批侯「好好做代誌」都空話 卓冠廷強力監督誓做政府防腐劑
新頭殼.2022年11月18日 20:51

卓冠廷強調自己願意衝鋒陷陣,成為勇敢監督講實話的民意代表。   圖:翻攝自卓冠廷辦公室

[新頭殼newtalk] 新北市選舉委員會今( 18 )日舉辦第八選區(土樹三鶯)市議員選舉電視政見發表會,民進黨議員候選人 17 號卓冠廷砲火猛烈,認為新北市議會監督的力量不足,強調自己願意衝鋒陷陣,成為勇敢監督講實話的民意代表,唯有強力監督,才是政府最好的防腐劑。

卓冠廷認為,新北市從台北縣時代到現在,71 年來歷經 19 屆議會,始終都由國民黨獨大,議長也都是國民黨籍,久而久之,監督的能量就被削弱了。

導致「恩恩案」議員們只是要一個行政報告,卻在議會被國民黨議員們封殺,沒有真相,也不用咎責,讓新北市府的行政獨大,有恃無恐,包括三重警察打人、保安市場淹水,侯友宜都不道歉。

卓冠廷聲明,自己絕對不會當一個乖乖牌議員,人民用一張張的選票,把監督的權力賦予給議員,議員就應該做好監督行政權的工作,這是身為民代最核心,最基本的責任。

卓冠廷表示,議員不應該被市政府的行政資源給綁架,建設是市政府本來就應該做好的事情,冠廷要做的議員是,要正確的反映民意,監督市政,冠廷會本持著專業,針貶時事,監督我們新北市的預算和執行進度。

卓冠廷強調,土樹三鶯,已經成為北北桃竹生活區的中心,甚至是新北市串連桃園市的重要樞紐,是全國人口最多的選區,有62萬的人口,重要性顯而易見。

土樹三鶯應該被建設成新北市最宜居、最有活力的都會區,但市府卻始終不把土樹三鶯放在優先順位,一直都用傳統的思維,把這裡定位成一個邊陲地帶。

卓冠廷的政策三支箭,把增加公園綠地、電纜地下化改善市容、社福政策不能再比桃園差,列為優先督促市府做事的重點目標。

卓冠廷保證,未來對於新北市政府每一條政策,每一項工程,每一筆預算,都會全心全意的去了解,去準備,會用清楚的資料,明白的證據,有憑有據的在議會質詢,要讓行政單位知道,新北市府不能夠再像過去那樣,打壓不聽話的議員,藐視議會的監督。

更多新頭殼報導
周春米選前衝刺萬人到場 賴清德站台譽:溫柔專業的縣政舵手
劉世芳南北趕場 為鄭運鵬站台 心繫左楠子弟兵黃偵琳

卓冠廷表示唯有強力監督,才是政府最好的防腐劑。   圖:翻攝自卓冠廷辦公室

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

媒體 宣傳 預算

謝龍介 參選 台南市長

凍結 總統府

雲林 中央

中國 偷渡客

白委 凍結 總統府

品觀點
TVBS新聞網
信傳媒
三立新聞網 setn.com
藍嗆政府撒幣 豢養特定媒體 卓榮泰:不允許集中標案
中央政府總預算明年宣傳費大幅增加,國民黨立院黨團書記長林思銘今(16)日指出,從蔡政府到賴政府,都讓特定媒體綁標、質疑政府豢養媒體及網軍,粉飾施政狀況,表示將嚴審相關預算。資深媒體人趙少康批評,民進黨不但沒有退出媒體,而且是加倍進入媒體。
  • 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