國民黨不應修改罷免門檻
FTNN新聞網.2024年6月28日 07:00

[FTNN新聞網]主筆/單厚之

「國會改革」相關法案引爆藍綠對立,民進黨擬在明年發動「大罷免」,有綠委喊出要罷免10名以上藍委;國民黨則有立委提案修改《公職人員選舉罷免法》,要提高罷免的門檻,原本一度要在5月31日將法案從委員會抽出逕付二讀,最後撤案並未提出,但仍引發綠營的批評。

國民黨立委近日也著手在立院提案修法提高現行罷免門檻,且可能在本會期中再度闖關,恐引發新一波政治爭議。(圖/資料照)

國民黨所持的理由是罷免的門檻過低,以被點名列入「最好罷」名單的立委葉元之為例,當選得票是7.8萬票,罷免卻只要5.8萬票,明顯不合理。所以國民黨立委許宇甄的提案就將現行規定「同意票數達選舉人總數四分之一以上」且「同意票數多於不同意票數」,改為同意票數需「超過被罷免人當選得票數」。以葉元之為例,罷免門檻立刻就提高了2萬,原本的「選舉人總數1/4」的門檻也就形同虛設。

國民黨的理由看似不是完全沒道理,但若以2021年桃園市議員王浩宇的罷免案來看,王浩宇當選的票數僅16,292票,罷免門檻卻是81,940票,幾乎是王浩宇得票的5倍。若按照國民黨的邏輯,議員的罷免門檻豈不是應該下修?再則,如果國民黨認為立委罷免的門檻不合理,當初陳柏惟和黃捷罷免案時,國民黨怎麼沒意見?如今自己面臨罷免才理由一堆?

或許是受到孫中山思想的影響,台灣人都覺得罷免是天經地義的存在,有選舉就有罷免,再自然、合理不過;但罷免其實並非民主的普世價值,很多國家並沒有或已經取消了罷免制度。除了因為罷免會增加政治的不穩定性之外,罷免難有合理的標準和門檻,也是重要的原因。

台灣的罷免門檻也經過多次的改變,在民國69年《選罷法》剛立法時,國大代表、立法委員、省(市)議員、縣(市)議員、鄉鎮市民代表的罷免門檻是選舉人1/3以上投票、同意票大於不同意票;而縣(市)長、鄉鎮市長、村里長則要選舉人1/2以上投票,同意票多於不同意票。大致可以理解為,有行政權的首長需要過半選舉權人參與投票才能被罷免,而民代性質的則為1/3以上投票。

這樣的規定一直延續到民國96年,《選罷法》改為「罷免案投票人數不足原選舉區選舉人總數二分之一以上或同意罷免案未獲有效票二分之一以上者,均為否決」。也就是說,要有1/2的選舉人參與投票,同意罷免票要過半才能成功罷免。但一般罷免的投票率都比選舉來得低,1/2選舉人參與的門檻幾乎是不可能的任務。

民國105年《選罷法》再次修正,罷免門檻降為「有效同意票多於不同不同意票,且同意票數達原選區選舉人總數四分之一以上,即為通過」。這個制度一直延續至今,也才有了韓國瑜、王浩宇、陳柏惟的罷免,以及明年可能迎來的「大罷免」。

罷免制度是選民對不適任首長、民代收回授權,而不應該政治報復或選舉的「延長賽」,綠營以勝選得票率差距作為罷免的基準,已經背離了制度設計的本意。而藍營主張罷免票數應該要超過當選票數,也形同否定選民可能改變意向、撤回授權的可能性。

罷免制度是否應該繼續存在其實是可以討論的議題,但若要維持罷免制度,就不應把罷免門檻訂在一個難以企及的高度,讓罷免制度名存實亡。而藍營許宇甄的版本,就幾乎是這樣的存在。而即便要改變罷免門檻變得更加合理,也應該要從下一屆開始,而不是事到臨頭才改變遊戲規則。

與其提高罷免的門檻落人口實,藍營或許可以考慮的是修改「罷免四年內不得再選的規定」,讓被罷免者有資格再次接受選民的檢驗,如果被罷免者能重新獲得多數選民的認同,自然就證明原本的罷免是政治報復、不具合理性。這樣的改變對於單一選區的公職,可以避免罷免過於氾濫、淪為政治報復;但對於複數選區的議員,則會讓罷免變得完全沒有威嚇力。從政治實務上來看,不管罷免門檻怎麼訂,複數選區議員要被罷免都是很困難的事,王浩宇的例子,其實不太容易重演;而且無論罷免票有多高,都無法證明是原本的選民撤回了授權,只是反應了議員的仇恨值而已。

更多FTNN新聞網報導
觀察/怕人氣不如綠、怕議場流會 藍營立院內外動員應對行政院覆議審查
覆議案民進黨「只能輸、不能贏」
幕後/藍委憂慮國會改革修法後引罷免風潮 有強勢對手選區恐成罷免熱點

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

沈伯洋 悖離

力挺 謝國樑

冒用 沈伯洋

罷免 謝國樑

香港 迪士尼

國民黨 國會

中天新聞網
中天新聞網
中天新聞網
民視
沈伯洋喊「看A片被統戰」 謝龍介姪子驚覺:賴清德要成立成人影片審查委員會
民進黨立委沈伯洋頻頻以悖離現實的離譜言論搏版面,昨(28)日又在政論節目稱,用VPN看A片會被大陸掌握政治傾向,再度遭嘲諷,謝龍介姪子謝克洋也對此發文評論。
  • 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