iVOD / 150442

Field Value
IVOD_ID 150442
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150442
日期 2024-03-27
會議資料.會議代碼 委員會-11-1-26-9
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9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 9
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9次全體委員會議
影片種類 Clip
開始時間 2024-03-27T09:35:17+08:00
結束時間 2024-03-27T09:45:43+08:00
影片長度 00:10:26
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/9baf490faf5eb4d55d0bd5d264a60ef4a3d9204d572e03aff8ba9b0039caa7a6b606aef97113c26b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 09:35:17 - 09:45:43
會議時間 2024-03-27T09:00:00+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9次全體委員會議(事由:一、邀請環境部部長就「邁向碳有價時代,碳費擬定時程表及碳費審議委員會之相關內容」進行專題報告,並備質詢。 二、處理或審查中華民國113年度中央政府總預算有關環境部主管預算凍結案49案(含報告事項45案及討論事項4案)。【如經復議則不予處理或審查】 【專題報告及討論事項綜合詢答】 【3月27日及28日二天一次會】)
gazette.lineno 81
gazette.blocks[0][0] 劉委員建國:(9時35分)謝謝主席,有請部長。
gazette.blocks[1][0] 主席:請薛部長。
gazette.blocks[2][0] 薛部長富盛:劉委員好。
gazette.blocks[3][0] 劉委員建國:部長好。
gazette.blocks[3][1] 部長,昨天有召開第二次的碳費審議會嘛?
gazette.blocks[4][0] 薛部長富盛:是,第二次。
gazette.blocks[5][0] 劉委員建國:有沒有什麼新的結論?
gazette.blocks[6][0] 薛部長富盛:新的結論就是委員他們覺得與其馬上用投票去決定一個費率,沒有考量到整個客觀的環境,以及用科學為基礎,他們希望環境部可以提供包括日本、韓國、新加坡實施碳費的情況做為他們的參考,同時也希望我們把2030年的目標、減碳的做法,提供委員更詳細的資料,他們再來做討論。
gazette.blocks[7][0] 劉委員建國:有沒有討論到第一波碳費開徵對象應該是預定製造業和電力業,年排放2.5萬公噸的部分?這個有嘛!對不對?
gazette.blocks[8][0] 薛部長富盛:是,裡面有談到2.5萬噸是不是減免的部分,環境部有提供給他們,對有一些已經有高風險碳洩漏係數比較低的部分,就不應該再享有2.5萬噸免稅額的部分,所以這個已經有修正了,以前是認為排碳大戶2.5萬噸全部減免,現在也沒有了,現在要看情況,我們是從……
gazette.blocks[9][0] 劉委員建國:所以是針對2.5萬噸的碳排放戶嘛,對不對?
gazette.blocks[10][0] 薛部長富盛:對。
gazette.blocks[11][0] 劉委員建國:這應該是包括製造業和電力業,對不對?
gazette.blocks[12][0] 薛部長富盛:是、是、是。
gazette.blocks[13][0] 劉委員建國:請部長看一下這則新聞的標題「綠色通膨推升房價,5年內再飆15%?調查:碳費增加營建成本引憂」,你怎麼看待這個事情?
gazette.blocks[14][0] 薛部長富盛:事實上環境部已經在之前至少……
gazette.blocks[15][0] 劉委員建國:對不起,我先請教一下,它沒有在第一波嘛?
gazette.blocks[16][0] 薛部長富盛:對。他們刻意在掀起不必要的恐慌啦,環境部有以新聞稿去駁斥,我們請中華經濟研究院和其他研究單位幫我們估算了一下,大概是0.5%到1%左右……
gazette.blocks[17][0] 劉委員建國:0.5%到1%,對不對?
gazette.blocks[18][0] 薛部長富盛:對啊!
gazette.blocks[19][0] 劉委員建國:它講15%。
gazette.blocks[20][0] 薛部長富盛:所以事實上是利用這個機會想要去漲價,我覺得……
gazette.blocks[21][0] 劉委員建國:部長講不到1%,但是營建業者講15%,這不叫誇大不實叫什麼?
gazette.blocks[22][0] 薛部長富盛:大家都知道,臺灣房地產價格上漲的主要原因是來自土地成本,這事實上是最高的,其他營建成本才占大概30%左右,所以不應該把所有的漲價都說成是因為碳費,因為碳費到現在都還沒實際收取啊!
gazette.blocks[23][0] 劉委員建國:對嘛!所以這是司馬昭之心,我們大家都很清楚嘛!公部門環境部或是內政部當然有對外做一些說明,不過我覺得力道還是不大……
gazette.blocks[24][0] 薛部長富盛:是,我們來改進。
gazette.blocks[25][0] 劉委員建國:如果按照你們的說法是0.5%到1%之間,他們可以一次講到15%,差了15倍甚至30倍,我覺得這是誇大不實的廣告。臺灣整個房價已經紛紛擾擾這麼長時間,現在又有碳費的徵收,但它也不是第一波的碳費開徵對象,竟然可以做出這種事情!這實在是很離譜啦!所以我還是請部長加大力道,不要像之前的機車定檢費,環境部好意沒有讓人民從口袋掏出半毛錢,甚至還搞到讓立院同事去誤會這個事情,我覺得這樣就是很不好嘛!
gazette.blocks[25][1] 目前來講,第一波開徵對象的全國家數應該是在472左右嘛?
gazette.blocks[26][0] 薛部長富盛:比那個還多。
gazette.blocks[27][0] 劉委員建國:還多一點點?
gazette.blocks[28][0] 薛部長富盛:我們的數據應該是550左右。
gazette.blocks[29][0] 劉委員建國:550?
gazette.blocks[30][0] 薛部長富盛:對,因為我們是把廠和家數兩個算在一起。
gazette.blocks[31][0] 劉委員建國:所以不是472,是550,對不對?
gazette.blocks[32][0] 薛部長富盛:是。
gazette.blocks[33][0] 劉委員建國:不管是472或550,反正都沒有所謂的營建和建築,對不對?
gazette.blocks[34][0] 薛部長富盛:對。
gazette.blocks[35][0] 劉委員建國:應該是這樣嘛!因為你們很清楚地提到,碳費影響混凝土的成本增加約3.2%,鋼筋應該是2.8%,如果以一般鋼筋混凝土的價格而言,平均是3%,以鋼筋混凝土占總營建成本三成來計算的話,碳費對建築成本的影響約為0.9%,就誠如剛才部長講的0.5%到1%,就是不會大過1%嘛!對不對?
gazette.blocks[36][0] 薛部長富盛:對啊,事實上是這樣子啊!
gazette.blocks[37][0] 劉委員建國:所以這篇報導說是15%,實在是太離譜了,有夠「夭壽骨」!不能放任這種業者在那邊漫天喊價啦!所以本席要再度請部長加強這個力道。
gazette.blocks[38][0] 薛部長富盛:好,謝謝劉委員的提醒。
gazette.blocks[39][0] 劉委員建國:在我們還沒有開始徵收營建的碳費時,可以做哪些事情?根據聯合國環境規劃所統計,建材及營造階段的碳排放只占26%,有高達74%都是跟建築物的能源使用相關,就是建好以後,簡單說就是這樣,對不對?所以從聯合國的報告可以知道,一棟房子的碳排不是在蓋的時候,而是蓋好之後所產生的熱和能源。但是我這邊有一個數據要再跟部長討論。
gazette.blocks[40][0] 薛部長富盛:好。
gazette.blocks[41][0] 劉委員建國:臺灣從民國89年開始推動綠建築標章,累計到今年2月,共通過4,486件的綠建築標章,其中公部門的建築有綠建築標章的是2,988、將近3,000件,但是民間建案獲得標章的只有1,498件,不到公部門建案的50%。所以現在是只有公部門需要綠色標章,民間都不需要嗎?我知道這是內政部的業管,但是身為節能減碳的主管部門,環境部也不能……
gazette.blocks[42][0] 薛部長富盛:跟委員報告,事實上是有一點相關,也不是完全沒有關係,因為我們在推動淨零綠生活,其中有一個指標就是綠建築以及節能建築的數量,所以未來環境部應該會在所謂「食、衣、住、行、育、樂、購」這一塊當中「住」的部分,把綠建築標章、節能的標章納進去考量。
gazette.blocks[43][0] 劉委員建國:對啦!我是在提醒部長,剛才部長很OK啦,就是也知道環境部不能置身事外,對不對?
gazette.blocks[44][0] 薛部長富盛:是。
gazette.blocks[45][0] 劉委員建國:所以要承擔起來,然後是不是跟內政部好好地來看怎麼樣溝通。從89年到現在耶!你看,將近24年的時間,民間才1,498件,公部門來到快3,000,我覺得落差實在是太大了啦!
gazette.blocks[46][0] 薛部長富盛:是,有努力的空間。
gazette.blocks[47][0] 劉委員建國:第三件要跟部長就教的事情是……
gazette.blocks[48][0] 薛部長富盛:不敢。
gazette.blocks[49][0] 劉委員建國:部長應該有到便利商店去買過東西吧?
gazette.blocks[50][0] 薛部長富盛:不多啦!
gazette.blocks[51][0] 劉委員建國:不多?現在可能會更少,希望部長這幾天多多去幾趟。我們在103年的時候為了節省紙本發票的浪費,在各大超商、賣場都使用電子發票,電子發票到底可不可以回收?還是要丟到垃圾桶?
gazette.blocks[52][0] 薛部長富盛:電子發票是熱感應紙,事實上是不利於回收。
gazette.blocks[53][0] 劉委員建國:對,不可以回收。
gazette.blocks[54][0] 薛部長富盛:最好是數位,直接在手機用app的方式。
gazette.blocks[55][0] 劉委員建國:app載具。
gazette.blocks[56][0] 薛部長富盛:對,應該鼓勵這樣子。
gazette.blocks[57][0] 劉委員建國:部長有掌握這個狀況嗎?
gazette.blocks[58][0] 薛部長富盛:是,大概瞭解。
gazette.blocks[59][0] 劉委員建國:你知道雲端發票的比例現在來到53%,但是有47%的人還是拿到感應紙。
gazette.blocks[60][0] 薛部長富盛:是,我們應該……
gazette.blocks[61][0] 劉委員建國:我們現在即便用載具或將發票存入信用卡,但是各大賣場、超商還是會將交易明細或簽單印出來,然後消費者不要的話才拿去丟,其實會變成怎樣?只是消費者拿去丟還是店家拿去丟而已啦!就這樣的差別。
gazette.blocks[62][0] 薛部長富盛:對。
gazette.blocks[63][0] 劉委員建國:我給你看一下體積,這是我們的感熱紙,對不對?
gazette.blocks[64][0] 薛部長富盛:對。
gazette.blocks[65][0] 劉委員建國:這是我們以前的傳統發票,你看這兩個體積、面積、物體大小,這一個上面有明細、下面是發票,再來是廣告。
gazette.blocks[66][0] 薛部長富盛:對,我們資源循環署來檢討一下,如何跟財政部來共同合作,減少使用熱感應紙,因為它事實上對環境是不友善的。
gazette.blocks[67][0] 劉委員建國:不可回收就是讓消費者或是讓店家丟掉,對不對?
gazette.blocks[68][0] 薛部長富盛:對。
gazette.blocks[69][0] 劉委員建國:傳統的還可以回收,是不是這樣?
gazette.blocks[70][0] 薛部長富盛:是。
gazette.blocks[71][0] 劉委員建國:現在這兩樣的比例各多少?署長知道吧?
gazette.blocks[72][0] 薛部長富盛:數據、比例倒是……
gazette.blocks[73][0] 賴署長瑩瑩:我知道有一部分還是在使用這個熱感應紙。
gazette.blocks[74][0] 劉委員建國:請我們環境部跟經濟部好好來做一個研議,好不好?是不是短期之內可以降低這樣的使用比例?
gazette.blocks[75][0] 薛部長富盛:好。
gazette.blocks[76][0] 劉委員建國:畢竟我們從107年推到現在,綠色標章是從89年到現在,所以一個要跟經濟部溝通,另外一個要跟財政部溝通。還有這種誇大不實、假借碳排放使得房價飆升的事情,要跟內政部溝通,這三件事情請部長是不是可以在短期內、一個月內,好不好?可以有一些具體的溝通、未來推行方式跟相關的進展給委員會做參考吧?謝謝部長。
gazette.blocks[77][0] 薛部長富盛:好,OK,謝謝劉委員。
gazette.blocks[78][0] 主席:謝謝劉建國委員。
gazette.blocks[78][1] 接下來請盧縣一委員發言。
gazette.agenda.page_end 354
gazette.agenda.meet_id 委員會-11-1-26-9
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 林月琴
gazette.agenda.speakers[2] 陳菁徽
gazette.agenda.speakers[3] 劉建國
gazette.agenda.speakers[4] 盧縣一
gazette.agenda.speakers[5] 陳昭姿
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 涂權吉
gazette.agenda.speakers[8] 廖偉翔
gazette.agenda.speakers[9] 王育敏
gazette.agenda.speakers[10] 蘇清泉
gazette.agenda.speakers[11] 王正旭
gazette.agenda.speakers[12] 林淑芬
gazette.agenda.speakers[13] 洪申翰
gazette.agenda.speakers[14] 李彥秀
gazette.agenda.speakers[15] 洪孟楷
gazette.agenda.speakers[16] 黃珊珊
gazette.agenda.speakers[17] 羅智強
gazette.agenda.speakers[18] 黃國昌
gazette.agenda.speakers[19] 陳冠廷
gazette.agenda.speakers[20] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[21] 牛煦庭
gazette.agenda.speakers[22] 楊瓊瓔
gazette.agenda.speakers[23] 張嘉郡
gazette.agenda.speakers[24] 陳瑩
gazette.agenda.speakers[25] 楊曜
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-03-27
gazette.agenda.gazette_id 1132102
gazette.agenda.agenda_lcidc_ids[0] 1132102_00002
gazette.agenda.agenda_lcidc_ids[1] 1132102_00003
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9次全體委員會議紀錄
gazette.agenda.content 一、邀請環境部部長就「邁向碳有價時代,碳費擬定時程表及碳費審議委員會之相關內容」進行 專題報告,並備質詢;二、處理或審查中華民國113年度中央政府總預算有關環境部主管預算凍 結案49案(含報告事項45案及討論事項4案)(前接第一冊)
gazette.agenda.agenda_id 1132102_00001
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 11.72534375
transcript.pyannote[0].end 13.46346875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 13.69971875
transcript.pyannote[1].end 14.52659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 17.98596875
transcript.pyannote[2].end 18.79596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 19.03221875
transcript.pyannote[3].end 19.67346875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 20.21346875
transcript.pyannote[4].end 22.87971875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 22.96409375
transcript.pyannote[5].end 23.04846875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 23.13284375
transcript.pyannote[6].end 23.68971875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 23.68971875
transcript.pyannote[7].end 25.90034375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 23.70659375
transcript.pyannote[8].end 24.65159375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 26.45721875
transcript.pyannote[9].end 30.16971875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 30.43971875
transcript.pyannote[10].end 34.65846875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 35.09721875
transcript.pyannote[11].end 35.82284375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 36.14346875
transcript.pyannote[12].end 37.47659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 37.94909375
transcript.pyannote[13].end 41.37471875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 41.91471875
transcript.pyannote[14].end 42.15096875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 42.38721875
transcript.pyannote[15].end 45.42471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 45.76221875
transcript.pyannote[16].end 48.20909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 48.58034375
transcript.pyannote[17].end 51.90471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 52.17471875
transcript.pyannote[18].end 53.33909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 53.65971875
transcript.pyannote[19].end 56.57909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 56.91659375
transcript.pyannote[20].end 63.48096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 64.00409375
transcript.pyannote[21].end 71.02409375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 69.04971875
transcript.pyannote[22].end 69.67409375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 71.02409375
transcript.pyannote[23].end 80.38971875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 71.54721875
transcript.pyannote[24].end 72.55971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 76.27221875
transcript.pyannote[25].end 76.37346875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 76.59284375
transcript.pyannote[26].end 76.66034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 81.01409375
transcript.pyannote[27].end 82.58346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 82.78596875
transcript.pyannote[28].end 84.38909375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 84.87846875
transcript.pyannote[29].end 86.86971875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 87.10596875
transcript.pyannote[30].end 89.38409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 89.70471875
transcript.pyannote[31].end 93.97409375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 94.19346875
transcript.pyannote[32].end 94.80096875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 95.03721875
transcript.pyannote[33].end 100.48784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 100.82534375
transcript.pyannote[34].end 101.46659375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 100.94346875
transcript.pyannote[35].end 102.64784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 103.03596875
transcript.pyannote[36].end 109.19534375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 105.87096875
transcript.pyannote[37].end 106.54596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 108.14909375
transcript.pyannote[38].end 109.44846875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 109.36409375
transcript.pyannote[39].end 110.81534375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 111.06846875
transcript.pyannote[40].end 111.37221875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 112.82346875
transcript.pyannote[41].end 115.74284375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 116.06346875
transcript.pyannote[42].end 121.39596875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 121.39596875
transcript.pyannote[43].end 124.39971875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 123.80909375
transcript.pyannote[44].end 126.52596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 126.55971875
transcript.pyannote[45].end 131.25096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 126.91409375
transcript.pyannote[46].end 127.31909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 131.35221875
transcript.pyannote[47].end 132.39846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 132.63471875
transcript.pyannote[48].end 134.47409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 134.72721875
transcript.pyannote[49].end 138.23721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 138.49034375
transcript.pyannote[50].end 142.35471875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 141.76409375
transcript.pyannote[51].end 144.59909375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 142.86096875
transcript.pyannote[52].end 143.43471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 143.73846875
transcript.pyannote[53].end 144.29534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 145.64534375
transcript.pyannote[54].end 148.04159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 148.56471875
transcript.pyannote[55].end 150.52221875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 150.18471875
transcript.pyannote[56].end 151.34909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 151.95659375
transcript.pyannote[57].end 153.72846875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 153.79596875
transcript.pyannote[58].end 154.15034375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 154.62284375
transcript.pyannote[59].end 155.71971875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 156.56346875
transcript.pyannote[60].end 157.18784375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 157.30596875
transcript.pyannote[61].end 159.41534375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 159.75284375
transcript.pyannote[62].end 160.47846875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 160.84971875
transcript.pyannote[63].end 164.12346875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 164.49471875
transcript.pyannote[64].end 166.31721875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 166.55346875
transcript.pyannote[65].end 168.62909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 168.96659375
transcript.pyannote[66].end 170.55284375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 171.46409375
transcript.pyannote[67].end 172.61159375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 173.05034375
transcript.pyannote[68].end 178.55159375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 179.58096875
transcript.pyannote[69].end 217.70159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 193.75596875
transcript.pyannote[70].end 194.59971875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 200.99534375
transcript.pyannote[71].end 201.75471875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 216.23346875
transcript.pyannote[72].end 216.60471875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 218.22471875
transcript.pyannote[73].end 241.57971875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 223.42221875
transcript.pyannote[74].end 223.79346875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 241.68096875
transcript.pyannote[75].end 242.06909375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 243.11534375
transcript.pyannote[76].end 249.35909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 245.95034375
transcript.pyannote[77].end 246.33846875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 249.51096875
transcript.pyannote[78].end 252.22784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 250.28721875
transcript.pyannote[79].end 252.34596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 252.49784375
transcript.pyannote[80].end 255.72096875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 253.52721875
transcript.pyannote[81].end 253.78034375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 256.10909375
transcript.pyannote[82].end 256.81784375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 257.62784375
transcript.pyannote[83].end 258.18471875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 258.13409375
transcript.pyannote[84].end 259.48409375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 259.01159375
transcript.pyannote[85].end 260.36159375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 260.64846875
transcript.pyannote[86].end 263.23034375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 263.60159375
transcript.pyannote[87].end 264.85034375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 264.68159375
transcript.pyannote[88].end 265.66034375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 265.01909375
transcript.pyannote[89].end 265.69409375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 265.81221875
transcript.pyannote[90].end 268.64721875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 267.87096875
transcript.pyannote[91].end 268.74846875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 268.69784375
transcript.pyannote[92].end 285.04971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 273.43971875
transcript.pyannote[93].end 274.97534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 275.80221875
transcript.pyannote[94].end 276.89909375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 278.85659375
transcript.pyannote[95].end 279.09284375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 279.19409375
transcript.pyannote[96].end 279.27846875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 285.21846875
transcript.pyannote[97].end 288.98159375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 289.38659375
transcript.pyannote[98].end 301.26659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 300.87846875
transcript.pyannote[99].end 302.21159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 302.29596875
transcript.pyannote[100].end 312.96096875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 312.38721875
transcript.pyannote[101].end 314.31096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 314.42909375
transcript.pyannote[102].end 372.12471875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 351.35159375
transcript.pyannote[103].end 351.48659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 351.65534375
transcript.pyannote[104].end 351.77346875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 373.03596875
transcript.pyannote[105].end 376.52909375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 376.74846875
transcript.pyannote[106].end 377.08596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 377.94659375
transcript.pyannote[107].end 383.16096875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 384.00471875
transcript.pyannote[108].end 389.57346875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 391.00784375
transcript.pyannote[109].end 391.83471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 391.56471875
transcript.pyannote[110].end 397.45409375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 394.97346875
transcript.pyannote[111].end 395.34471875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 397.79159375
transcript.pyannote[112].end 400.57596875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 400.74471875
transcript.pyannote[113].end 401.75721875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 401.94284375
transcript.pyannote[114].end 402.93846875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 403.19159375
transcript.pyannote[115].end 408.03471875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 408.06846875
transcript.pyannote[116].end 409.26659375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 409.53659375
transcript.pyannote[117].end 411.57846875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 411.69659375
transcript.pyannote[118].end 418.12596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 418.39596875
transcript.pyannote[119].end 421.33221875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 420.26909375
transcript.pyannote[120].end 420.48846875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 421.93971875
transcript.pyannote[121].end 435.06846875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 428.58846875
transcript.pyannote[122].end 428.79096875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 435.54096875
transcript.pyannote[123].end 446.64471875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 445.17659375
transcript.pyannote[124].end 445.71659375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 446.56034375
transcript.pyannote[125].end 447.35346875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 447.31971875
transcript.pyannote[126].end 453.02346875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 451.03221875
transcript.pyannote[127].end 451.15034375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 454.10346875
transcript.pyannote[128].end 454.66034375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 454.91346875
transcript.pyannote[129].end 455.55471875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 456.19596875
transcript.pyannote[130].end 457.12409375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 457.63034375
transcript.pyannote[131].end 460.65096875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 461.17409375
transcript.pyannote[132].end 470.33721875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 469.27409375
transcript.pyannote[133].end 469.34159375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 471.50159375
transcript.pyannote[134].end 473.98221875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 474.94409375
transcript.pyannote[135].end 483.65159375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 477.55971875
transcript.pyannote[136].end 477.86346875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 479.06159375
transcript.pyannote[137].end 480.00659375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 483.83721875
transcript.pyannote[138].end 483.87096875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 483.87096875
transcript.pyannote[139].end 486.33471875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 483.88784375
transcript.pyannote[140].end 487.21221875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 487.49909375
transcript.pyannote[141].end 488.07284375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 488.27534375
transcript.pyannote[142].end 489.76034375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 489.86159375
transcript.pyannote[143].end 491.73471875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 491.73471875
transcript.pyannote[144].end 492.05534375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 492.34221875
transcript.pyannote[145].end 499.59846875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 496.61159375
transcript.pyannote[146].end 497.33721875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 499.31159375
transcript.pyannote[147].end 501.13409375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 500.08784375
transcript.pyannote[148].end 513.01409375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 510.21284375
transcript.pyannote[149].end 510.71909375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 514.16159375
transcript.pyannote[150].end 518.54909375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 518.97096875
transcript.pyannote[151].end 520.27034375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 520.27034375
transcript.pyannote[152].end 520.43909375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 520.43909375
transcript.pyannote[153].end 523.34159375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 523.34159375
transcript.pyannote[154].end 523.64534375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 526.96971875
transcript.pyannote[155].end 529.28159375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 529.34909375
transcript.pyannote[156].end 530.10846875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 529.34909375
transcript.pyannote[157].end 532.26846875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 531.61034375
transcript.pyannote[158].end 531.98159375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 532.16721875
transcript.pyannote[159].end 532.42034375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 532.82534375
transcript.pyannote[160].end 535.23846875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 535.93034375
transcript.pyannote[161].end 536.99346875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 536.33534375
transcript.pyannote[162].end 536.62221875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 537.41534375
transcript.pyannote[163].end 538.73159375
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 538.79909375
transcript.pyannote[164].end 540.08159375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 540.09846875
transcript.pyannote[165].end 540.11534375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 540.11534375
transcript.pyannote[166].end 540.72284375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 540.16596875
transcript.pyannote[167].end 541.95471875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 541.46534375
transcript.pyannote[168].end 542.25846875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 542.25846875
transcript.pyannote[169].end 542.56221875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 543.86159375
transcript.pyannote[170].end 548.18159375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 548.48534375
transcript.pyannote[171].end 551.01659375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 551.37096875
transcript.pyannote[172].end 556.72034375
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 553.96971875
transcript.pyannote[173].end 554.32409375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 557.00721875
transcript.pyannote[174].end 557.19284375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 557.56409375
transcript.pyannote[175].end 559.11659375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 560.02784375
transcript.pyannote[176].end 565.76534375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 562.44096875
transcript.pyannote[177].end 563.40284375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 565.44471875
transcript.pyannote[178].end 565.47846875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 565.52909375
transcript.pyannote[179].end 565.68096875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 565.88346875
transcript.pyannote[180].end 567.84096875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 568.53284375
transcript.pyannote[181].end 569.27534375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 571.23284375
transcript.pyannote[182].end 572.63346875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 573.08909375
transcript.pyannote[183].end 573.69659375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 573.69659375
transcript.pyannote[184].end 574.65846875
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 574.65846875
transcript.pyannote[185].end 588.07409375
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 574.72596875
transcript.pyannote[186].end 574.79346875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 577.93221875
transcript.pyannote[187].end 578.25284375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 587.24721875
transcript.pyannote[188].end 588.04034375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 588.07409375
transcript.pyannote[189].end 588.46221875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 588.37784375
transcript.pyannote[190].end 598.19909375
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 598.21596875
transcript.pyannote[191].end 610.36596875
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 609.55596875
transcript.pyannote[192].end 609.82596875
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 610.90596875
transcript.pyannote[193].end 620.25471875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 620.18721875
transcript.pyannote[194].end 623.17409375
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 620.92971875
transcript.pyannote[195].end 622.11096875
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 624.47346875
transcript.pyannote[196].end 625.77284375
transcript.whisperx[0].start 11.758
transcript.whisperx[0].end 14.502
transcript.whisperx[0].text 好 謝謝主席 有請部長請薛部長好 劉文豪部長好部長昨天有在召開第二次的碳費審議會嗎是 有沒有什麼新的結論
transcript.whisperx[1].start 27.337
transcript.whisperx[1].end 40.988
transcript.whisperx[1].text 新的結論就是委員他們覺得以其要用馬上用投票去決定一個費率覺得沒有考量到整個客觀的環境以及用科學為基礎
transcript.whisperx[2].start 42.449
transcript.whisperx[2].end 62.335
transcript.whisperx[2].text 他們希望環境部可以提供包括日本、韓國、新加坡他們實施碳費的一個情況作為他們的參考那同時也希望我們把2030年的一個目標減碳的這個做法提供更詳細的一個資料他們再來做討論
transcript.whisperx[3].start 64.042
transcript.whisperx[3].end 66.563
transcript.whisperx[3].text 含報告事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論
transcript.whisperx[4].start 81.347
transcript.whisperx[4].end 85.03
transcript.whisperx[4].text 含報告事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論
transcript.whisperx[5].start 103.08
transcript.whisperx[5].end 105.066
transcript.whisperx[5].text 這應該是包括製造業跟電力業。部長你看一下這個新聞。
transcript.whisperx[6].start 112.864
transcript.whisperx[6].end 139.157
transcript.whisperx[6].text 律師通膨推升黃價5年內再飆15%這個調查攤會增加營建成本隱憂你怎麼看待這個事情事實上環境部已經在之前至少對不起我先請教一下他沒有在第一波對他們刻意在掀起這個不必要的恐慌那環境部也新聞稿去駁斥我們請中華經濟研究院以及其他的研究單位幫我們估算了一下
transcript.whisperx[7].start 139.577
transcript.whisperx[7].end 144.101
transcript.whisperx[7].text 大概是0.5%到1%左右0.5%到1%嘛 對不對他講15%嗎所以事實上是利用這個機會想要去這個長較我覺得部長講的不到1%嘛但是營業者講到15%嘛這叫誇大不實
transcript.whisperx[8].start 156.738
transcript.whisperx[8].end 175.174
transcript.whisperx[8].text 這叫什麼?事實上大家都知道臺灣黃地產占的主要的原因是來自土地的成本事實上是最高的其他營建的成本才占大概30%左右所以不應該把所有的漲價都說因為碳費因為碳費到現在都還沒有實際收的
transcript.whisperx[9].start 179.725
transcript.whisperx[9].end 194.046
transcript.whisperx[9].text 對嘛,所以這個司法招致性我們大家都很清楚不過我覺得公部門環境部還是內政部當然有對外做一些說明不過我覺得那個力道還是不大嘛如果按照你們的說法我們來改進
transcript.whisperx[10].start 195.127
transcript.whisperx[10].end 217.438
transcript.whisperx[10].text 對,不到1%0到5到1%這中間他可以一次跟你講到15%差了15倍甚至差了30倍我覺得這種誇大不實的廣告讓台灣整個房價在這邊紛紛擾擾這麼多死的情況之下那現在又有碳費的這個徵收以他也不在第一波的碳費開支的對象現在就可以做這種事情
transcript.whisperx[11].start 218.428
transcript.whisperx[11].end 241.281
transcript.whisperx[11].text 這真的是很離譜所以我還是請這個部長可以加大這個力道不要像我們之前機車定檢會我們環境部的好意沒有讓人民從口袋掏出半毛錢甚至也搞到會讓立院的同事去誤會這個事情我覺得這樣就是很不好這是一件事情
transcript.whisperx[12].start 243.151
transcript.whisperx[12].end 255.067
transcript.whisperx[12].text 目前來講你如果第一波啦齁在全國的這個加速應該是在472左右嘛加速啦比那個還多啦因為我們不只是比那個還多我們的數據應該是550左右喔550對因為我們是以
transcript.whisperx[13].start 261.214
transcript.whisperx[13].end 288.276
transcript.whisperx[13].text 廠跟家宿兩個都算在一起的所以不是472是550嘛對不對不管472不管550反正都沒有現在的所謂的這個營建還有建築嘛對不對應該是這樣嘛因為裡面這邊很清楚有提到說碳會影響粉泥土的成本增加約3.2嘛然後這鋼筋應該是2.8那如果以一般這個鋼筋粉泥土的建築額演平均是3%
transcript.whisperx[14].start 289.837
transcript.whisperx[14].end 314.014
transcript.whisperx[14].text 應該是佔總營建成本的比例三成來計算的話它會對建築的成本影響約為0.9嘛就像剛才部長講的說0.5到1嘛就不大過1%嘛對不對所以他這講到15%這實在是很離譜的對不對很夭壽我感覺不能放在這種業者在那邊漫天喊價啦再度請部長加強這個力道謝謝劉委員的提醒
transcript.whisperx[15].start 315.494
transcript.whisperx[15].end 333.72
transcript.whisperx[15].text 當我們還沒開始在徵收這個營建的碳的時候我們可以做哪些事情根據聯合國的環境規劃署統計建材及營造階段的碳排放只佔了26%有高達74%都是跟建築物的人員使用相關QE
transcript.whisperx[16].start 336.862
transcript.whisperx[16].end 345.89
transcript.whisperx[16].text 所以聯合國的報告可以知道移動防止碳排不是要蓋的時候而是蓋好之後所產生的熱跟人員但是我這邊有一個數據要跟部長再討論台灣從民國89年開始推動這個綠建築標章累計到現在已經2月共通過4486案的綠建築的標章
transcript.whisperx[17].start 360.063
transcript.whisperx[17].end 389.25
transcript.whisperx[17].text 但是公部門的建築有綠建築標章的2988將近3000件但民間的建案獲得標章只有1498不到公部門的這個建案的50%所以現在是只有公部門需要綠色標章民間都不需要了還是我知道這是內政部的業管但是站在節能減碳的主管部門
transcript.whisperx[18].start 391.272
transcript.whisperx[18].end 417.85
transcript.whisperx[18].text 委員報告事項是有點相關也不是完全沒有關係因為我們在推動淨林立生活那其中有一個指標就是立建築以及節能這個建築的一個數目所以在未來環境部應該會在所謂的十一住行一二購這一塊在住的這部分我們會把立建築標章節能的標章納進去考量
transcript.whisperx[19].start 418.85
transcript.whisperx[19].end 433.584
transcript.whisperx[19].text 對我是在提醒部長就跟剛才的部長很OK啦就是也知道說這個不能完全跟環境部不能推卻於外對不對承擔起來然後是不是跟內政部還好來看怎樣的一個溝通從89年到現在
transcript.whisperx[20].start 436.287
transcript.whisperx[20].end 452.345
transcript.whisperx[20].text 將近14年的時間民間才1498公佈門來到快3000我覺得這種落差比例實在是太大了有努力的空間第三件事情再跟部長就教部長應該有到便利商店去買過東西吧
transcript.whisperx[21].start 454.104
transcript.whisperx[21].end 457.806
transcript.whisperx[21].text 含報告事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論事項45案及討論
transcript.whisperx[22].start 475.374
transcript.whisperx[22].end 499.243
transcript.whisperx[22].text 這個電子花票事實上它是熱感應紙事實上是不利回收啦不可以回收嘛對最好是用數位就是直接在手機對APP載具嘛對對對應該鼓勵這樣子部長有掌握這個狀況嗎是大概了解你知道雲端這個花票比例現在是來到53但是還有47%的人他們還是拿到感應紙
transcript.whisperx[23].start 500.804
transcript.whisperx[23].end 523.207
transcript.whisperx[23].text 然後我們現在即便這個載具或將花票存入信用卡但是各大賣場、超商還是會將交易的明細或簽單印出來然後消費者才拿去丟其實變成怎樣是消費者拿去丟還是店家拿去丟而已就這樣的差別但體積看起來你看這個我給你看一下
transcript.whisperx[24].start 527.131
transcript.whisperx[24].end 540.671
transcript.whisperx[24].text 這是我們的感熱紙嘛對不對就是我們以前這種傳統的花票嘛你看這樣的一個體積、面積、物體大小阿這個上面有明細阿下面是花票啦再來是這個廣告啦
transcript.whisperx[25].start 543.905
transcript.whisperx[25].end 569.114
transcript.whisperx[25].text 我想我們支援行環署來檢討一下如何跟這個財政部這邊來共同來合作減少使用這個感應紙因為它是讓對環境是不友善的不可回收就是就是讓消費者還是讓店家去丟掉對不對這個還可以回收嗎是不是這樣現在這樣的比例多少這樣比多少署長知道吧
transcript.whisperx[26].start 571.354
transcript.whisperx[26].end 597.911
transcript.whisperx[26].text 數據啊比例比例數據倒是我這邊是請我們環境部跟經濟部這邊好好的來做一個研議好不好是不是可以短期之內可以降低這樣的一個使用的比例因為畢竟我們也推了從107年到現在然後那綠色標章是從89年到現在所以一個要跟經濟部來溝通另外一個要跟財政部來溝通
transcript.whisperx[27].start 598.551
transcript.whisperx[27].end 621.916
transcript.whisperx[27].text 還有這個誇大不實的這種假借碳排放的時候房價要飆升的事情要跟內政部來溝通我這三件事情是不是請部長是不是可以在短期內一個月內好不好我們有一些具體的溝通的一個方式未來推行的方式跟相關的一些進展可以給委員做參考吧好謝謝部長謝謝劉建國委員