【臺灣調查網】全球民調/歐洲 議會大選雖將近 但歐洲各國民眾仍覺解決積年財困更重要
匯流新聞網.2024年3月25日 10:40

Imelda P Er1ghmtyy Unsplash

臺灣調查網記者徐以琳/綜合報導

近日歐洲新聞台(Euronews)公布了歐洲18國民眾對國際局勢的看法調查,結果發現,由於世界各國近年頻繁爆發新冠肺炎疫情、烏俄戰爭、移民問題、經濟困境以及氣候變遷等危機,因此導致歐洲國家民眾情緒低迷,民意分化情況也愈發明顯。

自從新冠肺炎疫情與烏俄戰爆發後,歐洲各國便同世界上其他國家一起捲入了經濟危機裡,加上長年積累的移民問題與氣候變遷影響,更將原本就負面悲觀的民意加以分化,導致歐洲選民的政治傾向不再分為左派、右派、親歐盟或反歐盟陣營,而是分成類似「部落」的格局,並相互產生意見衝突,甚至制衡。

調查顯示,當前在歐洲,共有68%的民眾認為「阻止物價上漲」一事很重要,並有84%的葡萄牙人同覺,各國如今應先針對物價上漲問題做改善,加上另有82%的希臘人給出了相同答覆,顯示大多數歐洲人都對日漸惡化的經濟困境感到很擔憂,因此希望各國都能重視相關問題並著手改善。

此外,當問及對其他國際事務的看法時,也有約57%的歐洲人表示,解決高漲失業率等問題很重要,加上另有80%的葡萄牙人同樣認為國家應優先解決民眾的失業困境,77%的希臘人也給出了相同答覆,顯示歐洲大選雖將近,但大多數歐洲國家民眾仍舊將「解決財困」視為需優先處理的重點事項。

本次歐洲18國民眾對國際局勢的看法調查,是歐洲新聞台(Euronews)委託益普索(Ipsos)於3月23日公布、2月23日至3月5日執行的民意調查,針對奧地利、法國、德國、西班牙、波蘭、北愛爾蘭、羅馬尼亞、比利時、希臘、捷克、瑞士、葡萄牙、匈牙利、丹麥、芬蘭等國的18歲以上成年民眾進行線上調查與電話訪談,共完成25916份有效樣本。

照片來源:Unsplash

《更多CNEWS匯流新聞網報導》

【臺灣調查網】全球民調/英國 歷經女王逝世、國王罹癌後 英人漸對「王冠」必要打問號

【臺灣調查網】全球民調/港台 儘管台海危機頻升溫 皮尤民調仍指港台人較支持「民主治國」

【文章轉載請註明出處】

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

藍委 試用

勞工 遊行

調漲 電價

藍白 移送 監察院

提升 勞工

日本 自民黨 訪團

TVBS新聞網
華視
華視
三立新聞網 setn.com
藍委提「試用期薪8折」 黃捷轟:占勞工便宜「走回22K老路」
今(1日)是勞動節,國民黨立委牛煦庭擬提案修《勞基法》第15之1條,規定試用期不應超過3個月,且薪水不得低於應聘工資80%,但該提案不僅遭綠營質疑會造成錨定效應,讓勞工被迫領低薪,更被發現和中共勞動合同法類似。對此,民進黨立委黃捷昨(30日)受訪時痛批,國民黨是把國會當扮家家酒嗎?更諷刺地說,「按照國民黨邏輯,是不是該給他們當立委三個月試用期,薪資也打八折?」
  • 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