賀錦麗與拜登外交政策差異?歐逸文點出關鍵
今日新聞NOWnews.2024年10月8日 20:00

▲拜登傳作者歐逸文(Evan Osnos)談到賀錦麗與拜登在外交核心概念上的差異,點出對於法治的理解是兩人之間的區別。(圖/NOWnews全球霸主之爭)

[NOWnews今日新聞] 美國總統大選倒數不到一個月,代表民主黨參選的副總統賀錦麗與共和黨總統候選人川普戰況激烈,各方關注賀錦麗的外交政策論述究竟有無比現任總統拜登更加清晰的核心?拜登傳作者、曾獲普立茲新聞獎的《紐約客》(The New Yorker)前駐中記者歐逸文(Evan Osnos) 在NOWnews《全球霸主之爭》節目中點出一項鮮少人提及的關鍵,他認為,賀錦麗比起拜登,在外交問題上,更在乎「法治」。

NOWnews美國總統大選特別節目《全球霸主之爭》邀請到拜登傳作者歐逸文,與主持人邱師儀進行對談,雙方談及美國大選戰況,以及川普與賀錦麗兩人如何面對國際外交和台灣議題。

賀錦麗有無外交政策論述?與拜登在外交政策上究竟有何不同?歐逸文認為,賀錦麗基本上相信聯盟和關係的力量,就如拜登常說的,美國在亞洲和歐洲和北美的關係,這些至關重要,這與川普經常談論的大不相同,川普常提出收費,要求這些國家支付更多費用。

賀錦麗認為的國際外交核心,不是拜登常談的專制與民主的差別,她相信的是「法治」才是國際外交核心原則,即使在國際舞台也是如此;因此當她談論國際外交爭端以及戰爭問題,往往會將其界定為法律問題。

歐逸文舉例,當賀錦麗談到烏克蘭時,她強調俄羅斯透過武力重新畫定邊界入侵烏克蘭,違反了國際法,這是她的觀點和框架,她並不執著於專制政權入侵民主國家這一視角,這不是她特別關注的語言,因她是相較於拜登更為年輕的一代,拜登是冷戰時期的人,傾向於鮮明對立來看待問題。

歐逸文認為,在賀錦麗的概念中,專制與民主並不是那麼涇渭分明,她也承認美國與沙烏地阿拉伯這樣的國家保持關係,在她眼中,更重要的是遵守法律和違反法律的國家。

更多更詳盡精彩內容,在NOWnews《全球霸主之爭》節目中為您呈現。

更多 NOWnews 今日新聞 報導
賀錦麗談台海認延續「一中政策」!將支持台灣自衛 避談武力協防
美國總統大選最新民調!賀錦麗與川普選情一片霧 7大搖擺州膠著
賀錦麗恐成「第2個希拉蕊」敗給川普?幕僚憂過於低調、不夠積極

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

賴清德 演說 軍演

拋出 祖國論

死囚 釋放

賴清德 祖國論

空軍 清泉崗 打靶

國台辦 回應 賴清德

民視
中廣新聞網
TVBS新聞網
CTWANT
賴總統、韓國瑜「為國慶光雕點燈」! 聲光絢爛民眾HIGH翻
即時中心/林耿郁報導2024年國慶總統府建築光雕展演「當我們同在一起」今(8)天登場,賴清德總統晚間出席點燈儀式,並邀請國人朋友一起到總統府前欣賞展演,一同見證台灣的故事及多元文化,欣賞每個世代不同的精彩面貌。
  • 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