選罷法修正草案,也會否決NCC人事案與部分考試委員人事案,民進黨堅持開等於白忙一場,搬石頭砸自己的腳。

該藍營人士表示,要開臨時會,除朝野協商取得共識外,也可經談話會表決確定,但現階段朝野難有共識,民進黨團要透過談話會,除要全員到齊,在野黨團扣除院長韓國瑜後,還須至少12位立委在國外才能勝出,難度很高。

更多太報報導
NCC人事案未過政院突襲提名翁柏宗 謝龍介:不支持開臨時會
「臨時會應由民進黨發動」 國民黨團:要開就會主張將選罷法修正草案納入議程

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

京華城 禁見

力挺 徐巧芯

京華城 羈押

民眾黨 阿北

立法院 聲援 柯文哲

民眾黨 開講

FTNN新聞網
品觀點
FTNN新聞網
中時新聞網
柯文哲神秘帳冊日期距離京華城動工僅兩週 簡舒培:比100%的巧克力還巧
[FTNN新聞網]記者陳正敬/台北報導民眾黨黨主席柯文哲涉入台北市長任內的京華城容積收賄案裁定羈押禁見,日前媒體爆料指出檢調掌握柯文哲神秘帳冊出現「2022/...
  • 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