蘇巧慧表態選新北市長 江怡臻喊話:先支持財劃法修正
新頭殼.2024年7月3日 20:44
新北市議員江怡臻。   圖:翻攝江怡臻臉書

[Newtalk新聞] 民進黨新北市黨部主委、立委蘇巧慧今(2)日接受廣播專訪時,清楚表態會努力爭取代表民進黨參選2026新北市長。國民黨新北市議員江怡臻表示,國民黨一定會找出最強候選人,她呼籲蘇巧慧若有意參選新北市長,應該先支持財劃法修正,健全地方政府財源,真正地幫助新北市。

江怡臻今日接受「POP搶先爆」專訪,談及新北市長候選人議題,她指出,對於2026新北市長選舉,民進黨可說磨刀霍霍,尤其蘇巧慧接任民進黨新北市黨部主委後,除了聲量更大,還有聯合地方議員及潛在議員候選人的動作,不過國民黨在台北縣、新北市長年執政以來,推動各項市政建設蓬勃發展,讓許多市民對新北產生光榮感,這都是大家有目共睹。

對於蘇巧慧接受媒體訪問表示願意當新北隊長,江怡臻說,蘇巧慧長期以來的發言及行為,累積許多仇恨值,對於爭取中間選民恐怕沒有助益,甚至會讓人覺得,民進黨沒有想贏新北市長這場選舉。江怡臻並呼籲,如果蘇巧慧有意參選新北市長,應該先支持財劃法修正,健全地方政府財源,改善新北市人均預算長年過低的情況,這樣才是真正地幫助新北市。

另外,談及民進黨推動罷免基隆市長謝國樑,江怡臻表示,罷免是人民的權利,但今年1月13日選舉才剛結束,對於民進黨的惡意罷免,其實一般民眾很厭倦,為什麼才剛投完票,現在又彷彿還在選舉氣氛中,民眾更希望討論民生議題,像是該如何應對跳電、缺電,政府如何維持穩定供電等。

江怡臻指出,從民進黨秘書長林右昌到基隆宣講,以及其子弟兵說要加入罷樑連署等動作,可發現當中的高度政治意義,就是具有民進黨身分者投入罷免行動。

江怡臻提到,在之前基隆東岸商場案件中,法院已宣判基隆市府勝訴,證明謝國樑是在維護市民財產,市長本分做得很好,因此對於惡意罷免,國民黨不會讓謝國樑孤單,勢必會有動作反制。

至於國民黨立委徐巧芯也被民進黨點名要罷免,江怡臻表示,徐巧芯聲量非常高,在論述及行動上,具有凝聚藍營支持者的效應,避免輿論總是被民進黨一言堂獨佔,並且能夠為藍營出一口氣,她也強調,關於近期媒體報導徐巧芯的丈夫劉彥澧事件,她向徐及劉本人求證,都沒有這回事,「就是一個烏龍」。

相關影音:

查看原文

更多Newtalk新聞報導
蘇巧慧鬆口選新北市長 民眾黨:會推好的市長候選人良性競爭
表態參選新北市長 蘇巧慧:正努力朝這個方向前進

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

兩岸 關係

離島 建設 引進

陸委會 兩岸

宴請 盧秀燕

建設 引進 中資

改革 釋憲案

今日新聞NOWnews
中時新聞網
中天新聞網
TVBS新聞網
名家》韋安/半導體經驗可讓台灣未來更好
[NOWnews今日新聞]如何以「群利」,激發「群力」?政黨若願意首重,民生經濟的「群利」,才能激發長遠的「群力」支持。大家一起打拼,成為歡樂英雄。而非始終活在恐懼,和失去的權勢陰影中。「力」有「生存...
  • 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