國會擴權法通過!他轟在野「賭錯1事」:這人即將倒大楣了
TVBS新聞網.2024年6月3日 14:13
國會擴權相關法案三讀日前通過。(圖/胡瑞麒攝)

上個(5)月藍、白聯手將國會改革法案闖關,朝野立委為此意見不同而爆發激烈衝突,24日立法院會外更聚集上萬人抗議,要求法案退回委員會重審。對此,前親民黨文宣部副主任吳崑玉坦言,接下來的國會「只會是衝突不斷的4年」,更批評國民黨「辛辛苦苦爬到山頂,然後就得意忘形」。

吳崑玉表示,即便上個月立院外聚集約7萬位民眾抗議擴權不公,藍、白立委還是天不怕地不怕,因為他們相信群眾不會衝立院,也賭定賴政府不會剛當家就鬧事,繼續以多數輾壓,不討論就表決。

民眾抗議國會改革不公。(圖/胡瑞麒攝)

吳崑玉也指出,藍營繼續用自己的宣傳來騙自己,覺得外面群眾都是民進黨動員來的,認為國民黨還是得到多數的民意支持,加上區域立委的罷免活動,最早也得明年2月才能發起,於是才會發生,場內繼續輾壓,場外繼續怒吼。

吳崑玉認為,對撞之局已經成形,情緒動員也已經完成,剩下只有手段與衝突的型式可以選擇而已,甚至提到,接下來的4年,只會是衝突不斷的4年,而且對立情緒在一次次衝突中,會不斷地升高,鮮有妥協空間。

最後吳崑玉提醒,藍白還賭錯了一件事,那就是以為「群眾的記憶力無法延伸到明年」,所以接下來第一個倒大楣的,是罷免案進行中的謝國樑,因為這是群眾情緒的第一個出口,這種氛圍就像2014年的太陽花事件,會一路打到有個明顯的結果,才有可能停止。     

更多 TVBS 報導
辯手中無「小草」資料 王義川:用膝蓋想也知道白委檢舉散播假新聞
段宜康「曲棍球案」檢察官陳隆翔遭二度彈劾 結果出爐
2小時募260萬!青鳥海外募款發起人「驚爆欠錢」是詐欺慣犯
66歲名廚驟逝「柯文哲也救不回?」 妻曝病程道謝:見證奇蹟

看更多相關新聞
罷免綠委「吳思瑤最危險」?徐巧芯曝成功率:象徵全民不信任民進黨團
民進黨提釋憲反制國會改革 吳宗憲:多數決不反民主
3小時募8萬美元 青鳥活動海外首飛美紐約廣場
韓國瑜找藍委吃飯到底聊什麼?謝衣鳯全說了 重點喊話2件事
遊行、商業行銷常見大數據分析 陳耀祥:個資去識別化就變成數據

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

豪宅 潘孟安

顧立雄 主持 災防

王鴻薇 潘孟安

中央災害應變中心 做好

凱米 應變

潘孟安 供養 豪宅

品觀點
中廣新聞網
菱傳媒
台灣好新聞
咬潘孟安住豪宅 王鴻薇一審敗訴判賠50萬將上訴
針對國民黨立委王鴻薇指控總統府秘書長潘孟安「接受財團供養」一案,台北地方法院審理後認為,王鴻薇身為立法委員,未盡查證義務就發表相關言論,侵害潘孟安的名譽權。法院判決王鴻薇應賠償潘孟安50萬元慰撫金,並移除網路上相關貼文和影片,不得再利用網際網路或其他媒介散布該言論。
  • 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