民進黨團反對台中藍委阻擋中央預算?國民黨團反批認知作戰 混淆民眾視聽
台灣新生報.2024年10月4日 14:24

台中市議會第4次定期會今4日首次開議,藍綠議員聚焦中央預算被藍白聯手阻擋,影響台中市明年總預算問題,民進黨團多位市議員皆高舉看板,強力要求盧市長表態,立院藍委不能耽誤卡中央預算耽誤台中重大建設。

針對民進黨議員發言「藍白聯卡預算」影響民生。國民黨團書記長黃馨慧表示「立院退回總預算,不是刪除」,明年度的相關長輩長照基金、社會住宅、行人安全等重要預算都不會受到影響。且依據預算法規定,針對會期還沒有通過的預算,準用上會期的預算規模以及一般業務得用行政院核定,緊急的救災預算也不在此限,黃馨慧並批評民進黨是用認知作戰混淆民眾視聽。

台中市長盧秀燕表示,針對中央預算卡關問題,立法院韓院長和行政院卓院長會於下星期舉行餐敘,相信兩院預算之爭會在兩位首長釋出善意及智慧下妥善解決,而中央預算若未順利通過時,依照預算法,明年度總預算可以依照今年度總預算支用,且若預算有新增項目,在未來也可以追溯,因此政府仍會正常運作。

(見圖)民進黨團總召蕭隆澤、副召黃守達以及議員們全體齊聲要求,六位台中市藍委,支持中央預算,讓經費早日到位,台中市重大建設不能再延宕,盧市長承諾不能再跳票。

議員陳淑華批評,根據114年台中市總預算,中央補助款高達530億元,佔114年台中市總預算歲入近30%,較113年增加20億,對台中市的影響巨大,包括教育、福利、環保、交通、建設等等涵蓋所有台中市政事支出。現在藍白竟然沒有經過實質討論、實質審查,不問民生經濟、只顧政黨利益,以包裹式退回中央總預算。

陳俞融表示,先前盧秀燕市長在選舉時所說中央地方預算分配不均,台中市民進黨立委都在裝睡,但如今,國民黨台中立委佔多數,卻變成台中市連中央補助預算都沒有了,那已經不是在裝睡了,是已經昏迷逼近死亡的狀態,陳俞融質問盧市長看到子弟兵如此作為,難道都沒有為台中市民發聲,要求盧市長表明立場。

周永鴻議員表示,中央明年度補助台中改善行人安全的7.86億經費被藍白立委退回沒影響,顯見葉局長對改善台中行人安全毫不關心,他要求局長直接把自己的特支費也撤回

黃守達、林德宇說,明年交通局編列7.5億,其中包括捷運藍線與提升行人安全經費,現在總預算被阻擋是否會影響拖延進度?市府必須跟市民講清楚。

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

蘇清泉 安泰醫院

雷神 台灣

賴清德 出席 將官

高雄 颱風假

颱風 標準 惹議

賴清德 將官

今日新聞NOWnews
今日新聞NOWnews
三立新聞網 setn.com
民視
安泰醫院大火116人轉院、17人還在加護病房
[NOWnews今日新聞]屏東東港安泰醫院昨(3)日發生火警,造成9人死亡。衛福部今(4)日公布統計,本事件總計轉院病患共116人,分送屏東、高雄2縣市14間醫院,目前有97人繼續留院,其中有17人收...
  • 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