iVOD / 150482

Field Value
IVOD_ID 150482
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150482
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 2024-03-27T10:56:18+08:00
結束時間 2024-03-27T11:06:08+08:00
影片長度 00:09:50
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/9baf490faf5eb4d5ba458698c23bcdd0a3d9204d572e03aff8ba9b0039caa7a6d3a823a3a41615605ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蘇清泉
委員發言時間 10:56:18 - 11:06:08
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 565
gazette.blocks[0][0] 蘇委員清泉:(10時56分)謝謝主席。請部長。
gazette.blocks[1][0] 薛部長富盛:蘇委員好。
gazette.blocks[2][0] 蘇委員清泉:部長,這是昨天總質詢最後幾張圖片,我再問一次。這是車城,上任行政院長說這是屏東最美麗的天際線,結果現在太陽能板蓋成這樣,還把樹砍光光,只看到土。你看這張,樹被推光,飛砂走石,整個車城鄉的百姓都來陳情說塵土飛揚啊!這張是空照圖,可以這樣幹嗎?你們不是有說將來要做光電的,一定面積就要做環評?有這項規劃嗎?
gazette.blocks[3][0] 薛部長富盛:跟蘇委員報告,現在回想起來,早期幾個案子的確在環境、景觀各方面的考量比較不周到。不過跟蘇委員報告,由於大院要求環境部在6月底前要修改環評法,特別是針對光電這一塊,也就是並非只有重要濕地才要做環評,包括一定的發電量或一定的面積,一樣……
gazette.blocks[4][0] 蘇委員清泉:什麼時候開始要這樣一塊一塊……
gazette.blocks[5][0] 薛部長富盛:我們當初答應大院希望在6月底前修正草案可以出來,接下來再經過預告……
gazette.blocks[6][0] 蘇委員清泉:能不能提前?因為他可能在之前就來搶申請許可證,然後就搶光了……
gazette.blocks[7][0] 薛部長富盛:跟委員報告,在光電設置標準裡,環評並不是唯一,現在經濟部、農業部都有環境檢核的機制……
gazette.blocks[8][0] 蘇委員清泉:部長,你看,這是老埤農場,如果你到屏東的話,我帶你去看。
gazette.blocks[9][0] 薛部長富盛:好,可以找個時間。
gazette.blocks[10][0] 蘇委員清泉:700公頃,這麼漂亮的一個地方要全部推光做光電板,大家都在罵!所有立委參選人都罵,地方人士也都反對,就算這樣也硬要做,因為已經拿到許可證了。這種的能通過嗎?這個如果過了,我就跟你拼了!
gazette.blocks[11][0] 薛部長富盛:跟蘇委員報告,現在的修法方向,包括希望地方政府在光電設置上扮演一定角色。也就是地方政府如果同意的話,中央當然樂觀其成,讓地方政府對市區或發展要扮演某一個程度的角色,這個或許以前比較……
gazette.blocks[12][0] 蘇委員清泉:我覺得環境部要把關!
gazette.blocks[13][0] 薛部長富盛:好。
gazette.blocks[14][0] 蘇委員清泉:因為你的位階比較高,眼界比較廣,地方政府有時候昧於情勢……
gazette.blocks[15][0] 薛部長富盛:委員這樣說,難道不相信地方政府?
gazette.blocks[16][0] 蘇委員清泉:我們回到今天的主題,今天是講碳費、碳稅,碳交易,我研究後發現,碳費好像是臺灣首創,在國外好像都是碳交易跟碳稅你們的報告是寫說碳費會弄成基金,統一管理,然後會把空污、水污也都納進來嗎?
gazette.blocks[17][0] 薛部長富盛:不一樣,這個是針對溫室氣體的部分,空污有另外的空污法規,水污有另外的水污法規,所以不一樣。
gazette.blocks[18][0] 蘇委員清泉:所以你們環境部以後會有十幾個基金?
gazette.blocks[19][0] 薛部長富盛:沒有,哪有那麼多?有六個,規模都是很小的。
gazette.blocks[20][0] 蘇委員清泉:李鴻源教授說,我們臺灣如果照現在這樣搞下去,到2030年,我們的碳稅會高達6,000億到8,000億臺幣,有這回事嗎?
gazette.blocks[21][0] 薛部長富盛:我尊重學術界的教授發表的言論,我自己也在大學裡面擔任將近三十年的教職,我基本上尊重學術自由,任何學者都可以發表各自對某一些議題的觀點。但是我們既然發表這些觀點,事實上也要比較有科學的依據,會比較好一點。
gazette.blocks[22][0] 蘇委員清泉:好,如果是碳交易的話,我們屏東2,776平方公里的土地,我們種很多樹,這些樹能不能給產生污染的工廠來做碳交易?
gazette.blocks[23][0] 薛部長富盛:事實上,農業部現在擬訂森林碳權的相關法規,將來種樹可以擁有碳權,就可以在碳交所裡面去做交易。
gazette.blocks[24][0] 蘇委員清泉:這個事情你將來會做嗎?
gazette.blocks[25][0] 薛部長富盛:我已經在做了,不是將來,已經在做了,但是必須經過……
gazette.blocks[26][0] 蘇委員清泉:我們的農民種水果、種經濟作物,不但有收入,還能有碳交易的收益,對農民比較有利。
gazette.blocks[27][0] 薛部長富盛:是。
gazette.blocks[28][0] 蘇委員清泉:對我們的偏遠地區才有意義,對不對?
gazette.blocks[29][0] 薛部長富盛:是。
gazette.blocks[30][0] 蘇委員清泉:所以這個我們屏東會爭取,尤其是屏東。
gazette.blocks[31][0] 薛部長富盛:謝謝蘇委員來支持。
gazette.blocks[32][0] 蘇委員清泉:我們屏東人口80萬,結果農漁民有38萬,嚇死人。
gazette.blocks[33][0] 薛部長富盛:但是我跟蘇委員提醒,難道你不怕傳播這個概念給農民後,他們都會去種樹?要知道碳權的價值……
gazette.blocks[34][0] 蘇委員清泉:會啦,會啦。
gazette.blocks[35][0] 薛部長富盛:多少要去注意,免得到時候他們會去找你抗議。
gazette.blocks[36][0] 蘇委員清泉:這部分和太陽能板的政策剛好互相衝突。各位,這很可怕,做太陽能板、光電板要砍樹,現在增加碳權則是種樹,吸收二氧化碳。
gazette.blocks[37][0] 薛部長富盛:我們很樂意見到種更多的樹,因為對我們的環境事實上是正面的,所以非常謝謝委員。
gazette.blocks[38][0] 蘇委員清泉:再來我要問你,我們臺灣醫療體系的碳足跡是4.6%,這是真的假的,我不知道全球平均是4.4%,醫療院所的碳足跡怎麼會那麼高呢?
gazette.blocks[39][0] 薛部長富盛:他們的用電量很恐怖,當然包括其他使用的電……
gazette.blocks[40][0] 蘇委員清泉:是不是因為我們用的電都是石化燃料燃燒發電產生的,所以會那麼高?是這樣的原因嗎?
gazette.blocks[41][0] 薛部長富盛:我個人覺得應該是主要使用的電力這個部分。
gazette.blocks[42][0] 蘇委員清泉:是用電力來算?
gazette.blocks[43][0] 薛部長富盛:對,電力。
gazette.blocks[44][0] 蘇委員清泉:不是因為發電廠是用石化燃料,還是用其他的方式發電?我們用石化燃料發電已經占了快要80%。
gazette.blocks[45][0] 薛部長富盛:沒有,現在沒有那麼高。
gazette.blocks[46][0] 蘇委員清泉:沒有那麼高?
gazette.blocks[47][0] 薛部長富盛:對,沒有那麼高。現在發電能源的比重,煤已經降到幾乎跟天然氣差不多了,其他的包括再生能源和水力……
gazette.blocks[48][0] 蘇委員清泉:所以天然氣發電沒有算碳足跡嗎?
gazette.blocks[49][0] 薛部長富盛:當然有,天然氣也是會排碳,只是它的排碳量會比生煤這一塊少。
gazette.blocks[50][0] 蘇委員清泉:好,那醫療院所這邊也沒有辦法輔導,也沒有辦法減少?
gazette.blocks[51][0] 薛部長富盛:是,我們積極來協助衛福部,我們希望醫學中心應該要當領頭羊,來帶動我們醫療界減碳。
gazette.blocks[52][0] 蘇委員清泉:因為這個太重要了,在醫療方面,開刀房、ICU、急診、疫苗的保存都需要電,沒有辦法降低用電,開刀房溫度都維持19度、20度,都很耗電。這一次要漲11%,大家都跳起來了,衛福部說只有漲11%而已,根本隨便亂講。臺北榮總昨天算一算,電價漲11%就要給多支出2億,高醫大說他們要增加6,000萬,所以光這二十幾家醫學中心加起來,至少要超過15億以上,其他的加一加是30億以上。
gazette.blocks[53][0] 薛部長富盛:跟蘇委員報告,醫療院所要開始進行碳盤查,就是要瞭解醫學中心最大宗的排碳來自哪裡。
gazette.blocks[54][0] 蘇委員清泉:看看能不能減少。
gazette.blocks[55][0] 薛部長富盛:對,要去做。
gazette.blocks[56][0] 蘇委員清泉:那我看你們也沒有找衛福部來檢討啊?
gazette.blocks[57][0] 薛部長富盛:有啦,現在有在幫忙。因為這一塊早期在氣候變遷因應法理面,衛福部參與的部分的確比較少,未來應該要加強力道。
gazette.blocks[58][0] 蘇委員清泉:要輔導所有的醫療院所,因為現在醫療院所都快倒閉了,剩下1%的結餘,還被要求要有韌性醫療,我不知道要怎麼韌性。現在又要漲電費,碳費又要來,這樣一來他們就要倒光光了,所以要好好考量,好不好?部長。
gazette.blocks[59][0] 薛部長富盛:好,是,對啊。所以這個當然也是我們在做事情應該要全面來考量的,站在環境部的高度。
gazette.blocks[60][0] 蘇委員清泉:好,謝謝。
gazette.blocks[61][0] 薛部長富盛:好,謝謝,謝謝蘇委員。
gazette.blocks[62][0] 主席:好,謝謝,謝謝蘇委員的發言。
gazette.blocks[63][0] 主席(林委員淑芬代):好,下一位我們請王正旭委員發言。
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_01
transcript.pyannote[0].start 10.42596875
transcript.pyannote[0].end 12.78846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 18.23909375
transcript.pyannote[1].end 23.85846875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 18.81284375
transcript.pyannote[2].end 20.14596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 20.85471875
transcript.pyannote[3].end 21.25971875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 22.40721875
transcript.pyannote[4].end 22.96409375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 23.85846875
transcript.pyannote[5].end 23.99346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 23.99346875
transcript.pyannote[6].end 24.46596875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 25.74846875
transcript.pyannote[7].end 26.25471875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 26.98034375
transcript.pyannote[8].end 28.49909375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 29.20784375
transcript.pyannote[9].end 29.74784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 30.33846875
transcript.pyannote[10].end 31.31721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 31.36784375
transcript.pyannote[11].end 31.38471875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 31.38471875
transcript.pyannote[12].end 31.77284375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 31.87409375
transcript.pyannote[13].end 32.54909375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 33.12284375
transcript.pyannote[14].end 37.52721875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 38.26971875
transcript.pyannote[15].end 44.17596875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 46.16721875
transcript.pyannote[16].end 47.92221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 48.14159375
transcript.pyannote[17].end 48.73221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 49.27221875
transcript.pyannote[18].end 57.18659375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 58.03034375
transcript.pyannote[19].end 59.93721875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 61.30409375
transcript.pyannote[20].end 69.75846875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 70.33221875
transcript.pyannote[21].end 70.70346875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 71.19284375
transcript.pyannote[22].end 74.14596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 74.68596875
transcript.pyannote[23].end 76.45784375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 77.01471875
transcript.pyannote[24].end 79.27596875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 79.76534375
transcript.pyannote[25].end 80.94659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 81.55409375
transcript.pyannote[26].end 82.92096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 83.25846875
transcript.pyannote[27].end 87.15659375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 87.29159375
transcript.pyannote[28].end 90.24471875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 90.54846875
transcript.pyannote[29].end 95.83034375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 96.04971875
transcript.pyannote[30].end 100.43721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 101.06159375
transcript.pyannote[31].end 104.74034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 104.43659375
transcript.pyannote[32].end 108.62159375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 107.28846875
transcript.pyannote[33].end 109.92096875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 110.24159375
transcript.pyannote[34].end 117.46409375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 117.78471875
transcript.pyannote[35].end 118.47659375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 117.81846875
transcript.pyannote[36].end 120.02909375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 120.34971875
transcript.pyannote[37].end 121.21034375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 121.37909375
transcript.pyannote[38].end 127.04909375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 122.07096875
transcript.pyannote[39].end 122.08784375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 126.42471875
transcript.pyannote[40].end 128.31471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 128.71971875
transcript.pyannote[41].end 140.95409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 140.95409375
transcript.pyannote[42].end 146.45534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 141.00471875
transcript.pyannote[43].end 142.42221875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 142.64159375
transcript.pyannote[44].end 142.91159375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 146.89409375
transcript.pyannote[45].end 147.94034375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 147.01221875
transcript.pyannote[46].end 152.17596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 153.69471875
transcript.pyannote[47].end 164.69721875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 157.06971875
transcript.pyannote[48].end 157.10346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 157.35659375
transcript.pyannote[49].end 157.39034375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 164.69721875
transcript.pyannote[50].end 165.60846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 165.01784375
transcript.pyannote[51].end 166.84034375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 166.57034375
transcript.pyannote[52].end 173.45534375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 173.96159375
transcript.pyannote[53].end 179.63159375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 180.18846875
transcript.pyannote[54].end 180.89721875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 181.40346875
transcript.pyannote[55].end 185.52096875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 185.79096875
transcript.pyannote[56].end 186.71909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 187.17471875
transcript.pyannote[57].end 190.06034375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 190.24596875
transcript.pyannote[58].end 194.93721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 194.59971875
transcript.pyannote[59].end 196.05096875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 196.11846875
transcript.pyannote[60].end 197.68784375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 197.68784375
transcript.pyannote[61].end 197.90721875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 197.90721875
transcript.pyannote[62].end 205.18034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 197.94096875
transcript.pyannote[63].end 197.97471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 204.28596875
transcript.pyannote[64].end 206.54721875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 207.77909375
transcript.pyannote[65].end 211.99784375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 212.40284375
transcript.pyannote[66].end 213.44909375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 214.29284375
transcript.pyannote[67].end 215.05221875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 215.49096875
transcript.pyannote[68].end 215.77784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 215.67659375
transcript.pyannote[69].end 216.41909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 216.95909375
transcript.pyannote[70].end 218.34284375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 219.62534375
transcript.pyannote[71].end 230.42534375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 222.78096875
transcript.pyannote[72].end 222.96659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 230.71221875
transcript.pyannote[73].end 233.39534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 233.59784375
transcript.pyannote[74].end 235.84221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 236.14596875
transcript.pyannote[75].end 236.55096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 236.80409375
transcript.pyannote[76].end 240.75284375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 241.98471875
transcript.pyannote[77].end 250.40534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 243.31784375
transcript.pyannote[78].end 244.26284375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 249.00471875
transcript.pyannote[79].end 252.54846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 252.93659375
transcript.pyannote[80].end 253.30784375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 253.30784375
transcript.pyannote[81].end 254.72534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 256.68284375
transcript.pyannote[82].end 261.82971875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 257.59409375
transcript.pyannote[83].end 258.79221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 262.15034375
transcript.pyannote[84].end 262.52159375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 263.34846875
transcript.pyannote[85].end 270.40221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 270.58784375
transcript.pyannote[86].end 276.05534375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 277.52346875
transcript.pyannote[87].end 278.75534375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 279.21096875
transcript.pyannote[88].end 285.25221875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 285.65721875
transcript.pyannote[89].end 287.09159375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 287.36159375
transcript.pyannote[90].end 289.79159375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 290.09534375
transcript.pyannote[91].end 293.25096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 293.48721875
transcript.pyannote[92].end 297.40221875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 297.70596875
transcript.pyannote[93].end 299.07284375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 299.27534375
transcript.pyannote[94].end 305.46846875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 302.75159375
transcript.pyannote[95].end 303.15659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 304.03409375
transcript.pyannote[96].end 305.06346875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 305.36721875
transcript.pyannote[97].end 313.73721875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 311.20596875
transcript.pyannote[98].end 311.57721875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 314.00721875
transcript.pyannote[99].end 319.45784375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 318.63096875
transcript.pyannote[100].end 321.63471875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 322.14096875
transcript.pyannote[101].end 323.30534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 323.72721875
transcript.pyannote[102].end 325.27971875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 325.81971875
transcript.pyannote[103].end 326.41034375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 327.30471875
transcript.pyannote[104].end 331.37159375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 331.86096875
transcript.pyannote[105].end 334.76346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 333.63284375
transcript.pyannote[106].end 336.13034375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 336.13034375
transcript.pyannote[107].end 340.80471875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 337.05846875
transcript.pyannote[108].end 337.88534375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 338.67846875
transcript.pyannote[109].end 353.81534375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 354.42284375
transcript.pyannote[110].end 358.33784375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 357.78096875
transcript.pyannote[111].end 360.97034375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 358.55721875
transcript.pyannote[112].end 366.50534375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 365.25659375
transcript.pyannote[113].end 367.41659375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 367.82159375
transcript.pyannote[114].end 368.53034375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 369.25596875
transcript.pyannote[115].end 373.42409375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 374.03159375
transcript.pyannote[116].end 374.80784375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 375.24659375
transcript.pyannote[117].end 377.25471875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 377.89596875
transcript.pyannote[118].end 379.97159375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 378.41909375
transcript.pyannote[119].end 380.96721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 380.96721875
transcript.pyannote[120].end 381.03471875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 381.03471875
transcript.pyannote[121].end 381.54096875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 381.54096875
transcript.pyannote[122].end 381.59159375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 381.59159375
transcript.pyannote[123].end 382.84034375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 381.64221875
transcript.pyannote[124].end 384.66284375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 384.84846875
transcript.pyannote[125].end 386.01284375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 386.43471875
transcript.pyannote[126].end 389.50596875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 389.94471875
transcript.pyannote[127].end 390.78846875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 391.37909375
transcript.pyannote[128].end 393.28596875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 394.16346875
transcript.pyannote[129].end 396.55971875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 396.55971875
transcript.pyannote[130].end 403.86659375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 396.57659375
transcript.pyannote[131].end 397.43721875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 402.70221875
transcript.pyannote[132].end 416.30346875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 404.40659375
transcript.pyannote[133].end 404.64284375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 411.79784375
transcript.pyannote[134].end 412.28721875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 416.96159375
transcript.pyannote[135].end 418.54784375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 418.93596875
transcript.pyannote[136].end 420.87659375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 421.43346875
transcript.pyannote[137].end 427.49159375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 427.76159375
transcript.pyannote[138].end 427.93034375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 427.93034375
transcript.pyannote[139].end 433.88721875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 427.96409375
transcript.pyannote[140].end 428.31846875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 428.38596875
transcript.pyannote[141].end 428.43659375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 428.57159375
transcript.pyannote[142].end 428.68971875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 429.39846875
transcript.pyannote[143].end 429.53346875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 434.37659375
transcript.pyannote[144].end 441.53159375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 439.13534375
transcript.pyannote[145].end 444.51846875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 445.12596875
transcript.pyannote[146].end 445.85159375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 445.34534375
transcript.pyannote[147].end 452.34846875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 451.43721875
transcript.pyannote[148].end 452.93909375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 452.50034375
transcript.pyannote[149].end 453.24284375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 453.24284375
transcript.pyannote[150].end 454.96409375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 455.53784375
transcript.pyannote[151].end 458.03534375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 458.20409375
transcript.pyannote[152].end 463.62096875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 463.90784375
transcript.pyannote[153].end 465.47721875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 463.95846875
transcript.pyannote[154].end 467.87346875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 466.55721875
transcript.pyannote[155].end 473.17221875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 469.08846875
transcript.pyannote[156].end 469.81409375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 473.08784375
transcript.pyannote[157].end 476.91846875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 475.06221875
transcript.pyannote[158].end 479.80409375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 480.07409375
transcript.pyannote[159].end 484.61346875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 485.10284375
transcript.pyannote[160].end 487.49909375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 488.08971875
transcript.pyannote[161].end 488.34284375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 489.16971875
transcript.pyannote[162].end 498.75471875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 494.78909375
transcript.pyannote[163].end 495.54846875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 498.94034375
transcript.pyannote[164].end 506.71971875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 502.68659375
transcript.pyannote[165].end 503.34471875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 506.71971875
transcript.pyannote[166].end 506.73659375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 506.73659375
transcript.pyannote[167].end 506.80409375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 506.80409375
transcript.pyannote[168].end 506.88846875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 506.88846875
transcript.pyannote[169].end 510.61784375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 506.98971875
transcript.pyannote[170].end 507.07409375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 511.15784375
transcript.pyannote[171].end 514.90409375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 515.68034375
transcript.pyannote[172].end 519.10596875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 519.54471875
transcript.pyannote[173].end 523.44284375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 524.11784375
transcript.pyannote[174].end 525.56909375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 525.77159375
transcript.pyannote[175].end 529.18034375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 526.75034375
transcript.pyannote[176].end 527.39159375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 530.09159375
transcript.pyannote[177].end 531.77909375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 532.28534375
transcript.pyannote[178].end 535.25534375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 535.52534375
transcript.pyannote[179].end 537.34784375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 537.55034375
transcript.pyannote[180].end 539.22096875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 539.45721875
transcript.pyannote[181].end 540.55409375
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 540.99284375
transcript.pyannote[182].end 542.42721875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 542.69721875
transcript.pyannote[183].end 545.80221875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 543.03471875
transcript.pyannote[184].end 544.99221875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 545.34659375
transcript.pyannote[185].end 547.62471875
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 547.72596875
transcript.pyannote[186].end 548.16471875
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 548.40096875
transcript.pyannote[187].end 555.16784375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 548.53596875
transcript.pyannote[188].end 549.07596875
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 555.31971875
transcript.pyannote[189].end 556.45034375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 556.55159375
transcript.pyannote[190].end 558.10409375
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 559.36971875
transcript.pyannote[191].end 574.30409375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 574.77659375
transcript.pyannote[192].end 577.39221875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 577.57784375
transcript.pyannote[193].end 577.69596875
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 577.69596875
transcript.pyannote[194].end 577.76346875
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 577.76346875
transcript.pyannote[195].end 578.11784375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 578.37096875
transcript.pyannote[196].end 586.55534375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 583.18034375
transcript.pyannote[197].end 583.92284375
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 586.58909375
transcript.pyannote[198].end 588.81659375
transcript.whisperx[0].start 11.038
transcript.whisperx[0].end 12.659
transcript.whisperx[0].text 謝謝主席,我請部長。我們看看這個就是車程車廂我們上任行政院長說這是屏東最美麗的天際線
transcript.whisperx[1].start 38.328
transcript.whisperx[1].end 44.032
transcript.whisperx[1].text 太陽能板給你蓋成這樣,整個車子坐在那裡,整個車頭滾滾滾,來下一張。這就是滾滾滾滾,你看看,灰砂走石,整個車程廂的百姓都來給我澄清,說煙蓬蓬,這就是空照圖,可以這樣幹嗎?
transcript.whisperx[2].start 61.331
transcript.whisperx[2].end 68.047
transcript.whisperx[2].text 那你們是不是說有說要將來要做光電的要一定面積就要做環評告這個規劃部長
transcript.whisperx[3].start 71.803
transcript.whisperx[3].end 99.76
transcript.whisperx[3].text 給書委員報告這個的確早期的幾個案子現在回想起來可能的確在環境的這個景觀各方面的考量是比較不周到不過跟書委員報告就是說現在環境部也因為大宴的要求在6月底前要修改環評法特別是針對光電的這一塊不是只有重要失地才要做環評
transcript.whisperx[4].start 101.121
transcript.whisperx[4].end 116.358
transcript.whisperx[4].text 包括一定的發電量或者一定的面積一樣什麼時候開始要這樣一塊一塊我們當初是答應大宴說希望在6月底前草案修正草案可以出來那接下來再經過一個議告
transcript.whisperx[5].start 117.859
transcript.whisperx[5].end 145.816
transcript.whisperx[5].text 那能不能提前,因為齁,因為,他現在已經被禁檢,總要跟你搶申請許可證,啊總要抽尿尿,啊你沒用。但是,跟委員報告齁,其實並不是說環評是唯一的這個光電設置的標準,現在其實經濟部或是農業部,他們都有一個檢核,環境檢核的一個機制在做。沒錯,你說這個啦,這個叫做老鼻農庭,你如果來屏東我帶你來看一看齁。
transcript.whisperx[6].start 147.498
transcript.whisperx[6].end 151.746
transcript.whisperx[6].text 7百公頃這麼漂亮的要把它擦一擦還要做光碟盤
transcript.whisperx[7].start 153.66
transcript.whisperx[7].end 169.603
transcript.whisperx[7].text 委員會參選人都要負責負責負責負責負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負負
transcript.whisperx[8].start 180.245
transcript.whisperx[8].end 195.285
transcript.whisperx[8].text 您若同意,這樣中央當然樂觀啟程。就是說,電能政府在市區或是發電,要扮演某一個程度的角色。這個或許以前是比較...我覺得我們...
transcript.whisperx[9].start 196.406
transcript.whisperx[9].end 218.019
transcript.whisperx[9].text 環境部要把關要把關因為你的位階比較高而且你們的眼界比較高地方政府有時候吼媚儀情勢阿你這樣還不小心在台南政府喔好那今天我們回到今天的主題吼我們今天是講碳費碳稅碳交易是
transcript.whisperx[10].start 220.16
transcript.whisperx[10].end 240.13
transcript.whisperx[10].text 我研究起來這個碳費是我們是好像台灣首創在國外好像都是碳交易跟碳稅那你們的報告是寫說碳費會弄成基金統一管理然後會把空污水位都拉進來嗎
transcript.whisperx[11].start 242.709
transcript.whisperx[11].end 245.23
transcript.whisperx[11].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
transcript.whisperx[12].start 263.837
transcript.whisperx[12].end 267.163
transcript.whisperx[12].text 李鴻源教授說,我們台灣如果照現在這樣步下去,到2030年我們的碳稅要高達6000到8000億台幣,有這回事嗎?
transcript.whisperx[13].start 277.737
transcript.whisperx[13].end 305.195
transcript.whisperx[13].text 我尊重學術委員這個學術界的教授發表的言論我自己也在大學裡面擔任這個將近30年的一個教職我基本上尊重學術自由任何學者都可以發表他各自對某一些議題的觀點但是當然我們既然發表這些觀點事實上也要比較有科學的依據這樣會比較好一點
transcript.whisperx[14].start 305.475
transcript.whisperx[14].end 307.716
transcript.whisperx[14].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
transcript.whisperx[15].start 328.307
transcript.whisperx[15].end 351.647
transcript.whisperx[15].text 眾數事實上他可以將來擁有這個碳權就可以在碳交所裏面去做交易這個你們會將來會做嗎已經在做了不是將來已經在做了因為我們的農民經濟作物他還有收入以外還有碳交易人要收對我們比較有利對我們的偏遠地區才有意義對不對是
transcript.whisperx[16].start 354.489
transcript.whisperx[16].end 376.217
transcript.whisperx[16].text 所以這個我們會爭取啦我們屏東尤其是屏東我們屏東人口80萬結果農民有農民移民有38萬但是我跟蘇園提醒你人家怕傳播這個概念農民到時候他都沒去種樹了但是你要知道他的探權的價值
transcript.whisperx[17].start 377.912
transcript.whisperx[17].end 379.713
transcript.whisperx[17].text 我們很樂意見到種更多的樹,因為多人的環境事實上是正面的,這個是
transcript.whisperx[18].start 402.759
transcript.whisperx[18].end 420.737
transcript.whisperx[18].text 那再來我要問你我們台灣醫療體系的碳足跡就是4.6%這真的假的我不知道啦那全球平均是4.4那醫療院所的那個碳足跡怎麼會那麼高呢因為用電量很吃恐怖啦
transcript.whisperx[19].start 421.925
transcript.whisperx[19].end 446.985
transcript.whisperx[19].text 當然包括他的這個其他的使用的這個是不是因為我們用的都是石化燃料燃燒的所以會那麼高是這樣原因嗎他這裡面應該我個人覺得應該是主要是使用的電力的這個部分是用電力來算不是說發電廠是用石化燃料還是用其他的因為我們的石化當發電的是佔了快要80%
transcript.whisperx[20].start 451.508
transcript.whisperx[20].end 472.888
transcript.whisperx[20].text 無啦!現在沒得管啦!當然喔!這裡面煤已經也降到幾乎跟天然氣差不多啦!其他的包括再生能源啦!所以天然氣沒有算碳足跡嗎?當然有啊!天然氣牌蛋量會比生煤這一塊比較少啦!
transcript.whisperx[21].start 473.148
transcript.whisperx[21].end 483.335
transcript.whisperx[21].text 好那醫療院所這邊也沒辦法輔導沒辦法檢嘛是我們積極來協助衛福部齁我們希望特別是醫學中心應該要當領頭羊來帶動我們醫療界齁來這個檢探對
transcript.whisperx[22].start 489.178
transcript.whisperx[22].end 494.121
transcript.whisperx[22].text 因為這個太重要了。因為我們醫療、開打房、ICU、急診、疫苗的保存,那沒辦法,那沒辦法降。開打房都維持19度、20度,那個都很耗電。這一次要漲11%大家都跳起來了。外務部說去10億而已,隨便亂講。農種,雖然是台育農種,只要給11%就要給2億。
transcript.whisperx[23].start 517.471
transcript.whisperx[23].end 521.378
transcript.whisperx[23].text 高一大說他們要6千萬所以剛才這20幾家醫學中心加起來就搶救超過15億以上其他都加起來30億以上
transcript.whisperx[24].start 530.288
transcript.whisperx[24].end 557.387
transcript.whisperx[24].text 稍後報告醫療院所要開始進行碳盤查了解醫學中心裡面的排碳是來自哪裡就要看看能不能減少我看你們有沒有找衛福部來檢討有啦現在有幫忙啦因為這塊早期的確在氣候變遷因應法裡面衛福部參與的是比較少那未來應該要加強力道
transcript.whisperx[25].start 559.42
transcript.whisperx[25].end 585.294
transcript.whisperx[25].text 要輔導社會醫療院所因為現在醫療院所大家都要賭博剩下1%的絕餘還要要求我們要有韌性醫療我們才變成韌性啊那現在又漲電費你的碳費又來就死了了啊所以要好好的考量好不好市長對啊所以這個當然也是我們在做事情應該要全面來考量了在在環境部的高度好謝謝謝謝蘇委員好謝謝蘇委員的發言