藍白擋下中央政府總預算!許淑華批蔣萬安「事不關己」:應捍衛市民權益
三立新聞網 setn.com.2024年9月27日 15:22

記者楊士誼/台北報導

許淑華表示,要強烈譴責藍白立委,「退回不審是非常失職的行為!」(圖/翻攝自許淑華臉書)

▲許淑華表示,要強烈譴責藍白立委,「退回不審是非常失職的行為!」(圖/翻攝自許淑華臉書)

114年度政府總預算遭立院在野黨團聯手退回,台北市長蔣萬安也回應,中央政府必須要聆聽民眾的心聲。台北市議員許淑華今(27)日質疑,「蔣萬安卻一副事不關已的態度」,批評蔣不站在民眾立場爭取,而是「隨著藍白立委起舞」;許淑華呼籲蔣萬安應爭取預算,捍衛市民權益,也呼籲藍白立委應就實質內容審議,而非退回不審。

許淑華表示,藍白聯手退回政府總預算,嚴重影響人民權益,「蔣萬安卻一副事不關已的態度」。她指出,中央總預算不僅包含地方建設的「統籌分配款」,也涉及軍公教調薪、癌症新藥給付及偏遠教育等預算。攸關北市地方建設的統籌分配款,依財政部公告,北市預計獲得707億元,位居六都第一。

許淑華續表示,「令人遺憾的是,這麼龐大的預算,面對同黨立委的政治動作,蔣萬安沒有站在市民的立場,盡力發聲,為民爭取福利,而是跟著藍白立委起舞」。許淑華也直言,要強烈譴責藍白立委,「退回不審是非常失職的行為!」許淑華說,政府預算送到立院,立委本應好好溝通、監督行政單位,運用專業,就實質內容進行審議,讓行政單位可以提出符合全民福祉的預算規劃。而藍白卻選擇用退回不審的政治動作,影響社福、教育與地方補助款的預算,讓明年無法順利撥款執行業務,「這不是身為民選立委應有的態度」。

許淑華批評,蔣萬安、藍白立委們「只會說一套、做一套,在選舉的時候塑造自己為民服務的形象。但在他們心中,政治利益遠比全民福利來得更重要」。許淑華呼籲,蔣萬安應爭取預算,捍衛市民權益,而藍白立委應就總預算實質內容審議,而非退回不審,損害全體國民的重要權益。

更多三立新聞網報導
喝咖啡提升性能力!研究:日飲「這杯數」效果最好
藍白聯手退回總預算…是否影響補助款?盧秀燕:是兩回事
台電千億撥補預算無法審議!賴瑞隆喊話朝野立委支持:不要杯葛
藍白擋總預算卡地方建設?蔣萬安籲中央聆聽心聲 侯友宜:期待雙向溝通

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

郭智輝 立法院會 請假

建構 民力

黃紹庭 浮報 助理費

封殺 總預算案

賴清德 全勤令

社會 防衛 韌性

中天新聞網
EBC東森新聞
信傳媒
今日新聞NOWnews
經長郭智輝本週立院院會全都告假 韓國瑜看不下去這樣說
民進黨主席、總統賴清德日前才下軍令狀,要求所有黨籍立委會議「全勤」,結果今(27)日立法院不只綠委僅21名出席,就連內閣中也有4名部長請假,其中經濟部長郭智輝本週2次院會全都請假。立法院長韓國瑜也看不下去,今天在院會當場宣告,除了迫切公務需要親自處理外,部會首長不宜請假。
  • 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