[舊聞] 民調／「拆樑」封關！54.83%「反對罷免」

rz2x 發表於 2025/7/14 上午10:40:09

看板HatePolitics標題[舊聞] 民調／「拆樑」封關！54.83%「反對罷免」作者

rz2x

(弗朗西爾我婆)時間Jul 14 10:40:09 2025推噓 7 推:7 噓:0 →:13

2.來源︰
三立新聞

3.完整轉錄標題
民調／「拆樑」封關！54.83%「反對罷免」謝國樑、投票率預估約4成

4.完整轉錄內容︰
https://attach.setn.com/newsimages/2024/10/02/4833502-PH.jpg

▲菱傳媒2日公布謝國樑罷免案民調，54.83%受訪者反對罷免；42.71%同意罷免。（圖／
翻攝自菱傳媒）

基隆市長謝國樑罷免案將在10月13日舉行，《菱傳媒》今（2）日公布封關民調預測，結果顯示不同意罷免比例為54.83%，同意罷免為42.71%，預估投票率落在40至45%。各年齡層中，60歲以上受訪者投票意願最高，達88.92%；20-29歲民眾有63.24%同意罷免，為全年齡層中最高。在基隆市各區中，除七堵區外各區皆有過半民意不同意罷免。

罷免案將於10月13日投票，根據《公職人員選罷法》，有效同意票數多於不同意票數，且同意票數達原選舉區選舉人總數1/4以上即為通過。換言之，需有76,979人投票同意罷免謝國樑，罷免案才算通過。

民調指出，96.75%受訪者知道罷免投票日期，進一步詢問受訪者當天會不會出門投票，表示「一定會去投」者有81.46%，「應該會去投」者有10.38%，「不會去投票」4.91%，另3.25%尚未決定。以年齡層來看60歲以上受訪者有88.92%一定會去投票，為全年齡層最高，其次為40-49歲（81.7%）、50-59歲（79.67%），30-39歲、20-29歲受訪者分別有76.32%與72.43%一定會去投票。分析指出，推估此次投票率可能落在40%至45%之間。

https://attach.setn.com/newsimages/2024/10/02/4833501-PH.jpg

▲菱傳媒公布民調指出，81.46%受訪者一定會去投票。（圖／翻攝自菱傳媒）

民調續指，就投票意向部分，有54.83%受訪者表示會投「不同意罷免」，42.71%會投「同意罷免」，2.46%尚未決定。若以「一定會去投票」族群來看，53.50%不同意罷免、45.91%會投同意罷免、0.58%尚未決定，至於選擇「應該會去投票」族群中，58.78%不同意罷免、32.82%同意罷免、0.58%尚未決定。交叉分析結果顯示，20-29歲、30-39歲基隆市民同意罷免比例分別為63.24%、52.63%，均高於不同意罷免者；40-49歲、50-59歲、60歲以上不同意罷免比例分別為51.91%、67.48%、64.04%，均高於同意罷免者。分析表示，青壯年人口支持謝國樑的比例高於年輕族群。

民調也指出，除七堵區以外，基隆市各區均有過半民眾不同意罷免，其中以中正區59.85%、中山區59.78%比例最高。七堵區則有50.00%市民同意罷免、48.80%不同意罷免。另對民進黨有負面黨性（即厭惡某一政黨）者不同意罷免的比例為92.63%，高於同意罷免的6.99%；對國民黨有負面黨性者同意罷免比例為91.11%，高於不同意罷免的6.35%；對民眾黨有負面黨性者同意罷免比例為69.61%，高於不同意罷免的27.38%。

民調稱。基隆市民對謝國樑的滿意度為44.45%（非常滿意21.95%、滿意22.50%），略高於不滿意度41.36%（不滿意13.63%、非常不滿意27.73%）。另外，支持或反對罷免的理由，民調顯示，不同意罷免的原因分別為：55.06%認同謝國樑推動的政策或施政方向、18.64%認為市府團隊或市政能力表現良好、6.79%認為市長形象良好、19.51%認為是其他因素；同意罷免的原因分別為：57.14%不認同謝國樑推動的政策或施政方向、18.92%認為市府團隊或是政能力表現差、19.29%認為市長形象不佳或有爭議、4.64%認為是其他因素。

該民調由《菱傳媒》委託皮爾森數據執行，問卷設計及調查顧問為台大政治系教授張佑宗，經費來源為《菱傳媒》，調查執行日期為9月23日至9月27日，針對基隆市年滿20歲以上之網路人口，有效樣本1321份，抽樣誤差在95%信心水準下，抽樣誤差為±2.70%。

抽樣方法採用網路主動發放調查方式，透過資料管理平台（DMP)，在性別、年齡與居住地比例分層隨機抽樣進行調查，並輔以網路行為分析帶入使用者輪廓標籤，確保符合調查對象的唯一性。同時針對使用者的性別、年齡與居住地的準確性採用網路行為與資料庫標籤比對方式，結合問卷題目設計做雙重認證，確保資料正確性與可靠性。樣本代表性與加權則採用比率估計法，母群體參數依內政部公布2024年7月民眾年齡、性別、戶籍資料，結合皮爾森數據DMP修正網路人口特徵值，逐項重複進行連續性修正，以使樣本特徵與母群體結構達到一致。

https://attach.setn.com/newsimages/2024/10/02/4833503-PH.jpg