民主黨熱議「換登」 賀錦麗出馬戰川普勝率成話題
中央社.2024年7月7日 21:49

(中央社華盛頓7日綜合外電報導)美國總統拜登堅持爭取連任,但假設他最終退出戰局,副總統賀錦麗可能接替成為民主黨候選人,許多金主、活動人士和官員現在都在問:比起拜登,賀錦麗是否更有機會選贏川普?

路透社報導,59歲的賀錦麗(Kamala Harris)曾任美國聯邦參議員和加州檢察長,如果她獲得民主黨提名並在11月5日的總統大選獲勝,將成為美國史上第一位女性總統,而她已經是史上首位亞非裔副總統。

賀錦麗在白宮3年半,一開始死氣沉沉、身邊人事頻頻更迭,初期著重的中美洲移民等政策並無重大成果。

直到去年,白宮內部諸多人士和拜登(Joe Biden)的競選團隊私底下都在擔心賀錦麗會拖累選情。然而隨著她站上墮胎權議題的第一線、爭取年輕選民支持,民主黨官員說,情況已明顯改變。

近期民調顯示,賀錦麗對決共和黨候選人川普(Donald Trump)的贏面比拜登大,但選情仍膠著。

美國有線電視新聞網(CNN)2日公布的民調指出,川普支持度為49%,比拜登的43%高6個百分點;賀錦麗則以45%支持度落後川普的47%,但落在誤差範圍內。

民調也發現,無黨派選民支持賀錦麗(43%)甚於川普(40%),而且民主、共和兩黨的溫和派選民也偏好賀錦麗(51%)而非川普(39%)。

多位黨內大咖已示意,賀錦麗將是拜登讓位後的最佳選擇,其中包括拜登2020年的勝選關鍵柯里本(Jim Clyburn)、「黑人國會議員連線」(Congressional Black Caucus)資深成員米克斯(Gregory Meeks)及來自賓州的李伊(Summer Lee)等聯邦眾議員。

一名國會幕僚說,眾議院少數黨領袖傑福瑞斯(Hakeem Jeffries)也曾私下向議員作出相同暗示。

賀錦麗已如此受到重視,兩名共和黨金主告訴路透社,他們寧願讓川普對決拜登,而非對上賀錦麗。

作為民主黨募款重點的華爾街也有一些人開始表明偏好。

金融服務公司卡森集團(Carson Group)全球宏觀策略師瓦吉斯(Sonu Varghese)在拜登與川普的辯論會後說:「拜登已經落後川普了,從目前選情來看,他不可能克服差距。換上副總統賀錦麗則可能提升民主黨執掌白宮的機會」(譯者:楊昭彥/核稿:陳正健)1130707

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 致詞

陳水扁 切除 腫瘤

共軍 封鎖 台灣

山陀兒 淹水

晚會 江蕙 開唱

回應 祖國

TVBS新聞網
中天新聞網
中天新聞網
民視
藍綠比拚!總統提「祖國論」 韓問「多久沒愛國」
國慶晚會台北大巨蛋登場,不過卻出現了藍綠之間的煙硝味,總統賴清德和立法院長韓國瑜登台時致辭互別苗頭。總統拿出中華民國和中華人民共和國建國的年紀對比,高喊「中華人民共和國是絕對不可能成為中華民國人民的祖國」。另外,總統致辭中提「中華民國5次、台灣1次」。
  • 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