綠議員出示柯文哲蓋章公文 質疑柯早知京華城容積率放寬到840%
中天新聞網.2024年9月10日 18:23

前台北市長、民眾黨主席柯文哲因京華城弊案羈押禁見,白營全力聲援,指柯遭政治迫害;藍營質疑司法待柯不符公平正義;綠營則卯足全力幫北檢找柯犯罪證據。民進黨台北市議員、議會京華城案調查小組成員許淑華今天(10日)在臉書公出示一份柯蓋過章的公文,質疑柯文哲早就知道京華城容積率放寬到840%。

民進黨台北市議員許淑華出示柯文哲蓋過章的公文,質疑他早知道京華城容積率放寬到840%(圖/民進黨台北市議員許淑華臉書)

據指出,京華城案當初為了申請20%的容積獎勵,承諾會捐800坪的土地給台北市政府並作為青年創業基地,可是產發局認為有疑慮因此拖延,但也因為要有單位承接,才會有容積獎勵回饋,才會有所謂的柯文哲親筆批示給產業局長「怎麼做都行,快就好,公文往返,不如大家當面確認,已花了兩個月…」等便箋。

許淑華在臉書以「重要公文曝光!脈絡交代如此詳細,柯文哲親自蓋章核示,怎麼可能不知道京華城840%!」為題發文。她說,當初京華城案,基層公務員承擔著上級交辦與財團巨大壓力,為了把案件完成,各項公文都寫得非常詳細。

許淑華還出示一份柯文哲蓋過章的公文舉例,比如說這份公文第四點,將每一次會議的時間、與會者、決議、判決,全部都詳實羅列。可見整個台北市政府基層公務員,受到多大的壓力!

她還指出,該份公文,文中「當否?」這個用詞,就是基層在向上請示,真的要按京華城陳情辦理嗎?結果在上呈途中,不知道被誰刪改,連詢問意見的「當否?」文字都刪除。變成一路開綠燈通關!

許淑華說,柯文哲在這份公文是親自蓋章的。「我請問柯文哲,『當否』是誰刪改的?如此忽視公務員意見,對京華城的要求言聽計從!」

許淑華強調,「更重要的是,公文內容交代這麼詳細,你柯文哲親自看過並蓋章了!你還能說自己對840%容積不知情嗎!」

許淑華出示柯文哲蓋過章的公文,質疑他早知道京華城容積率放寬到840%(圖/民進黨台北市議員許淑華臉書)


 

延伸閱讀
傳民眾黨支持度崩跌藍綠搶「回頭草」 國民黨布2手策略
不妙!女記者遭傳喚後臭臉離去 郭正亮爆:北檢說了一句話
民眾黨指京華城20%容獎合法 綠議員批柯放水「雙黃」睜眼說瞎話

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

謝龍介 參選 台南市長

媒體 宣傳 預算

雲林 槓上 中央

晚會 求助 韓國瑜

賴清德 民調

民眾黨 迫害

今日新聞NOWnews
TVBS新聞網
中時新聞網
匯流新聞網
表態2026戰台南市長 謝龍介承諾只做4年
[NOWnews今日新聞]2026台南市長選舉,民進黨內已悄悄開打,湧言會召集人王定宇、總統賴清德子弟兵林俊憲、立委陳亭妃被認為是台南市長候選人潛在人選;至於藍營,國民黨立委謝龍介15日表態參選,並強...
  • 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