國是論壇展現大喇叭本性|黃仁︰政府帶頭欺壓人民
警政時報.2024年3月29日 15:49
黃仁上午出席立法院院會國是論壇時,痛批民進黨政府對人民苦難視而不見!(記者包克明 攝)

【警政時報 包克明/臺北報導】

民黨立委黃仁今(29)日上午出席立法院院會國是論壇時,痛批民進黨政府對人民苦難視而不見!物價飛漲、實質薪資縮水,日子愈來愈難過,這就是國人普遍的心聲,民進黨政府聽到了嗎?蔡總統聽到了嗎?即將執掌國家大權的賴清德總統當選人,你聽到了嗎?黃仁提醒執政黨,「政治不難,回歸初心」。

黃仁指出物價飛漲、時資薪資縮水,日子愈來愈難過,這就是國人普遍的心聲。(記者包克明 翻攝)

黃仁指出,根據最新民調顯示,「民眾對蔡總統和民進黨執政8年來,在各項施政面向的不滿意度」,其中物價油價與電價高居榜首,高達57.1%不滿意,第二就是打擊詐騙保障民眾財產部分,有54.5%不滿意,而在改善貧富差距部分,也有49.3%不滿,已將近半數民眾。

黃仁說,想提醒執政黨,「政治不難,回歸初心」,看清楚民眾的的需求,盡量做符合國人期待的事。(記者包克明 攝)

黃仁強調,這些民意反映的不滿意,都不是什麼雲端上觸不可及的項目,我們可以發現,民眾最關心的其實就是柴米油鹽這些與他們生活息息相關的事務,就是無時無刻發生在我們周邊的事情。

黃仁表示,再看看民進黨政府為什麼會在這些地方引起民眾不滿?這幾年民進黨政府做的事什麼事,一、高價採購高端疫苗,不顧人民死活!二、任由雞蛋缺貨,再讓小資本兒的公司代理進口國外雞蛋,大發國難財!三、堅持缺乏彈性的能源政策,讓「綠色」企業口袋賺飽,再來全民漲電價。四、對於詐騙猖獗,除了成立無數個打詐國家對外,完全束手無策。

黃仁說,人民的想法很單純,企求安居樂業。想提醒執政黨,「政治不難,回歸初心」,請看清楚民眾的的需求,盡量做符合國人期待的事,少一點政治算計,少一點圖利特定權貴,多一點照顧人民,如此而已。

 

 

原始新聞來源 國是論壇展現大喇叭本性|黃仁︰政府帶頭欺壓人民 警政時報.

更多警政時報報導
【獨家內幕】!!邦拓鍊(FST Network)募資爆設局投資人?!|周錫瑋帥兒周弘禮事後ㄧ推二五六
💢獨家有影💢士林夜市油水多會長還清近億負債?!|攤商怒控林天來安排「小弟」壓場投票

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

大陸 馬祖

介入 人事

會見 傅崐萁

媒體 介入 主委

傅崐萁 配合 北京

賴清德 出席 台灣

中時新聞網
TVBS新聞網
中天新聞網
聯合新聞網
大陸促我全面恢復兩岸客運直航
大陸文旅部28日宣布恢復福建居民至馬祖旅遊之後,陸方緊接著從海空二方面向我方施壓開放。兩岸民航、海運小兩會的陸方單位,相繼呼籲台灣盡快全面恢復兩岸海運、空運的客運直航,大陸國台辦也做出相同表態。陸委會則回應,會根據實際需求量及兩岸情勢隨時進行綜合評估。
  • 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