【固樑澆熄罷免潮2】定調打好例行賽　賴清德堅守罷樑不上第一線原因曝光

鏡週刊Mirror Media．2024年10月15日 05:28

綠營內有人認為，基隆雖藍大於綠，但去年同樣艱困的南投補選蔡培慧能贏，罷樑其實未必全無勝算。（翻攝賴清德臉書）

基隆市長謝國樑罷免案遭否決。民進黨在罷樑開票結束後，透過新聞稿肯定公民團體與基隆市民無畏壓力、勇敢站出來，提醒謝國樑與國民黨應更謙卑回應市民不同聲音。黨內人士直言，若從結果回推，基隆罷免案投票率高達50.44%，有近7萬名市民投下同意票，顯示罷免有一定民意基礎，或許有人認為在國民黨傾全黨之力、民進黨沒動員的情況下，都還能有如此成績，若綠營當初多出一把力，豈不就能成功罷免？不過，這樣的結果論卻未必公平。

多位深耕基隆的綠營人士認為，基隆藍大於綠，任何投票都不宜操作極端對立，須讓公民力量凸顯出來，才有可能在選戰勝出，包括民進黨祕書長林右昌當年也是靠著中性色彩、溫和形象選上基隆市長；此事從近年民進黨在基隆選市長，競選主視覺都不會選擇綠色系亦可見一斑。因此地方人士包括林右昌，都不會強力主張要全黨大力投入罷免，這番想法恰好也與民進黨主席賴清德的戰略方向不謀而合。

「雖然球員們的戰鬥意志都很高昂，但總教練的策略是希望球隊打好例行賽、殺進總決賽，而不是依賴外卡的機會來贏球。」黨內人士指出，層峰認為，罷免畢竟不是政治常態，應該透過定期選舉好好一戰，才是黨要努力的方向；該人士說，民進黨的最終目標是希望拿回基隆執政，就算硬將罷免撐過去，補選也未必會比較好打，不如持續練兵，直到2026正面出擊。

地方人士觀察，綠營始終沒能等到一聲令下可以衝，使得整場罷樑行動中，綠營基層有點進退兩難，就連有些外縣市的民進黨人士到地方助講，都搞不太清楚到底可以做到什麼程度、會不會誤觸黨中央的紅線。

綠營內部對「不上第一線」的戰略也有不同意見，有黨內人士直言，民進黨向來都是正面迎戰，不管是賴清德2019年硬拉台南立委補選盤、扭轉韓流讓郭國文當選，或2023年賴任黨主席後首戰、南投第二選區立委補選，這兩場雖都不是罷免，但同樣都大環境不佳、選情不容樂觀，透過強力拉抬，最後都成功強扭劣勢勝出，「說什麼基隆人不喜歡政黨對立只是藉口，不管什麼選區，冷處理從來就不會贏。」

最新選舉新聞

多元觀點

不同視角的媒體報導

蔡英文出席捷克

國防部長應變

威脅台海

捷克論壇

謝國樑投票

美國中方克制

中時財經即時

聯合新聞網

FTNN新聞網

太報

前總統蔡英文出席公元兩千論壇演說呼籲團結堅持民主價值信念

前總統蔡英文今（14）日出席第28屆公元兩千論壇，以「證明民主的決心與韌性」(Proving Democracy's Resolve and Resilience)為題發表演說。她說，台灣站在威脅主義威脅的最前線。50多年來，面臨來自中國共產政權的持續威脅。她呼籲民主國家透過團結、共同努力，堅持對民主價值的信念。

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