靠「財劃法」搶回黨主導權?柯文哲、黃珊珊強調會善盡溝通
三立新聞網 setn.com.2024年6月18日 22:30

記者馬郁雯、黃昀凡 / 台北報導

立法院明(19)日針對「財劃法」進行審議,民眾黨立委黃珊珊坐鎮開記者會,強調會支持自家版本,左批藍、右打綠,似乎刻意跟藍營保持距離。黃珊珊更強調,柯文哲叮嚀未來任何法案論述要講到大家都懂為止,也被解讀是劍指總召黃國昌把持民眾黨。

(圖/翻攝自YouTube-民眾之聲頻道)

民眾黨立委黃珊珊:「民進黨團已經事先就說他們沒有版本,對於國民黨的版本,我們認為對國家運作可能有受影響的情況下,我們會堅持我們的版本,民眾黨一定要清楚的對外宣示民眾黨版本。」

黃珊珊率領麥玉珍、張啟楷坐鎮記者會,開酸藍綠財劃法版本,強調會支持自家提案,似乎刻意跟藍營保持距離,更強調會做好政策溝通,多次宣示被聯想是否跟前一天柯文哲有關係。

記者(2024.06.17):「主席今天怎麼特別來這邊,任何法案的論述。」

17日民眾黨主席柯文哲現身立法院中興大樓拜會黃珊珊,雙方針對財劃法討論半小時,柯文哲特別叮嚀這一件事。

民眾黨立委黃珊珊:「柯主席講的很清楚,台灣民眾黨以後任何的法案的論述,我們都要一直說,一直說,說到大家都聽懂為止。」

強調要跟社會最好溝通,不免被質疑是否在劍指黃國昌,畢竟從國會擴權法案過後,黃國昌把持民眾黨,就連表決黨產案時,民眾黨集體缺席引爆小草怒火,而陳昭姿也坦言確實感受到基層壓力。

民眾黨立委陳昭姿(2024.06.17):「我個人非常想進去投一張反對票,代表我長年的立場。」

是不是吃了誠實豆沙包,也顯見白營內部已經出現明顯分歧。

民進黨立委吳思瑤:「民眾黨的兩個太陽,他們確實呈現了領導的危機。」

民進黨立委洪申翰:「為什麼妳其實作為一個立法委員,為什麼妳想投而不能投,是不是因為妳的周遭,已經都被放了黃國昌委員過去這些團隊的幹部。」

民眾黨從國會擴權法案等相關議案持續唱和藍營,近日民調更是爆跌,如何挽救「一人政黨」及時止損,恐怕柯珊兩人起手勢,從「財劃法」法案說明嗅出端倪。

更多三立新聞網報導
議員10字總結台智光案 批罪魁禍首是母約
漢光演習取消「假想敵紅軍」 顧立雄:以真實模擬想定
陳時中會前白宮官員 盼台美展開多領域交流
黃珊珊喊話行政院《財劃法》自提版本 民進黨團表態:願意討論

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

釋憲 在野黨

政論 節目 盯梢

國會 職權 修法

參謀總長 立院

中國 盯梢 節目

國會 釋憲

FTNN新聞網
中天新聞網
民視
放言 Fount Media
覆議後仍提釋憲 國民黨團批「毀憲亂政就是民進黨」
[FTNN新聞網]記者孫偉倫/台北報導針對民進黨團26日以七大理由,針對國會改革—《立法院職權行使法》、《中華民國刑法》,總統已簽署公告的相關修正,正...
  • 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