國民黨籌劃反擊 鎖定童子瑋
聯合新聞網.2024年7月1日 06:17
國民黨將啟動護樑行動,不排除反罷免綠營基隆市議長童子瑋(前排中)。

基隆市長謝國樑面臨罷免投票考驗,藍營有人重提罷免民進黨基隆市議長童子瑋等人反制。曾任議長的國民黨市議員宋瑋莉昨說,如果黨中央決定這麼做,她義無反顧全力投入。國民黨市議員曾紀嚴表示,如果要投票,藍營一定動員催票,只是罷免戰不管藍、綠誰贏,對社會都沒有好處,都是輸。 

公民團體「山海公民拆樑行動」推動罷免謝國樑時,國民黨基隆市黨部就點名童子瑋等五名民進黨市議員,有意推動罷免反制,但被謝國樑勸阻。謝面對罷免案進展,一直主張專心推展市政,相信市民會做出對的選擇。 

宋瑋莉表示,謝國樑上任一年半,這段期間都在處理前市長林右昌任內留下的一些有問題的事情,謝國樑卻一直被罵,實在很莫名其妙。 

曾紀嚴指出,要不要採取反制策略,黨中央還在研究,基層不方便說什麼話。只是他憂心罷免來、罷免去成為一種惡習,製造社會對立,政治人物也對立,對人民沒有什麼好處。 

曾紀嚴說,藍營已經有最壞的打算,就是第二階段過了要進行罷免投票,到時候黨內一定全面動員支持謝國樑。 

曾也說,謝國樑沒有做錯什麼事,不該拿東岸商場一事刻意修理謝,因為原營運廠商大日興訟,基隆地院已判決市府勝訴。市府推動青年公益電動機車申請,堅持做公益才能申請,後來民進黨說這樣子沒人來申請,要求市府滾動式調整,市府調整開放了,又說浪費公帑、沒停車位,就是一直在挑毛病。 

國民黨表示,若罷樑最後成案,國民黨將全面開戰,正面對決。國民黨也會鎖定過程中,為了攻擊謝國樑累積政治資本,以遂行自己的政治利益、煽風點火的基隆市議員。國民黨智庫、國家政策基金會副執行長凌濤日前也已點名,高度可能直接針對童子瑋發動罷免。 

【看原文連結】

更多udn報導
「年輕人不夠愛小孩」嫩嬰送托遇陌生嬤碎嘴 OL辣嗆2句話全網叫好
年薪90萬買1000萬房!他崩潰「存款被掏空」 後悔想租房
小心手持風扇爆炸! 台電教戰「3不1要」:睡覺時勿充電
何如芸節目上淚崩!亡父生前整理離婚剪報 悲訴「他應該比我更心痛」

看更多相關新聞
朱立倫、柯文哲「護樑」 籲綠罷免連署懸崖勒馬
罷樑連署爆突破4萬大關!山海拆樑行動:持續收件
柯文哲籲罷免連署程序要更嚴謹 吳思瑤:變相沒收罷免的權利
冷眼集/「罷樑」若成功 明年大罷免潮來襲

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

孫曉雅 獎章

罷免 謝國樑

釋憲 大法官

選罷法 修法

成立 電視

國會 釋憲

台視新聞網
民視
風傳媒
TVBS新聞網
尼加拉瓜接SICA主席國 傳將推「排台納中」
台灣國際組織觀察員身分再受威脅。尼加拉瓜7月開始擔任中美洲統合體(SICA)臨時主席國,遭質疑增加有關中國和俄羅斯的議程,企圖故技重施中美洲銀行的情況,通過「排台納中」,讓中國取代我國觀察員地位。與此
  • 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