職權修法釋憲 柯文哲:難道法律與賴總統牴觸者無效
中天新聞網.2024年6月26日 22:46

民眾黨主席柯文哲今天指出,總統賴清德說「在野黨不宜貿然採取行動」,實在可怕,這代表即便立院通過修法,只要賴總統覺得不對,在釋憲結果出來前都不用守法,難道中華民國法律與賴總統牴觸者無效。

民眾黨主席柯文哲。(資料照/中天新聞)

總統賴清德決定針對國會職權修法聲請釋憲,以及暫時處分。柯文哲今天晚間在YouTube頻道發布「柯P揪時在」節目,談論賴總統聲請釋憲、財政收支劃分法,以及總統府設置3委員會等議題。

柯文哲表示,聲請釋憲可能拖2、3年,若在這之前都不用守法,讓人想起當年台南市議會,時任台南市長的賴清德200多天不進議會,如今變成賴總統後,還是沒有改變;他批評,賴總統的作法造成國家憲政危機,口口聲聲說自己守護台灣憲政體制,但帶頭毀憲亂政就是賴總統本人。

柯文哲提到,賴總統叫在野不要貿然行動,聽起來像在威脅在野黨,至於賴總統說聽證調查權會侵害企業營業秘密,這就是總統帶頭公然造謠。

柯文哲也說,賴總統以器官移植比喻根本不倫不類,賴總統如今作法,是明明器官移植有一套醫界採用的配對系統,但可能因為賴總統個人不滿意,就主張在自己喜歡的方法提出來之前,大家都不要遵守以前的系統。他呼籲,賴總統不懂醫學不要緊,至少要懂法律,最起碼也要尊重法律。

談及財劃法修法,柯文哲表示,目的是讓中央政府預算多分給地方政府,但民進黨拿基層弱勢出來墊背,稱會失去學費、租屋等補助財源,民進黨為何不說,應該要砍掉的是超思蛋的補助浪費,或者「1450」網軍預算。他感慨,民進黨的邏輯一切都是以下次選舉為考量,而非為國家思考。

柯文哲指出,民進黨昔日主張的修正財劃法,民眾黨一定會幫忙實現,並呼籲民進黨趕快拿出修法版本來討論。

總統賴清德。(資料照/中天新聞)

談及賴總統日前宣布成立3大委員會,柯文哲質疑,「現在行政院的既有組織還不夠安插人馬嗎」,賴總統應說清楚,委員會未來如何運作、業務目標為何,還有誰負政治責任。(中央社)

延伸閱讀
指賴清德像「賭徒」拚豪賭 資深媒體人預言:恐輸到一無所有
台獨金孫拉全民當人肉盾牌?賴清德:90%民眾恐受陸懲獨22條「最重死刑」波及
賴清德耍賴反國會改革!朱立倫出招:行政院長必須辭職 別國根本沒釋憲這一途

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

韓國瑜 化解 僵局

死刑 合憲

賴清德 綠委

韓國瑜 化解 總預算

賴清德 全勤令

韓國瑜 和解飯

中天新聞網
太報
信傳媒
美麗島電子報
與卓榮泰喝咖啡、吃蛋糕之後 韓國瑜允搭朝野平台化解總預算僵局
中央政府總預算案被在野黨退回、要求重編,行政院長卓榮泰27日在立法院會國是論壇後,與立法院長韓國瑜會面,韓國瑜允搭朝野平台;有消息傳出,韓國瑜擬於下周邀請朝野餐敘,盼能化解僵局。
  • 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