謝國樑罷免案13日投票 林右昌:再勇敢一次踴躍投票
中央社.2024年10月12日 19:49

(中央社記者溫貴香台北12日電)國民黨籍基隆市長謝國樑罷免案明天投票,前基隆市長、民進黨秘書長林右昌今天表示,這是謝國樑一個人的武林,若做得好、不可能會有罷免;他呼籲,明天投票應回到以民為主的政治本質,為基隆再勇敢一次,踴躍出門投票。

    謝國樑罷免案明天投票,國民黨全力動員固樑,包括台中市長盧秀燕、立法院長韓國瑜、新北市長侯友宜等人均到基隆力挺。韓國瑜今天在基隆還自嘲說,為何要罷免謝國樑,「他(謝國樑)去選總統了嗎?」

    林右昌晚間出席Team台北青年營結業式,他會後受訪指出,「可見韓院長對基隆的狀況完全不了解」,罷免是公民的權利,很可惜謝市長不願意傾聽民意、甚至關閉臉書不讓市民留言,當然引起市民憤怒,「這是謝國樑一個人的武林,如果做得好,也沒有人會發動罷免」。

    林右昌說,罷免案明天可以投票,對公民團體而言,某種程度是一種勝利,不要想成是政治操作,這是公民意志的展現,更重要也是深化民主的過程。

    林右昌細數謝國樑的施政滿意度全國最後一名,以及Gogoro與染疫慰問金政見跳票、蓋摩天輪、人工草皮等爭議,他表示,這些爭議都是讓市民累積爆表的怒火,而年初東岸商場的強盜破門事件只是最後導火線,一次點燃市民怒火,才有這次的罷免案。

    他指出,遺憾的是,謝國樑與國民黨並未認真想要回應市民質疑,從頭到尾就只有政治操作與選舉思考,刻意將公民行動扭曲為政黨對立,製造仇恨來動員催票。

    林右昌也透過臉書發文談及罷免案表示,國民黨還是很有錢的,用總統大選規格來對戰公民團體,從舖天蓋地的看板與車箱廣告,一場又一場的活動,無數波的宣傳洗腦,動員全黨車輪戰救一人。

    他表示,明天的投票還是應該回到民主政治的本質,就是「以民為主」,這是對政治人物的提醒,人民可以託付權利,人民當然也可以收回權利。請為基隆再勇敢一次,大家踴躍出門投票。(編輯:林克倫)1131012

看更多相關新聞
蔣萬安怒了「有心人士把仇恨帶到基隆」細數政績力挺謝國樑:憑什麼罷免
力挺謝國樑「國慶日住院開刀」游灝驚喜現身!舉牌:聲帶手術不方便講話
有備而來!曹興誠端出「中華民國墓碑」質疑馬英九謝國樑:有反對嗎?
連勝文:基隆是天下第一關 粉碎民進黨全國大惡罷

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

朝野 和解飯

北市府 發函 京華城

國民黨團 和解

覆議 原民

總統 賴清德

馬英九 大典

菱傳媒
三立新聞網 setn.com
台視新聞網
中時新聞網
分析/破局還是融冰?一場各自表述的「和解飯」 考驗三黨政治智慧
(記者張麗娜/台北報導)因山陀兒颱風擾局,朝野「和解飯」延後一周登場,然而兩個小時的飯局下來,藍綠白三黨對總預算的立場都未改變,朝野僵局依舊未解,淪為各自表述,未來如何發展,考驗朝野黨派領導人。
  • 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