iVOD / 150696

Field Value
IVOD_ID 150696
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150696
日期 2024-04-01
會議資料.會議代碼 委員會-11-1-26-10
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10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 10
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10次全體委員會議
影片種類 Clip
開始時間 2024-04-01T09:36:30+08:00
結束時間 2024-04-01T09:48:10+08:00
影片長度 00:11:40
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/01d093d00f1a07c0e6292e93089ab74a25a2f6254cf3c732f8ba9b0039caa7a65dc42cf28b9098b05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:36:30 - 09:48:10
會議時間 2024-04-01T09:00:00+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10次全體委員會議(事由:邀請衛生福利部部長、環境部、行政院食品安全辦公室、行政院消費者保護會、臺灣菸酒股份有限公司就「蘇丹紅、小林製藥紅麴原料以及寶林茶室食物中毒案等重大食安事件之檢討與策進作為」進行專題報告,並備質詢。)
gazette.lineno 409
gazette.blocks[0][0] 陳委員菁徽:(9時36分)主席、各位委員、各位官員,早安。想要請薛部長,還有吳署長。
gazette.blocks[1][0] 主席:好,部長、署長請。
gazette.blocks[2][0] 薛部長瑞元:委員好。
gazette.blocks[3][0] 陳委員菁徽:早安。首先我們要跟第一線所有的稽查人員以及檢驗人員致敬,大家知道,這個週末他們已經幫我們完成35項食材的稽查,還有35項食材的檢驗,還沒有找出這次寶林茶室的風波到底是什麼原因而起,可是我們還沒查出真相前就發現已經在反映不停地在招人還是招不滿,北市衛生局稽查科不諱言業務很辛苦,全年無休,沒有淡旺季,過年值班連假都在輪值,流動率非常的高,最慘公告5次都沒有人來。所以根據媒體的統計,目前每一個地方都不夠人,臺北市的離職率甚至高達36%,想問一下衛福部或是食藥署,有沒有針對這方面有所因應呢?
gazette.blocks[4][0] 薛部長瑞元:跟委員報告,食品稽查人員基本上都是公務員,配屬在各個縣市,是由地方政府依照他們自己的組織編制來做規劃的。
gazette.blocks[5][0] 陳委員菁徽:好,我們稍微看一下,在105年以前,其實你們都有編列地方的預算去挹注食品稽查量能,當然我有去查以前的企劃書,你們是編列比如說要增加到1年15萬次、12萬次,但現在這方面顯然是行不通了嘛!所以,不可諱言,上次我們社安網討論了很久,像社工,你就說每個縣市應該要多少人數才會充足,其實很明顯的,現在這些稽查人員、檢驗人員,就是食品的社工啊!他就是我們食品的社工,所以我們是不是應該要換一個方式來增加他們的量能?不然再這樣繼續查下去,可能離職率會從36%到50%、60%,這樣我們要怎麼因應今年?今年才過了四分之一,可是我們全國的新聞幾乎都是食安相關。
gazette.blocks[6][0] 薛部長瑞元:這個部分的話當然是可以再來檢討,因為現在光是用預算去處理的話,也不完全都能夠處理,可能會緩不濟急。
gazette.blocks[7][0] 陳委員菁徽:所以是不是應該要建立薪資的調整制度呢?
gazette.blocks[8][0] 薛部長瑞元:薪資調整可能很難,因為他是公務人員,所以一定是按照他的職級,根據公務人員的薪資表,不會說稽查人員特別高。
gazette.blocks[9][0] 陳委員菁徽:是。
gazette.blocks[10][0] 薛部長瑞元:所以現在是人力擴充的部分,關於人力擴充的部分有兩個問題,第一個就是總員額,這個部分是人事總處在管理的。第二個,稽查員是屬於地方政府的,所以地方政府也必須願意把員額擴充啦!
gazette.blocks[11][0] 陳委員菁徽:地方政府很願意,他們只是現在招不到人,公告五次都還招不到人,所以我希望中央也可以介入,本席認為應該要重新編列預算補助進用稽查人力來提升我們的稽查量能。我們來看一下2016年蔡政府就職典禮的時候,當時他要諷刺一下馬政府,所以他說:「我們的食品安全問題,困擾著所有家庭」,臺灣是七成外食族,因此我們特別要重視食品安全,因為幾乎大家的食品都是仰賴著外界。結果今天來看,似乎這個就職演講變成一個大預言家,從去年到今年我們被雞蛋、瘦肉精、蘇丹紅、小林製藥,還有這次的米酵菌酸困擾至今,但很諷刺的,我們來看一下你們自己公布的數據,從105年馬政府卸任到112年,我們的食品中毒人數創歷史新高,112年到了633個案例,當然今年113年我更難以想像,因為至今我們已經累積了太多案例。我已經幫賴準總統的致詞演講稿想好了,還是一樣可以沿用2016年所說「我們的食品安全問題,困擾著所有家庭」。我們來看一下109年、110年,照理說在COVID期間所有人都比較少外食,結果為什麼食品中毒的人數還是一年比一年飆升呢?
gazette.blocks[12][0] 薛部長瑞元:委員,我可能要先釐清一下這到底是件數還是人數,因為每一個食品中毒案件所牽涉到的人數差異是非常大的。
gazette.blocks[13][0] 陳委員菁徽:對,所以像一個比較大的事件,可能人數就會突然增加很多。
gazette.blocks[14][0] 薛部長瑞元:對,所以這個不知道到底是人數還是件數,但是基本上我看起來比較像是件數啦!如果是件數的話,大件和小件就差很多了,兩個人也是一件……
gazette.blocks[15][0] 陳委員菁徽:我們今天會來這邊,就是因為這幾件都很大件嘛!
gazette.blocks[16][0] 薛部長瑞元:但是你的統計數字……
gazette.blocks[17][0] 陳委員菁徽:這些統計數字是你們自己統計的,不是我統計的。
gazette.blocks[18][0] 薛部長瑞元:對,但是我們要檢討的時候,不能用這麼粗略的去瞭解……
gazette.blocks[19][0] 陳委員菁徽:好,瞭解。行政院食安辦公室每年花了我們不少預算,但它這次的報告2.5頁裡面的內容大概就是關於每一個部門做了什麼,然後再政令宣導請大家follow一下法規,最後的總結幾乎跟每一個部門的總結一樣,就是食安五環很重要嘛!全國人民比較沒有辦法接受的是,我們3月13日才剛開完食安會報,結果馬上又爆發了更大的食安問題,而且是一般臺灣人民比較難接受的,中午出去吃個飯結果在很短的時間內就過世了,所以我建議針對這樣的情形,你們是不是需要再召開臨時的食安會報呢?
gazette.blocks[20][0] 薛部長瑞元:報告委員,其實在衛福部這一個層級的話,我們是有一個緊急處理的專案小組在進行當中,至於食安會報,因為它必須要召集各個部會,可能……
gazette.blocks[21][0] 陳委員菁徽:你覺得再拖三個月再開就可以?
gazette.blocks[22][0] 薛部長瑞元:而且現在案子的調查內容仍然在進行當中,所以用臨時食安會報的方式是不是最妥當的,這個要來……
gazette.blocks[23][0] 陳委員菁徽:本席有幾個小小的建議,第一,這是臺灣第一次爆發在這樣先進的國家有人到百貨公司小吃街吃完東西之後過世,到現在還找不到過世的原因,所以我想儘快給全民答案很重要。再來,針對稽查人力的不足,不知道你是不是覺得拖到6、7月再開會就可以了?
gazette.blocks[23][1] 還有本席辦公室已經接獲許許多多廠商的反映,因為你找不到答案,南部粿仔條廠商現在什麼東西都賣不出去,大家打開根本不敢吃,只要想到新聞就不敢吃,所以這一切一切的問題……還有,最後你的標準品是仰賴醫院,他自己都不太記得了,好險有神隊友幫忙,所以你說報告裡面有提到我們都知道我們一定要高效能,用大數據、高科技去做預警系統,然後盤點國外警訊非法添加物列入邊境管理、強化食安,這些食藥署編的預算跟計畫過去三、四年加起來都是幾億幾億的,我們仔細看你的工作計畫裡面的名詞重複性很高啊!不外乎智能監控高風險目標、智能監控及風險預警,還有最後的強化大數據預測機制及危機應變,你的計畫內容就是用不同的字一直在堆疊重複,我想問一下,從雞蛋到蘇丹紅到今天,到底在這些工作計畫當中,有哪一個工作計畫有成功攔截到今天我們討論的這幾個項目呢?
gazette.blocks[24][0] 薛部長瑞元:當然現在會出問題的就是沒有攔截到的,但是未來這就會再進入到大數據裡面再去變成是一個風險因子。這個模式本來就是靠過去的一些案例進入,然後我們設法把風險因子分析出來,作為往後加強稽查的對象。
gazette.blocks[25][0] 陳委員菁徽:我再給部長看一眼,這是你們的報告,你們的報告就是寫「盤點國際警訊非法添加物質」,基本上,不管是日本小林製藥或是米酵菌酸,這些就是在我們鄰近國家發生的事,但你並沒有加入預警系統,我們全國人民都覺得,大家看了日本的新聞,然後我們這邊才開始動作,這些智能監控高風險目標、預警系統過去三、四年已經花了一億多,可不可以真正的發揮效果?
gazette.blocks[25][1] 最後一個建議,我們剛剛講到,上禮拜我們在這邊討論這件事,你說還要一、兩週才驗得出來,因為你要跟進口商去買米酵菌酸的標準品,後來是進口商自己想起來有人訂購過,我們才到彰基去拿的耶!剛剛提到你的這些預警系統,我們附近的國家發生過,其實我們早就應該把它列進去,而且至少你要知道我們自己沒有準備標準品沒關係,可是臺灣哪邊有,對不對?
gazette.blocks[26][0] 薛部長瑞元:我們鄰近國家有發生食安問題的非常非常多,所以你要怎麼樣去把所有東西都準備好,這是一件困難的事情。
gazette.blocks[27][0] 陳委員菁徽:好,那就建議……
gazette.blocks[28][0] 薛部長瑞元:我們儘量蒐集這些資訊啦!
gazette.blocks[29][0] 陳委員菁徽:既然你們編了這麼多預警系統費用的話,我們希望不要再發生這樣子遺憾的事件了,謝謝。
gazette.blocks[30][0] 薛部長瑞元:好,謝謝。
gazette.blocks[31][0] 主席:謝謝。接下來請廖偉翔委員進行質詢。
gazette.agenda.page_end 300
gazette.agenda.meet_id 委員會-11-1-26-10
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 陳菁徽
gazette.agenda.speakers[4] 廖偉翔
gazette.agenda.speakers[5] 蘇清泉
gazette.agenda.speakers[6] 黃秀芳
gazette.agenda.speakers[7] 劉建國
gazette.agenda.speakers[8] 涂權吉
gazette.agenda.speakers[9] 王正旭
gazette.agenda.speakers[10] 林淑芬
gazette.agenda.speakers[11] 盧縣一
gazette.agenda.speakers[12] 洪孟楷
gazette.agenda.speakers[13] 徐巧芯
gazette.agenda.speakers[14] 楊曜
gazette.agenda.speakers[15] 羅智強
gazette.agenda.speakers[16] 黃珊珊
gazette.agenda.speakers[17] 陳培瑜
gazette.agenda.speakers[18] 李坤城
gazette.agenda.speakers[19] 張嘉郡
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.speakers[21] 蔡易餘
gazette.agenda.speakers[22] 陳瑩
gazette.agenda.speakers[23] 李彥秀
gazette.agenda.speakers[24] 王鴻薇
gazette.agenda.speakers[25] 徐富癸
gazette.agenda.speakers[26] 陳冠廷
gazette.agenda.speakers[27] 邱鎮軍
gazette.agenda.page_start 203
gazette.agenda.meetingDate[0] 2024-04-01
gazette.agenda.gazette_id 1132301
gazette.agenda.agenda_lcidc_ids[0] 1132301_00005
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10次全體委員會議紀錄
gazette.agenda.content 邀請衛生福利部部長、環境部、行政院食品安全辦公室、行政院消費者保護會、臺灣菸酒股份有 限公司就「蘇丹紅、小林製藥紅麴原料以及寶林茶室食物中毒案等重大食安事件之檢討與策進作 為」進行專題報告,並備質詢
gazette.agenda.agenda_id 1132301_00004
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.58784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 10.57784375
transcript.pyannote[1].end 12.65346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.81784375
transcript.pyannote[2].end 15.80909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.72034375
transcript.pyannote[3].end 17.90159375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 21.95159375
transcript.pyannote[4].end 22.60971875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 23.13284375
transcript.pyannote[5].end 23.55471875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 24.28034375
transcript.pyannote[6].end 25.15784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 25.90034375
transcript.pyannote[7].end 37.12221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 37.44284375
transcript.pyannote[8].end 49.13721875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 49.93034375
transcript.pyannote[9].end 69.03284375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 69.31971875
transcript.pyannote[10].end 76.72784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 77.33534375
transcript.pyannote[11].end 81.67221875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 82.04346875
transcript.pyannote[12].end 86.97096875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 87.13971875
transcript.pyannote[13].end 98.36159375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 98.42909375
transcript.pyannote[14].end 106.41096875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 104.50409375
transcript.pyannote[15].end 104.57159375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 107.37284375
transcript.pyannote[16].end 118.13909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 118.61159375
transcript.pyannote[17].end 122.32409375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 123.20159375
transcript.pyannote[18].end 124.34909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 124.73721875
transcript.pyannote[19].end 135.85784375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 136.68471875
transcript.pyannote[20].end 142.00034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 142.25346875
transcript.pyannote[21].end 144.63284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 145.51034375
transcript.pyannote[22].end 148.85159375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 149.00346875
transcript.pyannote[23].end 152.47971875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 152.83409375
transcript.pyannote[24].end 155.95596875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 156.32721875
transcript.pyannote[25].end 159.70221875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 160.76534375
transcript.pyannote[26].end 166.26659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 166.28346875
transcript.pyannote[27].end 174.34971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 173.32034375
transcript.pyannote[28].end 175.96971875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 176.32409375
transcript.pyannote[29].end 177.57284375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 177.48846875
transcript.pyannote[30].end 188.59221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 185.58846875
transcript.pyannote[31].end 185.74034375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 188.89596875
transcript.pyannote[32].end 202.64909375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 188.96346875
transcript.pyannote[33].end 189.31784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 192.37221875
transcript.pyannote[34].end 192.77721875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 202.81784375
transcript.pyannote[35].end 212.28471875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 212.28471875
transcript.pyannote[36].end 227.67471875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 228.07971875
transcript.pyannote[37].end 229.27784375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 229.75034375
transcript.pyannote[38].end 234.17159375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 234.34034375
transcript.pyannote[39].end 248.59971875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 249.24096875
transcript.pyannote[40].end 251.99159375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 252.37971875
transcript.pyannote[41].end 271.63409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 272.79846875
transcript.pyannote[42].end 295.37721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 296.20409375
transcript.pyannote[43].end 297.16596875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 298.00971875
transcript.pyannote[44].end 310.07534375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 310.75034375
transcript.pyannote[45].end 311.94846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 312.38721875
transcript.pyannote[46].end 316.52159375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 317.78721875
transcript.pyannote[47].end 320.33534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 320.65596875
transcript.pyannote[48].end 321.61784375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 322.15784375
transcript.pyannote[49].end 325.54971875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 328.35096875
transcript.pyannote[50].end 332.38409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 331.67534375
transcript.pyannote[51].end 333.07596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 332.65409375
transcript.pyannote[52].end 335.16846875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 335.53971875
transcript.pyannote[53].end 342.54284375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 342.74534375
transcript.pyannote[54].end 346.94721875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 345.73221875
transcript.pyannote[55].end 353.52846875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 353.62971875
transcript.pyannote[56].end 355.53659375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 356.49846875
transcript.pyannote[57].end 360.95346875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 360.36284375
transcript.pyannote[58].end 364.58159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 361.91534375
transcript.pyannote[59].end 362.87721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 364.12596875
transcript.pyannote[60].end 367.11284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 364.96971875
transcript.pyannote[61].end 365.30721875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 367.14659375
transcript.pyannote[62].end 370.20096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 368.64846875
transcript.pyannote[63].end 374.89221875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 371.41596875
transcript.pyannote[64].end 371.75346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 373.37346875
transcript.pyannote[65].end 373.84596875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 374.14971875
transcript.pyannote[66].end 375.82034375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 376.20846875
transcript.pyannote[67].end 396.34034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 396.98159375
transcript.pyannote[68].end 397.21784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 397.92659375
transcript.pyannote[69].end 407.30909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 408.49034375
transcript.pyannote[70].end 414.46409375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 415.10534375
transcript.pyannote[71].end 424.33596875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 425.01096875
transcript.pyannote[72].end 434.96721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 434.03909375
transcript.pyannote[73].end 434.54534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 435.45659375
transcript.pyannote[74].end 441.90284375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 442.57784375
transcript.pyannote[75].end 445.07534375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 442.93221875
transcript.pyannote[76].end 443.77596875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 444.21471875
transcript.pyannote[77].end 450.67784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 451.13346875
transcript.pyannote[78].end 455.77409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 455.38596875
transcript.pyannote[79].end 455.82471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 455.82471875
transcript.pyannote[80].end 457.57971875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 456.38159375
transcript.pyannote[81].end 459.30096875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 459.38534375
transcript.pyannote[82].end 476.19284375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 476.51346875
transcript.pyannote[83].end 480.47909375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 480.86721875
transcript.pyannote[84].end 485.55846875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 485.92971875
transcript.pyannote[85].end 488.07284375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 488.76471875
transcript.pyannote[86].end 492.96659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 493.60784375
transcript.pyannote[87].end 504.39096875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 504.82971875
transcript.pyannote[88].end 506.65221875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 507.41159375
transcript.pyannote[89].end 507.95159375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 509.16659375
transcript.pyannote[90].end 511.98471875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 512.57534375
transcript.pyannote[91].end 522.86909375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 524.30346875
transcript.pyannote[92].end 527.93159375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 528.31971875
transcript.pyannote[93].end 562.98096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 563.45346875
transcript.pyannote[94].end 565.47846875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 566.01846875
transcript.pyannote[95].end 587.34846875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 587.78721875
transcript.pyannote[96].end 598.35096875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 598.40159375
transcript.pyannote[97].end 599.80221875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 600.10596875
transcript.pyannote[98].end 605.99534375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 606.73784375
transcript.pyannote[99].end 610.45034375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 610.95659375
transcript.pyannote[100].end 625.21596875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 625.45221875
transcript.pyannote[101].end 633.41721875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 633.90659375
transcript.pyannote[102].end 636.28596875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 636.48846875
transcript.pyannote[103].end 668.02784375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 668.23034375
transcript.pyannote[104].end 668.73659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 669.29346875
transcript.pyannote[105].end 675.92534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 676.19534375
transcript.pyannote[106].end 682.89471875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 681.98346875
transcript.pyannote[107].end 682.30409375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 683.13096875
transcript.pyannote[108].end 684.78471875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 685.88159375
transcript.pyannote[109].end 689.10471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 685.91534375
transcript.pyannote[110].end 692.34471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 693.35721875
transcript.pyannote[111].end 696.29346875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 696.29346875
transcript.pyannote[112].end 696.93471875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 698.52096875
transcript.pyannote[113].end 699.28034375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 698.85846875
transcript.pyannote[114].end 698.89221875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 698.94284375
transcript.pyannote[115].end 699.11159375
transcript.whisperx[0].start 10.613
transcript.whisperx[0].end 15.357
transcript.whisperx[0].text 主席各位委員各位官員早安想要請薛部長還有吳署長好部長署長請
transcript.whisperx[1].start 24.358
transcript.whisperx[1].end 48.424
transcript.whisperx[1].text 首先我們要跟第一線所有的稽查人員以及檢驗人員致敬大家知道這個週末他們已經幫我們完成35項食材的稽查還有35項食材的檢驗還沒有找出這次寶林茶室的風波到底是什麼原因而起可是我們還沒查出真相前就發現
transcript.whisperx[2].start 49.963
transcript.whisperx[2].end 73.276
transcript.whisperx[2].text 已經在反映說不停的在招人還是招不滿北市衛生局稽查科不會員業務很辛苦全年無休沒有淡旺季過年值班連假都在輪值流動率非常的高最慘公告5次都沒有人來所以根據媒體的統計目前舉例每一個地方都不夠人臺北市的離職率甚至高達36%想問一下
transcript.whisperx[3].start 77.578
transcript.whisperx[3].end 106.063
transcript.whisperx[3].text 衛福部或食藥署有沒有針對這方面有所因應呢?剛剛我們報告食品機場人員基本上都是公務員配屬在各個縣市是由地方政府依照他們自己的組織編制來做規劃的我們稍微看一下在105年以前其實你們都有編列地方的預算去
transcript.whisperx[4].start 107.438
transcript.whisperx[4].end 107.698
transcript.whisperx[4].text 陳菁徽
transcript.whisperx[5].start 123.243
transcript.whisperx[5].end 144.418
transcript.whisperx[5].text 不可諱言啦,上次我們社安網討論了很久,像社工你就說每個縣市應該要多少人數才會充足,其實很明顯的現在這些稽查員、檢驗員就是食品的社工啊,他就是我們食品的社工,所以我們是不是應該要換一個方式?
transcript.whisperx[6].start 145.726
transcript.whisperx[6].end 159.179
transcript.whisperx[6].text 來增加他們的量能不然你再這樣繼續查下去可能離職率會從36%到50、60這樣我們要怎麼因應今年今年才過了四分之一可是我們全國的新聞幾乎都是食安相關
transcript.whisperx[7].start 161.719
transcript.whisperx[7].end 188.291
transcript.whisperx[7].text 這部分的話當然是可以再來檢討因為現在光是用預算去處理的話那也不完全都能夠可能會反不及急所以是不是應該要建立薪資的調整制度呢薪資調整這可能很難因為他是公務人員所以一定是按照他的職級根據公務人員的薪資表不會說稽查人員特別高
transcript.whisperx[8].start 189.792
transcript.whisperx[8].end 212.188
transcript.whisperx[8].text 所以現在是人力的擴充的部分那人力擴充的部分的話有兩個問題第一個就是種原額那這個部分的話是人事總署在管理的那第二個是這個稽查員他是屬於地方政府的所以地方政府也必須願意把這個原額是擴充啦
transcript.whisperx[9].start 213.028
transcript.whisperx[9].end 240.913
transcript.whisperx[9].text 地方政府很願意他們只是現在招不到人公告5次都還招不到人所以我希望中央也可以介入本席認為應該要重新編列預算來補助禁用稽查人力來提升我們的稽查量能我們來看一下2016年蔡政府就職典禮的時候當時她考試一下馬政府所以她說我們的食品安全問題困擾著所有家庭
transcript.whisperx[10].start 242.153
transcript.whisperx[10].end 262.24
transcript.whisperx[10].text 臺灣是七成外食族因此呢我們特別要重視食品安全因為幾乎大家的食品都是仰賴著外界嘛結果今天來看似乎這個就職演講變成一個大預言家到今年去年我們都被雞蛋瘦肉精蘇丹紅
transcript.whisperx[11].start 263.32
transcript.whisperx[11].end 269.108
transcript.whisperx[11].text 小林製藥還有這次的米酵菌酸困擾至今
transcript.whisperx[12].start 272.85
transcript.whisperx[12].end 297.009
transcript.whisperx[12].text 但很諷刺的我們來檢討一下這是你們自己公布的數據喔從105年馬政府卸任到112年呢我們的食品中毒人數是創歷史新高112年到了633個案例那當然今年113年我是難以想像的啦因為至今我們就已經累積了太多案例了
transcript.whisperx[13].start 298.789
transcript.whisperx[13].end 325.359
transcript.whisperx[13].text 我已經幫賴準總統的致詞演講稿想好了還是一樣可以沿用2016年我們的食品安全問題困擾著所有的家庭我們來看一下109年、110年照理說在COVID期間所有人是比較少外食嘛結果為什麼食品中毒的人數還是一年比一年飆升呢
transcript.whisperx[14].start 329.274
transcript.whisperx[14].end 354.775
transcript.whisperx[14].text 我可能先釐清一下要先釐清一下這個到底是件數還是人數因為每一個食品中毒的案件它牽涉到的人數是差異非常大的對,所以像一個比較大的事件可能人數就會突然增加很多所以這個不知道到底是人數還是件數但是基本上我看起來比較像是件數啦好那件數的話
transcript.whisperx[15].start 356.55
transcript.whisperx[15].end 357.231
transcript.whisperx[15].text 瞭解 瞭解
transcript.whisperx[16].start 376.629
transcript.whisperx[16].end 396.128
transcript.whisperx[16].text 這個行政院的食安辦公室每年花了我們不少預算但他這次的報告2.5頁裡面的內容大概就是關於每一個部門做了什麼然後在政令宣導請大家follow一下法規最後總結幾乎跟每一個部門的總結一樣就是食安五環很重要嘛
transcript.whisperx[17].start 396.969
transcript.whisperx[17].end 423.652
transcript.whisperx[17].text 但全國人民比較沒有辦法接受的是我們3月13才剛開完食安匯報馬上又爆發了更大的食安問題而且是一般台灣人民比較難接受的中午出去吃個飯但在很短的時間內就過世了所以我會建議啦不知道針對這樣子的情形你們是不是需要再召開臨時的食安匯報呢
transcript.whisperx[18].start 425.406
transcript.whisperx[18].end 441.427
transcript.whisperx[18].text 報告委員其實這個在衛福部這一個層級的話我們是有這樣子一個緊急處理的專案小組在進行當中至於食安會報因為他必須要召集各個部會那可能
transcript.whisperx[19].start 442.489
transcript.whisperx[19].end 443.81
transcript.whisperx[19].text 臺灣第一次在這樣先進的國家有人到百貨公司小吃街
transcript.whisperx[20].start 466.127
transcript.whisperx[20].end 492.683
transcript.whisperx[20].text 吃完東西還到現在找不到原因過世所以我想這個盡快給全民一個答案很重要嘛再來稽查人力的不足不知道是不是你覺得拖到6、7月再開會就可以了還有本席辦公室已經接獲許許多多廠商的反應南部整條廠商他因為你找不到答案他現在什麼東西都賣不出去耶
transcript.whisperx[21].start 493.644
transcript.whisperx[21].end 522.714
transcript.whisperx[21].text 大家打開根本不敢吃你只要想到新聞就不敢吃所以這一切一切的問題還有最後你的標準品是仰賴一個醫院他自己都不太記得好險有神隊友幫忙所以你講到說這個報告裡面提到說我們都知道我們一定要高效能用大數據高科技去做預警系統然後盤點國外警訊非法添加物列入邊境管理強化食安
transcript.whisperx[22].start 524.526
transcript.whisperx[22].end 552.673
transcript.whisperx[22].text 這些食藥署編的預算跟計畫喔過去三四年加起來都是幾億幾億的我們來仔細的看你的工作計畫裡面的名詞重複性很高啊不是智能監控高風險目標智能監控及風險預警還有最後這邊強化大數據預測機制其危機應變你的計畫內容就是不同的字一直在堆疊重複
transcript.whisperx[23].start 553.453
transcript.whisperx[23].end 569.35
transcript.whisperx[23].text 我想問一下從雞蛋到剛剛蘇丹紅到今天到底你這些工作計畫哪一個工作計畫我們有成功攔截到今天我們討論的這幾個項目呢當然現在會出問題的就是沒有攔截到的
transcript.whisperx[24].start 569.87
transcript.whisperx[24].end 596.418
transcript.whisperx[24].text 但是未來的話這個就會再進入到大數據裡面再去變成是一個風險因子那我們這一個模式的話本來就是靠過去的一些案例然後進入然後我們去把設法把它的這種風險的因子把它分析出來然後作為往後那個是要加強就是說稽查的對象
transcript.whisperx[25].start 598.439
transcript.whisperx[25].end 623.726
transcript.whisperx[25].text 好我再給部長看一眼這是你們的報告你們的報告就是寫盤點國際警訊非法添加物還有盤點國際基本上日本小林好或者是這個米酵菌酸這些就是在我們鄰近國家發生的事你沒有加入預請系統我們全國人民都覺得大家看了日本的新聞然後我們這邊才開始動作
transcript.whisperx[26].start 625.626
transcript.whisperx[26].end 654.386
transcript.whisperx[26].text 所以我很希望你的這些智能監控高風險目標預警系統過去三四年已經花了一億多可不可以真正的發揮效果最後一個建議啦我們剛剛講到要不是有你本來上禮拜我們在這邊討論這件事你說還要一兩週才驗得出來因為你要跟進口商去買這個米酵菌酸的標準品後來是進口商自己想起來有人訂購過我們才到張機去拿的耶
transcript.whisperx[27].start 655.186
transcript.whisperx[27].end 675.746
transcript.whisperx[27].text 對阿 剛提到你的這些預警系統我們附近的國家發生過其實我們早就應該把它列進去而且至少你要知道說我們自己沒有準備標準品沒關係可是台灣哪邊有嘛 對不對這個齁 我們附近鄰近的國家有發生食安問題的非常非常多啦
transcript.whisperx[28].start 676.286
transcript.whisperx[28].end 676.306
transcript.whisperx[28].text 好 謝謝