掌高市黨部主委參選2026起手式? 柯志恩:2年後再創奇蹟
中時新聞網.2024年4月20日 16:13

立委柯志恩接掌國民黨高市黨部主委。(柯宗緯攝)

國民黨高市黨部主委今(20)日下午舉行交接典禮,在黨主席朱立倫見證下,立委柯志恩從前任主委黃昭順手中接棒,正式接掌市黨部。(柯宗緯攝)

國民黨高市黨部主委今(20)日下午舉行交接,在黨主席朱立倫見證下,立委柯志恩從前任主委黃昭順手中接棒,正式接掌市黨部,這也被外界視為2026參選高雄市長的起手式。柯雖說「歡迎更多年輕人投入國民黨高雄市長的選戰」,但也強調「2年後再創最大奇蹟」,是否親征不把話說死。

對於2026是否就是柯志恩挑戰高雄市長?朱立倫受訪時未鬆口,他強調,國民黨一定是秉持腳踏實地,現在所做的就是每一天把事情做好,不要忘了還有2年多,民眾在觀察就是柯志恩有沒有好好在立法院表現、有沒有好好擔任主任委員,有沒有好好跟議員一起努力打拚?

國民黨高市黨部主委今(20)日下午舉行交接典禮,現場逾百人參與。(柯宗緯攝)

朱立倫表示,柯志恩接下主委後,首要任務是拿到更多選票,柯志恩同時也兼任智庫執行長,所以很多福國利民的法案,會由智庫負責研擬交給地方,或者交給立法院來推動,有信心2026國民黨在柯志恩的帶領之下,高雄市一定要重返執政贏回來。

黃昭順則喊話,要大家當柯志恩的分身,有錢的出錢、有力的出力,相信只要大家一條心,2026的市長選舉,相信國民黨準備好了,柯志恩也準備好了,「2年後的市長就是柯志恩」。

柯志恩坦言,接下主委一職很沉重,她回憶2年前到高雄參選市長時,每個人酸言酸語都認為這一仗絕對像是砲灰一樣,但最後不是砲灰,還有留下一具殘骸,殘骸絕對可以再造。

柯志恩說,雖然國民黨沒人、沒錢,就連高市黨部都被黨產會給封查,「但是即使像暴風一樣輾壓,我們要學會在風雨中跳舞」。她也坦白說,自己是國民黨智庫執行長、立法委員,也是臺美國會聯誼會會長,今年7月又兼召委,絕對分身乏術,但仍會努力打拚,將高雄變成議題中心。

對於民進黨2026高雄市長,有意挑戰者眾,如何看到立委林岱樺、許智傑、賴瑞隆等人動作頻頻?柯志恩說,針對民進黨未來的走向會嚴密觀察,可能黨內要先廝殺,國民黨有自己的腳步,「也歡迎很多更年輕的人投入國民黨高雄市長的選戰,我們都是樂觀其成」。她並強調,未來2年會創造最大奇蹟,拿到更多選票、議會席次最大化。

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

陳耀祥 回嘴

中國 大陸

盧秀燕 吃鍋

吳釗燮 徐巧芯

柯建銘 參加 朝野

柯文哲 圖利 京華城

三立新聞網 setn.com
今日新聞NOWnews
中天新聞網
中時新聞網
藍白強勢表決通過臨時提案 譴責陳耀祥毀憲亂政並移送監察院
記者盧素梅/台北報導 針對立法院鏡電視調閱小組日前要求國家通訊傳播委員會(NCC)提供有關鏡電視申設等資料,但NCC主委陳耀祥卻自行決定回函,要求調閱小組釐清是基於何項重大特
  • 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