立院初審選罷法 一文看曾被罷免的政治人物
今日新聞NOWnews.2024年7月4日 09:00
▲韓國瑜是史上兩度遭罷免的政治人物,也是史上首位被罷免的直轄市長。(圖/記者吳翊緁攝,2024.06.19)

[NOWnews今日新聞] 立法院今(4)日初審《公職人員選舉罷免法》修正草案,重點包括要提高罷免門檻。罷免是相對於選舉的權利,過去有不少民選民代、首長遭罷免。《NOWnews今日新聞》回顧過去知名的罷免案例。

1994年,反核團體發動罷免擁核立委,包括台北縣立委林志嘉、洪秀柱、詹裕仁、韓國瑜等4人及台北市立委魏鏞,但在連署期間,立法院兩次修法,提高罷免門檻,2案均因為未達投票門檻而無法通過。

2013年,作家馮光遠等人對國民黨立委吳育昇提出罷免案,並通過第1階段提議連署,但第2階段罷免連署未達門檻而未送案。

2014年,民間發起割藍委活動,針對國民黨立委蔡正元、林鴻池、吳育昇3人進行罷免提案連署,但對林鴻池、吳育昇的第2階段罷免連署未達門檻而未送件,對蔡正元的罷免連署則順利進入第3階段罷免投票。不過蔡正元罷免案在2015年2月14日投票,因投票率為24.98%不足50%,依法罷免案遭否決。

2017年10月,安定力量發起對時代力量立委黃國昌的罷免連署通過門檻,12月16日投票,未達法定同意的6萬3888票罷免門檻,依法遭否決

2020年4月,罷韓四君子發起對高雄市長韓國瑜罷免案,6月6日舉行罷免投票,投票結果通過罷免,韓國瑜不只是史上首位兩度遭提案罷免的政治人物,也是史上第一位遭罷免的直轄市長。

2021年,不滿韓國瑜遭罷免,偏藍公民團體也發動針對桃園市議員王浩宇與高雄市議員黃捷的罷免案,1月16日,王浩宇的罷免案通過,不過2月6日,黃捷的罷免案未達門檻,遭否決。

2021年,偏藍公民團體再接再厲,針對立法委員陳柏惟提罷免案,10月23日,罷免案通過,陳柏惟成為史上第一位被罷免成功的立法委員。不過隔1月9日,針對立法委員林昶佐的罷免案則遭否決。

更多 NOWnews 今日新聞 報導
澎湖漁船越界遭扣押!前立委:單純違規 不樂見被解讀打壓賴政府
沈伯洋稱「兩個月前就知中國盯梢節目」 羅智強批:造謠辦不辦?
澎湖大進滿88號遭扣押!藍委許宇甄呼籲賴清德:拿出實際作為護漁

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

海基會 涉貪 行為

鄭文燦 生日

土地 收賄

鄭文燦 涉貪

生日 桃檢聲 禁見

董事長 涉貪

民視
中天新聞網
台視新聞網
三立新聞網 setn.com
鄭文燦傳涉貪500萬交保 學者列關鍵3點:缺1項檢方就是濫權
政治中心/徐詩詠報導前桃園市長、海基會董事長鄭文燦,傳出因涉及違反貪汙治罪條例,今(6)日凌晨遭到檢方聲押禁見,後續法院裁定500萬元交保,且限制住居、限制出境出海,檢方後續則提出抗告。對此,旅美教授翁達瑞在臉書評論此案,並列出3點,直言若上述條件只要缺少1項,那檢方就是濫權,且有涉入政爭嫌疑。
  • 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