遭爆幫網紅喬違建 「學姐」黃瀞瑩:絕無關說、將追訴
菱傳媒.2023年8月9日 10:37

民眾黨台北市議員「學姐」黃瀞瑩(右)。翻攝黃瀞瑩臉書

(菱傳媒/綜合報導)被稱為民眾黨「學姐」的黃靜瑩,去年以第一高票當選台北市議員第一選區(北投、士林)議員,不過卻遭週刊踢爆,上任後幫美女網紅「蓓蓓」關說喬違建。對此,黃瀞瑩今(9日)發聲明,強調當時了解建管處已排定拆除日期,就未介入、絕無關說,並表示將對週刊進行法律追訴程序、捍衛清白。

《鏡週刊》今以「學姐關切喬違建」為題報導,指網紅蓓蓓2016年購入台北市天母一棟透天厝,隨後將2樓一處開放式天台重新打造、增建,當年遭檢舉後就被建管處認定是違建,確認增建面積約15平方公尺,建管處發函表示將開罰,違建部分則依規定列管,並訂於隔年3月強制拆除。

不過,收到公文後蓓蓓並未自行拆除、改善,而是千方百計想保住違建,雖然建管處多次發出強制拆除命令,但每次都因議員介入而暫緩,包含潘懷宗、王威中、林瑞圖等人,最後緩拆又碰上選舉,一拖再拖。

報導指出,柯文哲連任後,建管處突然態度放軟,從原本的強拆,改為「函請違建人自行拆除」,之後每年都發函要求蓓蓓拆除,但蓓蓓就是不拆。直到柯卸任,蔣萬安選上台北市長,建管處才又在今年6月改回強制拆除。

為保違建,蓓蓓找上柯文哲愛將、台北市議員黃瀞瑩協助,黃曾致電建管處「關心」,因黃是天母人,蓓蓓開的咖啡廳及住家違建也在天母,而黃長期擔任柯的幕僚,在市府任職期間,有沒有出力掩護違建?不得而知,但她以第一高票當選議員後,確曾致電關切違建拆除,引發爭議。

蓓蓓的鄰居痛批,該違建從柯市府時代就被檢舉,經審查認定違法,就應強制拆除,但每次的強拆命令都被當塑膠,柯市府掩護違建7年,還放任建管處政策搖擺、執行不力,「懷疑柯市府為選票,刻意討好網紅,幫她大開方便之門。」

對此,黃瀞瑩今發聲明表示,「本人再次聲明絕無此事,本辦接獲此案後,建管處即回覆本案已排定拆除日期,爾後本辦再無介入,更從未有關說一事,鏡週刊以爆料人片面之詞形塑報導內容,通篇以含糊、抹黑之方式穿鑿附會,惡意扭曲本人行為,實屬有心操作。」

黃瀞瑩目前隨台北市議會至國外參訪,她強調,回國後將立即進行法律追訴程序,以正視聽,捍衛清白。
 

菱傳媒原始網址:遭爆幫網紅喬違建 「學姐」黃瀞瑩:絕無關說、將追訴

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 就職

蔡英文 特赦 阿扁

就職 典禮

外交部 徐巧芯 洩密

賴清德 就職 典禮

林飛帆 國安會

FTNN新聞網
中天新聞網
太報
民視
判斷賴清德520就職類「四不一沒有」邏輯 郭正亮:一年後賴清德就「本性跑出來」
[FTNN新聞網]記者孫偉倫/台北報導各界都關注即將在520就任的準總統賴清德發表演說的內容,前民進黨立委郭正亮判斷,賴清德就職演說邏輯將如同前總統陳水扁初...
  • 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