印度大選第3梯次投票 分析:莫迪打宗教牌強催票
中央社.2024年5月7日 17:00

(中央社印度阿默達巴德7日綜合外電報導)印度國會下議院大選今天展開第3梯次投票,民族主義派總理莫迪一早投下選票。迭遭指控針對穆斯林少數人口、運用煽動性言論打選戰的他,呼籲民眾踴躍投票。

法新社報導,分析指出,外界普遍預期莫迪(Narendra Modi)將毫無懸念輕鬆贏得第3個任期,加上今夏比以往更炎熱,相較於2019年上次大選,本次大選投票率大幅下降。

今天一大早,被維安人員簇擁的莫迪在支持者歡呼聲中,步出西印古茶拉底邦(Gujarat)首府甘地那加(Gandhinagar)的投票所,秀出塗抹墨水作為標記的手指。

他對記者發表談話時,呼籲選民踴躍參與「這場盛大的民主儀式」。

儘管莫迪的印度人民黨(BJP)可望壓倒性勝選,但是自從馬拉松式大選首梯次投票於4月19日展開以來,他就一再打出宗教牌,針對印度教和伊斯蘭教間的分歧拉高分貝催票。

選戰期間,他把穆斯林說成「滲透者」和「生更多孩子的人」,引發在野政治人物譴責並且向選務當局投訴。

莫迪還指控國大黨(Congress Party)計劃將國家財富重新分配給穆斯林家庭。國大黨為首的在野聯盟在選戰中挑戰莫迪,但其內部政治立場迥異。

「大篷車雜誌」(The Caravan)總編貝爾(Hartosh Singh Bal)表示:「他已經很久沒有這麼直接了。我沒有看過他偏執得這麼毫不掩飾,他通常會拐彎抹角。」

「(莫迪)有關財富重新分配的說法中,出現國大黨宣言中不存在的內容。坦白說,這令人相當遺憾。」

路透社報導,莫迪選戰原本主打經濟政績,強調福利措施、民族榮耀和個人聲望。

但是第1梯次投票後,他改變策略,藉由攻擊對手支持穆斯林,更集中火力激發印度人民黨的印度教基本盤,儘管民調顯示,就業和通貨膨脹才是選民關注的面向。

今天第3梯次投票將從11個邦和聯邦屬地中選出下議院93席。前3梯次一共會選出下院543席中的283席。(譯者:何宏儒/核稿:陳正健)1130507

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

立法院 改革

賴清德 就職

民進黨 國民黨

祝福 賴清德

就職 典禮

國會 改革 衝突

壹蘋新聞網
今日新聞NOWnews
鏡週刊Mirror Media
太報
立法院院會「舉手表決」違反程序正義?議事規則這樣寫
【施養正/綜合報導】立法院17日針對國民黨、民眾黨團提出的國會改革相關法案進行審查及表決,當日立法院長韓國瑜宣布採用「舉手表決」引發熱議,綠營及相關人士認為,這樣的做法違反程序正義,更指出上次採用不記名的舉手表決已是民國78年,怒批台灣民主倒退。不過根據《立法院議事規則》第35條明載,採用口頭表決、舉手表決、表決器表決或投票表決,由會議主席決定,而當時院會主席則為韓國瑜。
  • 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