週五不只和解飯也是「這個日子」 賴清德重申盼551億治水預算盡速審議
太報.2024年10月9日 16:04
賴清德、侯友宜同框勘災金山萬里。總統府Flickr提供
民進黨今(10/9)中常會,民進黨發言人韓瑩會後轉述,黨主席賴清德重申,明年度的中央政府總預算,將整體治水預算提高到551億元,比今年度增加超過40%,希望治水預算能夠盡速審議,讓地方政府盡快得到經費,讓治水工程順利推動。此外,這週五不只是朝野和解飯,10/11也是「台灣女孩日」,未來將持續打造性別友善的環境。

賴清德提到,上週山陀兒颱風從高雄登陸,在外圍環流及東北風輻合效應的影響,對高屏以及東北部地區,帶來強大的豪雨,也造成了災情。感謝第一線工作人員的協助,進行搶修和災後復原的工作,讓民眾的生活可以陸續恢復正常。

賴清德說,面對氣候變遷的挑戰,需要地方和中央攜手合作,明年度的中央政府總預算,將整體治水預算提高到551億元,比今年度增加超過40%。

賴清德表示,中央會以跨部會合作的方式,和各縣市政府同心協力,根據不同水系、河川的特徵,制定治水計畫,進行系統性的治水,防範瞬間雨量超過保護標準造成的災害。保護國人生命財產安全,是朝野政黨共同的目標,希望治水預算能夠盡速審議,讓地方政府盡快得到經費,讓治水工程順利推動。

他也說,就在幾天前,黑豹旗全國高中棒球大賽,已經開打,共有213支隊伍參賽,創下歷史新高。這幾年來,黑豹旗有越來越多女性參賽,這屆更首度增設女子組賽事,共有10隊報名,總計263位女性球員,並有14位女性教練。

賴清德表示,希望國人朋友,能一起關注同學們在賽場上的表現,並為他們加油打氣。這週五10/11是「台灣女孩日」,民進黨一直在努力,打造可以讓每位女性都不受性別束縛,自由、勇敢追求自我的台灣社會,像是黑豹旗的女性球員和教練,都是追求自我,在賽場上發光發熱。未來將持續打造性別友善的環境,讓所有人都能生活在更加平等、多元、包容的社會。

賴清德說,最後,這週五也是重陽節,政府將推動「長照3.0」,透過增加服務據點和內容等政策,來提供長輩更好的照顧,也預祝所有長輩平安健康,重陽節快樂。他也請各地方黨部,能夠對民進黨的高齡黨員給予關懷、問候。

更多太報報導
第19號颱風「百里嘉」生成了 最新路徑曝
週五朝野和解飯 吳思瑤喊話:可以破冰、不用破局
美民調58%不支持出兵台灣 陳亭妃:擁有海峽通行權「就是一邊一國的態度」

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

光雕 展演 韓國瑜

賴清德 祖國論

演說 軍演

罷免 謝國樑

捍衛 賴清德

副市長 做好 蔣萬安

民視
CTWANT
太報
太報
賴總統、韓國瑜「為國慶光雕點燈」! 聲光絢爛民眾HIGH翻
即時中心/林耿郁報導2024年國慶總統府建築光雕展演「當我們同在一起」今(8)天登場,賴清德總統晚間出席點燈儀式,並邀請國人朋友一起到總統府前欣賞展演,一同見證台灣的故事及多元文化,欣賞每個世代不同的精彩面貌。
  • 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