| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

台海戰火近了? 從詭異事件中看到的鬼故事


請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
葉日武觀點:台灣政壇的鬼故事很多,最有名的或許是”1995年閏8月“,不但成為政治領域罕見的暢銷書,最後還拍成電影。 但其他鬼故事或許更有趣,例如在中共軍機頻繁進入台灣防空識別區初期,多位學者專家都跳出來,各自講述一段鬼故事,其中包括中共挑釁台灣、探測台灣的防空參數、消耗台灣的軍事資源、想要找台灣雷達的漏洞、創造灰色地帶沖突等等。 然而,我逐一推翻其合理性,然後自行推敲好一陣子,最合理的結論居然簡單得離譜:平時的例行訓練加上國慶等特定時期的威嚇!


本文針對兩個理應不可能發生的近期詭異事件,本著“事出反常必有妖”的假定,嘗試推敲其背後可能的原因。 而最後結果卻讓我自己嚇一跳,不是原先預期的“換成綠營用中共來恐嚇台灣民眾”,而是“台海戰火近了”這個出乎意料的雷暴!

從忽視鄙視到刻意宣揚


第一個詭異事件是,在中共的“聯合利劍-2024B”圍台軍演之前,海軍司令唐華突然接受英國《經濟學人》雜志的訪問,提到中共正利用“蟒蛇戰略”壓制台灣,並進一步指出解放軍“只要願意隨時可以封鎖台灣”,但台灣始終保持克制,避免做出任何讓共軍發動封鎖或沖突的借口。

這段訪談怎麼看怎麼不對,不是應該說“精實勇敢的台軍必定可以捍衛台海安全”這類的場面話嗎? 海軍司令不可能隨心所欲的公開發言,因此前述自行打臉的言論應屬上級授意,對民眾預告軍方無力突破中共的封鎖,更遑論讓共軍折戟沉沙,只能力求避免中共發動封鎖。 任何國家的軍方領導人都不應該也不會發出這種言論,那麼到底是怎麼回事?

更重要的是,綠營一向鄙視對岸的貧窮落伍,例如曾經有位綠營名嘴在政論節目中不屑的質疑,中共的導彈“飛得過中央山脈嗎? “時至今日,遠離中樞的自己人還是不時出現這種論調,例如中印邊界沖突時用”解放軍不能打“來貶抑中共軍力,用宣稱對岸的”高鐵座位沒有靠背“來取笑公共建設的落後,用”薪酸“來諷刺對岸平均月薪僅萬余台幣等。




左起:海軍司令唐華上將、海軍副參謀總長蔣正國中將、海軍艦隊指揮部指揮官吳立平中將。 (張曜麟攝)

從忽視鄙視到刻意宣揚,必定有其成因,那麼究竟是什麼事情,讓綠營從多年來不斷傳播的基本信念“中共不敢也不能犯台”,轉為宣揚中共軍力精實壯大,台灣只能尋求避戰與困守呢?

從民間自發變成層峰支持


第二個詭異事件在於,除了國防部不對勁之外,總統府也有問題。 幾年前,兩位綠營政治人物創立了黑熊學院,宣稱要“提升台灣社會面對戰爭與災害的韌性,培養自我保護、守護他人的能力”,其目標是3年訓練300萬人,打造出每戶都有“黑熊勇士”的社會。

黑熊學院早已成為網絡上的笑談,有興趣的去瞧瞧,沒興趣的無視,不值得大驚小怪。 然而,沒隔幾年總統就跳出來,宣布要成立“全社會防衛韌性委員會”,並且風風火火的召開第1次委員會議,慎重宣示要“提升國家整體國防、民生、災防、民主四大韌性”,並要求從中央到地方,從政府到民間,都必須實施相應的演練。

這個委員會感覺像是“政府版黑熊學院”,到底要幹啥還搞不清楚,教育部又冒出詭異事件,要求高中生簽署“戰時狀態青年服勤同意書”,而且早在去年就已經開始推動。 從教育部長在立法院答詢時的有恃無恐看來,這個同意書絕對是來自上意,並非教育部主動出擊。 而雖然國防、教育兩部可以保證不會讓高中生上戰場,但戰事一起哪裡還管得上這個承諾,還不是由軍方便宜行事,而且運輸軍糧軍火這類後勤任務能夠不上戰場嗎?

很難想像,再三引用“會吠的狗不咬人”和“台灣人不是被嚇大的”這類俗話,來抨擊中共文攻武嚇的綠營,竟然會著急到連民間的備戰工作都動了起來,甚至想要把那些通常不曾離家的青少年都送上戰場。 這當然屬於事出反常,但背後的妖究竟是什麼?
您的點贊是對我們的鼓勵     好新聞沒人評論怎麼行,我來說幾句
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0348 秒 and 4 DB Queries in 0.0013 秒