烏「熱戰」背景下 克宮:北約核演習加劇緊張局勢
中央廣播電台.2024年10月14日 21:35

克里姆林宮今天(14日)表示,北約組織從今天展開的年度核演習包括具有核能力的軍用飛機,在烏克蘭正激烈進行的「熱戰」背景下,加劇緊張局勢。

北約組織秘書長呂特(Mark Rutte)10日表示,北約將從今天開始舉行年度「堅定正午」(Steadfast Noon)核演習,他認為這次演習是在俄羅斯總統蒲亭(Vladimir Putin)升高核攻擊的言論下,北約展現的強大核武威懾能力。

北約官員表示,來自13個國家的大約60架戰機將參加這次由比利時和荷蘭主辦的演習,其中包括F-35A戰機和B-52轟炸機。

克里姆林宮發言人培斯科夫(Dmitry Peskov)對記者表示:「在烏克蘭衝突架構內正在進行的熱戰背景下,這類演習只會導致緊張局勢進一步升級。」

培斯科夫表示,因為西方核武大國捲入了針對俄羅斯的衝突,與美國舉行核武談判也是不可能的,並且任何安全談判的範圍需要更加廣泛。不過,華盛頓已表示對核武談判持開放態度。

美國總統拜登(Joe Biden)表示,在「日本被團協」(Nihon Hidankyo,日本原水爆被害者團體協議會的簡稱)11日獲頒諾貝爾和平獎後,美國準備在不設先決條件的情況下,與俄羅斯、中國和北韓進行會談,以減少核威脅。

「日本被團協」是美國在第二次世界大戰接近尾聲時,在廣島和長崎投下原子彈的日本倖存者組成的一個反核運動組織。

培斯科夫說:「在美國、英國和法國等核武大國間接甚至直接參與針對俄羅斯的戰爭背景下,如果不將這個問題與所有其他安全方面聯繫起來,絕對不可能談論核武問題。」

他接著表示:「事實上,我們的總統已經談到了這一點。俄羅斯認為這種接觸是必要的,不能推遲,但是我們必須從整體上考慮所有安全問題,並考慮到目前的事態。」

此外,培斯科夫駁斥德國聯邦情報局局長卡爾(Bruno Kahl)的聲明,卡爾在今天稍早表示,俄羅斯軍隊最晚將能夠在未來10年接近尾聲時,襲擊北約領土。

培斯科夫說:「俄羅斯的軍事基礎設施從未朝北約移動,並且情況一直是相反的。」

他接著說:「因此,指俄羅斯武裝部隊對任何人構成威脅是絕對錯誤、不合邏輯的,並且最重要的是,這與整個歷史進程相矛盾,並導致我們現在共同經歷的相互對抗。」

原始連結

更多中央廣播電臺新聞
國防副部長柏鴻輝立陶宛演說 向北約成員談中俄威脅
誰能處理好烏克蘭和中東戰爭 WSJ民調:川普在7搖擺州領先
2024諾貝爾和平獎得主:核武永遠不會帶來和平

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

謝國樑 罷免

威脅 台海

顧立雄 應變

挺過 罷樑

民進黨 譴責 中國

國防部長 應變

菱傳媒
中天新聞網
中時新聞網
中時新聞網
王家俊TALK/謝國樑連任禍福難料 2026該思考提前交棒
王家俊/主筆 基隆市長謝國樑忙活了大半年,國民黨全黨挺一人,艱辛挺過「罷
  • 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