習遞橄欖枝 賴莫走死胡同
中時新聞網.2024年4月19日 04:10

 前總統馬英九日前率青年學子參訪中國大陸,並與中共總書記習近平「馬習二會」,習在會晤中遞出橄欖枝,只談對台政策成效、弱化武統聲音。馬前總統回國後,國民黨立即主張要修改《反滲透法》,去除兩岸交流阻礙,不料準總統賴清德膝射性反應,17日撂重話要求國民黨慎思修法對國安的影響,顯然只想把「抗中保台」牌繼續當選票提款機。

 今年2月發生金門陸船翻覆事件,在兩岸關係緊繃之際,賴清德520就任總統前夕,馬英九再度率青年學子訪陸,並與習近平繼2015年在新加坡舉行「馬習會」後,以老朋友身分第二次會面,緩解兩岸兵凶戰危的局勢。

 馬英九如今是一介平民,「馬習二會」改變不了中共統一台灣的政策目標,卻可對兩岸交流起帶頭作用,並營造和平的氛圍。這也是為何馬英九回國後,16日在臉書發文指習近平遞出了橄欖枝,期盼賴清德能以民為念,務實回應;隨後馬英九基金會執行長蕭旭岑就大聲疾呼,藍白兩黨應合作速修《反滲透法》,去除兩岸交流的阻礙。

 《反滲透法》是2019年蔡政府挾完全執政的優勢,巧妙擴大香港「反送中」影響力,先通過「國安五法」部分條文修正案,民進黨立法院黨團再傾全力主導通過《反滲透法》,表面上宣稱修法是為了鞏固國家安全,禁止台灣民眾接受中國大陸等境外敵對勢力指示、委託或資助,但骨子裡盤算的都是選舉,《反滲透法》成了選戰利器。

 立法保障國家安全,沒人會反對,但綠營強行通過《反滲透法》,修法過程沒有取得社會共識,既沒有訂定施行細則也沒有主管單位,民進黨吹捧的「一原則五行為」規範有如空白授權,嚴格限縮了兩岸政治團體或社團人民的交流,台商或台生稍一不慎就可能觸法。

 2024總統大選期間,檢調單位徹底運用《反滲透法》,以中國介選為由,大舉偵辦全省各地社團或里長揪團至大陸旅遊者,累計偵辦近百件、約談數百人,許多被約談者心生畏懼更莫名其妙,因他們至大陸旅遊有付費,但觸法事由都是接受中國統戰部門資助。執政黨透過檢調大動作約談的目的就是要製造寒蟬效應,達到抗中保台的選舉目的。

 大選期間不斷淡化「務實台獨工作者」色彩的賴清德,如今圓了總統夢登位在即,台獨本性即猛竄而出。賴清德除了回嗆國民黨主張修《反滲透法》會傷害台灣與區域穩定和平,拆除馬英九搭起的兩岸溝通橋梁,更強調《反滲透法》就是防止中國勢力惡意滲透,把習近平遞出的橄欖枝往死胡同打。可預見賴清德上任後,未來兩岸關係只會日益嚴峻,而這也將會是賴政府的最大挑戰!(作者為大學教師)

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

吳秉叡 投票

勞工 遊行

調漲 電價

藍委 試用期

勞工 大遊行

陳耀祥 立法院

中天新聞網
今日新聞NOWnews
中廣新聞網
今日新聞NOWnews
直擊/誰幫忙按表決器?吳秉叡竟對記者架拐:別擋我路
日前院會處理電價凍漲等案表決,究竟是誰幫吳秉叡按下表決器,今(2日)吳秉叡在立院被媒體追問時,竟出手架拐子嗆說「別擋我路」。
  • 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