林耕仁批在野陣營「挺高虹安」是羊入虎口
今日新聞NOWnews.2023年8月25日 16:10

▲國民黨新竹市長參選人林耕仁認為,在野陣營挺高虹安將失去人民的信任。(圖/資料照片)

[NOWnews今日新聞] 新竹市長高虹安因詐領助理費遭北檢依貪污罪起訴,去年縣市長選戰第一個爆出高虹安涉貪的國民黨新竹市長參選人林耕仁,今(25)日再度在臉書發文,喊話在野黨若是繼續「嘴上喊打貪、行動卻挺貪」,恐將失去人民的信任,讓「下架民進黨」成為一場空。

林耕仁表示,「千萬別『羊入虎口』!」曾有網友跟他分享,有位很紅的帶貨直播叫「三隻羊」,每次帶貨都會銷售一空,他們的經典口號就是「上車」,但他沒想到,「在台灣竟變成挺貪污上車!」

林耕仁說,原本民進黨蔡政府執政7年多來,可謂天怒人怨,太多的事讓人民不滿,尤其政府許多政策執行都存在「貪腐」的陰影,執政黨的蠻橫和貪婪猶如餓虎般兇惡,這些標籤也成為執政者揮之不去的背後靈,民進黨政府如此執政不利,也正是人民期待再次政黨輪替換的契機。

林耕仁指出,原本對民眾蔡政府的不滿,但卻可能因為一件貪污案起訴而讓蔡政府有機會成功解套。「反貪腐」原是在野黨質疑執政者的最大利器,也是民眾拿放大鏡對政治人物的檢視焦點,這也讓角逐總統大位的賴清德支持度始終只能侷限在民進黨的基本盤內。然而,讓人跌破眼鏡的是,高虹安貪污案起訴,竟讓在野的三位「總統準參選人」全部相挺清白「上車」!

林耕仁質疑,這樣的行動真能符合人民「反貪腐」的決心嗎?不問是非的相挺,難道不是自己口中罵的「看顏色辦事」?他指出從現況看來,在野陣營不顧事實真相地相挺反讓賴清德民調支持度衝高,讓人擔心下架民進黨將會成空。他說:「如此戲劇化的轉變其實並不難懂,在野嘴裡喊著打貪腐卻在行動上挺貪污!如此把基本的邏輯思維都自我推翻,又怎可能獲得人民的信任?」

林耕仁說,「真相,是時間的女兒」,高虹安案著法院的公開審理,相關人證事證終會攤在陽光下,供人民檢視,他實在不願見熱愛的國民黨也深陷挺貪污泥淖之中,呼籲「迷途知返猶未晚矣」,誰先醒悟走回主軸,誰就有繼續挑戰的戰鬥力,不然,就是三隻羊一起「上車」,最後「羊入虎口」。

更多 NOWnews 今日新聞 報導
高虹安涉詐領助理費案今抽籤分案 北院3法官身分公布
「有一種惡老闆叫高虹安」 吳崢親揭詐領助理費真相
高虹安遭訴找市府發言人回擊貪污案 黃帝穎批公私不分、公器私用

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

立院 法案

韓國瑜 熊抱

賴清德 外交

就職 典禮

國會 改革 衝突

羅智強 陳菁徽

今日新聞NOWnews
太報
三立新聞網 setn.com
CTWANT
爆民進黨用這事騙韓國瑜!徐巧芯怒揭內幕
[NOWnews今日新聞]立法院17日召開院會,爆發多起肢體衝突,國民黨立委徐巧芯爆料,民進黨當天邀立法院長韓國瑜前去協商,其實是場騙局,民進黨立委們趁著這段空窗期,向主席台發動兩線進攻,所幸被藍委們...
  • 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