報告:中共黨大於法 人大制度難以疏通社會矛盾
中央社.2024年10月3日 17:34

(中央社記者李雅雯台北3日電)陸委會最新一期「大陸與兩岸情勢簡報」指出,中共黨大於法、為黨立法,人民代表大會制度難以有效反映、協調社會需求,社會矛盾未能獲得有效疏通,社會潛在不滿情緒可能加劇。

大陸委員會(陸委會)官網釋出9月份大陸與兩岸情勢簡報,這份委外撰述簡報對於中國大陸全國人民代表大會(人大)成立70週年、人民政治協商會議(政協)成立75週年提出觀察。

簡報指出,中共領導人習近平提出「全過程人民民主」概念,試圖強化人大的國家治理角色,不過人大實際運作仍是執行中共指令的「橡皮圖章」,人大代表選舉由黨控制、沒有競爭性。

簡報提到,人大制度在習近平領導下獲得發展機遇,不過由於側重黨的領導,出現「黨大於法、為黨立法」現象,難以有效遏制權力濫用問題,導致地方治理中的法治漏洞與腐敗問題依然存在,未來將持續影響制度的功能發揮和國家治理的穩定性。

簡報指出,習近平強調「依法治國」,不過黨向來透過人大立法將政策合法化,削弱人大的獨立性和法治意義;人大代表選舉形式化,不能真正反映廣大民眾利益,人大決策最終集中於黨中央,更多的是黨內協商的延續,不是獨立民主機制。

簡報並指出,伴隨社會多元化發展,經濟、社會、文化漸趨複雜多樣,如何透過人大制度有效地反映、協調社會需求,將成為中共一大難題。「由於人大代表性不足,社會矛盾也難透過這一制度得到有效疏通,社會潛在的不滿情緒可能加劇。」

關於政協成立75週年,簡報提到,在習近平時期,政協職能有明顯調整,包括政治培訓、宣傳和調查研究功能的強化,目的在於提升各界對於政治方向的掌握度、推進更廣泛的統戰工作、深入基層民情蒐集。

簡報指出,在習近平時期,政協功能不僅在於對內進行社會整合,還有為黨進行更廣泛的宣傳和思想工作;對外彰顯具有特色的政治制度與西方較勁。政協從過去吸納黨外份子、展現包容、實踐統戰工作的角色轉為「為政權服務」機器。(編輯:楊昇儒)1131003

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 將官 立威

醫院 火警

韓國瑜 和解飯

賴清德 徐榛蔚

顧立雄 將官 茶敘

調漲 電價

民視
中廣新聞網
三立新聞網 setn.com
民視
在野緊咬賴清德動怒立威 吳思瑤3件事分析:他「超派又帥」
即時中心/詹詠淇報導有媒體報導稱,總統賴清德日前出席國防部晉任將官茶會時,怒罵「看到三軍統帥為什麼不站好?」儘管國防部已嚴正駁斥,國防部長顧立雄也還原當時情況強調,沒有任何摔東西跟立威的事情,但在野仍緊咬,稱賴清德在「立威」。對此,民進黨團幹事長吳思瑤今(3)日以3件事分析,指出台灣面對內憂外患,「有為有守、該派就派」是國人對國家領導人的期待, 賴清德偶爾的「超派又帥」讓她刮目相看。
  • 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