iVOD / 154547

Field Value
IVOD_ID 154547
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154547
日期 2024-07-05
會議資料.會議代碼 院會-11-1-21
會議資料.會議代碼:str 第11屆第1會期第21次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 21
會議資料.種類 院會
會議資料.標題 第11屆第1會期第21次會議
影片種類 Clip
開始時間 2024-07-05T17:03:34+08:00
結束時間 2024-07-05T17:19:16+08:00
影片長度 00:15:42
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/4edc3fae9cb29e97d85d7d21c16e6db1412a25d0aa7d1a496034d888474fb5f97f55414fe2fddc5c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 17:03:34 - 17:19:16
會議時間 2024-07-05T09:00:00+08:00
會議名稱 第11屆第1會期第21次會議(事由:一、對行政院院長報告施政方針繼續質詢。 二、7月5日上午9時至10時為國是論壇時間。 三、7月9日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 551
gazette.blocks[0][0] 林委員月琴:(17時3分)主席好,麻煩卓院長。
gazette.blocks[1][0] 主席:請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:林委員好。
gazette.blocks[3][0] 林委員月琴:院長午安,辛苦了。我來自民間團體,也長期關心兒少及交通安全。今天我先針對在這個會期裡面一直想解決的一些問題就教一下院長及部長。
gazette.blocks[3][1] 第一個是無照駕駛的問題。從這個數據可以看到,平均每一年大概7萬人的傷亡,而且累犯比例非常高,事故件數近5年大概成長了22%,肇事的死亡率高,比酒駕更嚴重,所以我想問的是,除了提高罰鍰以外,針對其他更有效的管理措施,像扣車和連帶處罰,不知道部裡面有沒有修法的打算?
gazette.blocks[4][0] 李部長孟諺:現在我們確實是對無照駕駛有研擬更新的包括提高罰責,讓無照駕駛的部分可以得到抑制,至於說是不是要有扣車跟連坐、連帶處罰,就是說跟他同乘的,或是車子借給這個無照駕駛人使用的,是不是有連帶的處罰……
gazette.blocks[5][0] 林委員月琴:是,部長,為什麼……
gazette.blocks[6][0] 李部長孟諺:這個部分,我們還要再開會來廣泛徵求各界的意見。
gazette.blocks[7][0] 林委員月琴:我會在這時候提,是因為未成年無照駕駛真的死傷非常地嚴重,當然不是只有未成年,事實上,成年無照駕駛這個問題也造成每一年有近千億的社會成本,可能要去考慮。
gazette.blocks[7][1] 接下來要問的是,針對幼童專用車,目前是不安全又沒得選,為什麼不安全?現在只能靠一款車,可是它沒有安全氣囊、沒有任何所謂的主被動安全系統,也沒有碰撞測試,也請部長很簡單的回答,何時能夠讓我們有安全的幼童專用車可以搭乘?未來是不是有幼童專用車改善的2.0版方案?
gazette.blocks[8][0] 李部長孟諺:是,跟委員報告,現在的幼童專用車,其實依照目前的規範,我記得大概是民國九十幾年,那時候就已經有訂,它必須經過40種安全的測試跟檢驗,所以目前是已經有相關的規定,但是碰撞的測試、碰撞的檢驗,或者是兒童座椅,等於是座椅的安全帶,因為過去有討論過座椅安全帶要不要強制設置,有很多專家是擔心萬一發生狀況的時候,兒童不會自己解開安全帶,所以當時這個部分有被擱置,不過我們會再重啟……
gazette.blocks[9][0] 林委員月琴:對,部長,因為事實上是二到六歲的孩子在乘坐幼童專用車,目前有兩千多輛,而且我們國內只有一款車,真的是沒得選,所以我希望2.0版儘快能夠出來,來照顧我們的孩子……
gazette.blocks[10][0] 李部長孟諺:就是說在40項檢驗之外,對於碰撞是不是造成傷害、怎麼樣去補強,或是說增加檢驗,還有包括……
gazette.blocks[11][0] 林委員月琴:不過,我知道中華得利卡是沒有所謂的40項碰撞甚至相關的試驗,所以我覺得可能還是要去考慮這一塊。可是今天我主要的議題是在於,因為今天這個題目,我是背負著公民團體的期待來進行質詢的,所以也希望我們一起幫幫忙來解決這樣一個狀況。
gazette.blocks[11][1] 首先,我要問院長,你同不同意現在交通違規的罰鍰是政府的提款機?
gazette.blocks[12][0] 卓院長榮泰:應該不是吧!
gazette.blocks[13][0] 林委員月琴:對,我想也是。可是臺灣從交通違規被罰到罰鍰的分配,很常被我們的路權團體嘲笑是一臺提款機、永動機,為什麼他們這樣講?第一,我們的道路環境不佳造成違規,然後造成人民被罰,被罰之後,我們的罰鍰又沒有用於我們的環境改善,然後再度的違規、再度的被罰。第二,我們的罰鍰事實上是用於購買科技的執法設備,並沒有用到道路環境的改善,可是現在科技執法不記點,放任我們的高風險駕駛人繼續危害弱勢用路人,形成了一個惡性循環。
gazette.blocks[13][1] 院長跟部長看看這些道路環境設計的問題,是不是一直在陷害我們的用路人?這則新聞提到的是騎樓停滿車,沒路可走,行人被取締不靠邊走。可是我要問的是,如何靠邊走?已經是沒路可走了。從下一則新聞可以看到,之前在文化大學周遭因為沒有人行道,行人必須貼著路邊走,然後被撞死的是一個便當店老闆娘,他同樣也是被警察講說:怎麼不靠邊走呢?可是我一樣要問的是:如何靠邊走?就已經沒路可走了。這些新聞不是特例,因為現狀就是我們有很多的弱勢用路人、行人跟我們的兒少和身障者都被迫要與車爭道。所以前一陣子,大家在吵微罪不記點的時候,我們的職業駕駛人工會都來跟我講,很多時候不是他們不想守法,是道路環境太差了,陷他們於不義。交通路權團體跟我們的身障家長族群在抱怨,政府在放寬記點制度的時候,同時有沒有去考慮到我們交通環境的改善?這些配套措施到底在哪裡?所以我想問的是,院長,這些道路環境的改善問題,政府打算怎麼解決,然後要多久時間,會投入多少經費預算,有管考制度嗎?
gazette.blocks[14][0] 卓院長榮泰:謝謝委員,委員提到剛剛所說的道路交通違規罰鍰,其中提撥12%作為交通安全及執法的改善,其中有一部分除了優先事項之外,地方政府可以用在道路安全、路面等等的改善工程,其他當然還要做很多,包括周遭違規的取締等等,包括員警各方面要努力。
gazette.blocks[15][0] 林委員月琴:這次行政院很用心提出這樣的一個政策,現在投入4年400億想要去解決、洗刷我們行人地獄的惡名,不過4年400億的經費不是長期性的,財源也不是穩定性的,也沒有制度化的法源依據,當然我們就會很擔心這樣的計畫可能沒有辦法達到永續安全的目標。所以這次會用這個主題來質詢,就是想透過這樣的質詢來幫你找到我們的錢藏在哪裡。
gazette.blocks[15][1] 這是交通部提供的圖表,我們的罰鍰收入總額年年增加,其中收到最多分配款項的是各地方政府,每一年大概有130億,六都大概10到20億。剛剛前面講4年400億,一年大概有100億補助到22縣市,如果一年就有130億用在道路環境的改善,是不是就可以解決我們前面講的惡性循環?
gazette.blocks[15][2] 院長,依照現行規定,在國道上的違規罰鍰收入有17%要運用在交通環境改善,你認為多少比例的罰鍰收入,就像我們剛剛講的給地方政府的,多少比例的罰鍰收入放在交通環境改善上比較合情合理?
gazette.blocks[16][0] 卓院長榮泰:這可能要看現在收來的款項依照目前的比例分配之後,它的執行狀況如何,可以再做進一步的檢討。
gazette.blocks[17][0] 李部長孟諺:也跟委員報告,現在以4年400億來做一些人行路口的改善,其實很多時候是擔心地方的執行量能,因為它做這些改善往往要去取消停車格或者是排除占用等等,反而有時候會擔心它執行不完,但是我覺得未來有一個長久的財源是非常好的。其實除了罰款的財源之外,還有另外一個可以考慮,就是現在我們都有撥給六都汽燃費,汽燃費也是專款專用用在道路,如果這兩筆錢都能夠有一定比例是特別針對安全設施的改善,我覺得可以提升這個部分。
gazette.blocks[18][0] 林委員月琴:根據道路交通違規罰鍰收入分配及運用辦法第三條,本來就明定各縣市舉發的罰鍰收入有75%是進到縣市政府的金庫當中,可是最特別的就是怎麼運用,事實上沒人曉得、也沒人過問,所以我私底下去問某個縣市的交通局局長,問他這樣的經費你們怎麼用,他說很彈性、沒有設限。如果政府首長在意交通環境的話,的確會用在交通環境的改善,可是如果沒有的話也沒有關係。即便剛才院長講的12%的優先項目裡面,大概也有可能他們不用也沒有關係,因為頂多在道安考評的時候被扣分。更何況剛才院長提的是依據第四條的規定,的確要至少提撥12%作為交通執法和交通安全環境改善。不過可以看到基本上大概只有4項在講執法,2項是在講教育,我們講的交通安全3E政策裡面,包括執法、工程及教育,可是這裡面都沒有提到工程,所以也想問兩位知不知道國外對於這類交通罰鍰收入到底會怎麼運用?
gazette.blocks[18][1] 日本稱為「反則金」的違規罰款,基本上是按照事故件數、人口數及改善道路長度,依比例分配地方,可是有要求專款專用於設施設置與道路環境改善,跟剛才說的地方執行很彈性、沒設限很不一樣。美國加州也有所謂的「交通安全基金」,同時也要求要專用於設施設備的購置跟事故傷害的預防,而且要求不可以用於警察人員薪酬的貼補,但可以用於導護人員的貼補。事實上我們的道交處罰條例本來就有講要有一定比例專款專用,用於改善道路交通,所以想問部長這邊一定比例的專款專用,究竟在實務執行上哪一部細則辦法有明定這一定比例?比例是多少?而且要用在改善道路交通。
gazette.blocks[19][0] 李部長孟諺:是。我們現在有一個罰款分配辦法第四條有明定它的比例,裡面有規定至少12%用在道路安全設施,我想之後我們再來找各縣市政府開會,看怎麼樣把這個部分更明確化;另外,也給未來的包括審計單位,他們對地方政府在執行上最後的事後審計可以去監控、去瞭解有沒有專款專用,包括汽燃費是不是都用在道路上,讓這些錢都能夠用在路口上。
gazette.blocks[20][0] 林委員月琴:部長,因為我剛剛提到的第三條是70%分配到地方政府,對地方政府裡邊的88%,我們是沒有管控的,其中的12%,如你剛剛講的……
gazette.blocks[21][0] 李部長孟諺:對。
gazette.blocks[22][0] 林委員月琴:的確它有講到改善環境,但重點是其中的六項優先項目是執法的配備跟教育,完全沒有提到道路環境,所以這就是我們擔心的。甚至也可以說那88%可不可以明定為道路環境的改善,而不是讓各地方政府把這個金庫用在不是道路環境改善當中,那就會形成我剛剛前面講的,永遠就是一個惡性循環。因為道路環境不佳,人民事實上違規被罰,被罰之後罰鍰又沒有用在道路環境改善,又再度地被罰,這不會是一件好事啦!
gazette.blocks[22][1] 當然我們很期待是不是可以這樣來考量,我知道這個涉及、牽扯到地方政府的權限,當然也不是我們今天在這邊談了、說了就算,為求謹慎,如何去訂定地方政府專用於道路環境改善的比例,需要中央跟地方一起來充分溝通,所以是不是中央可以邀集地方政府來充分溝通?或許可以參考一下我們剛剛提到的國道建設管理基金的比例,明定17%,至少在88%裡面可不可以訂一些比例,在12%裡面也可以去考慮要求這部分,而不是道安的分數扣了就算了。
gazette.blocks[22][2] 最後就想問,院長和部長在這裡有沒有機會可以承諾讓罰鍰收入設定一定比例?不過,當然也要問你們心目中的那個比例到底是多少,是不是運用在我們的道路環境當中?
gazette.blocks[23][0] 卓院長榮泰:謝謝委員的建議,立意非常好,但我們現在要突破的是財政紀律法第七條,政府的收入固定進入一個基金之後,它無法專款專用的指定,所以我們是不是從剛剛部長所說的,在現在的比例之下,對於這些優先支應的事項能夠做明確的規範,讓它在交通安全項下,地方政府考量財源的時候,真的優先支用在交通工程的改善,是不是這樣做會比較不會違背財政紀律法的規定?
gazette.blocks[24][0] 林委員月琴:好,當然我還是期待,因為我認為如果道路環境不改善的話,人民就是被迫可能是違規、可能是死傷,所以院長未來我們還有7個會期,我們一起努力。
gazette.blocks[25][0] 卓院長榮泰:好,謝謝。
gazette.blocks[26][0] 主席:謝謝林委員。下一位我們請黃秀芳委員質詢。
gazette.agenda.page_end 92
gazette.agenda.meet_id 院會-11-1-21
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 江啟臣
gazette.agenda.speakers[2] 羅智強
gazette.agenda.speakers[3] 顏寬恒
gazette.agenda.speakers[4] 呂玉玲
gazette.agenda.speakers[5] 游顥
gazette.agenda.speakers[6] 林俊憲
gazette.agenda.speakers[7] 李柏毅
gazette.agenda.speakers[8] 吳秉叡
gazette.agenda.speakers[9] 張宏陸
gazette.agenda.speakers[10] 蘇巧慧
gazette.agenda.speakers[11] 林月琴
gazette.agenda.speakers[12] 黃秀芳
gazette.agenda.speakers[13] 徐富癸
gazette.agenda.speakers[14] 許智傑
gazette.agenda.speakers[15] 魯明哲
gazette.agenda.speakers[16] 林倩綺
gazette.agenda.speakers[17] 李昆澤
gazette.agenda.page_start 26
gazette.agenda.meetingDate[0] 2024-07-05
gazette.agenda.gazette_id 1136601
gazette.agenda.agenda_lcidc_ids[0] 1136601_00003
gazette.agenda.agenda_lcidc_ids[1] 1136601_00004
gazette.agenda.meet_name 立法院第11屆第1會期第21次會議紀錄
gazette.agenda.content 施政質詢 對行政院院長報告施政方針繼續質詢─ 繼續質詢─
gazette.agenda.agenda_id 1136601_00003
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 21.78284375
transcript.pyannote[0].end 25.95096875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 34.32096875
transcript.pyannote[1].end 34.92846875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 35.70471875
transcript.pyannote[2].end 41.96534375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 42.43784375
transcript.pyannote[3].end 43.14659375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 43.90596875
transcript.pyannote[4].end 46.50471875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 46.85909375
transcript.pyannote[5].end 57.27096875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 57.84471875
transcript.pyannote[6].end 63.58221875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 63.85221875
transcript.pyannote[7].end 69.03284375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 69.42096875
transcript.pyannote[8].end 71.58096875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 72.10409375
transcript.pyannote[9].end 74.50034375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 75.12471875
transcript.pyannote[10].end 79.42784375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 79.93409375
transcript.pyannote[11].end 80.33909375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 80.72721875
transcript.pyannote[12].end 91.22346875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 92.05034375
transcript.pyannote[13].end 92.10096875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 93.72096875
transcript.pyannote[14].end 104.70659375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 104.94284375
transcript.pyannote[15].end 107.60909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 107.89596875
transcript.pyannote[16].end 112.30034375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 112.60409375
transcript.pyannote[17].end 113.70096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 114.02159375
transcript.pyannote[18].end 123.35346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 118.15596875
transcript.pyannote[19].end 119.32034375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 123.60659375
transcript.pyannote[20].end 132.58409375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 132.87096875
transcript.pyannote[21].end 136.60034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 137.02221875
transcript.pyannote[22].end 137.42721875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 137.47784375
transcript.pyannote[23].end 137.71409375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 138.32159375
transcript.pyannote[24].end 138.55784375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 138.96284375
transcript.pyannote[25].end 140.76846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 141.39284375
transcript.pyannote[26].end 142.96221875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 143.18159375
transcript.pyannote[27].end 148.51409375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 148.95284375
transcript.pyannote[28].end 151.73721875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 151.82159375
transcript.pyannote[29].end 155.14596875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 155.43284375
transcript.pyannote[30].end 158.92596875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 159.17909375
transcript.pyannote[31].end 167.38034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 168.17346875
transcript.pyannote[32].end 173.32034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 173.65784375
transcript.pyannote[33].end 176.64471875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 176.93159375
transcript.pyannote[34].end 178.85534375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 179.32784375
transcript.pyannote[35].end 181.36971875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 181.60596875
transcript.pyannote[36].end 183.29346875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 183.51284375
transcript.pyannote[37].end 185.21721875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 185.60534375
transcript.pyannote[38].end 185.90909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 186.28034375
transcript.pyannote[39].end 189.38534375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 189.79034375
transcript.pyannote[40].end 191.86596875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 192.22034375
transcript.pyannote[41].end 193.67159375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 194.02596875
transcript.pyannote[42].end 197.60346875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 197.95784375
transcript.pyannote[43].end 199.49346875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 199.84784375
transcript.pyannote[44].end 202.04159375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 202.39596875
transcript.pyannote[45].end 203.74596875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 204.01596875
transcript.pyannote[46].end 205.88909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 206.37846875
transcript.pyannote[47].end 210.15846875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 209.97284375
transcript.pyannote[48].end 225.00846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 215.44034375
transcript.pyannote[49].end 215.72721875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 215.72721875
transcript.pyannote[50].end 215.82846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 222.74721875
transcript.pyannote[51].end 223.03409375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 223.75971875
transcript.pyannote[52].end 227.64096875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 227.92784375
transcript.pyannote[53].end 234.05346875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 232.95659375
transcript.pyannote[54].end 239.79096875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 237.49596875
transcript.pyannote[55].end 237.58034375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 237.88409375
transcript.pyannote[56].end 238.25534375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 238.25534375
transcript.pyannote[57].end 238.27221875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 240.09471875
transcript.pyannote[58].end 241.68096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 241.95096875
transcript.pyannote[59].end 256.12596875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 256.75034375
transcript.pyannote[60].end 263.26409375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 263.78721875
transcript.pyannote[61].end 264.46221875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 264.78284375
transcript.pyannote[62].end 292.10346875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 292.54221875
transcript.pyannote[63].end 297.03096875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 297.55409375
transcript.pyannote[64].end 306.04221875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 306.36284375
transcript.pyannote[65].end 337.81784375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 338.20596875
transcript.pyannote[66].end 349.15784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 349.20846875
transcript.pyannote[67].end 364.14284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 364.44659375
transcript.pyannote[68].end 369.00284375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 369.17159375
transcript.pyannote[69].end 382.90784375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 383.29596875
transcript.pyannote[70].end 385.33784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 385.64159375
transcript.pyannote[71].end 395.63159375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 396.64409375
transcript.pyannote[72].end 401.45346875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 401.99346875
transcript.pyannote[73].end 410.21159375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 410.36346875
transcript.pyannote[74].end 414.49784375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 415.00409375
transcript.pyannote[75].end 416.94471875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 417.14721875
transcript.pyannote[76].end 420.23534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 420.52221875
transcript.pyannote[77].end 422.66534375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 424.01534375
transcript.pyannote[78].end 429.01034375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 429.24659375
transcript.pyannote[79].end 436.14846875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 436.35096875
transcript.pyannote[80].end 442.24034375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 442.66221875
transcript.pyannote[81].end 450.79596875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 451.25159375
transcript.pyannote[82].end 462.20346875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 462.42284375
transcript.pyannote[83].end 465.47721875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 465.67971875
transcript.pyannote[84].end 470.74221875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 471.11346875
transcript.pyannote[85].end 478.53846875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 478.82534375
transcript.pyannote[86].end 490.18221875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 490.55346875
transcript.pyannote[87].end 492.73034375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 493.38846875
transcript.pyannote[88].end 499.86846875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 500.18909375
transcript.pyannote[89].end 512.89596875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 502.61909375
transcript.pyannote[90].end 503.05784375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 513.94221875
transcript.pyannote[91].end 513.99284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 513.99284375
transcript.pyannote[92].end 515.64659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 515.95034375
transcript.pyannote[93].end 521.41784375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 522.81846875
transcript.pyannote[94].end 523.13909375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 523.47659375
transcript.pyannote[95].end 524.86034375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 523.62846875
transcript.pyannote[96].end 524.08409375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 525.18096875
transcript.pyannote[97].end 528.84284375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 529.16346875
transcript.pyannote[98].end 530.02409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 530.17596875
transcript.pyannote[99].end 534.27659375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 534.46221875
transcript.pyannote[100].end 536.16659375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 536.55471875
transcript.pyannote[101].end 538.74846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 538.98471875
transcript.pyannote[102].end 540.31784375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 540.45284375
transcript.pyannote[103].end 540.85784375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 541.11096875
transcript.pyannote[104].end 543.49034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 543.86159375
transcript.pyannote[105].end 550.03784375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 547.89471875
transcript.pyannote[106].end 548.13096875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 550.30784375
transcript.pyannote[107].end 552.85596875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 553.17659375
transcript.pyannote[108].end 554.57721875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 555.04971875
transcript.pyannote[109].end 557.37846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 557.66534375
transcript.pyannote[110].end 559.58909375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 557.88471875
transcript.pyannote[111].end 558.18846875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 559.80846875
transcript.pyannote[112].end 566.40659375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 564.43221875
transcript.pyannote[113].end 582.69096875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 580.46346875
transcript.pyannote[114].end 580.48034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 580.48034375
transcript.pyannote[115].end 580.49721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 580.49721875
transcript.pyannote[116].end 580.51409375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 583.19721875
transcript.pyannote[117].end 590.57159375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 590.89221875
transcript.pyannote[118].end 591.93846875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 592.24221875
transcript.pyannote[119].end 592.86659375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 593.13659375
transcript.pyannote[120].end 593.94659375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 594.36846875
transcript.pyannote[121].end 613.55534375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 613.62284375
transcript.pyannote[122].end 618.55034375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 618.63471875
transcript.pyannote[123].end 629.75534375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 629.97471875
transcript.pyannote[124].end 636.79221875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 636.94409375
transcript.pyannote[125].end 642.98534375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 643.08659375
transcript.pyannote[126].end 649.22909375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 649.88721875
transcript.pyannote[127].end 657.02534375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 657.27846875
transcript.pyannote[128].end 666.79596875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 666.81284375
transcript.pyannote[129].end 674.52471875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 675.19971875
transcript.pyannote[130].end 698.77409375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 698.92596875
transcript.pyannote[131].end 699.46596875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 699.75284375
transcript.pyannote[132].end 701.98034375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 703.14471875
transcript.pyannote[133].end 713.79284375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 714.01221875
transcript.pyannote[134].end 730.06034375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 730.81971875
transcript.pyannote[135].end 732.03471875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 732.20346875
transcript.pyannote[136].end 734.68409375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 735.02159375
transcript.pyannote[137].end 735.69659375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 736.00034375
transcript.pyannote[138].end 737.40096875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 737.60346875
transcript.pyannote[139].end 739.42596875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 739.66221875
transcript.pyannote[140].end 741.85596875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 742.15971875
transcript.pyannote[141].end 744.97784375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 745.19721875
transcript.pyannote[142].end 746.96909375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 747.28971875
transcript.pyannote[143].end 749.23034375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 749.48346875
transcript.pyannote[144].end 750.49596875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 750.78284375
transcript.pyannote[145].end 752.47034375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 752.85846875
transcript.pyannote[146].end 756.08159375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 756.53721875
transcript.pyannote[147].end 757.26284375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 757.48221875
transcript.pyannote[148].end 760.73909375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 761.17784375
transcript.pyannote[149].end 762.42659375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 762.76409375
transcript.pyannote[150].end 765.31221875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 765.70034375
transcript.pyannote[151].end 768.09659375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 768.38346875
transcript.pyannote[152].end 771.50534375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 771.97784375
transcript.pyannote[153].end 786.47346875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 783.53721875
transcript.pyannote[154].end 783.62159375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 783.67221875
transcript.pyannote[155].end 783.82409375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 783.82409375
transcript.pyannote[156].end 783.84096875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 783.84096875
transcript.pyannote[157].end 783.89159375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 786.55784375
transcript.pyannote[158].end 788.73471875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 788.90346875
transcript.pyannote[159].end 813.30471875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 813.65909375
transcript.pyannote[160].end 814.28346875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 813.74346875
transcript.pyannote[161].end 814.21596875
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 814.35096875
transcript.pyannote[162].end 815.80221875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 816.05534375
transcript.pyannote[163].end 825.13409375
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 825.40409375
transcript.pyannote[164].end 833.23409375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 833.60534375
transcript.pyannote[165].end 834.21284375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 834.28034375
transcript.pyannote[166].end 835.20846875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 835.52909375
transcript.pyannote[167].end 841.75596875
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 842.14409375
transcript.pyannote[168].end 860.80784375
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 860.85846875
transcript.pyannote[169].end 867.79409375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 865.07721875
transcript.pyannote[170].end 865.41471875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 868.18221875
transcript.pyannote[171].end 880.90596875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 881.05784375
transcript.pyannote[172].end 884.71971875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 884.87159375
transcript.pyannote[173].end 887.38596875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 887.48721875
transcript.pyannote[174].end 894.05159375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 894.91221875
transcript.pyannote[175].end 896.41409375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 896.81909375
transcript.pyannote[176].end 897.29159375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 897.42659375
transcript.pyannote[177].end 899.77221875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 900.05909375
transcript.pyannote[178].end 901.96596875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 902.47221875
transcript.pyannote[179].end 905.35784375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 905.54346875
transcript.pyannote[180].end 907.34909375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 908.09159375
transcript.pyannote[181].end 910.40346875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 910.63971875
transcript.pyannote[182].end 916.78221875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 916.86659375
transcript.pyannote[183].end 922.26659375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 922.77284375
transcript.pyannote[184].end 925.70909375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 925.82721875
transcript.pyannote[185].end 927.97034375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 928.66221875
transcript.pyannote[186].end 929.35409375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 929.53971875
transcript.pyannote[187].end 934.92284375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 935.46284375
transcript.pyannote[188].end 937.45409375
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 937.69034375
transcript.pyannote[189].end 940.69409375
transcript.whisperx[0].start 21.943
transcript.whisperx[0].end 25.705
transcript.whisperx[0].text 主席好,麻煩我們的卓院長。請卓院長備詢。林委員好。院長午安,辛苦了。我來自民間團體也長期關心兒少跟交通安全。今天我先針對於在這個會期裡邊一直想解決的一些問題,
transcript.whisperx[1].start 50.888
transcript.whisperx[1].end 78.458
transcript.whisperx[1].text 先來就教一下我們的院長跟部長那第一個事實上是無照駕駛的問題從這個數據可以看到平均每一年大概7萬人的傷亡那而且他累積比例就累犯比例非常高而且事故件數呢但近5年大概成長22%而肇事的死亡率高他堪比酒駕更嚴重所以想問的是
transcript.whisperx[2].start 80.802
transcript.whisperx[2].end 91.011
transcript.whisperx[2].text 除了提高我們的罰款以外,針對其他更有效的管理措施,像扣車和連帶處罰,不知道部裡邊有沒有修法的打算?
transcript.whisperx[3].start 93.932
transcript.whisperx[3].end 119.253
transcript.whisperx[3].text 現在我們確實是對無照駕駛有研擬更進包括提高罰則讓無照駕駛的部分可以得到抑制至於說是不是要有扣車跟連帶處罰就是說跟他同乘的或是說車子借給無照駕駛使用的是不是有連帶的處罰這個部分我們還要再做開會來廣泛徵求各界的意見
transcript.whisperx[4].start 123.686
transcript.whisperx[4].end 131.42
transcript.whisperx[4].text 我會在這時候提示因為未成年無照駕駛真的死傷非常的嚴重所以希望說大概不是只有未成年事實上成年無照駕駛這個問題
transcript.whisperx[5].start 132.932
transcript.whisperx[5].end 154.49
transcript.whisperx[5].text 也造成每一年有近千億的社會成本,可能要去考慮。接下來就想也要問的是,針對幼童專用車,目前我們是不安全又沒得選。為什麼不安全?現在只能靠一款車,可是它沒有安全氣囊,沒有任何所謂的主被動安全系統,也沒有碰撞測試。
transcript.whisperx[6].start 155.526
transcript.whisperx[6].end 167.195
transcript.whisperx[6].text 那我不知道也很簡單的請部長回答就是何時能夠讓我們有安全的幼童專用車可以搭乘未來是不是有幼童專用車改善的2.0版的方案
transcript.whisperx[7].start 168.226
transcript.whisperx[7].end 168.246
transcript.whisperx[7].text 市長
transcript.whisperx[8].start 186.331
transcript.whisperx[8].end 205.517
transcript.whisperx[8].text 但是碰撞的測試、碰撞的檢驗或者是兒童坐椅的等於是坐椅的安全帶因為過去之前有討論過坐椅安全帶要不要強制設置那有很多的專家是擔心萬一有發生狀況的時候兒童不會自己解開安全帶
transcript.whisperx[9].start 206.837
transcript.whisperx[9].end 232.214
transcript.whisperx[9].text 所以當時這個部分有被擱置,不過我們會再重啟。對,是,部長,因為每一天事實上是2到6歲的孩子在乘坐幼童專載車,而且現在目前有2000多輛,而且我們國內只有一款車,真的是沒得選。所以我希望能夠2.0版盡快能夠出來,來照顧孩子。就是說在這個40項檢驗之外,那對於碰撞是不是造成傷害,怎麼樣去補強,或是說增加這個檢驗?
transcript.whisperx[10].start 233.175
transcript.whisperx[10].end 254.725
transcript.whisperx[10].text 不過我知道中華德力卡是沒有所謂的事實上的碰撞的,甚至相關的事項,所以我覺得可能還是要去考慮這一塊。可是今天我主要的議題是在於,因為今天這個題目我是背負著公民團體的期待下來進行質詢的,所以也希望能夠我們一起幫幫忙來解決這樣的一個狀況。
transcript.whisperx[11].start 256.823
transcript.whisperx[11].end 264.514
transcript.whisperx[11].text 首先我要問院長你同不同意現在的交通違規的罰環是政府的提款機?應該不是吧?
transcript.whisperx[12].start 265.301
transcript.whisperx[12].end 291.519
transcript.whisperx[12].text 對我想也是可是臺灣從我們的交通違規被罰到我們的法環的分配的話很常被我們的入權團體嘲笑是一台提款機、永動機為什麼他們這樣講第一我們的道路環境不佳造成違規然後呢造成人民被罰被罰之後我們的法環又沒有用於我們的環境改善然後再度的違規再度的被罰第二我們的法環事實上是用於購買科技的執法設備
transcript.whisperx[13].start 292.6
transcript.whisperx[13].end 292.72
transcript.whisperx[13].text ﹚林月琴
transcript.whisperx[14].start 307.709
transcript.whisperx[14].end 325.98
transcript.whisperx[14].text 請問一下我們看一下院長跟部長看看這些道路的環境設計的問題是不是一直在陷害我們的用路人。這則新聞提到的是騎樓停滿車沒路可走那行人被取締不靠邊走可是我要問的是啊如果靠邊走已經是沒路可走了
transcript.whisperx[15].start 326.58
transcript.whisperx[15].end 337.453
transcript.whisperx[15].text 下一則新聞就可以看到之前在文化大學我們的周遭環境因為沒有人行道而他必須貼著路邊走然後呢被撞死的一個便當店的老闆娘
transcript.whisperx[16].start 338.288
transcript.whisperx[16].end 356.305
transcript.whisperx[16].text 他同樣也是被警察講說怎麼不靠邊走呢可是我一樣要問的是那如何靠邊走就已經沒路可走啦那這些新聞不是特例因為現狀就是我們有很多的弱勢用路人行人跟我們的兒少跟身障者都被迫要與車爭道
transcript.whisperx[17].start 357.594
transcript.whisperx[17].end 382.334
transcript.whisperx[17].text 所以前一陣子大家在草圍最不祭典的時候我們的職業駕駛人工會都來跟我講說很多時候不是他們不想守法是道路環境太差了先他們也不育那交通路權團體跟我們的身障跟家長族群他們也在抱怨也就是政府在放寬祭典制度的時候同時有沒有去考慮到我們交通環境的改善這些配套措施到底在哪邊
transcript.whisperx[18].start 383.355
transcript.whisperx[18].end 395.345
transcript.whisperx[18].text 那所以就想來問的是,院長這些道路環境的改善問題政府打算怎麼解決,然後要多久的時間,會投入多少的經費預算,有管考的制度嗎?
transcript.whisperx[19].start 397.033
transcript.whisperx[19].end 422.641
transcript.whisperx[19].text 謝謝委員。如果委員提到剛剛所說的道路交通違規的罰款其中提撥12%作為交通安全跟這個交通安全跟執法的改善其中有一部分除了優先事項之外地方政府可以用在道路安全路面等等的改善工程那其他當然還要做很多包括這個周遭違規的取締等等這個都要在包括遠景各方面要努力的
transcript.whisperx[20].start 424.036
transcript.whisperx[20].end 435.504
transcript.whisperx[20].text 我想這是我們行政院很用心的就是有這樣的一個政策就是我們現在大概四年四百億的確事實上想要去解決我們洗刷我們行人地獄的這樣子的一個惡名
transcript.whisperx[21].start 436.516
transcript.whisperx[21].end 458.871
transcript.whisperx[21].text 不過這四年四百億這個經費不是長期性的財源也不是穩定性的所以也沒有制度化的法源依據但我們就很擔心說這樣的計畫可能沒有辦法達到永續安全的一個目標所以這次會議用這個主題來質詢就是希望院長想透過這個樣的質詢來幫你找到我們的錢藏在哪裡
transcript.whisperx[22].start 459.631
transcript.whisperx[22].end 459.711
transcript.whisperx[22].text ﹝發言委員﹞
transcript.whisperx[23].start 478.919
transcript.whisperx[23].end 479.039
transcript.whisperx[23].text ﹚林月琴
transcript.whisperx[24].start 493.41
transcript.whisperx[24].end 520.99
transcript.whisperx[24].text 院長如果是依照現行規定的話在國道上我們的違規的罰款收入有17%要運用在交通環境的改善那你認為多少的比例的罰款收入就是我們剛剛講給地方政府的多少的比例收入可以放在交通環境改善上比較合情合理這可能要現在看看他現在收來的款項在目前的比例分配之後他執行的狀況如何可以再做進一步的檢討
transcript.whisperx[25].start 523.534
transcript.whisperx[25].end 543.411
transcript.whisperx[25].text 也跟委員報告其實現在四年四百億來做一些人行路口的這個改善其實很多時候是擔心地方的執行量能因為他做這些改善往往要去比如說取消停車格或者是排除佔用等等所以反而有時候會擔心他執行不完
transcript.whisperx[26].start 543.911
transcript.whisperx[26].end 548.112
transcript.whisperx[26].text 因為我們法規在根據我們的道路交通違規法環的收入分配跟運用辦法的第三條
transcript.whisperx[27].start 572.057
transcript.whisperx[27].end 579.261
transcript.whisperx[27].text 本來就明定說我們各縣市的舉發的罰款收入有75%是進到縣市政府的金庫當中。
transcript.whisperx[28].start 580.509
transcript.whisperx[28].end 605.116
transcript.whisperx[28].text 可是最特別的就是怎麼運用事實上沒人曉得也沒人過問所以我私底下去問某個縣市的交通局局長問他說你們這樣的經費怎麼用他說很難信沒有設限如果政府首長呢他在意交通環境的話的確會用在交通環境的改善可是如果沒有的話也沒有關係即便剛才院長講的那個12%的優先項目裡邊
transcript.whisperx[29].start 607.737
transcript.whisperx[29].end 636.229
transcript.whisperx[29].text 大概有可能他們不用也沒有關係因為頂多道安考評的時候被扣分更何況剛剛院長提的那是應據第四條的規定是提的確是要至少提撥百分之十二來作為交通執法跟我們的交通安全環境改善不過可以看到基本上大概就只有四項是在講執法兩項是在講教育我們講交通安全三一的政策裡邊
transcript.whisperx[30].start 637.048
transcript.whisperx[30].end 663.782
transcript.whisperx[30].text 指法工程跟我們的教育可是這裡邊都沒有提到工程所以也想問兩位知不知道說在國外對於這類的交通罰款的收入到底會怎麼去運用那日本呢稱為反折金的那個違規的罰款呢他們基本上是按照我們的事故件數人口數跟改善道路的長度依比例來分配地方
transcript.whisperx[31].start 664.222
transcript.whisperx[31].end 691.785
transcript.whisperx[31].text 可是有要求專款專用用於我們的設施設置跟道路環境改善跟地方剛才在執行的說很彈性然後沒設限很不一樣那美國加州也有所謂的交通安全基金的一個專用那他同時也是要求要專用於我們的設施設備構置跟事故傷害的預防而且要求不可以用於哪裡
transcript.whisperx[32].start 692.345
transcript.whisperx[32].end 718.56
transcript.whisperx[32].text 警察人員的薪酬的貼補那甚至可以用於的是導護人員的貼補所以我就想問的是在這邊事實上是我們的道交處罰條例裡邊本來就有講說要有一定的比例來專款專用用在我們的改善道路交通所以想問部長這邊的一定比例的專款專用
transcript.whisperx[33].start 719.048
transcript.whisperx[33].end 729.804
transcript.whisperx[33].text 究竟是在實務執行上有哪一步細則辦法有明定說這一定的比例比例是多少而且要用在我們的改善道路交通
transcript.whisperx[34].start 731.091
transcript.whisperx[34].end 755.209
transcript.whisperx[34].text 我們現在有一個罰款分配辦法第4條有明定它的比例那裡面也有規定就是12%至少12%用在這個道路安全設施那我想之後我們再來找各縣市政府再來開會看怎麼樣把這個部分能夠更明確化那另外也給未來的包括審計單位
transcript.whisperx[35].start 756.51
transcript.whisperx[35].end 758.392
transcript.whisperx[35].text 府長,因為我剛剛講齁,我們剛剛第三條講的是75%分配到我們的地方政府。
transcript.whisperx[36].start 778.004
transcript.whisperx[36].end 804.973
transcript.whisperx[36].text 這地方政府裡邊的88%我們是沒有管控的其中的12%如你剛剛講的的確他有講在改善環境可是重點是他的其中的6項優先項目是執法的配備跟教育完全沒有提到道路環境所以這就是我們擔心甚至可不可以也可以講說那88%可不可以明定道路環境的改善而不是讓各地方政府用這個金庫呢
transcript.whisperx[37].start 805.393
transcript.whisperx[37].end 805.413
transcript.whisperx[37].text 拜訪議員
transcript.whisperx[38].start 825.512
transcript.whisperx[38].end 849.397
transcript.whisperx[38].text 所以當然我們就很期待是不是可以這樣來做一個考量因為我知道是這個涉及的有牽扯到地方政府的權限但也不是說我們今天在這邊談了說了就算那所以為求謹慎的話如何去訂定地方政府專用於這種道路環境改善的比例的話
transcript.whisperx[39].start 849.957
transcript.whisperx[39].end 859.292
transcript.whisperx[39].text
transcript.whisperx[40].start 859.502
transcript.whisperx[40].end 886.941
transcript.whisperx[40].text 我們剛剛提到的國道建設管理基金的比例明定17%至少你的88%裡邊可不可以定一些比例然後在12%裡邊也可以去考慮要求而不是道安的分數扣了就算所以最後就想讓我們的院長和部長在這邊有沒有機會可以承諾這個部分讓華環的收入設定的一定比例不過大家也要問
transcript.whisperx[41].start 887.642
transcript.whisperx[41].end 893.783
transcript.whisperx[41].text 您們心目中的比例到底是多少?是不是運用在我們的道路環境當中?
transcript.whisperx[42].start 895.292
transcript.whisperx[42].end 924.034
transcript.whisperx[42].text 謝謝委員的這個建議利益非常好但是我們現在要突破的是財政紀律法第7條政府的收入固定進入一個基金之後他無法專款專用的指定所以我們是不是從剛剛部長所說的在現在的比例之下對於這些優先之應的事項能夠做明確的規範讓他在交通安全的向下真的地方政府考量在裁員的時候優先之用在交通工程的改善
transcript.whisperx[43].start 924.514
transcript.whisperx[43].end 924.534
transcript.whisperx[43].text 拜訪議員