政策年輕人買單! 賴清德20-24歲支持度飆破6成3
民視.2024年7月16日 21:31

政治中心/陳韻年、胡景順 台北報導

總統賴清德上任一個多月,成功擄獲年輕人的心!根據台灣民意基金會七月份的最近民調結果顯示,不但整體民調止跌回升,尤其20歲到24歲的支持度更飆到六成三,比上個月高出26.7%。實際走上街頭詢問年輕人,不少人有感覺到政府對租屋補貼、薪資調漲政策有在努力,也有人被社群貼文吸引,希望賴清德能遏止國會亂象。

和年輕人合照,不管是合體比愛心、臉頰愛心,還是做出滑稽的衝浪動作,總統賴清德通通配合!

日前在國務青旗艦營,談到藍白國會擴權法案,賴清德發言更緊扣時下最夯的公民運動。

總統賴清德(7/13):「裁判判決總教練跑出來不贊成,裁判是可以把總教練罰出場,如果總教練再不同意,會發生什麼情況,球迷會噓聲,所以如果今天政黨,沒有接受大法官會議的解釋,會發生什麼情況,人民會有噓聲對吧,人民會怎樣青鳥會飛出來。」

政策年輕人買單 賴清德20至24歲支持度飆破6成3
總統賴清德20到24歲青年支持度提升。(圖/民視新聞)

賴清德力挺青鳥,展現對中強硬態度,讓年輕人支持度回流。根據台灣民意基金會七月份的調查結果顯示,尤其20到24歲的支持度,飆破6成3,比上個月高出26.7%。

大學生:「新的社群媒體,年輕人愛用的社群媒體,那邊會定期發文,會跟年輕人互動我覺得這很不錯,不管是他發言人還是公關幫他發的,我覺得都還是有他自己的想法在裡面,就跟柯文哲差不多,立法院鬥毆事件,可能他也要出面來表示一下,這個混亂大家會想看到他快點遏止。」

政策年輕人買單 賴清德20至24歲支持度飆破6成3
總統賴清德20到24歲青年支持度提升。(圖/民視新聞)

大學生:「租屋補助或者是薪水調漲,可能是目前年輕人比較關注,現在也有慢慢在實施了,目前就是要看之後更長成效是如何,他也只上任一個月,聽身邊的人講目前應該是算偏滿意。」

原本民進黨還被說年輕票大流失!只是靠「保底基本盤」勝選,但從黨到執政團隊,持續主打青年"有感"政策下,賴清德逐漸擄獲年輕人的心。


原文出處:政策年輕人買單 賴清德20至24歲支持度飆破6成3

更多民視新聞報導
「微商代理」夯年輕人上當求助無門 張文潔要求北市府積極處理
狼師已遭羈押徐巧芯還開協調會 許淑華轟:在家長傷口上撒鹽
立院三讀《NCC組織法》 委員最多僅能連任1次、任期8年

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

辦好 中華民國

李四川 謝國樑

連戰 婚宴

調查官 栽贓 張麗善

基隆 力挺 謝國樑

賴清德 林俊憲

FTNN新聞網
中廣新聞網
台視新聞網
TVBS新聞網
綠不滿韓國瑜辦國慶凸顯中華民國意象 李彥秀:簡化低俗是民進黨意識形態綁架大腦
[FTNN新聞網]記者孫偉倫/台北報導立法院長韓國瑜以身兼國慶籌備委員會召集人身份主責今年國慶活動,強調要「辦好中華民國生日」,外界認為今年中華民國主視...
  • 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