台北市多處淹水柯文哲卻南下輔選 游淑慧:提前進入無市長狀態
三立新聞網 setn.com.2022年10月16日 17:05

記者李鴻典/台北報導

中央氣象局16日表示,颱風尼莎外圍環流及東北季風影響,白天全台各地有雨,主要在北北基桃、宜花等地區最為顯著。圖為台北市中正區民眾撐傘外出。(圖/資料照)

尼莎颱風外圍環流和東北季風的共伴效應,全台豪雨狂炸,氣象局持續發布豪雨特報,陽金公路傳出土石流災情,台北市也有多處地方淹水,台北市長柯文哲卻南下輔選民眾黨議員候選人,沒有在台北坐鎮,引發議論。

國民黨籍台北市議員游淑慧指出,剛剛市府發布《目前基隆河水位迅速上漲,水利處已即刻啟動基隆河沿線疏散門關閉作業,請停留車輛人員儘速離開河川區域》,她說,南港也出現多處淹水。可是……我們的市長南下輔選中!

游淑慧直言,一個市長總在選舉、一個副市長病假、一個副市長辭職參選,剩一個副市長坐鎮……原來台北市只需要一個副市長和公務員。那過去一市三副不就都是浪費錢,台北提前進入無市長狀態。她也提醒民眾,外出小心,有災情通報1999。

另,台灣基進北市港湖市議員參選人吳欣岱也發文表示,現在颱風外圍環流和東北季風共伴效應的影響,雨超級超級大。同樣是市區郊外的山區,陽明山上有多處的道路及步道崩塌坍方、土石流,內湖競辦這裡,道路也快要變成河流了…但,這個城市的大家長柯文哲今天跑到南投輔選?然後隔空評論台北市長選舉??

吳欣岱痛批,柯市長被叫做「檳榔」,是因為他宣稱墨綠的外表下,骨子裡是白裡透紅,喜好政治鬥爭而不愛城市治理。把競辦改裝成「不賣檳榔」的「檳榔攤」。這個用意聰明人應該很清楚。

吳欣岱表示,「前幾天有人留言說,這是民主社會每個人都能有支持的對象,我憑什麼批評柯文哲的支持者。我的回覆是,正是因為你要支持誰都可以,你的選擇才顯得可貴,可貴在真的可以改變社會。所以選擇之後也要擔負起監督的責任,這才是民主社會真正的價值所在」。

吳欣岱還說,柯文哲能這樣毫無壓力四處輔選,市長也不辭職,不就是因為這麼多支持者喜歡四處「出征」、「護航」,而不是把時間用來監督他的緣故嗎?

柯文哲則是回應,其實比較健全政府,不管長官在哪裡,所有底下的人員都能依照SOP自動自發進行,這才是比較文明國家的作法。

更多三立新聞網報導
台北豪雨釀災柯文哲仍在台中輔選 陳時中:應以控制災情為重
暴雨炸北台!陽明山傳災情 柯文哲:不管長官在哪,底下的人都能照SOP
宜蘭大淹水!靜悄悄一個早上 林姿妙終於發聲「災害應變中心二級開設」
超大豪雨炸不停!宜花災情彙整 這些地方千萬不要去

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 派系

謝龍介 參選 台南市長

媒體 宣傳 預算

雲林 槓上 中央

民眾黨 支持度 下滑

賴清德 民調

EBC東森新聞
中天新聞網
中天新聞網
中天新聞網
沈慶京打「健康牌」!拒供實情與院檢拚毅力
沈慶京打「健康牌」!拒供實情與院檢拚毅力
  • 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