日本眾院選舉起跑 「世襲」候選人占1成
太報.2024年10月15日 20:27
日本國會眾議院選舉10月15日公告,選戰起跑。圖為日本首相石破茂同日到福島助選。路透社
日本國會眾議院參選登記結束,今天(10/15)發布公告,全國小選區和比例代表的合計候選人數為1344人,選戰正式起跑,27日投開票。

這次改選包括小選舉區289席,比例代表176席,合計465席。

這次選舉頗為倉促,有些資深議員乾脆趁機退休,交棒給下一代,因此繼承政治勢力的「世襲」現象此次也受到更嚴厲的批判。

共同社報導,經檢視參選名單,以「世襲」之姿參選的候選人共136人,占候選人總數的1成。

其中執政黨自民黨的世襲候選人約占近3成,繼承父親或祖父選區參選的新人中,比較知名的包括前厚勞大臣根本匠的長男根本拓(福島第2選區),前幹事長二階俊博的三男二階伸康(和歌山第2選區),以及已故財務大臣塩川正十郎的孫子塩川憲史(大阪第14選區)。

另外,前首相鳩山由紀夫的長男鳩山紀一郎,代表國民民主黨在東京第2選區參選。

包括自民黨黨魁、首相石破茂(中)在內,日本各政黨領袖10月12日在日本記者俱樂部出席辯論會,為10月27日的眾院選舉發表政見。路透社
包括自民黨黨魁、首相石破茂(中)在內,日本各政黨領袖10月12日在日本記者俱樂部出席辯論會,為10月27日的眾院選舉發表政見。路透社

上月在自民黨總裁選舉首輪得票第2,第2輪投票惜敗石破的前經濟安保大臣高市早苗,選後人氣看漲,這次也在家鄉奈良參選。受到各地支持者請託,高市的眾議員選戰升為全國等級規格,將在全國120個地點發表演說。

高市今天在位於奈良縣班鳩町的競選總部舉行出發儀式,支持者高喊「希望以日本首位女首相為目標」。

日本放送協會(NHK)今天也公布最新民調,根據NHK於上週六至本週一(10/12-14)進行的隨機亂數電話民調,受訪者中支持本月1日就任的石破內閣者約44%,不支持者32%。這個數字比3年前岸田文雄組閣時的支持度49%少了5個百分點。

NHK指出,支持石破內閣的理由包括「跟其他內閣比起來比較好」(35%),「人品可以信賴」(27%),「因為支持該黨」(17%)等。不支持的理由包括「對政策不抱期待」(32%),「不是我支持的政黨所組的內閣」(17%),「人品無法信賴」(16%)等。

更多太報報導
日本大學生離畢業還有5個月 已經96%找到工作
日本黴漿菌大爆發!感染人數連6週增加 近2週攀新高

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

總預算案 處理

罷免 謝國樑

大法官 提名 韓國瑜

朝野 總預算

罷免 藍委

大法官 拜會 韓國瑜

TVBS新聞網
臺灣時報
中天新聞網
華視
總預算案解套露曙光? 韓邀周四朝野協商
總預算案卡關,立法院長韓國瑜周四將邀集朝野協商。中午舉行程序委員會,雙方仍沒達成共識,不過為了留給韓國瑜轉圜空間,留待週五院會處理。
  • 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