賴清德搞錯花蓮撤離人數6度質問徐榛蔚   藍委批「失控暴走中」恐是國安危機
菱傳媒.2024年10月2日 14:30

總統賴清德(中)1日上午視察中央災害應變中心,在會中與指揮官劉世芳(右)多次交換意見。圖左為行政院副院長鄭麗君。中央社

(菱傳媒/台北報導)山陀兒颱風來襲,總統賴清德昨(1日)與各縣市首長視訊開災害應變會議,突然「隨堂測驗」抽考需要撤離的人數和已撤離人數,期間他對花蓮縣長徐榛蔚提供人數有疑問,6度追問,但事後證明花蓮縣數字是對的。國民黨立委王鴻薇轟,賴清德不斷想要立威,正在失控暴走中。藍委李彥秀也批,賴清德暴走的性格恐是極為嚴重的國安危機。

賴清德昨視察災害應變中心,臨時抽考各縣市首長,他問花蓮縣長徐榛蔚花蓮總共要撤離多少人?徐榛蔚回答已撤離3千多人。賴清德接著說,花蓮縣須撤離的應有8259人,質疑何徐僅答3千多人,更6度追問要徐榛蔚確認人數,讓現場相當尷尬。

賴清德與各縣市首長視訊開災害應變會議。總統府提供

徐榛蔚會後解釋,撤離依據的「保全戶清冊系統」分有三組,一是農業部系統的土石流及大規模崩塌保全,二是經濟部系統的水災保全戶,三是消防署系統的易成孤島保全戶。三組合計為8千多人,目前優先撤離是第一組,為3千多人,其餘不需撤離,所以是誤會一場。

內政部昨晚說明,賴清德所說的8259人,是花蓮縣政府9月25日提供13鄉、鎮、市、區保全戶人數,包括土石流、大規模崩塌、水災、易成孤島地區等4類災害的保全戶人數總計,而縣府在工作會報中提報的人數,只包含土石流及大規模崩塌災害共3013人,與先前提報數據有較大落差。

對此,王鴻薇表示,昨天賴清德在災防中心視訊時,對綠營的高雄市長陳其邁、屏東縣長周春米態度溫和,對上徐榛蔚時就變得咄咄逼人。但根據內政部資料,徐說的3000多人就是事實,賴別說問6次,問100次也沒用,是賴自己搞錯了。

王鴻薇痛批,賴清德繼國防部「立威門」事件後,又拿撤退人數對徐榛蔚開刀,「難道是想要立威嗎?」賴自己搞錯卻蠻橫不講理,怎麼可能讓人信服?更不可能令人尊敬,「這些失控暴走的行為,更讓人看穿他對自己的心虛,作為一個領導者,都是最壞示範。」

總統賴清德(後排右5)1日上午視察中央災害應變中心,聆聽各部會防災簡報。中央社

國民黨立委李彥秀也抨擊,賴清德又「森七七」了。她指出,「819總統府震撼教育」,府方沒有公布錄影畫面,還可以詭辯「立威說」是誇大謬誤,昨日視訊會議,賴清德在全國人民以及花蓮撤村鄉親面前,活生生再次表演「總統之怒」。離譜的是,最後證明,花蓮縣府掌握的數字,才是正確的撤離人數。

李彥秀指出,總統是國家最有權力的人,不是不能生氣,不是不能立威,但是脾氣發在「溝通的誤會」上,脾氣發在「自己的錯誤」上,只是再次證明「總統之怒」太過廉價,「暴走的脾氣,可能只是反應賴清德對執政不力的焦慮,但暴走的性格可能就是極為嚴重的國安危機。」

更多新聞:

謝國樑稱停班停課是4市共同決策 鄭運鵬酸:「罷免颱風假」已經名留青史

基隆率先北北桃宣布放颱風假 網友刷爆謝國樑臉書:1013一定投不同意罷免

獨家/中科院外購過氯酸銨又出包!磷成份過高 抗中飛彈射程僅勉強過低標

菱傳媒原始網址:賴清德搞錯花蓮撤離人數6度質問徐榛蔚   藍委批「失控暴走中」恐是國安危機

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

朝野 和解飯

賴清德 中華民國

韓國瑜 祖國論

罷免 謝國樑

空軍 士兵 打靶

拋出 祖國論

中時新聞網
中時新聞網
中天新聞網
聯合新聞網
禁伐補償浪費公帑?曾智勇︰調太多
立法院今年6月三讀修正通過《禁伐補償條例》,將禁伐補償從每年每公頃3萬提升至6萬元,但因原民會未編足額,明年度總預算卡在立法院程序委員會,行政院長卓榮泰日前更稱不編足預算是不浪費公帑,引爆爭議。原民會主委曾智勇9日緩頰說,禁伐補償不是浪費公帑,是一下子調升太多、太快;中廣前董事長趙少康表示,禁伐補償提高,平均每個月也只能領到5000元,對照民進黨執政以來,把大筆大筆預算透過各種標案輸送給綠媒,這才真的是浪費公帑。
  • 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