柯文哲買商辦 連勝文:人設破滅難自圓其說
中央社.2024年8月26日 16:12

(中央社記者王承中台北26日電)民眾黨主席柯文哲拿總統選舉補助款購置個人辦公室,引發討論。國民黨副主席連勝文今天表示,一旦人設破滅的話,就很難自圓其說,要看柯文哲自己怎麼想,人設也是一種枷鎖,當大家習慣一個人設時,面臨改變的影響,當事人要去思考。

民進黨籍台北市議員林延鳳指柯文哲5月花新台幣4300萬元,購入立法院附近商辦。柯文哲今天說,民眾黨規定選舉補助款2/3歸個人,他參考其他總統候選人例子,用這筆錢設個人辦公室,是長期要用的。

連勝文今天接受網路節目「中午來開匯」專訪,對於如何評價柯文哲夫婦看豪宅、用政黨補助款購置4300萬商辦,連勝文指出,一旦人設破滅的話,就很難自圓其說。

他表示,要看柯文哲自己怎麼想,人設也是一種枷鎖,社會觀感要問柯文哲本人,當大家習慣一個人設時,面臨改變的影響,當事人要自己去思考。

有關柯文哲陷豪宅、查帳風波,連勝文表示,國民黨內部曾討論,在立法院有與民眾黨合作,因此國民黨不會在這時候,對現階段友軍落井下石,這是國民黨沒有公布的共識,他作為副主席就遵守這個方針。

連勝文指出,國民黨主席朱立倫出國前針對這事討論過,定調黨中央不會有落井下石的動作。國民黨不會合作又去背後捅人一刀,這不是國民黨的風格。

另外,國民黨主席明年改選,台中市長盧秀燕是否參選,備受關注。連勝文表示,不管是誰要選黨主席,都很棒,他也都尊重。但當選後,國民黨的所有花費,黨主席要埋單。

連勝文指出,這次總統大選補助款,總統候選人侯友宜全部捐給黨中央,但扣掉黨務花費,所剩無幾,可能還不夠,現在選黨主席已經不是願不願意,而是敢不敢的問題,真的是非常沉重的負擔。

對於馬英九文教基金會執行長蕭旭岑表示,黨主席參選總統是國民黨的慣例、傳統。連勝文說,如果黨內對盧秀燕有期待,應該讓盧秀燕自己想清楚。如果要讓盧秀燕選黨主席,進一步挑戰總統選舉,這也要盧秀燕自己願意才行。

連勝文指出,總統選舉是非常艱辛的過程,是否願意承擔這樣艱苦困難的大任,總是要當事人想清楚,謀定而後動。現在盧秀燕在台中市長做得好好的,為何一定要逼盧秀燕表態。他認為逼盧秀燕表態,等於打開一扇門,讓人可以攻擊盧秀燕;盧秀燕對台中市民有承諾,現在專心在市政上,才是最重要的事。(編輯:楊蘭軒)1130826

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

三軍 士官

檢廉 查扣 保險箱

國台辦 聲援

民進黨 介入 罷樑

柯志恩 高雄

民眾黨 柯文哲 禁見

獨家報導
中天新聞網
今日新聞NOWnews
TVBS新聞網
三軍士官聯合開學典禮 總統期勉保家衛國
獨家報導 記者張祥鈺/綜合報導 賴清德總統今日上午前往高雄出席「113年三軍士官新生聯合開學典禮」,期勉同學們 […]
  • 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