影/「我覺得他很恨我」謝國樑納悶綠營何必瘋狂炒罷免基隆市長 林右昌回應了
中天新聞網.2024年10月12日 15:49

李奕緯/綜合報導

基隆市長謝國樑罷免案投票明(13)日舉行,他日前在媒體專訪中稱,前任市長、民進黨秘書長林右昌操作罷免案「我覺得他很恨我」,林右昌今(12)日對此回應。

林右昌12日受訪。(圖/中天新聞)

林右昌今日出席新北市板橋區接雲寺首次遶境,媒體聯訪時被問到怎麼看謝國樑說:「我覺得他很恨我。」林右昌表示:「呵呵,我想他真的是想太多了,如果做得好,根本不會有拆樑,是因為一連串市長施政市民沒辦法接受,包括Gogoro、防疫慰問金跳票等,還有種種市政離譜,以及他自己的發言,並不是如他所說只是東岸商場事件,那只是導火線,其實還有其他讓市民憤怒的事情累積在前面,所以才有這次罷免案。」

林右昌批謝國樑:「他一直用選舉、政治思維來回應公民團體,當然民眾沒辦法接受。國民黨在選戰策略上面,就是鎖定我個人及前市府的政績,來進行扭曲跟抹黑,因為罷免跟選舉不一樣,罷免沒有候選人,所以他鎖定我或前市府來進行政治操作的,目的就是要去凝聚傳統國民黨支持者出來投顧樑選票。所以我想謝國樑接受訪問所說的其實並不是事實,還是應該回歸到市政上,回應公民團體對他的質疑,我想才是正辦。」

謝國樑力抗綠營炒作罷免。(圖/中天新聞)

林右昌稱:「明天還是要鼓勵所有的基隆市民大家踴躍出來投票,特別是支持進步的、改革力量的民眾,應該要出來投票,不管明天投票的結果如何,其實公民團體都已經寫下了歷史,因為這是有史以來第一次公民團體因為對市長施政不滿意自覺性地發動罷免的行動,這代表了基隆公民力量的覺醒,未來不管哪一個政治人物如果在地方亂搞的話,我想民眾是很難接受的,這一點站在民主發展、民主深化的角度,大家都應該正向地看待這次的罷免案,期待大家踴躍出來投票,因為這是公民力量的展現。」

延伸閱讀
影/「曹興誠驚天一跪!?林右昌剃頭!?」謝寒冰預言罷樑晚會壓軸高潮戲碼
林右昌要謝國樑為東岸商場道歉 國民黨回應:對不起傷了你的玻璃心
影/罷樑與反罷樑團體爆發口角!新黨開發財車踢館隔空對峙

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

北市府 發函 京華城

和解飯 卓榮泰

國民黨團 和解

馬英九 大典

朝野 和解飯 登場

禁伐條例 覆議 原民

壹蘋新聞網
三立新聞網 setn.com
FTNN新聞網
民視
京華城沒停工挨轟「沒魄力」 李四川曝原因大嘆:公僕難為
【陳靜文/綜合報導】京華城弊案偵辦越演越烈,台北市前市長柯文哲、威京集團主席沈慶京等人仍遭羈押,外界紛紛質疑台北市政府為何不勒令正在興建中的「京華廣場」停工?甚至批評蔣萬安市府沒魄力。對此,台北市副市長李四川親上火線回應了,他指出依現有法令,市府最多僅能不予「施工勘驗」,沒一條法令可依據馬上停工,並無奈大嘆「公僕難為」。
  • 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