華茲籲美選廢除選舉人團制!改為全民普選
今日新聞NOWnews.2024年10月10日 15:39

▲距離美國總統大選只剩不到一個月,民主黨的副總統候選人華茲(Tim Walz)公開呼籲美國總統大選應該廢除現行特殊的選舉人團制度,改為全民普選。資料照。(圖/美聯社/達志影像)

[NOWnews今日新聞] 距離美國總統大選只剩不到一個月,民主黨的副總統候選人華茲(Tim Walz)公開呼籲美國總統大選應該廢除現行特殊的選舉人團制度,改為全民普選。華茲近期已經多次宣揚他支持全民普選的理念,然而,賀錦麗(Kamala Harris)陣營對此卻低調以對,重申廢除選舉人團制並非此次大選的議程,無意節外生枝,賀錦麗還提醒華茲,「說話的方式需要更加小心」。

根據《衛報》報導,華茲近日在競選場合上多次倡議全民普選,更直言「我想我們所有人都知道,選舉人團制度需要取消」。美國特殊的選舉人團制度,導致在全國選民中得到最多票的候選人未必能勝選,讓選戰結果高度取決於少數幾個搖擺州,華茲認為這樣的情況並不正常,「這不是我們所處的世界」。

華茲對選舉人團制度的擔憂也突顯了一個現實,賀錦麗在全國民調中以小幅但穩定的優勢領先川普,但若將民調範圍限縮到少數幾個搖擺州,則兩人幾乎不分上下。川普完全有機會重演2016年大選的結果,當時川普在全國普選票落後近300萬張的情況下,依舊憑藉選舉人團制度擊敗了希拉蕊。

然而,華茲的言論也引起川普陣營反擊,批評華茲的主張是不尊重美國憲制,諷刺反問華茲「為何如此討厭美國憲法?」

賀錦麗在2019年曾說,對於選舉人團制度的改革與否持開放態度,但她本人之後就未再針對此議題表態。賀錦麗陣營則表示這問題不屬於本次大選民主黨議程的一部分,不願讓選舉人團制度的相關討論在選戰最後時刻成為干擾雜音。

更多 NOWnews 今日新聞 報導
美選關鍵倒數!變裝皇后妮妃雅籲挺賀錦麗:台灣需要很包容的美國
賀錦麗首曝持「克拉克手槍」!屢談大膽用槍 紐時揭她立場轉彎
影/賀錦麗外交核心概念與拜登差異在哪?歐逸文點出「法治」關鍵

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

陳水扁 出席 國慶大會

升旗 典禮

馬英九 出席 大典

共和國 代表 台灣

罷免 謝國樑

賴清德 演說

民視
壹蘋新聞網
民視
太報
馬英九臨時反悔不去國慶大會 綠議員狠酸:恐在為馬習三會鋪路
即時中心/顏一軒報導總統賴清德5日出席大巨蛋國慶晚會時,發表一席以年紀區別中華民國與中共的「祖國說」引發熱議,就連英國《衛報》(The Guardian)都在官網轉載《路透社》(Reuters)的報導加以推廣,但前總統馬英九相當不滿,今(10)日重批賴總統主張新兩國論,追求台獨,嚴重違憲。對此,民進黨台南市議員蔡筱薇就批評,馬可能還活在過去「馬習會」的粉紅泡泡,此次政治舉動恐是在為「馬習三會」鋪路。
  • 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