立院衝突後 TVBS民調藍委滿意度39%居冠
TVBS新聞網.2024年6月18日 19:29

國會改革法案三讀,引發朝野對立升級。不過,根據「TVBS」最新民調,國民黨的政黨支持度上升百分之11,目前只落後民進黨1個百分點,而立委好感度部分,藍營更以百分之39竄升第一,至於,與藍營聯手完成修法的民眾黨,滿意度則以百分之35居次。

圖/TVBS

到米其林推薦餐廳餐敘,國民黨立委受立法院長韓國瑜邀請,臉書曝光合影席間韓國瑜提出建議,要把民生法案放在優先順序。

立法院長韓國瑜vs.記者:「請藍委吃『米其林』餐廳?民生優先。」

與藍營立委輪流聚聚,如今賴政府執政滿月前夕,TVSB最新民調出爐。

在國會改革法案三讀之後,民進黨的政黨滿意度,從選前三個月的28%變成35%,國民黨從23%變成34%,民眾黨則從29%變成30%,其中國民黨進步幅度名列第一,但三方皆呈現拉鋸。

國民黨團書記長洪孟楷:「超過六成的民眾是支持國會改革,民進黨如果還想訴諸對立會造成反感。」

而這也反映在對於各黨立委的好感,以民進黨立委來說33%的滿意度排名墊底,國民黨39%竄升第一,民眾黨則以35%位居第二,不過政黨信賴度方面,民進黨從選前的百分之32,提高到百分之44,國民黨也從35上升到百分之37,民眾黨卻從百分之40,大幅下跌到百分之34,就連種是民意程度也下滑7個百分點。

民眾黨立委林國成:「我們是相信民調的過去50%現在掉下來,因為民進黨操作曉嵐小綠,會不會影響我們要檢討,受黃國昌影響?我們還是檢討以後會比較清楚。」

或許在包圍立院過後,各黨基本盤逐漸回流,但就近來拋出的廢考監議題,5成民眾持反對意見,僅百分之35贊成,也讓先前簽署廢考監的立委們不敢貿進。

國民黨立委林沛祥:「我們會去審慎評估是不是要費選監,還是凍選監、還是開放態度?是的。」

民進黨立委蔡易餘:「廢考間本來就是對立嚴重,沒有充分民易認同,只會對撞。」

盡量避免火車對撞,新政府新氣象,國會三黨旗鼓相當。

更多 TVBS 報導
TVBS民調/國會改革後「這黨」民眾信任度最高 民眾黨居末
TVBS民調/國會改革修法後「這黨」立委滿意度最高!綠委墊底
TVBS民調/國會改革闖關國民黨團結度大升 仍不敵「最團結的這黨」
TVBS民調/國會改革爆衝突重挫形象?藍綠白不滿意度皆達5成

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

釋憲 在野黨

國會 職權 修法

參謀總長 立院

政論 節目 盯梢

參謀總長 梅家樹 演習

中國 盯梢 節目

FTNN新聞網
中天新聞網
民視
放言 Fount Media
覆議後仍提釋憲 國民黨團批「毀憲亂政就是民進黨」
[FTNN新聞網]記者孫偉倫/台北報導針對民進黨團26日以七大理由,針對國會改革—《立法院職權行使法》、《中華民國刑法》,總統已簽署公告的相關修正,正...
  • 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