獨家》林飛帆將離任!賴清德黨務人事漸明朗化 另向正國會借將任副秘
風傳媒.2023年1月11日 13:04

民進黨主席補選將在本周日(15日)正式登場,同額競選的副總統賴清德料將順利當選,黨務人事也逐漸明朗化。據《風傳媒》掌握,現任民進黨副秘書長的林飛帆將會確定離任,賴的其中一名副秘書長則將向正國會借將。

民進黨在去年九合一選舉落敗,總統蔡英文辭去黨主席後,賴清德在12月初宣佈參選民進黨主席。當時他說,關於民進黨主席補選,近來各方傳達的意見有鼓勵、也有保留,他都收到了,非常珍惜、重視,也心存感激,他和大家一樣深愛著台灣這塊土地,因此,經向黨內民主先進、同志進一步徵詢並獲得支持後,已向總統報告他決定參與黨主席補選。

據悉,已經擔任3年多副秘書長的林飛帆對於黨務熟捻,做事相當盡責、表現優異,也與賴清德關係不錯。所以賴清德方面是強力慰留,但因林認為應該換個跑道,所以仍將先離開黨中央。不過料他未來也會在不同的角色幫助賴清德,包括像是發揮外交專業等。

20220804-民進黨中國事務部4日舉行「美中台關係下的中國作為」座談會,民進黨副秘書長林飛帆出席。(柯承惠攝)

民進黨副秘書長林飛帆確定將離任。(資料照,柯承惠攝)

目前確定的黨務高層中,民進黨秘書長確定將由曾任高雄市代理市長、新系南部輩份相當重量的許立明擔任,他過去行政資歷相當完整,曾待過改制前的行政院新聞局、勞委會擔任機要;後來隨高雄市前市長陳菊南下,一路當過研考會主委、副市長等職,更在陳菊第二任期提早離任北上時,接任高雄市代理市長,而在去年的時候,也接下民進黨新境界智庫執行長一職,對黨務並不陌生。

而甫卸任的民進黨台北市議員周威佑則是將到擔任民進黨主席辦公室,第一線輔佐賴清德。在新系地位也是舉足輕重的他,除了擔任20多年的市議員,其實過去他與桃園市前市長鄭文燦在台大同一個社團,感情很好。畢業後還跟後來擔任台北市議員的李建昌一起租房,多年前也和新系重要幹部段宜康擔任過民進黨新潮流立委共同組成的「新國會聯合辦公室」的法案助理。

20200601-民進黨台北市議員周威佑1日於議會質詢。(顏麟宇攝)

甫卸任的民進黨台北市議員周威佑(見圖)將第一線輔佐賴清德。(資料照,顏麟宇攝)

除了上述兩人之外,林飛帆並未留任副秘書長一職,而對於黨務主管的選才,賴清德也展現出跨派系合作的態度,確定將會向正國會借將,來擔任副秘書長一職,也是廣納人才的態度。惟據悉,該人選尚未確定,但確定是正國會人士出任。

更多風傳媒報導

相關新聞影音

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

離島 建設 修法

兩岸 關係

建設 引進 中資

正國會 開鍘

宴請 盧秀燕

離島 建設 引進

信傳媒
華視
TVBS新聞網
三立新聞網 setn.com
數發部邀網路社群三巨頭攜手打詐 Meta表態將優先移除高風險詐騙帳號
在台灣,詐騙事件層出不窮,有人一輩子的積蓄在一瞬間化為烏有,也有人是不幸中的大...
  • 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