氣氣氣氣!翁曉玲連5押韻嗆「把立法院當空氣」 卓榮泰:誤會頗深
三立新聞網 setn.com.2024年9月28日 10:00

記者陳怡潔/台北報導

翁曉玲質詢卓榮泰,越講越氣,脫口連續5句押韻。(圖/翻攝自國會頻道YT)

▲翁曉玲質詢卓榮泰,越講越氣,脫口連續5句押韻。(圖/翻攝自國會頻道YT)

國民黨立委翁曉玲昨(27)日質詢行政院長卓榮泰,詢問是否知道立法院為何退回中央總預算?並指出卓上任4個月行政院把國會所作決議當成耳邊風,立法院修法完全不理會也不願意遵守。翁曉玲越講越氣直呼,行政院就是投機取巧、擺爛,並脫口連續5押韻句子嗆卓榮泰「把立院當空氣,我們也不會客氣,國家搞得烏煙瘴氣、民眾一肚子氣,賴政府也佔不到便宜」。卓榮泰則回應,「委員對行政院誤會頗深」,他站在這裡聆聽就是完全尊重。

翁曉玲詢問卓榮泰,是否知道為什麼這次立法院要退回中央總預算?並解釋最主要原因是行政院把立法院當空氣,把國會決議當成耳邊風,眼中只有黨意,沒有民意。並細數一大串法案,杯葛了國會改革法案、不遵守NCC組織法、不依據《原住民禁伐補償條例》編列足夠經費,還有公糧收購價格沒有調高、電價凍漲沒做到、未解禁赴陸旅行團等,翁曉玲認為,政院這種態度,在她看來就是藐視立法權。

翁曉玲接著說,口口聲聲說要尋求溝通、協調,但她認為政院現在就是擺爛、搞對立,不編預算,覺得立法院不能奈你何,讓她很感慨。卓榮泰則回應,「委員對我們誤會頗深,我站在這裡好好聆聽,就是尊重」。翁曉玲也反問,「我所講的例子有哪一個是錯的、哪個是假訊息?」。卓榮泰也說,容他1分鐘解釋,立法院職權行使法就是院際分立,要嚴守;NCC只有三個原則,第一、讓機關正常運作;第二、快速審查;第三、依法行政。也敦請大院能審查人事權,一定依法行政。

翁曉玲強調,退回總預算就是希望政院可以編列合理預算、考察民意,不要把錢浪費在不應該花的地方。卓榮泰試圖想解釋,翁曉玲則要求「聽我說完,我沒有請你回答」,接著一連講出5句押韻句子嗆聲:「如果行政院你繼續把立法院當空氣,那麼立法院也不會對你客氣,最後呢國家搞得烏煙瘴氣、民眾一肚子氣,坦白說賴政府也占不到便宜。」

更多三立新聞網報導
民調/大帳房遭押!柯文哲不信任度達66.9% 過5成相信「會判刑坐牢」
逼問卓榮泰死刑有條件合憲 翁曉玲嗆修法:大法官解釋不一定拘束立法院
陳致遠懷念兄弟象引怒火 洪孟楷批「打假球天地難容」:別嘻皮笑臉討罵
中國軍事大挫敗!新造核潛艦沉沒 顧立雄:透過多重情監手段有所掌握

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

石破茂 首相

死刑 合憲

郭智輝 請假 立院

賴清德 全勤令

郭智輝 請假

社會 防衛 韌性

銳傳媒
中時新聞網
今日新聞NOWnews
今日新聞NOWnews
【專欄】石破茂新日本首相誕生與台美日關係變化
文/林省吾(台灣獨立建國聯盟日本本部中央委員) 自民黨於9月27日進行總裁選。第五度挑戰總裁...
  • 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