面對罷免怎處理?郭正亮舉「這2人」當借鏡:謝國樑別硬碰硬
中天新聞網.2024年7月1日 20:41

公民團體發起的罷免基隆市長謝國樑「拆樑」行動,目前傳出第2階段連署書已達到門檻,謝國樑今(1)日出席活動時被問到此問題時回應,「請大家放心」。對此,前立委郭正亮回顧過往案例,呼籲謝國樑「別和對手硬碰硬」。

基隆市長謝國樑今日出席活動時被問到罷免案回應「請大家放心」。(圖/中天新聞)

基隆市長謝國樑罷免案第二階段連署已在6月30日截止,發起單位預估連署書會突破4萬份,超過法定連署門檻約9千份,若順利通過將進行罷免投票。

基隆市長謝國樑今日受訪時表示,他知道外面很多朋友關心罷免案,自己現階段會的任務是把市政工作做好,今天下班後會到八德路中央黨部討論近日局勢,現在很多人關心基隆情況,他深深感謝並請大家放心,一定會做好一切準備。

對此,郭正亮今日上中天新聞政論節目《大新聞大爆卦》指出,過去成功被罷免者,都是採取強硬態度,最經典的例子就是前民進黨桃園市議員王浩宇。郭正亮提到,當時王浩宇高調反擊,下場就是讓自己被罷免掉。

另外,同樣也遭罷免成功的前立委陳柏惟,郭正亮提到,當時陳碰到的對手,在地方有強大的基層動員實力,但一般政治人物通常沒這樣的條件,所以比較能參考的案例就是王浩宇。

這時主持人馬千惠問到,即便謝國樑不想高調回擊,現在民進黨已經擺明要助攻公民團體。郭正亮則回應,謝國樑其實不一定要回擊。他再舉同樣也面臨過被罷免投票的前立委林昶佐,以及現任民眾黨立委黃國昌為例,當時罷免團體的聲勢也的確浩大,不少選民也表達對林、黃的強烈不滿,但這2人並不理會相關指控,最後罷免就失敗了。

前立委郭正亮建議謝國樑面對罷免案別去硬碰硬。(資料照/中天新聞網)

最後郭正亮重申,罷免成功與否「這裡面就牽扯到你是什麼策略」,現在民進黨是全黨打一人,但謝國樑接下來應對策略為何,他則建議「不要硬碰硬」,接下來就是多跑一些關心基隆市民的行程就好。至於政黨對戰部分,則交給黨內同志處理。

延伸閱讀
「大進滿88號」違規越界被陸海警帶走 郭正亮曝嚴重下場
影/大新聞大爆卦 郭正亮旅遊和陸「三妹」同框遭側翼出征 黃揚明揭綠營恨意甚深像打叛徒
遭綠營側翼抹紅勾搭大陸女子 郭正亮嗆爆1450:不去管好趙天麟

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

立院 成立 小組

罷免 謝國樑

澎湖 漁船

處長 孫曉雅

民進黨 發言人

國會 釋憲

TVBS新聞網
三立新聞網 setn.com
太報
太報
開調查權第一槍!立院成立「鏡電視調查小組」
立法院交通、司法委員會今天聯席會議,今討論成立「鏡電視調查專案小組」,會中藍白達成共識,由藍委吳宗憲擔任召集人,接下來NCC須配合調查外,還可以邀請民間人士到國會說明,且無正當理由不得拒絕出席,對此民進黨立委抗議,會議程序於法不符,因此退席抗議。
  • 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