從政43年! 石破茂20多歲踏入政壇 第5度挑戰黨總裁終成功 對台友好
新頭殼.2024年9月27日 16:56

石破茂在競選日本自民黨總裁時發表談話。(資料照)   圖 : 翻攝自日新說

[Newtalk新聞] 石破茂(Shigeru Ishiba),生於 1957 年 2 月4 日,東京人,成長於鳥取縣,政治世家出身,父親曾任鳥取縣知事及內務建設大臣。自慶應大學法律系畢業後,他於 1979 年進入三井銀行工作,1981 年因父親去世決定踏入政壇,1986 年當選眾議員,至今已連任 12 屆。

石破茂在政壇的經歷相當豐富,曾多次入閣,歷任防衛廳長官及防衛大臣,還曾擔任農林水產大臣。他在 1993 年因支持對宮澤內閣的不信任案而一度退出自民黨,1997 年重新加入。2002 年首次入閣後,他的政治生涯迅速上升,於 2015 年成立自己的派系「水月會」,致力於成為日本首相,四度參選自民黨總裁卻屢遭失利,特別是 2012 年和 2018 年均敗給安倍晉三。

石破茂的政治主張側重於地方經濟與社會問題,他提倡「新資本主義」並關注農業、女性及服務業的發展。此外,他對於國際關係持有明確立場,主張建立「亞洲的北約」,以應對中國及北韓的安全威脅。在與台灣的關係上,他多次造訪台灣,與蔡英文及賴清德會晤,強調台日應在面對中國威脅時達成共識,表現出對台灣的友好姿態。

而石破茂在自民黨總裁選舉中有兩位強力競爭者:高市早苗及小泉進次郎。高市以強硬的中國政策和友好的台灣立場而受到關注,小泉則以其年輕形象和改革主張吸引選民。

不過,於今(27)日的日本自民黨總裁(黨魁)選舉舉行國會議員投票,五度挑戰的石破茂已確認在決選第二輪以 21 票差距擊敗高市早苗,成為總裁及當然的準日本首相,達成自己的夙願。

查看原文

更多Newtalk新聞報導
謝步智觀點》趁美大選顧忌多 以色列「北方之箭」連環4波絕殺 誓滅真主黨
謝步智觀點》普丁用烏東2州換烏軍不打遠程導彈? 恐怕只是耍詐緩兵之計

石破茂(左)對台關係友好,外交部長林佳龍在外交部款宴石破茂訪團一行。(資料照)   圖:翻攝自林佳龍臉書

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 全勤令

郭智輝 立法院會 請假

中國 新造 核潛艦

建構 民力

社會 防衛 韌性

黃紹庭 浮報 助理費

民視
今日新聞NOWnews
中天新聞網
TVBS新聞網
藍委「點名」綠委出席率 吳思瑤:吃飽太閒?
即時中心/詹詠淇報導民進黨主席賴清德日前對立法院民進黨團下軍令,要求院會全員參與,國民黨立委陳玉珍、徐巧芯今(27)日就自製點名板,替民進黨「點名」。對此,民進黨團幹事長吳思瑤說明,今日黨團是乙級動員,非甲級動員,該出席的委員都有到場,民進黨團的運作輪不到國民黨來管。民進黨團沒有應徵助理,就算徐巧芯、陳玉珍想跳槽,「我們也不歡迎」,國民黨吃飽太閒,怎麼不好好審預算呢?
  • 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