再戰2026?楊寶楨喊「黨不用考量我」:選松信可能性最高
中時新聞網.2024年4月27日 09:20

民眾黨前發言人楊寶楨在2月哭著辭去黨職後,近期以「2024基隆政策推廣大使」身分重回政壇,引發外界關注。對於2026年地方大選是否再戰,楊寶楨表示,她還是民眾黨黨員,自己還沒決定要不要參選,黨中央不用考量她太多,但如果要參選,台北市松山、信義選區的可能性還是最高。

楊寶楨昨在廣播節目《POP大國民》接受專訪,主持人平秀琳問及,有沒有其他政黨希望她可以參與他們的陣營?楊寶楨坦言,「當然也是有被詢問過」,但她認為政黨之間的轉換其實蠻有風險的,雖然目前沒有民眾黨的任何職務,但還是民眾黨的終身黨員,也依然認同民眾黨的理念,現在國會三黨不過半,從創黨到現在,看到第三勢力成長到一個階段,卸下發言人身分算是完成自己階段性的任務。

至於2026地方選舉是否會再度參戰,楊寶楨說,現在還沒有很明確的決定要選或不選,但如果黨內在安排人選有其他進程、比較急迫,「那也不用太多的考量我,不一定這個區非得要誰去選」,有新人想去選也很好,她也不想被認為再擋誰的路,一直是很開放的態度,若因為她延誤到黨中央安排也不好。

平秀琳追問說,如果真的要選會選哪一區?楊寶楨表示,因為之前選過台北市松山、信義選區,目前最多的聲音還是希望她能選這區,因為上一次參選拿了1.2萬多票,很多人認為她再戰當選機會很高,在地也有支持者希望她回鍋,即便她現在基隆服務,但選松信還是機會最大的。

對於民眾黨先前提出「N+1」計畫,傳引發現任議員反彈,楊寶楨表示完全可以理解,「票是不是有這麼多,多到可以+1,這個真的是一個問號」,N+1對現任議員來說是比較大的負擔。她也直言,全面性的N+1風險蠻高的,是要全面的N+1,還是要有一些區評估後真的有機會再N+1,這點黨內要再綜合做一個評估。

對於基隆政策推廣大使的新身分,楊寶楨說,基隆市本身就是「藍白合」,因為副市長邱佩琳是民眾黨黨籍,所以她去基隆並不突兀,此次擔任基隆政策推廣大使也是被邱佩琳來找她,因為基市府已經有兩位發言人,她也認為不一定要加入市政府體制內,討論後就以政策推廣大使的輔助角色來協助推廣基市府政策,這個案子是邀標,並不是她主動去投標的,也不是只考量過楊寶楨一個人,不太能說是為她量身訂做。

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 進行 國情

蔡英文 特赦 陳水扁

賴清德 國情

特赦 陳水扁

徐巧芯 洩密

國情 報告

中天新聞網
新頭殼
CTWANT
TVBS新聞網
立院總統特別席有「2人」誤坐 解籤師感嘆:也許有人付出了代價
準總統賴清德預計將在就職後前往立法院進行國情報告,最快在5月24日可成行,然而立法院早就有安排特別席給總統與重要國賓,但因為沒有總統去過立院所以沒有使用過,但曾有人「誤坐」。民俗粉專《興趣使然的解籤師》今(8)日發文表示,曾有兩位「誤坐」的民進黨立委看來都付出了代價,也許總統席要有命格才能坐。
  • 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