iVOD / 154571

Field Value
IVOD_ID 154571
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154571
日期 2024-07-09
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 2024-07-09T09:33:37+08:00
結束時間 2024-07-09T09:49:13+08:00
影片長度 00:15:36
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/21d04b5a781cb618cc3505a46111da2ea09fb1100d58f4bedf33c4bcbc9cfa9342edee24a00ddc365ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 羅明才
委員發言時間 09:33:37 - 09:49:13
會議時間 2024-07-09T09:00:00+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 163
gazette.blocks[0][0] 羅委員明才:(9時33分)主席江副院長、行政院卓院長及各部會首長。麻煩主席請卓院長。
gazette.blocks[1][0] 主席:請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:羅委員好。
gazette.blocks[3][0] 羅委員明才:院長早。臺灣現在大家覺得大概有三多,第一個,詐騙多;第二個,到南部常常感覺治安不好,開槍多;第三個就是臺灣的媒體壟斷的非常厲害,很多偏頗的情況。面對這三多,不曉得卓院長你要如何大刀闊斧的改善?
gazette.blocks[4][0] 卓院長榮泰:謝謝委員,我們都發現同樣的問題,所以我們的五打七安裡面,這個都大概包含在內,前面兩個部分,一個就是打詐,還有就是黑金槍的問題,「黑金槍毒詐」都包括在裡面了,打詐的部分,我們一方面希望通過打詐四法。第二方面,打詐中心的部分,我們請數位部、法務部、內政部全面在進行打詐,目前對於利用名人來詐騙的事情,有了初步的一個進展,但是不夠澈底,再來就是希望數位部能夠提供一個平臺,讓大家可以上去詢問這個事件、這個訊息是真是假,這個部分也一定會在最近這幾個月當中上路。另外,打詐中心的部分,我們希望它能夠更精進現在的作為,能夠把案件一一地、誠實地落實,讓相關的單位來做更多的追索。同時,銀行對金融的體系跟手續也要做完整,這是打詐的部分。至於槍的部分,我們從今天開始就會執行全國同步掃黑跟貪瀆的行動專案,希望能夠持續進行下去,跟接續從6月25號開始的綠能掃黑專案、貪瀆專案一樣,能夠一直進行下去,希望我們能展現最大的決心。
gazette.blocks[4][1] 同時,早上我們也邀集各部會的首長,我希望能夠做一個更整體的概念,向人民宣示,現在政府的兩大主軸,一個是經濟發展,一個是維持治安,兩處會同時來進行。
gazette.blocks[5][0] 羅委員明才:是,希望這三多可以完全降低、消滅掉,還給臺灣人民好的生活。
gazette.blocks[6][0] 卓院長榮泰:我們全力地努力。
gazette.blocks[7][0] 羅委員明才:昨天我們看到臺南漁會的林理事長居然在家裡的門口被槍擊,然後他的女兒還是議員,不曉得院長認不認識、知不知道這件事?
gazette.blocks[8][0] 卓院長榮泰:當然知道。
gazette.blocks[9][0] 羅委員明才:知道,那是什麼原因?
gazette.blocks[10][0] 卓院長榮泰:現在看起來,這是一個有計畫性的事件,因為清晨就在家門口堵人,車輛經過輾轉之後,還把車輛燒掉,而且利用不同的交通工具等等,這是一個有計畫的、縝密的工作,也因為如此,現在我們的整個專案小組是全面在展開訴追當中。
gazette.blocks[11][0] 羅委員明才:怎麼這幾年這些槍擊事件都發生在臺南?究竟臺南發生了什麼事情?以前臺南是府城,結果現在變成是警匪戰上演的場所,三不五時就有這樣的事情發生。院長你要不要查?
gazette.blocks[12][0] 卓院長榮泰:現在我們是不排除任何可能,也不假設任何狀況,到底是什麼因素、什麼原因發生的,現在是全面在搜查當中,包括所有的關係人等等,已經全面展開了。
gazette.blocks[13][0] 羅委員明才:這跟那個太陽光電有沒有關係?
gazette.blocks[14][0] 卓院長榮泰:我不排除任何可能,但是也不設定任何特定的事件,這樣我們檢調單位查的範圍才會周延、廣泛,能夠具體、迅速來找到這個行為人。
gazette.blocks[15][0] 羅委員明才:我想這是冰山一角啦,因為冰凍三尺非一日之寒,我發現這個問題錯綜複雜,可是院長,如果你遇到夠力的人士,不管在媒體方面或是政治勢力方面,你敢不敢查?
gazette.blocks[16][0] 卓院長榮泰:只要是在我職責內,而且對人民有利的,我想委員可以信得過我。
gazette.blocks[17][0] 羅委員明才:好,那希望你第一個就是勿枉勿縱;第二個,你的肩膀要夠硬。
gazette.blocks[18][0] 卓院長榮泰:是。
gazette.blocks[19][0] 羅委員明才:希望不要有其他的因素來影響你該做正事的這個機會。另外,剛剛講的,就是臺灣的媒體,院長有沒有覺得現在的媒體有被壟斷的情況?
gazette.blocks[20][0] 卓院長榮泰:我覺得媒體應該忠實地報導事實的真相,自己的立場可以用分析的方式,但是不代表新聞,就新聞的處理,應該讓人民有知道事實真相的權利,這個應該全力地維護。臺灣經過這麼多年民主的發展,我們對媒體已經有相當嚴格的要求,但是我希望媒體能夠把自己的立場放在後面,把事實真相呈現出來。
gazette.blocks[21][0] 羅委員明才:媒體應該是非常重要的公器,應該心裡都有一把尺,可是現在臺灣的情況變得很糟糕,藍的就看藍的頻道,綠的就喜歡看綠的頻道。
gazette.blocks[22][0] 卓院長榮泰:這樣不好啊!
gazette.blocks[23][0] 羅委員明才:這樣很不好吧!對不對?
gazette.blocks[24][0] 卓院長榮泰:是。
gazette.blocks[25][0] 羅委員明才:時代在變,我們希望媒體有它的公權力,可以教化人心嘛!而不是現在的頻道一打開來,院長不曉得你有沒有在看電視的習慣,我看到現在都不看了,因為不是狗咬人就是狗咬狗,不然就是交通事故「喔咿喔咿」,每天報這個是什麼新聞啊!能不能拜託院長,新聞的素質可不可以提升一點啊?像日本、像歐美國家,他們的一些內容有國際觀。可是現在的媒體有的為了要省錢,就隨便亂七八糟在報,講難聽一點,有的東西「教歹囡仔大細」,好像臺灣的8點檔一樣,老人家或者是家庭婦女每天看、每天看,偶爾我也看,陪我媽媽看,可是看了半天,劇情演了10年、20年還是一樣,就是婆媳吵架,不然就是什麼車子被撞、醫院的問題,再演都是演這些東西啊!低價的、廉價的成本,這樣子好嗎?
gazette.blocks[25][1] 是不是政府應該給予一些獎勵,讓他們做一些好的片子嘛!比如說像以前的八千里路雲和月,或者是有認識地理、臺灣的一些民俗等等,是不是政府可以拿一些錢來補助他們,不然臺灣的這些影音節節敗退。你看韓國政府把所有的資源用力來支持韓國的影音,我們看它的韓團、很多的影片都賣到全世界,這方面是不是行政院有什麼想法可以改變?
gazette.blocks[26][0] 卓院長榮泰:委員,其實最近很多的臺劇也引起一些臺流,它跟整個大的平臺合作,也製造出不少、相當多膾炙人口的影片出來,大家也都非常的喜歡。現在希望這樣的風氣、製作的水準內容,能夠引到我們國內的電視臺來,從內製的節目上,大家來做精進、做這部分的進步,因為文化到底是國家的軟實力。我們看到韓流看到能夠大舉的向全世界去發展,臺灣應該也有這個實力,我想二、三十年前,臺灣的歌曲、音樂在亞洲地區都是翹起大拇指的,那現在……
gazette.blocks[27][0] 羅委員明才:對啊!結果現在都節節敗退。
gazette.blocks[28][0] 卓院長榮泰:我們在電影方面,文化部也有文策院等等,我們也希望第一個、媒體要自律,第二個、戲劇的製作希望朝向多元而且精緻化,現在臺劇的這些發展過程,應該值得很多的文化工作者來做參考。
gazette.blocks[29][0] 羅委員明才:是,謝謝院長可以關心這一塊,與其8,800億亂亂花,倒不如把一些錢、資金、資源,公正的用來推廣所有的影音還有一些媒體的自律,希望院長可以找到一個好的方式,讓臺灣的環境大家住得安心,看所有的影片或者是看新聞的時候,不要看得怵目驚心,好不好?
gazette.blocks[30][0] 卓院長榮泰:好的,謝謝。
gazette.blocks[31][0] 羅委員明才:謝謝。因為這是交通質詢,對於現在AI的發展,我們拭目以待,臺灣未來的自駕車或是無人駕駛,這一塊不曉得已經做好準備了沒?我們什麼時候在臺北市可以看到無人駕駛的汽車,讓人民可以很方便的來使用,大概什麼時候可以上路?
gazette.blocks[32][0] 卓院長榮泰:我們從傳統的燃油車,現在進步到電動車,電動車裡面就有分好幾個不同level的自駕程序,我們全國各地還有一些試驗場。
gazette.blocks[33][0] 羅委員明才:大概什麼時候會很普遍的,在臺北市的街頭我們就可以坐無人車?部長不知道有沒有什麼規劃?
gazette.blocks[34][0] 李部長孟諺:是,現在臺灣有16個在做自駕實驗的專案正在進行,不過臺灣的交通狀況跟國外不一樣,我們的機車特別多,所以相關的自駕跟機車之間的介面,或者是互相之間的干擾,我覺得還要再審慎,所以我們目前……
gazette.blocks[35][0] 羅委員明才:5年內還看不到?
gazette.blocks[36][0] 李部長孟諺:目前我覺得可能還要先從比較保守,或是比較封閉型的場域繼續來進行……
gazette.blocks[37][0] 羅委員明才:好啦!看起來沒有那麼快啦!
gazette.blocks[38][0] 李部長孟諺:我覺得安全還是第一,最優先。
gazette.blocks[39][0] 羅委員明才:所以在捷運的推動方面,應該要加快速度。比如本席最關心的捷運延伸至深坑,未來接到石碇,這個喊了快12年了,到現在還沒開始動工,院長可不可以關心一下?因為不論歷任的縣長、市長,大家都支持啊!包括蘇貞昌以前蘇縣長、包括侯友宜侯市長,沒有人反對,大家都積極在推動,所以這個部分是不是可以加快腳步?
gazette.blocks[40][0] 卓院長榮泰:現在可行性的研究,應該新北市政府在提出當中,至於預留後面那一段到石碇的這個過程,這個內容應該還要做相當的修正,請交通部詳細說明。
gazette.blocks[41][0] 羅委員明才:我補充一下,其實就是在石碇交流道那邊做一個轉運中心,現在我們發現國五到宜蘭堵車都堵得很厲害,像童玩節等等,每個禮拜六、禮拜天堵得很厲害。所以我們鼓勵大家多多來搭乘大眾捷運,進來臺北城市的時候,在石碇的交流道那邊就當一個轉運站,車輛不要再進到臺北市了,本席一直提出這個構想,也希望院長、部長可以支持。
gazette.blocks[42][0] 李部長孟諺:目前深坑輕軌正在可行性的評估,今年有一些審查意見給新北市,新北市還在修正,如果送上來,我們就會依程序來協助他們,也會預留這個空間。
gazette.blocks[43][0] 羅委員明才:部長,一、二、三、四、五、六、七、八、九,我們地方還要等多久?
gazette.blocks[44][0] 李部長孟諺:你可能要去催新北市啦,它還沒送出來。
gazette.blocks[45][0] 羅委員明才:是不是改天我約一下新北市侯市長跟你一起見個面,把事情講完再下班,一次就解決啦!這樣不是更快嗎?因為要12年了!
gazette.blocks[46][0] 李部長孟諺:只要地方政府規劃送上來,我們就會全力來協助。
gazette.blocks[47][0] 羅委員明才:因為深坑這個地方很漂亮,它也是整個大臺北都會區的後花園。
gazette.blocks[48][0] 李部長孟諺:是。
gazette.blocks[49][0] 羅委員明才:其實就長遠來看,早做晚做不如早點做,也比較省錢。比如說你看看我們的捷運環狀線南段,到現在做的這個進度怎麼樣?聽說要延宕啊?
gazette.blocks[50][0] 李部長孟諺:現在南北環都在施工的階段,目前都已經發包施工。
gazette.blocks[51][0] 羅委員明才:南環因為是經過我的選區──新店、政大這個地方,現在有沒有遇到什麼困難?
gazette.blocks[52][0] 李部長孟諺:目前瞭解是有順利發包,也積極地在施工。
gazette.blocks[53][0] 羅委員明才:如果10年前做就比較省一點,現在物價飆漲,很可惜。另外一個基隆捷運,還有捷運汐止民生線的問題,同樣是捷運,我在新店那個地方安坑輕軌都已經完工開始通車了,也非常感謝我們交通部還有所有相關人員,做得很好。你看20年過了,汐止還在那邊空喊汐止民生線。
gazette.blocks[54][0] 李部長孟諺:也跟委員報告,汐東線主要當時是跟汐止民生線掛在一起,但是臺北市當時對汐止民生線有一些疑慮,因為……
gazette.blocks[55][0] 羅委員明才:對,都有一些問題啦!
gazette.blocks[56][0] 李部長孟諺:所以後來交通部跟新北市政府達成共識把這一段獨立出來。
gazette.blocks[57][0] 羅委員明才:有問題就是要協調把它克服啦!因為本席來自地方,也拜託院長關心一下安城快速道路的興建,這對地方交通很有幫助,還有特別是華城快速道路才5公里而已,30億解決大概3萬人的交通、行的安全的問題,也拜託院長多多幫忙。
gazette.blocks[58][0] 卓院長榮泰:謝謝委員,這個也要新北市政府趕快進行一些評估,謝謝。
gazette.blocks[59][0] 羅委員明才:好,謝謝。
gazette.blocks[60][0] 委員羅明才書面補充資料:
gazette.blocks[60][1] 一、AI發展對智慧交通、自駕技術發展與法規與時俱進
gazette.blocks[60][2] 交通部過去提出2021交通科技產業政策白皮書,其中論及「5G智慧交通應用推動政策」。隨著先進的資通訊科技被導入於交通運輸領域,如車路人聯網(Vehicle-Infrastructure-Person Network, VIP-Network)及人工智慧影像辨識與資料分析技術等,帶來許多破壞性的創新性服務出現,這些服務可能帶來更安全、更包容、更公平、更有效率與更永續的未來,另一方面,在轉變過程中也對既有的法令規範及運輸生態帶來相當大的衝擊。基此,政府亟需積極參與探索交通科技之創新應用,及驗證相關產品技術與服務的可行性,使其發揮應有的正面效益。同時,透過政策引導方式,協助國內相關產業進一步提升技術能量及國際市場競爭力。
gazette.blocks[60][3] 交通是串聯生活與產業活動的血脈,相關產業亦是帶動國家整體產業發展的重要火車頭。因此先進國家對於新興智慧交通科技(如自駕車、車聯網、交通行動服務等)均積極投入創新服務實證布局,如美國的M-City、韓國的K-City、新加坡的CETRAN園區等都是目前全球的標竿。為此,交通部規劃未來5年在「智慧運輸系統發展建設計畫」投入10億元資源,及未來6至10年投入15億元資源,推動5G智慧交通應用實證,預估由實驗場域所引動之國內新興智慧交通服務產值,未來5年約新臺幣50億元,未來6至10年約新臺幣125億元以上的規模。首先,規劃建構國內第一個連結生活場域及商業環境新興智慧交通科技實證場域,場域內將涵蓋光通訊、5G環境、新世代路側及感測裝置、智慧號控、雲端管理平台等新世代基礎設施,並可整合自駕車及車聯網等成為新興智慧交通服務之創新服務發想及商業試煉的基礎,讓政府部門與民眾降低對於新技術與服務的隔閡,加速未來相關應用的落地,打造臺灣成為全球發展創新智慧交通服務的先驅者。
gazette.blocks[60][4] 再來,規劃引入國際大廠共同參與,透過主題式的合作模式,帶動國際領導大廠與本地業者的共同合作,協助業者打入國際產業鏈。另透過多元公共參與機制,讓政府部門、在地民眾、服務營運商、產業部門、新創團隊等持續對話並探索在地需求,藉由研發補助、主題式實證等機制,打磨創新的技術、服務概念與商業模式,有效加速「以使用者為中心」解決方案的成形。最後,希望藉由此實驗場域驗證的成果,導引未來智慧交通相關的軟硬體工程標準發展的脈絡,建立實驗數據共享之機制,進而協助主管機關作為相關法規的調適的依據。
gazette.blocks[60][5] 首先本席請教部長,交通科技產業政策白皮書僅於2021年提出,三年過去了並沒有再更新。隨著AI科技的大爆發,各國對伺服器、算力等的技術也大幅提升,對於交通部之前提出的「智慧運輸系統發展建設計畫」,是否有助於縮短各項建設發展的時間?而是否因為「無人載具科技創新實驗條例」歸屬於經濟部,是以在交通部「交通科技產業政策白皮書」中只著重於無人機科技產業政策?。
gazette.blocks[60][6] 因應未來汽車新科技帶來對汽車傳產業的變革與新商機,除了在傳統汽車產業界引發顛覆性變化,也為ICT產業界提供無限想像的機會。是以國內ICT產業界在去年成立了「台灣先進車用技術發展協會」(TADA),在ICT產業與汽車業之間搭起跨業溝通平台,促進對彼此產業模式的了解,以進一步合作開發先進汽車相關產品,開拓全球市場的商機。而科技產業互動較為密切的主管機關亦是經濟部而非交通部,對於整合汽車傳產業與ICT產業界切入交通運輸的部分,交通部如何協調不同產業觀念上的碰撞?及整合不同專業領域的技術?
gazette.blocks[60][7] ICT產業切入汽車產業,目前較著重於:車用半導體,車用晶片的種類與規格隨著近年智能電動車的發展,而愈加複雜多樣化。尤其是AI高階晶片的發展,需要更多的專業人才,才能有在技術層面突破的可能性。智慧座艙與智駕,特別聚焦在座艙內各面板的應用。將來因自動駕駛技術的導入,車子的角色轉型成為移動平台,用車者在座艙內可利用時間進行商務或娛樂的活動,包括車窗等車身部位都將搖身一變成為互動式面板,台灣ICT產業在其中可發揮的空間極為寬廣。電源/電力/電控:台灣產業在此領域已有良好實績,包括Tesla、與諸多國內電動大巴業者,皆已打入其市場,並持續延伸至兩輪與三輪電動載具。是以,即便在台北市電腦公會所舉辦的台北國際電腦展(COMPUTEX)為例,就可以見到以「智慧應用」為主題,將電動車、車聯網、ADAS、充電設備、與車用感測元件等各方面的未來汽車科技做為展覽的主軸之一。ICT產業與汽車業的密切合作,也使得資訊電腦業將進一步發展到應用與服務、智能化與聯網化、交通與IT的整合,讓全世界的B2B買家來體驗台灣在未來汽車世界的系統整合(SI)與提出解決方案的實戰能力。將台灣的ICT技術能力擴及全球,並順利攻入國際汽車產業供應鏈。
gazette.blocks[60][8] 綜上,發展智慧交通、自駕技術、及未來實際推廣現實應用,絕非僅僅是交通部的事務。本席在此建議院長,宜盡早推動跨部會的平台,交通部、經濟部、數發部、國發會等,參考國際先驅,如德國自2021年7月28日生效之《自動駕駛法》,允許高度自動駕駛(L4)車輛於2022年開上德國公共道路,成為全世界第一個無人駕駛車輛從研究走向日常生活之國家。跨部會推動訂定自駕車相關法律,建立自動駕駛之認定機制、研擬自駕車駕駛人之行車注意義務、明定自駕車倫理規範、及未來《道路交通管理處罰條例》如何訂定有關自動駕駛之行為態樣與相關罰則等,宜盡早著手準備。
gazette.blocks[60][9] 法制規範逐漸成熟之後,產官學界便能致力於推動臺灣ICT技術能力與智慧交通、自駕技術之發展。包括(一)促進跨域合作打造新世代交通服務與基礎建設面對道路交通壅塞、運輸事故頻仍、從業人力短缺、偏遠地區缺乏基本運輸服務及新興科技改變既有交通服務生態等,從人本交通、人民有感的角度打造智慧交通系統,擺脫行人地獄的惡名,帶給民眾更具安全感及效率的交通環境。(二)推動新興交通產業標準與應用驗證機制連結人工智慧、物聯網與5G技術,形成跨領域整合,使設備技術多元、服務跨域,擴大智慧運輸產業生態圈,從標準化感測通訊設備、數位內容匯流格式及共通開放平台等,發展智慧運輸產業標準。(三)推動跨領域合作共創產業價值鏈以擴大產業效益將實驗場域作為新興技術與服務的試煉場,從概念、服務到商業驗證,進而帶動國際交通科技相關產業合作,營造創新生態體系。
gazette.blocks[60][10] 二、捷運延伸至深坑石碇
gazette.blocks[60][11] 新北市府喊了12年的深坑輕軌捷運在歷經11次可行性研究報告送審後,終於在2022年12月8日獲交通部審查修正後通過「深坑線輕軌運輸系統暨周邊土地開發可行性研究報告書」,爾後交通部並函覆審查意見有系統選擇(車輛、機電與號誌)、公共運輸相關配套措施等。後續將依審查意見修正,盡速提送交通部同意,轉行政院審議、爭取核定。新北市捷運局指出,全案經費117億,將力拚2030年完工。
gazette.blocks[60][12] 目前規劃S4站的位置為國有財產署土地,未來希望能規劃為青年宅、社會住宅,配合深坑線設站,除提升便利性之外,亦能帶動捷運運量。S5站周邊則有法務部庫房,未來隨著捷運深坑線的推動發展,希望法務部能與新北市政府討論聯合開發的可行性。如若交通部、國發會允諾,未來深坑線S5站可繼續向北延伸南港,將可服務中華科技大學、中央研究院等運輸交通需求,並與文湖線連接成環狀,增加捷運路網的服務範圍與便利性。或將深坑輕軌再延伸至石碇交流道,相信還能再帶動石碇整體的城市發展,畢竟軌道設施都已經建置了,如能發揮更大的效益,造福周邊居民,對深坑、石碇生活圈都會是樁美事。
gazette.blocks[60][13] 三、捷運環狀線─南環段
gazette.blocks[60][14] 捷運南環段大坪林至動物園分為2個區段標CF670(新店大坪林─政大)及CF670A(政大─動物園),其中台北捷運南環段CF670標(新店─政大段)今年六月遭逢第5次流標。據了解,該CF670區段標工程,包含Y2A、Y03、Y04及Y05站等4座地下車站及各站的水電、環控,以及四段潛盾隧道,除了需穿過淡水河及基隆河施工困難之外,還會經過一年多達100多天在考試的考試院,加上大環境缺工缺料、公共工程釋出數量多等,皆影響廠商投標意願。
gazette.blocks[60][15] 環狀線(南環段/北環段)路線長度20.66公里,原經費1369.06億元。其中南環段即將進入施工階段,自木柵動物園站沿新光路經政治大學、永安街、木柵路,再穿越景美溪南側工業區至新店線大坪林站。施工進行階段常常對周邊居民而言是苦不堪言,除了需要忍受工程噪音、空氣品質受影響之外,還有塞車帶來的交通黑暗期,民眾無不希望工程效率越快越好。其次,近期原物料高漲、缺工等影響,推升重大公共工程的營建成本,並造成公共工程流標率大幅提升。期盼行政院多給予地方經費上的支持,協助地方提高工程效率,縮短工期,就是對地方最大的幫忙。本席請教院長,未來進入施工期,行政院可否協助向考試院協調,施工至考試院周邊期間,儘量調整考期或考試地點,以提供考生寧靜的應考環境並兼顧加快南環段之施工進度、縮短工期。
gazette.blocks[60][16] 四、基隆捷運、捷運汐止民生線
gazette.blocks[60][17] 基隆捷運由新北市府興建,從南港到八堵,全長15.59公里,其中樟樹灣到汐止區公所與汐東捷運共線,並共用社后機廠。新北捷運局長表示,基隆捷運目前在基本設計,年底設計完成後,按照程序會報經費審議到工程會,整體工程預計明年6月招標。
gazette.blocks[60][18] 地方期盼10多年的捷運民生汐止線,行經北市大同、中山、松山、內湖及新北汐止,預計路線長度17.4公里,場站包含地下8站與高架7站、1座機場。北市段路線全長約11公里,8座地下站、1座高架站共9座車站,系統型式與汐東捷運一致,使用獨立路權的中運量LRRT系統服務,未來採「一車直達」與基隆捷運結合形成完整路網。台北捷運局為加速建設,攜手新北捷運局合作台北市段綜合規劃作業。台北捷運局指出,民生汐止線可行性研究2011年12月19日奉行政院核定,2020年11月2日全線環評獲環保署同意備查。考量台北市區沿線未來發展潛力、運輸系統特性、道路系統條件,以及台北都會區捷運系統整體路網銜接便利性,參酌地方民意,研擬北市段路線方案,將與已核定的汐東捷運銜接。北市段綜合規劃報告書已提報中央審議,核定後將串聯淡水信義線、中和新蘆線及環狀線東環段,構成台北都會區完整捷運路網,也可帶動大同、中山、松山首都核心發展,並配合內湖內科2.0發展計畫,讓優勢產業發揮群聚效益,地區機能相互支援,增進產業發展綜效。請交通部加速審議作業。
gazette.blocks[60][19] 汐東捷運線總長5.56公里,起於北市內湖區蘆洲里,先東向抵達新北汐止區的社后機廠與SB11車站後,在福德一路與同興路轉彎往東南到同興路SB12站,接著通過新社后橋後抵樟樹灣的SB13站。接著從汐止大同路一段向東北,穿過北二高橋下設置SB14站,再南轉康誥坑溪東轉往新台五路,至汐止區公所設置終點站,共計6站。採LRRT中運量自動駕駛系統,每列車可乘載530人,其中樟樹灣至汐止公所將與基隆捷運共線、共站、共用社后機廠,SB14可與台鐵汐科站銜接轉乘。汐東線也將在SB10站設計約300公尺長的電動步道與文湖線東湖站轉乘。
gazette.blocks[60][20] 汐東捷運總建設經費376.93億元,基隆捷運計畫分擔98.47億元,中央同意先行匡列278.46億元,新北市負擔220.5億元,中央補助57.96億元。新北市議員白珮茹指出,汐東線是高架設計,且汐東線是打通社後地區十幾萬人口的重要路廊,汐東線難度在於橫跨雙北市與基隆,若不趕快標出去,未來恐怕還會面臨更多挑戰。因受近期原物料高漲、缺工等影響,推升重大公共工程的營建成本,並造成公共工程流標率大幅提升。未來招標、施工上如遇到各種關卡,期盼中央多給予地方經費上的支持,協助地方縮短施工工期,提高工程效率。
gazette.blocks[60][21] 基隆捷運預計於今年底設計完成後,按照程序會報經費審議送至公共工程委員會。本席期許未來基隆捷運相關設計、經費報告等送至公程會後,公共工程委員會能鼎力相助新北市、基隆市府,以回應汐止、基隆數十萬民眾的期待,並期許基隆捷運整體工程能順利於明年6月招標。
gazette.blocks[60][22] 五、安城快速道路、華城快速道路
gazette.blocks[60][23] 華城快速道路
gazette.blocks[60][24] 為改善新店、安坑地區交通問題,並整合北二高道路、新店溪東西兩岸環快,新北市府積極推動「安坑1號道路」,並於民國92年完成「安坑1號道路可行性研究及路線規劃」,且環境影響說明書分別已於93、96年通過,安坑1號道路第三期業於104年擇定替代路線,起點為安一路,路線橫越華城路、永業路,且行經新店區灣潭自辦市地重劃區,終點至臺9甲線(新烏路)。鑒於104年擇定替代路線至今已間隔近十年,考量路廊通過區域存在新社區開發、道路線形變化及日益增長之交通需求等因素,為減少房屋拆遷、降低生態環境衝擊、分析交通流量及檢討法規適當性等事宜,有必要於上位規劃階段重新檢視前期規劃與現狀之具體差異。預計113年5月完成檢討前期規劃,並預計114年1月完成環境差異分析。
gazette.blocks[60][25] 原定安坑一號道路第3-1A標(華城快速道路),從新店華城路連接安坑交流道約5.5公里,是連結大台北華城、青山鎮等社區5千多位居民及學生的重要聯外道路。隨著通貨膨脹以及營造成本提高影響,粗估經費約需30億元,本席期望中央能優先補助新北市政府完成此路段。
gazette.blocks[60][26] 另有關安坑道路第2-4期路段(安泰路至安康路三段)目前新北市政府納入都市計畫通盤檢討,後續視整體區域人口及交通需求發展情形,評估開發成本效益後,再行辦理後續作業。屆時新北市政府提交中央時,請公共工程委員會、交通部或營建署等機關大力支持。
gazette.blocks[60][27] 安城快速道路
gazette.blocks[60][28] 依交通部高公局統計資料顯示,國道三號安坑至中和路段不論平假日皆為易壅塞路段,而此路段受地形影響,已難以進行拓寬工程。為疏導車流避開此一路段,本席建議交通部另闢「安城快速道路」,由安坑一號道路沿五城向土城清水交流道方向開通,除可作為國道三號安坑至中和路段的替代道路之外,亦可提供土城與新店安坑便捷的交通路廊,亦可提高安坑一號道路之效益。又「安城快速道路」未來恐須以隧道工程等方式進行,經費上尚須公共工程委員會、交通部或營建署等機關大力支持新北市政府。
gazette.blocks[60][29] 六、央北環快、國道高架段
gazette.blocks[60][30] 新店十四張B單元都市計畫案(即十四張重劃區),在中央審議長達11年之久,終於在今年五月獲內政部都市計畫委員會審議通過。對此,新北市城鄉局表示,占地面積逾34公頃的十四張重劃區,未來將配合地區發展需求,預計規劃機關、社會福利設施、學校、公園等用地,補足都市所需的公共設施,預計在明年中公告區段徵收計畫,並於2027上半年工程完工。由於十四張重劃區位處捷運環狀線南機廠周邊,將配合捷運環狀線十四張站及安坑輕軌十四張站,規劃周邊道路系統及停車場兼轉運站用地,並新設各類公設用地約19.77公頃,比例高達57%,設有包括機關用地、社會福利設施用地和學校用地等,另外,也規劃公園用地複合使用,並設置地下化的水資源中心,以及公園綠地等。
gazette.blocks[60][31] 規劃中的十四張聯開案幅員逾4萬坪,不但是十四張重劃區備受矚目的投資案,更是全國最大的捷運聯開案,將納入商業、住宅和社福等項目。而與其緊鄰的新店央北重劃區也在持續發展中,移入人口正急速增加。在上下班交通尖峰時段已出現塞車情形,未來隨著周邊開發案的完成,人口大量進駐,車流壅塞恐怕更嚴重。
gazette.blocks[60][32] 新店央北重劃區及甫通過十四張重劃區相比鄰,當地主要聯外道路僅有兩條,分別是環河路及中央路往來國道或台北方向。隨著十四張重劃區、十四張捷運站聯開案的發展,未來至少再成長兩萬戶人口進駐,對於未來將成長的交通需求應及早規劃。當地里長與居民已向新北市政府建議:加蓋高架快速道路,分別銜接環河快速道路台北方向與國道三號交流道,以有效舒緩當地車流。新北交通局也了解到地方的需求,目前主要是經費問題,以及是否會影響水利地、禁限建等的技術問題等,研究評估經費約需2500萬,本席希望院長以及交通部這邊體察地方需求,爭取中央能夠協助新北市政府取得相關經費,來將當地交通情況評估到最詳細。新北市府除了評估另蓋道路外,同時也會做周邊道路整體規畫,包含溪園路與環河路規畫、央北重劃區到十四張捷運站、另一條往國道的銜接道等,達到確實舒緩車流、解決交通壅塞情形。
gazette.blocks[60][33] 七、新店、大文山地區停車位供不應求亟待解決
gazette.blocks[60][34] 新店區人口已超過30萬人,長年因用地狹小,人口成長迅速,以致停車需求量大。鑒於新店高中已改建為地下停車場,使用率非常高,時常一位難求。本席建議可參考新店高中的前例,利用新店各國中小興建地下停車場,例如新店的大豐國小、中正國小、北新國小、安坑國小、新和國小及文山國中、五峰國中;坪林區坪林國中等,以解決民眾停車需求。故此,本席特別要請教交通部長,是否可提供新北市政府經費補助,推動改建中小學地下停車場,以解決新店、大文山地區老舊社區長年以來停車位欠缺的問題。
gazette.blocks[61][0] 主席:謝謝羅委員,謝謝院長。
gazette.blocks[61][1] 下一位請吳琪銘委員質詢。
gazette.agenda.page_end 182
gazette.agenda.meet_id 院會-11-1-21
gazette.agenda.speakers[0] 江啟臣
gazette.agenda.speakers[1] 王定宇
gazette.agenda.speakers[2] 黃國昌
gazette.agenda.speakers[3] 羅明才
gazette.agenda.speakers[4] 吳琪銘
gazette.agenda.speakers[5] 葉元之
gazette.agenda.speakers[6] 邱若華
gazette.agenda.speakers[7] 楊曜
gazette.agenda.speakers[8] 羅智強
gazette.agenda.speakers[9] 黃健豪
gazette.agenda.speakers[10] 盧縣一
gazette.agenda.speakers[11] 蘇清泉
gazette.agenda.speakers[12] 林國成
gazette.agenda.speakers[13] 李昆澤
gazette.agenda.speakers[14] 羅廷瑋
gazette.agenda.speakers[15] 陳培瑜
gazette.agenda.speakers[16] 林月琴
gazette.agenda.speakers[17] 游顥
gazette.agenda.speakers[18] 王正旭
gazette.agenda.speakers[19] 林淑芬
gazette.agenda.speakers[20] 涂權吉
gazette.agenda.page_start 93
gazette.agenda.meetingDate[0] 2024-07-09
gazette.agenda.gazette_id 1136601
gazette.agenda.agenda_lcidc_ids[0] 1136601_00005
gazette.agenda.agenda_lcidc_ids[1] 1136601_00006
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─ 詢答完畢─
gazette.agenda.agenda_id 1136601_00004
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 6.37596875
transcript.pyannote[0].end 7.38846875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 7.70909375
transcript.pyannote[1].end 8.68784375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 9.19409375
transcript.pyannote[2].end 11.92784375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.18096875
transcript.pyannote[3].end 16.65284375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 24.76971875
transcript.pyannote[4].end 25.41096875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 25.88346875
transcript.pyannote[5].end 26.82846875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 27.89159375
transcript.pyannote[6].end 29.32596875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 29.35971875
transcript.pyannote[7].end 30.43971875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 30.99659375
transcript.pyannote[8].end 32.22846875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 33.02159375
transcript.pyannote[9].end 33.57846875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 34.11846875
transcript.pyannote[10].end 34.86096875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 36.29534375
transcript.pyannote[11].end 36.86909375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 37.52721875
transcript.pyannote[12].end 38.32034375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 39.60284375
transcript.pyannote[13].end 40.76721875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 41.25659375
transcript.pyannote[14].end 42.25221875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 43.29846875
transcript.pyannote[15].end 44.20971875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 45.23909375
transcript.pyannote[16].end 45.98159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 46.57221875
transcript.pyannote[17].end 47.04471875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 47.46659375
transcript.pyannote[18].end 49.37346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 50.14971875
transcript.pyannote[19].end 51.65159375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 52.22534375
transcript.pyannote[20].end 53.67659375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 54.43596875
transcript.pyannote[21].end 55.76909375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 56.32596875
transcript.pyannote[22].end 57.15284375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 57.43971875
transcript.pyannote[23].end 58.18221875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 58.60409375
transcript.pyannote[24].end 59.19471875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 59.36346875
transcript.pyannote[25].end 62.26596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 63.91971875
transcript.pyannote[26].end 67.59846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 68.20596875
transcript.pyannote[27].end 73.35284375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 73.96034375
transcript.pyannote[28].end 74.77034375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 75.46221875
transcript.pyannote[29].end 78.90471875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 79.25909375
transcript.pyannote[30].end 81.55409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 81.68909375
transcript.pyannote[31].end 83.46096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 83.74784375
transcript.pyannote[32].end 87.05534375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 87.39284375
transcript.pyannote[33].end 89.62034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 89.72159375
transcript.pyannote[34].end 92.69159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 93.18096875
transcript.pyannote[35].end 99.17159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 99.42471875
transcript.pyannote[36].end 103.49159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 104.01471875
transcript.pyannote[37].end 105.97221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 106.15784375
transcript.pyannote[38].end 109.60034375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 109.85346875
transcript.pyannote[39].end 110.54534375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 110.83221875
transcript.pyannote[40].end 113.80221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 114.03846875
transcript.pyannote[41].end 115.43909375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 115.70909375
transcript.pyannote[42].end 122.74596875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 122.76284375
transcript.pyannote[43].end 125.91846875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 126.45846875
transcript.pyannote[44].end 130.15409375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 130.33971875
transcript.pyannote[45].end 141.02159375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 141.20721875
transcript.pyannote[46].end 161.89596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 162.18284375
transcript.pyannote[47].end 163.60034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 164.98409375
transcript.pyannote[48].end 165.01784375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 165.01784375
transcript.pyannote[49].end 165.10221875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 165.10221875
transcript.pyannote[50].end 165.16971875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 165.70971875
transcript.pyannote[51].end 171.00846875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 171.00846875
transcript.pyannote[52].end 171.27846875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 171.27846875
transcript.pyannote[53].end 174.02909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 171.31221875
transcript.pyannote[54].end 172.32471875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 175.26096875
transcript.pyannote[55].end 176.44221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 176.94846875
transcript.pyannote[56].end 177.60659375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 178.04534375
transcript.pyannote[57].end 180.08721875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 180.98159375
transcript.pyannote[58].end 182.55096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 183.81659375
transcript.pyannote[59].end 184.71096875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 185.58846875
transcript.pyannote[60].end 186.87096875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 187.30971875
transcript.pyannote[61].end 188.32221875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 188.71034375
transcript.pyannote[62].end 192.97971875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 193.50284375
transcript.pyannote[63].end 194.29596875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 194.73471875
transcript.pyannote[64].end 194.76846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 194.76846875
transcript.pyannote[65].end 195.78096875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 196.27034375
transcript.pyannote[66].end 200.45534375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 200.62409375
transcript.pyannote[67].end 201.14721875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 201.51846875
transcript.pyannote[68].end 204.79221875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 204.97784375
transcript.pyannote[69].end 207.00284375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 207.23909375
transcript.pyannote[70].end 209.63534375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 209.82096875
transcript.pyannote[71].end 214.36034375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 214.36034375
transcript.pyannote[72].end 217.04346875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 217.09409375
transcript.pyannote[73].end 218.61284375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 220.78971875
transcript.pyannote[74].end 221.27909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 221.65034375
transcript.pyannote[75].end 223.30409375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 224.53596875
transcript.pyannote[76].end 224.60346875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 224.60346875
transcript.pyannote[77].end 224.68784375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 225.04221875
transcript.pyannote[78].end 226.93221875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 225.12659375
transcript.pyannote[79].end 225.53159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 227.84346875
transcript.pyannote[80].end 228.68721875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 229.32846875
transcript.pyannote[81].end 230.47596875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 230.77971875
transcript.pyannote[82].end 234.01971875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 235.03221875
transcript.pyannote[83].end 236.04471875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 236.31471875
transcript.pyannote[84].end 237.88409375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 238.76159375
transcript.pyannote[85].end 239.20034375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 240.14534375
transcript.pyannote[86].end 240.21284375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 240.21284375
transcript.pyannote[87].end 242.10284375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 242.60909375
transcript.pyannote[88].end 245.22471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 245.24159375
transcript.pyannote[89].end 247.90784375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 247.95846875
transcript.pyannote[90].end 256.83471875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 252.24471875
transcript.pyannote[91].end 252.95346875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 256.86846875
transcript.pyannote[92].end 259.45034375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 260.07471875
transcript.pyannote[93].end 263.04471875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 263.16284375
transcript.pyannote[94].end 268.91721875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 269.11971875
transcript.pyannote[95].end 270.80721875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 271.06034375
transcript.pyannote[96].end 272.05596875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 272.52846875
transcript.pyannote[97].end 273.91221875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 274.08096875
transcript.pyannote[98].end 275.43096875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 276.03846875
transcript.pyannote[99].end 277.20284375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 277.50659375
transcript.pyannote[100].end 278.46846875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 279.41346875
transcript.pyannote[101].end 280.56096875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 281.25284375
transcript.pyannote[102].end 281.80971875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 282.23159375
transcript.pyannote[103].end 282.70409375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 282.83909375
transcript.pyannote[104].end 283.64909375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 285.20159375
transcript.pyannote[105].end 286.34909375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 287.95221875
transcript.pyannote[106].end 289.38659375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 289.55534375
transcript.pyannote[107].end 289.90971875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 290.44971875
transcript.pyannote[108].end 290.93909375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 291.47909375
transcript.pyannote[109].end 292.05284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 292.54221875
transcript.pyannote[110].end 293.35221875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 293.35221875
transcript.pyannote[111].end 293.36909375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 293.90909375
transcript.pyannote[112].end 294.83721875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 294.83721875
transcript.pyannote[113].end 294.85409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 296.49096875
transcript.pyannote[114].end 297.97596875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 298.49909375
transcript.pyannote[115].end 299.64659375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 300.00096875
transcript.pyannote[116].end 301.40159375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 302.51534375
transcript.pyannote[117].end 302.78534375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 303.03846875
transcript.pyannote[118].end 303.64596875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 303.64596875
transcript.pyannote[119].end 303.67971875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 304.10159375
transcript.pyannote[120].end 304.11846875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 304.11846875
transcript.pyannote[121].end 304.43909375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 305.04659375
transcript.pyannote[122].end 306.80159375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 307.35846875
transcript.pyannote[123].end 309.55221875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 309.60284375
transcript.pyannote[124].end 309.90659375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 310.51409375
transcript.pyannote[125].end 312.60659375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 312.67409375
transcript.pyannote[126].end 313.82159375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 314.09159375
transcript.pyannote[127].end 316.33596875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 318.02346875
transcript.pyannote[128].end 318.96846875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 319.42409375
transcript.pyannote[129].end 319.94721875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 320.28471875
transcript.pyannote[130].end 322.02284375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 322.81596875
transcript.pyannote[131].end 324.08159375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 324.16596875
transcript.pyannote[132].end 325.39784375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 325.71846875
transcript.pyannote[133].end 326.22471875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 327.13596875
transcript.pyannote[134].end 329.02596875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 329.02596875
transcript.pyannote[135].end 329.26221875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 330.66284375
transcript.pyannote[136].end 330.67971875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 330.67971875
transcript.pyannote[137].end 332.58659375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 333.17721875
transcript.pyannote[138].end 334.27409375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 334.49346875
transcript.pyannote[139].end 334.81409375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 334.81409375
transcript.pyannote[140].end 335.65784375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 336.24846875
transcript.pyannote[141].end 339.03284375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 339.21846875
transcript.pyannote[142].end 344.36534375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 344.65221875
transcript.pyannote[143].end 347.94284375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 348.01034375
transcript.pyannote[144].end 348.70221875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 349.14096875
transcript.pyannote[145].end 353.59596875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 354.06846875
transcript.pyannote[146].end 354.60846875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 355.48596875
transcript.pyannote[147].end 357.96659375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 358.28721875
transcript.pyannote[148].end 364.39596875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 364.85159375
transcript.pyannote[149].end 366.52221875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 366.94409375
transcript.pyannote[150].end 367.83846875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 368.96909375
transcript.pyannote[151].end 370.65659375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 371.23034375
transcript.pyannote[152].end 373.27221875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 373.79534375
transcript.pyannote[153].end 374.47034375
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 375.46596875
transcript.pyannote[154].end 376.83284375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 377.22096875
transcript.pyannote[155].end 378.57096875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 379.00971875
transcript.pyannote[156].end 379.71846875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 379.95471875
transcript.pyannote[157].end 381.89534375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 382.57034375
transcript.pyannote[158].end 384.20721875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 384.89909375
transcript.pyannote[159].end 387.44721875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 387.91971875
transcript.pyannote[160].end 390.11346875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 390.92346875
transcript.pyannote[161].end 392.27346875
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 393.25221875
transcript.pyannote[162].end 400.03596875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 400.23846875
transcript.pyannote[163].end 401.41971875
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 402.11159375
transcript.pyannote[164].end 403.44471875
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 404.27159375
transcript.pyannote[165].end 406.92096875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 407.73096875
transcript.pyannote[166].end 408.35534375
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 408.59159375
transcript.pyannote[167].end 409.26659375
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 409.92471875
transcript.pyannote[168].end 411.42659375
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 412.91159375
transcript.pyannote[169].end 416.03346875
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 416.35409375
transcript.pyannote[170].end 417.68721875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 417.97409375
transcript.pyannote[171].end 419.47596875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 420.10034375
transcript.pyannote[172].end 421.77096875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 422.91846875
transcript.pyannote[173].end 425.34846875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 426.44534375
transcript.pyannote[174].end 427.15409375
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 427.71096875
transcript.pyannote[175].end 429.56721875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 430.68096875
transcript.pyannote[176].end 430.95096875
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 431.84534375
transcript.pyannote[177].end 435.13596875
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 436.11471875
transcript.pyannote[178].end 438.52784375
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 439.23659375
transcript.pyannote[179].end 439.89471875
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 439.96221875
transcript.pyannote[180].end 441.09284375
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 441.70034375
transcript.pyannote[181].end 445.09221875
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 445.63221875
transcript.pyannote[182].end 449.74971875
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 450.28971875
transcript.pyannote[183].end 451.15034375
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 451.53846875
transcript.pyannote[184].end 453.68159375
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 454.39034375
transcript.pyannote[185].end 456.92159375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 457.66409375
transcript.pyannote[186].end 458.38971875
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 459.35159375
transcript.pyannote[187].end 459.89159375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 460.87034375
transcript.pyannote[188].end 461.42721875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 461.78159375
transcript.pyannote[189].end 463.87409375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 464.97096875
transcript.pyannote[190].end 466.77659375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 467.73846875
transcript.pyannote[191].end 469.03784375
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 469.89846875
transcript.pyannote[192].end 471.85596875
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 472.09221875
transcript.pyannote[193].end 475.11284375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 475.77096875
transcript.pyannote[194].end 479.38221875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 479.78721875
transcript.pyannote[195].end 481.98096875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 482.57159375
transcript.pyannote[196].end 484.71471875
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 485.13659375
transcript.pyannote[197].end 486.09846875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 486.57096875
transcript.pyannote[198].end 487.46534375
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 488.42721875
transcript.pyannote[199].end 489.08534375
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 489.54096875
transcript.pyannote[200].end 489.86159375
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 490.45221875
transcript.pyannote[201].end 491.68409375
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 492.34221875
transcript.pyannote[202].end 493.20284375
transcript.pyannote[203].speaker SPEAKER_02
transcript.pyannote[203].start 493.37159375
transcript.pyannote[203].end 494.09721875
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 494.36721875
transcript.pyannote[204].end 495.48096875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 495.93659375
transcript.pyannote[205].end 496.52721875
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 496.76346875
transcript.pyannote[206].end 500.15534375
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 500.66159375
transcript.pyannote[207].end 501.92721875
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 502.56846875
transcript.pyannote[208].end 506.46659375
transcript.pyannote[209].speaker SPEAKER_01
transcript.pyannote[209].start 505.92659375
transcript.pyannote[209].end 506.44971875
transcript.pyannote[210].speaker SPEAKER_01
transcript.pyannote[210].start 506.46659375
transcript.pyannote[210].end 513.48659375
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 513.58784375
transcript.pyannote[211].end 515.69721875
transcript.pyannote[212].speaker SPEAKER_01
transcript.pyannote[212].start 515.95034375
transcript.pyannote[212].end 518.27909375
transcript.pyannote[213].speaker SPEAKER_01
transcript.pyannote[213].start 518.61659375
transcript.pyannote[213].end 523.94909375
transcript.pyannote[214].speaker SPEAKER_01
transcript.pyannote[214].start 524.35409375
transcript.pyannote[214].end 529.46721875
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 529.58534375
transcript.pyannote[215].end 533.23034375
transcript.pyannote[216].speaker SPEAKER_01
transcript.pyannote[216].start 533.38221875
transcript.pyannote[216].end 540.89159375
transcript.pyannote[217].speaker SPEAKER_01
transcript.pyannote[217].start 541.17846875
transcript.pyannote[217].end 542.81534375
transcript.pyannote[218].speaker SPEAKER_01
transcript.pyannote[218].start 543.22034375
transcript.pyannote[218].end 546.29159375
transcript.pyannote[219].speaker SPEAKER_01
transcript.pyannote[219].start 547.43909375
transcript.pyannote[219].end 549.17721875
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 547.81034375
transcript.pyannote[220].end 547.82721875
transcript.pyannote[221].speaker SPEAKER_02
transcript.pyannote[221].start 548.43471875
transcript.pyannote[221].end 550.40909375
transcript.pyannote[222].speaker SPEAKER_01
transcript.pyannote[222].start 549.51471875
transcript.pyannote[222].end 564.36471875
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 564.41534375
transcript.pyannote[223].end 564.76971875
transcript.pyannote[224].speaker SPEAKER_01
transcript.pyannote[224].start 565.02284375
transcript.pyannote[224].end 565.96784375
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 565.96784375
transcript.pyannote[225].end 568.53284375
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 568.56659375
transcript.pyannote[226].end 569.07284375
transcript.pyannote[227].speaker SPEAKER_02
transcript.pyannote[227].start 569.25846875
transcript.pyannote[227].end 569.98409375
transcript.pyannote[228].speaker SPEAKER_02
transcript.pyannote[228].start 570.76034375
transcript.pyannote[228].end 572.17784375
transcript.pyannote[229].speaker SPEAKER_02
transcript.pyannote[229].start 572.34659375
transcript.pyannote[229].end 573.30846875
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 574.00034375
transcript.pyannote[230].end 582.97784375
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 583.09596875
transcript.pyannote[231].end 584.49659375
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 584.98596875
transcript.pyannote[232].end 585.39096875
transcript.pyannote[233].speaker SPEAKER_02
transcript.pyannote[233].start 585.98159375
transcript.pyannote[233].end 590.57159375
transcript.pyannote[234].speaker SPEAKER_02
transcript.pyannote[234].start 590.95971875
transcript.pyannote[234].end 592.34346875
transcript.pyannote[235].speaker SPEAKER_02
transcript.pyannote[235].start 592.59659375
transcript.pyannote[235].end 601.96221875
transcript.pyannote[236].speaker SPEAKER_02
transcript.pyannote[236].start 602.29971875
transcript.pyannote[236].end 608.83034375
transcript.pyannote[237].speaker SPEAKER_02
transcript.pyannote[237].start 609.13409375
transcript.pyannote[237].end 614.73659375
transcript.pyannote[238].speaker SPEAKER_02
transcript.pyannote[238].start 614.98971875
transcript.pyannote[238].end 620.23784375
transcript.pyannote[239].speaker SPEAKER_02
transcript.pyannote[239].start 620.25471875
transcript.pyannote[239].end 624.57471875
transcript.pyannote[240].speaker SPEAKER_01
transcript.pyannote[240].start 625.24971875
transcript.pyannote[240].end 626.65034375
transcript.pyannote[241].speaker SPEAKER_01
transcript.pyannote[241].start 626.81909375
transcript.pyannote[241].end 631.56096875
transcript.pyannote[242].speaker SPEAKER_01
transcript.pyannote[242].start 631.62846875
transcript.pyannote[242].end 633.90659375
transcript.pyannote[243].speaker SPEAKER_01
transcript.pyannote[243].start 634.14284375
transcript.pyannote[243].end 635.71221875
transcript.pyannote[244].speaker SPEAKER_01
transcript.pyannote[244].start 636.11721875
transcript.pyannote[244].end 638.36159375
transcript.pyannote[245].speaker SPEAKER_02
transcript.pyannote[245].start 638.36159375
transcript.pyannote[245].end 638.42909375
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 639.00284375
transcript.pyannote[246].end 639.28971875
transcript.pyannote[247].speaker SPEAKER_02
transcript.pyannote[247].start 639.49221875
transcript.pyannote[247].end 646.02284375
transcript.pyannote[248].speaker SPEAKER_02
transcript.pyannote[248].start 646.15784375
transcript.pyannote[248].end 647.71034375
transcript.pyannote[249].speaker SPEAKER_00
transcript.pyannote[249].start 646.30971875
transcript.pyannote[249].end 650.20784375
transcript.pyannote[250].speaker SPEAKER_00
transcript.pyannote[250].start 650.35971875
transcript.pyannote[250].end 653.65034375
transcript.pyannote[251].speaker SPEAKER_00
transcript.pyannote[251].start 654.07221875
transcript.pyannote[251].end 658.03784375
transcript.pyannote[252].speaker SPEAKER_00
transcript.pyannote[252].start 658.39221875
transcript.pyannote[252].end 658.84784375
transcript.pyannote[253].speaker SPEAKER_00
transcript.pyannote[253].start 659.01659375
transcript.pyannote[253].end 662.00346875
transcript.pyannote[254].speaker SPEAKER_00
transcript.pyannote[254].start 662.25659375
transcript.pyannote[254].end 666.22221875
transcript.pyannote[255].speaker SPEAKER_00
transcript.pyannote[255].start 666.32346875
transcript.pyannote[255].end 667.42034375
transcript.pyannote[256].speaker SPEAKER_02
transcript.pyannote[256].start 666.52596875
transcript.pyannote[256].end 667.72409375
transcript.pyannote[257].speaker SPEAKER_00
transcript.pyannote[257].start 667.72409375
transcript.pyannote[257].end 667.74096875
transcript.pyannote[258].speaker SPEAKER_00
transcript.pyannote[258].start 668.19659375
transcript.pyannote[258].end 669.32721875
transcript.pyannote[259].speaker SPEAKER_00
transcript.pyannote[259].start 669.49596875
transcript.pyannote[259].end 671.35221875
transcript.pyannote[260].speaker SPEAKER_00
transcript.pyannote[260].start 671.70659375
transcript.pyannote[260].end 674.71034375
transcript.pyannote[261].speaker SPEAKER_00
transcript.pyannote[261].start 674.92971875
transcript.pyannote[261].end 674.98034375
transcript.pyannote[262].speaker SPEAKER_02
transcript.pyannote[262].start 674.98034375
transcript.pyannote[262].end 678.01784375
transcript.pyannote[263].speaker SPEAKER_00
transcript.pyannote[263].start 675.01409375
transcript.pyannote[263].end 676.33034375
transcript.pyannote[264].speaker SPEAKER_00
transcript.pyannote[264].start 677.17409375
transcript.pyannote[264].end 680.21159375
transcript.pyannote[265].speaker SPEAKER_02
transcript.pyannote[265].start 679.14846875
transcript.pyannote[265].end 682.94534375
transcript.pyannote[266].speaker SPEAKER_02
transcript.pyannote[266].start 683.45159375
transcript.pyannote[266].end 684.36284375
transcript.pyannote[267].speaker SPEAKER_02
transcript.pyannote[267].start 685.25721875
transcript.pyannote[267].end 685.83096875
transcript.pyannote[268].speaker SPEAKER_02
transcript.pyannote[268].start 687.06284375
transcript.pyannote[268].end 688.21034375
transcript.pyannote[269].speaker SPEAKER_02
transcript.pyannote[269].start 688.78409375
transcript.pyannote[269].end 689.29034375
transcript.pyannote[270].speaker SPEAKER_02
transcript.pyannote[270].start 689.67846875
transcript.pyannote[270].end 691.26471875
transcript.pyannote[271].speaker SPEAKER_02
transcript.pyannote[271].start 691.60221875
transcript.pyannote[271].end 692.12534375
transcript.pyannote[272].speaker SPEAKER_02
transcript.pyannote[272].start 692.42909375
transcript.pyannote[272].end 692.98596875
transcript.pyannote[273].speaker SPEAKER_02
transcript.pyannote[273].start 693.25596875
transcript.pyannote[273].end 693.77909375
transcript.pyannote[274].speaker SPEAKER_02
transcript.pyannote[274].start 694.53846875
transcript.pyannote[274].end 696.02346875
transcript.pyannote[275].speaker SPEAKER_02
transcript.pyannote[275].start 696.47909375
transcript.pyannote[275].end 697.20471875
transcript.pyannote[276].speaker SPEAKER_02
transcript.pyannote[276].start 698.47034375
transcript.pyannote[276].end 699.48284375
transcript.pyannote[277].speaker SPEAKER_02
transcript.pyannote[277].start 701.69346875
transcript.pyannote[277].end 703.21221875
transcript.pyannote[278].speaker SPEAKER_02
transcript.pyannote[278].start 703.85346875
transcript.pyannote[278].end 704.30909375
transcript.pyannote[279].speaker SPEAKER_02
transcript.pyannote[279].start 704.96721875
transcript.pyannote[279].end 706.08096875
transcript.pyannote[280].speaker SPEAKER_02
transcript.pyannote[280].start 706.30034375
transcript.pyannote[280].end 708.00471875
transcript.pyannote[281].speaker SPEAKER_02
transcript.pyannote[281].start 708.66284375
transcript.pyannote[281].end 709.60784375
transcript.pyannote[282].speaker SPEAKER_02
transcript.pyannote[282].start 710.29971875
transcript.pyannote[282].end 712.83096875
transcript.pyannote[283].speaker SPEAKER_02
transcript.pyannote[283].start 713.21909375
transcript.pyannote[283].end 715.61534375
transcript.pyannote[284].speaker SPEAKER_02
transcript.pyannote[284].start 716.50971875
transcript.pyannote[284].end 719.37846875
transcript.pyannote[285].speaker SPEAKER_02
transcript.pyannote[285].start 719.80034375
transcript.pyannote[285].end 720.32346875
transcript.pyannote[286].speaker SPEAKER_02
transcript.pyannote[286].start 720.79596875
transcript.pyannote[286].end 721.50471875
transcript.pyannote[287].speaker SPEAKER_01
transcript.pyannote[287].start 721.50471875
transcript.pyannote[287].end 721.53846875
transcript.pyannote[288].speaker SPEAKER_02
transcript.pyannote[288].start 722.06159375
transcript.pyannote[288].end 722.09534375
transcript.pyannote[289].speaker SPEAKER_01
transcript.pyannote[289].start 722.09534375
transcript.pyannote[289].end 722.23034375
transcript.pyannote[290].speaker SPEAKER_02
transcript.pyannote[290].start 722.23034375
transcript.pyannote[290].end 722.28096875
transcript.pyannote[291].speaker SPEAKER_01
transcript.pyannote[291].start 722.28096875
transcript.pyannote[291].end 722.46659375
transcript.pyannote[292].speaker SPEAKER_02
transcript.pyannote[292].start 722.46659375
transcript.pyannote[292].end 722.55096875
transcript.pyannote[293].speaker SPEAKER_01
transcript.pyannote[293].start 722.55096875
transcript.pyannote[293].end 722.58471875
transcript.pyannote[294].speaker SPEAKER_02
transcript.pyannote[294].start 722.58471875
transcript.pyannote[294].end 723.02346875
transcript.pyannote[295].speaker SPEAKER_01
transcript.pyannote[295].start 723.02346875
transcript.pyannote[295].end 723.24284375
transcript.pyannote[296].speaker SPEAKER_02
transcript.pyannote[296].start 723.51284375
transcript.pyannote[296].end 723.52971875
transcript.pyannote[297].speaker SPEAKER_01
transcript.pyannote[297].start 723.52971875
transcript.pyannote[297].end 727.81596875
transcript.pyannote[298].speaker SPEAKER_01
transcript.pyannote[298].start 728.13659375
transcript.pyannote[298].end 734.49846875
transcript.pyannote[299].speaker SPEAKER_01
transcript.pyannote[299].start 734.53221875
transcript.pyannote[299].end 737.13096875
transcript.pyannote[300].speaker SPEAKER_02
transcript.pyannote[300].start 735.91596875
transcript.pyannote[300].end 747.37409375
transcript.pyannote[301].speaker SPEAKER_02
transcript.pyannote[301].start 748.18409375
transcript.pyannote[301].end 751.45784375
transcript.pyannote[302].speaker SPEAKER_02
transcript.pyannote[302].start 752.09909375
transcript.pyannote[302].end 753.21284375
transcript.pyannote[303].speaker SPEAKER_02
transcript.pyannote[303].start 753.39846875
transcript.pyannote[303].end 756.31784375
transcript.pyannote[304].speaker SPEAKER_02
transcript.pyannote[304].start 757.00971875
transcript.pyannote[304].end 758.15721875
transcript.pyannote[305].speaker SPEAKER_02
transcript.pyannote[305].start 758.52846875
transcript.pyannote[305].end 759.55784375
transcript.pyannote[306].speaker SPEAKER_02
transcript.pyannote[306].start 760.21596875
transcript.pyannote[306].end 764.28284375
transcript.pyannote[307].speaker SPEAKER_02
transcript.pyannote[307].start 764.80596875
transcript.pyannote[307].end 767.03346875
transcript.pyannote[308].speaker SPEAKER_02
transcript.pyannote[308].start 767.37096875
transcript.pyannote[308].end 767.97846875
transcript.pyannote[309].speaker SPEAKER_02
transcript.pyannote[309].start 768.28221875
transcript.pyannote[309].end 773.24346875
transcript.pyannote[310].speaker SPEAKER_00
transcript.pyannote[310].start 773.63159375
transcript.pyannote[310].end 777.68159375
transcript.pyannote[311].speaker SPEAKER_00
transcript.pyannote[311].start 778.00221875
transcript.pyannote[311].end 781.42784375
transcript.pyannote[312].speaker SPEAKER_00
transcript.pyannote[312].start 781.61346875
transcript.pyannote[312].end 784.22909375
transcript.pyannote[313].speaker SPEAKER_02
transcript.pyannote[313].start 784.24596875
transcript.pyannote[313].end 784.81971875
transcript.pyannote[314].speaker SPEAKER_02
transcript.pyannote[314].start 785.39346875
transcript.pyannote[314].end 787.95846875
transcript.pyannote[315].speaker SPEAKER_00
transcript.pyannote[315].start 786.81096875
transcript.pyannote[315].end 788.63346875
transcript.pyannote[316].speaker SPEAKER_02
transcript.pyannote[316].start 788.51534375
transcript.pyannote[316].end 790.84409375
transcript.pyannote[317].speaker SPEAKER_00
transcript.pyannote[317].start 791.77221875
transcript.pyannote[317].end 794.69159375
transcript.pyannote[318].speaker SPEAKER_02
transcript.pyannote[318].start 793.99971875
transcript.pyannote[318].end 794.72534375
transcript.pyannote[319].speaker SPEAKER_00
transcript.pyannote[319].start 794.72534375
transcript.pyannote[319].end 794.74221875
transcript.pyannote[320].speaker SPEAKER_02
transcript.pyannote[320].start 794.74221875
transcript.pyannote[320].end 794.75909375
transcript.pyannote[321].speaker SPEAKER_00
transcript.pyannote[321].start 794.75909375
transcript.pyannote[321].end 794.77596875
transcript.pyannote[322].speaker SPEAKER_02
transcript.pyannote[322].start 794.77596875
transcript.pyannote[322].end 794.87721875
transcript.pyannote[323].speaker SPEAKER_02
transcript.pyannote[323].start 795.09659375
transcript.pyannote[323].end 797.07096875
transcript.pyannote[324].speaker SPEAKER_02
transcript.pyannote[324].start 797.40846875
transcript.pyannote[324].end 800.19284375
transcript.pyannote[325].speaker SPEAKER_00
transcript.pyannote[325].start 797.67846875
transcript.pyannote[325].end 797.81346875
transcript.pyannote[326].speaker SPEAKER_02
transcript.pyannote[326].start 800.51346875
transcript.pyannote[326].end 801.69471875
transcript.pyannote[327].speaker SPEAKER_02
transcript.pyannote[327].start 802.13346875
transcript.pyannote[327].end 804.71534375
transcript.pyannote[328].speaker SPEAKER_02
transcript.pyannote[328].start 805.23846875
transcript.pyannote[328].end 806.33534375
transcript.pyannote[329].speaker SPEAKER_02
transcript.pyannote[329].start 806.89221875
transcript.pyannote[329].end 808.19159375
transcript.pyannote[330].speaker SPEAKER_00
transcript.pyannote[330].start 808.73159375
transcript.pyannote[330].end 810.89159375
transcript.pyannote[331].speaker SPEAKER_02
transcript.pyannote[331].start 808.81596875
transcript.pyannote[331].end 820.30784375
transcript.pyannote[332].speaker SPEAKER_02
transcript.pyannote[332].start 820.64534375
transcript.pyannote[332].end 821.62409375
transcript.pyannote[333].speaker SPEAKER_02
transcript.pyannote[333].start 821.99534375
transcript.pyannote[333].end 824.10471875
transcript.pyannote[334].speaker SPEAKER_02
transcript.pyannote[334].start 824.30721875
transcript.pyannote[334].end 825.37034375
transcript.pyannote[335].speaker SPEAKER_02
transcript.pyannote[335].start 825.91034375
transcript.pyannote[335].end 826.72034375
transcript.pyannote[336].speaker SPEAKER_02
transcript.pyannote[336].start 827.66534375
transcript.pyannote[336].end 828.99846875
transcript.pyannote[337].speaker SPEAKER_02
transcript.pyannote[337].start 829.74096875
transcript.pyannote[337].end 830.26409375
transcript.pyannote[338].speaker SPEAKER_02
transcript.pyannote[338].start 831.02346875
transcript.pyannote[338].end 831.83346875
transcript.pyannote[339].speaker SPEAKER_02
transcript.pyannote[339].start 832.32284375
transcript.pyannote[339].end 833.63909375
transcript.pyannote[340].speaker SPEAKER_02
transcript.pyannote[340].start 834.07784375
transcript.pyannote[340].end 835.19159375
transcript.pyannote[341].speaker SPEAKER_00
transcript.pyannote[341].start 836.23784375
transcript.pyannote[341].end 839.10659375
transcript.pyannote[342].speaker SPEAKER_00
transcript.pyannote[342].start 839.83221875
transcript.pyannote[342].end 841.53659375
transcript.pyannote[343].speaker SPEAKER_02
transcript.pyannote[343].start 841.70534375
transcript.pyannote[343].end 846.24471875
transcript.pyannote[344].speaker SPEAKER_02
transcript.pyannote[344].start 846.71721875
transcript.pyannote[344].end 848.96159375
transcript.pyannote[345].speaker SPEAKER_00
transcript.pyannote[345].start 850.27784375
transcript.pyannote[345].end 850.81784375
transcript.pyannote[346].speaker SPEAKER_00
transcript.pyannote[346].start 851.07096875
transcript.pyannote[346].end 852.23534375
transcript.pyannote[347].speaker SPEAKER_00
transcript.pyannote[347].start 852.57284375
transcript.pyannote[347].end 854.31096875
transcript.pyannote[348].speaker SPEAKER_00
transcript.pyannote[348].start 854.44596875
transcript.pyannote[348].end 855.96471875
transcript.pyannote[349].speaker SPEAKER_02
transcript.pyannote[349].start 855.79596875
transcript.pyannote[349].end 860.60534375
transcript.pyannote[350].speaker SPEAKER_02
transcript.pyannote[350].start 860.77409375
transcript.pyannote[350].end 863.30534375
transcript.pyannote[351].speaker SPEAKER_02
transcript.pyannote[351].start 863.42346875
transcript.pyannote[351].end 866.12346875
transcript.pyannote[352].speaker SPEAKER_02
transcript.pyannote[352].start 866.66346875
transcript.pyannote[352].end 868.03034375
transcript.pyannote[353].speaker SPEAKER_02
transcript.pyannote[353].start 868.80659375
transcript.pyannote[353].end 877.91909375
transcript.pyannote[354].speaker SPEAKER_02
transcript.pyannote[354].start 878.20596875
transcript.pyannote[354].end 878.94846875
transcript.pyannote[355].speaker SPEAKER_02
transcript.pyannote[355].start 879.67409375
transcript.pyannote[355].end 881.19284375
transcript.pyannote[356].speaker SPEAKER_02
transcript.pyannote[356].start 881.78346875
transcript.pyannote[356].end 882.55971875
transcript.pyannote[357].speaker SPEAKER_02
transcript.pyannote[357].start 882.59346875
transcript.pyannote[357].end 886.60971875
transcript.pyannote[358].speaker SPEAKER_00
transcript.pyannote[358].start 887.26784375
transcript.pyannote[358].end 892.85346875
transcript.pyannote[359].speaker SPEAKER_00
transcript.pyannote[359].start 893.19096875
transcript.pyannote[359].end 898.30409375
transcript.pyannote[360].speaker SPEAKER_02
transcript.pyannote[360].start 897.24096875
transcript.pyannote[360].end 899.45159375
transcript.pyannote[361].speaker SPEAKER_00
transcript.pyannote[361].start 898.48971875
transcript.pyannote[361].end 899.50221875
transcript.pyannote[362].speaker SPEAKER_00
transcript.pyannote[362].start 899.58659375
transcript.pyannote[362].end 905.96534375
transcript.pyannote[363].speaker SPEAKER_02
transcript.pyannote[363].start 904.05846875
transcript.pyannote[363].end 927.75096875
transcript.pyannote[364].speaker SPEAKER_01
transcript.pyannote[364].start 929.97846875
transcript.pyannote[364].end 932.03721875
transcript.pyannote[365].speaker SPEAKER_02
transcript.pyannote[365].start 936.08721875
transcript.pyannote[365].end 936.67784375
transcript.whisperx[0].start 6.38
transcript.whisperx[0].end 33.286
transcript.whisperx[0].text 主席江峰院長、行政院卓院長及各部會首長。麻煩主席請卓院長。請卓院長備詢。卓院長,早。臺灣現在大家覺得大概有三多。第一個,詐騙多。
transcript.whisperx[1].start 36.343
transcript.whisperx[1].end 61.961
transcript.whisperx[1].text 第二個到南部常常感覺治安不好開槍多第三個就是臺灣的媒體壟斷的非常的厲害很多偏頗的情況面對這三多不曉得卓院長你要如何大刀闊斧的改善
transcript.whisperx[2].start 64.196
transcript.whisperx[2].end 85.445
transcript.whisperx[2].text 謝謝委員,我們都發現同樣的問題,所以我們的武打期間裡面,這個都大概包含在內前面兩個部分,一個就是打詐,還有就是黑金槍的問題,黑金槍賭詐都包括在裡面了。那打詐的部分我們已經希望說,一方面希望通過打詐司法,第二面我們打詐中心,我們請訴發部,
transcript.whisperx[3].start 88.446
transcript.whisperx[3].end 109.412
transcript.whisperx[3].text 請法務部請內政部全面在進行打詐目前對於名人利用名人來打詐的事情來詐騙的事情有了初步的一個發展但是不夠徹底再來就是希望數法數位部能夠提供一個大家可以上去的一個平台讓大家去詢問這個事件這個訊息是真是假
transcript.whisperx[4].start 109.972
transcript.whisperx[4].end 125.687
transcript.whisperx[4].text 那這個也一定會在這幾個月當中來上路那另外就是打詐的中心我們希望他能夠更精進現在的作為能夠把案件能夠一一的誠實的落實出來讓相關的這個單位來做更多的這個追
transcript.whisperx[5].start 126.528
transcript.whisperx[5].end 156.057
transcript.whisperx[5].text 追索這個部分。同時銀行也要對金融的體系跟手續來做完整。這是打仗。那槍的部分我們在今天開始就會執行全國同步的掃黑跟貪賭的這個行動專案。那希望能夠持續進行下去。接續從6月25號開始的綠能掃黑專案貪賭專案一樣能夠一直進行下去。希望我們用展現最大的決心。同時早上我們邀請各部會的首長我希望能夠做一個更整體的概念
transcript.whisperx[6].start 156.637
transcript.whisperx[6].end 183.907
transcript.whisperx[6].text 向人民宣示現在政府兩大主軸一個是經濟發展一個是維持治安兩處同時來進行。希望這三多可以完全降低消滅掉。我們全力的努力。給台灣人民好生活。昨天我們看到臺南漁會的林理事長居然在家裡的門口被槍擊。
transcript.whisperx[7].start 185.766
transcript.whisperx[7].end 192.754
transcript.whisperx[7].text 他的女兒還是議員不曉得院長認不認識知不知道這件事當然知道
transcript.whisperx[8].start 194.793
transcript.whisperx[8].end 218.725
transcript.whisperx[8].text 那什麼原因啊?現在看起來這是一個有計劃性的,譬如說清晨就在家門口堵人,而且車輛經過這樣轉轉之後,車輛還把它燒掉,而且用不同的交通工具等等,這是一個有計劃的、縝密性的工作。也因為如此,現在我們的整個專案小組是全面在展開宿醉當中。怎麼這幾年啊,這些槍擊事件都發生在台南,究竟台南發生了什麼事情?
transcript.whisperx[9].start 225.163
transcript.whisperx[9].end 225.183
transcript.whisperx[9].text 院長﹖
transcript.whisperx[10].start 241.343
transcript.whisperx[10].end 267.501
transcript.whisperx[10].text 現在我們是不排除任何可能也不假設任何狀況到底是什麼因素什麼原因發生的現在是全面在搜查當中包括所有的關係人等等已經全面展開了這跟那個太陽光電有沒有關係啊就是我不排除任何可能但是也不設定任何特定的一個事件這樣我們查的範圍檢調單位查的範圍才會周延廣泛那具體能夠迅速來找到這個行為人
transcript.whisperx[11].start 269.195
transcript.whisperx[11].end 294.56
transcript.whisperx[11].text 我想這是冰山一角因為冰凍三尺非一日之寒我發現這個問題錯綜複雜可是院長如果你遇到有夠力的人士不管在媒體方面或是政治勢力方面你敢不敢查
transcript.whisperx[12].start 296.533
transcript.whisperx[12].end 325.868
transcript.whisperx[12].text 只要是我職責在內,而且對人民有利的,我想委員可以信得過我。好,那希望你第一個就是勿往勿重。第二個,你的肩膀要夠硬。希望不要有其他的因素來影響你該做正式的這個機會。另外剛剛講的,就是台灣的媒體啊,院長有沒有覺得現在的媒體是
transcript.whisperx[13].start 327.182
transcript.whisperx[13].end 354.347
transcript.whisperx[13].text 有被壟斷的情況我覺得媒體應該忠實的報導事實的真相自己的立場你可以用分析的方式但是不代表新聞就新聞的處理應該讓人民知道事實的真相的權利這個應該權利的維護那經過這麼多年台灣民主的發展我們對媒體已經有相當嚴格的要求但是我希望媒體能夠把自己的立場放在
transcript.whisperx[14].start 355.686
transcript.whisperx[14].end 384.009
transcript.whisperx[14].text 後面把事實真相呈現出來媒體應該是非常重要的公器那應該心裡都有一把尺可是現在的台灣的情況變得很糟糕藍的就看藍的頻道綠的就喜歡看綠的頻道這樣不好啊這樣很不好吧對不對實在在變我們希望媒體他有他的公權力他可以教化人心嘛
transcript.whisperx[15].start 384.946
transcript.whisperx[15].end 411.078
transcript.whisperx[15].text 而不是現在的這個頻道一打開來喔,院長不曉得你有沒有在看電視的習慣。我看到現在我都不看了。因為不是狗咬人啊,就是狗咬狗。啊不然就是交通事故,往一往一。每天報的報這個,這是什麼新聞啊。能不能拜託院長啊,新聞的素質可不可以提升一點啊。你像日本,像歐美國家,
transcript.whisperx[16].start 412.964
transcript.whisperx[16].end 440.868
transcript.whisperx[16].text 他們的一些內容有國際觀可是現在的媒體啊有的為了要省錢啊他就隨便亂七八糟在報講難聽點有的東西尬噴嚴大聲就好像台灣的八點檔一樣那個老人家或者是家庭婦女每天看每天看我偶爾我也看啊陪我媽媽看可是看了半天啊
transcript.whisperx[17].start 442.035
transcript.whisperx[17].end 468.806
transcript.whisperx[17].text 啊這個劇情演了10年20年還是一樣就是婆媳吵架啊不然就是什麼車子被撞什麼醫院的問題在演都是演這個這些東西啊低價的廉價的這個成本這樣子好嗎是不是政府啊應該給予一些獎勵讓他們做一些好的片子嘛比如說像以前的
transcript.whisperx[18].start 469.96
transcript.whisperx[18].end 470.881
transcript.whisperx[18].text 韓國政府用力支持韓國影音
transcript.whisperx[19].start 496.874
transcript.whisperx[19].end 501.592
transcript.whisperx[19].text 到處的韓團啊還有很多的影片啊都賣到全世界
transcript.whisperx[20].start 502.788
transcript.whisperx[20].end 530.524
transcript.whisperx[20].text 這方面是不是行政院有什麼想法可以改變?其實最近很多的台劇也引起一份的台流啦。他跟這個大的平台合作也製造出不少相當多的快智人口的影片出來也大家都非常的喜歡。那現在希望說這樣的一個風氣這個製作的水準內容能夠引到我們國內的電視台來從內置的節目上大家來做精進再做一份的進步。
transcript.whisperx[21].start 531.169
transcript.whisperx[21].end 531.229
transcript.whisperx[21].text 臨時提案
transcript.whisperx[22].start 547.518
transcript.whisperx[22].end 549.259
transcript.whisperx[22].text 謝謝院長可以關心這一塊與其八千八百億亂亂花
transcript.whisperx[23].start 574.042
transcript.whisperx[23].end 601.137
transcript.whisperx[23].text 倒不如把一些錢、資金、資源公正地用來推廣所謂的影音還有一些媒體的這個自律希望院長可以找到一個好的方式讓臺灣這個環境大家住得安心看所謂的影片或者是看新聞的時候看得不要觸目驚心好不好好的謝謝那因為交通質詢
transcript.whisperx[24].start 602.509
transcript.whisperx[24].end 624.424
transcript.whisperx[24].text 對於現在AI的發展我們現在拭目以待台灣未來的自駕車或是無人駕駛這一塊不曉得已經做好準備沒我們什麼時候會在台北市可以看到無人駕駛的這個汽車讓人民可以很方便的來使用大概什麼時候可以上路
transcript.whisperx[25].start 625.285
transcript.whisperx[25].end 627.206
transcript.whisperx[25].text 大概什麼時候會很普遍的在臺北市的
transcript.whisperx[26].start 643.413
transcript.whisperx[26].end 644.334
transcript.whisperx[26].text 在五年還看不到?
transcript.whisperx[27].start 668.554
transcript.whisperx[27].end 696.901
transcript.whisperx[27].text 目前我覺得可能還要先從比較保守或是說比較封閉型的場域看起來沒有那麼快啦所以在捷運的推動方面我想應該要加快速度比如說本席最關心的捷運延伸至深坑未來接到實定這個喊了快12年了到現在
transcript.whisperx[28].start 698.59
transcript.whisperx[28].end 722.823
transcript.whisperx[28].text 還沒開始動工。院長可不可以關心一下,因為不論立任的縣長、市長大家都支持,包括蘇貞昌以前蘇縣長,包括侯友宜、侯市長,沒有人反對,大家都積極在推動,所以這個部分是不是可以加快腳步?
transcript.whisperx[29].start 723.881
transcript.whisperx[29].end 751.107
transcript.whisperx[29].text 這應該是現在可行性的研究新北市政府在提出當中那至於說預留後面那一段到時定的這個過程應該這個內容還要做相當的修正那請交通部來詳細說我補充一下其實就是在時定交流道那邊做一個轉運中心所以我們發現現在去這個國五到宜蘭堵車都堵得很厲害那同萬節等等都堵得很厲害每個禮拜六禮拜天
transcript.whisperx[30].start 752.128
transcript.whisperx[30].end 773.059
transcript.whisperx[30].text 所以我們鼓勵大家多多來搭乘大眾捷運進來臺北城市的時候就是在時定的交流道那邊就當一個轉運站車輛不要再進到臺北市了所以本席一直提出了這個構想也希望院長部長可以支持
transcript.whisperx[31].start 773.7
transcript.whisperx[31].end 784.508
transcript.whisperx[31].text 目前深坑輕軌正在可行性的評估那今年有先有一些審查意見給新北市新北市還在修正那如果送上來我們就會依程序來協助他們市長123456789我們地方還要等多久
transcript.whisperx[32].start 792.083
transcript.whisperx[32].end 805.897
transcript.whisperx[32].text 你可能要去催新北市他還沒生出來那是不是改天我約一下新北市侯市長跟你一起見個面那把事情講完再下班一次就解決啦
transcript.whisperx[33].start 807.18
transcript.whisperx[33].end 835.065
transcript.whisperx[33].text 這樣不是更快嗎?你覺得只要地方政府規劃送上來,我們就會全力來協助他?因為深坑啊,這個地方很漂亮。它也是整個大台北都會區的後花園。其實,就長遠來看,早做完做不如早點做,也比較省錢啊。比如說你看看,我們的捷運環狀線,南段,到現在,做的這個進度怎麼樣?聽說又延宕了。
transcript.whisperx[34].start 836.874
transcript.whisperx[34].end 861.993
transcript.whisperx[34].text 現在南北環都在施工的階段目前都已經發包施工南環因為是經過我的選區新店、政大這個地方那現在有沒有遇到什麼困難目前了解是有順利發包那也在積極的這個在施工如果10年前做就比較省一點現在物價飆漲很可惜另外一個基隆捷運
transcript.whisperx[35].start 863.601
transcript.whisperx[35].end 884.576
transcript.whisperx[35].text 捷運汐止名聲線的問題同樣是捷運我在新店那個地方安坑清軌都已經完工開始通車了也非常感謝我們交通部還有所有相關人員做得很好你看過20年過了汐止還在那邊空喊說這個汐止名聲線
transcript.whisperx[36].start 887.521
transcript.whisperx[36].end 912.54
transcript.whisperx[36].text 也跟委員報告矽東縣主要是當時它是跟矽紫民生縣掛在一起但是臺北市當時它對矽紫民生縣有一些疑慮因為都有一些問題所以後來大家有達成交通部跟我們新北市政府大家達成共識有問題就是要協調克服那因為本席來自地方也拜託院長關心一下安城快速道路的這個興建
transcript.whisperx[37].start 913.476
transcript.whisperx[37].end 913.596
transcript.whisperx[37].text 謝謝董事長