在和解餐敘說「未提覆議是對原民仁慈」? 卓揆發文:誰在造謠
台視新聞網.2024年10月11日 22:02

由立法院長韓國瑜作東的「和解飯」,今(11)日中午進行。餐敘結束後,無黨籍立委高金素梅下午3時在臉書發文稱,行政院長卓榮泰在餐敘時表示,「沒對禁伐補償提覆議案,這已是我對原住民的仁慈。」對此,卓揆也透過臉書發文,表示這是錯誤的轉述。

高金素梅臉書表示,據聞,今天中午朝野黨團和行政院針對這個會期總預算協商的和解飯已經破局,這樣的結果令人遺憾。她強調,現在的問題並不是行政院和立院之間的總預算審查爭論和協商,關鍵是行政院在面對立法院三讀修訂通過、總統公告實施的「禁伐補償條例」,竟然可以拒絕編列足額預算,這是明顯的違法行為,「如果連立法院的立法權責都不尊重,行政院還能有什麼協商的善意?」

高金素梅表示,「所以現在要出面解決問題的應該是行政院。首先它應該解決與總統之間的問題,總統公告實施的法律,行政院為什麼可以拒絕執行?這樣的拒絕,難道不是行政院獨大的政治獨裁嗎?」

高金素梅表示,「我要敬告卓榮泰,別再嘴巴和解手插刀,你竟然在餐會上說『行政院沒對禁伐補償提覆議案,這已是我對原住民的仁慈。』這種行為就像1450側翼,和解飯還需要吃嗎?」

卓榮泰透過臉書發文表示,「是誰在造謠?為何要造謠?」他說,今日餐會與韓院長等人談到《原住民保留地禁伐補償條例》,現場是說,「禁伐補償法通過後,很多人認為我們站在憲政分立的立場上,行政院必須提覆議,但我堅持不願意,我覺得於心不忍,不要造成對立⋯⋯。」

卓榮泰表示,但到下午卻被有心人惡意說成是,「行政院沒對禁伐補償提覆議案,這已是我對原住民的仁慈。」現場韓國瑜院長、周萬來秘書長都證實我所說過的話,會後也沒有對外轉述。「我想請問高金委員:今天哪一位與會人士告訴妳錯誤的轉述?若沒有人轉述,如此憑空捏造,是誰在造謠?為何要造謠?」

晚間8時左右,高金素梅在個人的臉書貼文底下回應:「『心存仁慈』跟『不忍心』,有何不同?求解!」

責任編輯/洪季謙

更多台視新聞網報導
謝國樑罷免案「倒數2天」 國民黨動員全力挺樑
撥補台電2年內還漲電價就要「告別」? 郭智輝語出驚人
和解飯藍白喊「遺憾」 柯建銘讚「很溫馨」是好的開始

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

馬英九 出席

化解 朝野

禁伐條例 覆議 原民

韓國瑜 邀約 和解飯

罷免 謝國樑

賴清德 演說

民視
民視
TVBS新聞網
菱傳媒
國慶合影切割陳水扁? 蔡英文辦公室秀照駁:刻意誤導渲染
即時中心/顏一軒報導部分媒體大肆指涉稱,前總統蔡英文與陳水扁昨(10)日在國慶大會同框,但蔡前總統事後在社群平台貼出的照片,刻意裁掉陳前總統,有意切割。對此,蔡辦傍晚發聲嚴正駁斥,強調蔡未於社群刊載與陳前總統同框的照片實屬訛誤,與事實不符。
  • 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