iVOD / 154380

Field Value
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