iVOD / 149318

Field Value
IVOD_ID 149318
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149318
日期 2024-03-05
會議資料.會議代碼 院會-11-1-3
會議資料.會議代碼:str 第11屆第1會期第3次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 3
會議資料.種類 院會
會議資料.標題 立法院第11屆第1會期第3次會議
影片種類 Clip
開始時間 2024-03-05T14:30:30+08:00
結束時間 2024-03-05T14:46:02+08:00
影片長度 00:15:32
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/d6f3e02e0bf46d5e21f7c3537a1ddbd3886681d5001d2e43f8ba9b0039caa7a642b2a9aabf465d0c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 14:30:30 - 14:46:02
會議時間 2024-03-05T09:00:00+08:00
會議名稱 第11屆第1會期第3次會議(事由:一、對行政院院長提出施政方針及施政報告繼續質詢。 二、3月1日上午9時至10時為國是論壇時間。 三、3月5日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 2
gazette.blocks[0][0] 林委員月琴:(14時30分)有請我們的行政院院長。
gazette.blocks[1][0] 主席:麻煩請陳院長備詢。
gazette.blocks[2][0] 陳院長建仁:林委員午安,恭喜你當選立委。
gazette.blocks[3][0] 林委員月琴:謝謝院長。少子化是我們的國安問題。
gazette.blocks[4][0] 陳院長建仁:是。
gazette.blocks[5][0] 林委員月琴:政府也提出了各種解方來做催生,但少子化的解方不是只有催生,應該同時要拒絕死亡。
gazette.blocks[6][0] 陳院長建仁:是。
gazette.blocks[7][0] 林委員月琴:在孩子生得少的時候,一個孩子都不能少,所以我請行政院應該要正視兒少死亡的事實。
gazette.blocks[8][0] 陳院長建仁:好。
gazette.blocks[9][0] 林委員月琴:院長,這是國家發展委員會提供的一個數據,也就是兒少人口的死亡推估,我們看高推估有1,043人,請教一下院長,你知道實際上111年有多少小孩離開我們嗎?
gazette.blocks[10][0] 陳院長建仁:抱歉,我不太清楚這個數字。
gazette.blocks[11][0] 林委員月琴:沒有關係,我們就直接來看一下數據。在111年實際上比國發會的預估還要多,我們總共有1,108位的孩子離開了,其中非病死、自然死高達247人,又以事故傷害跟自殺排名第一、第二。
gazette.blocks[12][0] 陳院長建仁:對。
gazette.blocks[13][0] 林委員月琴:事實上,過去交通事故是主要首因,我們先從交通事故來看,過去4年來我們的死亡率的確有下降,但不夠快,而且年減5%的目標事實上是跳票了,加上受傷人數,反而增加了15%,這也就代表目前的政策坦白講是沒有打到真正的痛點。我們再來看死亡率,我們的自殺死亡率不減反增,而且現行制度跟解方是不夠的,解方無效意味著沒有充分掌握原因,本席認為常常就是沒有充分掌握原因,才會造成沒有辦法提出好的改善策略。
gazette.blocks[13][1] 我們來看0到17歲受傷的人數(次),院長跟我們的部長們,過去我在民間團體,一直跟政府部門倡議,請提供正確的數據,才能夠找到真正的原因和提出好的解方,可是往往拿到各部會的數據是不一致的,所以今天我要利用這個機會跟各位講,請重視孩子死傷的數據,為什麼?因為這次我從衛福部跟交通部拿到的數據也非常地不一致,怎麼看不一致呢?衛福部提供的所有原因傷害人次,竟然比交通部提供的數據還要低,怎麼會統整所有死亡原因的數據比單一因素還要低?這點我請行政院必須要有權責機關來檢視我們的兒少傷亡,提出正確的數據,院長這一點你同意嗎?
gazette.blocks[14][0] 陳院長建仁:好,我同意,因為我自己是做流行病學的,而且也分析過,實際上機動車事故的傷害人數是由交通部這邊請警政單位等等在蒐集;衛福部這邊的話,是從另外一個機制來。這個最好的方式,就是希望有一個大數據,有一個兒少傷害雲這樣的一個數據,兩邊要去做勾稽,才能夠得到完整的資料,這個部分如果不這樣做的話,恐怕兩個部會很難一致。
gazette.blocks[15][0] 林委員月琴:好,謝謝院長。既然交通、自殺最為嚴重,分屬第一名、第二名,我們就先來看交通事故。為什麼會先從無照駕駛開始談起?因為未成年無照駕駛的交通致死率,事實上是成年人的3倍,所以我們就來談一下未成年無照駕駛的問題。從這一張圖表的數據可以看到我們機車傷亡的人數這幾年大概約略持平,表示沒有實質的改善。在這邊我要提醒交通部兩件事情,我們的機車乘客死傷人數107年跟111年相差1,157人,增加了1,157人,微型電動車二輪車107年跟110年比也相差兩倍,所以我覺得交通部這兩塊也要特別的去做努力。
gazette.blocks[15][1] 再來就是未成年無照駕駛,根據我們運研所的數據,也就是每一個民眾車禍死亡社會成本是1,600萬元,每一個車禍受傷社會成本是118萬元,如果用這個數據整體來推估的話,平均每一年因為未成年無照駕駛造成的社會成本有160億跟無數的破碎家庭,所以行政院應該也要特別去注意到這個問題,不是只有談到像是我們催生的一些策略。再來,現行無照駕駛看起來事實上解方效果不夠,為什麼?今天取締的件數增加,但為什麼事實上交通事故依然沒有下降?可不可以請我們的王部長簡單說明一下?
gazette.blocks[16][0] 王部長國材:的確比如說我們現在考照是18歲以上,所以有很多還不到這個年齡沒辦法考,他就開始騎,我想這部分應該兩個方面:第一個,我們過去是用宣導的方式,就是從學校或是社會的宣導;第二個,當然就是執法面來處理。但是我們感覺是從學校,比如說高中,高中最多嘛!這方面來宣導效果會比較大,這部分教育部事實上也有跟我們在做相關宣導的工作。的確無照駕駛是一個大課題,有一個是年幼,另外一個是年長的也有無照駕駛,兩個部分。
gazette.blocks[17][0] 林委員月琴:我希望部長可能要重視這一塊啦!
gazette.blocks[17][1] 其次我們來看自殺的狀態,0到17歲自殺的原因有所謂的憂鬱傾向、家庭成員的問題跟學校適應的問題,可是一樣我們的自殺不減反增,未來我會在其他相關的委員會再做質詢。這是人本基金會整理的一些相關問題點,如果還有這麼多的問題點,表示我們政府部門還有很多的努力空間,這一樣我也不細談,可是從交通事故跟自殺案件的死亡數高居不下,我們應該要有反思。
gazette.blocks[17][2] 確實政府現在可以給我們大數據,所以我們才知道事故傷害第一、自殺第二,可是重點是我們缺乏細緻的原因,因為始終每次在交通事故的時候,都說這個事實上是我們的駕駛人肇事了,那就兩方去打官司,可是有沒有去研析究竟是我們的道路設計問題還是我們的交通設施不良?還是駕駛者有情緒狀態或者是他疲勞駕駛或者事實上是他有沒有吃感冒藥?這些相關的問題並沒有好好的檢討。可是如果不知道細緻的原因,解方打不到痛點,那我們的預算也沒有花在刀口上,政府就是事倍功半,所以預防勝於治療,我們要知道細緻的原因,就應該要來做死因回溯,所以我們就來談死因回溯。請教一下院長,你知道什麼是死因回溯嗎?知道法源依據嗎?
gazette.blocks[18][0] 陳院長建仁:知道。
gazette.blocks[19][0] 林委員月琴:我不知道院長知不知道法源依據?
gazette.blocks[20][0] 薛部長瑞元:在兒權法裡面。
gazette.blocks[21][0] 林委員月琴:是,沒有錯,兒權法第十三條,那為什麼要去談這個?因為把它做好,我們知道原因,死亡就可以預防,而且有四成的預防效果,其中事故傷害、自殺跟兒虐效果有高達六成,所以做好死因回溯可以阻斷下一個孩子死亡的可能性。部長,在112年我們透過死因回溯的研析有高達26%的高度可預防,也意味著我們未來可以避免相同類型的死亡案例再度發生,所以CDR事實上是重要的,要請衛福部針對這一塊多做努力。
gazette.blocks[21][1] 接下來我們看兩個數據,事實上這是交通部提供的,我們的無照駕駛死亡集中在15到17歲,我請大家要看清楚是15到17歲。那自殺呢?12到17歲,其中13到15歲情況比較嚴峻,從這些數據我們就要來問一下院長,你知道目前我們的死因回溯做到幾歲嗎?
gazette.blocks[22][0] 陳院長建仁:我不太清楚。
gazette.blocks[23][0] 林委員月琴:衛福部部長知道我們的死因回溯做到幾歲嗎?
gazette.blocks[24][0] 薛部長瑞元:其實現在是比較年幼的,我記得好像是6歲。
gazette.blocks[25][0] 林委員月琴:是,如果按照我們法規的確是做到6歲,但我們再回想一下,剛才無照駕駛集中在15到17歲;自殺集中在12到17歲,如果我們的死因回溯只做幼稚園……
gazette.blocks[26][0] 陳院長建仁:不夠啦!
gazette.blocks[27][0] 林委員月琴:我們兒少死亡占比比較高的,事實上是國中生、高中生,似乎我們沒有切中要害。因為我個人過去一直很常要看數據,因為常常數據會說話,讓我們瞭解真正的問題點。我個人主張第一個,死因回溯可不可以擴大到18歲?希望這會期就能夠來修法,不過我們也期待在未修法之前,如果少子化是我們這麼重要的問題的話,我希望衛福部是不是可以先行執行這兩塊?
gazette.blocks[28][0] 陳院長建仁:對啦!
gazette.blocks[29][0] 林委員月琴:也就是交通跟自殺先來做死因回溯,我們必須要知道細緻的原因,才會提出來更好的解方。當然,我們也期待這死因回溯不是只有上修到18歲,未來我覺得衛福部這邊對於項目、方式,中央主管機關應該都要明定調查報告要怎麼做。不知道部長今年可以做得到嗎?
gazette.blocks[30][0] 薛部長瑞元:其實這有一部分的困難,第一個困難是在做死因回溯的時候,你必須要有足夠的一些報告,這個報告有時候會涉及到驗屍的問題,而驗屍又會涉及到解剖的問題,但是我們現在對於兒童的死亡並沒有都需要做強制解剖,所以有一些死因的確是很困難。像車禍的部分的話,也許從車禍事故現場的一些調查的話,可以做一些判斷,但是其他的部分,比方說兒虐、虐待而死等等這一類的話,就不一定。
gazette.blocks[31][0] 林委員月琴:是,可是我說交通和我們的自殺應該……
gazette.blocks[32][0] 薛部長瑞元:自殺也是一樣。
gazette.blocks[33][0] 林委員月琴:先來做,可以嗎?
gazette.blocks[34][0] 薛部長瑞元:自殺有時候從表象看起來自殺,事實上不一定是自殺。
gazette.blocks[35][0] 林委員月琴:好。院長,如果你看這個死亡回溯表格,乍看之下有什麼不足的地方?
gazette.blocks[36][0] 薛部長瑞元:目前的話,死因回溯是地方政府在做,我們是在做協助,訓練他們讓各個地方政府都可以有能力去做死因回溯啦!
gazette.blocks[37][0] 林委員月琴:這個表格如果中央事權統一的話,根本不用這種打勾勾的表格,該怎麼做就怎麼做,尤其是紅字的部分「擬定相關辦法跟實施要點」,就應該是中央直接訂定,避免中央最後要蒐整資料的時候,大家還格式不同、作法不同,我也希望這會期同樣來做改善。
gazette.blocks[38][0] 薛部長瑞元:這個我們會。
gazette.blocks[39][0] 陳院長建仁:這個可以做啦!
gazette.blocks[40][0] 林委員月琴:我覺得這蠻重要的,本席希望有一個標準化的流程來進行,為什麼要標準化?因為有標準化,我們才有辦法建立資料庫。英國兒童死亡資料庫成立的宗旨就很明確地告訴我們,我們要確保人們從孩子的死亡中學習到教訓,所以資料庫是一個累積,讓專家可以有一個清楚的依據,最後我們能夠成立中心,然後提出比較好的預防方案。
gazette.blocks[40][1] 我們就來看英國的狀況,英國對於每一個死亡都做死亡回溯,從這數據可以看到,本來3,595個個案下降了,下降到2,724,可是可修正的原因,也就是找出來可改變的原因,從28%成長到37%,意味著死因回溯有它的功效在,因此應該要來努力這一塊。我們的錢不只很少,還少的可憐,死因回溯目前拿到的經費大概370萬,若未來要投資在改善交通,要投入到400億,對於青少年自殺,衛福部也提出了1年3次免費心理諮商,預算來到2,880萬,可是死因回溯這麼重要的事情只編了這樣的經費預算。這個議題我關心了好幾年,我想真正救孩子一命,所以部長,不知道人命無價的時候,到底我們可不可以今年就提高案件數?預算也可以提高?
gazette.blocks[41][0] 薛部長瑞元:跟委員報告,如同剛剛所報告,目前6歲以下依法要做死因回溯,所以現在編的預算是針對6歲以下的,這部分我們責成國衛院主導這個事情,那當然有……
gazette.blocks[42][0] 林委員月琴:好,雖然消音了,不過最後還是期待能夠成立資料庫跟國家級的研究中心,謝謝。
gazette.blocks[43][0] 薛部長瑞元:謝謝。
gazette.blocks[44][0] 主席:非常謝謝林委員月琴的質詢,也謝謝陳院長的備詢。
gazette.blocks[44][1] 接下來請登記第40號盧委員縣一質詢。
gazette.agenda.page_end 174
gazette.agenda.meet_id 院會-11-1-3
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 林宜瑾
gazette.agenda.speakers[2] 黃仁
gazette.agenda.speakers[3] 林俊憲
gazette.agenda.speakers[4] 邱若華
gazette.agenda.speakers[5] 陳素月
gazette.agenda.speakers[6] 鄭天財Sra Kacaw
gazette.agenda.speakers[7] 高金素梅
gazette.agenda.speakers[8] 林月琴
gazette.agenda.speakers[9] 盧縣一
gazette.agenda.speakers[10] 李昆澤
gazette.agenda.speakers[11] 許宇甄
gazette.agenda.speakers[12] 何欣純
gazette.agenda.speakers[13] 羅智強
gazette.agenda.speakers[14] 張智倫
gazette.agenda.page_start 87
gazette.agenda.meetingDate[0] 2024-03-05
gazette.agenda.gazette_id 1130501
gazette.agenda.agenda_lcidc_ids[0] 1130501_00004
gazette.agenda.agenda_lcidc_ids[1] 1130501_00005
gazette.agenda.meet_name 立法院第11屆第1會期第3次會議紀錄
gazette.agenda.content 施政質詢 對行政院院長提出施政方針及施政報告繼續質詢─ 繼續質詢─
gazette.agenda.agenda_id 1130501_00004
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 7.40534375
transcript.pyannote[0].end 9.61596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.97034375
transcript.pyannote[1].end 11.43846875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 15.97784375
transcript.pyannote[2].end 18.28971875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 19.75784375
transcript.pyannote[3].end 20.66909375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 21.12471875
transcript.pyannote[4].end 26.92971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 23.16659375
transcript.pyannote[5].end 23.75721875
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 27.53721875
transcript.pyannote[6].end 33.29159375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 33.54471875
transcript.pyannote[7].end 42.48846875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 33.57846875
transcript.pyannote[8].end 33.96659375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 42.70784375
transcript.pyannote[9].end 43.02846875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 43.85534375
transcript.pyannote[10].end 46.67346875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 47.41596875
transcript.pyannote[11].end 49.27221875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 49.39034375
transcript.pyannote[12].end 53.05221875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 53.27159375
transcript.pyannote[13].end 58.36784375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 59.02596875
transcript.pyannote[14].end 63.49784375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 64.88159375
transcript.pyannote[15].end 67.46346875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 67.53096875
transcript.pyannote[16].end 68.52659375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 68.91471875
transcript.pyannote[17].end 71.34471875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 71.64846875
transcript.pyannote[18].end 75.32721875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 75.78284375
transcript.pyannote[19].end 80.98034375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 81.14909375
transcript.pyannote[20].end 89.28284375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 87.91596875
transcript.pyannote[21].end 88.21971875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 88.21971875
transcript.pyannote[22].end 88.23659375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 90.24471875
transcript.pyannote[23].end 92.87721875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 93.04596875
transcript.pyannote[24].end 103.25534375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 103.64346875
transcript.pyannote[25].end 112.04721875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 112.50284375
transcript.pyannote[26].end 118.22346875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 119.53971875
transcript.pyannote[27].end 121.09221875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 121.48034375
transcript.pyannote[28].end 128.11221875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 128.85471875
transcript.pyannote[29].end 131.84159375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 132.16221875
transcript.pyannote[30].end 133.30971875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 133.66409375
transcript.pyannote[31].end 136.04346875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 136.38096875
transcript.pyannote[32].end 140.49846875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 141.93284375
transcript.pyannote[33].end 146.11784375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 146.72534375
transcript.pyannote[34].end 151.66971875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 152.24346875
transcript.pyannote[35].end 156.41159375
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 156.91784375
transcript.pyannote[36].end 161.33909375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 161.62596875
transcript.pyannote[37].end 162.68909375
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 162.90846875
transcript.pyannote[38].end 167.46471875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 167.83596875
transcript.pyannote[39].end 173.77596875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 174.09659375
transcript.pyannote[40].end 180.82971875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 180.62721875
transcript.pyannote[41].end 180.93096875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 180.88034375
transcript.pyannote[42].end 188.15346875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 188.72721875
transcript.pyannote[43].end 194.24534375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 194.48159375
transcript.pyannote[44].end 196.94534375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 197.23221875
transcript.pyannote[45].end 201.18096875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 201.50159375
transcript.pyannote[46].end 205.12971875
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 205.75409375
transcript.pyannote[47].end 206.91846875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 207.71159375
transcript.pyannote[48].end 208.99409375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 208.96034375
transcript.pyannote[49].end 240.75284375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 240.92159375
transcript.pyannote[50].end 245.14034375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 245.14034375
transcript.pyannote[51].end 246.91221875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 247.41846875
transcript.pyannote[52].end 266.18346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 262.45409375
transcript.pyannote[53].end 262.84221875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 266.62221875
transcript.pyannote[54].end 300.76034375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 301.09784375
transcript.pyannote[55].end 305.13096875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 305.51909375
transcript.pyannote[56].end 313.02846875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 313.26471875
transcript.pyannote[57].end 318.68159375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 318.79971875
transcript.pyannote[58].end 319.74471875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 320.43659375
transcript.pyannote[59].end 324.28409375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 324.77346875
transcript.pyannote[60].end 330.03846875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 330.29159375
transcript.pyannote[61].end 340.28159375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 340.82159375
transcript.pyannote[62].end 343.55534375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 343.82534375
transcript.pyannote[63].end 344.71971875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 345.47909375
transcript.pyannote[64].end 348.56721875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 348.71909375
transcript.pyannote[65].end 351.14909375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 351.55409375
transcript.pyannote[66].end 356.81909375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 357.37596875
transcript.pyannote[67].end 358.15221875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 358.60784375
transcript.pyannote[68].end 359.63721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 358.84409375
transcript.pyannote[69].end 364.26096875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 364.37909375
transcript.pyannote[70].end 365.27346875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 365.57721875
transcript.pyannote[71].end 368.24346875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 368.69909375
transcript.pyannote[72].end 376.12409375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 376.56284375
transcript.pyannote[73].end 378.79034375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 379.04346875
transcript.pyannote[74].end 382.84034375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 383.16096875
transcript.pyannote[75].end 387.85221875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 388.20659375
transcript.pyannote[76].end 391.53096875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 391.86846875
transcript.pyannote[77].end 398.02784375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 397.94346875
transcript.pyannote[78].end 400.69409375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 401.09909375
transcript.pyannote[79].end 414.78471875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 414.95346875
transcript.pyannote[80].end 419.83034375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 420.18471875
transcript.pyannote[81].end 424.18409375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 424.79159375
transcript.pyannote[82].end 425.23034375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 425.77034375
transcript.pyannote[83].end 433.51596875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 434.32596875
transcript.pyannote[84].end 439.67534375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 439.99596875
transcript.pyannote[85].end 440.82284375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 441.29534375
transcript.pyannote[86].end 441.75096875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 441.85221875
transcript.pyannote[87].end 448.60221875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 449.22659375
transcript.pyannote[88].end 452.50034375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 452.80409375
transcript.pyannote[89].end 456.31409375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 456.56721875
transcript.pyannote[90].end 457.73159375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 457.86659375
transcript.pyannote[91].end 458.60909375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 458.89596875
transcript.pyannote[92].end 462.69284375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 463.06409375
transcript.pyannote[93].end 467.01284375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 467.21534375
transcript.pyannote[94].end 483.44909375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 484.34346875
transcript.pyannote[95].end 490.60409375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 492.79784375
transcript.pyannote[96].end 493.27034375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 493.60784375
transcript.pyannote[97].end 494.89034375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 495.41346875
transcript.pyannote[98].end 502.06221875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 502.23096875
transcript.pyannote[99].end 508.49159375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 508.49159375
transcript.pyannote[100].end 510.02721875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 510.02721875
transcript.pyannote[101].end 510.61784375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 510.70221875
transcript.pyannote[102].end 513.28409375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 514.54971875
transcript.pyannote[103].end 514.85346875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 515.05596875
transcript.pyannote[104].end 516.96284375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 516.99659375
transcript.pyannote[105].end 531.00284375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 531.30659375
transcript.pyannote[106].end 535.98096875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 536.45346875
transcript.pyannote[107].end 539.77784375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 540.26721875
transcript.pyannote[108].end 541.46534375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 541.71846875
transcript.pyannote[109].end 542.32596875
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 542.34284375
transcript.pyannote[110].end 564.31409375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 564.65159375
transcript.pyannote[111].end 567.01409375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 567.52034375
transcript.pyannote[112].end 575.16471875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 575.36721875
transcript.pyannote[113].end 578.47221875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 575.62034375
transcript.pyannote[114].end 575.92409375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 576.51471875
transcript.pyannote[115].end 576.59909375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 578.65784375
transcript.pyannote[116].end 585.61034375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 585.89721875
transcript.pyannote[117].end 586.48784375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 586.69034375
transcript.pyannote[118].end 587.04471875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 587.34846875
transcript.pyannote[119].end 588.74909375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 589.22159375
transcript.pyannote[120].end 593.67659375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 594.99284375
transcript.pyannote[121].end 596.03909375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 596.03909375
transcript.pyannote[122].end 596.30909375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 596.83221875
transcript.pyannote[123].end 600.59534375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 597.79409375
transcript.pyannote[124].end 598.60409375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 599.43096875
transcript.pyannote[125].end 604.76346875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 603.56534375
transcript.pyannote[126].end 604.15596875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 604.96596875
transcript.pyannote[127].end 608.20596875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 608.64471875
transcript.pyannote[128].end 609.67409375
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 610.55159375
transcript.pyannote[129].end 611.58096875
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 611.96909375
transcript.pyannote[130].end 615.24284375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 615.31034375
transcript.pyannote[131].end 616.79534375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 617.01471875
transcript.pyannote[132].end 619.41096875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 619.78221875
transcript.pyannote[133].end 623.20784375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 623.30909375
transcript.pyannote[134].end 626.75159375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 624.03471875
transcript.pyannote[135].end 624.43971875
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 627.05534375
transcript.pyannote[136].end 628.87784375
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 629.04659375
transcript.pyannote[137].end 629.73846875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 630.09284375
transcript.pyannote[138].end 634.61534375
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 635.35784375
transcript.pyannote[139].end 636.62346875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 636.82596875
transcript.pyannote[140].end 642.02346875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 642.56346875
transcript.pyannote[141].end 643.49159375
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 643.81221875
transcript.pyannote[142].end 645.55034375
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 645.76971875
transcript.pyannote[143].end 646.37721875
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 647.74409375
transcript.pyannote[144].end 653.05971875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 653.12721875
transcript.pyannote[145].end 653.39721875
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 653.43096875
transcript.pyannote[146].end 660.02909375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 660.34971875
transcript.pyannote[147].end 662.99909375
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 663.11721875
transcript.pyannote[148].end 672.48284375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 667.25159375
transcript.pyannote[149].end 667.70721875
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 672.65159375
transcript.pyannote[150].end 689.45909375
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 690.26909375
transcript.pyannote[151].end 692.47971875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 693.03659375
transcript.pyannote[152].end 703.61721875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 703.73534375
transcript.pyannote[153].end 723.10784375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 723.44534375
transcript.pyannote[154].end 736.33784375
transcript.pyannote[155].speaker SPEAKER_03
transcript.pyannote[155].start 736.79346875
transcript.pyannote[155].end 742.26096875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 741.26534375
transcript.pyannote[156].end 749.29784375
transcript.pyannote[157].speaker SPEAKER_03
transcript.pyannote[157].start 742.27784375
transcript.pyannote[157].end 742.29471875
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 742.34534375
transcript.pyannote[158].end 743.93159375
transcript.pyannote[159].speaker SPEAKER_03
transcript.pyannote[159].start 749.63534375
transcript.pyannote[159].end 750.47909375
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 751.06971875
transcript.pyannote[160].end 752.58846875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 752.92596875
transcript.pyannote[161].end 755.23784375
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 755.96346875
transcript.pyannote[162].end 757.31346875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 757.65096875
transcript.pyannote[163].end 760.51971875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 763.54034375
transcript.pyannote[164].end 764.18159375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 764.62034375
transcript.pyannote[165].end 775.85909375
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 775.82534375
transcript.pyannote[166].end 787.85721875
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 788.09346875
transcript.pyannote[167].end 802.26846875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 797.34096875
transcript.pyannote[168].end 797.96534375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 797.96534375
transcript.pyannote[169].end 799.02846875
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 799.02846875
transcript.pyannote[170].end 800.91846875
transcript.pyannote[171].speaker SPEAKER_03
transcript.pyannote[171].start 802.75784375
transcript.pyannote[171].end 803.24721875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 803.87159375
transcript.pyannote[172].end 809.59221875
transcript.pyannote[173].speaker SPEAKER_03
transcript.pyannote[173].start 809.79471875
transcript.pyannote[173].end 814.46909375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 814.73909375
transcript.pyannote[174].end 821.18534375
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 821.55659375
transcript.pyannote[175].end 836.03534375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 836.23784375
transcript.pyannote[176].end 840.84471875
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 841.18221875
transcript.pyannote[177].end 843.44346875
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 843.94971875
transcript.pyannote[178].end 850.00784375
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 850.59846875
transcript.pyannote[179].end 861.26346875
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 862.27596875
transcript.pyannote[180].end 864.09846875
transcript.pyannote[181].speaker SPEAKER_03
transcript.pyannote[181].start 864.30096875
transcript.pyannote[181].end 865.07721875
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 865.14471875
transcript.pyannote[182].end 865.60034375
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 866.41034375
transcript.pyannote[183].end 889.96784375
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 890.03534375
transcript.pyannote[184].end 892.24596875
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 892.76909375
transcript.pyannote[185].end 902.87721875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 903.02909375
transcript.pyannote[186].end 921.25409375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 931.37909375
transcript.pyannote[187].end 931.96971875
transcript.whisperx[0].start 7.632
transcript.whisperx[0].end 36.979
transcript.whisperx[0].text 邀請我們的行政院院長。麻煩請陳院長備詢。林委員午安。恭喜你當選立委。謝謝院長。少子化是我們的國安問題。政府也提出各種解方來做催生。但少子化的解方不是只有催生,應該同時要拒絕死亡。在孩子生得少的時候,一個孩子都不能少。
transcript.whisperx[1].start 37.495
transcript.whisperx[1].end 63.08
transcript.whisperx[1].text 所以我請行政院應該要來正視兒少死亡的事實那院長這是國家發展委員會提供的一個數據也就是兒少人口的死亡推估那麼看高推估那1043人那請教一下院長你知道實際上111年我們有多少小孩離開了我們嗎
transcript.whisperx[2].start 64.912
transcript.whisperx[2].end 92.581
transcript.whisperx[2].text 我抱歉我不太清楚這個數字沒有關係那我們就直接來看一下數據那在111年實際上比國發會的預估還要多我們總共有1108位的孩子離開了其中呢非病死自然死高達247人又以事故傷害跟自殺排名第一第二那過去呢交通事故呢
transcript.whisperx[3].start 93.194
transcript.whisperx[3].end 117.688
transcript.whisperx[3].text 事實上是主要事實上是首因那我們先從交通事故來看起過去4年來我們的死亡率的確有下降但不夠快而且年減5%的目標事實上是跳票了加上受傷人數反而增加了15%這也就代表目前的政策坦白講是沒有達到真正的痛點
transcript.whisperx[4].start 119.588
transcript.whisperx[4].end 140.283
transcript.whisperx[4].text 我們再來看死亡率。我們的自殺死亡率不減反增而且現行制度跟解方是不夠的。解方無效意味著沒有充分掌握原因。因為本席認為常常就是沒有充分掌握原因就會造成沒有辦法提出好的改善策略。
transcript.whisperx[5].start 141.977
transcript.whisperx[5].end 169.986
transcript.whisperx[5].text 所以我們來看0到17歲這個受傷的人數是院長跟我們的部長們過去我在民間團體一直跟政府部門倡議請提供正確的數據才能夠找到真正的原因和提出好的解方可是往往拿到各部會的數據是不一致的所以今天我要利用這個機會跟各位講請重視
transcript.whisperx[6].start 174.41
transcript.whisperx[6].end 196.743
transcript.whisperx[6].text 為什麼?因為這次我從衛福部跟交通部拿到的數據也非常的不一致。怎麼看不一致呢?衛福部提供的所有原因傷害人次竟然比交通部提供的數據還要低。怎麼會統整所有死亡原因的數據比單一因數還要低?
transcript.whisperx[7].start 197.738
transcript.whisperx[7].end 205.985
transcript.whisperx[7].text 這點我請行政院必須要有全責機關來我們檢視我們的兒少三王提出正確的數據。
transcript.whisperx[8].start 208.159
transcript.whisperx[8].end 232.89
transcript.whisperx[8].text 委員長這一點你同意嗎?我同意。我想因為我自己是做流行辟學而且分析過實際上機動車事故的傷害人數是由這個交通部這一邊請警政單位等等在搜集那衛福部這一邊的話是從另外一個機制來那這個最好的方式呢就是希望有一個大數據有一個
transcript.whisperx[9].start 233.37
transcript.whisperx[9].end 235.712
transcript.whisperx[9].text 為什麼會先從無照駕駛開始談起?因為未成年無照駕駛
transcript.whisperx[10].start 258.414
transcript.whisperx[10].end 259.655
transcript.whisperx[10].text 在這邊我要提醒交通部兩件事情。
transcript.whisperx[11].start 279.301
transcript.whisperx[11].end 304.52
transcript.whisperx[11].text 我們的機車乘客死傷人數107年跟111年相差1157人,增加了1157人那微型電動二輪車呢也107年跟111年比相差兩倍所以我覺得江部這兩塊也要特別的去做努力再來就是未成年無照駕駛根據我們的運營所的數據也就是每一個
transcript.whisperx[12].start 305.578
transcript.whisperx[12].end 323.434
transcript.whisperx[12].text 民眾車禍死亡那社會成本是1600萬元那每一個車禍受傷社會成本是118萬元如果用這個數據整體來推估的話那我們平均下來每一年因為未成年無照駕駛
transcript.whisperx[13].start 324.847
transcript.whisperx[13].end 348.296
transcript.whisperx[13].text 道成什麼?造成社會成本有160億跟無數的破碎家庭所以這個行政院應該也要特別去注意到這個問題不是只有談到的事上是我們的吹聲的一些策略在那再來就是現行無照駕駛看起來是讓解方效果不夠為什麼?
transcript.whisperx[14].start 348.905
transcript.whisperx[14].end 368.016
transcript.whisperx[14].text 今天取締的件數增加但為什麼事實上是交通事故依然沒有下降所以可不可以請我們的王部長可不可以說明一下簡單說明一下一切我們現在比如說以這個考照是18歲以上所以有很多這個還不到這個年齡沒辦法考那就開始起
transcript.whisperx[15].start 368.752
transcript.whisperx[15].end 391.076
transcript.whisperx[15].text 我想這部分應該兩個方面一個是我們是覺得過去我們是用宣導的方式就是從學校或是社會的宣導那第二個當然就是執法裡面來處理但是我們感覺是從學校比如說高中高中最多嘛這方面來宣導這個效果會比較大那這部分教育部也事實上有跟我們在做相關的這個宣導的一個工作那的確
transcript.whisperx[16].start 392.16
transcript.whisperx[16].end 419.311
transcript.whisperx[16].text 這個無照駕駛是一個大課題有一個是這個年幼另外一個是年長的也有無照駕駛兩個部我希望部長可能要重視這一塊那一樣的就是我們來看到我們的自殺的這個狀態那0到17歲自殺的原因有所謂的憂鬱傾向家庭成員的問題跟學校適應的問題可是一樣我們的自殺不減反增未來我會在其他相關的委員會在座諮詢
transcript.whisperx[17].start 420.556
transcript.whisperx[17].end 448.383
transcript.whisperx[17].text 這是人本基金會整理的相關的一些問題點不過還有這麼多的問題點表示我們政府部門還有很多的努力空間這一樣我也不細談可是從交通事故跟自殺案件的死亡數高居不下我們應該要有反思也就是如果確實政府的確現在可以給我們大數據所以我們才知道事故傷害第一、自殺第二
transcript.whisperx[18].start 449.566
transcript.whisperx[18].end 462.496
transcript.whisperx[18].text 重點是我們缺乏細緻的原因因為始終每次在交通事故的時候都說這個事實上是我們的駕駛人造勢了那就兩方去打官司
transcript.whisperx[19].start 463.157
transcript.whisperx[19].end 490.354
transcript.whisperx[19].text 可是有沒有去研析究竟是我們的道路設計問題還是我們的交通設施不良還是駕駛者有情緒狀態或者是他疲勞駕駛或者事實上是他有沒有吃感冒藥這些相關的問題並沒有好好的檢討可是如果不知道細緻的原因解放打不到痛點那我們的預算也沒有花在刀口上那政府就是事半功倍
transcript.whisperx[20].start 492.87
transcript.whisperx[20].end 521.145
transcript.whisperx[20].text 所以預防剩餘治療我們要知道細緻的原因我們就應該要來做死因回溯所以我們就來談死因回溯所以請教一下院長你知道什麼是死因回溯嗎?知道法源依據嗎?我不知道院長知道法源依據在兒犬法裡面是沒有錯兒犬法第13條那為什麼要去談這個
transcript.whisperx[21].start 522.718
transcript.whisperx[21].end 522.738
transcript.whisperx[21].text 拜訪議員
transcript.whisperx[22].start 541.833
transcript.whisperx[22].end 559.371
transcript.whisperx[22].text 在112年我們透過了死因回溯的延期有高達26%的高度可預防所以也意味著我們未來可以避免相同類型的死亡案例再度的發生所以CDR事實上是重要的要請衛福部
transcript.whisperx[23].start 559.718
transcript.whisperx[23].end 559.818
transcript.whisperx[23].text ﹚林月琴﹚
transcript.whisperx[24].start 589.778
transcript.whisperx[24].end 611.318
transcript.whisperx[24].text 你知道目前我們的死因回溯做到幾歲嗎?我不太清楚。我不知道衛福部部長知道我們的死因回溯做到幾歲嗎?其實現在是比較年幼的,我記得原來是來6歲。如果按照法規的確做到6歲,我們再回想一下,
transcript.whisperx[25].start 612.288
transcript.whisperx[25].end 640.534
transcript.whisperx[25].text 剛才無照駕駛集中在15到17歲我們的智商集中在12到17歲如果我們的死因回溯只做幼稚園那我們的死亡兒少死亡比較占比比較高的事實上是國中生高中生似乎我們沒有切中要害因為我個人過去一直很常會要去看數據因為常常數據會說話讓我們了解真正的問題點
transcript.whisperx[26].start 642.642
transcript.whisperx[26].end 672.26
transcript.whisperx[26].text 那在這邊真的就要請我個人主張是第一個死因回溯可不可以擴大到18歲所以希望這個會期就能夠來修法不過我們也期待就是在未修法之前如果少子化是我們這麼重要的問題的話我希望衛福部是不是可以先行執行這兩塊也就是交通跟自殺先來做死因回溯我們必須要知道細節的原因
transcript.whisperx[27].start 672.8
transcript.whisperx[27].end 672.96
transcript.whisperx[27].text 主席
transcript.whisperx[28].start 693.69
transcript.whisperx[28].end 708.743
transcript.whisperx[28].text 其實這有一部分的困難第一個困難就是在做指引回溯的時候你必須要足夠的一些報告那這個報告的話有時候會就是說涉及到驗屍的問題
transcript.whisperx[29].start 710.524
transcript.whisperx[29].end 711.124
transcript.whisperx[29].text 是,可是我說交通
transcript.whisperx[30].start 739.861
transcript.whisperx[30].end 743.742
transcript.whisperx[30].text 院長,如果你看這個死亡回溯表格,你乍看之下有什麼不足的地方?
transcript.whisperx[31].start 764.753
transcript.whisperx[31].end 780.707
transcript.whisperx[31].text 目前的話指引回溯是地方政府在做,我們在做協助,訓練他們,那可以各個地方政府都可以有能力去做這個指引回溯。這個表格如果中央是全統一的話根本不用這種打勾勾的表格。
transcript.whisperx[32].start 781.913
transcript.whisperx[32].end 808.532
transcript.whisperx[32].text 該怎麼做就怎麼做尤其是紅字的部分你一定相關辦法跟實施要點就應該是中央直接訂定來避免中央最後要收整資料的時候還大家格式不同做法不同我也希望這會期一樣同樣來做改善我覺得這蠻重要的本期主張二也就是希望有一個標準化的一個流程來進行
transcript.whisperx[33].start 810.053
transcript.whisperx[33].end 835.421
transcript.whisperx[33].text 為什麼要標準化?因為有標準化我們才有辦法建立資料庫。那英國的兒童死亡資料庫成立的宗旨就很明確地告訴我們說我們要確保人們從孩子的死亡中學習到教訓。所以資料庫是一個累積讓專家可以有一個清楚的依據。然後最後我們能夠成立中心然後提出比較好的預防方案。所以我們就來看英國的狀況。
transcript.whisperx[34].start 836.397
transcript.whisperx[34].end 863.857
transcript.whisperx[34].text 那英國呢他的死亡每一個都做死亡回溯那可以看到這數據可以看到本來3595個個案下降了下降到2724可是可修正的原因也就找出來可改變的原因從28%成長到37%意味著死因回溯有他的功效在的話那應該要來努力這一塊那
transcript.whisperx[35].start 866.462
transcript.whisperx[35].end 888.261
transcript.whisperx[35].text 我們的錢不是很少,還少得可憐。死因回溯呢,拿到的經費目前大概370萬。如果我們未來要投資在改善交通,要投入到400億,對青少年自殺,衛福部也提出了一年三次免費心理諮商,預算來到2880萬的時候。可是死因回溯這麼重要的事情,只編了這樣的經費預算。這個議題我關心了好幾年。
transcript.whisperx[36].start 892.844
transcript.whisperx[36].end 919.947
transcript.whisperx[36].text 我想真正救孩子的一命所以部長不知道人命無價的時候我們到底可不可以提高今年就提高我們的案件數預算也提高跟委員報告目前的話就如同剛剛所報告那現在是在6歲以下那依法要去做聲音回溯所以以現在編的預算的話是針對6歲以下的那這一個部分的話我們是責成由國衛院這邊來主導這個
transcript.whisperx[37].start 931.442
transcript.whisperx[37].end 931.971
transcript.whisperx[37].text 響鐘