IVOD_ID |
154380 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/154380 |
日期 |
2024-06-27 |
會議資料.會議代碼 |
委員會-11-1-19-17 |
會議資料.會議代碼:str |
第11屆第1會期經濟委員會第17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 |
17 |
會議資料.種類 |
委員會 |
會議資料.委員會代碼[0] |
19 |
會議資料.委員會代碼:str[0] |
經濟委員會 |
會議資料.標題 |
第11屆第1會期經濟委員會第17次全體委員會議 |
影片種類 |
Clip |
開始時間 |
2024-06-27T12:23:50+08:00 |
結束時間 |
2024-06-27T12:34:03+08:00 |
影片長度 |
00:10:13 |
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/767b6a9d27b3726ccb256507be3c63bd21a3f23b3ad13ea2ef8091c70453fc4966c057cb154940df5ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
邱志偉 |
委員發言時間 |
12:23:50 - 12:34:03 |
會議時間 |
2024-06-27T09:00:00+08:00 |
會議名稱 |
立法院第11屆第1會期經濟委員會第17次全體委員會議(事由:邀請農業部部長就「農業移工政策改善措施」進行報告,並備質詢。【6月26日及6月27日兩天一次會】) |
gazette.lineno |
1186 |
gazette.blocks[0][0] |
邱委員志偉:(12時24分)今天的發言時間是4加6分鐘,還是4加8分鐘?我都很按照時間秩序,時間到我就會很準時,因為怕會影響到下一個同仁的質詢權益。 |
gazette.blocks[1][0] |
主席:謝謝模範生。 |
gazette.blocks[2][0] |
邱委員志偉:時間到一直不下來、一直問,我在臺下,不是沒到,我已經到了,國會應該增加一個霸凌同僚罪、霸凌國會議員罪。 |
gazette.blocks[3][0] |
主席:請做詢答。 |
gazette.blocks[4][0] |
邱委員志偉:先請農業部陳部長。 |
gazette.blocks[5][0] |
主席:我們再請陳部長。 |
gazette.blocks[6][0] |
邱委員志偉:部長,我聽了半天,一整個早上10個差不多有6個問你蛋的問題,蛋的問題趕快處理好,脫離這個戰場,不要讓農業部變成雞蛋部,蛋的問題要趕快處理好。 |
gazette.blocks[7][0] |
陳部長駿季:我也希望更快釐清。 |
gazette.blocks[8][0] |
邱委員志偉:如果有不對就改進,如果他們有不實的指控、不實的質詢,你們當然要反駁、義正嚴辭反駁,面對不實證據、不實論述,你們就要強烈反駁,對不對?你要瞭解為什麼蛋的問題會一直循環,是不是預測的機制有問題,過去十年蛋不是缺就是剩,缺剩、缺剩、缺剩一直循環,你的生產預測機制有沒有可能要優化一點?如果生產預測機制不好、不健全,預測就會失準,就會變成產銷失調,導致供應和需求永遠對不上。所以在生產預測機制是不是能夠根據過去的經驗運用大數據?現在不是有很多AI可以運用去預測該怎麼樣處理,不要每次產銷失調的時候就是補助,不是補助進口,就是補助淘汰寡產蛋雞,一直在循環,所以你要思考清楚到底問題出在哪裡,你們可以運用人工智慧(AI)去協助優化生產預測機制,避免預測機制失衡,部長,你的看法呢? |
gazette.blocks[9][0] |
陳部長駿季:謝謝委員的建議,事實上,我們現在也在啟動,其實過去的調查有很多盲點,我們已經掌握過去年度每個月的需求量,目前還有一個重點,老母雞的淘汰是目前蛋場自己的調整機制,這些調整因為禽舍改善以後生產效率變高,但是有些蛋農並不瞭解生產效率提高,他還是把老母雞殺了,所以我們這次是利用獎勵的方式讓他加速淘汰,後續整個機制我們會再去分析。 |
gazette.blocks[10][0] |
邱委員志偉:你們要瞭解這個循環,不是剩就是缺這種狀況發生的原因在哪裡,你們要針對這些問題加以解決,並提出有效的方法。 |
gazette.blocks[11][0] |
陳部長駿季:我們會這樣子做,這次最主要是消費端的需求力拉不起來,拉不起來是因為它的價格沒有下降的時候…… |
gazette.blocks[12][0] |
邱委員志偉:拉不起來有沒有其他更有效的作法,你們應該去思考。 |
gazette.blocks[13][0] |
陳部長駿季:我們會再努力。 |
gazette.blocks[14][0] |
邱委員志偉:你們瞭解問題要提出政策解決問題,政府要會做事,政府是要解決問題,不是製造問題。 |
gazette.blocks[15][0] |
陳部長駿季:是。 |
gazette.blocks[16][0] |
邱委員志偉:今天的主題是農業移工政策改善,你們提出了精進作為,但是精進作為必須要有一個時間表,精進作為有兩個面向,第一個是增加人力供給,第二個是減省人力需求。供給面增加、需求面降低是你們的精進作為,你們要有時間表,第一個,你們上個禮拜跟相關的單位有結論,按照農業人力需求向勞動部提案申請增加農糧、畜牧產業的農業移工員額,勞動部有代表來嗎? |
gazette.blocks[17][0] |
主席:請勞動部。 |
gazette.blocks[18][0] |
邱委員志偉:部長,這個什麼時候會執行?你們開完會…… |
gazette.blocks[19][0] |
陳部長駿季:我們現在的1萬2,000人預估到年底大概就會滿了,現在是八千多人,我們已經啟動這個評估。 |
gazette.blocks[20][0] |
邱委員志偉:劍及履及,已經有會議結論,你們要跟勞動部提案,什麼時候要提,提出多少員額? |
gazette.blocks[21][0] |
陳部長駿季:勞動部有例行會議,我們在7月的時候就會提出去。 |
gazette.blocks[22][0] |
邱委員志偉:這些都要敘明清楚,讓所有有需求的單位瞭解,你們已經做了相關作為。另外,加強改善季節性缺工問題,很多農會都不知道移工跨區,移工可以跨區是跨區還是跨市? |
gazette.blocks[23][0] |
陳部長駿季:跨縣市都可以。 |
gazette.blocks[24][0] |
邱委員志偉:有南工北調嗎?還是北工南調? |
gazette.blocks[25][0] |
陳部長駿季:他會隨著收穫的季節,最主要是跨鄰近的縣市為主,因為牽涉到交通的問題。 |
gazette.blocks[26][0] |
邱委員志偉:所以你要講清楚,推動外籍移工跨區試辦計畫上路了沒?媒合的有多少件數? |
gazette.blocks[27][0] |
陳部長駿季:現在開始在引進移工了。 |
gazette.blocks[28][0] |
邱委員志偉:所以你要把這個作法讓所有的需求單位瞭解,讓他們瞭解可以跨區,不然很多政策雖然是立意良善,但是有需求的基層往往不瞭解我們有哪些有效的政策,所以他們不知道要怎麼申請。 |
gazette.blocks[29][0] |
陳部長駿季:瞭解。 |
gazette.blocks[30][0] |
邱委員志偉:所以這部分你們要加強宣導,跟相關的農事單位或者是農會組織、農場加強去宣導! |
gazette.blocks[31][0] |
陳部長駿季:會! |
gazette.blocks[32][0] |
邱委員志偉:所以很多政策就是你們缺乏宣傳啦! |
gazette.blocks[32][1] |
有關本勞跟外勞的核配比,上上禮拜我開過記者會,農業缺工是一個存在已久的問題,但是你拿出來的對策並沒有辦法有效解決,如果能有效解決,就不會一直缺工嘛!對不對?這代表你們政策失靈!所以你未來要讓10人以下事業單位核配比跟一般農民團體相同,這部分什麼時候會上路? |
gazette.blocks[33][0] |
陳部長駿季:我們在7月的會議當中會一併提出來。 |
gazette.blocks[34][0] |
邱委員志偉:所以要趕快,劍及履及! |
gazette.blocks[34][1] |
然後你說減省人力需求,每一鄉鎮都要有農機Uber,什麼時候上路? |
gazette.blocks[35][0] |
陳部長駿季:我們現在已經開始推動了,預計4年之內會全部的一鄉鎮一Uber,但是2年…… |
gazette.blocks[36][0] |
邱委員志偉:一鄉鎮一Uber? |
gazette.blocks[37][0] |
陳部長駿季:對,就是重大的產業區。 |
gazette.blocks[38][0] |
邱委員志偉:全國? |
gazette.blocks[39][0] |
陳部長駿季:重要的產區裡面,一鄉鎮一Uber。 |
gazette.blocks[40][0] |
邱委員志偉:我以為你連臺北市信義區都要。 |
gazette.blocks[41][0] |
陳部長駿季:沒有、沒有,重要的農業生產區才有,不是全部。 |
gazette.blocks[42][0] |
邱委員志偉:你不要每鄉鎮都成立,應該是農業縣主要的…… |
gazette.blocks[43][0] |
陳部長駿季:主要的農業縣。 |
gazette.blocks[44][0] |
邱委員志偉:也不是農業縣所有的鄉鎮都需要,對不對?你要把這些區明列出來,包括高雄市、臺南市、屏東縣,有哪些鄉鎮有所謂的農機Uber、什麼時候可以上路、什麼時候可以讓農友共享農機,你要講清楚啊! |
gazette.blocks[45][0] |
陳部長駿季:瞭解。 |
gazette.blocks[46][0] |
邱委員志偉:瞭解,然後呢?什麼時候上路? |
gazette.blocks[47][0] |
陳部長駿季:我們這個政策才在兩、三個禮拜前確認,現在正在規劃每一區的東西,現在已經有15團了,所以我們會針對重要的產區去做。 |
gazette.blocks[48][0] |
邱委員志偉:擴大力道!有政策,要有效率,而且也要有效果! |
gazette.blocks[49][0] |
陳部長駿季:是! |
gazette.blocks[50][0] |
邱委員志偉:雙效合一,人民才有感。 |
gazette.blocks[51][0] |
陳部長駿季:瞭解。 |
gazette.blocks[52][0] |
邱委員志偉:現在AI的產業會影響到農業相關系所的招生狀況嗎?比方說人文相關系所都受到影響,大家都往AI相關產業去就學,很多大學的招生都是往AI,會不會影響到農業相關系所的招生? |
gazette.blocks[53][0] |
陳部長駿季:我想會有一些影響。 |
gazette.blocks[54][0] |
邱委員志偉:今年的狀況你們有沒有去瞭解? |
gazette.blocks[55][0] |
陳部長駿季:我們曾經跟相關大學的老師討論,AI的部分可能…… |
gazette.blocks[56][0] |
邱委員志偉:你們就預測未來10年我們農業相關系所的招生下降比率、人數的比率,這個都要有10年期的計畫。 |
gazette.blocks[57][0] |
陳部長駿季:是! |
gazette.blocks[58][0] |
邱委員志偉:按照這個變化,看看你們有哪些對策。 |
gazette.blocks[58][1] |
最後,我前天去看永安區的永新漁港,張署長也在,永新漁港過去的設施當然是老舊,現在海洋局提出這個計畫,我也去看了,這對漁民、對漁業都有很大的幫助,我希望張署長和陳部長能夠全力支持。 |
gazette.blocks[59][0] |
陳部長駿季:我們確定會支持。 |
gazette.blocks[60][0] |
邱委員志偉:3,000萬麻煩你幫忙處理一下。 |
gazette.blocks[61][0] |
陳部長駿季:可以。 |
gazette.blocks[62][0] |
邱委員志偉:要幫忙支持啦,因為市政府、地方政府比較沒有錢。 |
gazette.blocks[63][0] |
陳部長駿季:我知道,我們會支持。 |
gazette.blocks[64][0] |
邱委員志偉:臺中市也面臨同樣的狀況,所以中央對地方特別是漁港設施,跟漁民、漁業有相關的,都要加強補助。 |
gazette.blocks[65][0] |
陳部長駿季:瞭解。 |
gazette.blocks[66][0] |
邱委員志偉:你會支持吧? |
gazette.blocks[67][0] |
陳部長駿季:我們會支持,為了漁民的安全和整個漁港的安全…… |
gazette.blocks[68][0] |
邱委員志偉:這3,000萬就拜託了。謝謝。 |
gazette.blocks[69][0] |
主席:好,謝謝。 |
gazette.blocks[69][1] |
登記發言委員除不在場者外,其餘均已發言完畢,詢答結束。陳亭妃委員及陳冠廷委員所提書面質詢列入紀錄,刊登公報;書面質詢及未及答復部分,請於1週之內以書面答復,並副知本會。 |
gazette.agenda.page_end |
302 |
gazette.agenda.meet_id |
委員會-11-1-19-17 |
gazette.agenda.speakers[0] |
楊瓊瓔 |
gazette.agenda.speakers[1] |
林岱樺 |
gazette.agenda.speakers[2] |
邱議瑩 |
gazette.agenda.speakers[3] |
黃國昌 |
gazette.agenda.speakers[4] |
鄭正鈐 |
gazette.agenda.speakers[5] |
鄭天財Sra Kacaw |
gazette.agenda.speakers[6] |
謝衣鳯 |
gazette.agenda.speakers[7] |
呂玉玲 |
gazette.agenda.speakers[8] |
陳超明 |
gazette.agenda.speakers[9] |
賴瑞隆 |
gazette.agenda.speakers[10] |
賴惠員 |
gazette.agenda.speakers[11] |
蔡易餘 |
gazette.agenda.speakers[12] |
鍾佳濱 |
gazette.agenda.speakers[13] |
張嘉郡 |
gazette.agenda.speakers[14] |
張啓楷 |
gazette.agenda.speakers[15] |
黃仁 |
gazette.agenda.speakers[16] |
黃珊珊 |
gazette.agenda.speakers[17] |
洪孟楷 |
gazette.agenda.speakers[18] |
洪申翰 |
gazette.agenda.speakers[19] |
葉元之 |
gazette.agenda.speakers[20] |
邱志偉 |
gazette.agenda.speakers[21] |
陳亭妃 |
gazette.agenda.speakers[22] |
陳冠廷 |
gazette.agenda.page_start |
235 |
gazette.agenda.meetingDate[0] |
2024-06-27 |
gazette.agenda.gazette_id |
1136701 |
gazette.agenda.agenda_lcidc_ids[0] |
1136701_00006 |
gazette.agenda.meet_name |
立法院第11屆第1會期經濟委員會第17次全體委員會議紀錄 |
gazette.agenda.content |
邀請農業部部長就「農業移工政策改善措施」進行報告,並備質詢 |
gazette.agenda.agenda_id |
1136701_00005 |
transcript.pyannote[0].speaker |
SPEAKER_01 |
transcript.pyannote[0].start |
0.11534375 |
transcript.pyannote[0].end |
2.03909375 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
11.97846875 |
transcript.pyannote[1].end |
14.35784375 |
transcript.pyannote[2].speaker |
SPEAKER_01 |
transcript.pyannote[2].start |
16.34909375 |
transcript.pyannote[2].end |
17.59784375 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
18.55971875 |
transcript.pyannote[3].end |
19.43721875 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
20.01096875 |
transcript.pyannote[4].end |
21.63096875 |
transcript.pyannote[5].speaker |
SPEAKER_01 |
transcript.pyannote[5].start |
21.95159375 |
transcript.pyannote[5].end |
22.99784375 |
transcript.pyannote[6].speaker |
SPEAKER_01 |
transcript.pyannote[6].start |
23.75721875 |
transcript.pyannote[6].end |
28.65096875 |
transcript.pyannote[7].speaker |
SPEAKER_00 |
transcript.pyannote[7].start |
27.03096875 |
transcript.pyannote[7].end |
28.04346875 |
transcript.pyannote[8].speaker |
SPEAKER_01 |
transcript.pyannote[8].start |
29.29221875 |
transcript.pyannote[8].end |
29.79846875 |
transcript.pyannote[9].speaker |
SPEAKER_01 |
transcript.pyannote[9].start |
30.28784375 |
transcript.pyannote[9].end |
32.58284375 |
transcript.pyannote[10].speaker |
SPEAKER_01 |
transcript.pyannote[10].start |
33.02159375 |
transcript.pyannote[10].end |
35.48534375 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
36.61596875 |
transcript.pyannote[11].end |
38.62409375 |
transcript.pyannote[12].speaker |
SPEAKER_01 |
transcript.pyannote[12].start |
39.24846875 |
transcript.pyannote[12].end |
40.24409375 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
40.39596875 |
transcript.pyannote[13].end |
40.86846875 |
transcript.pyannote[14].speaker |
SPEAKER_01 |
transcript.pyannote[14].start |
41.62784375 |
transcript.pyannote[14].end |
42.45471875 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
44.02409375 |
transcript.pyannote[15].end |
45.47534375 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
45.66096875 |
transcript.pyannote[16].end |
46.01534375 |
transcript.pyannote[17].speaker |
SPEAKER_01 |
transcript.pyannote[17].start |
47.44971875 |
transcript.pyannote[17].end |
48.37784375 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
47.56784375 |
transcript.pyannote[18].end |
48.09096875 |
transcript.pyannote[19].speaker |
SPEAKER_01 |
transcript.pyannote[19].start |
48.52971875 |
transcript.pyannote[19].end |
48.81659375 |
transcript.pyannote[20].speaker |
SPEAKER_01 |
transcript.pyannote[20].start |
50.84159375 |
transcript.pyannote[20].end |
52.91721875 |
transcript.pyannote[21].speaker |
SPEAKER_01 |
transcript.pyannote[21].start |
53.72721875 |
transcript.pyannote[21].end |
55.17846875 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
55.61721875 |
transcript.pyannote[22].end |
57.10221875 |
transcript.pyannote[23].speaker |
SPEAKER_01 |
transcript.pyannote[23].start |
60.79784375 |
transcript.pyannote[23].end |
61.01721875 |
transcript.pyannote[24].speaker |
SPEAKER_01 |
transcript.pyannote[24].start |
61.18596875 |
transcript.pyannote[24].end |
66.53534375 |
transcript.pyannote[25].speaker |
SPEAKER_01 |
transcript.pyannote[25].start |
66.60284375 |
transcript.pyannote[25].end |
67.09221875 |
transcript.pyannote[26].speaker |
SPEAKER_01 |
transcript.pyannote[26].start |
67.68284375 |
transcript.pyannote[26].end |
72.50909375 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
74.38221875 |
transcript.pyannote[27].end |
77.84159375 |
transcript.pyannote[28].speaker |
SPEAKER_00 |
transcript.pyannote[28].start |
74.68596875 |
transcript.pyannote[28].end |
77.70659375 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
78.33096875 |
transcript.pyannote[29].end |
91.57784375 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
85.16534375 |
transcript.pyannote[30].end |
85.53659375 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
92.57346875 |
transcript.pyannote[31].end |
98.80034375 |
transcript.pyannote[32].speaker |
SPEAKER_01 |
transcript.pyannote[32].start |
100.06596875 |
transcript.pyannote[32].end |
101.70284375 |
transcript.pyannote[33].speaker |
SPEAKER_00 |
transcript.pyannote[33].start |
100.94346875 |
transcript.pyannote[33].end |
101.55096875 |
transcript.pyannote[34].speaker |
SPEAKER_01 |
transcript.pyannote[34].start |
102.07409375 |
transcript.pyannote[34].end |
104.74034375 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
104.95971875 |
transcript.pyannote[35].end |
105.82034375 |
transcript.pyannote[36].speaker |
SPEAKER_01 |
transcript.pyannote[36].start |
106.15784375 |
transcript.pyannote[36].end |
108.40221875 |
transcript.pyannote[37].speaker |
SPEAKER_01 |
transcript.pyannote[37].start |
108.82409375 |
transcript.pyannote[37].end |
113.17784375 |
transcript.pyannote[38].speaker |
SPEAKER_01 |
transcript.pyannote[38].start |
114.29159375 |
transcript.pyannote[38].end |
118.81409375 |
transcript.pyannote[39].speaker |
SPEAKER_01 |
transcript.pyannote[39].start |
119.03346875 |
transcript.pyannote[39].end |
122.23971875 |
transcript.pyannote[40].speaker |
SPEAKER_01 |
transcript.pyannote[40].start |
123.28596875 |
transcript.pyannote[40].end |
126.18846875 |
transcript.pyannote[41].speaker |
SPEAKER_01 |
transcript.pyannote[41].start |
127.53846875 |
transcript.pyannote[41].end |
133.86659375 |
transcript.pyannote[42].speaker |
SPEAKER_01 |
transcript.pyannote[42].start |
134.74409375 |
transcript.pyannote[42].end |
139.62096875 |
transcript.pyannote[43].speaker |
SPEAKER_01 |
transcript.pyannote[43].start |
140.32971875 |
transcript.pyannote[43].end |
142.06784375 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
143.06346875 |
transcript.pyannote[44].end |
146.06721875 |
transcript.pyannote[45].speaker |
SPEAKER_01 |
transcript.pyannote[45].start |
146.20221875 |
transcript.pyannote[45].end |
147.67034375 |
transcript.pyannote[46].speaker |
SPEAKER_01 |
transcript.pyannote[46].start |
148.22721875 |
transcript.pyannote[46].end |
149.05409375 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
149.49284375 |
transcript.pyannote[47].end |
152.42909375 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
152.90159375 |
transcript.pyannote[48].end |
158.35221875 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
158.99346875 |
transcript.pyannote[49].end |
163.38096875 |
transcript.pyannote[50].speaker |
SPEAKER_00 |
transcript.pyannote[50].start |
163.38096875 |
transcript.pyannote[50].end |
163.56659375 |
transcript.pyannote[51].speaker |
SPEAKER_01 |
transcript.pyannote[51].start |
163.56659375 |
transcript.pyannote[51].end |
163.71846875 |
transcript.pyannote[52].speaker |
SPEAKER_00 |
transcript.pyannote[52].start |
163.71846875 |
transcript.pyannote[52].end |
163.78596875 |
transcript.pyannote[53].speaker |
SPEAKER_01 |
transcript.pyannote[53].start |
163.78596875 |
transcript.pyannote[53].end |
164.03909375 |
transcript.pyannote[54].speaker |
SPEAKER_00 |
transcript.pyannote[54].start |
164.03909375 |
transcript.pyannote[54].end |
164.07284375 |
transcript.pyannote[55].speaker |
SPEAKER_01 |
transcript.pyannote[55].start |
164.07284375 |
transcript.pyannote[55].end |
164.15721875 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
164.15721875 |
transcript.pyannote[56].end |
174.73784375 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
164.17409375 |
transcript.pyannote[57].end |
164.57909375 |
transcript.pyannote[58].speaker |
SPEAKER_00 |
transcript.pyannote[58].start |
174.90659375 |
transcript.pyannote[58].end |
178.70346875 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
179.07471875 |
transcript.pyannote[59].end |
179.80034375 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
180.18846875 |
transcript.pyannote[60].end |
188.42346875 |
transcript.pyannote[61].speaker |
SPEAKER_00 |
transcript.pyannote[61].start |
189.03096875 |
transcript.pyannote[61].end |
195.98346875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
196.47284375 |
transcript.pyannote[62].end |
203.64471875 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
203.00346875 |
transcript.pyannote[63].end |
213.90471875 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
204.11721875 |
transcript.pyannote[64].end |
206.85096875 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
208.16721875 |
transcript.pyannote[65].end |
208.82534375 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
213.09471875 |
transcript.pyannote[66].end |
224.16471875 |
transcript.pyannote[67].speaker |
SPEAKER_01 |
transcript.pyannote[67].start |
219.89534375 |
transcript.pyannote[67].end |
231.77534375 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
226.74659375 |
transcript.pyannote[68].end |
227.84346875 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
230.27346875 |
transcript.pyannote[69].end |
230.86409375 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
232.90596875 |
transcript.pyannote[70].end |
233.32784375 |
transcript.pyannote[71].speaker |
SPEAKER_01 |
transcript.pyannote[71].start |
233.76659375 |
transcript.pyannote[71].end |
237.20909375 |
transcript.pyannote[72].speaker |
SPEAKER_01 |
transcript.pyannote[72].start |
238.06971875 |
transcript.pyannote[72].end |
239.77409375 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
240.24659375 |
transcript.pyannote[73].end |
244.61721875 |
transcript.pyannote[74].speaker |
SPEAKER_01 |
transcript.pyannote[74].start |
244.97159375 |
transcript.pyannote[74].end |
246.35534375 |
transcript.pyannote[75].speaker |
SPEAKER_01 |
transcript.pyannote[75].start |
246.92909375 |
transcript.pyannote[75].end |
247.46909375 |
transcript.pyannote[76].speaker |
SPEAKER_01 |
transcript.pyannote[76].start |
248.19471875 |
transcript.pyannote[76].end |
249.40971875 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
249.51096875 |
transcript.pyannote[77].end |
251.08034375 |
transcript.pyannote[78].speaker |
SPEAKER_01 |
transcript.pyannote[78].start |
251.62034375 |
transcript.pyannote[78].end |
252.76784375 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
253.37534375 |
transcript.pyannote[79].end |
253.88159375 |
transcript.pyannote[80].speaker |
SPEAKER_01 |
transcript.pyannote[80].start |
254.32034375 |
transcript.pyannote[80].end |
259.04534375 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
260.44596875 |
transcript.pyannote[81].end |
260.90159375 |
transcript.pyannote[82].speaker |
SPEAKER_01 |
transcript.pyannote[82].start |
261.30659375 |
transcript.pyannote[82].end |
261.94784375 |
transcript.pyannote[83].speaker |
SPEAKER_01 |
transcript.pyannote[83].start |
263.23034375 |
transcript.pyannote[83].end |
264.46221875 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
264.63096875 |
transcript.pyannote[84].end |
265.59284375 |
transcript.pyannote[85].speaker |
SPEAKER_01 |
transcript.pyannote[85].start |
266.21721875 |
transcript.pyannote[85].end |
271.87034375 |
transcript.pyannote[86].speaker |
SPEAKER_01 |
transcript.pyannote[86].start |
272.14034375 |
transcript.pyannote[86].end |
276.07221875 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
276.67971875 |
transcript.pyannote[87].end |
277.67534375 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
278.55284375 |
transcript.pyannote[88].end |
279.98721875 |
transcript.pyannote[89].speaker |
SPEAKER_00 |
transcript.pyannote[89].start |
279.05909375 |
transcript.pyannote[89].end |
279.78471875 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
280.81409375 |
transcript.pyannote[90].end |
282.02909375 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
282.02909375 |
transcript.pyannote[91].end |
282.11346875 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
282.85596875 |
transcript.pyannote[92].end |
282.87284375 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
282.87284375 |
transcript.pyannote[93].end |
283.24409375 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
284.02034375 |
transcript.pyannote[94].end |
293.57159375 |
transcript.pyannote[95].speaker |
SPEAKER_01 |
transcript.pyannote[95].start |
293.01471875 |
transcript.pyannote[95].end |
298.95471875 |
transcript.pyannote[96].speaker |
SPEAKER_00 |
transcript.pyannote[96].start |
297.79034375 |
transcript.pyannote[96].end |
298.97159375 |
transcript.pyannote[97].speaker |
SPEAKER_01 |
transcript.pyannote[97].start |
298.97159375 |
transcript.pyannote[97].end |
298.98846875 |
transcript.pyannote[98].speaker |
SPEAKER_00 |
transcript.pyannote[98].start |
298.98846875 |
transcript.pyannote[98].end |
299.00534375 |
transcript.pyannote[99].speaker |
SPEAKER_01 |
transcript.pyannote[99].start |
299.00534375 |
transcript.pyannote[99].end |
299.03909375 |
transcript.pyannote[100].speaker |
SPEAKER_00 |
transcript.pyannote[100].start |
299.03909375 |
transcript.pyannote[100].end |
305.89034375 |
transcript.pyannote[101].speaker |
SPEAKER_01 |
transcript.pyannote[101].start |
301.31721875 |
transcript.pyannote[101].end |
301.33409375 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
305.89034375 |
transcript.pyannote[102].end |
313.19721875 |
transcript.pyannote[103].speaker |
SPEAKER_00 |
transcript.pyannote[103].start |
311.64471875 |
transcript.pyannote[103].end |
312.69096875 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
313.85534375 |
transcript.pyannote[104].end |
317.77034375 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
318.37784375 |
transcript.pyannote[105].end |
320.97659375 |
transcript.pyannote[106].speaker |
SPEAKER_01 |
transcript.pyannote[106].start |
321.16221875 |
transcript.pyannote[106].end |
324.23346875 |
transcript.pyannote[107].speaker |
SPEAKER_01 |
transcript.pyannote[107].start |
325.44846875 |
transcript.pyannote[107].end |
326.88284375 |
transcript.pyannote[108].speaker |
SPEAKER_01 |
transcript.pyannote[108].start |
328.01346875 |
transcript.pyannote[108].end |
329.02596875 |
transcript.pyannote[109].speaker |
SPEAKER_00 |
transcript.pyannote[109].start |
329.02596875 |
transcript.pyannote[109].end |
329.85284375 |
transcript.pyannote[110].speaker |
SPEAKER_00 |
transcript.pyannote[110].start |
330.40971875 |
transcript.pyannote[110].end |
340.50096875 |
transcript.pyannote[111].speaker |
SPEAKER_01 |
transcript.pyannote[111].start |
330.54471875 |
transcript.pyannote[111].end |
331.99596875 |
transcript.pyannote[112].speaker |
SPEAKER_01 |
transcript.pyannote[112].start |
339.04971875 |
transcript.pyannote[112].end |
341.61471875 |
transcript.pyannote[113].speaker |
SPEAKER_01 |
transcript.pyannote[113].start |
342.05346875 |
transcript.pyannote[113].end |
344.01096875 |
transcript.pyannote[114].speaker |
SPEAKER_01 |
transcript.pyannote[114].start |
344.33159375 |
transcript.pyannote[114].end |
345.81659375 |
transcript.pyannote[115].speaker |
SPEAKER_00 |
transcript.pyannote[115].start |
346.79534375 |
transcript.pyannote[115].end |
347.90909375 |
transcript.pyannote[116].speaker |
SPEAKER_01 |
transcript.pyannote[116].start |
347.90909375 |
transcript.pyannote[116].end |
352.66784375 |
transcript.pyannote[117].speaker |
SPEAKER_00 |
transcript.pyannote[117].start |
348.92159375 |
transcript.pyannote[117].end |
349.51221875 |
transcript.pyannote[118].speaker |
SPEAKER_01 |
transcript.pyannote[118].start |
353.35971875 |
transcript.pyannote[118].end |
358.99596875 |
transcript.pyannote[119].speaker |
SPEAKER_00 |
transcript.pyannote[119].start |
358.03409375 |
transcript.pyannote[119].end |
358.21971875 |
transcript.pyannote[120].speaker |
SPEAKER_01 |
transcript.pyannote[120].start |
359.68784375 |
transcript.pyannote[120].end |
364.61534375 |
transcript.pyannote[121].speaker |
SPEAKER_01 |
transcript.pyannote[121].start |
364.78409375 |
transcript.pyannote[121].end |
366.53909375 |
transcript.pyannote[122].speaker |
SPEAKER_01 |
transcript.pyannote[122].start |
366.99471875 |
transcript.pyannote[122].end |
368.71596875 |
transcript.pyannote[123].speaker |
SPEAKER_01 |
transcript.pyannote[123].start |
369.22221875 |
transcript.pyannote[123].end |
370.97721875 |
transcript.pyannote[124].speaker |
SPEAKER_00 |
transcript.pyannote[124].start |
370.55534375 |
transcript.pyannote[124].end |
370.92659375 |
transcript.pyannote[125].speaker |
SPEAKER_01 |
transcript.pyannote[125].start |
372.31034375 |
transcript.pyannote[125].end |
374.35221875 |
transcript.pyannote[126].speaker |
SPEAKER_01 |
transcript.pyannote[126].start |
375.02721875 |
transcript.pyannote[126].end |
376.59659375 |
transcript.pyannote[127].speaker |
SPEAKER_00 |
transcript.pyannote[127].start |
376.76534375 |
transcript.pyannote[127].end |
376.96784375 |
transcript.pyannote[128].speaker |
SPEAKER_01 |
transcript.pyannote[128].start |
376.96784375 |
transcript.pyannote[128].end |
380.61284375 |
transcript.pyannote[129].speaker |
SPEAKER_01 |
transcript.pyannote[129].start |
381.81096875 |
transcript.pyannote[129].end |
385.23659375 |
transcript.pyannote[130].speaker |
SPEAKER_01 |
transcript.pyannote[130].start |
385.50659375 |
transcript.pyannote[130].end |
387.10971875 |
transcript.pyannote[131].speaker |
SPEAKER_01 |
transcript.pyannote[131].start |
387.46409375 |
transcript.pyannote[131].end |
388.02096875 |
transcript.pyannote[132].speaker |
SPEAKER_01 |
transcript.pyannote[132].start |
388.37534375 |
transcript.pyannote[132].end |
391.83471875 |
transcript.pyannote[133].speaker |
SPEAKER_01 |
transcript.pyannote[133].start |
392.23971875 |
transcript.pyannote[133].end |
400.44096875 |
transcript.pyannote[134].speaker |
SPEAKER_01 |
transcript.pyannote[134].start |
401.16659375 |
transcript.pyannote[134].end |
403.49534375 |
transcript.pyannote[135].speaker |
SPEAKER_01 |
transcript.pyannote[135].start |
403.91721875 |
transcript.pyannote[135].end |
406.70159375 |
transcript.pyannote[136].speaker |
SPEAKER_01 |
transcript.pyannote[136].start |
407.71409375 |
transcript.pyannote[136].end |
421.11284375 |
transcript.pyannote[137].speaker |
SPEAKER_01 |
transcript.pyannote[137].start |
421.92284375 |
transcript.pyannote[137].end |
428.03159375 |
transcript.pyannote[138].speaker |
SPEAKER_00 |
transcript.pyannote[138].start |
428.03159375 |
transcript.pyannote[138].end |
428.58846875 |
transcript.pyannote[139].speaker |
SPEAKER_01 |
transcript.pyannote[139].start |
429.12846875 |
transcript.pyannote[139].end |
429.14534375 |
transcript.pyannote[140].speaker |
SPEAKER_00 |
transcript.pyannote[140].start |
429.14534375 |
transcript.pyannote[140].end |
437.97096875 |
transcript.pyannote[141].speaker |
SPEAKER_01 |
transcript.pyannote[141].start |
437.56596875 |
transcript.pyannote[141].end |
438.86534375 |
transcript.pyannote[142].speaker |
SPEAKER_00 |
transcript.pyannote[142].start |
438.86534375 |
transcript.pyannote[142].end |
439.05096875 |
transcript.pyannote[143].speaker |
SPEAKER_00 |
transcript.pyannote[143].start |
439.11846875 |
transcript.pyannote[143].end |
441.02534375 |
transcript.pyannote[144].speaker |
SPEAKER_01 |
transcript.pyannote[144].start |
440.33346875 |
transcript.pyannote[144].end |
440.89034375 |
transcript.pyannote[145].speaker |
SPEAKER_00 |
transcript.pyannote[145].start |
441.51471875 |
transcript.pyannote[145].end |
449.12534375 |
transcript.pyannote[146].speaker |
SPEAKER_01 |
transcript.pyannote[146].start |
445.88534375 |
transcript.pyannote[146].end |
446.25659375 |
transcript.pyannote[147].speaker |
SPEAKER_01 |
transcript.pyannote[147].start |
448.16346875 |
transcript.pyannote[147].end |
449.37846875 |
transcript.pyannote[148].speaker |
SPEAKER_01 |
transcript.pyannote[148].start |
449.76659375 |
transcript.pyannote[148].end |
463.19909375 |
transcript.pyannote[149].speaker |
SPEAKER_00 |
transcript.pyannote[149].start |
454.82909375 |
transcript.pyannote[149].end |
455.99346875 |
transcript.pyannote[150].speaker |
SPEAKER_00 |
transcript.pyannote[150].start |
462.79409375 |
transcript.pyannote[150].end |
463.11471875 |
transcript.pyannote[151].speaker |
SPEAKER_01 |
transcript.pyannote[151].start |
463.68846875 |
transcript.pyannote[151].end |
471.23159375 |
transcript.pyannote[152].speaker |
SPEAKER_01 |
transcript.pyannote[152].start |
472.17659375 |
transcript.pyannote[152].end |
473.29034375 |
transcript.pyannote[153].speaker |
SPEAKER_01 |
transcript.pyannote[153].start |
473.67846875 |
transcript.pyannote[153].end |
477.91409375 |
transcript.pyannote[154].speaker |
SPEAKER_01 |
transcript.pyannote[154].start |
478.42034375 |
transcript.pyannote[154].end |
480.31034375 |
transcript.pyannote[155].speaker |
SPEAKER_01 |
transcript.pyannote[155].start |
482.03159375 |
transcript.pyannote[155].end |
482.04846875 |
transcript.pyannote[156].speaker |
SPEAKER_00 |
transcript.pyannote[156].start |
482.04846875 |
transcript.pyannote[156].end |
485.92971875 |
transcript.pyannote[157].speaker |
SPEAKER_01 |
transcript.pyannote[157].start |
483.26346875 |
transcript.pyannote[157].end |
483.78659375 |
transcript.pyannote[158].speaker |
SPEAKER_00 |
transcript.pyannote[158].start |
485.96346875 |
transcript.pyannote[158].end |
486.04784375 |
transcript.pyannote[159].speaker |
SPEAKER_00 |
transcript.pyannote[159].start |
486.08159375 |
transcript.pyannote[159].end |
497.28659375 |
transcript.pyannote[160].speaker |
SPEAKER_01 |
transcript.pyannote[160].start |
496.47659375 |
transcript.pyannote[160].end |
498.24846875 |
transcript.pyannote[161].speaker |
SPEAKER_00 |
transcript.pyannote[161].start |
498.16409375 |
transcript.pyannote[161].end |
498.43409375 |
transcript.pyannote[162].speaker |
SPEAKER_01 |
transcript.pyannote[162].start |
498.43409375 |
transcript.pyannote[162].end |
505.23471875 |
transcript.pyannote[163].speaker |
SPEAKER_00 |
transcript.pyannote[163].start |
498.45096875 |
transcript.pyannote[163].end |
498.46784375 |
transcript.pyannote[164].speaker |
SPEAKER_00 |
transcript.pyannote[164].start |
500.93159375 |
transcript.pyannote[164].end |
501.04971875 |
transcript.pyannote[165].speaker |
SPEAKER_01 |
transcript.pyannote[165].start |
505.47096875 |
transcript.pyannote[165].end |
516.37221875 |
transcript.pyannote[166].speaker |
SPEAKER_01 |
transcript.pyannote[166].start |
516.94596875 |
transcript.pyannote[166].end |
520.33784375 |
transcript.pyannote[167].speaker |
SPEAKER_01 |
transcript.pyannote[167].start |
520.40534375 |
transcript.pyannote[167].end |
521.06346875 |
transcript.pyannote[168].speaker |
SPEAKER_01 |
transcript.pyannote[168].start |
521.94096875 |
transcript.pyannote[168].end |
523.74659375 |
transcript.pyannote[169].speaker |
SPEAKER_01 |
transcript.pyannote[169].start |
524.84346875 |
transcript.pyannote[169].end |
528.04971875 |
transcript.pyannote[170].speaker |
SPEAKER_01 |
transcript.pyannote[170].start |
528.60659375 |
transcript.pyannote[170].end |
529.33221875 |
transcript.pyannote[171].speaker |
SPEAKER_01 |
transcript.pyannote[171].start |
529.70346875 |
transcript.pyannote[171].end |
531.13784375 |
transcript.pyannote[172].speaker |
SPEAKER_00 |
transcript.pyannote[172].start |
530.96909375 |
transcript.pyannote[172].end |
541.61721875 |
transcript.pyannote[173].speaker |
SPEAKER_01 |
transcript.pyannote[173].start |
541.16159375 |
transcript.pyannote[173].end |
550.72971875 |
transcript.pyannote[174].speaker |
SPEAKER_01 |
transcript.pyannote[174].start |
551.74221875 |
transcript.pyannote[174].end |
556.48409375 |
transcript.pyannote[175].speaker |
SPEAKER_00 |
transcript.pyannote[175].start |
553.04159375 |
transcript.pyannote[175].end |
553.42971875 |
transcript.pyannote[176].speaker |
SPEAKER_01 |
transcript.pyannote[176].start |
556.56846875 |
transcript.pyannote[176].end |
560.53409375 |
transcript.pyannote[177].speaker |
SPEAKER_01 |
transcript.pyannote[177].start |
561.27659375 |
transcript.pyannote[177].end |
568.41471875 |
transcript.pyannote[178].speaker |
SPEAKER_00 |
transcript.pyannote[178].start |
562.94721875 |
transcript.pyannote[178].end |
563.74034375 |
transcript.pyannote[179].speaker |
SPEAKER_01 |
transcript.pyannote[179].start |
568.83659375 |
transcript.pyannote[179].end |
577.49346875 |
transcript.pyannote[180].speaker |
SPEAKER_01 |
transcript.pyannote[180].start |
577.71284375 |
transcript.pyannote[180].end |
582.75846875 |
transcript.pyannote[181].speaker |
SPEAKER_01 |
transcript.pyannote[181].start |
582.92721875 |
transcript.pyannote[181].end |
584.95221875 |
transcript.pyannote[182].speaker |
SPEAKER_01 |
transcript.pyannote[182].start |
585.40784375 |
transcript.pyannote[182].end |
586.90971875 |
transcript.pyannote[183].speaker |
SPEAKER_01 |
transcript.pyannote[183].start |
586.94346875 |
transcript.pyannote[183].end |
589.60971875 |
transcript.pyannote[184].speaker |
SPEAKER_01 |
transcript.pyannote[184].start |
590.80784375 |
transcript.pyannote[184].end |
601.69221875 |
transcript.pyannote[185].speaker |
SPEAKER_00 |
transcript.pyannote[185].start |
595.02659375 |
transcript.pyannote[185].end |
596.93346875 |
transcript.pyannote[186].speaker |
SPEAKER_01 |
transcript.pyannote[186].start |
602.02971875 |
transcript.pyannote[186].end |
605.06721875 |
transcript.pyannote[187].speaker |
SPEAKER_00 |
transcript.pyannote[187].start |
605.32034375 |
transcript.pyannote[187].end |
605.82659375 |
transcript.pyannote[188].speaker |
SPEAKER_01 |
transcript.pyannote[188].start |
605.82659375 |
transcript.pyannote[188].end |
605.84346875 |
transcript.pyannote[189].speaker |
SPEAKER_00 |
transcript.pyannote[189].start |
605.84346875 |
transcript.pyannote[189].end |
605.86034375 |
transcript.pyannote[190].speaker |
SPEAKER_01 |
transcript.pyannote[190].start |
605.86034375 |
transcript.pyannote[190].end |
607.96971875 |
transcript.pyannote[191].speaker |
SPEAKER_00 |
transcript.pyannote[191].start |
607.96971875 |
transcript.pyannote[191].end |
612.98159375 |
transcript.pyannote[192].speaker |
SPEAKER_01 |
transcript.pyannote[192].start |
609.97784375 |
transcript.pyannote[192].end |
611.00721875 |
transcript.whisperx[0].start |
0.222 |
transcript.whisperx[0].end |
1.042 |
transcript.whisperx[0].text |
邱志偉委員請做選擇。邱志偉委員 |
transcript.whisperx[1].start |
30.316 |
transcript.whisperx[1].end |
30.676 |
transcript.whisperx[1].text |
農業部陳部長我們再請陳部長 |
transcript.whisperx[2].start |
61.297 |
transcript.whisperx[2].end |
61.758 |
transcript.whisperx[2].text |
農業部變成雞蛋部 |
transcript.whisperx[3].start |
75.215 |
transcript.whisperx[3].end |
88.304 |
transcript.whisperx[3].text |
我希望能夠更快的釐清如果有不對就改進 如果他們有不實的指控 有不實的質詢 你們當然要反駁 不實的證據 不實的論述 你們就強烈的反駁 對不對所以你要了解為什麼會一直循環這個問題 就是你是不是預測的機制有問題 |
transcript.whisperx[4].start |
100.077 |
transcript.whisperx[4].end |
126.016 |
transcript.whisperx[4].text |
我看一下那個過去10年 過去10年那個但不是缺就是剩 不是缺就是剩缺剩缺剩缺剩這一次循環嘛 就在你這個預測生產預測機制有沒有可能要優化一點 如果你的生產預測機制不好不健全 那你預測就會失準就會變成產銷失調嘛 供應跟需求供應跟需求永遠對不上 |
transcript.whisperx[5].start |
127.591 |
transcript.whisperx[5].end |
133.431 |
transcript.whisperx[5].text |
所以你這個生產預設機制是不是能夠過去的經驗就用大數據你現在不是有你的AI嗎? |
transcript.whisperx[6].start |
134.79 |
transcript.whisperx[6].end |
157.465 |
transcript.whisperx[6].text |
你用這個去預測你該怎麼樣去處理,不要每次這個產銷失調的時候就去補助。不是補助進口,就是補助淘汰這個寡產蛋機。一直在循環。所以問題是你要索購錢之後,到底問題出在哪裡?你們可以用AI、用人工智慧去協助優化你們的生產預測機制。 |
transcript.whisperx[7].start |
159.042 |
transcript.whisperx[7].end |
188.108 |
transcript.whisperx[7].text |
那避免這個預測機制失衡嗎?博林你有什麼想法?謝謝委員的建議那事實上我們現在也在啟動就是說我們現在的調查其實過去的調查很多盲點那我們其實已經去要去掌握過去的這些年度的這些高那個需求量每個月的需求量然後現在目前還有一個重點就是老母雞的淘汰是現在目前淡廠的一個自己的一個調整機制那這些調整我們現在因為 |
transcript.whisperx[8].start |
189.108 |
transcript.whisperx[8].end |
191.85 |
transcript.whisperx[8].text |
對,我們會這樣子,然後這次最主要是消費端的那個拉力、需求力拉不起來啦 |
transcript.whisperx[9].start |
218.709 |
transcript.whisperx[9].end |
223.412 |
transcript.whisperx[9].text |
所以今天的主題是農業移工政策改善你們提出精進作為精進作為你必須要有一個時間表精進作為兩個面向增加人力供給第二個 |
transcript.whisperx[10].start |
248.26 |
transcript.whisperx[10].end |
261.762 |
transcript.whisperx[10].text |
就是減少、減省人力需求攻擊面增加然後呢需求面把它降低對不對?是那你也有時間表第一個你們上個禮拜 |
transcript.whisperx[11].start |
263.274 |
transcript.whisperx[11].end |
279.409 |
transcript.whisperx[11].text |
跟相關的單位有結論按照這個農業能力需求跟勞動部提案申請增加農糧跟畜牧產業的農業移工緣額來 那個農業部有代表來沒有 那個勞動部這個什麼時候會執行這個什麼時候會執行 那個部長你們 |
transcript.whisperx[12].start |
284.073 |
transcript.whisperx[12].end |
312.379 |
transcript.whisperx[12].text |
我們現在是預估就是因為我們現在的一萬兩千人大概預估到年底會大概滿了現在是八千多人那我們已經啟動這個評估八千人現期旅籍你們有這個會議結論你們要跟提案跟勞動部提案嘛對不對什麼時候要提那提出多少元額他們7月開會的時候就因為勞動部有例行的一個會議我們在7月的時候就會提出去所以你這些要序名清楚你要讓讓所有的這個有需求單位瞭解你們一定有做的這些樣的作為齁 |
transcript.whisperx[13].start |
313.919 |
transcript.whisperx[13].end |
329.461 |
transcript.whisperx[13].text |
另外你們加強改善季節性缺工的問題好你說移工跨區這年農會都不知道嘛移工可以跨區是跨區還是跨市跨縣市都可以有南宮北廖嗎 |
transcript.whisperx[14].start |
331.178 |
transcript.whisperx[14].end |
350.822 |
transcript.whisperx[14].text |
他會隨著這個季節的收穫的季節有沒有會在跨最主要是跨縣市喔臨近的縣市為主因為他現在要交通的問題所以你這要講清楚你推動外籍移工跨區這個施辦就要上路了沒上路了沒啊沒合是有幾個建築 |
transcript.whisperx[15].start |
353.47 |
transcript.whisperx[15].end |
377.561 |
transcript.whisperx[15].text |
所以你要把這個做法 讓所有的需求單位了解 可以跨區你有很多政策 雖然是利益良善 但是往往我們這個基層需求單位不了解 我們有哪些有效的政策所以不知道你怎麼想所以這部分你要加強宣導 跟這個相關的農事單位或是農會組織 農場加強去宣導 |
transcript.whisperx[16].start |
381.894 |
transcript.whisperx[16].end |
406.103 |
transcript.whisperx[16].text |
所以很多政策就是你們缺乏宣傳然後你未來這個你要把這個本來本勞跟外勞的合配比這個上上禮拜我開過記者會農業缺工這是一個存在已久的問題但你拿出來對策沒有辦法有效解決嘛如果有效解決就不會一直有缺工嘛對不對 這代表你們政策失靈啊 |
transcript.whisperx[17].start |
407.796 |
transcript.whisperx[17].end |
428.362 |
transcript.whisperx[17].text |
所以你現在未來要把你這個10天以下事業單位合位比跟這個一般農民團體相同這部分什麼時候上路?我們也是大概在7月的會議的時候我們一併會提出來所以這個就是要趕快建基立基然後你說減省人力需求每一鄉鎮都要有農機Uber |
transcript.whisperx[18].start |
429.198 |
transcript.whisperx[18].end |
448.584 |
transcript.whisperx[18].text |
什麼什麼上路我們大概現在開始已經在推動了齁那我們預計齁我們現在大概兩四年之內會全部的一鄉鎮一Uber但是兩年一鄉鎮一Uber對就是重大的產業區 全國重大的重要的這個產區裡面一鄉鎮是一Uber我以為你這個連台北市信譽區都要沒有沒有重要的農業生產區才有啦所以你要把這個 |
transcript.whisperx[19].start |
450.645 |
transcript.whisperx[19].end |
469.122 |
transcript.whisperx[19].text |
你不是每鄉鎮都成立你應該是這個農業縣主要的不是農業縣所有的鄉鎮都需要對不對你要把這區把它列明出來包括高雄市、台南市、屏東縣有哪些鄉鎮有這個所謂的農機uber |
transcript.whisperx[20].start |
472.216 |
transcript.whisperx[20].end |
479.658 |
transcript.whisperx[20].text |
你什麼時候可以上路?什麼時候可以讓農友可以共享農機?你要講清楚啊! |
transcript.whisperx[21].start |
483.419 |
transcript.whisperx[21].end |
504.926 |
transcript.whisperx[21].text |
我想我們這個政策才在上個月沒有應該是兩三個禮拜前確認然後現在正在去規劃每一區的政府區然後現在已經有15團的所以我們會去針對重要的產區規劃大力道有政策要有效率而且要有效果雙效合一人民才有感 |
transcript.whisperx[22].start |
505.566 |
transcript.whisperx[22].end |
507.166 |
transcript.whisperx[22].text |
會不會影響到農業相關系統的招生? |
transcript.whisperx[23].start |
528.866 |
transcript.whisperx[23].end |
550.423 |
transcript.whisperx[23].text |
我想會有一些影響我們有曾經跟相關的大學的老師去討論那相關的就是AI的部分可能是你們是預測未來10年我們農業相關系所的招生的下降的比率人數的比率這個都要 |
transcript.whisperx[24].start |
551.752 |
transcript.whisperx[24].end |
551.892 |
transcript.whisperx[24].text |
委員會主席 |
transcript.whisperx[25].start |
561.351 |
transcript.whisperx[25].end |
562.992 |
transcript.whisperx[25].text |
對,我們確定會支持這三千萬你來倒數你勒 |
transcript.whisperx[26].start |
590.865 |
transcript.whisperx[26].end |
596.59 |
transcript.whisperx[26].text |
臺中市也面臨同樣的狀況所以中央要對地方這種特別是漁港、漁民設施跟漁民、跟漁業有相關的都要加強補助會了解我們會質詢為了整個漁民的安全跟整個漁港的安全性 |