侯友宜稱市政行程多 林佳龍:辯論是尊重選民的基本要求
引新聞.2022年8月4日 16:03

(記者陳志仁/新北報導)民進黨新北市長參選人林佳龍數次邀請新北市長侯友宜進行市政的辯論,但都遭侯友宜回應「市政繁忙」、時機到了就會參與;對此,林佳龍今(4)日認為,這就是「侯氏風格」,能拖就拖,不願意去面對問題,希望雙方派出代表商談,這才是一個負責任的政治人物。

圖/新北市長侯友宜回應,現在光新北市的市政行程就非常多,他將全力以赴的衝刺市政,未來的事情等時機到了,「該做的事我就會去做」。(記者陳志仁攝,2022.08.04)

侯友宜則回應,現在光新北市的市政行程就非常多,市民需要他做的事情非常多,他將全力以赴的衝刺市政,未來的事情等時機到了,「該做的事我就會去做」;現在全力衝刺我們的市政,因為市民朋友希望在他的任期內,還有很多的建設,大家可以攜手合作,好好的一起和市民一起拚,好好的做事情。

林佳龍今日在立委江永昌、新北市議員張維倩、羅文崇,及市議員參選人張嘉玲、許昭興的陪同前往永和保福宮參拜;針對侯友宜稱「市政繁忙,時間到了就會辯論」,林佳龍直指,這就是「侯氏風格」,不願意去面對問題,恩恩案就是如此,團隊最近提出非常多的政策,補助老人裝假牙、社會住宅,乃至於國際交流的城市,但市府團隊都迴避回答問題的核心、企圖拖延。

圖/民進黨新北市長參選人林佳龍林佳龍強調,所以辯論不是一方施捨給另外一方,辯論是互相尊重,也尊重選民的基本自我要求。(記者陳志仁攝,2022.08.04)

林佳龍表示,「我現在就已經準備好了」,人民的眼睛是雪亮,民主就是人民作主,人民如何的作主呢?必須有足夠的資訊,特別是在選舉時要選賢與能,侯友宜看起來有表達要參選年底的新北市長選舉,而他也是接受正式的提名參選新北市長;因此,應該協助人民提供更多的資訊,讓人民來做出選擇,不要再藉口拖延。

林佳龍強調,所以辯論不是一方施捨給另外一方,辯論是互相尊重,也尊重選民的基本要求;距離投票的時間只剩一百多天,希望雙方派出代表來商談如何展開辯論,至少各出五題,以時事為目標,大家就公共政策發表意見,來徵求選民的支持,這才是一個負責任的政治人物。

【更多報導】

檢驗才要開始!林佳龍籲不要迴避 侯友宜:時機到了就辯論

淡水清水巖參拜 林佳龍籲侯友宜:辯論不是你在賞賜對手

相關新聞影音

2022九合一選舉開跑 看新北市誰跨世代好感度最高?

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

原民會 曾智勇

民進黨 黨部

參選 主委

公布 內閣

黨部 主委

勞動部 客委會

中天新聞網
中天新聞網
菱傳媒
中時新聞網
賴政府宣布原民會主委人選曾智勇 高金素梅驚爆:「以番制番」的殖民思考
新內閣第4波人事今(19)日公布,包括勞動部長何佩珊、衛福部長邱泰源、環境部長彭啟明、原民會主委曾智勇、客委會主委古秀妃,立委高金素梅批評原民會主委人選。
  • 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