賴清德國情報告下週協商!民進黨團盼:各黨指派代表、總統統合回答
三立新聞網 setn.com.2024年5月10日 19:30

記者高逸帆/台北報導

吳思瑤說,民進黨團希望各黨指派代表發問,由總統統合問答(圖/記者高逸帆攝影)

國民黨團、民眾黨團提案要求準總統賴清德赴立法院國情報告,該案已逕付二讀,將於13日黨團協商。對此,民進黨團幹事長吳思瑤今(10)日表示,民進黨團希望各黨指派代表發問,再由總統統合問答,而非在野要求的即問即答;此外,基於憲政原則,則應由行政團隊先施政報告,再安排總統國情報告。

吳思瑤今受訪表示,各黨團私下磋商時,國民黨團跟民眾黨團口頭上表達比較大的彈性空間,都說會尊重總統職權、不會為難,民進黨團在感受到善意下,希望能促成總統國情報告。她說,民進黨團的立場非常清楚,一定要在合乎憲法、法規,且合理可行基礎上,共同創造史上第一個總統赴立院國情報告的憲政慣例。

針對詢問方式是代表制,還是113立委都能問,吳思瑤說,這要進入朝野協商,民進黨團希望用指派代表方式進行,若113位立委都要問5至10分鐘,時間拉長到一個月都有可能。她說,立法院5月底就休會,延會還要處理行政院長施政報告總質詢,搞不好一路延到下個會期開議,不可能每位立委都問。

至於總統回答的方式?吳思瑤強調,民進黨的底線就是合乎憲政,因此不可能是在野黨拋出的即問即答。她認為,應該由各政黨推派代表發文,再由總統進行綜合回答,既然各政黨都談好不設前提、充滿善意,尊重總統也要合乎憲法,在野黨也應該不再提起即問即答。

此外,總統跟行政院長應該誰先報告,吳思瑤則說,會盡可能請求在野黨理解,依照現行憲法規定,對立法院負責的是行政院,院長負責內政,基於憲政原則,應該由卓榮泰先進行施政總報告跟詢答,總統之後再應邀到國會國情報告,否則會僭越憲法規定。她說,基於此,總統報告時間就不可能是5月21日或24日,民進黨團呼籲由行政團隊先施政報告,再安排總統國情報告,才沒有逾越憲法授權跟權力分立原則。

更多三立新聞網報導
朱立倫稱沒收到520邀請函 總統府:今早已致電國民黨確認送達
行政院政委出爐!陳時中、史哲入列 吳志中任外交部政次
行政院民調/7成民眾挺同婚!性平三法修正 9成認有助減少性騷擾
要徐巧芯道歉!黃捷:繼續恬不知恥對國際友人不公允

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

發表 演說

國會 改革 法案

演說 兩岸

守護 台灣

重啟 兩岸

賴清德 發表 演說

TVBS新聞網
新頭殼
民報
三立新聞網 setn.com
兩岸關係更糟? 賴演說稱「互不隸屬」 外媒BBC:上任沒有蜜月期
總統賴清德520宣誓就職,包括美國CNN、華盛頓郵報、紐約時報,英國衛報、BBC等歐美媒體都大篇幅報導,其中外媒最關注的就是兩岸關係發展。不過外媒普遍不看好兩岸未來有對話基礎,認為賴清德將延續蔡英文的外交路線,甚至預言,大陸將加大軍事和貿易壓力,打壓賴清德聲望。
  • 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