實質廢死不是廢死?沈政男:不論藍綠執政都還是會執行
中天新聞網.2024年9月21日 19:22

憲法法庭20日對死刑釋憲案進行宣判,結果為死刑「有條件合憲」,但須限縮適用範圍。精神科醫師沈政男認為,這次的釋憲雖有助於實質廢死,但還要靠執政者停止執行死刑,但目前看來,不論藍綠誰執政,還是可能執行死刑。

憲法法庭20日宣判「死刑存廢釋憲案」判決結果。(圖/中天新聞)

沈政男今天(21日)表示,本次死刑釋憲結果出爐,答案是「有條件合憲」,而在這些條件裡,最值得討論的是,必須一到三審,所有合議庭法官百分百都同意判死才能做出這樣的判決,只要有一人不同意就不行。

沈政男認為,公布「有條件判死」的同時,是不是應該也要有「歷年,或者至少目前三十七名死囚,他們有多少人是經由三審合議庭一致判死」的數據?還有就是,法官支持廢死的民調,跟一般人比起來,法官比較支持還是反對廢死?司法院有沒有、可不可以做這方面的民調?如果法官百分百反對廢死,那些條件說就沒有太大意義;反之,只要法官有兩成的人支持廢死,而一到三審至少會有八名法官,一致判死的機會就很小了,「凡事都要講求科學,司法當然也要,不然就會淪為擲骰子遊戲。」

沈政男指出,這次的死刑釋憲,說是實質廢死,其實不然,鄭捷如果還活著,依然會被判死。這次的釋憲有助於實質廢死,但還要靠執政者停止執行死刑,而目前看起來,不管藍綠執政,還是可能執行死刑,雖然民進黨執行的數目遠遠較少。

沈政男也以李宏基案為例指出,大法官也應公布三十七位死囚的精神鑑定次數、施行單位與鑑定結果,才能知道「精障不得判死」這一條,有沒有意義。

憲法法庭針對死刑釋憲案做出「有條件合憲」的宣判。(圖/中天新聞)

沈政男說,很多人以為,台灣社會應該越來越能接受廢死,結果民調數據不動如山,甚至反廢死的比例越來越高,台灣社會的集體道德意識,還停留在「以牙還牙」、「殺人者死」這樣的傳統思維裡,沒辦法從制度面來思考犯罪問題,也對人心人性沒辦法深刻了解。雖然不少支持廢死的朋友對這次釋憲仍感失望,其實已經往廢死又跨出一步,總是一個正面發展。

延伸閱讀
義大利三色箭特技小組新表演機 M-346教練機亮麗登場
台灣入列…俄羅斯政府發布「價值觀敵對」47國家地區名單
被洪健益緊咬涉京華城案 蔡壁如氣炸:他數學不好還智商有問題?

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

總統 總預算 退回

死刑 合憲

立院 開議

邀請 卓榮泰

中央政府 總預算案 退回

晚會 募款

太報
中天新聞網
聯合新聞網
TVBS新聞網
新喬遷服務處是違建 藍委廖偉翔認錯:已開始尋覓他處
國民黨立委廖偉翔與母親、市議員黃馨慧聯合服務處,今(9/21)舉辦喬遷活動,立法院正副院長韓國瑜、江啟臣等人均出席活動,不料活動當下被民眾檢舉該服務處是違建,台中市府也證實將依規定列管拆除。廖偉翔回應,為避免有違法疑慮,服務處同仁已開始尋覓其它地點,並著手規劃搬遷事宜。
  • 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