重返立院分享被罷免經驗 陳柏惟:別把罷免當成毒蛇猛獸
民視.2024年7月3日 13:43

即時中心/游明哲報導

國民黨擬修《選罷法》,要提高罷免門檻,立法院內政委員會將在本週四排案審查。「公職人員選舉罷免法實物精進」公聽會今(3)日舉行,前立委陳柏惟到現場分享自己的經驗,「過去的制度明明就有受害者,真正如果造國會版本修下去,唯一會被罷免的是現在的立法院長(韓國瑜)」。

陳柏惟提到,最近在聊選罷法修法,這個公聽會有很多專家、教授、學者,自己是「當事人」。他說,當事人應該要對這個制度有一些建言,不要把罷免當成毒蛇猛獸,罷免會製造成仇恨對立,是因為罷免發的起心動念有邪念,所以才會變成戰爭。

陳柏惟認為,但如果罷免的理由正當,像是請假選總統、半夜強盜破門等,就應該給別人罷免的機會,另外,行政首長的怠忽職守跟議員發生的概念不同,不能說理念競爭叫怠忽職守,但如果行政首長跟單一選區的立委連人都不見了,當然要給人民罷免的權利,這也不免讓人家認為,是不是國會又在擴權,才會討論到這個議題。

「過去的制度明明就有受害者,真正如果造國會版本修下去,唯一會被罷免的是現在的立法院長,真的院長應該也要來發表意見」。陳柏惟提到,修一個法,從一個歷史的長度、各政黨的光譜,大家應該找到一個大家都能接受的方案,如果只討論趴數有一點道理,更重要的是為什麼罷免的過程會變成仇恨,「不能快快樂樂的罷免,平平安安的回家」?

陳柏惟也提到自己罷免期間遇到的狀況,首先是錯假連署,從韓國瑜在高雄市的7%,到自己的16%、林昶佐的30%,4張連署人有3張是錯的、假的、死的,這合理嗎?提出罷免方的比例超過10多%的剛好都同一個政黨發起的,這樣自己也是頭暈暈的,怎麼會說錯假連署應該是提高罷免門檻的理由呢?

第二是空窗期,當一個罷免方發動罷免,不論原因是輸不起、想搶回來等,該立委要花3個月的時間回應媒體、上節目辯論,回應不應是立委本業的問題,這樣就會讓人家認為是否把時間花在不必要的事情上,「但沒辦法,罷免方在搞你啊」,陳柏惟說,就自己的狀況,他的選區約有4個月是沒立委的。

再來就是募款部分,陳柏惟指出,自己選區當時罕見有200多塊的招牌,全部都是自己的臉,所以罷免方的錢能無窮無盡注資卻不受政治獻金的管理,反罷免方不得成立獻金專戶等,那不是就站在那給別人打嗎?也難怪韓國瑜在面對高雄民意,也只能站在那邊,因為現在的制度就是對反罷免方有一定制度上的困難。

「應該把罷免看成一個正常的選舉,要給人民提出罷免的權力」,陳柏惟認為,今天要把罷免門檻提高,歷史上罷免投票率最高的是自己那場,也只有51%的投票率,拿來跟全國當選75%、80%比,說得票數不夠、民意不正當,「最近看都覺得國民黨在幫我講話」。

原文出處:快新聞/重返立院分享被罷免經驗 「當事人」陳柏惟:別把罷免當成毒蛇猛獸 

更多民視新聞報導
「大進滿88號」遭中海警強押帶走 海巡署喊話:中國應盡速放人
直言國民黨組「護樑小組」是提油救火 林右昌這樣分析
全台多地熱到發紫!外出做好防曬 紫外線易達危險級

看更多相關新聞
批罷免門檻過低 藍委:成輸不起的報復工具
藍稱修選罷法馬上適用 柯建銘:亂修結果必是棄謝毀黨共同死亡
立院選罷法公聽會 拆樑發言人:修法恐將違憲 籲立委三思
藍擬不動罷免門檻 改推連署要附身分證影本

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

藍委 引進 建設

澎湖 漁船

離島 引進 中資

侯友宜 停權

三立 詐團

修法 衝突

今日新聞NOWnews
CTWANT
新頭殼
太報
藍委拋引中資建設離島 被綠退回程序委員會
[NOWnews今日新聞]國民黨立委陳雪生、陳玉珍等人提案離島建設條例修正草案,將修法引進中資企業參與政府主辦的重大建設投資計畫,所需技術、人力得由中國輸入,引起爭議。該項提案被列入今(5)日立法院會...
  • 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