藍營F4投棄權票被轟爆!羅廷瑋政治經歷曝
今日新聞NOWnews.2024年9月25日 21:43

▲國民黨立委羅廷瑋因在程序委員會表決時棄權,遭各方責難因而道歉並自請處分。(圖/記者陳明中攝)

[NOWnews今日新聞] 藍白立委昨(24)日於立法院程序委員會聯手擋下中央政府總預算案,不料國民黨立委羅廷瑋投票時竟棄權,引發藍營不滿遭砲轟。作為國民黨「F4」新世代之一,深具潛力的羅廷瑋過往政治經歷甚為順遂,2014年以25歲之齡當選里長後,憑其年輕形象先當選台中市議員、後又於2024年高票當選立委。因此,跑票一舉讓藍營內外都十分意外。在各方責難之下,他於今(25)日已現身道歉,自請處分。

羅廷瑋於2011年開始從政,起初擔任台中市議會前副議長陳天汶的助理,2014年以25歲之齡當選台中市南區工學里里長;2018年時,代表國民黨參選台中市第十一選舉區(東區、南區)市議員並當選,之後在2022年連任。

羅廷瑋是國民黨「F4」之一,其稱號源於2024年立委選舉,羅廷瑋被提名參選立委,和時任立委候選人的國民黨台中市議員黃健豪、國民黨發言人廖偉翔和國民黨文傳會副主委林家興等人組成「台中F4」。在台中市長盧秀燕全力支持輔選下,最終以103630票、52.10%得票率,擊敗對手民進黨籍市議員江肇國(88674票、44.58%得票率)當選立委。但因其選區被視為綠大於藍,使得羅廷瑋在綠營於國會改革法點名罷免藍委時,成為「有可能」被罷免的對象,因此外界猜測,羅廷瑋這次是因為「怕被罷免」才投棄權票。

羅廷瑋過去也曾因騷擾案和絕食抗議數度登上新聞版面。2019年4月,曾被時任民進黨台中市議員賴佳微指控言語騷擾,最後獲裁定不起訴;2020年台中火力發電廠2號機重啟,羅廷瑋與黃健豪一同在廠外絕食抗議,以被送醫治療告終。

作為台中市第六選區(中、西、東、南區)現任立委,如今羅廷瑋又因跑票事件挨批背骨,針對棄權行為,他於今(25)日清晨在臉書發道歉文,也現身受訪道歉,提出四點反省,不僅對支持者與黨團同志鄭重道歉;也已自請處分,對於所有處分「一定全然接受」,更表示自己未來在監督執政黨,將會堅守崗位,捍衛人民的權益。

更多 NOWnews 今日新聞 報導
羅廷瑋為棄權投票道歉!游淑慧:別因對手恐嚇忘記支持者期待
羅廷瑋投棄權惹議!他要求國民黨團停權懲處 以免戰火燒到盧秀燕
藍白聯手封殺總預算案!藍委羅廷瑋投「棄權」 黨內憂變攻防破口

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

立院 委員會

北檢 超思蛋案

超思 進口 陳吉仲

國民黨 禮讓 召委

死刑 釋憲

民主 基金會

今日新聞NOWnews
TVBS新聞網
中天新聞網
三立新聞網 setn.com
預算遭擋!卓揆:想報告預算亮點卻黯淡無光
[NOWnews今日新聞]行政院長卓榮泰今(25)日晚間宴請立法院內政、教文、交通、司法等委員會民進黨立委,過程約2小時時間,會後立院黨團幹事長吳思瑤提及院長一席話發人省思,向在場立委表示,行政部門本...
  • 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