邀總統赴立院國情報告! 黃國昌:7/12提案
TVBS新聞網.2024年7月2日 20:30

立法院職權行使法,已經生效,民眾黨團今天(2日)也宣布,將在7月12號院會,正式提案邀請總統赴立院進行國情報告。不過總統府也再次強調,應等候判決結果,在釋憲結果前不宜採取行動。

圖/TVBS

民眾黨主席柯文哲:「政府這邊或是民眾黨這邊,有沒有一些人才培育的計畫,或者是獎學金相關的,民眾黨獎學金,哇這個我們要我們要開始想辦法。」

和海外留學生面對面,民眾黨主席柯文哲除了要穩固年輕票,也怕再被說流失小草,這回在國會改革法案生效後,率先發球。

民眾黨團總召黃國昌:「不管是質詢還是諮詢,那就請賴清德總統,依照立法院職權行使法規定,到立法院來進行國情報告。」

確定7/12提案,邀請總統賴清德,到立院國情報告,國民黨態度至關重要。

國民黨團書記長洪孟楷:「當然還是希望賴清德總統,要到立法院做相關國情報告,後續是不是一個月後來做處理,我們在黨團大會都會進一步討論,希望凝聚共識之後,我們一致團進團出。」

藍白方向一致,支持或是自提,還有待黨團協議,若藍白聯手,提案很可能會通過,也有綠委已經沙盤推演。

立委(民)許智傑:「民眾黨不需要如此猴急,若藍白強硬要求賴總統國情報告,我建議總統請假。」

建議總統直接請假,畢竟先前賴清德就,喊話在野,在釋憲結果出爐前不宜貿然行動,這回總統是否接球。

總統府發言人郭雅慧:「既然社會有違憲疑慮,應等候憲法法庭判決結果,不適合在大法官還沒做出釋憲結果前,就採取行動。」

趁著釋憲空窗期,藍白也拋出,設調查小組和委員會查弊案,雖然提案"所屬層級"不同,但民眾黨持開放態度,都能溝通。

國民黨團書記長洪孟楷:「在這一次明天如果成立(調查小組)的話,不排除再邀請,民眾黨的林國成委員(擔任召集人)。」

就算仍可能藍白合作,民眾黨變得先主動,或許也是因為,根據菱傳媒6月底民調,民眾黨支持度只有11.06%,再看看美麗島電子報民調,民眾黨雖然好感度比上月增加,但也反感度也破五成。

就怕被貼上附隨標籤,先搶話語權。

更多 TVBS 報導
賴清德籲朝野推法律「要合乎憲法」 柯文哲酸:念過國中都知道
號稱8千人響應! 柯文哲舉芭樂嗆綠8年跳票
被府點名造謠!黃國昌挖「選前對照影片」 火大嗆:平行時空賴清德?
國會改革要釋憲 柯文哲影射賴清德是希特勒「瘋狂領導人」

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

王定宇 佔領 主席台

委員會 開會

蘇巧慧 參選 新北

委員會 修正

澎湖 漁船 扣押

記者 盯哨 政論

今日新聞NOWnews
今日新聞NOWnews
太報
今日新聞NOWnews
柯文哲為何不挺罷免謝國樑?黃暐瀚揭關鍵
[NOWnews今日新聞]國民黨推《公職人員選舉罷免法》修法,民進黨批藍是為了搶救面臨罷免危機的基隆市長謝國樑,才推動的自肥法案。而過去在多個法案與國民黨合作的民眾黨,此次不贊成調整罷免門檻,並表示會...
  • 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