罷免謝國樑? 韓國瑜自嘲:他又沒去選總統
TVBS新聞網.2024年10月12日 20:02

基隆市長謝國樑罷免案,投票前的最後一個下午,藍營大咖接力助陣。除了台中市長盧秀燕、新北市長侯友宜,立法院長韓國瑜,也在最後關頭,陪同謝國樑進行「車隊掃街」,而韓國瑜甚至還自嘲,不知道為何謝國樑要被罷免,「他又沒有去選總統」,引起現場一陣笑聲。

圖/TVBS

立法院長韓國瑜:「為什麼要罷免這是最核心的問題,他貪汙了嗎(沒有),他腐敗了嗎(沒有),他懶惰了嗎(沒有),他去選總統了嗎(沒有哈...)去選總統你們還可以罷免他。」

韓國瑜語畢全場笑到不行,旁邊的謝國樑甚至假摔一下,因為院長你這句,虧的就是5年前的自己。

立法院長韓國瑜:「有幾流的人民,就會選出幾流的民意代表,我們基隆的市民朋友,全部來一起保護謝國樑市長好不好(好)。」

強調罷免沒正當性,搬出自己5年前的遭遇,起初一直沒答應的韓國瑜,投票前一天終於跟謝國樑合體,據悉因為韓國瑜原本全心籌辦國慶,直到11日上午找來幕僚商討後,才做出這個決定,也讓謝國樑受寵若驚。

基隆市長謝國樑:「昨天下午真的非常地開心,接到了韓辦來的電話,是不是基隆用最熱烈的掌聲,感謝歡迎我們韓院長好不好,(不同意罷免)。」

3個小時重複一樣的動作,看到的民眾卻很激動,還有民眾趁著等紅燈時間,衝到道路另一邊跟他握手。

投票前的最後關頭,台中市長盧秀燕也來到基隆,跟謝國樑兩人十指緊扣。

台中市長盧秀燕:「不但十指交扣而且要互相擁抱,這段時間他辛苦了。」

說得再多不如直接行動,藍營大咖紛紛出籠,有了禿子燕子,還有一個漢子遭在造勢晚會出動。

新北市長侯友宜:「謝國樑市長這麼認真一個好市長,我不同意罷免我們大家站出來。」

但不管是罷免還是反對罷免,投票時間從13日早上8點到下午4點,投票期間禁止宣傳,總選舉人數31萬797人中必須同意票高過不同意票,且跨越7萬7千7百票才能通過,不到24小時後,或去或留都將有個結果。

更多 TVBS 報導
網傳參加造勢晚會可領百元 謝國樑駁斥:會提告
朱立倫陪車掃! 謝國樑首度「請假」反罷免
藍白合!眾委挺謝國樑 喊「小草投反罷免」
罷免決戰時刻!固樑、罷樑火力全開 尬場向通勤族拜票

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

朝野 和解飯

北市府 發函 京華城

國民黨團 和解

覆議 原民

總統 賴清德

馬英九 大典

菱傳媒
三立新聞網 setn.com
台視新聞網
中時新聞網
分析/破局還是融冰?一場各自表述的「和解飯」 考驗三黨政治智慧
(記者張麗娜/台北報導)因山陀兒颱風擾局,朝野「和解飯」延後一周登場,然而兩個小時的飯局下來,藍綠白三黨對總預算的立場都未改變,朝野僵局依舊未解,淪為各自表述,未來如何發展,考驗朝野黨派領導人。
  • 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