反對金援「故鄉」挨轟 烏克蘭出身議員反嗆:我是美國公民
TVBS新聞網.2024年5月1日 16:42

烏克蘭出生、共和黨聯邦眾議員斯帕茲,對援助烏克蘭法案投下反對票。(圖/達志影像美聯社)

現任美國聯邦眾議員斯帕茲(Victoria Spartz),是目前國會中第一位、也是唯一一位在烏克蘭出生的議員,原本被視為支持故鄉對抗俄羅斯侵略的重要代言人,但最近當眾議院表決通過610億美元(約新台幣1.99兆元)的額外援助法案之際,斯帕茲卻選擇投下反對票。面對外界的質疑,斯帕茲表示,雖然她出身烏克蘭,「但如今的我,是美國公民和民選的國會議員,我應該對投票給我的人負責,而不是心繫那個離開多年的故鄉。」

《美聯社》報導,此次援助烏克蘭的法案,是一項大型計畫的一部分,法案中還包括對以色列、台灣和其他全球熱點地區的援助。該法案4月底獲得眾議院批准、隨後也獲得參議院支持,即將轉交拜登總統簽署,就能正式成為明文法律。斯帕茲呼籲加強對美國政府資金的監管,反對給予烏克蘭「空白支票」,同時還認為、現階段美國邊境安全,應該是拜登政府應該優先關注的議題。

事實上,就連共和黨內都對斯帕茲的立場難以捉摸。當選國會議員之初,她曾在2022年公開抨擊普欽與俄羅斯,稱俄羅斯入侵烏克蘭是「種族滅絕」的行為,還轉描述自己祖母和朋友們在烏克蘭目睹的轟炸慘況。但這一切卻從2023年底開始轉變,斯帕茲立場突然與過往大不相同,除了批評烏國政府腐敗,還開始攻擊總統澤倫斯基(Volodymyr Zelensky)等政府領導階層。如今的她,似乎為了鞏固選區選票,讓自己從親烏克蘭的政治人物,轉變成共和黨最右派的保守群體之一。

烏克蘭總統澤倫斯基。(圖/達志影像路透社)

面對外界質疑她投下反對票之舉,斯帕茲透過郵件表示,雖然她的出身烏克蘭,「但如今的我,是美國公民和民選的國會議員,我應該對投票給我的人負責,而不是心繫那個離開多年的故鄉。」曾任州眾議員的政治評論員墨菲(Mike Murphy)也認為,對多數支持共和黨的美國選民來說,援助烏克蘭已不再是優先議題,南部邊境的問題更能激發選民參與討論,保守派候選人幾乎都意識到這一點,也讓愈來愈多人開始炒作,表示自己支持捍衛美墨邊境,而不是把大筆資金投向烏克蘭,藉此引發關注和籌募到最多資金。

現年45歲的斯帕茲,2000年移民美國,嫁給在歐洲火車結識的美籍丈夫。她在踏入政壇前,曾擔任過銀行出納員,還在印第安納大學商學院擔任兼職教師。直到2017年,一位資深州參議員屆滿退休後,斯帕茲被共和黨推舉接替,就此進入政壇;在當選國會議員之前,她在州議會擔任過三屆參議員。

更多 TVBS 報導
北約促美國眾院通過軍援包裹法案 勿讓中國壯膽犯台 
川普大選民調領先4% 近7成美國人認為拜登「不該連任」
特斯拉又裁員!「超級充電」500人團隊全軍覆沒 股價跌6%
不斷更新/親巴以兩派UCLA爆衝突 爆竹、辣椒水齊發場面混亂

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

賴清德 演說

立院 續審 國會

賴清德 就職 演說

中捷 砍人案

賴清德 兩國論

國會 改革 大戰

聯合新聞網
聯合新聞網
中時新聞網
中時新聞網
賴總統就職演說美表「歡迎」 避談爭議
美國國務院廿日表示,「歡迎」賴清德總統就職演說提到維持台海的和平穩定與現狀;國務院也表示,美國的「一個中國」政策沒有改變...
  • 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