藍啟動《選罷法》修法提高罷免門檻 柯文哲反對:但連署程序應更嚴謹
菱傳媒.2024年6月28日 13:14

柯文哲28日表態反對提高罷免門檻。資料照片/林啟弘攝

(菱傳媒/台北報導)罷免風潮四起,國民黨有意提高罷免門檻,國民黨立院黨團下周擬將《選舉罷免法》修正案排進內政委員會討論。對此,民眾黨主席柯文哲今(28日)表示,現在罷免變成仇恨動員的工具,民眾黨不贊成改動罷免門檻,也反對罷免變成政治工具,但主張罷免連署與連署正副總統參選的程序跟一致。

國會職權修法以來,公民團體醞釀罷免國民黨立委,再加上基隆市長謝國樑罷免案在即,國民黨有意提高罷免門檻,立法院內政委員會下周三將舉辦《選舉罷免法》,周四逐條審查。國民黨團總召傅崐萁昨未否認啟動修法,並指出40%得票率的賴清德,罷免卻需要50%才可能過門檻,而60%得票率當選的立法委員,卻只要25%就可以罷免,這是一個極度畸形的社會。

對此,柯文哲今受訪指出,罷免本來就是一個民主制度,淘汰不適任的官員、民代,但罷免現在變成仇恨動員工具,「你不支持我的主張就要罷免」,互相罷免來罷免去,這不是他樂見的。

柯文哲說,在制度設計上,他不支持變動罷免門檻,但他覺得,參選總統的公民連署要提供身分證,但罷免公職人員卻不需要提供身分證,「都是拿樁腳名冊抄一抄,只要有姓名、戶籍、身分證字號就可以了,這個要改。」

柯文哲強調,他不支持變動罷免門檻,但也反對罷免變成政治工具,所以應當很嚴謹、照規定做,不然只會讓政黨更容易發動罷免,這個不對國

國民黨主席朱立倫今受訪則透露支持修法態度,朱立倫說,選罷法不合理的部分可以受社會檢視,大家看到總統的罷免條件跟立委或縣市長的罷免條件就完全不一樣,一個比較高,一個比較低。在連署部分,總統與公投等重要連署要附身分證,但一般罷免,「只要抄一下就可以了」,這麼不合理的狀況,是否把它變成比較嚴謹,社會可以討論。

至於是否調高門檻,朱立倫說,不管比例多少,或者今天如果此人當選票數是10萬票,結果6萬票、5萬票就可以把此人罷免掉,合不合理大家可以做討論。他強調,推《選罷法》修法不是針對某個個人或政黨,而是就國家的制度;聽說下周有公聽會,這很好,就讓大家來討論,國民黨不會去預設立場,讓學者專家討論。

更多新聞:

童子賢稱「非核家園卡能源政策」 總統府:尊重但未授意

獨家/花防部不畏高溫移地實彈訓練 高強度測試結束卻爆士官猝死

菱傳媒原始網址:藍啟動《選罷法》修法提高罷免門檻 柯文哲反對:但連署程序應更嚴謹

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

沈伯洋 悖離

核電 修法

巴奈 金曲

謝國樑 罷免

香港 迪士尼

謝國樑 連署 門檻

中天新聞網
中天新聞網
三立新聞網 setn.com
民視
沈伯洋喊「看A片被統戰」 謝龍介姪子驚覺:賴清德要成立成人影片審查委員會
民進黨立委沈伯洋頻頻以悖離現實的離譜言論搏版面,昨(28)日又在政論節目稱,用VPN看A片會被大陸掌握政治傾向,再度遭嘲諷,謝龍介姪子謝克洋也對此發文評論。
  • 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