賴清德傳怒罵晉任將官 張競:綱紀廢弛的嚴重警訊
中天新聞網.2024年9月30日 09:15

媒體昨(29)日報導賴清德總統於8月在將官晉任勗勉典禮後的茶會中,由於不滿將官見到他時仍坐著而動怒。國防部則發布新聞稿澄清,賴總統並沒有罵人,呼籲媒體勿過度渲染。中華戰略學會研究員張競昨日在臉書表示,儘管國防部已公開否認此事,但若媒體報導內容屬實,絕對是綱紀廢弛的嚴重警訊。

今年8月將官晉任勗勉典禮。(圖/軍聞社)

張競博士說,若真有此事,絕對不是單純軍人禮節疏失問題,而是整體指揮架構失序。總統府幕僚並無權責指揮在茶會現場的國軍將領如何恭迎三軍統帥,國軍講求程序、步驟與要領,在總統蒞臨會場時,如何恭迎必須遵循軍人禮儀規範。

他指出,若要臨時調整變換,就必須依據指揮權責,依循指揮架構,由軍事體系在場的最高階首長,若非國防部長就應是由參謀總長當場定奪,絕對不是閉著眼睛,完全讓總統府幕僚牽著鼻子走。要是在座國軍將領面對總統府幕僚所建議方式,不符軍人禮節卻不知道立即請示,這種水準不要說是不夠格擔任將官,恐怕連基層部隊士官都不夠資格。

他說,遵循指揮體制與權責事涉作戰指揮責任,例如海軍專送任務艦、空軍專送任務機,不論搭乘的長官階級多高,只要不具備指揮權責,就不能指揮專艦與專機行動。

張競強調,所以整個問題絕不是軍人禮節疏失那樣單純,而是指揮體制喪失章法所致。中華文化先哲在多項典籍中都強調:「君君、臣臣、父父、子子。」假若屬下在體制面上,顯現出如此窳劣表現,身為三軍統帥首先要反省為何會出現如此嚴重偏差,而不是受到情緒控制主導,讓怒氣掌控本身思維,這就太不夠格擔任三軍統帥。

他說,孫子兵法強調:「主不可怒而興師,將不可慍而致戰。」若是將領們在基本禮節上真有這種離譜表現,三軍統帥現場輕描淡寫,保證會比疾言厲色開口罵人,在治軍立威上更有效果。

張競也認為,經常「震怒」會讓效果逐漸消退,三軍統帥缺乏政治智慧與領導統御能力,絕非社稷之福,而是國家憂慮與警訊。希望國防部發布新聞稿否認此事,能夠獲得社會接受。層峰動見觀瞻,舉止若是無方,進退若是失節,紙是永遠包不住火的,想要挨罵的對象能夠保守祕密,最後都要付出代價。

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

賴清德 怒罵 將官

民眾黨 威京 獻金

賴清德 飆罵 將官

日本 石破茂

颱風 山陀兒

京華城 朱亞虎 收賄

三立新聞網 setn.com
中時新聞網
今日新聞NOWnews
老鵝日報
國安破口?馬治薇闖立院開直播!吳思瑤點名韓國瑜:應有智慧妥善處理
民眾黨前桃園市黨部發言人馬治薇在2024大選期間,因涉嫌接受中國逾百萬元資助參選,並提供我方情治人員資料,遭桃園地方法院一審宣判有期徒刑8月,不料前民眾黨桃園市議員候選人徐慈檉卻爆料,馬治薇9月27日在立法院議場開設直播。對此,民進黨立委吳思瑤今(30日)表示,這件事不容小覷,如何做好管理與把關,且不不侵犯媒體工作自由,立法院長韓國瑜應當有智慧妥善處理。
  • 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