絕非僥倖!羅智強揭柯志恩「民調領先3原因」:她只想贏
中時新聞網.2024年9月12日 21:18

國民黨立委柯志恩民調輾壓綠營檯面上表態參選者,讓民進黨開始研擬派強將空降制衡。(示意圖/資料照/袁庭堯攝)

《TVBS》11日公布2026高雄市長可能人選民調,包括綠委林岱樺、賴瑞隆、許智傑、邱議瑩,目前支持度都輸給國民黨立委柯志恩好幾個百分點,前勞動部長許銘春甚至落後21個百分點。這結果讓藍軍士氣大振,國民黨立委羅智強強調他並不驚訝,因為常看到柯志恩在立院主持完委員會,就匆忙下高雄;認真法案、勤走基層、扎根高雄,就是柯志恩現在民調能領先的原因,深根高雄的她只會想贏,為高雄而贏,為下一代而贏。

「柯志恩民調亮眼,高雄在改變!」羅智強今(12日)在臉書發文提到,他的立院好夥伴柯志恩在最新的TVBS民調裡大獲全勝,贏過目前表態的5位民進黨候選人。贏林岱樺5%,贏許銘春21%!也贏打人耳光、踹法務部門的邱議瑩9%。

「民調一出,許多人感到意外,但我卻並不驚訝。因為我知道,柯志恩實至名歸!」羅智強指出,上個會期,柯志恩擔任教文委員會召委,他雖然身在司法委員會,但也時常會去教文質詢。但由於不是本委,質詢順序常常排在最後幾個。許多次,都看到主持完委員會的柯召委,匆匆忙忙地離開。趕著去哪?正是高雄。「認真法案、勤走基層、扎根高雄,就是柯志恩現在民調能領先的原因!」

他強調,2022大選,柯志恩7月宣布參選,8、9月多份民調出爐,她卻只獲得15%左右的支持,動輒輸給陳其邁40%。當時多數高雄市民並不認識柯志恩的優秀。然而4個月過去,柯志恩最終獲得到40%的得票率,是高雄縣市合併以來的第二高票,不只粉碎陳其邁要拿百萬票的美夢,更帶領國民黨議會黨團成為高雄市議會第一大黨。有些人說這是雖敗猶榮?「但就我認識的志恩,她只會想贏,只想為高雄而贏,為下一代而贏!」

羅智強直言,因此,大家時常可以在社群上看到她搭著高鐵南北奔走,一方面在國會為教育繼續奉獻,另一方面也兌現她深耕高雄的承諾。因此柯志恩的支持率,從15%變成40%;從輸給民進黨40%,變成贏5%到21%,絕非一時僥倖。而是她的努力,以及高雄市民想要改變的展現。

羅智強直呼,2026,選擇柯志恩,讓高雄改變!高雄需要一位教育市長,高雄需要一位敢為下一代挺身而出的市長。「志恩,加油!」

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

晚會 求助 韓國瑜

政府 宣傳 預算

賴清德 派系

謝龍介 參選 台南市長

媒體 宣傳 預算

雲林 槓上 中央

鏡週刊Mirror Media
今日新聞NOWnews
聯合新聞網
民視
傳國慶晚會經費暴增「請韓國瑜找錢卻卡關」 北市觀傳局回應了
今年國慶晚會10月5日於台北大巨蛋舉辦,外傳因天后江蕙復出獻唱,加上總統賴清德也會出席,連帶維安規格升級導致經費暴增,台北市政府因此請國慶籌備委員會主委、立法院長韓國瑜幫忙「調頭寸」。對此,北市觀傳局今(16日)做出回應。
  • 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