國民黨下週要修法提高罷免門檻 蘇巧慧轟:要和台灣人對立嗎
民視.2024年6月29日 12:36

即時中心/陳思妤報導

藍白強硬通過國會擴權法案,民眾發起青鳥行動反黑箱、反擴權,並要在各地發動罷免。但,國民黨立法院黨團提案要修選罷法,提高罷免門檻,內政委員會召委高金素梅將在下週排審。對此,民進黨立委蘇巧慧今(29)日痛批,國會擴權法案已經引起民主世代憤怒,藍白民調都在往下掉,不停手反而下禮拜又要修選罷法,藍白是要與整個台灣的民主世代、台灣人對立嗎?

蘇巧慧日前當選民進黨新北市黨部主委,今天舉行就職典禮,接受媒體聯訪時被問到,國民黨要提高選罷法,內政委員會將在下週審議,民進黨團有何策略?蘇巧會批評,她真的很看不懂國民黨和民眾黨的策略,新一屆立委上任最應該是對民生跟經濟法案提出更好的政策,大家互相競爭,但藍白在國會後提的都是政治性法案,造成高度政治鬥爭。

蘇巧慧指出,國會擴權法案已經引起民主世代憤怒,藍白民調都在往下掉,但不但不停手,反而下禮拜又要修選罷法,再次剝奪人民選舉、罷免、創制複決的權利,她實在看不懂,藍白是要與整個台灣的民主世代、台灣人對立嗎?要思考的是他們。

媒體也追問,怎麼看民眾黨總召黃國昌把總統賴清德說諮詢變成質詢?蘇巧慧表示,大家都是民代,議員跟立委監督市政、國政最重要就是要本於真實資料,有憑有據來質詢,用自己變造資料、移花接木是最最不可取的行為。

中國國台辦21日對外宣布《關於依法懲治台獨頑固分子分裂國家、煽動分裂國家犯罪的意見》,涉及「分裂國家」者最重可判死刑。蘇巧慧指出,台灣一直是一個民主法治的憲政國家,這也是世世代代一起努力的目標,現在中國推動這個條文,簡直是把不支持統一就是台獨的立場昭諸於全世界,並且要採用這麼重的刑罰,這是對台灣人繼軍機繞台後直接的法律威嚇。

蘇巧慧說,就是這樣的態度,所以才不想和這樣的專制國家在一起,台灣在這裡、民進黨在這裡,就是希望台灣的民主法治能夠繼續延續。

原文出處:快新聞/國民黨下週要修法提高罷免門檻 蘇巧慧轟:要和台灣人對立嗎 

更多民視新聞報導
高金素梅下週排審選罷法!黃捷轟爛戲:國民黨2026會自食惡果
"拆樑行動"第二階段連署6/30截止 廣設7個快閃站
國民黨團擬修法"提高罷免門檻" 柯文哲:不贊成改動

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

海虎 官兵

冒用 沈伯洋

核電 修法

褒揚令 表彰 海虎

發起 謝國樑

巴奈 金曲

三立新聞網 setn.com
三立新聞網 setn.com
TVBS新聞網
新頭殼
影/海虎潛艦3官兵罹難!總統賴清德出席告別式「頒發褒揚令」
記者游任博、郭思妏/高雄報導 海軍海虎潛艦去年12月21日,在小琉球海域發生3名士官落海失蹤意外,至今超過半年,海軍30日舉行聯合公祭,總統賴清德出席,並頒發褒揚令,賴總統說
  • 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