立法院新戰場將是《財劃法》 柯文哲批藍營版本「不切實際」
中天新聞網.2024年6月24日 18:50

國民黨和民眾黨聯手提案的國會改革法案,上月底已在立法院三讀通過。不過民眾黨主席柯文哲預告,立院下一個戰場,就是《財政收支劃分法》修正案,不過這次他似乎不挺國民黨,並指出藍營草案要劃分5千億以上的預算給地方政府,我們認為不切實際,因為影響了中央政府的總預算太多。

民眾黨主席柯文哲認為國民黨版本的《財劃法》不切實際。(資料照/中天新聞)

柯文哲昨(23)日上午在臉書發文,首先感謝很多關心台灣未來的朋友們,22日晚間來到榮星花園,為民眾黨加油打氣,也聽我們說明國會三法,以及接下來的財政收支劃分法的立場。

柯文哲續指,政黨最後還是要對民意負責的,根據民調顯示,多數民眾還是支持國會改革法案,這是我們最強的底氣。推動法案過程中,黃國昌總召真的是辛苦了,他忍受著民進黨對他的羞辱、謾罵,甚至還有人製作他的靈堂。

但事實上,從2012年到今天,黃國昌沒有改變。當年黃國昌支持國會改革,今天他依然支持國會改革。改變的是民進黨,他們今天背叛自己曾經的理念,也背叛台灣人民。

柯文哲提到,在國會改革法案之後,接下來《財政收支劃分法》修正案,將是重點法案。黃珊珊委員已經為民眾黨的版本,做出非常詳細的說明,將近年平均每年超徵2千多億的預算撥給地方政府,不影響中央的支出,也改善地方政府的財務,落實地方自治,這是符合理性務實科學的。

國民黨的草案要劃分5千億以上的預算給地方政府,我們認為不切實際,因為影響了中央政府的總預算太多。民進黨如果自己不提法案,那只能起義來歸,支持民眾黨的版本,千萬不要自己保送了國民黨的版本。

台北市長蔣萬安被問到《財劃法》議題實也做出回應。(圖/中天新聞)

對於柯文哲批評藍營提出的《財劃法》版本不切實際,台北市長蔣萬安今(24)日也回應,台北市貢獻中央統籌分配款有40%,但僅分到15%,「很希望中央應該要把餅做大,體恤地方」。

延伸閱讀
藍營首場宣講會15日開跑 說帖內容曝光主打「3大議題」
凍省後遺症 宋楚瑜:財劃法關鍵是責任和開銷要結合
《財劃法》修法衝擊台北市補助款?蔣萬安盼中央把餅做大

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

陸媒 盯梢 政論

賴清德 國會 擴權

新兵 訓練

國會 釋憲

食藥 吳秀梅 拔官

國會 職權 修法

品觀點
中天新聞網
TVBS新聞網
今日新聞NOWnews
沈伯洋「早知道」陸媒盯梢 劉寶傑批小丑、雙面諜
「陸媒盯梢」在兩岸掀起軒然大波,民進黨政府「配合」綠媒,說得「煞有其事」,可是卻拿不出實質證據,大陸國台辦則駁斥「徹頭徹尾的假新聞,純屬造謠」。最可笑的是民進黨立委沈伯洋竟說「2個月前已知道此事」,到底是知情不報還是「想替同路人掩護」,難怪劉寶傑批沈是「小丑、雙面諜」。
  • 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