柯文哲涉京華城弊案!國會首度藍白合 被問挺不挺柯藍營尷尬
三立新聞網 setn.com.2024年9月11日 09:15

記者魏汶萱、黃昕晟、林柏翰、許芷瑄/台北報導

民眾黨主席柯文哲官司纏身,讓政黨形象一落千丈。但國民黨立場顯得格外尷尬,因為揭發京華城案的正是北市議員,隨著立法院9月開議「藍白」依舊得延續上會期的合作,藍委顯得保守,昨(10)日下午藍白繼柯文哲案件後首度在國會合作,召開外送平台合併案公聽會,立委們避談敏感議題,但北市議員游淑慧爆料確實有黨內前輩關切,希望停手。

民眾黨立委麥玉珍VS.國民黨立委:「加油。」

Uber Eats宣布併購foodpanda,台灣外送平台成了立院「藍白合舞台」共同舉辦公聽會,但碰到柯文哲官司爭議,率先發難的還是藍營議員,藍委受訪前助理小心叮嚀。

國民黨立委楊瓊瓔助理:「討論關注法案,就是國會合作。」

國民黨立委楊瓊瓔:「針對民眾所需要,而且大家非常關注的議題,我們都會隨時來結合,民眾的權益不要再政治化。」

國民黨立委羅廷瑋:「沒有什麼藍白合,這就是為民服務啊,我想我們也歡迎綠營的一起加入。」

挺不挺柯先擺一邊,就怕讓出席藍委為難,民眾黨籍林國成也發聲,這一場並無顏色之分。

民眾黨立委林國成:「是一個針對議題的座談會,這跟藍營、綠營、白營沒有什麼直接關係。」

國會合作順暢,但北市議會藍營砲聲隆隆緊咬京華城案,召集人游淑慧吐心聲,黨內有人「關切」暗示收手,但身為召集人沒有放水的道理。

國民黨台北市議員游淑慧:「是不是有一些黨內長輩前輩,在這個案子裡面,給我一些關心跟關切,當然是有,甚至叫我不要查的都有,用挖苦的方式也有,然後我說我不當召集人,因為我又不是選區議員,但他們怕被民進黨當,所以又叫我當,那你叫我當又叫我放水,那你不是陷我於不義嗎?」

圖/翻攝自POP Radio聯播網 YouTube

藍營分兩派,國民黨前立委陳學聖也在臉書發文同情柯文哲面對司法的處境,但無法貿然相挺,原因很簡單「萬一很多話沒有說,到時證據被翻出來,挺錯怎麼辦?」。藍白為理念還是利益結合,昭然若揭。

無罪推定原則。(三立新聞網製圖)

更多三立新聞網報導
不少台灣人帶有APOE基因變異!權威醫:年輕就膽固醇超標,最慘恐失智
民眾捐款竟ATM存3兒女帳戶!檢廉視重要破口 陳佩琪涉洗錢供詞太驚人
柯文哲不抗告 相信他是清白的?最新網路民調曝光 7成6民眾一面倒
離奇巧合!柯文哲陶朱隱園獨會沈慶京 隔天訪美竟掉手機

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 派系

謝龍介 參選 台南市長

媒體 宣傳 預算

雲林 槓上 中央

民眾黨 支持度 下滑

賴清德 便當

EBC東森新聞
中天新聞網
中天新聞網
中天新聞網
沈慶京打「健康牌」!拒供實情與院檢拚毅力
沈慶京打「健康牌」!拒供實情與院檢拚毅力
  • 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