快訊/京華城議會調閱小組定調:財團特權
今日新聞NOWnews.2024年9月30日 12:17
▲北市議會京華城調閱小組最終會議,定調本案是「財團特權」。(圖/記者朱永強攝,2024.09.30)

[NOWnews今日新聞] 台北市議會京華城調閱小組今(30)日舉行最終會議,召集人游淑慧率領參與議員召開會後轉述記者會,並公布5大結論,報告最後更定調這是「財團特權,莫此為甚,令人痛心」。

游淑慧指出,由於京華城容積獎勵案歷時長且案情複雜,議會調閱小組共召開11次會議,調閱資料並約談相關人等,今天最終會議做成5大結論。

社民黨北市議員苗博雅報告,第一點、調查的結果中發現,柯文哲前市長明知京華城案正在行政訴訟程序,還是做出與市府訴訟策略相反的做法,指示都發局叫都委會研議容積獎勵,是衍生後續爭端的根本原因。二、都發局是主管機關、都委會是審議機關,本應秉持專業客觀立場,但柯文哲跟議員座談會期間,直接指派都發局跟都委會,還請副市長彭振聲擔任PM,已違反客觀公正立場,對個案干涉介入,非常不可取。

第三、京華城不是都更老舊建物,卻有三項自創容獎取得新增樓地板面積,本案行政程序容獎發放,已嚴重違反公益性跟對價性要求。第四、京華城是改建案,客觀上不適用都更容獎辦法,市府卻自創「準用都更」方式增加容獎,是台北市史上史無前例、且適法性也有非常嚴重的疑義。

苗博雅強調,綜合四點的第五點結論是,種種提高京華城榮講的手法破壞都委會跟都發局應有的客觀公正性,柯文哲前市長又簽準都委會為私人陳情案案研議都更獎勵,再由都委會球員兼裁判,自己研議自己通過容獎,最後再由柯文哲核定公告生效。回顧歷程就像一輛「特權特快車」,京華城行政法院明明打輸官司,市府已贏得訴訟,京華城卻透過不公不義的程序取得容積獎勵,一般升斗小民的老屋都更是望穿秋水,不是老屋的京華城卻量身打造,「財團特權,莫此為甚!令人痛心!」

更多 NOWnews 今日新聞 報導
京華城案查出行賄火燒民眾黨?黃國昌稱議員想羅織入罪
黃帝穎預測柯文哲收賄成罪機率高 黃國昌辣嗆「綠營打手」
最新民調曝!柯文哲不信任度逾6成 過半民眾認為他會坐牢

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

賴清德 飆罵 將官

林右昌 謝國樑

黃紹庭 浮報 助理費案

賴清德 怒罵 將官

民眾黨 威京 獻金

颱風 山陀兒

三立新聞網 setn.com
今日新聞NOWnews
TVBS新聞網
中時新聞網
賴清德茶會罵將官?吳思瑤澄清「沒有的事」 曝他20年只為1事動怒過
外傳總統賴清德在8月出席國防部晉任將官茶會時,因不滿將官見到他時仍坐著而動怒,民進黨團幹事長吳思瑤今(30日)受訪表示,總統府、國防部都已經清楚澄清,絕對沒有立威、動怒,希望事實回歸事實,沒有的事不要以訛傳訛。此外,吳思瑤也透露,賴清德最動怒的一次,就是在國民黨程序委員會國會多數時,一直擋下台灣軍購預算,「這是我認識賴清德20年,第一次看到他動怒,但他為的是國家福祉與台灣防衛安全。」
  • 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