iVOD / 149290

Field Value
IVOD_ID 149290
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149290
日期 2024-03-04
會議資料.會議代碼 委員會-11-1-26-2
會議資料.會議代碼:str 第11屆第1會期社會福利及衛生環境委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 2
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11屆第1會期社會福利及衛生環境委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-03-04T13:10:17+08:00
結束時間 2024-03-04T13:17:13+08:00
影片長度 00:06:56
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/ad9f873b941d2dddcf8be2aa80e87b0cf012038cf3c9e62ff8ba9b0039caa7a6ce81d6666162f8ef5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 羅智強
委員發言時間 13:10:17 - 13:17:13
會議時間 2024-03-04T09:00:00+08:00
會議名稱 立法院第11屆第1會期社會福利及衛生環境委員會第2次全體委員會議(事由:邀請行政院食品安全辦公室、衛生福利部部長、食品藥物管理署就「食安五環執行狀況及蘇丹紅事件處理之檢討」進行專題報告,並備質詢。)
gazette.lineno 1306
gazette.blocks[0][0] 羅委員智強:(13時10分)主席,有請部長。
gazette.blocks[1][0] 主席:好,部長請。
gazette.blocks[2][0] 薛部長瑞元:委員好。
gazette.blocks[3][0] 羅委員智強:部長,想請教您,這次沸沸揚揚的蘇丹紅事件,在行政院的定性當中,它是系統性食安問題還是個案?
gazette.blocks[4][0] 薛部長瑞元:它是系統性問題。
gazette.blocks[5][0] 羅委員智強:非常好,是系統性。
gazette.blocks[5][1] 那這個蘇丹紅事件已經爆發多久了?
gazette.blocks[6][0] 薛部長瑞元:其實它是逐漸地演變過來,因為一開始我們是查辣椒粉……
gazette.blocks[7][0] 羅委員智強:我直接問您,2月21日陳建仁院長在做食安報告的時候,蘇丹紅事件就發生了嘛?
gazette.blocks[8][0] 薛部長瑞元:應該是可以這樣講。
gazette.blocks[9][0] 羅委員智強:請問,在他的食安報告當中,有把蘇丹紅事件放進去嗎?
gazette.blocks[10][0] 薛部長瑞元:是沒有放進去,因為那時候事情還沒有釐得很清楚。
gazette.blocks[11][0] 羅委員智強:我要告訴部長一個重點,上次陳建仁院長的食安報告有一個很重要的結論,就是說蔡英文總統任內的食安安全維護的工作做得比馬英九要強嘛,對不對?
gazette.blocks[12][0] 薛部長瑞元:對,那個報告裡面是這樣講。
gazette.blocks[13][0] 羅委員智強:但是我從頭到尾看到裡面只有一個客觀的數字,叫做系統性食安事件的比較,你們舉了馬政府7件,那你們自己舉幾件?
gazette.blocks[14][0] 薛部長瑞元:我印象中是兩件。
gazette.blocks[15][0] 羅委員智強:兩件,不算蘇丹紅,是兩件。
gazette.blocks[15][1] 那麼系統性食安問題,這是你用來認定什麼是系統性、什麼是個案,那你再據以來認定說,馬政府的食安做得比你們差,可是整篇陳建仁院長的報告,我沒有看到有其他的論點、論述說他做得比較好。我舉個例子,陳建仁院長跟我在數字上的交鋒質詢,我有問他說:馬政府時期食品中毒的人數跟蔡英文總統時期哪一個比較多,上次我問過,當時你在旁邊嘛。
gazette.blocks[16][0] 薛部長瑞元:對,是說馬政府時比較少。
gazette.blocks[17][0] 羅委員智強:蔡英文時期比較多嘛,對不對?然後院長還不相信我的數字,要回去查,那請問回去查的結果是誰比較多?
gazette.blocks[18][0] 薛部長瑞元:因為其實一般來講,食物中毒案件的話,要……
gazette.blocks[19][0] 羅委員智強:我知道啦,院長當場就回答我說,食品中毒不是食安問題嘛,你認同這個觀點嗎?
gazette.blocks[20][0] 薛部長瑞元:這是食安問題,但是很難歸類……
gazette.blocks[21][0] 羅委員智強:那很好啊,你又更正院長,沒關係,我就跟你講,至少食品安全的部分馬政府做得比你好啊,以數字來看啊。然後你在食安報告當中一直強調,你們檢驗很多嘛,對不對?是吧?因為檢驗非常積極,我認同這個,檢驗積極也代表對食安的重視嘛,對不對?那你也知道我也問了院長一句話:請問馬政府檢驗食品安全的檢驗數高還是蔡英文政府?
gazette.blocks[22][0] 薛部長瑞元:這要看檢驗……
gazette.blocks[23][0] 羅委員智強:不用看啦,你看中華民國統計資訊網就知道了,平均每年馬政府是72萬件,蔡英文政府是51萬件,每年多了21萬件,你檢驗數字不如人,食品中毒數字又比人家高,結果就是因為你們定性為系統性跟個案,你作一個結論,說你們做得比較好。接下來我就問,實驗室標準的蘇丹紅一公克大概多少錢?實驗室標準的蘇丹紅。
gazette.blocks[24][0] 薛部長瑞元:我們手上沒有這個資料。
gazette.blocks[25][0] 羅委員智強:胸腔科醫師蘇一峰說,大概就是一公克17萬臺幣嘛,對不對?
gazette.blocks[26][0] 薛部長瑞元:是蘇丹紅嗎?
gazette.blocks[27][0] 羅委員智強:他講蘇丹紅,實驗室購買的蘇丹紅。那食安辦要不要說蘇丹紅比黃金跟鑽石還要貴,所以不會有人拿來使用?會不會有這個結論?
gazette.blocks[28][0] 薛部長瑞元:應該是不一樣的,一個是在實驗室,一個是在……
gazette.blocks[29][0] 羅委員智強:答對了。那當初為什麼在討論西布特羅時就會出現這個論點呢?
gazette.blocks[30][0] 薛部長瑞元:因為西布特羅沒有在其他地方用。
gazette.blocks[31][0] 羅委員智強:我再問您,我想請教您,2018年公告列管蘇丹紅之後,什麼時候首次查到辣椒粉添加蘇丹紅?蘇丹紅的事件這麼大,部長,這個基本數字恐怕你要知道。2021年9月。想請問你,事發到現在兩年半,食藥署做了什麼積極防範?結果蘇丹紅越查越多。
gazette.blocks[32][0] 薛部長瑞元:我跟委員報告,蘇丹紅在過去111年的時候,在邊境上面並沒有檢出。
gazette.blocks[33][0] 羅委員智強:2022年到2023年,143批的辣椒粉有9批不合格,那為什麼到2023年12月才開始逐批查驗?
gazette.blocks[34][0] 薛部長瑞元:那個不合格其實是有多種的,主要是農藥,農藥不合格是占多數。
gazette.blocks[35][0] 羅委員智強:我再問部長,光是雄檢查封高雄輸入跟製造業者違規產品就達到3萬2,739公斤,可是我看到衛福部的報告說是2萬3,759公斤,為什麼差了1萬公斤?
gazette.blocks[36][0] 薛部長瑞元:差一天,結果是雄檢就去扣押了這個……
gazette.blocks[37][0] 羅委員智強:所以顯然你們的計算標準跟雄檢也不一樣,那我就要跟大家講,從這個角度來看,我們難道不用擔心有多少的蘇丹紅不在你的控管範圍之內,有冰山一角沒被看到的,有沒有?
gazette.blocks[38][0] 薛部長瑞元:我們現在就循線在查……
gazette.blocks[39][0] 羅委員智強:我問有沒有嘛!
gazette.blocks[40][0] 薛部長瑞元:當然有可能,我們目前……
gazette.blocks[41][0] 羅委員智強:有可能而已喔?我跟各位講,我沒有苛責食藥署或苛責衛福部,食品查驗通常就是冰山一角理論,你知道吧?你查到,代表在查到之前有多少流入市面?你開始全面逐批查驗之前有多少流入市面?有沒有估過?
gazette.blocks[42][0] 薛部長瑞元:這個部分我們是沒有正確去估啦。
gazette.blocks[43][0] 羅委員智強:最後,我要跟部長說一句話,食安問題不要牽拖前朝,食安問題在蔡英文總統任內就好好地面對,不要去用一些很特殊的標準,然後去做一些很奇怪的比較,現在蘇丹紅事件發生,請我們衛福部繃緊神經,捍衛人民的食安,好不好?
gazette.blocks[44][0] 薛部長瑞元:對,我們現在就是針對蘇丹紅食安,我們自己擔起這個責任。
gazette.blocks[45][0] 羅委員智強:謝謝部長,感謝您。
gazette.blocks[46][0] 主席:好,我們謝謝羅智強委員的質詢。
gazette.blocks[46][1] 本日會議詢答全部結束,委員林德福所提書面質詢列入紀錄,刊登公報。
gazette.blocks[47][0] 委員林德福書面質詢:
gazette.blocks[47][1] 問題一
gazette.blocks[47][2] 首先,「食品安全」沒有「意識形態」,不分朝野,都希望國人吃得健康。全國民眾也期待「中央」與「地方」政府共同合作,替民眾好好把關食品安全。
gazette.blocks[47][3] 最近這幾天占據媒體版面的食品安全違規案件發生,究竟是「食安法」罰責過輕,還是「抽檢頻率」過低,讓「業者」心存僥倖?薛部長在520前,是否會重新檢討「食安法」?還是交由「新執政團隊」規劃?
gazette.blocks[47][4] 問題二
gazette.blocks[47][5] 去年「好市多進口莓果受A肝病毒汙染事件」爆發,才發現「好市多」不需要依「食安法」設立「食品安全實驗室」,有許多立委認為「量販業者」也應投資食品安全,納入「應設置食品安全實驗室」規範中,「衛福部薛部長」您當時答詢允諾將研議。
gazette.blocks[47][6] 如今已過了九個月,我的助理也再次向「食藥署」確認,有設立實驗室辦理自主檢驗事宜,目前只有「楓康超市」與「家樂福」兩家業者。
gazette.blocks[47][7] 請問,這件事就不了了之了嗎?民眾每天上賣場採買生鮮食品,請問薛部長,要如何強化「食品通路業者」自主把關的責任?
gazette.blocks[47][8] 問題三
gazette.blocks[47][9] 「食安基金」113年度編列「食品安全保護計畫」3,760萬,提升地方政府辦理促進食品安全工作意願。
gazette.blocks[47][10] 請問薛部長,目前該筆預算運用已有那些初步成果?本席希望將該計畫每季執行成果提供給全體立委參考。
gazette.blocks[47][11] 此外,如果地方政府申請補助「食安保護計畫」踴躍,後續會如何因應?114年「食品安全保護計畫」預算是否會再翻倍成長?
gazette.blocks[47][12] 問題四
gazette.blocks[47][13] 日本福島核處理水前幾天進行第四批次排放,本席知道「核能安全委員會」有對「台灣周遭海域」進行輻射監測,目前並無影響。
gazette.blocks[47][14] 但是,本席提醒衛福部,根據衛福部公布的「日本輸入食品輻射檢測結果」,對於「海鮮水產類」,曾查出39件含有輻射,且數值相較於日本其他食品都來得高。
gazette.blocks[47][15] 本席希望衛福部要隨著「日本福島核處理水」「排放次數」與「排放總體積」的增加,對於日本輸台的「冷藏水產品」、「冷凍水產品」與「海草類」查驗頻率要隨之增加,以確保國人食品安全!
gazette.blocks[48][0] 主席:現在作以下決定:一、報告及詢答完畢。二、委員質詢未及答復或請補充資料者,請相關機關於兩週內以書面答復。委員另要求期限者,從其所定。
gazette.blocks[48][1] 本次會議到此結束,現在散會。謝謝部長、各部會首長。也謝謝各位委員、各位工作人員。謝謝。
gazette.blocks[48][2] 散會(13時17分)
gazette.agenda.page_end 296
gazette.agenda.meet_id 委員會-11-1-26-2
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 陳菁徽
gazette.agenda.speakers[3] 廖偉翔
gazette.agenda.speakers[4] 林月琴
gazette.agenda.speakers[5] 涂權吉
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 黃秀芳
gazette.agenda.speakers[8] 蘇清泉
gazette.agenda.speakers[9] 盧縣一
gazette.agenda.speakers[10] 劉建國
gazette.agenda.speakers[11] 王正旭
gazette.agenda.speakers[12] 楊曜
gazette.agenda.speakers[13] 林淑芬
gazette.agenda.speakers[14] 陳雪生
gazette.agenda.speakers[15] 洪孟楷
gazette.agenda.speakers[16] 謝衣鳯
gazette.agenda.speakers[17] 陳瑩
gazette.agenda.speakers[18] 王鴻薇
gazette.agenda.speakers[19] 黃國昌
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.speakers[21] 羅智強
gazette.agenda.speakers[22] 林德福
gazette.agenda.page_start 209
gazette.agenda.meetingDate[0] 2024-03-04
gazette.agenda.gazette_id 1130601
gazette.agenda.agenda_lcidc_ids[0] 1130601_00009
gazette.agenda.meet_name 立法院第11屆第1會期社會福利及衛生環境委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請行政院食品安全辦公室、衛生福利部部長、食品藥物管理署就「食安五環執行狀況及蘇丹紅 事件處理之檢討」進行專題報告,並備質詢
gazette.agenda.agenda_id 1130601_00008
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.53721875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 14.89784375
transcript.pyannote[1].end 16.66971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 17.26034375
transcript.pyannote[2].end 18.30659375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 22.35659375
transcript.pyannote[3].end 22.86284375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 23.72346875
transcript.pyannote[4].end 25.22534375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 25.74846875
transcript.pyannote[5].end 29.42721875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 29.66346875
transcript.pyannote[6].end 35.33346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 35.67096875
transcript.pyannote[7].end 36.83534375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 36.83534375
transcript.pyannote[8].end 38.50596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 38.97846875
transcript.pyannote[9].end 41.94846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 42.67409375
transcript.pyannote[10].end 49.77846875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 47.93909375
transcript.pyannote[11].end 49.13721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 49.67721875
transcript.pyannote[12].end 54.21659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 53.81159375
transcript.pyannote[13].end 53.89596875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 54.82409375
transcript.pyannote[14].end 59.85284375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 60.20721875
transcript.pyannote[15].end 64.03784375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 61.84409375
transcript.pyannote[16].end 67.00784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 66.83909375
transcript.pyannote[17].end 71.31096875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 71.19284375
transcript.pyannote[18].end 73.18409375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 73.79159375
transcript.pyannote[19].end 79.25909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 79.47846875
transcript.pyannote[20].end 87.27471875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 87.44346875
transcript.pyannote[21].end 89.75534375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 88.20284375
transcript.pyannote[22].end 88.60784375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 89.18159375
transcript.pyannote[23].end 97.50096875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 98.10846875
transcript.pyannote[24].end 99.39096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 99.88034375
transcript.pyannote[25].end 102.68159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 101.29784375
transcript.pyannote[26].end 105.51659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 104.36909375
transcript.pyannote[27].end 105.41534375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 105.97221875
transcript.pyannote[28].end 110.42721875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 110.74784375
transcript.pyannote[29].end 118.08846875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 118.64534375
transcript.pyannote[30].end 125.98596875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 126.22221875
transcript.pyannote[31].end 138.01784375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 138.81096875
transcript.pyannote[32].end 139.73909375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 140.65034375
transcript.pyannote[33].end 142.50659375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 140.71784375
transcript.pyannote[34].end 145.22346875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 144.21096875
transcript.pyannote[35].end 148.58159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 148.95284375
transcript.pyannote[36].end 150.92721875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 151.60221875
transcript.pyannote[37].end 151.80471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 154.18409375
transcript.pyannote[38].end 154.33596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 154.89284375
transcript.pyannote[39].end 160.05659375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 160.05659375
transcript.pyannote[40].end 165.54096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 160.19159375
transcript.pyannote[41].end 160.57971875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 163.92096875
transcript.pyannote[42].end 168.74721875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 166.80659375
transcript.pyannote[43].end 170.01284375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 168.98346875
transcript.pyannote[44].end 170.85659375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 170.41784375
transcript.pyannote[45].end 175.02471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 175.44659375
transcript.pyannote[46].end 179.12534375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 179.73284375
transcript.pyannote[47].end 180.23909375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 180.47534375
transcript.pyannote[48].end 185.26784375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 185.26784375
transcript.pyannote[49].end 185.55471875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 185.84159375
transcript.pyannote[50].end 188.64284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 188.86221875
transcript.pyannote[51].end 193.13159375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 194.56596875
transcript.pyannote[52].end 206.07471875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 206.24346875
transcript.pyannote[53].end 215.57534375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 216.14909375
transcript.pyannote[54].end 221.09346875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 221.56596875
transcript.pyannote[55].end 223.43909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 223.97909375
transcript.pyannote[56].end 226.25721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 226.32471875
transcript.pyannote[57].end 231.08346875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 231.45471875
transcript.pyannote[58].end 233.83409375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 234.17159375
transcript.pyannote[59].end 234.52596875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 234.74534375
transcript.pyannote[60].end 235.90971875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 236.55096875
transcript.pyannote[61].end 239.62221875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 240.31409375
transcript.pyannote[62].end 245.03909375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 245.54534375
transcript.pyannote[63].end 246.55784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 246.57471875
transcript.pyannote[64].end 252.53159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 249.96659375
transcript.pyannote[65].end 251.43471875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 252.27846875
transcript.pyannote[66].end 256.12596875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 255.82221875
transcript.pyannote[67].end 258.50534375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 258.50534375
transcript.pyannote[68].end 258.52221875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 258.58971875
transcript.pyannote[69].end 261.72846875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 262.09971875
transcript.pyannote[70].end 267.55034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 270.57096875
transcript.pyannote[71].end 275.26221875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 275.90346875
transcript.pyannote[72].end 277.43909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 278.24909375
transcript.pyannote[73].end 283.51409375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 286.06221875
transcript.pyannote[74].end 298.71846875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 298.97159375
transcript.pyannote[75].end 305.31659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 305.45159375
transcript.pyannote[76].end 308.72534375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 309.60284375
transcript.pyannote[77].end 316.62284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 317.06159375
transcript.pyannote[78].end 318.36096875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 318.73221875
transcript.pyannote[79].end 327.62534375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 327.97971875
transcript.pyannote[80].end 333.78471875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 334.17284375
transcript.pyannote[81].end 335.21909375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 335.21909375
transcript.pyannote[82].end 337.71659375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 337.71659375
transcript.pyannote[83].end 337.73346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 337.73346875
transcript.pyannote[84].end 338.10471875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 337.75034375
transcript.pyannote[85].end 339.48846875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 340.06221875
transcript.pyannote[86].end 344.65221875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 344.65221875
transcript.pyannote[87].end 347.85846875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 344.66909375
transcript.pyannote[88].end 344.87159375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 348.07784375
transcript.pyannote[89].end 357.69659375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 358.13534375
transcript.pyannote[90].end 361.05471875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 360.26159375
transcript.pyannote[91].end 361.44284375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 361.44284375
transcript.pyannote[92].end 363.04596875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 363.04596875
transcript.pyannote[93].end 363.07971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 363.07971875
transcript.pyannote[94].end 363.18096875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 363.18096875
transcript.pyannote[95].end 376.68096875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 367.73721875
transcript.pyannote[96].end 367.77096875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 378.16596875
transcript.pyannote[97].end 378.57096875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 378.89159375
transcript.pyannote[98].end 383.27909375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 379.39784375
transcript.pyannote[99].end 379.65096875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 383.53221875
transcript.pyannote[100].end 386.56971875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 386.56971875
transcript.pyannote[101].end 387.54846875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 388.08846875
transcript.pyannote[102].end 389.40471875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 390.29909375
transcript.pyannote[103].end 402.34784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 402.65159375
transcript.pyannote[104].end 408.70971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 408.16971875
transcript.pyannote[105].end 414.07596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 411.61221875
transcript.pyannote[106].end 412.87784375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 414.07596875
transcript.pyannote[107].end 414.09284375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 414.58221875
transcript.pyannote[108].end 414.97034375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 414.97034375
transcript.pyannote[109].end 415.96596875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 415.96596875
transcript.pyannote[110].end 416.18534375
transcript.whisperx[0].start 15.293
transcript.whisperx[0].end 18.135
transcript.whisperx[0].text 主席有請部長部長請部長想請教您
transcript.whisperx[1].start 26.042
transcript.whisperx[1].end 51.335
transcript.whisperx[1].text 這次沸沸揚揚的蘇丹紅事件在這個行政院的定性當中它是系統性食安問題還是個案?它是系統性問題非常好是系統性那這個蘇丹紅事件已經爆發多久了?其實它是逐漸的演變過來因為一開始我們是擦我直接問您在上次2月21號的時候
transcript.whisperx[2].start 55.212
transcript.whisperx[2].end 77.773
transcript.whisperx[2].text 我們陳建仁院長在報告食安報告的時候蘇丹紅事件就發生了嗎應該是可以這樣講請問在他的食安報告當中有把蘇丹紅事件放進去嗎是沒有放進去因為那時候事情還沒有理得很清楚我要告訴部長一個重點上次陳建仁院長食安報告有一個很重要結論就是說
transcript.whisperx[3].start 80.782
transcript.whisperx[3].end 101.707
transcript.whisperx[3].text 這個蔡英文總統任內的食安這個安全維護的工作做得與馬英九要強嘛 對不對但是我從頭到尾他只有一個客觀的數字叫做系統性食安的一個事件的比較嘛你們舉了馬政府七件嘛那你們自己舉幾件兩件不算蘇丹紅兩件
transcript.whisperx[4].start 106.038
transcript.whisperx[4].end 117.832
transcript.whisperx[4].text 那系統性食安問題這是你用來認定什麼是系統性什麼是個案那你在據以來認定說馬政府的食安做得比你們差嘛
transcript.whisperx[5].start 118.717
transcript.whisperx[5].end 137.748
transcript.whisperx[5].text 可是整篇陳建仁院長報告我沒有看到其他的論點論述說他做得比較好我舉個例子陳建仁院長跟我一個數字上的一個交鋒質詢我有問他說馬政府時期食品中毒的人數跟蔡英文總統時期哪一個時期比較多
transcript.whisperx[6].start 140.783
transcript.whisperx[6].end 150.671
transcript.whisperx[6].text 上次我問過你在旁邊嘛蔡英文比較多嘛對不對然後院長還不相信我的數字要回去查那請問回去查的結果是誰比較多
transcript.whisperx[7].start 154.949
transcript.whisperx[7].end 177.388
transcript.whisperx[7].text 因為這個其實是一般來講食中就食物中毒的案件的話我知道啦 院長當場就回答食品中毒不是食安問題嘛你認同這個觀點嗎那很好你又更正院長沒關係我就跟你講至少食品安全的部分嘛政府做得比你好以數字來看啊然後你在食安報告當中一直強調你們檢驗很多嘛對不對
transcript.whisperx[8].start 179.815
transcript.whisperx[8].end 204.765
transcript.whisperx[8].text 是吧 因為檢驗數非常積極 我認同這個檢驗積極的代表對食安的重視嘛 對不對那你也知道 我也問了院長一句話請問馬政府檢驗食品安全的檢驗數高還是蔡英文政府這要看檢驗多少不用看啦 你看中華民國統計資訊網就知道啦平均每年馬政府是72萬件 蔡英文政府是51萬件每年多了21萬件
transcript.whisperx[9].start 206.348
transcript.whisperx[9].end 233.577
transcript.whisperx[9].text 你檢驗數字不如人食品中毒數字比人家高結果就是因為你們定性的系統性跟個案你給我做個結論說你們做得比較好那接下來就問齁實驗室標準的蘇丹紅一公克大概多少錢實驗室標準的蘇丹紅這個我們手上沒有這個資料胸腔科醫師蘇一峰說啦齁大概就是一公克17萬台幣嘛對不對是蘇丹紅嗎
transcript.whisperx[10].start 236.912
transcript.whisperx[10].end 237.414
transcript.whisperx[10].text 他講蘇丹紅實驗室購買蘇丹紅
transcript.whisperx[11].start 240.373
transcript.whisperx[11].end 266.893
transcript.whisperx[11].text 那食安辦要不要說蘇丹紅比黃金跟鑽石還要貴所以不會有拿來使用會不會有這個結論這應該是不一樣啦一個是在實驗室當然不一樣嘛答對了嘛那當初為什麼在西部特羅就會出現這個論點呢因為西部特羅沒有在其他地方用我再問您齁我想請教您齁2018公告列管蘇丹紅之後什麼時候首次查到辣椒粉添加蘇丹紅
transcript.whisperx[12].start 270.752
transcript.whisperx[12].end 283.3
transcript.whisperx[12].text 蘇丹紅的事件這麼大部長這個基本數字恐怕你要知道2021年9月啦要想請問你事發到現在兩年半食藥署做什麼積極防範結果蘇丹紅越查越多
transcript.whisperx[13].start 287.05
transcript.whisperx[13].end 308.182
transcript.whisperx[13].text 這部分的話其實我也跟委員報告就是說蘇丹紅這個事情的話是在過去111年的時候那在邊境上面並沒有檢出出來啦2022年到2023年143批的辣椒粉有9批不合格那為什麼到2023年12月才開始逐批查驗
transcript.whisperx[14].start 309.639
transcript.whisperx[14].end 322.983
transcript.whisperx[14].text 那個不合格其實是有多種的包括說主要是農藥,農藥不合格是佔多數啦再問部長齁光熊檢、查豐、高雄酥魚跟自造業者違規產品就達到32739公斤
transcript.whisperx[15].start 328.089
transcript.whisperx[15].end 357.489
transcript.whisperx[15].text 可是我看到這個衛福部的報告說是兩萬三千七百五十九公斤那為什麼差了一萬公斤所以顯然你們的計算標準跟雄檢也不一樣我就要跟大家講你到底從這個角度來我們難道不用擔心有多少的蘇丹紅不在你的控管範圍之內冰山一角沒被看到的有沒有
transcript.whisperx[16].start 358.429
transcript.whisperx[16].end 387.272
transcript.whisperx[16].text 我們現在就尋現在查到當然有可能我們目前有可能而已喔我跟各位講我沒有苛責食藥署或苛責衛福部喔我只是講說食品查驗通常是就是冰山一角理論你知道吧你查到代表查到之前有多少流入市面這個比例上你開始全面逐批查驗之前有多少流入市面你有沒有估過這部分我們是沒有正確去估啦最後我要跟
transcript.whisperx[17].start 388.151
transcript.whisperx[17].end 410.79
transcript.whisperx[17].text 部長說一句話啦食安問題不要牽扯前朝食安問題在蔡英文總統任內就好好的面對不要去用一些很特殊的標準然後去做一些很奇怪的比較現在蘇丹紅事件發生請我們衛福部繃緊神經捍衛人民的食安好不好我們現在就是針對蘇丹紅我們自己謝謝部長感謝您好我們謝謝