iVOD / 151498

Field Value
IVOD_ID 151498
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151498
日期 2024-04-22
會議資料.會議代碼 委員會-11-1-26-13
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13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2024-04-22T09:20:50+08:00
結束時間 2024-04-22T09:31:59+08:00
影片長度 00:11:09
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/5754819b6179c33617fa7832285fa3f7cff82116bdf94ca8dcb4691eb09bf4e250347cd0a995e7775ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:20:50 - 09:31:59
會議時間 2024-04-22T09:00:00+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13次全體委員會議(事由:邀請環境部部長、交通部、經濟部、內政部警政署就「噪音管制與加速推動排氣管噪音認證」進行專題報告,並備質詢。 【4月22日、24日及25日三天一次會】)
gazette.lineno 242
gazette.blocks[0][0] 陳委員菁徽:(9時20分)主席、各位委員、各位官員,早安,請部長。
gazette.blocks[1][0] 主席:請薛部長。
gazette.blocks[2][0] 薛部長富盛:陳委員早。
gazette.blocks[3][0] 陳委員菁徽:部長早。上禮拜部長有提到要回去學校教書了嘛,對不對?
gazette.blocks[4][0] 薛部長富盛:是,因為65歲了,必須退休。
gazette.blocks[5][0] 陳委員菁徽:在這邊也祝福您可以繼續為我們國家作育英才。
gazette.blocks[6][0] 薛部長富盛:是,我會。
gazette.blocks[7][0] 陳委員菁徽:謝謝。部長,有關噪音的問題,這是目前民眾打電話到各縣市政府的1955等等的民怨之首,統計起來臺灣有睡眠障礙的比率大概是20%,這些人半夜一被吵醒就會陷入嚴重的失眠,我們也有看到各縣市政府都在加強取締、積極開罰,甚至從源頭管理規範機車改裝排氣等等多管齊下,但是我想要問一下,因為前瞻計畫第4期到今年年底就要結束了,現任國發會主委之前宣布第5期會聚焦在擴大淨零能量及地熱氫能等等,反而這種跟老百姓生活很貼近的議題卻沒有提到。請問環境部對於前瞻計畫第5期預算中,積極處理噪音問題這件事情有沒有什麼想法?
gazette.blocks[8][0] 薛部長富盛:第5期現在還在規劃,因為第4期是執行到今年,還有8個月左右,我剛剛也報告過,今年我們前瞻計畫跟公共建設大概將近1.9億……
gazette.blocks[9][0] 陳委員菁徽:有,會買300台嘛!
gazette.blocks[10][0] 薛部長富盛:306台。至於第5期,我發現現在環境部不只是噪音這個議題,事實上還有淨零科技、資源循環等應該可以爭取更多的前瞻建設,跟地方政府來共同合作,讓我們的環境能夠更永續的發展。
gazette.blocks[11][0] 陳委員菁徽:好,因為地方政府7月要編預算了嘛……
gazette.blocks[12][0] 薛部長富盛:是,我們正在進行。
gazette.blocks[13][0] 陳委員菁徽:8月要提出預算書,所以他們現在也會很緊張,畢竟這些科技執法的費用非常高,他們也不太可能負擔這個,必須要靠中央來幫忙,所以我們也希望環境部的態度要出來,讓地方政府好好做事。
gazette.blocks[14][0] 薛部長富盛:好,可以,這個我們會……
gazette.blocks[15][0] 陳委員菁徽:好,謝謝部長。
gazette.blocks[16][0] 薛部長富盛:謝謝陳委員給我們的建議。
gazette.blocks[17][0] 陳委員菁徽:部長,螢幕上這個是你們環境部小編所做的文宣,宣傳大家要積極回收紙餐具、紙容器等等,不過我想問一下部長,您可能是住在雙北或新竹……
gazette.blocks[18][0] 薛部長富盛:我住臺中。
gazette.blocks[19][0] 陳委員菁徽:請問您有過自己追垃圾車的經驗嗎?你自己有追過垃圾車嗎?
gazette.blocks[20][0] 薛部長富盛:因為我住的是社區,我們社區是放在……
gazette.blocks[21][0] 陳委員菁徽:由廠商一起拿去回收嘛!
gazette.blocks[22][0] 薛部長富盛:對,所以不用追垃圾車。
gazette.blocks[23][0] 陳委員菁徽:我們有接到中南部民眾跟我們反映說,當他把這些紙餐具、紙容器回收好了之後拿去給垃圾車,結果清潔隊跟他說這個不收,請他當作一般垃圾塞進來就好,請問你有聽說這樣的狀況嗎?
gazette.blocks[24][0] 薛部長富盛:有,這個我有聽過,不過昨天正好是世界地球日,在大安森林公園有一個活動,慈濟的顏執行長告訴我,現在慈濟有一個技術是針對紙餐具的,紙餐具為什麼現在一般來講不回收,就是因為它雖然中間是紙的,但是上下都一層……
gazette.blocks[25][0] 陳委員菁徽:有PE塗層,所以要把它先分開。
gazette.blocks[26][0] 薛部長富盛:對,現在慈濟他們已經有辦法把那個分開,所以事實上那個紙都還可以回收,我也請顏執行長把這個技術跟環境部分享一下,我覺得假如這個可行,事實上慈濟也在做了,我覺得應該也可以由環境部來推動,跟各……
gazette.blocks[27][0] 陳委員菁徽:我先跟部長報告一下這個問題到底在哪裡,民團已經做了一個很清楚的圖示,我們來看一下,紙容器的製造商必須要合法繳費,才會挹注資源回收基金到末端的處理商,但是因為紙容器的製造商有地下的、有短繳費用的,所以我們現在的這個基金有短缺嘛……
gazette.blocks[28][0] 薛部長富盛:是,完全正確。
gazette.blocks[29][0] 陳委員菁徽:因此處理商就沒有辦法去鼓勵回收商好好的做好回收,你要不要想像一下,因為部長剛剛有講,你自己是住在公寓大廈,請問資源回收車的紙容器回收占多少百分比?
gazette.blocks[30][0] 薛部長富盛:向陳委員報告,有關你剛剛提到的問題,紙容器現在的比率是百分之十五點多,我們基本上現在要做的就是源頭管理,事實上,我們的召委也特別關心這一塊……
gazette.blocks[31][0] 陳委員菁徽:有!
gazette.blocks[32][0] 薛部長富盛:我們現在已經在進行,要從源頭就要來管控。
gazette.blocks[33][0] 陳委員菁徽:對,所以你也發現你們的生產數還有末端的處理數是不是有很大的落差?
gazette.blocks[34][0] 薛部長富盛:是,落差很大。
gazette.blocks[35][0] 陳委員菁徽:大概5萬噸左右嘛!
gazette.blocks[36][0] 薛部長富盛:是,讓我們的回收基金短少。
gazette.blocks[37][0] 陳委員菁徽:我們來看看你的源頭管理做的如何,部長,你自己出去可能會自帶飲料杯,但是便當盒等等的,請問你有去掃過上面印的QR Code嗎?
gazette.blocks[38][0] 薛部長富盛:假如沒有QR Code,基本上大概就是所謂的一般地下工廠所生產的啦!
gazette.blocks[39][0] 陳委員菁徽:沒有QR Code的是不是?
gazette.blocks[40][0] 薛部長富盛:對,沒有QR Code的,現在環境部要求,只要是合格、合法的廠商,他們都一定會有一個QR Code。
gazette.blocks[41][0] 陳委員菁徽:部長,你自己有沒有拿來掃掃看?
gazette.blocks[42][0] 薛部長富盛:我是沒有掃掃看,但是我吃的便當,我看上面的確都有QR Code。
gazette.blocks[43][0] 陳委員菁徽:我告訴你掃了以後是長什麼樣子,我早上有時候人家會送飲料,星巴克或是麥當勞冰旋風等等,上面都有一個QR Code,你們的QR Code掃出來就是螢幕上這個樣子耶,所有的QR Code掃出來是一模一樣,就是說這個業者是來自資源循環署登記列管的業者,麻煩部長去掃掃看你們自己的Code,跟農業部做出來的Code,農業部做出來的Code掃下去會發現是哪邊生產、什麼時候生產,還有這個廠商同時還做了哪些農產品,全部都列得一清二楚喔,可是你們的QR Code就只有這樣子,說實在的,壞人一定走在我們前面啦,我相信現在一定有地下業者直接整個截圖貼到不管是他的便當盒還是什麼就可以了,因為你的QR Code掃下去沒有任何的差別。
gazette.blocks[44][0] 薛部長富盛:陳委員,我是不是可以請副署長來說明得更詳細一點?可能應該有比這個更詳盡的資料。
gazette.blocks[45][0] 陳委員菁徽:好。
gazette.blocks[46][0] 許副署長智倫:跟委員報告,這個Code,有時候我們是顧慮到民眾用餐可能沒有那麼方便,他是掃有沒有標示而已,但是詳細的廠家、生產等等資料,那個是給我們稽查人員,所以我們在查的時候,最近幾年用這些的方法也查到2億多的短漏在追繳。
gazette.blocks[47][0] 陳委員菁徽:所以你們內部的資料有,只是我們民眾看不到,但說實在的,其實你們也可以去訪問一下,他去買便當,通常肚子很餓,或是買飲料,他有東西吃就好了,他不會去管這個Code我還蠻在意農產品,我頂多會去管這個農產品是不是從品質優良的廠家提供的,但是你去買便當的時候,你真的不會很在意這個盒子是不是環境部認證過的QR Code,所以也許這個方法你們要再檢討一下,是不是真的可以有效來控制產量跟回收量的落差。
gazette.blocks[48][0] 薛部長富盛:好,謝謝陳委員的建議,我請循環署來思考一下QR Code的內容是不是應該要更多、更豐富。
gazette.blocks[49][0] 陳委員菁徽:對,要更具體一點,或是讓它有誘因。
gazette.blocks[50][0] 薛部長富盛:好。
gazette.blocks[51][0] 陳委員菁徽:因為你這樣子是在懲罰很乖的人,很乖的人、合法的廠商,他可能會覺得人家就是複製貼上就可以做的跟我看起來一模一樣,民眾掃起來也是一樣,他根本也不可能會去檢舉啊!
gazette.blocks[52][0] 薛部長富盛:是。
gazette.blocks[53][0] 陳委員菁徽:最後也想請教一下部長,你沒有掃過QR Code的話,你自己有騎過電動機車或是開電動車嗎?
gazette.blocks[54][0] 薛部長富盛:我坐過電動車,但是沒有開過電動車,買不起。
gazette.blocks[55][0] 陳委員菁徽:好,因為你們有一個2040運具電動化的目標……
gazette.blocks[56][0] 薛部長富盛:是。
gazette.blocks[57][0] 陳委員菁徽:你知道嗎,按照目前的進度,除了108年我們有補助電動機車,當時的數量曾經暴增,之後逐年遞減,所以我們如果以每年9萬台、8萬台、7萬台這樣的速度算下去,你猜還要多久我們才可以運具電動化?
gazette.blocks[58][0] 薛部長富盛:給陳委員報告,基本上,我們現在的方向……
gazette.blocks[59][0] 陳委員菁徽:調整了?
gazette.blocks[60][0] 薛部長富盛:交通部的整個政策應該是鼓勵大眾搭乘公共運輸,早期的確有採取所謂的汰舊換新,不管是燃油車舊的換新的,或是燃油車換成電動車都鼓勵,可是這樣的話就會造成使用機車的人數還是沒有辦法降下來,臺灣的機車的確……
gazette.blocks[61][0] 陳委員菁徽:部長,我們來看,使用機車的成長幅度,你好像沒有很具體的作法可以讓使用機車的人降下來,因為我們除了108年電車有稍微增長,110、111、112年購買汽油機車的還是遠高過購買電動機車的。
gazette.blocks[62][0] 薛部長富盛:對,當然價錢也是一個因素,所以現在這個是蠻矛盾的,就是當我們鼓勵他,即使是機車,由燃油車換成電動車,這樣子我們機車的數目還是不會減少,它的供應數……
gazette.blocks[63][0] 陳委員菁徽:最後建議一下,您剛剛提到價錢,所以現在需要置換機車的人,僅有不到三成願意買電動車,因為電動車每年花的錢實在是太多了。
gazette.blocks[64][0] 薛部長富盛:是。
gazette.blocks[65][0] 陳委員菁徽:所以你可能要仔細想一下,如果大家沒有辦法在短期內改變生活習慣去搭乘大眾交通工具,包括電動公車等等的,你要如何用你的補貼去讓民眾有感,讓民眾在換車的時候,可以考慮更換為電動車,好嗎?
gazette.blocks[66][0] 薛部長富盛:好,我們會好好思考一下,這是一個大哉問。
gazette.blocks[67][0] 陳委員菁徽:對。謝謝部長。
gazette.blocks[68][0] 薛部長富盛:謝謝陳委員,謝謝。
gazette.blocks[69][0] 主席:謝謝陳菁徽委員。接下來請林月琴委員發言。
gazette.agenda.page_end 252
gazette.agenda.meet_id 委員會-11-1-26-13
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 陳菁徽
gazette.agenda.speakers[3] 林月琴
gazette.agenda.speakers[4] 廖偉翔
gazette.agenda.speakers[5] 王育敏
gazette.agenda.speakers[6] 盧縣一
gazette.agenda.speakers[7] 蘇清泉
gazette.agenda.speakers[8] 涂權吉
gazette.agenda.speakers[9] 王正旭
gazette.agenda.speakers[10] 楊瓊瓔
gazette.agenda.speakers[11] 李坤城
gazette.agenda.speakers[12] 林德福
gazette.agenda.speakers[13] 林淑芬
gazette.agenda.speakers[14] 洪孟楷
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 牛煦庭
gazette.agenda.speakers[17] 何欣純
gazette.agenda.speakers[18] 劉建國
gazette.agenda.speakers[19] 羅智強
gazette.agenda.speakers[20] 陳瑩
gazette.agenda.speakers[21] 楊曜
gazette.agenda.speakers[22] 黃仁
gazette.agenda.speakers[23] 邱鎮軍
gazette.agenda.speakers[24] 廖先翔
gazette.agenda.speakers[25] 陳冠廷
gazette.agenda.page_start 161
gazette.agenda.meetingDate[0] 2024-04-22
gazette.agenda.gazette_id 1133401
gazette.agenda.agenda_lcidc_ids[0] 1133401_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13次全體委員會議紀錄
gazette.agenda.content 邀請環境部部長、交通部、經濟部、內政部警政署就「噪音管制與加速推動排氣管噪音認證」進 行專題報告,並備質詢
gazette.agenda.agenda_id 1133401_00002
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.48659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.26221875
transcript.pyannote[1].end 9.10971875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 8.46846875
transcript.pyannote[2].end 8.78909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.83096875
transcript.pyannote[3].end 12.88971875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 13.22721875
transcript.pyannote[4].end 24.73596875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 17.09159375
transcript.pyannote[5].end 17.64846875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 23.92596875
transcript.pyannote[6].end 24.56721875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 24.78659375
transcript.pyannote[7].end 27.14909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 27.48659375
transcript.pyannote[8].end 61.57409375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 32.92034375
transcript.pyannote[9].end 32.98784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 61.82721875
transcript.pyannote[10].end 84.81096875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 85.01346875
transcript.pyannote[11].end 92.89409375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 91.07159375
transcript.pyannote[12].end 91.39221875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 93.18096875
transcript.pyannote[13].end 97.99034375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 97.99034375
transcript.pyannote[14].end 102.39471875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 102.07409375
transcript.pyannote[15].end 102.37784375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 102.39471875
transcript.pyannote[16].end 108.38534375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 108.55409375
transcript.pyannote[17].end 114.84846875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 115.05096875
transcript.pyannote[18].end 125.98596875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 122.98221875
transcript.pyannote[19].end 123.30284375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 125.04096875
transcript.pyannote[20].end 149.72909375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 129.22596875
transcript.pyannote[21].end 130.27221875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 140.07659375
transcript.pyannote[22].end 140.59971875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 143.78909375
transcript.pyannote[23].end 143.80596875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 143.80596875
transcript.pyannote[24].end 144.09284375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 144.90284375
transcript.pyannote[25].end 144.93659375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 144.93659375
transcript.pyannote[26].end 145.94909375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 147.94034375
transcript.pyannote[27].end 151.85534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 151.85534375
transcript.pyannote[28].end 152.29409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 152.54721875
transcript.pyannote[29].end 153.34034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 153.88034375
transcript.pyannote[30].end 178.12971875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 171.05909375
transcript.pyannote[31].end 171.58221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 176.77971875
transcript.pyannote[32].end 183.88409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 179.56409375
transcript.pyannote[33].end 179.90159375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 180.39096875
transcript.pyannote[34].end 201.29909375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 201.29909375
transcript.pyannote[35].end 206.96909375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 203.59409375
transcript.pyannote[36].end 203.84721875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 204.89346875
transcript.pyannote[37].end 205.31534375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 207.23909375
transcript.pyannote[38].end 229.51409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 219.13596875
transcript.pyannote[39].end 223.01721875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 229.98659375
transcript.pyannote[40].end 233.66534375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 234.07034375
transcript.pyannote[41].end 235.45409375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 235.79159375
transcript.pyannote[42].end 238.62659375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 238.89659375
transcript.pyannote[43].end 241.19159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 240.71909375
transcript.pyannote[44].end 286.19721875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 242.20409375
transcript.pyannote[45].end 242.57534375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 258.42096875
transcript.pyannote[46].end 258.65721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 261.52596875
transcript.pyannote[47].end 261.93096875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 287.15909375
transcript.pyannote[48].end 305.02971875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 297.65534375
transcript.pyannote[49].end 298.16159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 299.47784375
transcript.pyannote[50].end 300.03471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 301.40159375
transcript.pyannote[51].end 301.75596875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 305.02971875
transcript.pyannote[52].end 305.38409375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 305.38409375
transcript.pyannote[53].end 306.80159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 305.50221875
transcript.pyannote[54].end 305.99159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 306.26159375
transcript.pyannote[55].end 330.78096875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 309.19784375
transcript.pyannote[56].end 309.58596875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 311.18909375
transcript.pyannote[57].end 312.20159375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 312.55596875
transcript.pyannote[58].end 313.56846875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 314.88471875
transcript.pyannote[59].end 315.96471875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 315.96471875
transcript.pyannote[60].end 317.33159375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 331.38846875
transcript.pyannote[61].end 338.44221875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 338.49284375
transcript.pyannote[62].end 338.96534375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 338.96534375
transcript.pyannote[63].end 339.03284375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 339.03284375
transcript.pyannote[64].end 339.10034375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 339.10034375
transcript.pyannote[65].end 347.47034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 341.22659375
transcript.pyannote[66].end 341.58096875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 347.47034375
transcript.pyannote[67].end 349.44471875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 349.57971875
transcript.pyannote[68].end 353.49471875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 353.64659375
transcript.pyannote[69].end 354.54096875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 354.11909375
transcript.pyannote[70].end 357.52784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 354.76034375
transcript.pyannote[71].end 354.84471875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 358.16909375
transcript.pyannote[72].end 358.70909375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 359.16471875
transcript.pyannote[73].end 372.07409375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 365.52659375
transcript.pyannote[74].end 365.99909375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 374.01471875
transcript.pyannote[75].end 381.60846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 382.18221875
transcript.pyannote[76].end 404.17034375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 404.94659375
transcript.pyannote[77].end 406.95471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 407.30909375
transcript.pyannote[78].end 411.64596875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 412.18596875
transcript.pyannote[79].end 417.77159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 418.93596875
transcript.pyannote[80].end 421.65284375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 422.19284375
transcript.pyannote[81].end 425.63534375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 422.90159375
transcript.pyannote[82].end 423.35721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 423.71159375
transcript.pyannote[83].end 423.84659375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 425.65221875
transcript.pyannote[84].end 426.98534375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 427.30596875
transcript.pyannote[85].end 434.39346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 434.56221875
transcript.pyannote[86].end 445.85159375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 445.63221875
transcript.pyannote[87].end 448.88909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 449.51346875
transcript.pyannote[88].end 482.41971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 455.60534375
transcript.pyannote[89].end 456.07784375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 458.86221875
transcript.pyannote[90].end 459.16596875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 459.99284375
transcript.pyannote[91].end 460.02659375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 466.94534375
transcript.pyannote[92].end 467.24909375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 474.50534375
transcript.pyannote[93].end 474.52221875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 474.52221875
transcript.pyannote[94].end 475.24784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 475.24784375
transcript.pyannote[95].end 475.26471875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 477.98159375
transcript.pyannote[96].end 478.35284375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 482.58846875
transcript.pyannote[97].end 491.78534375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 488.64659375
transcript.pyannote[98].end 489.08534375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 489.79409375
transcript.pyannote[99].end 496.03784375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 496.07159375
transcript.pyannote[100].end 500.56034375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 496.25721875
transcript.pyannote[101].end 496.62846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 500.83034375
transcript.pyannote[102].end 501.65721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 501.80909375
transcript.pyannote[103].end 508.35659375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 508.35659375
transcript.pyannote[104].end 508.57596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 508.57596875
transcript.pyannote[105].end 516.35534375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 508.72784375
transcript.pyannote[106].end 509.04846875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 516.94596875
transcript.pyannote[107].end 517.55346875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 517.84034375
transcript.pyannote[108].end 522.00846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 523.61159375
transcript.pyannote[109].end 530.46284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 528.38721875
transcript.pyannote[110].end 528.96096875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 530.88471875
transcript.pyannote[111].end 549.83534375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 550.24034375
transcript.pyannote[112].end 567.36846875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 555.08346875
transcript.pyannote[113].end 555.84284375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 567.43596875
transcript.pyannote[114].end 568.92096875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 569.20784375
transcript.pyannote[115].end 569.52846875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 569.84909375
transcript.pyannote[116].end 571.84034375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 571.92471875
transcript.pyannote[117].end 574.20284375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 574.28721875
transcript.pyannote[118].end 583.12971875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 582.15096875
transcript.pyannote[119].end 583.11284375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 583.12971875
transcript.pyannote[120].end 583.83846875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 583.83846875
transcript.pyannote[121].end 584.81721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 583.85534375
transcript.pyannote[122].end 589.89659375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 585.59346875
transcript.pyannote[123].end 586.23471875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 590.33534375
transcript.pyannote[124].end 597.57471875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 595.78596875
transcript.pyannote[125].end 596.49471875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 598.01346875
transcript.pyannote[126].end 601.57409375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 601.99596875
transcript.pyannote[127].end 609.64034375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 609.82596875
transcript.pyannote[128].end 609.89346875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 609.89346875
transcript.pyannote[129].end 609.96096875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 609.96096875
transcript.pyannote[130].end 609.97784375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 609.97784375
transcript.pyannote[131].end 610.02846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 610.02846875
transcript.pyannote[132].end 610.19721875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 610.19721875
transcript.pyannote[133].end 624.30471875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 613.03221875
transcript.pyannote[134].end 613.13346875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 613.13346875
transcript.pyannote[135].end 613.15034375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 613.15034375
transcript.pyannote[136].end 613.16721875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 622.29659375
transcript.pyannote[137].end 622.97159375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 624.37221875
transcript.pyannote[138].end 624.42284375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 624.42284375
transcript.pyannote[139].end 638.14221875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 625.03034375
transcript.pyannote[140].end 625.14846875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 634.91909375
transcript.pyannote[141].end 635.17221875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 638.46284375
transcript.pyannote[142].end 640.85909375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 641.28096875
transcript.pyannote[143].end 653.14409375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 653.19471875
transcript.pyannote[144].end 654.05534375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 654.64596875
transcript.pyannote[145].end 659.18534375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 659.18534375
transcript.pyannote[146].end 660.02909375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 659.20221875
transcript.pyannote[147].end 659.57346875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 660.04596875
transcript.pyannote[148].end 663.18471875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 663.69096875
transcript.pyannote[149].end 666.44159375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 667.69034375
transcript.pyannote[150].end 668.90534375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 668.48346875
transcript.pyannote[151].end 669.15846875
transcript.whisperx[0].start 5.294
transcript.whisperx[0].end 24.29
transcript.whisperx[0].text 主席、各位委員、各位官員,早安。我請部長。請薛部長。部長上禮拜您有提到上禮拜您提到要回去學校教書了嗎?是,因為65歲了,必須退休。在這邊也祝福您可以繼續為我們國家做育英才。是,我會。謝謝。
transcript.whisperx[1].start 25.871
transcript.whisperx[1].end 50.384
transcript.whisperx[1].text 今天我們來看一下這個噪音是目前我們打到不管是各縣市政府的1955等等都是民怨之首那統計起來呢臺灣有睡眠障礙的比例大概是20%所以這些人半夜一被吵醒就會陷入嚴重的失眠那我們也有看到各縣市政府都加強取締積極的開罰甚至從源頭管理規範機車改裝排氣等等多管齊下
transcript.whisperx[2].start 55.126
transcript.whisperx[2].end 77.321
transcript.whisperx[2].text 但是想要問一下因為前瞻計畫的第4期到今年年底就要結束了可是我們現任的國發會主委之前宣布第5期會聚焦在擴大淨零能量還有地熱、氫能等等的反而是這種跟老百姓生活很貼近的議題沒有提到請問環境部對於前瞻計畫第5期預算中積極來處理噪音問題
transcript.whisperx[3].start 82.825
transcript.whisperx[3].end 84.508
transcript.whisperx[3].text 這件事情有沒有什麼想法?
transcript.whisperx[4].start 100.489
transcript.whisperx[4].end 124.194
transcript.whisperx[4].text 三百台嗎?三百零六台,是。至於第五期當然我發現現在環境部不只是噪音這個議題事實上其他還有淨零科技、資源循環事實上都應該可以爭取更多的前瞻建設跟地方政府來共同合作能夠讓我們的環境事實上是更永續
transcript.whisperx[5].start 125.114
transcript.whisperx[5].end 148.324
transcript.whisperx[5].text 好,因為地方政府7月要編預算了嘛。8月要提出預算書。所以他們現在也會很緊張。畢竟這些科技執法費用非常的高,他們也不太可能負擔這個。必須要靠中央來幫忙。所以我們也希望環境部的態度要出來。讓地方政府好好做事。謝謝。謝謝陳委員給我們的建議。
transcript.whisperx[6].start 154.847
transcript.whisperx[6].end 175.394
transcript.whisperx[6].text 這是你們環境部自己做的一個小編做出來的宣傳大家要積極的來回收紙的餐具、紙的容器等等的不過我也想問一下部長因為您可能是住在雙北或是新竹住台中您有遇過自己來追垃圾車嗎?
transcript.whisperx[7].start 176.354
transcript.whisperx[7].end 199.71
transcript.whisperx[7].text 你自己有追過垃圾嗎?因為我住在那個是社區,社區就放在對,給廠商一起拿去回收嗎?對,所以不用我們有接到中南部的民眾跟我們反映說他把這些紙餐具、紙容器回收好了以後呢拿去給垃圾車結果清潔隊是跟他講說這個我們不收請你用一般垃圾塞進來就好請問你有聽說這樣子的狀況嗎?
transcript.whisperx[8].start 201.491
transcript.whisperx[8].end 228.513
transcript.whisperx[8].text 有,這個我有聽過不過昨天鄭老師世界地球日在大安森林公園有一個活動那慈濟的顏執行長告訴我現在慈濟他們自己有一個技術對於紙餐劑因為紙餐劑為什麼現在在一般來講不回收就是因為它雖然中間是紙的但是它上下都一層次有一個PE圖層對,所以要把它先分開那現在慈濟他們已經有辦法把那個分開所以事實上那個紙都還可以回收所以我也請那個顏執行長
transcript.whisperx[9].start 230.054
transcript.whisperx[9].end 232.895
transcript.whisperx[9].text 我先跟部長報告一下齁這個問題到底在哪裡民團已經做了一個很清楚的圖示我們來看
transcript.whisperx[10].start 248.599
transcript.whisperx[10].end 272.358
transcript.whisperx[10].text 這個紙容器的製造商呢他必須要有合法繳費他才會挹注資源回收基金到末端的處理商但是因為紙容器的製造商他有地下的有短繳費用的所以我們現在的這個基金有短缺嘛因此處理商他就沒有辦法去鼓勵回收商好好的做好回收
transcript.whisperx[11].start 273.078
transcript.whisperx[11].end 286.018
transcript.whisperx[11].text 所以你要不要想像一下這個經過因為你剛好講部長自己也是住在公寓大廈所以資源回收車的紙容器回收佔我們多少的百分比
transcript.whisperx[12].start 287.939
transcript.whisperx[12].end 304.79
transcript.whisperx[12].text 陳委員報告你剛提到這個問題融資那個現在是15點多%那我們基本上現在要做的就是一個沿途管理事實上我們的召委主席特別關心這一塊我們現在已經在進行要來做這個從沿途事實上就要來這個
transcript.whisperx[13].start 306.451
transcript.whisperx[13].end 330.022
transcript.whisperx[13].text 對,所以你也發現你們的生產數還有末端的處理數是不是有很大的落差嘛,大概5萬噸左右嘛,所以好那我們來看你的源頭管理做得如何你自己出去可能你有自己帶飲料杯但是這個便當盒啊等等的你有去掃過你上面印的QR code嗎?
transcript.whisperx[14].start 331.423
transcript.whisperx[14].end 332.444
transcript.whisperx[14].text 我告訴你掃了以後長什麼樣子齁
transcript.whisperx[15].start 359.224
transcript.whisperx[15].end 371.194
transcript.whisperx[15].text 這個我早上不管是有時候人家會送飲料星巴克或是這個麥當勞冰旋風等等它上面都有一個QR code你們的QR code啊掃出來就是這個樣子欸
transcript.whisperx[16].start 374.142
transcript.whisperx[16].end 392.094
transcript.whisperx[16].text 所有的QR Code掃出來是一模一樣就是說這個業者是來自循環署登記列管的業者你麻煩部長你去掃掃看你們自己的Code跟農業部做出來的Code農業部做出來的Code你掃下去你會發現他是哪邊生產什麼時候生產還有這一家
transcript.whisperx[17].start 395.436
transcript.whisperx[17].end 417.584
transcript.whisperx[17].text 這個廠商他還有同時做了哪些農產品全部都列的一清二楚喔可是你們的QR Code就只有這樣子說實在的壞人一定走在我們前面啦我相信現在一定有地下業者他直接整個截圖貼上去他的不管是他的便當盒還是什麼就可以了因為你的掃下去沒有任何的差別
transcript.whisperx[18].start 419.133
transcript.whisperx[18].end 423.282
transcript.whisperx[18].text 陳委員 我是不是可以請我們副署長來說明更詳細一點可能應該有比這個更詳細的資料
transcript.whisperx[19].start 427.712
transcript.whisperx[19].end 448.593
transcript.whisperx[19].text 跟委員報告,那這個扣因為有時候我們是顧慮到民眾用餐可能沒有那麼方便,它是少有沒有標示而已但是詳細的廠家生產等等的資料,那個是給我們去查了所以我們在查的時候,最近幾年用這些的方法也查到2億多的短路在追究對,所以你們內部的資料有,只是我們民眾看不到?
transcript.whisperx[20].start 449.514
transcript.whisperx[20].end 460.228
transcript.whisperx[20].text 但說實在的其實你們也可以去訪問一下他去買便當通常肚子很餓或是買飲料他有東西吃就好了他怎麼他不會去管這個我頂多我還蠻在意農產品我會去管這個農產品是不是從品質優良的廠家提供的
transcript.whisperx[21].start 467.577
transcript.whisperx[21].end 482.053
transcript.whisperx[21].text 但是你去買便當的時候你真的不會很在意這個盒子是不是環境部認證過的QR code所以也許這個方法你們要再檢討一下是不是真的可以有效來控制產量跟回收量的落差
transcript.whisperx[22].start 482.614
transcript.whisperx[22].end 507.654
transcript.whisperx[22].text 好 謝謝陳委員的建議我請我們喜歡署來思考一下QR Code內容是不是應該要更對要更具體一點或是讓他有誘因啊因為你這樣子在懲罰很乖的人很乖的人他合法的廠商他可能會覺得欸人家就是copy複製貼上就可以做的跟我看起來一模一樣民眾掃起來也是一樣他根本也不可能會去檢舉啊是
transcript.whisperx[23].start 509.376
transcript.whisperx[23].end 513.823
transcript.whisperx[23].text 最後也想請教一下部長那你沒有掃過QR Code的話你自己有騎過電動機車或是開電動車嗎?
transcript.whisperx[24].start 517.955
transcript.whisperx[24].end 521.458
transcript.whisperx[24].text 我做過電動車啦但是沒有開過電動車買不起因為你們有一個2040運具電動化的這樣子的目標你知道嗎按照目前的進度啦除了108年我們有補助電動機車當時曾經暴增之後呢
transcript.whisperx[25].start 539.594
transcript.whisperx[25].end 554.523
transcript.whisperx[25].text 逐年遞減,所以我們如果以每年9萬台、8萬台、7萬台這樣子的速度算下去,你猜還要多久我們才可以運具電動化?給陳委員報告,基本上我們現在的方向
transcript.whisperx[26].start 555.363
transcript.whisperx[26].end 582.211
transcript.whisperx[26].text 整個政策跟交通部應該是鼓勵大眾搭乘公共運輸那早期的確有採取所謂的太舊換新只要你不管是燃油車舊的換新的或者說燃油車換成電動車都鼓勵可是這樣子的話就會造成事實上這些使用機車的人數還是沒有辦法降下來
transcript.whisperx[27].start 583.913
transcript.whisperx[27].end 596.95
transcript.whisperx[27].text 我們來看使用機車的成長幅度你好像沒有很具體的做法可以讓使用機車的人降下來因為我們除了108年電車有稍微增長
transcript.whisperx[28].start 604.776
transcript.whisperx[28].end 620.539
transcript.whisperx[28].text 110、111、112購買汽油機車的是遠高過購買電動機車的對 那個當然是價錢也是一個因素那另外就是假如說所以現在這個是蠻矛盾的就是當我們鼓勵他即使是機車有燃油車換成電動車那這樣子我們機車的數目還是不會減少
transcript.whisperx[29].start 625
transcript.whisperx[29].end 653.78
transcript.whisperx[29].text 好最後啦建議一下看一下對您剛提到價錢所以呢僅有不到三成他現在需要置換機車的人他會願意買電動車因為他每年花的錢實在是太多了所以你可能要仔細去想一下如果大家沒有辦法在短期內改變他的生活習慣去搭乘大眾的交通的電動公車等等的你要如何用你的補貼去讓人家有感而他在
transcript.whisperx[30].start 654.721
transcript.whisperx[30].end 655.161
transcript.whisperx[30].text 陳菁徽委員