罷樑失敗 林右昌:基隆地方政治 從根本產生質變
中時新聞網.2024年10月13日 22:06

罷免基隆市長謝國樑案未通過,民進黨秘書長林右昌於臉書發文表示,這場選舉已完成深化民主功課,基隆未來的地方政治將產生質變。(徐佑昇攝)

罷免基隆市長謝國樑選舉未通過,前基隆市長、民進黨秘書長林右昌於臉書貼文表示,這是基隆有史以來第一次公民行使罷免權,也是完成深化民主的功課,林更指出,本次罷免投票率50.44%,對比過去相當高。林更認為,基隆的地方政治將從根本產生質變,進入一個新的歷史階段。

林右昌貼文表示,稍早罷免投票結果已經出來,這是基隆有史以來第一次公民行使罷免權,從第一階段與第二階段連署,到今天的投票,真的很不容易,要向所有公民團體、志工致上最高敬意,也要向所有選務人員跟警察同仁說聲辛苦了!

林右昌並列出高雄市長韓國瑜罷免案、桃園市議員王浩宇罷免案、高雄市議員黃捷罷免案、台中市立委陳柏惟罷免案等舉例,過去基隆不管是在總統大選或是縣市長選舉的投票率都是較全國平均為低的,但這次基隆罷免案投票率達到了50.44%,對比過去幾次罷免投票,算是相當高。

林右昌認為,這代表著基隆市民對此次罷免投票的關心以及公民意識的覺醒。特別是這次投票有非常多的年輕人專程返鄉投票,更是難得,也代表未來基隆不管是誰或是哪個政黨如果亂搞,「基隆人是會生氣的,是會站出來的!」

林右昌也批評,此次罷免案國民黨以總統大選的陣仗來對付地方公民團體,集全黨資源與力量救一人,但在如此龐大的壓力之下,仍有69934位公民站出來投下罷免票,比起第二階段連署的43000多份連署書還要多出27000人,跟罷免案達到門檻也只差約7000票,這已經是一個非常驚人的結果。

林右昌強調,一直以來他就說,罷免案其實並不是一場真正選戰,並沒有所謂的誰勝誰負,面對近7萬罷免民意,請謝國樑市長未來應該要重視傾聽,而非繼續漠視。

林右昌最後表示,雖然過程有許多波折,但我們仍舊順利完成了一次深化民主的功課,這是所有基隆市民大家共同的成就。從今天過後,基隆的地方政治將從根本產生質變,進入一個新的歷史階段。「這一點,其實才是最重要的!我愛基隆,基隆加油!」

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

朝野 僵局

罷免案 開票

罷樑 過關

罷樑案 投票

訪問 英國

罷免 身分證

民視
CTWANT
菱傳媒
中天新聞網
北檢打臉黃國昌「為何退出民進黨」說法 律師:不說謊皮會癢
即時中心/潘柏廷報導民眾黨團總召黃國昌昨(12)日稱,民眾黨祕書長周榆修11日被檢察官偵訊時,竟問他「為何退出民進黨?」。今日,北檢便發出新聞稿反駁,強調當時檢察官問周榆修「何時加入民眾黨」問題時,周榆修自己陳述何時、因何事退出民進黨,後加入民眾黨;北檢新聞稿一出,黃國昌的說法等同被北檢打臉。對此,律師林智群強調 「黃國昌真的一天不說謊,皮會癢」。
  • 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