大罷免恐欲罷不能
中時新聞網.2024年10月15日 04:10

 綠營「拆樑」並未成功,但催出了超過50%的投票率,且同意罷免將近7萬票,只較民進黨基隆市長候選人得票數低1千3百多票,可見同意罷免一方的攻擊實力還不錯。相對於防守方的謝國樑,能在國民黨構築的堅實防線下,喚起支持者挺身對抗這場不公義的罷免案,才是能保住城池的主因。

 只不過,賴清德具有堅毅的「鬥志」,雖上任第3天就引來中共「聯合利劍-2024A」圍台軍演,但他仍不改務實台獨路線之志。於是,在他國慶演講之後,中共在14日又發動了「聯合利劍2024-B」圍台軍演,就是衝著他以兩國論包裝台獨理論的作法而來的。為了對內鞏固及擴大台灣民眾的支持,賴清德尚勇於挑戰中共的底線,對內又豈會因基隆一役輸了就對「報復性罷免」有所畏縮呢?

 民進黨既已掌握執政權力和政府資源,為突破總統得票和立院席次的「雙少數執政」困境,利用罷免進行政治鬥爭就將是「欲罷不能」的手段。何況,針對特定選區的公職人員發動罷免,還具有超前部署的作用,預先為下次選戰削弱潛在競爭者的勢力。

 故而,政壇已感受到山雨欲來風滿樓的情勢,認為明年可能掀起「大罷免」風潮。國民黨立委王鴻薇日前指出,又有所謂的「民間團體」在台中市啟動罷免案,開始收集第一階段所需的罷免連署書。而他們籌畫罷免的對象則是幾位與台中市長盧秀燕關係密切的「盧系立委」。甚至於,已遭停職的新竹市長高虹安,也傳出有人已著手發動罷免提案。

 《公職人員選舉罷免法》現行的罷免通過門檻顯然有不合理處。例如,民選首長不論多少人參選,只能最高票者當選;但地方民意代表採取大選區制,依選區應選名額可能前6高票者皆當選,且當選者票數也可能差距甚多。然而,民選首長和地方民意代表的罷免通過門檻,卻同為採取同意罷免票超過不同意票,且超過選區選舉權人總數的25%即通過,門檻過低。

 孫中山先生把孟子主張人民對無道之君擁有正當的革命權之理念,轉換成近代民主制度中的罷免權。故而,民選首長除非讓大多數人民覺得倒行逆施,且民意代表也與之沆瀣一氣時,才應動用罷免權。

 因此,提起和通過罷免的門檻都不應太低,否則,罷免制度就易成為選舉失敗的黨派在當選者就任1年後尋求「敗部復活」的延長賽,基隆市長的罷免案即是如此。如果不進行修法改善,恐怕賴清德仍將是「欲罷不能」吧?(作者為民主文教基金會董事長)

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

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。
  • 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