「選罷法修法沒有時間表」 國民黨團強調「非民進黨式針對性修法」
FTNN新聞網.2024年7月3日 14:34

[FTNN新聞網]記者孫偉倫/台北報導

立法院內政委員會明日將審查公職人員選舉罷免法,國民黨團今(3)日再強調不預設立場,修法是要把現有瑕疵的制度修正,而非如同過去民進黨國會多數時針對性立法、修法;國民黨團將持續凝聚朝野共識,未來將會針對罷免連署制度提出精進方案,以完善公職人員選罷制度。

「選罷法修法沒有時間表」 國民黨團強調「非民進黨式針對性修法」
立法院內政委員會4日將審查公職人員選舉罷免法,國民黨團今(3)日再強調不預設立場,修法是要把現有瑕疵的制度修正,而非如同過去民進黨國會多數時針對性立法、修法。(圖/立法院內政委員會)

國民黨團表示,明日《公職選罷法》排審,乃是回應社會長期以來針對罷免制度不合理之處做出善意且具體的回應,其中第90條,就是針對公職人員罷免制度極可能出現罷免通過票數低於被罷免人當選票數之不符民主原則的荒謬現象,上屆民進黨立委郭國文、賴瑞隆、湯蕙禎皆針對此缺漏提出同樣條文修法,多位現任民進黨立委也支持連署相關提案。制度上之缺漏早已存在,民進黨團現在要為了政治操作,繼續視而不見?雙重標準才真的政治操作,

國民黨團再次重申,針對選罷法修法時程及內容不預計立場,將持續與各界溝通,包括與朝野各黨團的溝通,請民進黨黨公職人員及綠營側翼網軍們莫再為了短期政治利益,企圖刻意扭曲罷免制度,大搞民粹式的認知作戰,只為了成就少數人的私心私利,是非對錯都必須接受時間的考驗。

黨團指出,未來仍會針對當前公職人員罷免制度上之缺漏提出修法,尤其是現行罷免連署,只需填寫身分證字號,不需檢具、填寫身分證影本或身分證發(換)日期,讓有心人士有上下其手的空間,為完善當前罷免制度,必須有更完善及周全的制度,國民黨團也將謀求更精進之作法,以回應民意。

更多FTNN新聞網報導
藍委修罷免門檻有變數 民眾黨反對調門檻,朱立倫與藍黨團內也不完全支持
被警告若與藍合作修法「議員先被罷光」 柯文哲反嗆:「怎不怕民進黨的被罷免?」
藍委推選罷法罷免門檻提高 下週四內政委員會將審查

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

建設 引進 中資

兩岸 關係

澎湖 漁船

立院 釋憲 機關

總統 教育獎

國會 釋憲

民視
民視
新頭殼
太報
陳雪生提離島建設條例引中資 國民黨自家立委都不挺!
政治中心/綜合報導國民黨立委陳雪生等人提案修法增訂離島建設條例,讓中國廠商得以參與重大建設工程,民進黨立委洪申翰痛批,陳雪生就是想製造台版的一帶一路,質疑他是否想分配重大利益,甚至讓國安門戶大開?儘管陳雪生否認,但今天民進黨提案將該法退回程序委員會,連國民黨立委都沒反對。
  • 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