民主黨大老示意 拜登退選可以讓賀錦麗「壓倒性獲勝」
太報.2024年7月7日 22:37
美國總統拜登在6月27日與川普進行電視總統競選辯論的畫面。路透社
美國總統拜登6月底在與川普的總統電視辯論會中,狀況極差,令民主黨人也質疑81歲的拜登可能真的已經老化到不適合繼續擔任總統。民主黨內部希望拜登儘快退選的逼宮聲浪愈來愈大,週日又有重量級的民主黨國會議員說,他認為拜登如果退選,改由副總統賀錦麗對陣川普,應可壓倒性獲勝。

曾經在川普擔任總統期間,領銜彈劾川普的民主黨眾議員謝安達(Adam Schiff,又譯希夫),週日接受美國全國廣播公司(NBC)新聞訪問時說:「我認為她(賀錦麗)可以壓倒性擊敗川普。」但謝安達同時也強調:「在討論替代人選有誰之前,我認為總統必須自己決定是不是要由他出馬。」

謝安達最後還補充說:「他(拜登)如果不能壓倒性獲勝,他就該考慮交棒給可以獲勝的人。」先前已經有多名民主黨眾議員公開呼籲拜登退選,但謝安達是至今表態議員中最重量級的人物。

此外,美國民主黨全國委員會(DNC)佛羅里達州委員柯登寧(Alan Clendenin)也在7日於社群網站X平台上發文,力勸拜登退選,由賀錦麗接棒。他寫說:「未來的歷史學家將會認為拜登是美國表現最好的總統之一,但是這場選舉關乎的是未來的四年,不是過去三年半的表現。」

賀錦麗目前依舊表示全力支持拜登,以拜登的副手身分參選2024年總統大選,尋求連任。但已經有相當的民主黨內部聲音認為,拜登退選,交給賀錦麗出馬應是最好的選擇。

距離11月的大選投票日只剩四個月,離民主黨正式提名總統候選人也只剩一個月。如果拜登要退選,找到替代人選出馬,時間已顯得相當緊迫。拜登在週五(5日)的電視訪問中依舊表現不佳,顯得健忘失言,搞混很多事實。包括《紐約時報》在內,立場傾向民主黨的重量級媒體都已經連聲呼籲拜登退選。

賀錦麗原本並不是被看好能代替拜登出征的人選。路透社與益普索市調公司(Ipsos)執行的比對性民調甚至顯示,前第一夫人蜜雪兒歐巴馬,才是民主黨真正能夠大勝川普的人選。

更多太報報導
上帝也無法阻止他口誤 拜登自稱「黑人女性」、「小時候當選總統」
已經把她視為假想敵!川普陣營猛攻賀錦麗
取代拜登熱門名單上一度沒有她 賀錦麗為何聲勢漸漲?

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

賴清德 致詞

陳水扁 切除 腫瘤

共軍 封鎖 台灣

山陀兒 淹水

晚會 江蕙 開唱

回應 祖國

TVBS新聞網
中天新聞網
中天新聞網
民視
藍綠比拚!總統提「祖國論」 韓問「多久沒愛國」
國慶晚會台北大巨蛋登場,不過卻出現了藍綠之間的煙硝味,總統賴清德和立法院長韓國瑜登台時致辭互別苗頭。總統拿出中華民國和中華人民共和國建國的年紀對比,高喊「中華人民共和國是絕對不可能成為中華民國人民的祖國」。另外,總統致辭中提「中華民國5次、台灣1次」。
  • 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