誰來接棒余天?民進黨三重立委初選 恐上演「三腳督」
三立新聞網 setn.com.2023年3月23日 21:20

記者周楷、鍾至瑋、戴偉臣/新北報導

新北市三重的立委選戰,在傳出余天不爭取連任後,民進黨內想接棒的人現在也紛紛表態,新北市議員李余典就在今(23)日正式登記民進黨內立委初選,希望接棒余天的立委席次,若再加上也已經表態參選的彭佳芸和李坤城,假設協調不成,三重綠營大票倉的民進黨立委初選,將會上演三腳督的激烈競爭。

蘇系的新北市議員李余典宣布投入三重立委初選。

民進黨新北市議員李余典:「民主三重我來守護。」

和妻子以及大批支持者高喊進軍國會,蘇系的新北市議員李余典正式宣布,投入民進黨新北三重立委初選。

民進黨新北市議員李余典:「呼籲黨內欲參加初選的同志應是兄弟登山各自努力,而非惡意攻擊抹黑。」

英系的新北市議員彭佳芸24日將正式登記參選。

這麼說不是沒原因,因為在地立委余天傳出不爭取連任後,想接棒的可不只李余典。日前英系的新北市議員彭佳芸也大動作開記者會,宣布要更上層樓前進立法院,24日下午也將正式登記參選,服務處地點還選在余天聯合服務處,傳承意味濃厚。

而民進黨內要選的還有他,不只到處和鄉親搏感情,隸屬正國會的前新北市議員李坤城,服務處還掛上和余天的合體背板,大打余天牌,而早在去年就放棄議員連任的李坤城,備戰立委選舉已經整整一年,現在面對彭佳芸、李余典兩位現任議員也加入黨內初選競爭,李坤城火力全開猛攻誠信條款。

前民進黨新北市議員李坤城:「(選民)投的議員那一票是希望說你做好做滿4年的議員,如果我們用相同的標準來看待的話,那其實我是最有資格講說侯友宜你不要落跑。」

民進黨新北市議員彭佳芸:「就算我未來有機會當立委,我一樣都在在地服務,不會因為說我當了立委我就不替大家來做事情,我永遠都在三重。」

兩人隔空交火,三重街頭也已經上演看板大戰,如果最後3個人協調不成,接下來三重綠營大票倉,免不了一場大戰。

三重街頭上演看板大戰,初選恐上演「三腳督」。

更多三立新聞網報導
國民黨徵召彈性大!韓粉拱再戰2024 送「連署布條」給韓國瑜
馬英九訪中當「馬先生」!記者問「有被叫過蔡女士嗎?」蔡英文反應曝光
馬英九訪中國!中國網友喊「幾乎全民反對」質疑:花大陸納稅人的錢?
獨家/台積電變「舌尖上神山」!南科豪華員工餐廳首曝光 驚見排隊名店

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

卓榮泰 出席 體育部

專家 考察 核四

民眾黨 禁見

京華城 羈押

沈慶京 見面

體育部 會議

三立新聞網 setn.com
三立新聞網 setn.com
三立新聞網 setn.com
三立新聞網 setn.com
行政院拍板!大宗物資降稅再延長一季至12月底 穩定民生物價
記者盧素梅/台北報導 中秋佳節將至,為強化掌握應節商品及重要民生物資供應及價格情勢,行政院副院長鄭麗君今(9)日召開穩定物價小組會議,會中指示農業部、行政院消保處等相關單位,
  • 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