iVOD / 150364

Field Value
IVOD_ID 150364
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150364
日期 2024-03-25
會議資料.會議代碼 委員會-11-1-23-5
會議資料.會議代碼:str 第11屆第1會期交通委員會第5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 5
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第1會期交通委員會第5次全體委員會議
影片種類 Clip
開始時間 2024-03-25T11:26:29+08:00
結束時間 2024-03-25T11:34:50+08:00
影片長度 00:08:21
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/3b2b855ee35a005b50a4509a85c7b907cabe2e38d5d7efe9f8ba9b0039caa7a66bb25b9b7bcb84b15ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 許智傑
委員發言時間 11:26:29 - 11:34:50
會議時間 2024-03-25T09:00:00+08:00
會議名稱 立法院第11屆第1會期交通委員會第5次全體委員會議(事由:審查委員傅崐萁等33人擬具「花東快速公路建設特別條例草案」案。【詢答及處理】【3月25日及27日二天一次會】)
gazette.lineno 620
gazette.blocks[0][0] 許委員智傑:(11時26分)謝謝主席。請部長。
gazette.blocks[1][0] 王部長國材:許委員好。
gazette.blocks[2][0] 許委員智傑:部長辛苦了,剛才俊憲委員問到的,正好我也有一些疑問,就是目前大型車民間自己裝的輔助系統,我們補助的有三型,然後交通部推動大型車整合八項主動預警輔助系統現在完成的狀況,這兩個看起來跟實際防範車禍的效率好像還有一大段的距離,這個部分是不是交通部有什麼規劃?
gazette.blocks[3][0] 王部長國材:的確一開始的補助是比較被動式的,被動式就是駕駛自己看螢幕,那現在開始就是……
gazette.blocks[4][0] 許委員智傑:前面這三型其實都是民間自己裝的,我們有補助4,000元跟補助1,000元,這個是前面這三型。
gazette.blocks[5][0] 王部長國材:這比較是被動式,是要自己看螢幕。
gazette.blocks[6][0] 許委員智傑:對,你看第一項,第一項98.82%算是很高,因為你們補助比較多錢啦。
gazette.blocks[7][0] 林司長福山:跟委員報告,前面三型當時補助就是法規強制全部都要安裝,所以在法規強制實施之前先補助,這個是現在每一部車都要有的,剛剛……
gazette.blocks[8][0] 許委員智傑:這個是第一型,第一型98%,第二型跟第三型沒有啊!
gazette.blocks[9][0] 林司長福山:第二型跟第三型的功能是含括在第一型裡面,等於說它是比……第一型是最基本的,如果業者要裝比較好的,基本上也是……
gazette.blocks[10][0] 許委員智傑:因為第一型是自己要看螢幕,第二型會有雷達警示系統主動告知有狀況嘛。
gazette.blocks[11][0] 林司長福山:對。
gazette.blocks[12][0] 許委員智傑:所以第一型,司機要自己開車,還要自己看螢幕有時候不小心……至少第二型它有通知。
gazette.blocks[13][0] 林司長福山:對。
gazette.blocks[14][0] 許委員智傑:所以第二型就可以減少很多車禍,因為大型車輛現在的車禍案件連續五年都超過一萬人,這個狀況其實是蠻嚴重的,真的是需要去避免。所以剛剛俊憲也提到就是說……
gazette.blocks[14][1] 現在大型車大概有多少輛?
gazette.blocks[15][0] 林司長福山:跟委員報告,如果說把大貨車、大客車加進來大概是十七、八萬輛。
gazette.blocks[16][0] 許委員智傑:十七、八萬嘛,交通部推的這八項主動預警輔助系統是前面三型的功能都有包括進來對不對?
gazette.blocks[17][0] 林司長福山:對,前面三型的部分只能算是一項功能,其他部分的話……
gazette.blocks[18][0] 許委員智傑:還有增加其他的,這三型基本款的都包括在這八項裡面對不對?
gazette.blocks[19][0] 林司長福山:是。
gazette.blocks[20][0] 許委員智傑:所以你看,112年我們預計要裝2,400輛,今年三月底想要完成800輛,結果到現在只裝了241輛,這個數據對不對?
gazette.blocks[21][0] 林司長福山:是,大概到3月24號是到262輛,這個是更新的數字。
gazette.blocks[22][0] 許委員智傑:262輛,好,沒關係。這個數據比例差非常的多,交通部花了3.3億研發,如果把這18萬輛通通裝了,因為當時研發再加上安裝,多了一些研發的經費對不對,現在如果純粹安裝,這18萬輛大概要多少錢?
gazette.blocks[23][0] 林司長福山:跟委員報告,前面2,400輛跟3.3億的部分當時就是希望3.3億補助三家業者來開發,完成系統之後每一家可以安裝800輛。
gazette.blocks[24][0] 許委員智傑:因為當時是包括研發嘛,對不對?
gazette.blocks[25][0] 林司長福山:因為只有一家廠商來投標,所以後來的預算從3.3億調整成1.3億。
gazette.blocks[26][0] 許委員智傑:多少?
gazette.blocks[27][0] 林司長福山:1.3億。
gazette.blocks[28][0] 許委員智傑:2,400輛1.3億?
gazette.blocks[29][0] 林司長福山:800輛。
gazette.blocks[30][0] 許委員智傑:800輛1.3億。
gazette.blocks[31][0] 林司長福山:對。
gazette.blocks[32][0] 許委員智傑:所以這個18萬輛要多少錢?
gazette.blocks[33][0] 林司長福山:跟委員報告,這800輛的部分是現在在做系統測試的研發,假設這個系統是OK的、具有成效效應,未來會把這一個標準轉換成產業的標準。轉換成標準後國內有興趣的業者都可以去投入生產,如果按照這個八合一,要去補助18萬輛的話……
gazette.blocks[34][0] 許委員智傑:不用講這麼仔細,現在如果18萬輛八項通通要安裝大概要多少錢?
gazette.blocks[35][0] 林司長福山:初步算起來應該將近18億,因為這一套系統大概十萬多。
gazette.blocks[36][0] 許委員智傑:18億對不對?好。
gazette.blocks[36][1] 部長你認為這可有價值?
gazette.blocks[37][0] 王部長國材:有啊!有,我覺得主動式……,的確過去被動式有時候會自己沒看到,而且八合一的想法是說,因為以後要裝很多裝置進去。
gazette.blocks[38][0] 許委員智傑:對。
gazette.blocks[39][0] 王部長國材:如果這樣,大家都在那邊拉線……
gazette.blocks[40][0] 許委員智傑:所以新的主動預警八項算是蠻好的。
gazette.blocks[41][0] 王部長國材:對,就把它整合。
gazette.blocks[42][0] 許委員智傑:現在已經完成了,研發完成了嘛。
gazette.blocks[43][0] 王部長國材:是。
gazette.blocks[44][0] 許委員智傑:測試、試用也OK,所以現在在安裝這800輛。
gazette.blocks[45][0] 王部長國材:車輛一直做安裝,現在開始安裝。
gazette.blocks[46][0] 許委員智傑:現在在做800輛,其實這五年每一年車禍死傷都超過一萬人,這一萬人的死傷會造成多少的家庭破碎?如果每一年18億,這一萬的死傷變成一百好了,應該是很值得。所以現在我語重心長的跟交通部呼籲,要花這18億的錢,有很多錢都已經在花了,這樣可以讓大型車都全面安裝。尤其大型車在調頭轉彎時常常發生車禍,車輪撞倒壓到人時那真的是慘不忍睹啦!所以如果我要求全部安裝,交通部現在的規劃可不可行?或者是大概多久可以完成,可以有一個進度的推估?
gazette.blocks[47][0] 王部長國材:跟委員報告,現在800輛就是看它實施的成效怎麼樣,如果好的話,我們願意爭取另外一筆預算來全面安裝。
gazette.blocks[48][0] 許委員智傑:對,我的意思就是這樣,因為本來是研發加安裝嘛,那現在其實真的是……因為我算一算不是很多錢啦,花這18億可以讓每年一萬人的車禍減少,假設這一套系統有效的話……
gazette.blocks[49][0] 王部長國材:非常有效。
gazette.blocks[50][0] 許委員智傑:我們沒辦法要求100%,但一萬個變一百個有可能啦,這樣就減少很多,幾乎可以把所有大型車的車禍減少掉。我覺得這真的是相當重要,請交通部是不是研議一個規劃,大概什麼時候可以給我,就是安裝之後、測試成功進度大概什麼時候?什麼時候可以編列預算?18萬輛的大型車何時全部安裝完成,是不是寫一個規劃報告給我?
gazette.blocks[51][0] 王部長國材:就是給一個書面資料答復您,這樣好不好?
gazette.blocks[52][0] 許委員智傑:OK,希望交通部努力減少國人車禍的死傷。
gazette.blocks[53][0] 王部長國材:好,謝謝。
gazette.blocks[54][0] 主席:好,謝謝許智傑委員。
gazette.blocks[54][1] 下一位請鄭天財委員發言。
gazette.agenda.page_end 472
gazette.agenda.meet_id 委員會-11-1-23-5
gazette.agenda.speakers[0] 陳雪生
gazette.agenda.speakers[1] 傅崐萁
gazette.agenda.speakers[2] 李昆澤
gazette.agenda.speakers[3] 廖先翔
gazette.agenda.speakers[4] 黃健豪
gazette.agenda.speakers[5] 游顥
gazette.agenda.speakers[6] 徐富癸
gazette.agenda.speakers[7] 林國成
gazette.agenda.speakers[8] 魯明哲
gazette.agenda.speakers[9] 蔡其昌
gazette.agenda.speakers[10] 陳素月
gazette.agenda.speakers[11] 何欣純
gazette.agenda.speakers[12] 林俊憲
gazette.agenda.speakers[13] 邱若華
gazette.agenda.speakers[14] 許智傑
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 吳宗憲
gazette.agenda.speakers[17] 王鴻薇
gazette.agenda.speakers[18] 高金素梅
gazette.agenda.speakers[19] 羅智強
gazette.agenda.speakers[20] 洪孟楷
gazette.agenda.speakers[21] 黃建賓
gazette.agenda.speakers[22] 吳思瑤
gazette.agenda.speakers[23] 張啓楷
gazette.agenda.speakers[24] 林沛祥
gazette.agenda.speakers[25] 林憶君
gazette.agenda.speakers[26] 陳冠廷
gazette.agenda.speakers[27] 黃仁
gazette.agenda.speakers[28] 劉建國
gazette.agenda.speakers[29] 陳俊宇
gazette.agenda.page_start 403
gazette.agenda.meetingDate[0] 2024-03-25
gazette.agenda.gazette_id 1131901
gazette.agenda.agenda_lcidc_ids[0] 1131901_00006
gazette.agenda.meet_name 立法院第11屆第1會期交通委員會第5次全體委員會議紀錄
gazette.agenda.content 審查委員傅崐萁等33人擬具「花東快速公路建設特別條例草案」案
gazette.agenda.agenda_id 1131901_00005
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 5.61659375
transcript.pyannote[0].end 11.08409375
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 9.48096875
transcript.pyannote[1].end 10.12221875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 15.72471875
transcript.pyannote[2].end 17.26034375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 17.71596875
transcript.pyannote[3].end 19.21784375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 19.31909375
transcript.pyannote[4].end 21.41159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 22.13721875
transcript.pyannote[5].end 22.94721875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 23.25096875
transcript.pyannote[6].end 25.27596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 25.66409375
transcript.pyannote[7].end 26.44034375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 27.28409375
transcript.pyannote[8].end 28.22909375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 29.03909375
transcript.pyannote[9].end 29.95034375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 32.39721875
transcript.pyannote[10].end 35.95784375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 36.83534375
transcript.pyannote[11].end 38.35409375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 38.75909375
transcript.pyannote[12].end 43.68659375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 44.68221875
transcript.pyannote[13].end 46.67346875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 47.58471875
transcript.pyannote[14].end 50.52096875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 51.26346875
transcript.pyannote[15].end 53.33909375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 53.69346875
transcript.pyannote[16].end 55.90409375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 56.81534375
transcript.pyannote[17].end 59.22846875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 59.95409375
transcript.pyannote[18].end 60.42659375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 60.62909375
transcript.pyannote[19].end 65.45534375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 65.70846875
transcript.pyannote[20].end 67.09221875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 67.49721875
transcript.pyannote[21].end 69.35346875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 68.89784375
transcript.pyannote[22].end 72.37409375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 73.01534375
transcript.pyannote[23].end 75.58034375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 75.58034375
transcript.pyannote[24].end 76.44096875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 75.61409375
transcript.pyannote[25].end 75.64784375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 75.91784375
transcript.pyannote[26].end 77.57159375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 77.13284375
transcript.pyannote[27].end 81.35159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 78.71909375
transcript.pyannote[28].end 79.12409375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 80.42346875
transcript.pyannote[29].end 82.70159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 82.97159375
transcript.pyannote[30].end 85.03034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 85.13159375
transcript.pyannote[31].end 86.51534375
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 86.51534375
transcript.pyannote[32].end 86.61659375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 87.24096875
transcript.pyannote[33].end 87.88221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 88.33784375
transcript.pyannote[34].end 89.62034375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 90.54846875
transcript.pyannote[35].end 106.15784375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 106.37721875
transcript.pyannote[36].end 107.23784375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 106.83284375
transcript.pyannote[37].end 112.53659375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 108.18284375
transcript.pyannote[38].end 108.79034375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 109.14471875
transcript.pyannote[39].end 109.60034375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 110.22471875
transcript.pyannote[40].end 110.59596875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 112.75596875
transcript.pyannote[41].end 113.05971875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 113.32971875
transcript.pyannote[42].end 124.63596875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 124.63596875
transcript.pyannote[43].end 126.71159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 124.99034375
transcript.pyannote[44].end 125.32784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 126.88034375
transcript.pyannote[45].end 127.20096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 127.33596875
transcript.pyannote[46].end 130.22159375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 130.62659375
transcript.pyannote[47].end 131.52096875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 131.77409375
transcript.pyannote[48].end 132.02721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 132.60096875
transcript.pyannote[49].end 133.02284375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 133.14096875
transcript.pyannote[50].end 139.31721875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 139.51971875
transcript.pyannote[51].end 139.87409375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 140.11034375
transcript.pyannote[52].end 146.03346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 146.57346875
transcript.pyannote[53].end 148.32846875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 149.32409375
transcript.pyannote[54].end 151.39971875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 151.73721875
transcript.pyannote[55].end 153.81284375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 153.93096875
transcript.pyannote[56].end 157.93034375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 159.01034375
transcript.pyannote[57].end 160.25909375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 161.00159375
transcript.pyannote[58].end 168.44346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 168.34221875
transcript.pyannote[59].end 173.79284375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 169.55721875
transcript.pyannote[60].end 169.67534375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 169.69221875
transcript.pyannote[61].end 169.70909375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 174.67034375
transcript.pyannote[62].end 178.23096875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 178.72034375
transcript.pyannote[63].end 186.01034375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 185.48721875
transcript.pyannote[64].end 190.58346875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 190.16159375
transcript.pyannote[65].end 190.17846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 190.17846875
transcript.pyannote[66].end 190.95471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 190.95471875
transcript.pyannote[67].end 195.03846875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 196.54034375
transcript.pyannote[68].end 198.56534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 199.18971875
transcript.pyannote[69].end 200.48909375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 201.51846875
transcript.pyannote[70].end 204.04971875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 205.60221875
transcript.pyannote[71].end 207.49221875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 208.08284375
transcript.pyannote[72].end 208.53846875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 208.99409375
transcript.pyannote[73].end 215.77784375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 214.42784375
transcript.pyannote[74].end 214.86659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 215.71034375
transcript.pyannote[75].end 221.36346875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 222.24096875
transcript.pyannote[76].end 225.53159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 226.18971875
transcript.pyannote[77].end 231.65721875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 232.16346875
transcript.pyannote[78].end 237.90096875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 238.30596875
transcript.pyannote[79].end 239.36909375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 239.79096875
transcript.pyannote[80].end 240.70221875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 241.14096875
transcript.pyannote[81].end 255.53534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 251.04659375
transcript.pyannote[82].end 251.38409375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 254.96159375
transcript.pyannote[83].end 257.30721875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 256.61534375
transcript.pyannote[84].end 264.19221875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 264.37784375
transcript.pyannote[85].end 264.86721875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 264.52971875
transcript.pyannote[86].end 264.61409375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 265.18784375
transcript.pyannote[87].end 265.96409375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 265.96409375
transcript.pyannote[88].end 266.77409375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 265.99784375
transcript.pyannote[89].end 266.21721875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 266.26784375
transcript.pyannote[90].end 267.02721875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 267.11159375
transcript.pyannote[91].end 267.63471875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 267.70221875
transcript.pyannote[92].end 269.50784375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 269.65971875
transcript.pyannote[93].end 270.55409375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 271.07721875
transcript.pyannote[94].end 271.76909375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 271.75221875
transcript.pyannote[95].end 272.07284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 272.08971875
transcript.pyannote[96].end 272.96721875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 272.29221875
transcript.pyannote[97].end 272.52846875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 272.95034375
transcript.pyannote[98].end 273.38909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 273.57471875
transcript.pyannote[99].end 273.62534375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 273.62534375
transcript.pyannote[100].end 275.70096875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 273.69284375
transcript.pyannote[101].end 274.23284375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 275.51534375
transcript.pyannote[102].end 284.54346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 284.64471875
transcript.pyannote[103].end 302.98784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 302.53221875
transcript.pyannote[104].end 306.32909375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 306.54846875
transcript.pyannote[105].end 307.52721875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 307.99971875
transcript.pyannote[106].end 310.00784375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 310.00784375
transcript.pyannote[107].end 311.03721875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 311.47596875
transcript.pyannote[108].end 316.79159375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 314.74971875
transcript.pyannote[109].end 316.42034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 316.79159375
transcript.pyannote[110].end 318.58034375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 319.03596875
transcript.pyannote[111].end 323.03534375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 323.27159375
transcript.pyannote[112].end 323.30534375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 323.30534375
transcript.pyannote[113].end 323.33909375
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 323.33909375
transcript.pyannote[114].end 324.79034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 323.40659375
transcript.pyannote[115].end 323.42346875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 324.90846875
transcript.pyannote[116].end 325.21221875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 325.36409375
transcript.pyannote[117].end 328.03034375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 325.61721875
transcript.pyannote[118].end 325.83659375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 328.08096875
transcript.pyannote[119].end 331.13534375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 331.13534375
transcript.pyannote[120].end 331.27034375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 331.27034375
transcript.pyannote[121].end 331.30409375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 331.30409375
transcript.pyannote[122].end 331.37159375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 331.37159375
transcript.pyannote[123].end 331.40534375
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 331.48971875
transcript.pyannote[124].end 333.85221875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 332.99159375
transcript.pyannote[125].end 335.55659375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 336.13034375
transcript.pyannote[126].end 338.30721875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 338.17221875
transcript.pyannote[127].end 339.33659375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 339.30284375
transcript.pyannote[128].end 341.04096875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 340.78784375
transcript.pyannote[129].end 341.54721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 341.37846875
transcript.pyannote[130].end 345.39471875
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 342.59346875
transcript.pyannote[131].end 343.13346875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 345.96846875
transcript.pyannote[132].end 348.38159375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 346.13721875
transcript.pyannote[133].end 346.33971875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 347.84159375
transcript.pyannote[134].end 350.69346875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 349.57971875
transcript.pyannote[135].end 357.02159375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 358.48971875
transcript.pyannote[136].end 359.90721875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 360.51471875
transcript.pyannote[137].end 362.18534375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 364.83471875
transcript.pyannote[138].end 365.74596875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 366.67409375
transcript.pyannote[139].end 367.75409375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 368.58096875
transcript.pyannote[140].end 369.23909375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 369.64409375
transcript.pyannote[141].end 370.96034375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 370.97721875
transcript.pyannote[142].end 371.02784375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 371.11221875
transcript.pyannote[143].end 372.17534375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 372.61409375
transcript.pyannote[144].end 373.62659375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 374.04846875
transcript.pyannote[145].end 375.38159375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 377.05221875
transcript.pyannote[146].end 378.16596875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 379.12784375
transcript.pyannote[147].end 383.16096875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 384.67971875
transcript.pyannote[148].end 386.28284375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 387.21096875
transcript.pyannote[149].end 388.61159375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 389.40471875
transcript.pyannote[150].end 392.57721875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 393.40409375
transcript.pyannote[151].end 394.50096875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 394.60221875
transcript.pyannote[152].end 398.17971875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 398.61846875
transcript.pyannote[153].end 398.85471875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 399.25971875
transcript.pyannote[154].end 402.95534375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 403.54596875
transcript.pyannote[155].end 404.81159375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 405.16596875
transcript.pyannote[156].end 407.59596875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 408.08534375
transcript.pyannote[157].end 409.58721875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 409.95846875
transcript.pyannote[158].end 411.56159375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 412.35471875
transcript.pyannote[159].end 414.58221875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 415.25721875
transcript.pyannote[160].end 416.50596875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 416.94471875
transcript.pyannote[161].end 418.86846875
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 419.77971875
transcript.pyannote[162].end 433.33034375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 433.36409375
transcript.pyannote[163].end 442.22346875
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 434.29221875
transcript.pyannote[164].end 434.84909375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 438.74721875
transcript.pyannote[165].end 439.00034375
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 443.59034375
transcript.pyannote[166].end 449.22659375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 449.39534375
transcript.pyannote[167].end 452.09534375
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 451.84221875
transcript.pyannote[168].end 452.48346875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 452.44971875
transcript.pyannote[169].end 455.82471875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 456.51659375
transcript.pyannote[170].end 458.64284375
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 458.86221875
transcript.pyannote[171].end 462.62534375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 463.14846875
transcript.pyannote[172].end 467.62034375
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 468.07596875
transcript.pyannote[173].end 468.85221875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 469.52721875
transcript.pyannote[174].end 486.03096875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 486.25034375
transcript.pyannote[175].end 488.51159375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 488.71409375
transcript.pyannote[176].end 489.30471875
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 489.60846875
transcript.pyannote[177].end 493.15221875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 491.95409375
transcript.pyannote[178].end 499.24409375
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 498.26534375
transcript.pyannote[179].end 498.65346875
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 501.01596875
transcript.pyannote[180].end 501.65721875
transcript.whisperx[0].start 6.343
transcript.whisperx[0].end 29.351
transcript.whisperx[0].text 謝謝主席。我們還是請部長。部長辛苦啦。辛苦。那個剛軍縣委員有問到的話。正好我有一些疑問。就是說目前我們這個大型車
transcript.whisperx[1].start 32.475
transcript.whisperx[1].end 58.596
transcript.whisperx[1].text 有民間自己裝的我們補助的有3型嘛然後呢這個我們交通部推動的大型車整合這8項主動預警輔助系統現在的完成的狀況這兩個看起來就是跟實際上在防範車禍的機會好像效率還有一大段的距離這個部分是不是交通部有什麼規劃
transcript.whisperx[2].start 60.695
transcript.whisperx[2].end 86.273
transcript.whisperx[2].text 的確一開始的補助是比較被動式的被動式就是駕駛自己看螢幕那現在開始就是前面這三型其實都是民間自己裝的吧那我們有補助4千跟補助1千嘛對對對這個是前面這三型這比較是被動式對你要自己看螢幕啦對 所以第一行的是因為你看第一行90倍點2%正確啦因為你們有補比較多錢啦
transcript.whisperx[3].start 90.592
transcript.whisperx[3].end 112.365
transcript.whisperx[3].text 跟委員報告一下前面三行當時補助就是法規要強制全部都要安裝所以在這個法規強制實施之前先補助所以這個是現在每一部車都要有的那是第一行啊第一行98%那第二行跟第三行沒有啊
transcript.whisperx[4].start 113.446
transcript.whisperx[4].end 129.685
transcript.whisperx[4].text 第二型跟第三型的功能是含括在這個第一型裡面等於說它是比第一型是最基本的然後如果說這個業者要裝比較好的那基本上也是對因為第一型你要自己看螢幕嘛第二型它會有雷達警示系統告訴你說有狀況嘛
transcript.whisperx[5].start 132.699
transcript.whisperx[5].end 159.923
transcript.whisperx[5].text 所以第一型你和司機要是自己開車要自己開檸檬有時候不小心那你至少第二型他有通知嘛那所以第二型就可以減少很多因為我們現在看就是大型車輛現在的車禍的案件連續5年都超過1萬人這個狀況其實是蠻嚴重的那我們真的是要怎麼樣去避免所以剛剛郡縣也提到就是說我們現在大型車現在大概有多少輛
transcript.whisperx[6].start 161.055
transcript.whisperx[6].end 177.526
transcript.whisperx[6].text 跟我們報告一下如果說把大貨車架進來跟大客車的話大概這個就是十七八萬輛十七八萬嘛那你看喔我們交通部推的這八項主動預警輔助系統這個是包括前面三行的功能都有包括進來嘛對不對
transcript.whisperx[7].start 179.146
transcript.whisperx[7].end 194.571
transcript.whisperx[7].text 對 然後還有就是說前面三型的部分只能算就是一項功能啦那其他的部分的話還有增加其他的就這三型的基本款的他都包括在這8項裡面嘛對不對所以你看我們112年預計要裝2400輛然後呢今年3月底想要完成800輛所以到現在只裝了241輛這個是不是這個數據對不對
transcript.whisperx[8].start 209.181
transcript.whisperx[8].end 223.681
transcript.whisperx[8].text 是大概到3月24日是到262這個是更新的這個數字262好沒關係你看喔這個數據比例差非常的多那我們交通部花了3.3億研發啦
transcript.whisperx[9].start 226.457
transcript.whisperx[9].end 236.873
transcript.whisperx[9].text 那如果說我們把這18萬輛通通裝的因為當時研發再加上安裝多了一些研發的經費嘛對不對那現在如果純粹安裝這18萬輛大概要多少錢
transcript.whisperx[10].start 241.512
transcript.whisperx[10].end 261.158
transcript.whisperx[10].text 跟委員報告一下前面那個2400輛跟3.3億的部分當時就是大概就是希望說3.3億來補助3家業者來開發到完成系統之後每一家可以這個安裝這個800輛所以對啦因為當時是包括研發嘛對不對那後來這個因為只有一家廠商來投標所以後來預算從3.3調整成這一個1.3億多少1.3億1.3億對對那2400輛1.3億800輛
transcript.whisperx[11].start 271.121
transcript.whisperx[11].end 274.845
transcript.whisperx[11].text 8百輛 1.3億所以如果18萬輛要多少錢?跟委員報告一下因為這一個8百輛的部分那個是現在在做系統測試的研發那如果說假設這個就是說這個系統這個是OK的話
transcript.whisperx[12].start 287.378
transcript.whisperx[12].end 301.848
transcript.whisperx[12].text 那這是具有成效的一個效應的話未來會把這一個標準轉換成產業的標準那轉換成產業標準那國內有興趣的業者都可以去投入生產那如果說按照這個八合一要去補助18萬輛的話
transcript.whisperx[13].start 303.049
transcript.whisperx[13].end 303.169
transcript.whisperx[13].text 拜託給我結單
transcript.whisperx[14].start 320.183
transcript.whisperx[14].end 345.044
transcript.whisperx[14].text 我覺得主動式的確在過去被動式有說自己沒看到所以主動式是而且他這次821是這樣他的想法是說因為我以後要裝很多裝置進去每個人都要在那裡勤洗所以說這個新的這個主動疫情八項的這個算是蠻好的嘛對就把它整合阿現在已經完成了嘛是是是研發完成了嘛那測試試用也OK吧
transcript.whisperx[15].start 346.121
transcript.whisperx[15].end 356.469
transcript.whisperx[15].text 所以現在在安裝這800輛嘛對不對現在在做800輛嘛那其實你看喔五年每一年死傷都超過一萬人這一萬人的死傷會造成多少的家庭那如果是10百億啦10百億可以每一年這10萬的死傷的啦變成100好了啦
transcript.whisperx[16].start 377.373
transcript.whisperx[16].end 388.121
transcript.whisperx[16].text 應該是很值得。所以我現在就是說要很語重心長的跟交通部呼籲,十八開這個錢,很多錢都在開了啦。這可以讓大型車全面安裝齁。
transcript.whisperx[17].start 393.459
transcript.whisperx[17].end 418.656
transcript.whisperx[17].text 那把這個大型車尤其是燈頭外角啦,齁,那疊疊恰好,那弄到高過,齁,那真的是,你真的是不堪入目啦,齁那所以這個部分如果我要全部安裝,那交通部現在的規劃可不可行,或者是大概多久可以完成,我們可以有一個進度的推估
transcript.whisperx[18].start 419.827
transcript.whisperx[18].end 441.792
transcript.whisperx[18].text 市長跟委員報告我想如果現在是2400輛800輛800輛就是看它實質的成效怎麼樣如果好的話我們應該來爭取另外一筆預算來來全面安裝對我的意思就是這樣就是說現在因為本來是研發加安裝嘛那現在其實真的是我因為我算一算不是很多錢啊
transcript.whisperx[19].start 443.703
transcript.whisperx[19].end 467.223
transcript.whisperx[19].text 花這18億可以讓每年一萬個車禍一萬人的車禍可以減少我們假設這一套系統有效的話我們如果沒辦法說一百%啦你別說一萬個變一百個啦有可能啦但是你就減很多幾乎把所有的大型車的車禍可以減少掉所以我覺得這個真的是相當重要那請交通部是不是研議一個規劃
transcript.whisperx[20].start 469.885
transcript.whisperx[20].end 487.382
transcript.whisperx[20].text 大概什麼時候可以給我一個規劃就是說我們這樣子的一個完安裝之後測試成功進度大概什麼時候那我大概什麼時候可以編列預算然後我可以把這個18萬的大型車全部安裝完產是不是可以寫一個規劃報告給我
transcript.whisperx[21].start 488.752
transcript.whisperx[21].end 489.894
transcript.whisperx[21].text 希望我們交通部努力減少國人車禍的死傷