大法官勿淪毀憲蛀蟲
中時新聞網.2024年8月4日 04:10

(圖/本報系資料照)

 美國總統拜登近日表示:「近年來,最高法院作出的極端性裁決,削弱長期建立的公民權利原則,及對公民的保護。」他批評美國聯邦最高法院法官,有人收受價值逾240萬美元禮物卻沒有申報;有人接受房地產大亨高檔旅遊招待也未申報;有人利用應邀演講機會推銷個人回憶錄及童書賺進370萬美元。

 拜登聲言:「這個國家建立在一個簡單而深刻的原則上:任何人不得凌駕法律。無論是美國總統,還是美國最高法院的法官,都不例外」。他宣示改革聯邦最高法院,要修憲納入「任何人不得凌駕法律」條文;制定大法官操守規範;總統每2年只能任命1位大法官,及大法官任期限為18年。

 無獨有偶的,德國紅黃綠燈聯盟組成的聯合政府,已經和在野的基民─基社黨達成共識,要修憲將聯邦憲法法院法官任期限為12年,在職年齡最高至68歲,以及要使聯邦憲法法院法官免於受到政治的干擾與影響。

 相形見絀的是,我國司法院的顢頇怠惰及大法官的傲慢自大,至今未見改革呼聲。司法弊端仍持續禍害人民,導致恐龍法官、奶嘴法官、台灣法律是用來保護壞人的等司法貶稱,層出不窮。

 去年3月,台灣公民人權聯盟籌備處委託山水民意研究公司,針對全國年滿20歲以上民眾,進行司法信心的民意調查顯示,民眾對台灣司法的公正性及司法改革的滿意度均不及4成,有高達近9成民眾認為檢察官辦案會受政治力影響;逾6成民眾認為檢察官在辦案過程會收受賄賂;6成7的民眾則認為檢察官辦案過程會濫用權力。

 又如近期,《美麗島電子報》國政民調詢問民眾「相不相信目前司法院15位大法官能夠超出黨派,獨立行使職權,不受任何干涉?」結果也顯示,有51.5%、過半數之民眾,不相信他們能超出黨派、獨立行使職權不受任何干涉。

 筆者日前應邀面晤一位年歲近百的法學宗師,他除了稱許靜宜大學黃瑞明教授撰寫「大法官只信仰『宗力』主義」一文的勇氣,並關心現時憲政走向。他表示,一生參與500多號大法官解釋,特別是與台灣民主化有關的審檢分隸和國會全面改選的解釋;其中,他最關切的就是憲政的良好制衡。

 憲法法院將於8月6日進行總統、行政院、監察院、立法院民進黨黨團所提法規範憲法審查的言詞辯論。在此深切期盼大法官,能秉持憲政道德良知,超出黨派,獨立行使職權,切莫淪為蛀壞憲政根柱的寄生蟲!(作者為東海大學法律系退休教授)

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

京華城 禁見

力挺 徐巧芯

京華城 羈押

民眾黨 阿北

立法院 聲援 柯文哲

民眾黨 開講

FTNN新聞網
品觀點
FTNN新聞網
中時新聞網
柯文哲神秘帳冊日期距離京華城動工僅兩週 簡舒培:比100%的巧克力還巧
[FTNN新聞網]記者陳正敬/台北報導民眾黨黨主席柯文哲涉入台北市長任內的京華城容積收賄案裁定羈押禁見,日前媒體爆料指出檢調掌握柯文哲神秘帳冊出現「2022/...
  • 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