iVOD / 154621

Field Value
IVOD_ID 154621
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154621
日期 2024-07-10
會議資料.會議代碼 委員會-11-1-23-19
會議資料.會議代碼:str 第11屆第1會期交通委員會第19次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 19
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第1會期交通委員會第19次全體委員會議
影片種類 Clip
開始時間 2024-07-10T10:22:15+08:00
結束時間 2024-07-10T10:31:32+08:00
影片長度 00:09:17
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/1b498260953197f8343c7556bb418a5c7345d751ed3a12a690a5faf2fa6890fca2f0af228fb527a05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖先翔
委員發言時間 10:22:15 - 10:31:32
會議時間 2024-07-10T09:00:00+08:00
會議名稱 立法院第11屆第1會期交通委員會第19次全體委員會議(事由:邀請交通部部長李孟諺就「TPASS通勤月票辦理情形」進行專題報告,並備質詢。)
gazette.lineno 273
gazette.blocks[0][0] 廖委員先翔:(10時22分)謝謝召委,麻煩幫我邀請部長跟陳局長。
gazette.blocks[1][0] 主席:請部長、陳局長。
gazette.blocks[2][0] 李部長孟諺:委員好。
gazette.blocks[3][0] 廖委員先翔:部長好,謝謝部長。今天應該是我們這個會期最後一次的答詢,為了表示我的慎重,我昨天還特地去剪了頭髮,希望我們今天的答詢能夠愉快。我們今天要討論TPASS的使用,TPASS推出的最主要目的應該是要提升我們公共運輸的使用率,對不對?如果只是單純減輕民眾的負擔,沒有辦法提升公共運輸的使用率,那就單純只是一個政策買票而已,所以你們在報告裡面才會特別強調,從111年7月到112年4月,跟112年7月到113年4月,就是以同樣的月份去做一個比較,我們的運量提升了12.7%,當然還有其他的一些細項,但是我們在討論一個科學化的統計的時候,我想必須要有一些科學化的作法,譬如在做化學實驗的時候,我們一定要有什麼?我們要有實驗組跟對照組,對不對?除了那項變因以外的其他變因我們都要去排除,來確認我們做的這一項變因到底對它實際上面的影響有多大。
gazette.blocks[3][1] 我們在做TPASS也一樣,從110年7月開始,有幾項臺灣公共運輸比較大的一些變化,包括你們有提到整個南部的公共自行車或者是南部的公共運輸有所成長,有許多的變因跟兩位報告一下,我們統計從110年7月開始,也就是2022年,2022年10月5號高雄捷運美術館站到愛河之心站啟用,同樣的,在2024年1月1號愛河之心站到凱旋公園站啟用,我們高雄的輕軌才是一個完整的環狀線,也因為高雄輕軌環狀線的完整啟用,相信也會促成搭乘使用率的上升,所以我們的一些報告,比如南部生活圈、高屏的部分成長20.5%,是最高的,我想除了我們的TPASS,捷運建設路網的健全,我認為才是最主要的原因,包括我們的公共自行車成長23.8%,在2022年11月16號的時候,高雄Ubike2.01啟用了,當然陸陸續續都增加了很多站,以及臺北市的Ubike在今年2月8號恢復了前30分鐘免費,這些都是除了TPASS以外的一些公共政策上的改變,那也因為這些改變顯著的提高了公共運輸的使用率。包括剛剛召委講的,我們的疫情指揮中心是在哪時候解散的?是在2023年的5月1號,也就是在這一次的統計數據跟上一次的統計數據之間解散的,在疫情指揮中心解散了之後,疫情的影響降低之後,包括公共運輸路網的完善、公共自行車的改善,導致我們的運量上升,那要把運量上升通通歸功於TPASS月票的推出,我認為這有點自我感覺良好。就比如一個餐廳在考量它的業績好了,我們可以說今年餐廳的業績相較於疫情期間暴增了十倍嗎?你認為這樣的統計數據有意義嗎?其實它有許多不同的客觀因素,包括疫情也是一個很大的因素,因此我認為剛剛李昆澤召委特別提出疫情前跟疫情後公共運輸數據的比較,那才是有意義的。以板南線來講,我們應該要拿疫情前板南線的使用人數、使用率,來跟疫情後板南線或淡水線的使用人數來比,才是有意義的,因為我們並沒有多路線的變換,也並沒有政策上的改變,我們也排除掉疫情導致運量降低,先蹲後跳的成長因素,確實如剛剛李昆澤召委所講的,疫情前的使用率跟疫情後的大眾使用率來相比,我們推出了TPASS之後,使用率反而還降低了,這在剛剛的答詢之中,你們並沒有回答你們檢討出來的原因,可不可以先針對這部分來做一個說明?
gazette.blocks[4][0] 李部長孟諺:是,跟委員報告,當然大眾運輸使用率的升或降有很多種因素,譬如疫情的考量,人不希望聚集,又譬如Ubike恢復前30分鐘免費,還有路網比較健全、新增的路網,我想都會增加使用率,不過從TPASS實施後,確實像臺北捷運,它的運量增加了11.26%,那桃園……
gazette.blocks[5][0] 廖委員先翔:所謂增加是跟哪時候比?
gazette.blocks[6][0] 李部長孟諺:跟111年7月到112年4月。
gazette.blocks[7][0] 廖委員先翔:所以就跟你說了,那段時間還在疫情期間,跟疫情期間比有意義嗎?疫情結束後當然會增加。
gazette.blocks[8][0] 李部長孟諺:我們會在……
gazette.blocks[9][0] 廖委員先翔:你當然要跟疫情前比啊!
gazette.blocks[10][0] 李部長孟諺:我們也會再針對疫情前做一個數據的比對,不過,像桃捷就很明顯,它增加了68.1%。
gazette.blocks[11][0] 廖委員先翔:是,那是跟疫情前比嗎?還是疫情後?
gazette.blocks[12][0] 李部長孟諺:它是跟實施前比。
gazette.blocks[13][0] 廖委員先翔:我知道,因為桃園捷運價格落差比較大。
gazette.blocks[14][0] 李部長孟諺:是,那臺中捷運是增加31.7%,不過,這個數字委員建議可不可以跟疫情前再做比較,我們再做一些double check。
gazette.blocks[15][0] 廖委員先翔:對,我只是希望推出這個政策,我想不會有民意代表反對,畢竟它就是撒錢去做補貼,只是撒的錢到底有沒有意義,才是我們關注的重點,如果撒的錢只是有點類似補助民眾而已,沒有辦法增加大眾運輸使用率的話,那我會認為我們交通部的這個政策沒有達到當初設定的目標,務必要再推出一個政策,提升民眾大公共運輸的使用率,這個政策才叫做成功,如果跟疫情前比我們並沒有顯著的成長的話,那我們花了這幾十億、兩百億,我認為只是有點類似政策買票的概念而已。
gazette.blocks[16][0] 李部長孟諺:另外就是除了提升大眾運輸使用率,我們也希望縮小城鄉差距,讓住得離蛋黃區稍微遠一點的人一樣可以減輕負擔,這個對居住正義,我們覺得也有一些幫助。
gazette.blocks[17][0] 廖委員先翔:我提供一些我個人搭乘大眾運輸的體驗,因為臺灣的公共運輸跟國外比確實價格便宜非常多,所以許多的民眾其實在乎的不一定是價格,許多民眾在乎的是搭乘舒適度。我不知道部長最近有沒有機會看到搭公車的民眾,因為公車司機缺員導致班次減少,民眾搭乘公車的時候跟擠沙丁魚一樣,這是非常不好的乘車體驗。每一個人在選擇公共運輸的時候可能會有不同的原因,有的人是因為價格,有的人是因為舒適度,我覺得交通部不要只用價格來考量,好像做一個政策性的補貼就是交通政策的成功,好像很多人買就很成功,問題是買的這些人本來就是在搭乘大眾運輸工具,我們的政策並沒有達到當初設定的目標。
gazette.blocks[18][0] 李部長孟諺:是。
gazette.blocks[19][0] 廖委員先翔:我是希望從兩個面向著手,交通部願意補助搭乘的民眾,我當然覺得很好,但是我們也希望交通部能夠提升我們大眾運輸搭乘的品質,我上禮拜搭臺鐵來立院差點遲到,因為第一班我擠不上去,第二班我是硬擠、貼在門上才搭過來的,這就是搭乘體驗嘛!唯有雙管齊下,在搭乘體驗的部分也同步的提升,我相信才能夠提升民眾使用大眾運輸的使用率。我希望交通部所有的統計資料,不要用美化後對自己有利的統計資料來呈現,希望往後相關的數據都能夠把疫情前跟疫情後的數據來做比較,這才會比較有意義。
gazette.blocks[20][0] 李部長孟諺:我們會虛心來面對,那有很多待改善的,譬如該提升品質的,我們也會來努力。
gazette.blocks[21][0] 廖委員先翔:好,謝謝部長,謝謝局長。
gazette.blocks[22][0] 主席:好,謝謝廖先翔委員。
gazette.blocks[22][1] 現在請林俊憲委員發言。
gazette.blocks[22][2] 先做以下宣告:在陳素月委員發言完畢之後,我們休息10分鐘。
gazette.agenda.page_end 142
gazette.agenda.meet_id 委員會-11-1-23-19
gazette.agenda.speakers[0] 李昆澤
gazette.agenda.speakers[1] 陳素月
gazette.agenda.speakers[2] 廖先翔
gazette.agenda.speakers[3] 何欣純
gazette.agenda.speakers[4] 林國成
gazette.agenda.speakers[5] 林俊憲
gazette.agenda.speakers[6] 許智傑
gazette.agenda.speakers[7] 黃健豪
gazette.agenda.speakers[8] 魯明哲
gazette.agenda.speakers[9] 陳雪生
gazette.agenda.speakers[10] 林沛祥
gazette.agenda.speakers[11] 蔡其昌
gazette.agenda.speakers[12] 邱若華
gazette.agenda.speakers[13] 牛煦庭
gazette.agenda.speakers[14] 陳俊宇
gazette.agenda.speakers[15] 游顥
gazette.agenda.page_start 99
gazette.agenda.meetingDate[0] 2024-07-10
gazette.agenda.gazette_id 1137301
gazette.agenda.agenda_lcidc_ids[0] 1137301_00004
gazette.agenda.meet_name 立法院第11屆第1會期交通委員會第19次全體委員會議紀錄
gazette.agenda.content 邀請交通部部長李孟諺就「TPASS 通勤月票辦理情形」進行專題報告,並備質詢
gazette.agenda.agenda_id 1137301_00003
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 4.78971875
transcript.pyannote[0].end 5.38034375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 7.33784375
transcript.pyannote[1].end 8.26596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 8.50221875
transcript.pyannote[2].end 11.86034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 9.39659375
transcript.pyannote[3].end 9.98721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 10.74659375
transcript.pyannote[4].end 11.47221875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 17.68221875
transcript.pyannote[5].end 19.74096875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.11221875
transcript.pyannote[6].end 25.76534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 25.96784375
transcript.pyannote[7].end 29.76471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 30.13596875
transcript.pyannote[8].end 36.34596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 37.13909375
transcript.pyannote[9].end 42.60659375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 42.94409375
transcript.pyannote[10].end 65.64096875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 66.07971875
transcript.pyannote[11].end 67.73346875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 68.30721875
transcript.pyannote[12].end 71.90159375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 72.32346875
transcript.pyannote[13].end 75.25971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 75.74909375
transcript.pyannote[14].end 77.68971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 77.90909375
transcript.pyannote[15].end 80.84534375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 81.26721875
transcript.pyannote[16].end 82.07721875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 82.53284375
transcript.pyannote[17].end 83.62971875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 83.86596875
transcript.pyannote[18].end 84.92909375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 85.21596875
transcript.pyannote[19].end 86.75159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 86.93721875
transcript.pyannote[20].end 92.99534375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 93.45096875
transcript.pyannote[21].end 94.19346875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 94.63221875
transcript.pyannote[22].end 97.85534375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 98.10846875
transcript.pyannote[23].end 99.34034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 99.82971875
transcript.pyannote[24].end 100.63971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 101.65221875
transcript.pyannote[25].end 106.44471875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 107.05221875
transcript.pyannote[26].end 108.31784375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 108.94221875
transcript.pyannote[27].end 120.51846875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 121.80096875
transcript.pyannote[28].end 123.85971875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 124.14659375
transcript.pyannote[29].end 127.74096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 128.02784375
transcript.pyannote[30].end 129.19221875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 129.54659375
transcript.pyannote[31].end 130.54221875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 130.79534375
transcript.pyannote[32].end 133.07346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 133.36034375
transcript.pyannote[33].end 133.86659375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 134.62596875
transcript.pyannote[34].end 138.40596875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 139.36784375
transcript.pyannote[35].end 144.39659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 144.68346875
transcript.pyannote[36].end 145.08846875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 145.89846875
transcript.pyannote[37].end 146.89409375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 147.36659375
transcript.pyannote[38].end 147.68721875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 148.00784375
transcript.pyannote[39].end 150.28596875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 151.12971875
transcript.pyannote[40].end 172.29096875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 173.48909375
transcript.pyannote[41].end 174.24846875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 174.75471875
transcript.pyannote[42].end 180.96471875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 181.36971875
transcript.pyannote[43].end 185.65596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 185.99346875
transcript.pyannote[44].end 189.65534375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 189.90846875
transcript.pyannote[45].end 196.82721875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 197.48534375
transcript.pyannote[46].end 199.07159375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 199.29096875
transcript.pyannote[47].end 201.48471875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 201.88971875
transcript.pyannote[48].end 206.88471875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 208.09971875
transcript.pyannote[49].end 210.34409375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 210.51284375
transcript.pyannote[50].end 211.76159375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 212.33534375
transcript.pyannote[51].end 215.59221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 216.06471875
transcript.pyannote[52].end 218.12346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 218.19096875
transcript.pyannote[53].end 233.22659375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 233.51346875
transcript.pyannote[54].end 236.70284375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 236.95596875
transcript.pyannote[55].end 238.49159375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 239.25096875
transcript.pyannote[56].end 241.24221875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 242.27159375
transcript.pyannote[57].end 245.29221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 245.35971875
transcript.pyannote[58].end 246.60846875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 247.19909375
transcript.pyannote[59].end 249.30846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 250.01721875
transcript.pyannote[60].end 258.20159375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 259.16346875
transcript.pyannote[61].end 260.17596875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 260.69909375
transcript.pyannote[62].end 261.71159375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 261.81284375
transcript.pyannote[63].end 264.37784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 264.52971875
transcript.pyannote[64].end 265.81221875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 266.84159375
transcript.pyannote[65].end 278.08034375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 278.40096875
transcript.pyannote[66].end 283.75034375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 284.00346875
transcript.pyannote[67].end 288.39096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 288.84659375
transcript.pyannote[68].end 289.11659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 289.31909375
transcript.pyannote[69].end 289.89284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 290.48346875
transcript.pyannote[70].end 292.89659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 292.96409375
transcript.pyannote[71].end 294.44909375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 295.24221875
transcript.pyannote[72].end 310.81784375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 310.81784375
transcript.pyannote[73].end 310.88534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 311.00346875
transcript.pyannote[74].end 347.80784375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 340.60221875
transcript.pyannote[75].end 342.07034375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 347.41971875
transcript.pyannote[76].end 352.07721875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 352.39784375
transcript.pyannote[77].end 353.56221875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 352.65096875
transcript.pyannote[78].end 356.97096875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 356.97096875
transcript.pyannote[79].end 365.49284375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 365.83034375
transcript.pyannote[80].end 366.13409375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 366.01596875
transcript.pyannote[81].end 366.11721875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 366.13409375
transcript.pyannote[82].end 369.17159375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 367.28159375
transcript.pyannote[83].end 367.85534375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 369.17159375
transcript.pyannote[84].end 369.32346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 369.45846875
transcript.pyannote[85].end 369.50909375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 369.50909375
transcript.pyannote[86].end 369.57659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 369.57659375
transcript.pyannote[87].end 369.94784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 369.94784375
transcript.pyannote[88].end 369.96471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 369.96471875
transcript.pyannote[89].end 371.02784375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 371.02784375
transcript.pyannote[90].end 371.06159375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 371.06159375
transcript.pyannote[91].end 371.23034375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 371.23034375
transcript.pyannote[92].end 374.14971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 371.36534375
transcript.pyannote[93].end 372.96846875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 374.77409375
transcript.pyannote[94].end 377.01846875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 377.11971875
transcript.pyannote[95].end 386.08034375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 385.35471875
transcript.pyannote[96].end 385.81034375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 386.08034375
transcript.pyannote[97].end 391.24409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 386.18159375
transcript.pyannote[98].end 386.85659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 387.19409375
transcript.pyannote[99].end 388.24034375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 391.44659375
transcript.pyannote[100].end 397.28534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 397.75784375
transcript.pyannote[101].end 409.73909375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 410.05971875
transcript.pyannote[102].end 419.34096875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 419.34096875
transcript.pyannote[103].end 420.21846875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 419.67846875
transcript.pyannote[104].end 420.79221875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 421.06221875
transcript.pyannote[105].end 423.01971875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 421.12971875
transcript.pyannote[106].end 422.73284375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 423.08721875
transcript.pyannote[107].end 443.32034375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 440.48534375
transcript.pyannote[108].end 447.91034375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 448.33221875
transcript.pyannote[109].end 452.50034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 452.78721875
transcript.pyannote[110].end 455.18346875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 455.97659375
transcript.pyannote[111].end 459.82409375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 460.31346875
transcript.pyannote[112].end 463.75596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 464.07659375
transcript.pyannote[113].end 471.23159375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 471.72096875
transcript.pyannote[114].end 478.53846875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 479.24721875
transcript.pyannote[115].end 488.69721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 488.86596875
transcript.pyannote[116].end 494.90721875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 495.17721875
transcript.pyannote[117].end 496.86471875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 497.15159375
transcript.pyannote[118].end 499.29471875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 499.69971875
transcript.pyannote[119].end 500.64471875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 501.38721875
transcript.pyannote[120].end 502.12971875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 502.43346875
transcript.pyannote[121].end 503.51346875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 503.71596875
transcript.pyannote[122].end 516.94596875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 517.16534375
transcript.pyannote[123].end 519.73034375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 520.05096875
transcript.pyannote[124].end 521.38409375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 521.87346875
transcript.pyannote[125].end 522.44721875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 522.81846875
transcript.pyannote[126].end 549.70034375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 549.07596875
transcript.pyannote[127].end 555.18471875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 555.50534375
transcript.pyannote[128].end 557.29409375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 556.21409375
transcript.pyannote[129].end 556.33221875
transcript.whisperx[0].start 5.056
transcript.whisperx[0].end 10.474
transcript.whisperx[0].text 謝謝召委幫我要請我們的部長跟我們的陳局長陳局長
transcript.whisperx[1].start 17.728
transcript.whisperx[1].end 36.125
transcript.whisperx[1].text 委員好部長好 謝謝部長今天應該是我們這個會期最後一次的答詢為了表示我的慎重我昨天還特地去剪了頭髮希望我們今天的答詢能夠愉快我們今天要討論TPASS的使用我們TPASS推出來的最主要的目的
transcript.whisperx[2].start 37.202
transcript.whisperx[2].end 55.585
transcript.whisperx[2].text 最主要的目的應該是要提升我們公共運輸的使用率嘛對不對如果說只是單純減輕民眾的負擔沒有辦法提升公共運輸的使用率那就單純的就是一個單純的政治買票而已所以說我們在報告裡面才會特別強調我們從111年7月到112年4月跟112年7月到113年4月就是同樣的月份去對一個比較我們運量提升了12.7%
transcript.whisperx[3].start 66.247
transcript.whisperx[3].end 91.866
transcript.whisperx[3].text 當然還有其他的一些細項但是我們在討論一個科學化的統計的時候我想必須要有一些科學化的一些的一些做法我們比如在做一些化學實驗的時候我們一定要什麼我們要有實驗組跟對照組對不對我們要排除掉實驗組跟對照組除了那項變因以外的其他變因我們都要去排除來確認
transcript.whisperx[4].start 93.527
transcript.whisperx[4].end 120.279
transcript.whisperx[4].text 我們去做的這一項變因到底對它實際上面的影響有多大我們在做TPASS也一樣我們從我們111年7月開始有幾項我們臺灣公共運輸一些比較大的一些變化包括你們有提到整個南部的公共自行車或者是南部公共運輸有所成長有許多的變因這跟兩位報告一下
transcript.whisperx[5].start 121.837
transcript.whisperx[5].end 149.385
transcript.whisperx[5].text 我們統計從110年7月開始那我們在也就是2022年那我們在2022年10月5號的時候高雄捷運美術館站到愛河之心啟用同樣的高雄捷運在2024年1月1號愛河之心到凱旋公園啟用那我們高雄的輕軌才是一個完整的環境線嘛是嘛那也因為高雄輕軌環境線的完整啟用
transcript.whisperx[6].start 152.056
transcript.whisperx[6].end 170.047
transcript.whisperx[6].text 相信也會造成我們這個搭乘使用率的一個上升所以說我們的一些報告比如說南部生活圈高屏成長20.5最高我想除了我們的TPASS我們這個捷運建設入廊的一個健全我認為這才是一個最主要的原因那包括我們的自行車公共自行車成長23.8%
transcript.whisperx[7].start 173.527
transcript.whisperx[7].end 195.714
transcript.whisperx[7].text 在2022年11月16號的時候高雄UBIKE 2.01啟用了那當然陸陸續續就增加了很多站以及台北市的UBIKE在今年的2月8號恢復了前30分鐘免費這些都是除了我們TPASS以外的一些公共政策上面的一些改變那也因為他們的改變顯著的
transcript.whisperx[8].start 197.836
transcript.whisperx[8].end 206.715
transcript.whisperx[8].text 成長的這個公共運輸的使用率那我們要那包括剛剛我們趙薇講的我們的疫情指揮中心事態的時候解散的
transcript.whisperx[9].start 208.154
transcript.whisperx[9].end 236.491
transcript.whisperx[9].text 是在2023年的5月1號也就是在我們這一次的統計數據跟上一次的統計數據之間我們一起中間去做解散那在疫情中心解散了之後疫情的影響降低之後那包括公共運輸入網的一個完善自行車案完善導致我們的運量上升那要把這些運量上升的結果通通歸功於我們TPASS的一個月票的推出我認為這有點自我感覺良好
transcript.whisperx[10].start 237.031
transcript.whisperx[10].end 265.655
transcript.whisperx[10].text 就比如說我們在考量到我們餐廳的一個業績好了我們可以說我們今年餐廳業績跟疫情期間業績我們暴增了10倍那你認為這樣子統計數據有意義嗎?它有許多不同的客觀因素那包括疫情也是一個很大的一個因素因此我認為剛剛我們李孟哲召委特別提出來疫情前跟疫情後的公共運輸的一個數據的一個比較它才是有意義的
transcript.whisperx[11].start 266.892
transcript.whisperx[11].end 294.07
transcript.whisperx[11].text 以阪南縣來講我們應該要拿疫情前阪南縣的使用人數使用率來跟疫情後阪南縣或者是淡水縣的使用人數來比他才是有意義的啊因為我們並沒有做路線的變換我們並沒有政策上面的改變我們也排除掉疫情導致我們力量降低先蹲後跳的一個成長的因素啊那我們確實如剛剛我們的李昆哲教委講的在疫情前
transcript.whisperx[12].start 295.307
transcript.whisperx[12].end 310.682
transcript.whisperx[12].text 的使用率跟我們疫情後的大眾使用率來相比我們推出了TPASS之後反而使用率還降低了這在剛剛的答詢之中你們並沒有回答出你們的一些檢討原因我們這部分可不可以先針對這部分來做一個說明
transcript.whisperx[13].start 311.583
transcript.whisperx[13].end 339.183
transcript.whisperx[13].text 跟委員報告,就是當然大眾運輸的使用因素的這個升或降有很多種因素,譬如說可能疫情的考量,人不希望季節,那另外譬如說UBIKE恢復30分鐘的免費,還有譬如說入網的比較健全,新增的入網我想都會增加使用率,那不過從TPASS實施後確實像臺北捷運它的運量是增加了11.26,那桃園
transcript.whisperx[14].start 341.305
transcript.whisperx[14].end 341.425
transcript.whisperx[14].text 陶傑增加68.1%
transcript.whisperx[15].start 365.854
transcript.whisperx[15].end 372.898
transcript.whisperx[15].text 臺中捷運是增加31.7%不過這個數字當然委員建議說可不可以跟疫情前再做比較我只是希望推出這個政策我想不會有民意代表反對畢竟他就是一個傻錢
transcript.whisperx[16].start 391.607
transcript.whisperx[16].end 391.867
transcript.whisperx[16].text 李孟諺主席
transcript.whisperx[17].start 410.234
transcript.whisperx[17].end 410.254
transcript.whisperx[17].text 〔記者訪問〕
transcript.whisperx[18].start 440.955
transcript.whisperx[18].end 454.815
transcript.whisperx[18].text 提供一些我個人搭乘大眾運輸的體驗因為台灣的公共運輸跟國外比確實價格是便宜非常的多所以許多的民眾其實他在乎的不一定是價格許多民眾在乎的是搭乘的舒適度
transcript.whisperx[19].start 456.041
transcript.whisperx[19].end 478.033
transcript.whisperx[19].text 我不知道部長最近有沒有機會看到搭公車的民眾因為公車司機的缺顏導致班次減少到每個民眾搭乘公車的時候跟擠沙丁一樣他是非常不好的乘車的體驗每一個人在是否選擇公共運輸的時候可能會有不同的原因有的人選因為價格有的人是因為舒適度
transcript.whisperx[20].start 479.538
transcript.whisperx[20].end 479.678
transcript.whisperx[20].text 主席
transcript.whisperx[21].start 501.677
transcript.whisperx[21].end 520.773
transcript.whisperx[21].text 兩個面向我們交通部願意補助我們搭乘的民眾我當然覺得很好但是我們也希望能夠提升我們大眾運輸的搭乘的一個品質包括上禮拜搭台鐵來我們立院我差點遲到因為第一班我擠不上去啊第二班我是硬擠貼在門上我才搭過來啊這就是搭乘體驗嘛
transcript.whisperx[22].start 521.914
transcript.whisperx[22].end 548.639
transcript.whisperx[22].text 那我們唯有雙管齊下我們在搭乘體驗的部分也同步的來做提升我相信才能夠提升我們民眾使用大眾運輸的一個使用率那我希望我們所有的統計的資料不要用美化後對自己有利的一個統計資料來做呈現而已一定往後希望相關的數據都能夠把疫情前的數據來跟疫情後的數據來做比較我相信這才會比較有意義
transcript.whisperx[23].start 549.58
transcript.whisperx[23].end 555.917
transcript.whisperx[23].text 我們會虛心來面對 那有很多待改善的 譬如說該提升品質的 我們也會來努力好 謝謝 謝謝部長 謝謝局長