[新聞] 你家立委4年來為哪些議題發聲？各黨立
1.媒體來源:《報導者》 ｜ The Reporter
2.記者署名:
文字／簡毅慧
攝影／何柏均
設計／江世民、黃禹禛
數據分析／簡毅慧；核稿／何榮幸；責任編輯／柯皓翔、黃鈺婷、汪彥成
3.新聞標題:
你家立委4年來為哪些議題發聲？各黨立委質詢主題有何差異？馬上查閱每位立委5大關注議
題
4.新聞內文：Data Reporter》
你家立委4年來為哪些議題發聲？各黨立委質詢主題有何差異？馬上查閱每位立委5大關注議
題
https://i.imgur.com/QsjwtLc.jpeg
（攝影／何柏均；設計／江世民）
「房價上漲多少你知道嗎？」「核三什麼時候除役？」「我堅決反對萊劑美豬！」這些都是
本屆（第10屆）立委曾在院會、委員會質詢時談過的主題，4年來你的選區立委最關心什麼
議題？哪些立委為你關注的議題發聲？《報導者》檢視本屆立法院第1至第7會期公報所有內
容（截至2023年12月中旬，第8會期公報尚未完整公布），自3,809萬字的逐字稿中歸納出17
8項主題，並製作立院議題儀表板，讓讀者可以馬上查閱每位立委最常討論的5項議題。
綜合來看，「居住正義」、「萊豬進口」與「原住民族參政與權益」是本屆立法院最熱門的
話題。但各黨立委常發聲的議題不盡相同，綠營立委發言著重內政資源分配、藍營立委則聚
焦國際、經貿議題，台灣民眾黨立委最常討論的議題多與藍綠相同，時代力量立委以交通與
環境政策為主，台灣基進立委發言則集中在國防外交。
2023年12月19日，本屆立法院最後一次院會落幕（註），代表第10屆立法委員在立院的職務
已劃下句點。立委在國會殿堂中有兩項重要職責：審查議案、聽取行政部門報告並質詢，《
報導者》從本屆立委過去3年半在立法院的發言內容，觀察每位立委最常針對哪些議題發言
，提供給所有選民做為參考。
我們怎麼分析資料？
立委一屆任期4年、8個會期，截至2023年12月20日，立法院尚未上傳第8會期完整公報，因
此《報導者》Data小組蒐集本屆立法院第1會期至第7會期的院會、委員會、黨團協商、討論
事項的公報文檔，裡面包含120位立委（含離職、補選、遞補）的發言逐字稿。
扣除書面質詢、主席發言，我們將同一會議中單一立委的發言整併為1筆資料，在專家的協
助下，《報導者》採社會科學研究中常見的文字探勘取徑「LDA（Latent Dirichlet Alloca
tion）主題模型」，將資料初步分類為200個主題，經過與各領域專家討論、人工過濾及整
併，最終確立178個顯著主題，以此進行深入分析與討論（詳細方法論請見文末）。
重點1：本屆立院最熱話題：居住正義、萊豬進口、原民參政與權益
https://i.imgur.com/pUqM8Ba.jpeg
高房價、租屋黑市、社會住宅不足等居住正義議題近年爭論不休，成為各政黨的攻防焦點。
根據內政部最新數據，台灣的房價所得比達9.82倍，即一個家庭要不吃不喝近9.82年才買得
起房子，遠遠超過世界銀行認定的4到6倍的合理標準。
在社會各界的輿論壓力下，立委不分黨派都高度關注居住正義，各自提出《平均地權條例》
相關修法草案，120位立委中有70位曾為此議題發言，總次數達546次，是178個主題中發言
數最高的主題，面向包含「購屋」、「租屋」及「建築技術規則調整」。
「購屋」主要探討實坪制、囤房稅、房地合一稅等制度，以抑制房價、打擊炒房行為；「租
屋」面向則包含檢討租金補貼政策、租賃專法、監督社會住宅興建進度等健全租屋市場策略
；「建築技術規則調整」則探討容積率管制、公設比，以及鼓勵危老建築更新等。
而最多立委發言的主題則是「萊豬進口」，120位立委中有高達86位曾針對此議題發言。此
議題源自2020年8月底，總統蔡英文宣布開放含有萊克多巴胺（俗稱瘦肉精）的美國豬肉進
口，引發的食安疑慮。
在野黨立委除提案要求標示萊劑外，也在多場會議中質詢時任行政院院長蘇貞昌、衛福部部
長陳時中、經濟部部長沈榮津等人，437次相關發言中國民黨立委就占275次，相較之下立委
人數過半的民進黨團發言次數相當少，僅85次。
公民監督國會聯盟執行長張宏林指出，此差異源自於民進黨作為執政黨，在行政端推動法案
時，立院黨團相對配合度高，以期快速通過法案；而當執政黨的舉措出現重大爭議，在野黨
緊追此議題能夠獲得更多支持，因此自然會加大質詢力道與頻率。
除上述兩項議題外，前10大議題中有多項屬於具時效性的爭議議題，如「選舉罷免及公投事
務」相關發言多在檢討近年選舉、罷免、公投案的開票亂象，部分立委與中選會官員探討電
子投票、不在籍投票的可能性，進而延伸討論公投是否應該與大選或罷免案一同舉行；「疫
苗取得與使用」則為2021年中COVID-19社區感染爆發期間，各黨立委高度關注疫苗研發、採
購、接種等相關進度。
台北大學公共行政暨政策學系教授劉嘉薇觀察，表中少數議題如「農業發展與農民權益」、
「原住民族參政與權益」等議題媒體曝光度雖低，但因為與農業縣市、原住民立委的選區高
度相關，因此發言的立委人數雖然不多，但討論頻率相對穩定。
重點2：藍綠討論焦點大不同，國民黨團聚焦國際外交、民進黨團關切資源分配
若將發言內容拆分為不同政黨，會觀察到各黨團著重關注的議題有諸多差異。下表是藍綠兩
大黨團立委最常討論的前10大議題：
https://i.imgur.com/HOcJ3fd.jpeg
在兩黨的前10大關注議題中，有4項是藍綠都高度討論的話題，包含「居住正義」、「選舉
罷免及公投事務」、「原住民族參政與權益」，以及「外交處境與進展」。
「原住民族參政與權益」的相關討論聚焦在原住民族相關法規修訂，包含制定《原住民族土
地及海域法》，保障原住民族土地權利；修改《原住民身分法》，調整、放寬原住民取得身
分的方式等。
此議題之所以能成為兩黨的高度討論議題，除了5席原住民立委持續、專注的發言頻率外，
兩黨也各有區域、不分區立委關注原民權益，國民黨團對此議題的發言總數為191次、民進
黨團則有149次。
至於「外交處境與進展」議題，則導因於近年美中關係緊張，台海局勢升溫，元首與友邦交
流、各國官員訪台頻率大增，也牽動台灣國際地位與台海局勢。
雖然兩岸相關議題並未列入藍綠兩黨黨團最常討論的前10名，但兩岸關係對我國各方面政策
皆有關鍵性影響：國防外交方面，近年共軍戰略部署、兩岸情報工作都備受關注；產經部分
，由於中國近年禁止台灣部分農漁產品進口，農產品的外銷品質、流向也成為立院討論焦點
。此外，去年（2023）3月中國國家主席習近平進入第三任期，此事對台灣造成哪些影響，
也是立委質詢時的重點關注議題。
https://bit.ly/3TXcV8J
若觀察藍綠兩黨黨團的議題差異，會發現民進黨團最常討論的議題大多與內政相關，國民黨
立委則更常討論國際、經貿議題。東海大學政治學系教授沈有忠認為，這是因為民進黨作為
執政黨，可以制定政策，因此執政黨立委除了為政策辯護外，也相對會顧及更多資源上的分
配，確保執政成績有具體績效，且對不同族群雨露均霑。
相對之下，國民黨聚焦國際、外交議題，如萊豬進口、外交處境與發展等，沈有忠則認為，
原因在於民進黨在兩岸議題上的立場，使中國更常在民進黨執政時打壓台灣的國際參與，因
此兩岸外交成為國民黨著重討論、攻防的議題，「外交議題部分事涉機密，一般來說在野黨
不會這麼關注外交議題，這是台灣獨有的現象。」
重點3：民眾黨關注議題與藍綠相近，時力基進各有特殊關注焦點
小黨部分，台灣民眾黨、時代力量、台灣基進立委最常討論的議題差異更大。民眾黨黨團的
前10大議題中，有7項是藍綠也相當關注的議題，重疊性相當高。劉嘉薇認為，民眾黨屬於
全民政黨（catch-all party），意識形態較鬆散，關注的議題面向廣泛，希望發展成大型
政黨。
https://i.imgur.com/a4WdwoU.jpeg
而時力、基進討論面向則相對聚焦，時力黨團著墨較多環保政策，如廢棄物處理、違章工廠
、環評爭議等，另外也關注勞工權益與交通安全。沈有忠認為，這符合時代力量主打光譜偏
左，注重平等、正義的路線。
台灣基進則僅陳柏惟一人，且任期不到2年即被罷免，其任期內皆在外交及國防委員會，基
進黨抗中保台、訴求國防改革的明確立場，也反映在陳柏惟主要討論的議題中。
重點4：各黨不分區立委討論焦點
許多不分區立委有明確的專業，或是代表特定群體，在不受選區限制的情況下，在問政與法
案討論上更能兼顧全國利益。因此各黨的不分區名單及重點討論面向，也一定程度地代表政
黨對特定團體、專業領域的重視程度。
https://i.imgur.com/l3SwBkk.jpg
民進黨不分區立委最關注分級醫療、遠距醫療及醫護資源分配等議題；國民黨不分區除主攻
萊豬進口爭議外，也關注警政改革、槍枝管制議題；民眾黨與時力最關注的議題則都是居住
正義。
在本屆4黨不分區立委關注的議題中，只有「居住正義」、「司法改革」是4黨不分區立委的
共同關注焦點。在後者的質詢內容中，立委最常談及刑事陪審制，後來延伸為《國民法官法
》。除此之外，也有部分發言為立委質詢司法院時，討論金字塔型訴訟制度是否需要修改，
以及此制度下法官的配置是否合理，皆為司法改革的重要子議題。
除此之外，各黨不分區立委關切議題幾乎沒有共同點。民進黨團關注原住民參政、勞工權益
、客家及原民文化；國民黨團則關注國防資源、國軍管理與改革等。沈有忠認為，這大致符
合本屆藍綠不分區名單的圖像：往年民進黨不分區名單由各派系分配，路線通常為中間偏左
，因此婦女、勞權、環團都會有相關代表；國民黨則擁有廣大軍公教選民，與地方派系關係
緊密，因此通常會提名軍人或退休公務人員為不分區，也會為地方派系保留不分區名額。
政黨的選民圖像決定其不分區名單的屬性，例如國民黨關注軍公教選民，因此在本屆提名軍
人出身的吳斯懷為立委，而吳斯懷在過去8個會期中有一半皆加入外交及國防委員會，其關
注議題如「國軍管理與制度」、「退伍軍人福利」等也都與此相關。
但並非所有立委的專業背景、所處委員會及其關注議題都能相符。舉例來說，國民黨立委吳
怡玎是金融背景出身，曾任高盛集團副總裁，但她有4個會期在司法及法制委員會、2個會期
在教育及文化委員會、2個會期在內政委員會，這些委員會與金融議題的關聯程度較小。
而民進黨立委陳靜敏為護理背景出身，是台灣護理學會前理事長，但她多數時候身在教育及
文化委員會與司法及法制委員會，而非與醫護產業關聯性較高的社會福利及衛生環境委員會
。儘管如此，她仍非常關注分級醫療資源與醫護勞權。
張宏林則提醒，實際上立委進到哪個委員會，通常仍由其所屬黨團決定，因此確實有些立委
會無法「適得其所」，他建議選民仍可以透過立委發言及相關表現，觀察其專業與關注面向
是否相符。
重點5：區域發展議題多與交通、經濟建設相關
除了不分區立委所關注的全國性議題外，本屆立委關切的178個主題中也出現10個區域發展
相關主題。
https://bit.ly/4aKjXDF
從發言人數來看，大新竹合併是最多立委討論的區域性主題，此議題背景為2022年縣市長選
舉前，民進黨團提出修改《地方制度法》，推動大新竹合併升格，然由於時程倉促，引發全
國性爭議，不僅新竹縣、新竹市、苗栗縣的立委皆投入關心，各黨團立委共28人也都為此議
題爭論。
若以發言次數統計，金門、馬祖的交通與經濟發展是最常被提及的議題，因為相較於台灣本
島立委，金門縣陳玉珍、連江縣陳雪生的發言多著重選區議題，他們最常關心離島的大眾交
通建設，包含金門大橋、港埠建設、北竿機場建設以及小三通解封等。
在提及區域建設議題時，各地立委通常都有重點關注案件，例如高雄市立委特別關注大林蒲
遷村案、台中市立委特別關注空氣品質與火力發電議題等。然而多數情況下，立委最常在院
會、委員會中討論在地交通建設資源。
沈有忠分析，若區域立委能夠爭取更多中央資源挹注在地的交通建設，不僅容易做出讓民眾
有感的政績，地方建商、工程標商也可以從中獲取利潤，「交通建設有非常大的經濟效益，
也很好炒地皮」。
而且在區域發展議題上，立委更容易在不排擠到自己選區資源的情況下，協助其他區域立委
推動地方法案。未來若自己的選區有需要，也可以拉攏其他選區立委協助連署。「不同黨籍
、選區的立委間都可以有一些利益交換，政治學上我們稱之為滾木法案，」沈有忠表示。
重點6：發言次數最多與最少的前10名立委
若統計個別立委參與會議且有發言的次數，我們發現發言數最多的前10名中，不分區立委就
占6位，在沒有選區服務的壓力下，這些不分區立委更加積極發言並爭取曝光。
https://bit.ly/3H6FBo5
但在這個排行榜中，僅高嘉瑜一人為民進黨籍，其他皆為在野黨。劉嘉薇指出，在民進黨執
政、掌握行政資源的情況下，執政黨立委相對不會花太多力氣在監督中央，因此發言次數相
對較少。
至於發言次數最少的排行榜中，排除任期不滿4年的立委，以及會議期間需擔任主席、保持
議事中立的院長、副院長後，發言次數最少的是新北市立委余天，在前7個會期中，發言次
數僅19次。而根據公督盟過去7個會期的評鑑，余天口頭質詢率也未曾突破3成，5度被列入
待觀察名單。
其餘發言次數較少的立委中，傅崐萁曾因炒股案帶職入獄，陳超明、趙正宇、蘇震清則因SO
GO收賄案遭羈押，未出席完整會期，因此質詢數受影響。除此之外，沈有忠也補充，立法院
位處台北市中心，與花蓮、連江、台東、澎湖距離過遠，通勤成本較高，可能也影響這些地
區立委的發言次數，排行榜上多數人可能更偏好專注在選區服務，而非透過立院質詢、媒體
曝光等獲得選民支持。
此外，藍綠兩黨的黨團總召發言次數也形成鮮明對比：國民黨曾銘宗發言數位列最多前10名
，民進黨柯建銘發言次數卻僅63次。沈有忠分析，歷屆藍綠黨團總召在質詢、議事過程中的
發言次數都不會太多，原因在於黨鞭的職能是擬定黨團策略、進行朝野協商等，尤其執政黨
黨鞭更是如此，因此柯建銘發言次數僅63次。
張宏林也認為，過去國民黨黨團總召在院會、委員會的發言數也相當少，本屆曾銘宗發言次
數高屬於特例。他補充，在衡量黨團幹部的表現時，並不會單純以院會、委員會的出席率及
質詢率為標準，通常也會納入黨團協商的出席、發言狀況，柯建銘、曾銘宗的黨團協商參與
率皆相當高。
整體而言，張宏林認為本屆立委在質詢率、出席率表現相當穩定，近年在美中對抗的國際情
勢下，美台關係升溫，也讓這屆立委成為史上接待最多外國訪問團的國會，立法院也為此設
立國際事務部，積極主導接待外賓活動，值得肯定。
不過，張宏林也指出，本屆立委持續存在預算審議進度緩慢的問題，「公督盟站在監督的角
度，會認為預算延宕──尤其是國營事業、非營業基金連年延宕的問題一直很嚴重。」他表
示，預算延遲審議的問題自馬政府時代以降一直未曾解決，因此他呼籲立委能更加正視此問
題，嚴審並如期完成預算審議，讓國家事務可以穩定運作、正常發展。
立院議題儀表板：你家立委最常討論什麼？
除了上述發現，《報導者》也製作了立院議題儀表板，提供讀者進一步探索。
儀表板使用指南
1. 使用左上角的選單，選擇您感興趣的選區
2. 點選不同政黨，查看各黨籍立委（以2024年1月7日黨籍資料為準）
3. 點選不同立委，觀察他們過去所處的委員會，以及他們關注的主題
附錄：《報導者》團隊如何蒐集立委發言資料、區分出178個主題？
一、資料蒐集與預處理
1. 自立法院網站，整理第10屆立法委員名單資料，包含現職與離職立委共120位。自中選會
選舉資料庫蒐集立委選區、性別、政黨資料，並自立法院官網整理個別立委曾參與的委員會
清單。
2. 自立法院開放資料服務平台抓取公報目錄，並使用公民科技社群g0v工程師王向榮建置的
立院資料API，以Python抓取本屆第1會期至第7會期的院會、委員會（含公聽會）、黨團協
商、討論事項的會議紀錄html檔，讀取其中所有文字。
3. 觀察公報中的發言紀錄規則，抓取個別立委的發言紀錄。例如：以「吳委員思瑤：」蒐
集立委吳思瑤的所有發言，將該立委在同一次會議的所有發言內容整併，並依質詢部會分為
數筆。
例外：一般來說，委員會會議主席為該會期召集委員，主席發言通常是請與會成員依序發言
，與議題無顯著關聯，故略不計。另外，考量書面質詢占比較低，且質詢強度與口頭質詢相
比較低，亦未納入分析。
4. 扣除負責主持會議的院長游錫堃、副院長蔡其昌，總共蒐集到118人的23,599次發言。《
報導者》處理錯別字、亂碼問題後，將同一立委在同一會議中單次發言內容整併，共計23,5
11筆發言資料，欄位包含發言者、會議名稱、發言內容與原始公報連結。
5. 將所有立委的基本資料及發言資料合併，依此進行分析。
二、機器學習與資料編碼
1. 《報導者》數據團隊以R程式語言，透過中文斷詞套件Jieba對所有發言資料進行斷詞。
2. Jieba套件的詞庫僅包含通用詞彙，因此我們以立委姓名、立法院動態資訊網法案追蹤平
台彙整的熱門議題為基底，新增專業用語斷詞，檢查斷詞結果，來回調整斷詞清單及實際上
無意義的停用詞，最後彙整出1,130個專業用語、4,783個停用詞清單。
3. 參考中研院人文社會科學研究中心博士後研究員何俊霆開源的LDA主題模型（隱含狄利克
雷分布）程式碼，依照團隊需求進行數十次微調與修改，並使用在主題模型研究領域中常見
的最佳主題數計算方法「CaoJuan2009」及「Arun2010」統計出最合適的主題數為200個。
4. 模型根據所有資料分出200個主題後，會計算出每個主題的重點關鍵字，並根據每段發言
內容，為其打上200個主題的分數（分數在0至1之間，愈高代表在該主題愈有代表性），此
分數代表發言與特定主題的相關程度。例如：某發言與主題1的相關程度是0.53分、與主題2
的相關程度是0.62分，我們會認為這段發言更多在討論主題2，藉此對大量文本進行快速分
類與理解。
三、主題命名與特殊處理
我們初步以OpenAI開發的ChatGPT模型，根據每個主題最相關的前20大關鍵字、分數最高的
前10個發言內容，辨識出主題名稱。例如：主題22的關鍵字是「CPTPP、談判、經貿、關稅
協定、FTA」，就會將主題22命名為「國際經貿協議進度」。
初步命名後，《報導者》數據團隊根據前10大發言內容進行微調，經過與各領域專家討論、
人工過濾及整併，最終確立178個有效主題、共22,786個發言，以下為特殊資料處理：
1. 有3個主題分別是「購屋」、「租屋」及「建築規則更新」。「購屋」面向包含實坪制、
囤房稅、房地合一稅等；「租屋」面向包含租屋黑市、租金補貼、租賃專法等；「建築規則
更新」則包含容積率管制、公設比及危老建築更新等。由於這3個面向的相關發言都在「居
住正義」的討論脈絡下，因此在發言人數、次數統計上將這3個主題合併為主題「居住正義
」。
2. 原有一主題與「預算刪減、凍結」相關，主題涵蓋各領域、各部會的預算審查，與專家
討論後認為「預算審查」乃立委主要職務之一，與「議題探討」性質不同，因此將原被歸類
在該主題的471筆發言重新計算，找出各發言分數第2高的主題。
3. 「外交處境與進展」有拆分為兩主題，然兩主題的關鍵字、發言主軸極為相似，皆談及
台灣的國際參與、實質外交情形，較難區分，因此合併計算。
4. 有4個主題包含2個明顯不同的議題，因關鍵字組合部分重疊，被模型計為同一主題，分
別是「姓名條例／中藥規範」、「災防預測／黃牛防範」、「18歲公民權／里鄰長事務費」
、「數位身分證／國務機要費案」，我們觀察這4個主題的所有發言，將4個主題拆分為8個
，其中有少數發言經人工判斷不屬於上述任何主題，則刪去不採用。
四、資料分析與研究限制
資料分析：
完成主題命名、所有發言歸類後，《報導者》數據團隊依政黨、立委在各主題的發言數進行
分析。立委議題儀表板部分陳列個別立委最常討論的議題，是以個別立委在178個議題中的
發言數降冪排列，取前五高者。若有數個主題並列第五名，則以文本與主題的相關分數高者
為優先。
例如：某立委的前六大議題發言數依序為10次、9次、8次、7次、6次、6次，議題A與議題B
發言次數皆為6次，則觀察兩者的最高分文本分數（Gamma值），若議題A的最高分發言為0.6
，議題B的最高分發言為0.7，則取議題B為第五大議題。
研究限制：
1. 本研究是透過機器學習方式計算發言主題，並以最高分主題為依歸，然少數文本可能因
有意義的關鍵字不足，在每個主題的分數都很低，即便採最高分主題，仍可能出現主題與發
言內容不相符之情形。《報導者》數據團隊已確保立委表現儀表板中出現的摘要內容皆與主
題相符，盡可能排除偏誤資料。
2. 本報導以各主題發言次數作為指標，觀察立委對各大議題的討論度，然這不盡然代表議
題在立法院的重要程度，或是特定政黨、個人對議題的關注程度。部分議題如18歲公民權、
通姦除罪化可能因各黨皆有高度共識，因此討論度不如爭議議題。
※感謝政治大學傳播學院教授鄭宇君、政大傳播與資訊科學研究團隊「水火計畫」、政大傳
播所楊聲輝、台北大學公共行政暨政策學系教授劉嘉薇協助給予研究方向；也感謝歐噴公司
創辦人、g0v零時政府參與者王向榮提供立法院資料API。
5.連結 ：https://pse.is/5hydmm
--
「謝謝你們的存在，讓我看到自己的存在」
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.242.37.226 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1704732292.A.9C8.html
→
01/09 00:46,
4月前
, 1F
01/09 00:46, 1F
推
01/09 00:48,
4月前
, 2F
01/09 00:48, 2F
噓
01/09 00:52,
4月前
, 3F
01/09 00:52, 3F
→
01/09 00:52,
4月前
, 4F
01/09 00:52, 4F
→
01/09 00:52,
4月前
, 5F
01/09 00:52, 5F
噓
01/09 00:52,
4月前
, 6F
01/09 00:52, 6F
→
01/09 00:52,
4月前
, 7F
01/09 00:52, 7F
推
01/09 00:53,
4月前
, 8F
01/09 00:53, 8F
→
01/09 00:53,
4月前
, 9F
01/09 00:53, 9F
推
01/09 00:54,
4月前
, 10F
01/09 00:54, 10F
推
01/09 00:56,
4月前
, 11F
01/09 00:56, 11F
→
01/09 00:58,
4月前
, 12F
01/09 00:58, 12F
→
01/09 00:59,
4月前
, 13F
01/09 00:59, 13F
推
01/09 01:03,
4月前
, 14F
01/09 01:03, 14F
推
01/09 01:07,
4月前
, 15F
01/09 01:07, 15F
推
01/09 01:07,
4月前
, 16F
01/09 01:07, 16F
推
01/09 01:08,
4月前
, 17F
01/09 01:08, 17F
推
01/09 01:13,
4月前
, 18F
01/09 01:13, 18F
→
01/09 01:14,
4月前
, 19F
01/09 01:14, 19F
→
01/09 01:15,
4月前
, 20F
01/09 01:15, 20F
→
01/09 01:15,
4月前
, 21F
01/09 01:15, 21F
→
01/09 01:16,
4月前
, 22F
01/09 01:16, 22F
→
01/09 01:17,
4月前
, 23F
01/09 01:17, 23F
推
01/09 01:18,
4月前
, 24F
01/09 01:18, 24F
→
01/09 01:18,
4月前
, 25F
01/09 01:18, 25F
推
01/09 01:18,
4月前
, 26F
01/09 01:18, 26F
推
01/09 01:20,
4月前
, 27F
01/09 01:20, 27F
→
01/09 01:21,
4月前
, 28F
01/09 01:21, 28F
推
01/09 01:29,
4月前
, 29F
01/09 01:29, 29F
→
01/09 01:29,
4月前
, 30F
01/09 01:29, 30F
→
01/09 01:31,
4月前
, 31F
01/09 01:31, 31F
推
01/09 01:34,
4月前
, 32F
01/09 01:34, 32F
推
01/09 01:37,
4月前
, 33F
01/09 01:37, 33F
→
01/09 01:38,
4月前
, 34F
01/09 01:38, 34F
→
01/09 01:38,
4月前
, 35F
01/09 01:38, 35F
→
01/09 01:38,
4月前
, 36F
01/09 01:38, 36F
推
01/09 01:42,
4月前
, 37F
01/09 01:42, 37F
→
01/09 01:43,
4月前
, 38F
01/09 01:43, 38F
推
01/09 01:43,
4月前
, 39F
01/09 01:43, 39F
還有 56 則推文
噓
01/09 08:43,
4月前
, 96F
01/09 08:43, 96F
推
01/09 08:59,
4月前
, 97F
01/09 08:59, 97F
推
01/09 09:03,
4月前
, 98F
01/09 09:03, 98F
推
01/09 09:14,
4月前
, 99F
01/09 09:14, 99F
推
01/09 09:18,
4月前
, 100F
01/09 09:18, 100F
推
01/09 09:38,
4月前
, 101F
01/09 09:38, 101F
推
01/09 09:40,
4月前
, 102F
01/09 09:40, 102F
→
01/09 09:40,
4月前
, 103F
01/09 09:40, 103F
推
01/09 09:49,
4月前
, 104F
01/09 09:49, 104F
推
01/09 09:52,
4月前
, 105F
01/09 09:52, 105F
推
01/09 10:09,
4月前
, 106F
01/09 10:09, 106F
推
01/09 10:15,
4月前
, 107F
01/09 10:15, 107F
推
01/09 10:28,
4月前
, 108F
01/09 10:28, 108F
推
01/09 10:29,
4月前
, 109F
01/09 10:29, 109F
→
01/09 10:31,
4月前
, 110F
01/09 10:31, 110F
推
01/09 10:52,
4月前
, 111F
01/09 10:52, 111F
推
01/09 10:54,
4月前
, 112F
01/09 10:54, 112F
推
01/09 10:58,
4月前
, 113F
01/09 10:58, 113F
推
01/09 11:08,
4月前
, 114F
01/09 11:08, 114F
推
01/09 11:12,
4月前
, 115F
01/09 11:12, 115F
推
01/09 11:13,
4月前
, 116F
01/09 11:13, 116F
推
01/09 11:18,
4月前
, 117F
01/09 11:18, 117F
→
01/09 11:18,
4月前
, 118F
01/09 11:18, 118F
→
01/09 11:20,
4月前
, 119F
01/09 11:20, 119F
→
01/09 11:20,
4月前
, 120F
01/09 11:20, 120F
噓
01/09 11:26,
4月前
, 121F
01/09 11:26, 121F
推
01/09 11:28,
4月前
, 122F
01/09 11:28, 122F
推
01/09 11:43,
4月前
, 123F
01/09 11:43, 123F
噓
01/09 12:07,
4月前
, 124F
01/09 12:07, 124F
推
01/09 12:10,
4月前
, 125F
01/09 12:10, 125F
推
01/09 12:19,
4月前
, 126F
01/09 12:19, 126F
推
01/09 12:30,
4月前
, 127F
01/09 12:30, 127F
推
01/09 13:14,
4月前
, 128F
01/09 13:14, 128F
推
01/09 13:37,
4月前
, 129F
01/09 13:37, 129F
推
01/09 14:08,
4月前
, 130F
01/09 14:08, 130F
噓
01/09 14:12,
4月前
, 131F
01/09 14:12, 131F
推
01/09 14:17,
4月前
, 132F
01/09 14:17, 132F
推
01/09 23:59,
4月前
, 133F
01/09 23:59, 133F
推
01/10 09:05,
4月前
, 134F
01/10 09:05, 134F
推
01/10 11:23,
4月前
, 135F
01/10 11:23, 135F
討論串 (同標題文章)
完整討論串 (本文為第 1 之 2 篇)：
