德里首長獲准交保 可能衝擊印度大選選情
中央社.2024年5月10日 22:24

(中央社記者林行健新德里10日專電)一個多月前因貪汙案被捕的印度在野陣營重要領袖、首都德里首長克里瓦爾,今天獲准暫時交保。印度正在進行全國大選,外界密切關注形勢發展對選情的可能影響。

克里瓦爾(Arvind Kejriwal)是小老百姓黨(AAP)創黨人,現為德里國家首都轄區(NCT)首長,同時是在野政黨聯盟「印度全國發展包容性聯盟」(INDIA)的領袖之一。

他被指透過現已廢除的消費稅政策,向酒商收受高達10億盧比(約新台幣3億8400萬元)回扣,今年3月間遭印度執法局(Enforcement Directorate)逮捕。

由於印度於4月19日至6月1日舉行國會下議院選舉,6月4日開票,因此他的境況備受關注。

印度最高法院今天批准克里瓦爾暫時交保,直到6月1日,讓他可為AAP的候選人助選及拉票。但最高法院禁止他在保釋期間進入辦公室。

AAP發言人巴哈拉瓦吉(Saurabh Bharadwaj)今天向印度媒體表示,除了黨員和支持者之外,印度還有數以百萬計的民眾也一直盼望著克里瓦爾獲釋,「選情將被改變」。

雖然外界普遍相信,執政黨印度人民黨(BJP)再次勝選已無懸念,但有選舉觀察人士認為,BJP的選情恐怕沒有外界想象的樂觀,特別是印度並無可靠民調來判斷選情。

印度觀察人士分析,克里瓦爾被捕的時機帶來BJP「出奧步」的觀感,在導致部分中間選票流失的同時,也凝聚了原本四分五裂的在野陣營。如今他獲准交保並可站台助選,將可提振支持者士氣,特別是在AAP執政的地方。

觀察人士補充,BJP現階段競選策略主打印度教民族主義,候選人在造勢場合也著重於抨擊對手而非宣揚政績,例如經濟成長和國際地位提升,這樣的策略在一些選區可能已造成反效果。

台灣印度研究協會理事長、清大印度中心副主任方天賜今天也在臉書發文說,莫迪的支持度雖高,但未必能轉移到所有候選人身上;許多地方也有強力的草根型地方政黨,雖不能改變大局,但有蠶食BJP選票的效果。

方天賜寫道,莫迪戰戰兢兢到處輔選,言語也愈來愈激烈,可見選情還不容許躺著選。印度股市昨天大跌,原因之一是市場認為執政黨可能沒有原來預期的大勝。(編輯:馮昭)1130510

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

發表 演說

內閣 交接

郭國文 國會

賴清德 發表 演說

打造 台灣

中華 共和國

TVBS新聞網
新頭殼
TVBS新聞網
中時新聞網
就職演說! 總統用「中國」稱陸 英昔用「兩岸」
總統賴清德今天(5/20)發表就職演說,在兩岸論述上面,跟八年前跟就職的前總統蔡英文相比,賴清德措辭用字跟蔡英文並不相同,像是對大陸的用字,蔡英文過去是用「兩岸」代表,不過賴清德是直接用「中國」,學者分析,賴清德向北京拋出一根「略為削尖的木棍」,已把兩岸一邊一國的態勢逐漸明朗化!
  • 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