侵害人權 沈伯洋專權式修法
中時新聞網.2024年5月8日 04:10
(圖/本報系資料照)

 台灣作為一個民主社會,向來以言論自由與法治自豪。然而,近來民進黨政府提出的立法措施,卻引起了社會各界對於人身自由與法律公正性的質疑。特別是針對立法委員的遷徙自由,似乎正在進行一場未經民意廣泛討論的「專權式」修法。 

 根據最新的民調,超過58%的台灣民眾對目前政府推動的跨海遷徙法規持懷疑態度。這顯示了一個不容忽視的現象:民眾對政府的信任度正逐步下降。民進黨立委沈伯洋等人提出的《兩岸人民關係條例》修正案,要求立法委員若參與祕密會議者,前往中國必須事先申報。此舉雖看似增進透明度,實則潛藏著過度監控與人權侵害的風險。 

 首先,該提案經由黨內討論後,即由民進黨壓倒性的議會多數送回程序委員會,此舉被外界解讀為內部意見不一,甚至是黨內權力的拉鋸。其中,民眾黨立委陳昭姿在社交媒體上指出,若通過此法案,立委既要監督行政權,又要接受行政權的審查,這明顯違反了三權分立的基本原則。事實上,立法應保障公民的基本權利,而非創造機會讓行政權介入立法及司法權的自主性。 

 再者,賴瑞隆版本的提案強調立法院的自主性,提倡立委報備而非接受行政機關審查。這在理念上與沈伯洋的提案大相徑庭,顯示出黨內對於如何處理立委遷徙自由的意見分歧。立委的國際交流,本應是立法機構自律與透明的象徵,卻被扭曲為行政機關的審查對象。 

 據報導,若按沈伯洋的版本修法,那麼即使是司法院長前往中國,也需送交聯審會審查。這種做法不僅不尊重專業與職權分隔,也可能引發國際間對台灣司法獨立性的質疑。當立法與司法人員的國際活動受到如此程度的行政干預時,必然會對台灣的國際形象造成負面影響。 

 另一方面,政府若對立委進行出境審查與限制,將嚴重影響立法院的獨立性和效能。根據統計,過去5年有超過35%的立法提案和國際交流活動來自於立委的個人努力和國際網絡,這種自由不應受到不必要的政府干預。 

 總結來說,立法應當反映民意,保障基本人權,而非成為政府擴權的工具。政府必須重新考慮其對於立法委員遷徙自由的限制措施,並開展更廣泛的社會對話,以確保法律的公正性與合理性。如果不能達成這一點,那麼提出的任何法律都是對民主原則的背叛,並侵蝕公眾對政府的信任與支持。(作者為退休教師)

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

禁錮 韓國瑜

立院 衝突

就職 典禮

賴清德 外交

蔡英文 專訪

總統 就職 典禮

太報
EBC東森新聞
太報
今日新聞NOWnews
批藍白「表決前才提全新版修正動議」 吳思瑤籲韓國瑜重啟協商
立法院會上週五處理藍白兩黨所提的國會改革相關法案,由於修法內容朝野歧見大,歷經三度朝野協商破裂,立委更爆發多次衝突,有6名立委受傷送醫。立法院長韓國瑜沒有採納民進黨「暫停議會、重啟協商」的要求,繼續審議條文至深夜12時,韓國瑜宣佈停止討論,5月21日上午9時開會再議。對此,民進黨黨團幹事長吳思瑤今(5/19)喊話韓國瑜,要重新召集朝野協商,針對藍白表決前一刻才發下的修正動議逐條討論,呼籲讓專業對話,「黑箱國會適可而止」。
  • 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