為黨主席鋪路? 侯友宜出席國民黨宣講 同框朱立倫
民視.2024年6月23日 06:22

政治中心/綜合報導

覆議結束後,藍營接著辦百場宣講搶話語權,國民黨主席朱立倫炮口全開,不過,在淡水的宣講場,朱立倫跟新北市長侯友宜,首次在總統大選後公開同台,加上國民黨主席明年改選,侯友宜被認為是可能人選,都引發話題。

國民黨主席朱立倫:「(民進黨)怕什麼(怕弊案),怕什麼(查弊案)。」

國民黨主席朱立倫致詞,不忘做球給台下群眾接話,藍白聯手擋下覆議案後,黨中央立刻宣講,闡述國會改革的必要。

總統大選後首度公開同台 侯友宜出席新北宣講同框朱立倫
新北市長侯友宜。(圖/民視新聞)


朱立倫說「民進黨唯一的重點,不可以給大家一點點機會跟時間,空窗期我們徐巧芯、羅智強馬上要查他們弊案了對不對!」
民進黨秘書長林右昌說「這一場由共產黨導演,國民黨、民眾黨賣力演出,謀求奪台奪權的劇碼,希望能癱瘓行政權,讓民進黨沒辦法好好執政。」

藍綠隔空互槓,國會擴權法案進入釋憲延長賽,國民黨跟進民進黨,也要下鄉舉辦一百多場全台宣講,不過,周末在新北在淡水的這一場,由於是朱立倫、侯友宜在總統大選後,首度公開同台,也成為現場的另一個焦點。

朱立倫說「特別謝謝我們侯市長,侯市長最支持國會改革,除了要拚國會改革也拚財政收支劃分法,我們侯市長跟過去我做的時候一樣,很鬱悶,新北人口最多、分的錢最少。」
新北市長侯友宜說「朱主席剛剛說的話都說到我心裡話,也說到去年選舉中間,大家要做的事情,我們要用團結的力量才能走出來。」

兩人上了台互相謝對方,在台下也是頻頻交換意見,但侯友宜近來積極參與黨務,外界解讀他也有意角逐黨主席,跟朱立倫打對台。

總統大選後首度公開同台 侯友宜出席新北宣講同框朱立倫
朱立倫、侯友宜選後首度公開同台。(圖/民視新聞)


朱立倫說「侯市長他對黨務其實非常關心,我們最近常聯絡有關國會改革的事情,對國會改革他也全力支持。」

國民黨下一任主席手握2026、2028提名權,即便距離投票還有1年,但黨揆之戰已悄然開打。

原文出處:總統大選後首度公開同台 侯友宜出席新北宣講同框朱立倫

更多民視新聞報導
青鳥行動不會停止戰鬥!公民團體今再提「3大行動」 盼制裁藍委
擋下擴權覆議案 藍再辦宣講遭諷"同溫層取暖"
新北市全力防堵登革熱!侯:明年起調升環保志工經費

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

賴清德 釋憲

周杰倫 巨蛋

蔡英文 行程

國會 職權 修法

高虹安 拜會 韓國瑜

國會 釋憲

今日新聞NOWnews
中時新聞網
今日新聞NOWnews
三立新聞網 setn.com
蔡正元評價賴清德揭最大問題:比不上蔡英文
[NOWnews今日新聞]總統賴清德在選前稱赴立法院進行國情報告,是總統義務,如今卻表示要等到釋憲結果後再做決定,並呼籲在野黨不宜貿然行動。對此,前立委蔡正元在《NOWnews今日新聞》自製的網路節目...
  • 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