學運世代掌舵時刻
中時新聞網.2024年4月28日 04:10

(圖/本報系資料照)

 賴清德即將就任總統,各界關注卓榮泰內閣成員背景、專長、派系屬性之餘,更應進一步從中看到民進黨在蔡英文與賴清德之後的接班梯隊鋪排,乃至於2年後地方選舉的提前布局。

 賴清德及卓榮泰都是四年級生,他們與蔡英文相差3歲,同屬一個世代。無論賴清德後續任期是4年或8年,都無法阻擋民進黨後續梯隊的強勢接班。這個接班梯隊以擔任過六都市長及縣市長為代表,包括陳其邁、鄭文燦、林佳龍、黃偉哲、林右昌、潘孟安、翁章梁。當然,擔任過立法院副院長的蔡其昌也可能入列。其中,陳其邁接班態勢最猛,他除了是高雄市長,且已擔任過行政院副院長,加上此次輔選高雄立委成績最為亮麗,陳其邁注定在卓榮泰之後北上組閣。

 以年齡來看,這幾位第一線的接班梯隊成員,最大特色就是多為五年級生,1960年代出生,僅年齡最小的林右昌是六年級生。這些成員若在政治舞台一起亮相,國內其他政黨恐望塵莫及,這是民進黨邁向長期執政的最大政治能量,也是過去各派系長期培養的成果,今日終於在政界開花綻放。

 2年後的地方選舉,現躍躍欲試者則是第二線接班梯隊,包括現任立委陳亭妃、林岱樺、賴瑞隆等,他們大多為六年級生,1970年代出生,且多是女性,但在政界已有多年資歷。換言之,民進黨後續中央的接班梯隊是來自1960年代,六都市長及縣市長的接班梯隊則是1970年代,這個態勢已非常明顯,且穩定進行中。

 然而,這次卓榮泰的組閣過程,某種程度獲得賴清德的高度信任;但就年齡來看,其實不太完美。若要讓民進黨接班態勢穩定進行,其實可以讓1960年代的民進黨人一步到位,進行組閣的歷練。當然,有些成員目前仍在六都市長的任期內,不宜貿然離職。

 長期以來,民進黨有著派系政治傳統,也有世代政治的文化。過去,美麗島世代、辯護律師世代、海外獨派世代都曾笑傲江湖。現在,民進黨在中央的世代交替已進入學運世代,就是1960年代出生者。雖然有幾位學運經歷不多,但年紀相仿就是有不同的革命情感。同樣的,1970年代出生者也逐漸成熟,即將在地方舞台接班。關注民進黨這兩波的接班梯隊,可以幫助各界爬梳後續幾年的台灣政治動向。

 過去南方朔曾言,學運世代成員必須證明自己能否讓台灣向上提升,而他們注定將不虛此生。目前,這個時刻已經到來。(作者為台北城市科技大學企業管理系教授)

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 就職

立院 國情

蔡英文 特赦 陳水扁

賴清德 就職 典禮

藍委 出席 典禮

林飛帆 國安會

三立新聞網 setn.com
中廣新聞網
中天新聞網
今日新聞NOWnews
藍委稱賴清德就職要留在立法院奮鬥!吳思瑤:已有6個委員會調整議程
記者高逸帆/台北報導 準總統賴清德將於5月20日就職,國民黨縣市首長、立委擬全體缺席慶祝大典。對此,民進黨立委吳思瑤今(11)日表示,國民黨願意到北京見中共高層,也到
  • 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