高市早苗敗給石破茂!謝長廷揭「3原因」:日政界仍有人不能接受女首相
三立新聞網 setn.com.2024年9月28日 10:48

記者高逸帆/台北報導

謝長廷認為,日本仍有人不能接受女性首相(圖/高市早苗臉書)

▲謝長廷認為,日本仍有人不能接受女性首相(圖/高市早苗臉書)

日本執政黨自由民主黨昨(27)日舉行總裁選舉,經二輪投票最終由眾議員石破茂當選新任總裁,經濟安保大臣高市早苗落敗。對此,我駐日前代表謝長廷分析,高市早苗落敗有三個原因,第一,議員考量未來比較好選,投給民間聲望高的石破茂;第二,日政界仍有人不能接受女首相;第三,參拜靖國神社招來擔憂。

自民黨總裁選舉昨日登場,經濟安保大臣高市早苗在第一輪投票拿下最高票,得到72張國會議員票、109張黨員票;石破茂獲第二高票,拿下46張國會議員票,108張黨員票。由於2人票數皆未過半,進入第二輪投票對決。稍早結果出爐,石破茂以215票贏過高市早苗的194票,將成為下一任日本首相。

謝長廷昨透過臉書發文表示,石破茂出身鳥取縣,論述能力極強,受到一般國民歡迎,但在國會屬於小派系,難以得到多數支持,因此數次與總裁擦身而過,第五次參選終償夙願。

謝長廷指出,石破茂近年積極主動研究兩岸和台灣問題,曾經數度拜訪台灣和駐日代表處,擔任地方台日親善組織理事長,他離任時也有來參加日華議員懇談會舉辦送別會,誠意感人,對其當選總裁謹致上誠摯的恭賀之意。他期待未來能持續與台灣保持友善關係,維護地域的和平與穩定。

謝長廷分析,高市早苗在第二輪投票落敗,出乎很多人意外,原因可能有三個,第一,有些議員考慮未來選舉誰當首相自己比較好選,大多投給民間聲望比較高的石破茂;第二,日本政界還有少數人不能接受女性首相;第三,高市公開參拜靖國神社的強烈表態可能招來一些疑慮和擔憂,這些力量暗中聚集扺制。

謝長廷指出,高市早苗近年一直擔任政務官而無法訪問台灣,大家比較陌生,但其對台灣一直很友善,也是未來可以期待的重量級政治家,希望不要因此挫折而懐憂餒志。

更多三立新聞網報導
拋2行動改善護理師職場環境!賴清德笑談民進黨生日:為台灣主權努力
揭李文宗專門處理政商關係!林延鳳:柯文哲金流出現重大破口
與蕭美琴齊祝教師節快樂!賴清德談教育平權政策:政府會與老師共同努力
我國捐越泰緬各10萬美元!林佳龍:期盼加深台灣與東南亞國家的友誼

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

總預算 韓國瑜

建構 民力

石破茂 首相

郭智輝 請假 立院

死刑 合憲

郭智輝 請假

FTNN新聞網
今日新聞NOWnews
中時新聞網
中天新聞網
政院、立院龍頭昨喝和解咖啡 李彥秀讚:韓國瑜是百年難得一見的政治奇才
[FTNN新聞網]記者盧逸峰/台北報導為解決中央政府總預算案遭立法院卡關,行政院長卓榮泰昨日與立法院長韓國瑜喝過「溫暖的咖啡」。國民黨立委李彥秀大讚韓國...
  • 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