選罷法修法明再戰! 藍營急轉彎"提高罷免門檻"不排案
民視.2024年7月8日 06:16

政治中心/台北報導

立法院內政委員會明日繼續排審選罷法修正草案,根據最新議程,國民黨立委許宇甄提高選罷法門檻的版本已被抽掉,改主審原住民選舉相關法案以及民進黨立委吳秉叡的連署加嚴版本。但民進黨團幹事長吳思瑤指出,吳秉叡都撤案了,國民黨還拿他的版本,居心叵測。

內政委員會外的布告欄,已經張貼新一周議程,兩個黨團也都發甲動,但時間保密,藍營開轟,上周綠營佔主席台、不讓議事人員跟著召委換會議室,是當家鬧事。

國民黨團書記長洪孟楷說「好好地就理論理開會,如果民進黨還是用惡意、暴力杯葛,並傷害議事人員人身安危的話,我們絕不允許。」
民進黨團幹事長吳思瑤說沒收人民權力的議案一定要全力阻擋,我們還是全員到齊,至於動員時間是最高機密,他們要做的是將許宇甄的提案正式撤案,而不是明天暫時不排案。」

選罷法修法明再戰! 藍營急轉彎「提高罷免門檻」不排案
內政委員會。(圖/民視新聞)


議事策略,藍綠諜對諜,但藍營改變方向,外界質疑的拉高門檻先暫緩,改加嚴連署審查,更要拿民進黨立委吳秉叡的提案版本來用,強化修法正當性。

國民黨立委牛煦庭說「國民黨團罷免門檻這件事沒有預設立場,也沒有時間表,既然爭議很大那就不處理,相對來講罷免程序、原住民權益方面,這總可以討論了吧,奉勸民進黨同事,不要用奧步、怪招逃避討論法案的責任。」
吳思瑤說「明天如果寄生吳秉叡提案,可是未來如果到院會,吳秉叡的案不在了,那就會變成非常荒謬,提供身分證正反影本或者提高整個投票門檻,這2議案我們都認為變相沒收,人民罷免的權力。」

選罷法修法明再戰! 藍營急轉彎「提高罷免門檻」不排案
內政委員會混戰。(圖/民視新聞)


從國會擴權法到選罷法修法,國民黨一再侵害人民權利的作為,不但民進黨不齒,基進黨更砲轟這是惡奴欺主,喊話全民一起守護台灣民主。

原文出處:選罷法修法明再戰! 藍營急轉彎「提高罷免門檻」不排案

更多民視新聞報導
網媒報連署書被退件?誰放消息?周永鴻:拆樑認知戰已經開始!
凌濤式連連看!童子瑋是假想敵?洪申翰:國民黨對謝國樑沒信心!
罷樑連署書要補件 議員酸:還以為基隆選委會是部隊整人法

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 致詞

罷免 謝國樑

晚會 江蕙 開唱

賴清德 避唱 國歌

山陀兒 淹水

共軍 封鎖 台灣

TVBS新聞網
中天新聞網
中天新聞網
民視
藍綠比拚!總統提「祖國論」 韓問「多久沒愛國」
國慶晚會台北大巨蛋登場,不過卻出現了藍綠之間的煙硝味,總統賴清德和立法院長韓國瑜登台時致辭互別苗頭。總統拿出中華民國和中華人民共和國建國的年紀對比,高喊「中華人民共和國是絕對不可能成為中華民國人民的祖國」。另外,總統致辭中提「中華民國5次、台灣1次」。
  • 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