劉世芳點名基隆未通報撤離狀況 林沛祥:明顯政治操作意在罷樑
中天新聞網.2024年10月3日 17:19

內政部長劉世芳今天(3日)上午在中央災害應變中心兩度點名基隆未撤離民眾,要求各部會跟基隆市確認狀況。國民黨基隆市立委林沛祥認為,劉世芳此舉很明顯地是政治操作,因為10月13日基隆就要舉行罷免投票,今天明確點名要求基隆盡快撤離,若基隆順應要求是行政怠惰、若不順應中央要求,則一切問題都是基隆市府的不作為。

基隆市立委林沛祥。(圖/取自林沛祥臉書)

根據中央氣象署最新資料顯示,第18號颱風中心已於今天(3日)12時40分左右於高雄小港附近登陸,下午16時的中心位置在北緯 22.7 度,東經 120.5 度,即在高雄的東北方約 20 公里之處,以每小時7轉4公里緩慢速度,向北進行。

對於劉世芳點名基隆未通報撤離狀況,基隆市政府不做回應,僅表示目前市府全力救災。不過,據了解,基隆市目前因為風災撤離的民眾,均非住在土石流潛勢區的民眾,而是自願撤離的。

因此,透過基隆市各區公所個別申報,才導致實際撤離與通報有時間差。中央災害應變中心今天稍早已接獲基隆市災害應變中心轉達目前的實際狀況。

對於劉世芳兩度點名基隆市政府,林沛祥認為,是有其政治操作的目的,不管先前總統賴清德點名花蓮,或是劉世芳點名基隆,都是同一件事情。

林沛祥指出,若真的想下指令,也應先關心受颱風嚴重影響的南部地區,而非躲在應變中心「看圖說故事」,坐在辦公室裡「站著說話不腰疼」,這只會證明民進黨只會選舉、不會治國,政治操作的用意,是想影響10月13日的罷免投票。

林沛祥說,民進黨不尊重專業、不尊重第一線的防災人員,已經不是第一次,民進黨的政治人物看圖說故事下達各種指令,反正各縣市在第一線,你們就好自為之;躲在後面用資料說話,再加進政治考量,不顧民間疾苦,這樣太不道德了。

林沛祥強調,前任的國家元首,無論是馬英九、蔣經國還是李登輝,遇到這樣的天然災害,無不是詢問各縣市需不需要中央協助,而非在中央指手畫腳,因此劉世芳的發言百分之120是政治考量。


 

延伸閱讀
不斷更新/山陀兒侵台淹水災情最新!基隆港旁民宅「我家門前有小河」
一天慘淹2次!基隆調和街泥水灌醫院 山坡崩塌土石流沖社區
民進黨基隆市議員在積水街道拍片「溯溪」 施偉政炒作罷樑反挨轟:災情當兒戲

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

雷神 軍售

醫院 火警

韓國瑜 和解飯

賴清德 徐榛蔚

顧立雄 將官 茶敘

調漲 電價

FTNN新聞網
中天新聞網
中廣新聞網
民視
國防真相「官多兵少」?盧德允:大缺人!旅向營借兵補人 才能下基地訓練
[FTNN新聞網]記者陳弘志/台北報導根據資深媒體人,也曾擔任國防部視察職務的盧德允在《盧德允視察中》YT頻道透露,國軍當前是「軍官多、兵少」的怪象,曾發...
  • 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