iVOD / 149024

Field Value
IVOD_ID 149024
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149024
日期 2023-12-14
會議資料.會議代碼 委員會-10-8-26-15
會議資料.會議代碼:str 第10屆第8會期社會福利及衛生環境委員會第15次全體委員會議
會議資料.屆 10
會議資料.會期 8
會議資料.會次 15
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第10屆第8會期社會福利及衛生環境委員會第15次全體委員會議
影片種類 Clip
開始時間 2023-12-14T09:58:00+08:00
結束時間 2023-12-14T10:08:22+08:00
影片長度 00:10:22
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/60e87dad815fd5c3a1b927e31281aa13a8fa0c68b4c214c5c986728e607a03224afb211783feff0a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林為洲
委員發言時間 09:58:00 - 10:08:22
會議時間 2023-12-14T09:00:00+08:00
會議名稱 立法院第10屆第8會期社會福利及衛生環境委員會第15次全體委員會議(事由:邀請環境部部長、外交部、經濟部、衛生福利部、農業部、內政部、交通部、國家科學及技術委員會、財政部、金融監督管理委員會及財團法人國際合作發展基金會就「第二十八屆聯合國氣候變遷大會(COP28)返國報告與後續因應情形」進行專題報告,並備質詢。)
gazette.lineno 583
gazette.blocks[0][0] 林委員為洲:(9時58分)謝謝召委,我們請薛部長。
gazette.blocks[1][0] 主席:有請薛部長。
gazette.blocks[2][0] 薛部長富盛:林委員好。
gazette.blocks[3][0] 林委員為洲:薛部長,這一次你有去參加這個COP會議嗎?有嗎?
gazette.blocks[4][0] 薛部長富盛:是,有。
gazette.blocks[5][0] 林委員為洲:你是坐什麼艙,經濟艙還是商務艙?
gazette.blocks[6][0] 薛部長富盛:商務艙。
gazette.blocks[7][0] 林委員為洲:OK,你知道規定嘛!部長級的可以坐商務艙,對不對?
gazette.blocks[8][0] 薛部長富盛:按照……是。
gazette.blocks[9][0] 林委員為洲:有沒有被升等升成頭等艙?
gazette.blocks[10][0] 薛部長富盛:應該有吧!
gazette.blocks[11][0] 林委員為洲:你有升等成頭等艙?
gazette.blocks[12][0] 薛部長富盛:因為這個都是幕僚安排,我……
gazette.blocks[13][0] 林委員為洲:所以你是坐頭等艙去的,誰幫你升等的你知道嗎?
gazette.blocks[14][0] 薛部長富盛:我整個行程這些事務性的……
gazette.blocks[15][0] 林委員為洲:說明一下,請你們的幕僚幫忙說明,誰幫部長升等頭等艙的?
gazette.blocks[16][0] 蔡署長玲儀:跟委員報告,這個是按照行政院的規定。
gazette.blocks[17][0] 林委員為洲:行政院規定只能坐商務艙喔!
gazette.blocks[18][0] 蔡署長玲儀:部會首長如果是有提供頭等艙的話,是可以的。
gazette.blocks[19][0] 林委員為洲:你們是買頭等艙,還是買商務艙啦?
gazette.blocks[20][0] 蔡署長玲儀:我們是買頭等艙。
gazette.blocks[21][0] 林委員為洲:喔!買的時候就買頭等艙?
gazette.blocks[22][0] 蔡署長玲儀:是。
gazette.blocks[23][0] 林委員為洲:這是符合規定嗎?
gazette.blocks[24][0] 蔡署長玲儀:是。
gazette.blocks[25][0] 林委員為洲:你要確定呢!
gazette.blocks[26][0] 蔡署長玲儀:是。
gazette.blocks[27][0] 林委員為洲:還是被升等的?
gazette.blocks[28][0] 蔡署長玲儀:是,按照就是……
gazette.blocks[29][0] 林委員為洲:原來就買頭等艙?
gazette.blocks[30][0] 蔡署長玲儀:按照規定來的。
gazette.blocks[31][0] 林委員為洲:不過這個以後我們還是可以檢討,有必要一定要坐頭等艙嗎?因為我從來沒有坐過頭等艙,我不知道頭等艙會是什麼樣的滋味,商務艙已經很好了,我坐過商務艙,所以將來預算上我們再來檢討。好,你請回,部長留著。
gazette.blocks[31][1] 我們先看一下你們在FB的粉專,最近你們一個禮拜貼好幾篇跟本業無關的內容,幫行政院大內宣,像是長照2.0溫暖照顧。你們是環境部,不是衛福部。
gazette.blocks[32][0] 薛部長富盛:跟委員報告……
gazette.blocks[33][0] 林委員為洲:還有打造溫暖而堅韌的臺灣,講疫情特別條例照顧臺灣,這跟你有什麼關係?跟環境部有什麼關係?
gazette.blocks[34][0] 薛部長富盛:給林委員報告……
gazette.blocks[35][0] 林委員為洲:要你們貼文大內宣?
gazette.blocks[36][0] 薛部長富盛:行政院的部會是一體的。
gazette.blocks[37][0] 林委員為洲:幫忙大內宣?
gazette.blocks[38][0] 薛部長富盛:這個跟大內宣沒有關係。給林委員報告,行政院底下的各部會是一體的,這個部分已經有40……
gazette.blocks[39][0] 林委員為洲:難怪按讚數是30、40,沒有人看,所以也沒有得到什麼大內宣的效果。我建議你們還是回歸自己的本業,對不對?這幾天大家都在討論COP會議到底在談哪一些內容?臺灣還有哪一些可以做得更好,對不對?要專注在本業,貼這個也沒人看,你們的FB評價兩顆星,加油,請注重本業。
gazette.blocks[40][0] 薛部長富盛:是……
gazette.blocks[41][0] 林委員為洲:這才是你的專業。
gazette.blocks[42][0] 薛部長富盛:謝謝林委員,我們當然也注重本業,整個行政團隊……
gazette.blocks[43][0] 林委員為洲:比例是一個禮拜貼三篇,全部是大內宣,是跟貴部毫無關係的貼文,行政院有行政院的網站或是FB粉絲專業社團,它去貼嘛!你們要注重本業。
gazette.blocks[44][0] 薛部長富盛:好。
gazette.blocks[45][0] 林委員為洲:好,你去參加COP 28會議,當然大家在講從27屆到現在28屆,我們到底有沒有進步?但是因為指標的關係,有的NGO評論我們是退步,但是你們一直說我們是進步的,好吧!各有各的指標,採樣的指標不同,不過這個是叫做德國看守的NGO……
gazette.blocks[46][0] 薛部長富盛:它是一個民間組織。
gazette.blocks[47][0] 林委員為洲:我知道它是一個NGO,它的CCPI每年都會評,大家也都會參考,所以還是注意一下。
gazette.blocks[48][0] 薛部長富盛:是,我們來當做參考。
gazette.blocks[49][0] 林委員為洲:看它他怎麼樣評。你剛剛有做一部分解釋,不過這幾項我們拿出來看,整體表現就不講,因為整體表現到底用哪一些指標加總起來……。我們看它的內容,臺灣在溫室氣體排放及能源使用中的成績非常差,在再生能源和氣候政策方面則是比較差的差評,非常差的是能源使用,所以這一部分值得我們檢討。你知道我們現在發電的組合,火力發電占多少嗎?火力發電裡面當然有燃煤、燃氣……
gazette.blocks[50][0] 薛部長富盛:燃煤跟天然氣大概都各自將近40%左右。
gazette.blocks[51][0] 林委員為洲:所以占八成。
gazette.blocks[52][0] 薛部長富盛:是,可是我們的再生能源大概已經從1、2%到現在10%了,這個成長速率在國際上的排名應該是前段班。
gazette.blocks[53][0] 林委員為洲:降低火力發電的比例做得不好,所以這個部分……
gazette.blocks[54][0] 薛部長富盛:我們先用天然氣取代煤……
gazette.blocks[55][0] 林委員為洲:天然氣還是會排放氣體。
gazette.blocks[56][0] 薛部長富盛:能源都是以進口為主,所以各位應該也都知道,我們不可能一時之間馬上……
gazette.blocks[57][0] 林委員為洲:天然氣不是代表乾淨的能源。
gazette.blocks[58][0] 薛部長富盛:它的排碳量比煤……
gazette.blocks[59][0] 林委員為洲:它會排哪一些氣體?
gazette.blocks[60][0] 薛部長富盛:會排二氧化碳溫室氣體……
gazette.blocks[61][0] 林委員為洲:也是會排嘛!
gazette.blocks[62][0] 薛部長富盛:但是它排……
gazette.blocks[63][0] 林委員為洲:它也是化石原料嘛!
gazette.blocks[64][0] 薛部長富盛:是,沒錯,但是它的量比生煤少很多。
gazette.blocks[65][0] 林委員為洲:大家都要減少化石原料的使用,對不對?
gazette.blocks[66][0] 薛部長富盛:所以這次的COP為什麼不敢直接說phase-out of fossil fuels,最後也是必須妥協。
gazette.blocks[67][0] 林委員為洲:因為有人反對啊!阿拉伯國家反對。
gazette.blocks[68][0] 薛部長富盛:為什麼會反對?就是因為它不實際。
gazette.blocks[69][0] 林委員為洲:因為他們生產石油啊!為什麼反對?難道你要幫他講話嗎?
gazette.blocks[70][0] 薛部長富盛:不是,林委員,因為我們沒有生產石油……
gazette.blocks[71][0] 林委員為洲:人家要phase-out of fossil fuels,這是趨勢嘛!你要幫他們講話,是嗎?說這個大家沒有達成共識。
gazette.blocks[72][0] 薛部長富盛:不是幫他們講話啦,因為我們也沒有生產石油。
gazette.blocks[73][0] 林委員為洲:對啊!我們要有自己的……
gazette.blocks[74][0] 薛部長富盛:是,沒錯。
gazette.blocks[75][0] 林委員為洲:2050能夠達到淨零碳排。
gazette.blocks[76][0] 薛部長富盛:我們要對自己有信心。
gazette.blocks[77][0] 林委員為洲:你的能源那一塊是最主要的,我提供幾個資料,COP27的時候,他們特別提到臺灣的中火、麥寮電、興達電,就是火力發電,還有中鋼、林口火力發電被點名是全球最髒的500大碳排放源,我們就占了幾個?中火、麥寮電、興達電、中鋼、林口電;今年COP28,我們臺灣政府又被點名說減碳不僅沒有改善,還更退步。所以能源政策其實是關係到我們2050要達到淨零碳排最大的關鍵點,如果我們的火力發電不管是煤或天然氣,一直沒有辦法減少,我們要達到那樣的目標叫做緣木求魚。這些都是全球500大碳排最多的,全球500大在我們臺灣,然後你說我們做得多好,這個我們慢慢來討論,有必要整體檢討我們的能源政策,尤其是電,因為電是源頭,你產生電才能讓企業運轉,你即使把汽車全部改成電動汽車,不直接排二氧化碳,但是如果你用的電是火力發電,這些在路上跑的汽車、電車用的還是火力產生的能源,那個源頭我們要好好來探討。今天因為時間的關係,以後我們再找時間探討,等一下我們要去朝野協商。
gazette.blocks[78][0] 薛部長富盛:謝謝林委員。
gazette.blocks[79][0] 主席:謝謝林委員,有請邱泰源委員。
gazette.agenda.page_end 466
gazette.agenda.meet_id 委員會-10-8-26-15
gazette.agenda.speakers[0] 吳欣盈
gazette.agenda.speakers[1] 洪申翰
gazette.agenda.speakers[2] 蘇巧慧
gazette.agenda.speakers[3] 吳玉琴
gazette.agenda.speakers[4] 林為洲
gazette.agenda.speakers[5] 邱泰源
gazette.agenda.speakers[6] 黃秀芳
gazette.agenda.speakers[7] 陳椒華
gazette.agenda.speakers[8] 徐志榮
gazette.agenda.speakers[9] 張育美
gazette.agenda.speakers[10] 陳瑩
gazette.agenda.speakers[11] 王婉諭
gazette.agenda.speakers[12] 賴惠員
gazette.agenda.speakers[13] 楊曜
gazette.agenda.speakers[14] 莊競程
gazette.agenda.page_start 393
gazette.agenda.meetingDate[0] 2023-12-14
gazette.agenda.gazette_id 1130201
gazette.agenda.agenda_lcidc_ids[0] 1130201_00007
gazette.agenda.meet_name 立法院第10屆第8會期社會福利及衛生環境委員會第15次全體委員會議紀錄
gazette.agenda.content 邀請環境部部長、外交部、經濟部、衛生福利部、農業部、內政部、交通部、國家科學及技術委 員會、財政部、金融監督管理委員會及財團法人國際合作發展基金會就「第二十八屆聯合國氣候 變遷大會(COP28)返國報告與後續因應情形」進行專題報告,並備質詢
gazette.agenda.agenda_id 1130201_00006
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.16534375
transcript.pyannote[0].end 4.57034375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 4.94159375
transcript.pyannote[1].end 5.88659375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 6.20721875
transcript.pyannote[2].end 7.59096875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 8.08034375
transcript.pyannote[3].end 9.02534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.34971875
transcript.pyannote[4].end 13.02471875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 13.48034375
transcript.pyannote[5].end 16.26471875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 16.87221875
transcript.pyannote[6].end 17.19284375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 17.46284375
transcript.pyannote[7].end 17.85096875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 17.95221875
transcript.pyannote[8].end 18.61034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 19.20096875
transcript.pyannote[9].end 19.52159375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 19.69034375
transcript.pyannote[10].end 20.09534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 20.23034375
transcript.pyannote[11].end 20.55096875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 21.29346875
transcript.pyannote[12].end 22.54221875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 23.70659375
transcript.pyannote[13].end 25.39409375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 25.78221875
transcript.pyannote[14].end 26.47409375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 26.71034375
transcript.pyannote[15].end 27.33471875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 27.68909375
transcript.pyannote[16].end 28.90409375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 29.20784375
transcript.pyannote[17].end 30.28784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 29.95034375
transcript.pyannote[18].end 31.16534375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 30.99659375
transcript.pyannote[19].end 33.20721875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 33.96659375
transcript.pyannote[20].end 35.11409375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 36.49784375
transcript.pyannote[21].end 37.94909375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 38.55659375
transcript.pyannote[22].end 38.97846875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 39.43409375
transcript.pyannote[23].end 40.21034375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 40.39596875
transcript.pyannote[24].end 42.87659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 42.72471875
transcript.pyannote[25].end 45.00284375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 44.85096875
transcript.pyannote[26].end 46.75784375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 47.33159375
transcript.pyannote[27].end 49.23846875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 50.40284375
transcript.pyannote[28].end 51.04409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 51.38159375
transcript.pyannote[29].end 53.45721875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 53.54159375
transcript.pyannote[30].end 54.94221875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 54.60471875
transcript.pyannote[31].end 54.62159375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 54.65534375
transcript.pyannote[32].end 60.94971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 65.82659375
transcript.pyannote[33].end 68.52659375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 66.67034375
transcript.pyannote[34].end 67.15971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 68.86409375
transcript.pyannote[35].end 70.12971875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 70.26471875
transcript.pyannote[36].end 72.52596875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 72.94784375
transcript.pyannote[37].end 76.96409375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 77.85846875
transcript.pyannote[38].end 80.91284375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 80.91284375
transcript.pyannote[39].end 82.22909375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 82.46534375
transcript.pyannote[40].end 84.70971875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 84.30471875
transcript.pyannote[41].end 84.87846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 85.73909375
transcript.pyannote[42].end 87.27471875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 87.27471875
transcript.pyannote[43].end 87.54471875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 89.36721875
transcript.pyannote[44].end 93.46784375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 90.31221875
transcript.pyannote[45].end 90.85221875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 93.51846875
transcript.pyannote[46].end 97.33221875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 94.83471875
transcript.pyannote[47].end 96.47159375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 97.88909375
transcript.pyannote[48].end 100.79159375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 101.04471875
transcript.pyannote[49].end 103.13721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 103.69409375
transcript.pyannote[50].end 117.66659375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 118.32471875
transcript.pyannote[51].end 121.64909375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 125.51346875
transcript.pyannote[52].end 126.25596875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 126.39096875
transcript.pyannote[53].end 134.49096875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 136.58346875
transcript.pyannote[54].end 137.46096875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 139.19909375
transcript.pyannote[55].end 145.12221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 145.69596875
transcript.pyannote[56].end 147.28221875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 148.31159375
transcript.pyannote[57].end 152.37846875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 153.00284375
transcript.pyannote[58].end 156.66471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 158.47034375
transcript.pyannote[59].end 160.07346875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 158.84159375
transcript.pyannote[60].end 165.74346875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 166.46909375
transcript.pyannote[61].end 171.97034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 171.97034375
transcript.pyannote[62].end 177.25221875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 173.87721875
transcript.pyannote[63].end 175.83471875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 176.47596875
transcript.pyannote[64].end 177.37034375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 177.37034375
transcript.pyannote[65].end 177.38721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 177.62346875
transcript.pyannote[66].end 180.67784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 178.28159375
transcript.pyannote[67].end 180.32346875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 181.13346875
transcript.pyannote[68].end 189.04784375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 186.90471875
transcript.pyannote[69].end 204.67409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 205.33221875
transcript.pyannote[70].end 210.42846875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 210.51284375
transcript.pyannote[71].end 217.60034375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 218.07284375
transcript.pyannote[72].end 218.74784375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 219.37221875
transcript.pyannote[73].end 220.21596875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 220.95846875
transcript.pyannote[74].end 221.75159375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 222.15659375
transcript.pyannote[75].end 222.93284375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 224.56971875
transcript.pyannote[76].end 225.64971875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 226.03784375
transcript.pyannote[77].end 229.78409375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 226.30784375
transcript.pyannote[78].end 226.89846875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 227.50596875
transcript.pyannote[79].end 229.63221875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 230.42534375
transcript.pyannote[80].end 235.48784375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 231.33659375
transcript.pyannote[81].end 231.80909375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 233.34471875
transcript.pyannote[82].end 241.12409375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 242.18721875
transcript.pyannote[83].end 248.44784375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 248.93721875
transcript.pyannote[84].end 256.59846875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 257.50971875
transcript.pyannote[85].end 260.00721875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 259.60221875
transcript.pyannote[86].end 259.92284375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 260.20971875
transcript.pyannote[87].end 260.96909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 261.32346875
transcript.pyannote[88].end 261.49221875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 261.49221875
transcript.pyannote[89].end 261.50909375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 261.50909375
transcript.pyannote[90].end 261.54284375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 262.36971875
transcript.pyannote[91].end 283.42971875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 284.03721875
transcript.pyannote[92].end 286.82159375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 287.24346875
transcript.pyannote[93].end 291.24284375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 291.74909375
transcript.pyannote[94].end 293.58846875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 294.34784375
transcript.pyannote[95].end 297.06471875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 296.08596875
transcript.pyannote[96].end 297.82409375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 297.45284375
transcript.pyannote[97].end 316.43721875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 317.12909375
transcript.pyannote[98].end 318.44534375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 321.53346875
transcript.pyannote[99].end 323.55846875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 323.65971875
transcript.pyannote[100].end 343.63971875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 345.05721875
transcript.pyannote[101].end 346.01909375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 346.08659375
transcript.pyannote[102].end 347.63909375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 348.44909375
transcript.pyannote[103].end 349.44471875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 350.20409375
transcript.pyannote[104].end 350.55846875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 351.67221875
transcript.pyannote[105].end 353.52846875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 353.79846875
transcript.pyannote[106].end 356.48159375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 357.03846875
transcript.pyannote[107].end 362.08409375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 362.37096875
transcript.pyannote[108].end 365.94846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 364.42971875
transcript.pyannote[109].end 369.39096875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 366.33659375
transcript.pyannote[110].end 367.19721875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 369.88034375
transcript.pyannote[111].end 371.23034375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 371.55096875
transcript.pyannote[112].end 371.95596875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 372.46221875
transcript.pyannote[113].end 373.81221875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 374.35221875
transcript.pyannote[114].end 385.47284375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 384.62909375
transcript.pyannote[115].end 390.63659375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 385.69221875
transcript.pyannote[116].end 386.58659375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 391.27784375
transcript.pyannote[117].end 393.03284375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 391.63221875
transcript.pyannote[118].end 393.15096875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 393.47159375
transcript.pyannote[119].end 404.01846875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 395.80034375
transcript.pyannote[120].end 397.84221875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 402.06096875
transcript.pyannote[121].end 405.90846875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 406.60034375
transcript.pyannote[122].end 409.60409375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 407.91659375
transcript.pyannote[123].end 410.48159375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 410.68409375
transcript.pyannote[124].end 411.03846875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 410.90346875
transcript.pyannote[125].end 411.52784375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 411.71346875
transcript.pyannote[126].end 415.42596875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 412.70909375
transcript.pyannote[127].end 413.78909375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 414.63284375
transcript.pyannote[128].end 416.59034375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 416.28659375
transcript.pyannote[129].end 419.91471875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 418.34534375
transcript.pyannote[130].end 421.73721875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 421.77096875
transcript.pyannote[131].end 426.34409375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 422.31096875
transcript.pyannote[132].end 422.95221875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 426.59721875
transcript.pyannote[133].end 427.35659375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 428.11596875
transcript.pyannote[134].end 430.12409375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 430.46159375
transcript.pyannote[135].end 433.02659375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 430.91721875
transcript.pyannote[136].end 432.62159375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 433.56659375
transcript.pyannote[137].end 434.93346875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 433.93784375
transcript.pyannote[138].end 435.55784375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 435.87846875
transcript.pyannote[139].end 439.11846875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 438.05534375
transcript.pyannote[140].end 439.67534375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 440.78909375
transcript.pyannote[141].end 442.02096875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 444.55221875
transcript.pyannote[142].end 446.67846875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 446.20596875
transcript.pyannote[143].end 451.01534375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 449.59784375
transcript.pyannote[144].end 451.92659375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 453.31034375
transcript.pyannote[145].end 454.27221875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 455.11596875
transcript.pyannote[146].end 455.65596875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 456.09471875
transcript.pyannote[147].end 457.12409375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 458.27159375
transcript.pyannote[148].end 461.96721875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 458.52471875
transcript.pyannote[149].end 459.06471875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 461.96721875
transcript.pyannote[150].end 466.30409375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 468.32909375
transcript.pyannote[151].end 469.84784375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 469.84784375
transcript.pyannote[152].end 469.89846875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 469.89846875
transcript.pyannote[153].end 474.65721875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 470.11784375
transcript.pyannote[154].end 470.53971875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 470.64096875
transcript.pyannote[155].end 470.72534375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 471.99096875
transcript.pyannote[156].end 473.71221875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 474.75846875
transcript.pyannote[157].end 475.92284375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 476.12534375
transcript.pyannote[158].end 480.41159375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 478.89284375
transcript.pyannote[159].end 479.51721875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 480.41159375
transcript.pyannote[160].end 480.79971875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 482.18346875
transcript.pyannote[161].end 486.97596875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 485.33909375
transcript.pyannote[162].end 485.72721875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 487.33034375
transcript.pyannote[163].end 488.68034375
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 489.20346875
transcript.pyannote[164].end 490.04721875
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 490.50284375
transcript.pyannote[165].end 491.32971875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 492.03846875
transcript.pyannote[166].end 493.27034375
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 493.89471875
transcript.pyannote[167].end 495.71721875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 494.87346875
transcript.pyannote[168].end 495.17721875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 495.17721875
transcript.pyannote[169].end 495.32909375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 496.54409375
transcript.pyannote[170].end 496.84784375
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 497.28659375
transcript.pyannote[171].end 498.01221875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 499.36221875
transcript.pyannote[172].end 504.94784375
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 505.38659375
transcript.pyannote[173].end 507.81659375
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 508.81221875
transcript.pyannote[174].end 510.01034375
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 510.33096875
transcript.pyannote[175].end 511.20846875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 511.27596875
transcript.pyannote[176].end 515.30909375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 516.15284375
transcript.pyannote[177].end 522.95346875
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 523.39221875
transcript.pyannote[178].end 524.38784375
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 527.20596875
transcript.pyannote[179].end 527.98221875
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 530.88471875
transcript.pyannote[180].end 533.21346875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 533.55096875
transcript.pyannote[181].end 535.54221875
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 536.67284375
transcript.pyannote[182].end 538.14096875
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 538.19159375
transcript.pyannote[183].end 540.90846875
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 541.71846875
transcript.pyannote[184].end 544.08096875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 544.06409375
transcript.pyannote[185].end 544.53659375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 544.50284375
transcript.pyannote[186].end 547.75971875
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 548.36721875
transcript.pyannote[187].end 550.13909375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 551.52284375
transcript.pyannote[188].end 555.47159375
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 556.29846875
transcript.pyannote[189].end 558.47534375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 558.94784375
transcript.pyannote[190].end 562.37346875
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 563.82471875
transcript.pyannote[191].end 565.20846875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 565.64721875
transcript.pyannote[192].end 566.44034375
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 567.60471875
transcript.pyannote[193].end 571.60409375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 571.87409375
transcript.pyannote[194].end 574.32096875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 575.92409375
transcript.pyannote[195].end 576.21096875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 577.12221875
transcript.pyannote[196].end 578.62409375
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 579.02909375
transcript.pyannote[197].end 580.56471875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 580.69971875
transcript.pyannote[198].end 581.20596875
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 582.79221875
transcript.pyannote[199].end 583.34909375
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 583.92284375
transcript.pyannote[200].end 584.80034375
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 585.30659375
transcript.pyannote[201].end 586.33596875
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 586.87596875
transcript.pyannote[202].end 593.45721875
transcript.pyannote[203].speaker SPEAKER_02
transcript.pyannote[203].start 593.94659375
transcript.pyannote[203].end 596.69721875
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 596.76471875
transcript.pyannote[204].end 606.65346875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 607.22721875
transcript.pyannote[205].end 613.97721875
transcript.pyannote[206].speaker SPEAKER_01
transcript.pyannote[206].start 613.47096875
transcript.pyannote[206].end 615.41159375
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 616.33971875
transcript.pyannote[207].end 616.35659375
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 616.35659375
transcript.pyannote[208].end 616.84596875
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 616.84596875
transcript.pyannote[209].end 616.99784375
transcript.pyannote[210].speaker SPEAKER_01
transcript.pyannote[210].start 616.99784375
transcript.pyannote[210].end 617.08221875
transcript.pyannote[211].speaker SPEAKER_00
transcript.pyannote[211].start 617.08221875
transcript.pyannote[211].end 618.46596875
transcript.whisperx[0].start 5.441
transcript.whisperx[0].end 21.967
transcript.whisperx[0].text 謝謝昭緯我們請薛部長有請薛部長林委好薛部長這一次你有去參加這個COP是會議嗎是有嗎有你是做什麼艙
transcript.whisperx[1].start 24.553
transcript.whisperx[1].end 48.888
transcript.whisperx[1].text 經濟艙還是商務艙商務艙OK你只要規定嘛部長級的按照可以做商務艙是對不對啊有沒有被升等升成頭等艙有沒有應該有吧你有你有升等成頭等艙沒有因為這個都是幕僚安排所以你是做頭等艙去的誰幫你升等的你知道嗎
transcript.whisperx[2].start 51.495
transcript.whisperx[2].end 60.738
transcript.whisperx[2].text 整個形成這些說明一下請你們的幕僚幫忙說明誰幫部長升等頭等艙的跟委員報告這個是按照那個行政院的規定行政院規定只能做商務艙喔部會首長是如果有提供這個頭等艙的話是可以的
transcript.whisperx[3].start 77.998
transcript.whisperx[3].end 102.194
transcript.whisperx[3].text 你們是買頭等艙還是買商務艙我們是買頭等艙買的時候就買頭等艙這是符合規定嗎你要確定還是被升等的原來就是買頭等艙按照規定來的不過這個以後我們還是可以檢討有必要一定要做頭等艙嗎
transcript.whisperx[4].start 104.689
transcript.whisperx[4].end 121.177
transcript.whisperx[4].text 商務艙因為我從來沒有做過頭等艙我不知道頭等艙會是什麼什麼樣的滋味商務艙已經很好了我做過商務艙所以這個將來預算上我們再來檢討好來我們談期的你請回部長留著
transcript.whisperx[5].start 126.541
transcript.whisperx[5].end 134.147
transcript.whisperx[5].text 這個 我們先看一下你們的這個網站不是啦 FB的這個粉專最近你們貼了好幾篇 這一個禮拜貼好幾篇跟本頁無關的這個內容幫行政院在大內宣長照2.0溫暖照顧
transcript.whisperx[6].start 153.51
transcript.whisperx[6].end 155.833
transcript.whisperx[6].text 環境部你不是衛福部啊打造溫暖而堅韌的台灣講疫情
transcript.whisperx[7].start 166.513
transcript.whisperx[7].end 189.032
transcript.whisperx[7].text 特別條例照顧台灣這跟你有什麼關係?跟環境部有什麼關係?給林委員報告行政院的部位是一體的啦大內宣這個跟大內宣沒有關係啦給林委員報告行政院底下的各部位是一體的那這個部分已經有難怪那個按讚數30啦40啦
transcript.whisperx[8].start 191.274
transcript.whisperx[8].end 215.027
transcript.whisperx[8].text 沒有人在看所以也沒有得到什麼大內宣的效果我建議你們還是回歸自己的本業 對不對這幾天大家都在討論這個COP會議到底在談哪一些內容臺灣還有哪一些可以做得更好的 對不對要專注在本業 貼這個也沒人看你們那個評價兩顆星
transcript.whisperx[9].start 218.129
transcript.whisperx[9].end 222.693
transcript.whisperx[9].text 你們那個FB的這個評價兩顆星加油啦注重本頁啦這才是你的專業嘛謝謝林委員這個本頁當然也注重啦那個比例啊你那一個禮拜貼三篇就貼的全部是大內宣跟貴部毫無關係的貼文
transcript.whisperx[10].start 242.53
transcript.whisperx[10].end 257.567
transcript.whisperx[10].text 這個行政院有行政院他的這個網站嘛或是他的FB粉絲專頁社團他去貼嘛你們要注重本頁好我們來問一下就是說你去參加了這個COP28這個會議啊
transcript.whisperx[11].start 262.552
transcript.whisperx[11].end 282.068
transcript.whisperx[11].text 當然大家在講說我們到底有沒有進步從27屆到現在27屆到28屆有沒有進步但是因為指標的關係有的NGO評論我們是退步那你們一直講說我們是進步進步的好吧 這個就各有各的這個
transcript.whisperx[12].start 284.15
transcript.whisperx[12].end 292.81
transcript.whisperx[12].text 指標它採樣的指標的不同不過還是因為這個是叫做德國看守
transcript.whisperx[13].start 294.397
transcript.whisperx[13].end 314.468
transcript.whisperx[13].text 的一個NGO每年我知道一個NGO他CCPI每年都會評但是大家也都會參考所以還是注意一下看他用什麼樣的評你剛剛有做了一部分的解釋不過針對這幾項我們把它拿出來看就是針對
transcript.whisperx[14].start 321.584
transcript.whisperx[14].end 343.708
transcript.whisperx[14].text 整體表現 這個我們就不講因為整體表現到底用哪一些指標加總起來的然後我們看它的內容臺灣在溫室氣體排放及能源使用中的成績非常差在再生能源和氣候政策方面則是比較差的差評非常差的是能源使用
transcript.whisperx[15].start 352.202
transcript.whisperx[15].end 371.702
transcript.whisperx[15].text 這部分我覺得啊是有值得我們檢討的你知道我們現在的能源的發電的組合火力發電佔多少火力發電裡面當然有燃煤、燃氣大概各自相近40%左右嘛所以佔八成啊是
transcript.whisperx[16].start 372.537
transcript.whisperx[16].end 390.364
transcript.whisperx[16].text 可是我們在再生能源已經從幾乎大概1、2%到現在已經10%了我想這個成長速率大概在國際上排名應該是前段班啦火力發電的降低比例做得不好
transcript.whisperx[17].start 391.766
transcript.whisperx[17].end 405.464
transcript.whisperx[17].text 我們先從用天然氣來期待煤我們能源都是以進口為主所以各位應該也都知道天然氣不是代表乾淨的能源
transcript.whisperx[18].start 406.636
transcript.whisperx[18].end 427.618
transcript.whisperx[18].text 他會排什麼?他會排哪一些?氣體?二氧化碳也是氣體會,但是他的排...他也是化石原料嘛!是!沒錯!但是他的量...大家都要減少化石原料的使用嘛!所以這一次的COP他為什麼不敢直接講說Face out fossil fuel?
transcript.whisperx[19].start 428.198
transcript.whisperx[19].end 447.063
transcript.whisperx[19].text 你看他也是自己最後必須因為有人反對阿阿拉伯國家反對阿為什麼會反對就是因為他不實際因為他生產石油阿為什麼反對難道你要幫他講話嗎因為我們沒有生產石油這是趨勢嘛這是趨勢嘛
transcript.whisperx[20].start 458.308
transcript.whisperx[20].end 466.611
transcript.whisperx[20].text 阿你要幫他們講話說 因為這個沒有通過大家的共識不是幫他們講話啦 因為我們也沒有生產食用 對啊我們要有自己的 是 沒錯 達到2050我們要對自己有信心啦 能夠淨零碳排阿你的 欸 能源那一塊是最主要的啦好啦 我提供幾個 好
transcript.whisperx[21].start 482.53
transcript.whisperx[21].end 507.577
transcript.whisperx[21].text 這個二十七的時候他們特別提到臺灣的中火、麥寮電、興達電就火力發電火力發電還有中鋼林口火力發電被點名是全球最髒的五百個碳排放源全球最髒的五百大
transcript.whisperx[22].start 508.871
transcript.whisperx[22].end 524.202
transcript.whisperx[22].text 我們就佔了幾個中火、麥寮電、興達電、中鋼、林口電今年COP28我們台灣政府又被點名說減碳不僅沒有改善還更退步所以這個齁這個這個能源政策齁其實關係到我們整個
transcript.whisperx[23].start 537.819
transcript.whisperx[23].end 562.296
transcript.whisperx[23].text 這個2050要達到淨零碳排最大的關鍵點就在能源政策了如果我們的火力發電不管是煤或是天然氣一直沒有辦法減少我們要達到那樣的目標叫做緣木求魚啦那個都是全球500大排碳排最多的500大在我們台灣你說我們做得多好
transcript.whisperx[24].start 568.179
transcript.whisperx[24].end 580.848
transcript.whisperx[24].text 有必要 這個我們慢慢來討論有必要整體檢討我們的能源尤其是電因為電是源頭啦你產生電才能讓企業
transcript.whisperx[25].start 585.754
transcript.whisperx[25].end 606.162
transcript.whisperx[25].text 運轉讓汽車你即使全部改把它改成電動汽車不直接排碳二氧化碳但是你用的電如果是火力發電這些在路上跑的汽車電車用的還是火力的東西火力的能源所以那個源頭我們要好好的來探討
transcript.whisperx[26].start 607.284
transcript.whisperx[26].end 618.18
transcript.whisperx[26].text 好今天時間的關係以後我們再找時間探討等一下我們要去草野協商了好謝謝林委員好謝謝謝謝林委員有請邱太元邱委員