面紙費900萬、衣服上千萬！攤柯文哲帳目驚呆　網愣：是撒金粉嗎？

TVBS新聞網．2024年8月15日 19:30

民眾黨主席柯文哲政治獻金風暴持續擴大，媒體人黃智賢今（15）日羅列出柯文哲經費支出申報，光是面紙費就要900萬，衣服則是可以買到1100多萬，怒批根本是努力花、使勁花，「有一種全力把錢洗出去的既視感！」資深媒體人周玉蔻看完也直呼「下巴掉下來」！

黃智賢今日指出，柯文哲的政治商業化模型，便是當他看到人民，想到的是你可以帶給我多少錢，一切都是錢，而政治獻金案是柯文哲和民眾黨用再多的謊話及表演都遮掩不了，「兜不攏的數字，呈現出來的惡臭！」

黃智賢接著羅列出柯文哲帳目，裝潢費1000多萬、柯文哲授權費1300萬、電視廣告1000萬、場地費500萬又是幾百萬，衣服1100多萬、民調1000萬，正聲廣播500萬、短片1000萬、執行費1087萬、百貨禮券70萬、聲動2000多萬、面紙900萬，另外還有聲稱誤登的素食便當96萬。

黃智賢質疑支出的問題實在嘈點太多，「其實呢，這就讓人覺得，是在努力花，使勁花。有一種全力把錢洗出去的既視感。」她也擔心檢調偵辦的速度，會不會趕不上串證滅證的速度？最後怒批「人不要臉，總有底線。柯文哲跟他的黨，沒有底線。」

而資深媒體人周玉蔻見到這些帳目也不由得驚呼「下巴掉下來」，不少網友狠酸「衣服是撒金粉嗎？」、「那是預定國王的新衣」、「面紙，是要給小草擦眼淚的」、「用金子預做的皇袍當然貴」、「難怪一堆網紅要跟著他發大財，小草好可憐」、「原來可以這樣搞」、「上下其手，賺選舉財。可憐啊可憐，小草們！」

最新選舉新聞

多元觀點

不同視角的媒體報導

台灣人民自救

民調高雄

國台辦力挺柯文哲

表達台灣

王世堅挑戰蔣萬安

民進黨介入罷樑

台灣好新聞

陳佩琪怨「抄家滅族」「家破人亡」　求側翼饒過無辜的兒子

民眾黨主席柯文哲涉入京華城弊案遭羈押，妻子陳佩琪接受《ETtoday新聞雲》專訪，她哽咽表示，現在心境就像被「抄家滅族」「家破人亡」，小孩子四散各地不敢回家。不需要什麼證據，先生就被羅織罪名。對於媒體帶風向、捕風捉影，陳佩琪無奈表示，覺得被媒體打壓，就是羅織罪名，好像也不需要什麼證據，就是被抄家滅族了，任何風吹草動都可以冠給他們任何的一個罪名，也無從反擊。針對兒子被網軍側翼肉搜在美國吃牛排，陳佩琪嘆，兒子小時候的心智的發展可能跟社會上比較沒有那麼融合，盼大家可以饒過一些無辜的人，因為先生在沒有什麼證據下都已經被羈押了，現在小孩子沒有回家，都四散在各地。陳佩琪重申，他們家沒有不明的金流，都是清白正當的錢財。她繼承了父親的遺產、媽媽繼承父親的遺產，還有自己的薪水，主席的薪水，一些演講費跟一些通告費，這不叫做不明的金流，這都正正當當賺錢賺來的，那已經有到了1,600多萬。更多新聞推薦 ● 出席「台灣人民自救運動宣言60周年研討會」賴清德：續為台民主自由打拚

選舉假訊息查核

看更多新聞專輯

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