日相岸田內閣支持率低迷 仍暫不考慮解散眾議院
中央社.2024年6月15日 22:51

(中央社記者楊明珠東京15日專電)日本首相岸田文雄內閣支持率低迷,他今天被媒體問及是否在本期國會23日休會前,解散眾議院或是國會休會後內閣改組等一事時說,除了政治改革等做出一番成果,其他暫不考慮。

日本產經新聞報導,為出席七大工業國集團(G7)高峰會出訪義大利的岸田文雄,今天接受媒體採訪時被詢問本期國會休會前是否解散眾議院,或是本期國會休會後進行內閣改組,及執政黨自民黨高層人事更替的問題。

岸田文雄說,要盡全力處理以政治改革為首應盡快處理的課題,唯有做出一番成果,其他不做多想。他表示,將持續盡力做好政治資金規正法(類似台灣的政治獻金法)修法。

至於19日將在國會舉行的政黨黨魁討論,岸田文雄說,這是討論日本所面臨的國內外應盡快處理課題的重要場合,會做好討論。

有關國會議員每個月可獲100萬日圓(約新台幣21萬元)調查研究宣傳滯留費(以前稱文書通訊交通滯留費)的改革,他表示,自民黨將誠心誠意地對應此事。

岸田文雄日前與在野黨「日本維新會」黨魁馬場伸幸舉行會談,兩人都同意將立法規定有義務公開用途及未使用的費用將繳回國庫。

岸田文雄對媒體表示,這是政黨黨魁之間所達成的協議,將作成文件做確認,「這是很重要的事」。

日本朝日新聞報導,岸田文雄希望本期國會中能通過政治資金規正法的修法,有關政治募款餐會券購買者的公開標準額,與自民黨形成執政聯盟的公明黨主張應調降至逾5萬日圓,導致自民黨內部有人不滿。

預料,在23日本期國會休會前,在野黨將窮追猛打此事。最大在野黨立憲民主黨正考慮將在國會的政黨黨魁討論後,提出內閣不信任案。

岸田文雄今天離開義大利之後,將出席在瑞士舉行的「烏克蘭和平峰會」,預計16日下午返回日本。

日本時事通信社13日公布的最新民調顯示,岸田內閣支持率比5月調查下滑2.3個百分點,跌至16.4%,是自民黨從2012年重返執政以來的新低點。

從民調結果可看出,面對自民黨內派閥「小金庫」事件,儘管岸田內閣致力提出政治資金規正法修法等對策,仍無法有效拉抬支持率。此外,6月初,執政黨自民黨的橫濱市、青森縣地方黨部組織還傳出要求岸田文雄下台的逼宮聲浪。(編輯:張芷瑄)1130615

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

修法 覆議案

賴清德 委員會

覆議 國民黨

國會 改革 藍奪冠

賴清德 就職

賴清德 民調

國會 覆議 卓榮泰

華視
鏡週刊Mirror Media
三立新聞網 setn.com
太報
國會職權修法覆議案 「青鳥」.「藍鷹」明立院外對決
行政院針對國會職權修法提出覆議案,立法院預計在明(21)日進行表決,兩個不同立場的支持者「青鳥」和「藍鷹」,將再上街頭捍衛各自主張,其中,雙方都號召支持者集結青島東路,「青鳥」們希望能重現10萬人上街...
  • 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