日本兵庫縣知事參選人創記錄 預料6人出馬角逐
中央社.2024年10月5日 15:42

(中央社記者戴雅真東京5日專電)日本兵庫縣議會9月通過對知事齋藤元彥的不信任案,隨後啟動選舉,目前預料有史上最多6人宣布出馬角逐,包括齋藤元彥本人,選情可能陷入混戰。

另一方面,自民黨的縣議會黨團在推薦候選人的時候態度反覆,先是放棄推薦,現在又決定繼續物色候選人。

無黨籍的齋藤2021年7月首次當選兵庫縣知事,當時以43歲的年齡成為日本第二年輕的知事之一。齋藤被職員告發涉及職權霸凌等問題,兵庫縣議會9月19日在議會開議首日,以86票全票通過了不信任決議案。

議會認為,齋藤因為職權霸凌的內部舉發引起一連串問題,已經「導致縣政嚴重停滯和混亂,無法免除他的政治責任」。知事選舉將於11月17日投開票。

日本電視台報導,46歲的齋藤元彥積極投入選戰,連續多日在車站前發表街頭演說。他表示,「這將是我個人真正的重新出發,雖然前路艱難,但我認為重要的是堅持走出屬於自己的路。」

截至目前為止,除了齋藤元彥之外,還有共產黨推薦的醫師大澤芳清、日本維新會的參議員清水貴之、前經濟產業省官員中村稔、前尼崎市長稻村和美,以及前加西市長中川暢三,共6人表達了參選意願,將打破兵庫縣知事選舉參選人數紀錄。

另一方面,主導不信任案,站在「打倒知事」前線的最大派別「自民黨縣議會黨團」卻態度反覆,先是在3日宣布放棄提出候選人,隔天又反轉。

自民黨兵庫縣議會黨團幹事長北野實3日表示,「儘管我們盡了最大努力去挑選適當人選,但最終決定不推出候選人。」北野還說,「我們選擇候選人時,考慮的是要讓縣民理解,能夠信賴並獲得選票的人選,但未能實現這一個目標。」

然而,黨團在4日就撤回前言。自民黨兵庫縣議員長瀬表示,「有一定數量的聲音認為『不應該放棄尋找候選人』,我想作為領導的北野幹事長沒辦法無視這些聲音。」

此外,根據黨內相關人士透露,有自民黨國會議員也提出「繼續尋找候選人」的意見。

長瀬表示,「我們也是一片混亂,還不清楚的事情太多了,雖然必須迅速做出結論,但目前還沒辦法得出最終結論,這就是現在的情況。無論如何,這次的選舉,首要任務就是避免前知事齋藤重新當選,這種最糟糕的情況必須被避免,這是我們最大的責任。」(編輯:高照芬)1131005

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

疑賴論 國際

罷免 謝國樑

美軍 雷神 抬價

巨蛋 晚會

颱風 標準

總預算 韓國瑜

中天新聞網
中天新聞網
新頭殼
中天新聞網
國際危機組織證實「疑賴論」 賴清德強硬立場加劇台海緊張情勢
前總統馬英九日前回母校美國哈佛大學發表演說提及,賴清德總統的「新兩國論」台獨宣言,已經引發美國政、商、學界疑慮,在國際上產生「疑賴論」。馬英九基金會執行長蕭旭岑昨(4)上節目也提到,從國際危機組織最新推出台海關係的報告中,能夠證實這點。
  • 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