卓揆不背書NCC委員提名 黃珊珊:借刀殺人換自己人?
TVBS新聞網.2024年6月18日 19:17

民眾黨立委黃珊珊。(圖/葉志明攝)行政院前院長陳建仁卸任前提出4位NCC委員人選名單送交立法院,至今未排入審查,行政院長卓榮泰日前表示沒有與陳建仁討論過該名單,在野質疑卓榮泰不僅沒參與還完全不知道。民眾黨立委黃珊珊今(18)日表示,希望民進黨政府先確認4名NCC委員名單是不是他們推薦的,如果不是就要自己撤回,不然就是背書讓立法院來審,看起來現在的政府想「借刀殺人」,即若NCC委員被提名人不是賴政府的人,「最好被立法院退回,好讓他們再提自己的人」怒批執政黨怎麼可以這樣互踢皮球。

國家通訊傳播委員會(NCC)有4位委員任期將於今年7月31日屆滿,行政院依法提名4位新任委員並於4月30日送抵立法院,但至今未排入審查,若立法院未在7月31日前行使人事同意權,4位任期屆滿的NCC委員任期將續任至新任委員產生。

黃珊珊今表示,卓榮泰已經擔任行政院長近1個月了,卻還說沒看過提名NCC的4位委員的名單,顯然不願意背書,若卓榮泰不願意背書這份蔡政府末期的提名名單,立法院不是白審了嗎?希望民進黨應先確認這份名單是不是賴政府推薦的,若不是就自己撤案,不然就背書讓立法院審。

黃珊珊強調,賴政府現在看起來是要「借刀殺人」,因為這4名NCC委員不是賴清德的人,所以打算最好讓立法院退回去,「賴清德再提名自己人,這樣嗎?」怒批一個政府怎麼能把前後任的提名當成皮球互踢責任?呼籲政府不要浪費大家時間。

民眾黨立委張啟楷則質疑,現在是賴清德反對前總統蔡英文提名的4名NCC委員人選嗎?卓榮泰應趕快問清楚,賴清德要不要為這4名被提名的NCC委員人選背書,若願意背書,立法院就繼續審,沒有要背書就撤回案子,舊政府提名人選,但新政府到現在沒有清楚表態,賴清德與卓榮泰都應清楚表態。

立法院今舉行程序委員會,民進黨立法院黨團提案將4位NCC委員人事同意權案,增列為21、25日立法院會報告事項,但國民黨團提議暫緩列案,民眾黨團棄權下,最終以9比8,該案遭封殺。

更多 TVBS 報導
槓柯建銘 柯文哲嗆「你跟20年前像嗎?」:你對不起新竹鄉親
TVBS民調/國會改革修法後「這黨」立委滿意度最高!綠委墊底
TVBS民調/國會改革闖關國民黨團結度大升 仍不敵「最團結的這黨」
TVBS民調/國會改革爆衝突重挫形象?藍綠白不滿意度皆達5成

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

釋憲 在野黨

政論 節目 盯梢

國會 職權 修法

參謀總長 立院

中國 盯梢 節目

國會 釋憲

FTNN新聞網
中天新聞網
民視
放言 Fount Media
覆議後仍提釋憲 國民黨團批「毀憲亂政就是民進黨」
[FTNN新聞網]記者孫偉倫/台北報導針對民進黨團26日以七大理由,針對國會改革—《立法院職權行使法》、《中華民國刑法》,總統已簽署公告的相關修正,正...
  • 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