朝野明吃和解飯!民眾黨再轟綠「把國庫當黨庫」:當家不鬧事
TVBS新聞網.2024年10月3日 17:28
民眾黨立院黨團副總召吳春城。(圖/胡瑞麒攝)

明年度中央政府總預算持續卡關,在藍白攜手合作下,總預算案至今仍未進入立院審查程序。為此,明(4)日立法院長韓國瑜將出面,邀集行政卓院長以及立法院朝野黨團三長,餐敘共商對策,民眾黨團副總召吳春城今(3)日再轟民進黨「把國庫當黨庫」,如果預算編列不是以人民福祉為出發點,那預算還要繼續審下去嗎?並喊話民進黨「當家不鬧事」,不要眼中只有權力,卻完全忽視國家正常化,甚至犧牲人民的權益。

吳春城表示,民進黨在立法院上會期對「國會改革」大玩認知作戰,這個預算審查會期則明顯是要玩「資源戰」,行政院大幅地擴增編列預算,更創下我國歲出、歲入同時首度突破3兆元的預算規模,但細看編列預算內容,行政院對於民進黨立委的提案幾乎都是大大方方編足預算,卻對在野黨立委提案、甚至三讀通過的福國利民法案一律封殺。

吳春城進一步說,民進黨找一堆理由不肯編足原住民禁伐補償,但在媒體文宣費上,一口氣從9億元暴增到14億元,他怒批是「將國庫當黨庫」,「若不是以人民百姓為出發點,那預算還要繼續審下去嗎?」

吳春城強調,如果民進黨想做的就是獨裁、權力一把抓,所有的改革都不做,一心只想擴大自己的權力,把國家機器當成了民進黨的選舉機器,目的就是要殲滅在野黨,那進一步造成的政治、社會衝突就在所難免,「佔有絕對優勢的執政黨如果自己不動,在野黨哪裡會有退讓空間?」

針對總預算案,朝野明將餐敘吃「和解飯」,吳春城特別喊話民進黨「當家不鬧事」,提醒民進黨不要眼中只有權力,卻完全忽視國家正常化並犧牲了人民的權益;民眾黨只希望「國家正常化」,當中包括媒體中立、能源政策、中央地方財務劃分、司法正義等議題。

不過,中颱山陀兒持續龜速前進,為北市帶來風雨,和解飯地點選在立院附近的點水樓餐廳,傳出餐敘可能會因颱風延期,對此,民眾黨團內人士表示,確實有可能延期,不過飯局由韓國瑜當「主揪」,是否改期仍要看「天和韓國瑜」,無論何時舉辦,民眾黨團都將就總預算,清楚和卓榮泰表明立場及訴求。

更多 TVBS 報導
醫院電價調漲!菸商卻獲減免 醫界藍委怒:賴清德開什麼玩笑?
山陀兒牛步攪局 空軍取消明日國慶空中「全兵力」預演
山陀兒釀2死219傷 雲林1失蹤「暫停搜救」原因曝
江蕙復出邊唱邊漏水?大巨蛋持續抓漏中 蔣萬安:已要遠雄改善

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

雷神 軍售

醫院 火警

韓國瑜 和解飯

賴清德 徐榛蔚

顧立雄 將官 茶敘

調漲 電價

FTNN新聞網
中天新聞網
中廣新聞網
民視
國防真相「官多兵少」?盧德允:大缺人!旅向營借兵補人 才能下基地訓練
[FTNN新聞網]記者陳弘志/台北報導根據資深媒體人,也曾擔任國防部視察職務的盧德允在《盧德允視察中》YT頻道透露,國軍當前是「軍官多、兵少」的怪象,曾發...
  • 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