iVOD / 155209

Field Value
影片長度 1365
委員名稱 林淑芬
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fbd4f581a444b4932767cf86bf6a7854825024566f032902d736de4ad1ada90ac0e596ce62f2f2b15ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 7.86096875
transcript.pyannote[0].end 9.44721875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 14.17221875
transcript.pyannote[1].end 16.16346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 16.65284375
transcript.pyannote[2].end 19.62284375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 23.20034375
transcript.pyannote[3].end 23.84159375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 24.34784375
transcript.pyannote[4].end 24.83721875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 25.41096875
transcript.pyannote[5].end 36.09284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 36.85221875
transcript.pyannote[6].end 38.97846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 39.46784375
transcript.pyannote[7].end 41.99909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 42.75846875
transcript.pyannote[8].end 48.15846875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 48.56346875
transcript.pyannote[9].end 53.28846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 53.28846875
transcript.pyannote[10].end 58.13159375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 58.14846875
transcript.pyannote[11].end 90.76784375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 90.97034375
transcript.pyannote[12].end 95.76284375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 96.10034375
transcript.pyannote[13].end 99.40784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 98.83409375
transcript.pyannote[14].end 101.17971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 100.65659375
transcript.pyannote[15].end 104.82471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 104.47034375
transcript.pyannote[16].end 106.32659375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 106.49534375
transcript.pyannote[17].end 123.15096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 106.52909375
transcript.pyannote[18].end 106.79909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 122.93159375
transcript.pyannote[19].end 126.40784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 126.50909375
transcript.pyannote[20].end 132.55034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 132.06096875
transcript.pyannote[21].end 151.21409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 151.21409375
transcript.pyannote[22].end 151.82159375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 152.22659375
transcript.pyannote[23].end 153.52596875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 153.52596875
transcript.pyannote[24].end 154.85909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 154.67346875
transcript.pyannote[25].end 155.09534375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 155.09534375
transcript.pyannote[26].end 155.11221875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 155.24721875
transcript.pyannote[27].end 180.28971875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 180.34034375
transcript.pyannote[28].end 190.61721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 190.44846875
transcript.pyannote[29].end 240.65159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 240.95534375
transcript.pyannote[30].end 255.50159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 245.25846875
transcript.pyannote[31].end 246.03471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 254.96159375
transcript.pyannote[32].end 303.54471875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 303.81471875
transcript.pyannote[33].end 307.00409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 307.29096875
transcript.pyannote[34].end 313.50096875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 314.26034375
transcript.pyannote[35].end 315.93096875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 316.52159375
transcript.pyannote[36].end 317.38221875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 317.38221875
transcript.pyannote[37].end 318.00659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 318.00659375
transcript.pyannote[38].end 318.02346875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 318.31034375
transcript.pyannote[39].end 319.91346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 318.51284375
transcript.pyannote[40].end 318.88409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 320.40284375
transcript.pyannote[41].end 321.95534375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 322.24221875
transcript.pyannote[42].end 324.95909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 325.54971875
transcript.pyannote[43].end 343.75784375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 344.85471875
transcript.pyannote[44].end 346.91346875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 347.45346875
transcript.pyannote[45].end 348.34784375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 348.55034375
transcript.pyannote[46].end 357.10596875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 357.66284375
transcript.pyannote[47].end 366.23534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 366.58971875
transcript.pyannote[48].end 377.69346875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 377.91284375
transcript.pyannote[49].end 380.86596875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 381.33846875
transcript.pyannote[50].end 383.19471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 383.70096875
transcript.pyannote[51].end 394.87221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 395.27721875
transcript.pyannote[52].end 399.00659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 399.36096875
transcript.pyannote[53].end 403.36034375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 403.84971875
transcript.pyannote[54].end 406.54971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 406.88721875
transcript.pyannote[55].end 414.24471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 414.64971875
transcript.pyannote[56].end 420.99471875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 421.83846875
transcript.pyannote[57].end 431.35596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 432.08159375
transcript.pyannote[58].end 441.85221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 443.20221875
transcript.pyannote[59].end 444.26534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 444.38346875
transcript.pyannote[60].end 447.64034375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 449.69909375
transcript.pyannote[61].end 455.52096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 454.94721875
transcript.pyannote[62].end 473.81346875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 474.89346875
transcript.pyannote[63].end 476.09159375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 476.80034375
transcript.pyannote[64].end 522.27846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 522.76784375
transcript.pyannote[65].end 526.58159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 526.96971875
transcript.pyannote[66].end 542.14034375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 542.25846875
transcript.pyannote[67].end 546.56159375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 546.86534375
transcript.pyannote[68].end 565.17471875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 565.64721875
transcript.pyannote[69].end 570.59159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 570.92909375
transcript.pyannote[70].end 578.79284375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 579.23159375
transcript.pyannote[71].end 589.50846875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 589.81221875
transcript.pyannote[72].end 597.20346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 597.62534375
transcript.pyannote[73].end 605.28659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 606.24846875
transcript.pyannote[74].end 613.53846875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 613.89284375
transcript.pyannote[75].end 614.34846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 614.82096875
transcript.pyannote[76].end 616.25534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 617.33534375
transcript.pyannote[77].end 618.02721875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 618.34784375
transcript.pyannote[78].end 618.92159375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 619.79909375
transcript.pyannote[79].end 621.50346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 622.04346875
transcript.pyannote[80].end 628.99596875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 629.33346875
transcript.pyannote[81].end 630.27846875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 631.07159375
transcript.pyannote[82].end 644.62221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 644.97659375
transcript.pyannote[83].end 652.65471875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 653.09346875
transcript.pyannote[84].end 668.31471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 668.61846875
transcript.pyannote[85].end 674.76096875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 675.16596875
transcript.pyannote[86].end 686.30346875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 686.77596875
transcript.pyannote[87].end 695.17971875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 695.33159375
transcript.pyannote[88].end 696.36096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 697.15409375
transcript.pyannote[89].end 700.10721875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 700.30971875
transcript.pyannote[90].end 707.90346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 708.39284375
transcript.pyannote[91].end 713.37096875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 713.72534375
transcript.pyannote[92].end 719.37846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 719.85096875
transcript.pyannote[93].end 721.25159375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 722.36534375
transcript.pyannote[94].end 723.56346875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 724.01909375
transcript.pyannote[95].end 725.95971875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 726.22971875
transcript.pyannote[96].end 727.39409375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 727.74846875
transcript.pyannote[97].end 742.69971875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 742.71659375
transcript.pyannote[98].end 757.87034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 758.05596875
transcript.pyannote[99].end 761.78534375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 762.02159375
transcript.pyannote[100].end 765.90284375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 766.49346875
transcript.pyannote[101].end 768.19784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 769.26096875
transcript.pyannote[102].end 772.55159375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 774.23909375
transcript.pyannote[103].end 777.37784375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 777.66471875
transcript.pyannote[104].end 778.39034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 778.99784375
transcript.pyannote[105].end 781.69784375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 782.06909375
transcript.pyannote[106].end 786.13596875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 786.54096875
transcript.pyannote[107].end 791.13096875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 791.40096875
transcript.pyannote[108].end 794.47221875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 794.77596875
transcript.pyannote[109].end 804.56346875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 804.61409375
transcript.pyannote[110].end 814.65471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 815.38034375
transcript.pyannote[111].end 818.18159375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 818.72159375
transcript.pyannote[112].end 820.59471875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 820.08846875
transcript.pyannote[113].end 828.32346875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 829.21784375
transcript.pyannote[114].end 830.07846875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 830.07846875
transcript.pyannote[115].end 837.72284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 836.92971875
transcript.pyannote[116].end 841.23284375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 841.57034375
transcript.pyannote[117].end 842.85284375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 843.25784375
transcript.pyannote[118].end 845.01284375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 845.19846875
transcript.pyannote[119].end 854.95221875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 855.77909375
transcript.pyannote[120].end 856.67346875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 857.93909375
transcript.pyannote[121].end 865.61721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 867.67596875
transcript.pyannote[122].end 868.14846875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 869.17784375
transcript.pyannote[123].end 870.35909375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 870.37596875
transcript.pyannote[124].end 870.39284375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 870.39284375
transcript.pyannote[125].end 872.75534375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 872.78909375
transcript.pyannote[126].end 873.78471875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 874.05471875
transcript.pyannote[127].end 936.01971875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 874.08846875
transcript.pyannote[128].end 874.30784375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 937.01534375
transcript.pyannote[129].end 937.31909375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 937.79159375
transcript.pyannote[130].end 949.53659375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 950.86971875
transcript.pyannote[131].end 970.44471875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 973.81971875
transcript.pyannote[132].end 974.27534375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 974.91659375
transcript.pyannote[133].end 979.65846875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 980.40096875
transcript.pyannote[134].end 986.81346875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 987.16784375
transcript.pyannote[135].end 989.96909375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 992.26409375
transcript.pyannote[136].end 999.16596875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 999.79034375
transcript.pyannote[137].end 1007.04659375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 1007.83971875
transcript.pyannote[138].end 1010.21909375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 1012.49721875
transcript.pyannote[139].end 1015.60221875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 1016.02409375
transcript.pyannote[140].end 1033.27034375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 1033.60784375
transcript.pyannote[141].end 1036.45971875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 1038.46784375
transcript.pyannote[142].end 1050.28034375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 1050.73596875
transcript.pyannote[143].end 1051.78221875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 1054.61721875
transcript.pyannote[144].end 1057.09784375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 1057.33409375
transcript.pyannote[145].end 1060.67534375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 1059.71346875
transcript.pyannote[146].end 1060.55721875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 1061.01284375
transcript.pyannote[147].end 1062.86909375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 1063.37534375
transcript.pyannote[148].end 1067.42534375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 1067.89784375
transcript.pyannote[149].end 1073.98971875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 1075.37346875
transcript.pyannote[150].end 1089.14346875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 1089.34596875
transcript.pyannote[151].end 1091.65784375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 1092.04596875
transcript.pyannote[152].end 1094.17221875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 1095.11721875
transcript.pyannote[153].end 1099.75784375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 1100.44971875
transcript.pyannote[154].end 1105.63034375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 1107.55409375
transcript.pyannote[155].end 1109.07284375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 1109.44409375
transcript.pyannote[156].end 1112.68409375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 1112.95409375
transcript.pyannote[157].end 1115.90721875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 1116.51471875
transcript.pyannote[158].end 1130.38596875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 1131.29721875
transcript.pyannote[159].end 1136.46096875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 1136.86596875
transcript.pyannote[160].end 1138.16534375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 1138.84034375
transcript.pyannote[161].end 1146.72096875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 1140.88221875
transcript.pyannote[162].end 1140.93284375
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 1147.46346875
transcript.pyannote[163].end 1153.52159375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 1154.98971875
transcript.pyannote[164].end 1157.28471875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 1159.69784375
transcript.pyannote[165].end 1160.25471875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 1160.81159375
transcript.pyannote[166].end 1168.48971875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 1169.04659375
transcript.pyannote[167].end 1170.78471875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 1171.94909375
transcript.pyannote[168].end 1191.49034375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 1191.70971875
transcript.pyannote[169].end 1194.13971875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 1194.24096875
transcript.pyannote[170].end 1196.51909375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 1197.00846875
transcript.pyannote[171].end 1210.44096875
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 1210.77846875
transcript.pyannote[172].end 1215.60471875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 1215.68909375
transcript.pyannote[173].end 1216.92096875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 1217.91659375
transcript.pyannote[174].end 1236.34409375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 1236.78284375
transcript.pyannote[175].end 1237.35659375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 1237.66034375
transcript.pyannote[176].end 1238.13284375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 1238.58846875
transcript.pyannote[177].end 1248.93284375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 1249.32096875
transcript.pyannote[178].end 1261.43721875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 1261.63971875
transcript.pyannote[179].end 1262.80409375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 1263.46221875
transcript.pyannote[180].end 1265.16659375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 1267.19159375
transcript.pyannote[181].end 1271.12346875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 1267.22534375
transcript.pyannote[182].end 1270.92096875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 1271.35971875
transcript.pyannote[183].end 1275.22409375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 1275.32534375
transcript.pyannote[184].end 1302.34221875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 1302.44346875
transcript.pyannote[185].end 1305.39659375
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 1306.44284375
transcript.pyannote[186].end 1312.60221875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 1312.82159375
transcript.pyannote[187].end 1314.64409375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 1318.01909375
transcript.pyannote[188].end 1321.02284375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 1320.24659375
transcript.pyannote[189].end 1320.93846875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 1321.02284375
transcript.pyannote[190].end 1323.75659375
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 1322.30534375
transcript.pyannote[191].end 1326.18659375
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 1325.66346875
transcript.pyannote[192].end 1330.48971875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 1329.44346875
transcript.pyannote[193].end 1332.22784375
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 1333.03784375
transcript.pyannote[194].end 1338.40409375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 1338.87659375
transcript.pyannote[195].end 1359.41346875
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 1359.93659375
transcript.pyannote[196].end 1360.10534375
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 1360.10534375
transcript.pyannote[197].end 1360.86471875
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 1360.12221875
transcript.pyannote[198].end 1362.97409375
transcript.pyannote[199].speaker SPEAKER_01
transcript.pyannote[199].start 1364.84721875
transcript.pyannote[199].end 1365.97784375
transcript.whisperx[0].start 7.878
transcript.whisperx[0].end 18.265
transcript.whisperx[0].text 我其實很想問這個最簡單的問題就是說為什麼台灣的垃圾處理政策最後到現在會導致垃圾堆積如山
transcript.whisperx[1].start 37.274
transcript.whisperx[1].end 57.596
transcript.whisperx[1].text 你覺得最簡單的原因,如果要說大概是什麼原因?報告委員,因為我也看了最近的一些數字,我就覺得從源頭的這個資訊的掌握的處理,我們可能過去沒有很精確。源頭的資訊,現在不用啊,因為就堆積如山一座一座,現在就是說
transcript.whisperx[2].start 59.278
transcript.whisperx[2].end 63.302
transcript.whisperx[2].text 呃裸露堆置的垃圾量已經是72萬噸了比如說源頭的數據你不是講源頭減量喔你是講數據可能不精準可是很明顯的就49處的掩埋場堆成一座座的垃圾山新竹特別嚴重全台最大的垃圾堆積區啊
transcript.whisperx[3].start 78.536
transcript.whisperx[3].end 93.94
transcript.whisperx[3].text 新竹的垃圾山已經高達6層樓了16公尺多了5、6層樓總量一個新竹就超過20萬噸全台已經達到72萬公噸這個堆置在那裡的量這是事實這個不是統計的問題
transcript.whisperx[4].start 96.158
transcript.whisperx[4].end 122.875
transcript.whisperx[4].text 但是這個是從其實第一個當然這個是這個粉化爐你覺得主要的問題是出在哪裡第一個是粉化爐這個整改的問題第二個是整改的問題嗎還有第二個是我們對於整個一般廢棄物事業廢棄物整個這個流向的管制管理這個數據的掌握我必須承認其實我觀察的時候其實我們還是有很大進步的空間我必須要從數據的掌握才可以知道源頭才有辦法
transcript.whisperx[5].start 123.015
transcript.whisperx[5].end 123.475
transcript.whisperx[5].text 你知道嗎?我知道
transcript.whisperx[6].start 153.062
transcript.whisperx[6].end 153.082
transcript.whisperx[6].text 為什麼?
transcript.whisperx[7].start 180.561
transcript.whisperx[7].end 200.193
transcript.whisperx[7].text 因為當時其實每一個焚化爐他在這個興建的時候都有簽訂跟地方政府簽訂一些合約包含了就是說他可以收納多少收納多少的失業廢棄物所以啊真正的原因就是大量的失業廢棄物占用了家戶這個要焚化的焚化爐的處理量能排擠了民生垃圾的處理空間
transcript.whisperx[8].start 201.974
transcript.whisperx[8].end 218.563
transcript.whisperx[8].text 所以以新竹市為例新竹市的焚化廠這5年燒失業廢棄物的比例高達45%嚴重影響了民生垃圾的處理能力然後你再去看不是只有新竹市政府包括北投的台北市政府的北投木柵內湖南區廠高雄的岡山廠
transcript.whisperx[9].start 224.366
transcript.whisperx[9].end 227.17
transcript.whisperx[9].text 都超過50%以上的事業廢棄物都進場 進到這個公共的這個焚化爐去欸所以 變成本色沒人要修 一般垃圾沒人要修都修事業廢棄物 這樣對不對 這樣對不對
transcript.whisperx[10].start 241.368
transcript.whisperx[10].end 268.343
transcript.whisperx[10].text 報告委員其實第一個是你說的例如說北部的他的統計例如說我們家戶家戶的這個有人幫我們收垃圾他可能就當成是商業廢棄物事業廢棄物在做計算所以這個其實各個縣市都存在這個數據這個數據上的偏差我們就暫時不討論可是我們就是看到現在你就是這麼多這麼多然後呢新竹我們就講現實一點這還包括就是你說簽約嘛要燒多少的事業廢棄物嘛
transcript.whisperx[11].start 269.904
transcript.whisperx[11].end 287.45
transcript.whisperx[11].text 可是在簽約的過程裡面為什麼新竹市政府處理事業廢棄物一頓收3000元比收新竹我們都是新竹縣的垃圾裸露高達20萬頓全台最大的垃圾山因為新竹縣政府的垃圾要到新竹市政府去收一頓才1000元人家事業廢棄物進場是3000元
transcript.whisperx[12].start 293.152
transcript.whisperx[12].end 313.481
transcript.whisperx[12].text 所以新竹市政府當然優先要選擇收這個事業廢棄物去燒而且真正的問題也不是在這裡我們又不是沒有民間焚化廠民間焚化廠他可以處理的餘裕很多欸但是民間焚化廠一頓要收多少錢五千以上講錯了啦民間民間要收多少錢八千八千到一萬
transcript.whisperx[13].start 322.515
transcript.whisperx[13].end 337.708
transcript.whisperx[13].text 發言到1萬還到1萬8啦是公共焚化爐的6倍所以有事業廢棄物的焚化爐可以收而且有餘裕有量能而且民間的焚化爐事業廢棄物的焚化爐不用給你燒到滿它的那個處理量能不用燒到滿就可以賺大錢
transcript.whisperx[14].start 345.149
transcript.whisperx[14].end 354.975
transcript.whisperx[14].text 為什麼?因為收費太貴了啊。所以呢,交給我們的公共焚化爐三千塊,多少?萬倍!不是你說的五千、八千、一萬,是萬倍!所以你對這個數據都沒有掌握。所以2019年,經焚化爐處理的一般事業費、器物超過一半。
transcript.whisperx[15].start 367.241
transcript.whisperx[15].end 389.473
transcript.whisperx[15].text 將近60萬噸去了大型焚化廠就是我們的公共焚化廠所以民間還有多少量能限制你知道嗎?署長你知道嗎?保定一點不知道民間還有多少的量能餘裕可以來處理?署長不知道保定不知道你們兩隻手都不知道你們說你們要管事業費事務說你們要管好焚化爐說你們要做什麼改過什麼問題都騙人的
transcript.whisperx[16].start 395.416
transcript.whisperx[16].end 403.282
transcript.whisperx[16].text 報告委員那個失業廢棄物是主管機關經濟部他們的工作你們不用追蹤喔那跟你們都無關喔當然要阿數據當然要把握阿要掌握阿民間繁華廠還有漁獄嫌質量可以還高達80多萬噸但是一棟賣宿賣宿一萬八千塊關鍵是在這
transcript.whisperx[17].start 421.912
transcript.whisperx[17].end 441.419
transcript.whisperx[17].text 你那個62萬噸叫公共焚化爐本來要燒家戶垃圾的結果去燒了事業廢棄物因為三千塊而已啊真正要燒事業廢棄物的一棟修門櫃而且還有量能可以處理遠遠大過於你進到公共焚化爐的量啊這要怎麼處理?他還沒燒到半他就可以賺大錢啊 民間的
transcript.whisperx[18].start 450.275
transcript.whisperx[18].end 473.459
transcript.whisperx[18].text 報告委員 這個民間的這個我們數字上沒有掌握我們了解之後再講我是跟你講說這種價格這麼嚴重的失衡所以你市場取向一定是成本降低啊大家也要去叫公共分化去修如果要修家戶垃圾新竹市就不需要修新竹縣耶然後一場一場的垃圾山就跑出來這問題在這裡啊
transcript.whisperx[19].start 476.857
transcript.whisperx[19].end 489.568
transcript.whisperx[19].text 我再說第二個問題,主要問題,區域調度的機制失效,我們有調度辦法,但沒有法則和執行力,所以沒辦法進行跨區域有效的調度。你就知道現在市政府還有理由可以修,但是他覺得要修的比較好,事業費稅務。
transcript.whisperx[20].start 495.954
transcript.whisperx[20].end 503.538
transcript.whisperx[20].text 所以新竹市的焚化爐他把新竹縣250萬噸都拒絕了所以只收了150噸啦250噸變成只收150噸所以100噸的垃圾無處去變成堆積成山第三個你們掩埋場不當使用原本要當成戰制的掩埋場因為焚化爐處理不及而被迫大量接受垃圾以台中大理掩埋場為例
transcript.whisperx[21].start 522.807
transcript.whisperx[21].end 548.116
transcript.whisperx[21].text 他本來只負責掩埋焚化爐的底渣大理是本來是要埋底渣的而配合稅休的時候、焚化爐稅休的時候暫時加入垃圾台中有三座大型焚化廠但現在將焚化廠10%的處理量能都給了失業廢棄物所以現在有燒不完的垃圾遠遠不久的進入掩埋場然後堆積了36萬公噸等待焚燒的民生垃圾
transcript.whisperx[22].start 551.817
transcript.whisperx[22].end 552.197
transcript.whisperx[22].text 林淑芬 林淑芬 林淑芬
transcript.whisperx[23].start 571.042
transcript.whisperx[23].end 584.466
transcript.whisperx[23].text 在80年代台灣訂定了都市垃圾處理方案以掩埋為主要方式但是到了1991年我們就以改焚化為主掩埋為輔從埋垃圾轉變為埋焚化爐的灰飛的最終處理場址
transcript.whisperx[24].start 589.927
transcript.whisperx[24].end 604.934
transcript.whisperx[24].text 那灰飛每年固定用掩埋15萬噸左右所以這空間本來就都很省的就很省著用就沒什麼搞現在現在你們走回頭路整個台灣的垃圾處理政策倒退囉然後呢進來的垃圾變成進入掩埋場然後你的終極策略你的精進策略是什麼部長你的精進策略是什麼掩埋打包
transcript.whisperx[25].start 619.864
transcript.whisperx[25].end 624.948
transcript.whisperx[25].text 在這種狀況裏面全台灣的一般廢掩埋量這5年來一般廢棄物的掩埋量的成長率100%
transcript.whisperx[26].start 645.363
transcript.whisperx[26].end 652.209
transcript.whisperx[26].text 這五年 我知道過去五年不是你啦但是我跟你講 方向就這樣子你越大越多可以掩埋的掩埋一般費幾乎從108年的10308公噸增加到112年的199574公噸增加的幅度將近100%是99%所以顯著的增加的掩埋場包括大理 台中大理的衛生掩埋場
transcript.whisperx[27].start 675.206
transcript.whisperx[27].end 679.05
transcript.whisperx[27].text 他從108年的2747公噸增加到112年是12萬2700變成12萬3562公噸臺中大理衛生掩埋廠 掩埋的量這麼大而你衛福部提出的精進策略也是掩埋復土蓋埋 蓋埋就好
transcript.whisperx[28].start 697.208
transcript.whisperx[28].end 721.073
transcript.whisperx[28].text 然後呢臺南的隆起隆起掩埋廠從108年才 本來掩埋量是623公噸到112年是9109公噸啦這是成長幾倍啊所以你們現在精進的策略也是鼓勵掩埋復土所以我們來看一下這個臺南社大拍的照片
transcript.whisperx[29].start 722.401
transcript.whisperx[29].end 722.581
transcript.whisperx[29].text 林淑芬
transcript.whisperx[30].start 743.148
transcript.whisperx[30].end 753.835
transcript.whisperx[30].text 變成灰灰的附土然後用底紮再蓋上去灰灰垃圾底紮對你說這樣環境風險環評是允許這樣子的嗎以後還要挖起來篩分那些有毒的陽城對環境對工作人員的傷害對整個周遭的傷害要怎麼辦
transcript.whisperx[31].start 769.258
transcript.whisperx[31].end 772.499
transcript.whisperx[31].text 這都種金屬耶 灰飛捏 底渣捏 你現在贊助垃圾這位而且底渣用底渣當成副土 這個叫副土底渣當副土 卻吸人啊 所以第一個部長目前這樣堆積的危機啊 你的主要的方式就精進的策略就掩埋副土
transcript.whisperx[32].start 791.508
transcript.whisperx[32].end 795.749
transcript.whisperx[32].text 但是從這個數據來看每年進場的一般費逐年增加這樣的覆土這樣的掩埋這樣的蓋牌叫做徹底解決問題嗎第一個第二個針對事業廢棄物佔用公共焚化爐而真正的事業廢棄物處理的焚化爐卻有80萬噸的餘裕卻沒有燒這個問題你具體的改善措施是什麼
transcript.whisperx[33].start 818.735
transcript.whisperx[33].end 820.378
transcript.whisperx[33].text 現在如果改善目前區域調度機制失效的問題,要怎麼樣更有效的跨區域合作?
transcript.whisperx[34].start 829.246
transcript.whisperx[34].end 844.509
transcript.whisperx[34].text 你回答包委員第一個問題是這個只是暫時的我們必須說未來如果這個量能餘裕還是可以去做那就不可能24做整備好了他還是要繼續燒事業廢棄物而事業廢棄物處理廠他還是繼續這麼貴然後呢也是可以有餘裕可以處理但是就沒有人可以去燒三千到萬倍這就是問題啦要怎麼改觀
transcript.whisperx[35].start 858.121
transcript.whisperx[35].end 864.525
transcript.whisperx[35].text 為什麼一般廢棄物逐年增加?量增加了這麼快啦為什麼生活形態的改變生活形態的改變外國難道沒有嗎?外國也是一樣外國也是一樣?好那很好我問你因為這三題你沒有回答我繼續問你你知道台灣從1997年推動資源回收那個時候一推動資源回收人均垃圾10年裡面減少了20%
transcript.whisperx[36].start 887.738
transcript.whisperx[36].end 904.292
transcript.whisperx[36].text 現在近年來垃圾量開始增加特別是經濟越發達像新竹縣市新竹市過去一年來人均廢棄物正是台灣全島第一名但是呢我們要講民生垃圾量比日本韓國新加坡還多你說生活形態的改變我們是亞洲發達國家裡面最高的
transcript.whisperx[37].start 910.818
transcript.whisperx[37].end 933.157
transcript.whisperx[37].text 2022年平均人均生產1.32公斤日本新加坡都低於1公斤2018到2022年台灣的人均每日產出廢棄物增幅是16.81增加的是我們這四個亞洲發達國家裡面成長速度最快的連新加坡跟日本都是下降的幅度你說的生活形態改變紫色的是什麼你講給我聽我剛才有聽到你在尋答
transcript.whisperx[38].start 937.867
transcript.whisperx[38].end 949.242
transcript.whisperx[38].text 你講的我們跟日本、韓國、新加坡我們的生活形態上改變哪裡是我們變他們沒有變的所以我們垃圾成長比他們還要高的
transcript.whisperx[39].start 951.259
transcript.whisperx[39].end 970.125
transcript.whisperx[39].text 網購有人請加坡甘無韓國甘無日本甘無Uber Eats有人請加坡甘無韓國甘無日本甘無人家很發達你認為垃圾成長是這種生活形態改變人家也是可是為什麼他們的垃圾人均產量是下降我們還在逐年增加
transcript.whisperx[40].start 974.966
transcript.whisperx[40].end 989.884
transcript.whisperx[40].text 你剛剛講網購啊疫情啊外送啊人家沒有疫情嗎亞洲日本韓國新加坡難道沒有網購嗎沒有外送嗎通通都有所以這不要拿這個來當藉口是什麼原因更不要講說啊
transcript.whisperx[41].start 994.158
transcript.whisperx[41].end 1005.564
transcript.whisperx[41].text 一般進焚化爐的事業廢棄物你們講統計師真是有一部分事業廢棄物是來自於餐廳小吃店夜市那餐廳小吃店夜市你要解決這個問題是什麼解決韓國怎麼解決
transcript.whisperx[42].start 1012.54
transcript.whisperx[42].end 1035.357
transcript.whisperx[42].text 你來看一下我們的資源回收政策執行不髒本來我們台灣早年在推動還取得一定的成效結果越來越不髒反觀韓國回收率現在是世界第二高連餅乾袋地毯台灣沒有在回收的吃餅乾大家吃那麼多糖果餅乾台灣沒有回收人家都能夠回收為什麼部長
transcript.whisperx[43].start 1038.513
transcript.whisperx[43].end 1049.384
transcript.whisperx[43].text 而且維修前還要連塑膠瓶都要清洗乾淨資料標籤紙箱也要拆開整瓶去除標籤跟膠袋然後由社區管理員確認以後才能交給清潔隊帶走為什麼為什麼他做得到
transcript.whisperx[44].start 1054.859
transcript.whisperx[44].end 1061.627
transcript.whisperx[44].text 這個就行政能力也有關係啊。你說的那些製造垃圾的人他們也都有啊。你看這個袋子。你看我們的驗室裡面的事業費器這個袋子。這個會分類嗎?這沒有分類。台灣連垃圾分類到現在都還在走回頭路。
transcript.whisperx[45].start 1075.881
transcript.whisperx[45].end 1090.256
transcript.whisperx[45].text 我們非常粗略民眾還有一種不用分這麼細到時候親運都會混在一起為什麼什麼叫親運會混在一起台灣的民眾很認真的在分類然後看到我們的區公所是這樣子做的左手邊資源回收車右手邊垃圾車
transcript.whisperx[46].start 1095.171
transcript.whisperx[46].end 1101.581
transcript.whisperx[46].text 公所把他們資源回收來的資源回收戶倒下去噴射車裡面啦,每天在我們家門口啦,在我們家門口的啦。
transcript.whisperx[47].start 1107.571
transcript.whisperx[47].end 1110.772
transcript.whisperx[47].text 這像話嗎地方政府代表這樣做像話嗎垃圾資源回收所有每個人民都好好的回收了那有的時候分類沒做好所以公所地方政府面對這種問題是直接把它倒下去噴射車直接燒啦
transcript.whisperx[48].start 1131.363
transcript.whisperx[48].end 1146.208
transcript.whisperx[48].text 我們都問他每天下午5點說紅瓶在做這件事 笑死人所以你知道這個事情嗎部長 直接把資源回收車的物品完全不分類倒進垃圾車 而且不是我們都問他 台北市 台北市也是這樣啦 我的助理又常常去卸財了啦 你知道為什麼沒有作為
transcript.whisperx[49].start 1159.741
transcript.whisperx[49].end 1170.52
transcript.whisperx[49].text 部長,台灣這樣子人均廢棄物的產出量成為亞洲發達國家第一名而且成長的速度最快你覺得原因是什麼啦?
transcript.whisperx[50].start 1171.991
transcript.whisperx[50].end 1195.61
transcript.whisperx[50].text 你剛才有沒有回答啊那如果你沒有不知道原因你有沒有具體的計畫知道怎麼源頭減廢怎麼讓人均廢棄物的下降的目標要定在哪裡而且要對應的策略拿出來有效策略是什麼你不要跟我講說怎麼數據失真啊這不是事實這個都是事實第二個清潔隊回收的事業廢棄物
transcript.whisperx[51].start 1197.071
transcript.whisperx[51].end 1198.032
transcript.whisperx[51].text 韓國對垃圾分類的嚴格的要求和處罰機制其實很有名的啦
transcript.whisperx[52].start 1217.947
transcript.whisperx[52].end 1236.116
transcript.whisperx[52].text 那你知道地方政府彰化縣資源回收及處理分類項目指引現在他們彰化縣政府環保局做得很認真從電子發票巧拼到茶葉等50幾種垃圾都教人家怎麼回收怎麼搭配所以彰化你知道彰化的垃圾減量多少嗎三成以上
transcript.whisperx[53].start 1238.912
transcript.whisperx[53].end 1262.686
transcript.whisperx[53].text 兩三層除雨回收總量提高一倍資源回收物平均提升15%所以有沒有效政府有決心要做一定有效但是是你知道我們的除雨啊大家都在丟除雨啊到最後地方政府給它丟到焚化爐裡面我們認真的除雨拿去除雨桶丟結果地方政府到最後丟到焚化爐裡面
transcript.whisperx[54].start 1271.444
transcript.whisperx[54].end 1288.182
transcript.whisperx[54].text 中央到底有什麼政策手段可以讓彰化的經驗可以複製出去韓國回收率這麼好能夠回收台灣沒有回收的品項你有沒有考慮要增加回收的品項的範圍能不能向他國來學習最後地方清潔隊這樣的做法
transcript.whisperx[55].start 1289.643
transcript.whisperx[55].end 1299.667
transcript.whisperx[55].text 嚴重的影響了民眾分類的意願和信心。我這麼認真就要分類,還要你把牌子在分色車,要做笑的。我這麼認真就要做廚餘,你搞不好你也是把牌子下去燒。所以你們就是上行下效嘛。環境部對這個有什麼做法,你還說你知道。那你具體的政策來看,你要怎麼監督和改善清潔隊的回收作業呢?
transcript.whisperx[56].start 1318.152
transcript.whisperx[56].end 1323.438
transcript.whisperx[56].text 您都在這裡點點就好了,不用回答。不用啦,找時間啦,他也不知道要怎麼做啦。有啦,有啦,張化的我們都全省一起來關注。不知道耶,都不知道耶。所理也不知道耶。4月7日兩人喔,遠遠大過於,你把他拖下去。
transcript.whisperx[57].start 1339.034
transcript.whisperx[57].end 1339.414
transcript.whisperx[57].text 謝謝委員謝謝林淑芬
會議時間 2024-10-07T09:00:00+08:00
委員發言時間 12:46:02 - 13:08:47
會議名稱 立法院第11屆第2會期社會福利及衛生環境委員會第2次全體委員會議(事由:邀請環境部部長針對「垃圾裸露堆置及災後垃圾妥善處理對策」進行專題報告,並備質詢。 【10月7日及9日二天一次會】)
gazette.lineno 1196
gazette.blocks[0][0] 林委員淑芬:(12時46分)好,謝謝,是不是有請彭部長?
gazette.blocks[1][0] 主席:部長,請。
gazette.blocks[2][0] 彭部長啓明:林委員好。
gazette.blocks[3][0] 林委員淑芬:部長,我其實很想問最簡單的問題,為什麼臺灣的垃圾處理政策,最後會導致垃圾堆積如山?你覺得最簡單的原因大概是什麼?
gazette.blocks[4][0] 彭部長啓明:報告委員,我也看了最近的一些數字,我是覺得掌握源頭的資訊及處理,我們過去可能沒有很精確。
gazette.blocks[5][0] 林委員淑芬:源頭的資訊?現在不用,因為就是堆積如山,一座、一座的。現在裸露堆置的垃圾量已經達72萬噸了。你是說源頭的數據,還不是源頭減量喔,而是數據可能不精準。
gazette.blocks[6][0] 彭部長啓明:對。
gazette.blocks[7][0] 林委員淑芬:很明顯地就是,49處的掩埋場,堆成了一座座的垃圾山,新竹特別嚴重,是全臺最大的垃圾堆積區,新竹的垃圾山已經高達6層樓了,相當於十六公尺多了,一個新竹的總量就超過20萬噸,全臺已經達到72萬公噸,堆置在那裡的量是事實,而不是統計的問題。
gazette.blocks[8][0] 彭部長啓明:但是這個是從……
gazette.blocks[9][0] 林委員淑芬:你覺得主要的問題是出在哪裡?
gazette.blocks[10][0] 彭部長啓明:第一個當然是焚化爐整改的問題,第二個是……
gazette.blocks[11][0] 林委員淑芬:整改的問題嗎?好。
gazette.blocks[12][0] 彭部長啓明:第二個是,我們對於一般廢棄物、事業廢棄物整個流向的管制、管理,這個數據的掌握,我必須承認,就我觀察來看,其實我們還是有很大的進步空間。我們必須要從數據的掌握才可以知道源頭,才有辦法……
gazette.blocks[13][0] 林委員淑芬:你所謂「流向的管理」指涉的是什麼?
gazette.blocks[14][0] 彭部長啓明:舉例來說,一般廢棄物跟事業廢棄物,其比例到底是多少?我們家戶的垃圾……
gazette.blocks[15][0] 林委員淑芬:你講的這個都閃躲了,我現在就講,主要問題就包括,第一個,焚化爐的處理能力跟分配失衡。全臺灣的垃圾焚化處理量能是680萬噸,遠遠大於需要焚化的家戶垃圾總量幾萬噸,你知道嗎?
gazette.blocks[16][0] 彭部長啓明:我知道,是四百八十幾。
gazette.blocks[17][0] 林委員淑芬:470萬。我們焚化爐可以處理的量能有680萬,而家戶垃圾總量才470萬,所以還有210萬噸的餘裕在那裡。如果全臺灣垃圾焚化爐的處理量能這麼大,怎麼垃圾山還會一座、一座裸露地堆置,問題愈來愈嚴重呢?為什麼?
gazette.blocks[18][0] 彭部長啓明:因為當時其實每一個焚化爐在興建的時候都有跟地方政府簽訂一些合約,包含它可以收納多少的事業廢棄物。
gazette.blocks[19][0] 林委員淑芬:所以真正的原因就是大量的事業廢棄物占用了焚化爐要處理家戶垃圾的處理量能,排擠了民生垃圾的處理空間。以新竹市為例,新竹市的焚化廠這5年燒事業廢棄物的比例高達45%,嚴重地影響了民生垃圾的處理能力。
gazette.blocks[19][1] 然後你再去看,不是只有新竹市政府,包括臺北市政府的北投、木柵、內湖,南區廠高雄的岡山廠,超過50%以上的事業廢棄物都進到這個公共焚化爐去耶!所以變成垃圾沒人要收,一般垃圾不收都收事業棄廢物,這樣對嗎?
gazette.blocks[20][0] 彭部長啓明:報告委員,第一個,你說的,例如北部的統計,家戶的垃圾有人幫我們收,它可能就當成是事業廢棄物計算,所以其實各個縣市都存在這個數字上的落差……
gazette.blocks[21][0] 林委員淑芬:這個數據上的偏差,我們就暫時不討論,可是我們就是看到,現在就是這麼多。
gazette.blocks[21][1] 新竹縣的部分,我們就講現實一點,這個還包括,你說簽約要燒多少的事業廢棄物,可是在簽約的過程裡面,為什麼新竹市政府處理事業廢棄物1噸收3,000元?我們都知道新竹縣的垃圾裸露高達20萬噸,是全臺最大的垃圾山,因為新竹縣政府的垃圾要到新竹市政府去燒,1噸才1,000元,人家事業廢棄物進場是3,000元,所以新竹市政府當然優先要選擇收事業廢棄物去燒,而且真正的問題也不是在這裡,我們又不是沒有民間焚化廠,民間焚化廠可以處理的餘裕很多,但是民間焚化廠1噸要收多少錢?
gazette.blocks[22][0] 彭部長啓明:5,000以上。
gazette.blocks[23][0] 林委員淑芬:講錯了啦!
gazette.blocks[24][0] 彭部長啓明:民間?
gazette.blocks[25][0] 林委員淑芬:民間要收多少錢?
gazette.blocks[26][0] 彭部長啓明:8,000到1萬。
gazette.blocks[27][0] 林委員淑芬:8,000到1萬,還到1萬8,000啦!是公共焚化爐的6倍,所以事業廢棄物焚化爐可以收,而且有餘裕有量能,而且民間焚化爐的處理量能不用燒到滿就可以賺大錢,為什麼?因為收費太貴了,交給我們公共焚化爐是3,000元,外面是1萬8,000,不是你說的5,000、8,000、1萬,是1萬8,000,你對這個數據都沒有掌握2019年經焚化爐處理的一般事業廢棄物超過一半,將近62萬噸去了大型焚化廠,就是我們的公共焚化廠,所以民間還有多少量能閒置你知道嗎?署長,你知道嗎?部長一定不知道,民間還有多少的量能餘裕可以來處理?署長不知道,部長不知道,你們連這些數字都不知道,你們說要管理事業廢棄物,說要管理焚化爐,說你們要做什麼、解決什麼問題,都騙人的!
gazette.blocks[28][0] 彭部長啓明:報告委員,事業廢棄物是主管機關經濟部的工作。
gazette.blocks[29][0] 林委員淑芬:你們不用追蹤喔!那跟你們都無關喔!當然要啊!數據當然要把握、要掌握啊!民間焚化廠還有餘裕,閒置量還高達八十多萬噸,但是燒1噸要收1萬8,000元,關鍵是在這裡。那個62萬噸讓公共焚化爐本來要燒家戶垃圾的結果去燒了事業廢棄物,因為3,000元而已,真正要燒事業廢棄物的1噸收1萬8,000,而且還有量能可以處理,遠遠大過進到公共焚化爐的量,這要怎麼處理?民間的不用燒到滿就可以賺大錢。
gazette.blocks[30][0] 彭部長啓明:報告委員,民間的這個,數字上我們沒有掌握,我們瞭解之後再跟委員報告。
gazette.blocks[31][0] 林委員淑芬:我是跟你講,價格這麼嚴重的失衡,市場取向一定是降低成本,所以大家都要給公共焚化爐燒,結果要燒家戶垃圾的新竹市就不要燒新竹縣的,然後一場一場的垃圾山就跑出來,這個問題在這裡啊!
gazette.blocks[31][1] 我再說第二個問題,主要問題是區域調度的機制失效,我們有調度辦法,但沒有罰則和執行力,所以沒辦法進行跨區域有效的調度。你知道新竹市政府還有量能可以燒,但是它寧願要燒那個價格比較好的事業廢棄物,所以新竹市的焚化爐把新竹縣的250噸都拒絕了,只收了150噸,250噸只收150噸,100噸的垃圾無處去,變成堆積成山。
gazette.blocks[31][2] 第三個,你們掩埋場不當使用,原本要當成暫置的掩埋場因為焚化爐處理不及而被迫大量接收垃圾。以臺中大里掩埋場為例,它本來只負責掩埋焚化爐的底渣,大里掩埋場本來是要埋底渣的,偶爾配合焚化爐歲修的時候暫置家戶垃圾。臺中有三座大型焚化廠,但現在將焚化廠10%的處理量能都給了事業廢棄物,所以現在有燒不完的垃圾源源不絕的進入掩埋場,堆積了36萬公噸等待焚燒的民生垃圾,山坳、山谷都快要填平了,什麼時候可以進場燃燒也不知道。所以你們在大大的縮短掩埋場的使用壽命,而且最重要的是我們已經走回頭路、「倒退嚕」了。在八○年代,臺灣訂定了都市垃圾處理方案,以掩埋為主要方式,但是到了1991年我們就改以焚化為主掩埋為輔,從埋垃圾轉變為埋焚化爐飛灰的最終處理場址,飛灰每年固定要掩埋15萬噸左右,所以這個空間本來就很省著用都不太夠,現在你們還走回頭路,整個臺灣的垃圾處理政策「倒退嚕」,垃圾竟然變成進入掩埋場,然後你的精進策略是什麼?部長,你的精進策略是什麼?
gazette.blocks[32][0] 彭部長啓明:掩埋、打包。
gazette.blocks[33][0] 林委員淑芬:掩埋覆土,這不是掩埋,這是什麼?把掩埋當成最終處理了,所以這不是「倒退嚕」,這是什麼?在這種狀況裡面,這五年來全臺灣一般廢棄物掩埋量的成長率100%,我知道過去五年不是你主政,但是我跟你講方向就這樣子,越埋越多,可以掩埋的掩埋。一般廢棄物從108年的10萬308公噸增加到112年的19萬9,574公噸,增加的幅度將近100%,是99%。掩埋量顯著增加的掩埋場,包括臺中大里的衛生掩埋場,它從108年的2,747公噸增加到112年是12萬3,562公噸,臺中大里衛生掩埋場掩埋的量這麼大,而環境部提出的精進策略也是掩埋覆土,蓋著就好;還有臺南的龍崎掩埋場,它108年本來掩埋量是623公噸,到112年是9,109公噸,這是成長幾倍!可是你們現在精進的策略也是鼓勵掩埋覆土。
gazette.blocks[33][1] 我們來看一下這個臺南社大拍的照片,本來的掩埋場是要掩埋飛灰的,看到的白色太空包都是飛灰,它的掩埋是要專區掩埋的,但是現在你號稱暫置堆置的垃圾入侵了飛灰的範圍,變成飛灰的覆土,用底渣再蓋上去,結果飛灰、垃圾、底渣三種混合在一起在掩埋場裡面,你說環評是允許這樣子的嗎?以後還要挖起來篩分,那些有毒的揚塵對環境、對工作人員的傷害、對整個週遭的傷害要怎麼辦?這都重金屬耶!飛灰耶!底渣耶!跟你現在暫置的垃圾混合在一起,而且用底渣當成覆土,這個叫覆土,底渣當覆土,笑死人了!
gazette.blocks[33][2] 部長,第一個,目前這樣堆積的危機,你精進的策略就是掩埋覆土,但是從這個數據來看,每年進場的一般廢棄物逐年增加,這樣的覆土、這樣的掩埋、這樣蓋牌叫做徹底解決問題嗎?第一個。第二個,針對事業廢棄物占用公共焚化爐,而真正的事業廢棄物處理的焚化爐,卻有80萬噸的餘裕沒有燒,這個問題你具體的改善措施是什麼?
gazette.blocks[34][0] 彭部長啓明:報告委員,第一個……
gazette.blocks[35][0] 林委員淑芬:讓我問完。第三個,如何改善目前區域調度機制失效的問題,要怎麼樣更有效的跨區域合作?你回答。
gazette.blocks[36][0] 彭部長啓明:報告委員,第一個問題是這個只是暫時的,我們必須說,未來如果這個量能餘裕還是可以去做燃燒的……
gazette.blocks[37][0] 林委員淑芬:那就不可能,24座整備好了,它還是要繼續燒事業廢棄物,而事業廢棄物處理廠還是繼續這麼貴,然後還有餘裕可以處理,但是就沒有人要拿去那邊燒,3,000和1萬8,000,這就是問題,要怎麼解決?你也不能這麼說,一般廢棄物為什麼逐年增加?量增加這麼快?為什麼?
gazette.blocks[38][0] 彭部長啓明:生活型態的改變。
gazette.blocks[39][0] 林委員淑芬:生活型態的改變,外國難道沒有嗎?
gazette.blocks[40][0] 彭部長啓明:外國也是一樣,都是增加的。
gazette.blocks[41][0] 林委員淑芬:好,那很好。因為這三題你沒有回答,我繼續問你。你知道臺灣從1997年推動資源回收,那個時候一推動資源回收,人均垃圾10年裡面減少了20%,近年來垃圾量開始增加,特別是經濟越發達,像新竹縣市,新竹市過去一年來人均廢棄物正是臺灣全島第一名,但是我們要講,民生垃圾量比日本、韓國、新加坡還多,你說生活型態的改變,我們是亞洲發達國家裡面最高的,2022年平均人均生產1.32公斤,日本、新加坡都低於1公斤,2018到2022年臺灣的人均每日產出廢棄物增幅是16.81%,是4個亞洲發達國家裡面成長速度最快的,連新加坡跟日本都是下降的幅度,你說生活型態改變指涉的是什麼?你講給我聽,我剛才有聽到你在詢答,你說我們跟日本、韓國、新加坡,我們的生活型態上改變,哪裡是我們變他們沒有變,所以我們垃圾成長比他們還要高的?網購,新加坡難道沒有嗎?韓國難道沒有?日本難道沒有?Uber Eats,新加坡難道沒有嗎?韓國難道沒有?日本難道沒有?他們很發達,你認為垃圾成長是這種生活型態改變,人家也是,可是為什麼他們的垃圾人均產量是下降,我們還在逐年增加?剛才講網購、疫情、外送等,人家沒有疫情嗎?亞洲的日本、韓國、新加坡難道沒有網購嗎?沒有外送嗎?通通都有,所以不要拿這個來當藉口,是什麼原因?更不要講一般進焚化爐的事業廢棄物,你們講的統計失真是有一部分的事業廢棄物來自於餐廳、小吃店、夜市,那餐廳、小吃店、夜市,這個問題是怎麼解決?韓國怎麼解決?你來看一下,我們的資源回收政策執行不彰,本來我們臺灣早年在推動還取得一定的成效,結果越來越不彰,反觀韓國回收率現在是世界第二高,連餅乾袋、地毯,臺灣沒有在回收的,餅乾大家吃那麼多,糖果、餅乾,臺灣沒有回收耶!人家都能夠回收,部長,為什麼?而且回收前還有連塑膠瓶都要清洗乾淨、撕掉標籤,紙箱也要拆開整平,去除標籤及膠帶,然後由社區管理員確認以後才能交給清潔隊帶走,為什麼?為什麼他做得到?這個跟行政能力也有關係啊!你說的那些製造垃圾的人,他們也都有,你看這張,你看那個袋子,我們夜市裡面的事業廢棄物,這個袋子會分類嗎?這沒有分類,臺灣連垃圾分類到現在都還在走回頭路,我們非常粗略,民眾還不用分這麼細,到時候清運都會混在一起,為什麼?什麼清運會混在一起?臺灣民眾很認真在分類,然後看到我們的區公所是這樣子做的,左手邊資源回收車,右手邊垃圾車,公所把他們資源回收來的資源回收物倒進垃圾車裡面,每天在我們家門口,這是我們家門口的啦!這像話嗎?地方政府帶頭這樣做,像話嗎?垃圾、資源回收,每個人民都好好的回收了,有的時候分類沒做好,所以公所、地方政府面對這種問題就是直接倒進去垃圾車直接燒,我們家門口每天下午5點,公園旁邊在做這種事情,笑死人!所以你知道這個事情嗎?部長。
gazette.blocks[42][0] 彭部長啓明:知道。
gazette.blocks[43][0] 林委員淑芬:直接把資源回收車的物品完全不分類倒進垃圾車,而且不是只有我們家門口,臺北市也是這樣啦!我的助理還常常去拍照,你知道喔!你知道為什麼沒有作為?
gazette.blocks[43][1] 部長,臺灣人均廢棄物的產出量成為亞洲發達國家第一名,而且成長的速度最快,你覺得原因是什麼?你剛才也沒有回答,如果你不知道原因,你有沒有具體的計畫,知道怎麼源頭減廢?怎麼讓人均廢棄物下降的目標要定在哪裡?而且對應的策略、拿出來的有效策略是什麼?你不要跟我講什麼數據失真、這不是事實,這個都是事實。第二個,清潔隊回收的事業廢棄物要怎麼處理?韓國是怎麼處理?人家專用垃圾怎麼處理?餐廳、小吃店、市場,我們已經輸韓國也沒關係,你看人家怎麼處理,我們繼續這樣處理下去可以嗎?韓國對垃圾分類嚴格的要求和處罰機制其實很有名啦!你知道地方政府彰化縣資源回收及廚餘分類項目指引,現在彰化縣政府環保局做得很認真,從電子發票、巧拼到茶葉等五十幾種垃圾都教人家怎麼回收、怎麼搭配,所以你知道彰化的垃圾減量多少嗎?
gazette.blocks[44][0] 彭部長啓明:三成以上。
gazette.blocks[45][0] 林委員淑芬:兩、三成,廚餘回收總量提高一倍,資源回收物平均提升15%,所以有沒有效?政府有決心要做一定有效,但是你知道我們的廚餘,大家都在丟廚餘,到最後地方政府給它丟到焚化爐裡面,我們很認真的將廚餘拿去廚餘桶丟,結果地方政府到最後卻丟到焚化爐裡面,剛才說的回收也丟到焚化爐裡面。
gazette.blocks[46][0] 主席:林委員,超過10分鐘了。
gazette.blocks[47][0] 林委員淑芬:好啦!中央到底有什麼政策手段可以讓彰化的經驗複製出去?韓國回收率這麼好,能夠回收臺灣沒有回收的品項,你有沒有考慮要增加回收品項的範圍?能不能向他國來學習?最後,地方清潔隊這樣的作法,嚴重影響了民眾分類的意願和信心,我這麼認真地分類,最後他們把它丟到垃圾車,不就在「裝肖仔」,我這麼認真處理廚餘,到最後你也是把它丟進去燒,所以你們就是上行下效嘛!環境部對這個有什麼作法你還說你知道,以具體的政策來看,你要怎麼監督和改善清潔隊的回收作業呢?你們都在這裡安靜就好了,不用回答?
gazette.blocks[48][0] 主席:找時間去委員辦公室報告啦!
gazette.blocks[49][0] 林委員淑芬:不用啦!找時間來,他也不知道要怎麼做。
gazette.blocks[50][0] 彭部長啓明:有啦!有啦!委員,彰化,我們都還全省一起去觀摩。
gazette.blocks[51][0] 林委員淑芬:剛才問的都不知道,數字也不知道,事業廢棄物量能遠遠大過你們把它丟進去公共焚化爐的啦!所以公共焚化爐的量能弄出來,垃圾山就減少,但是最重點是要源頭減量,不是只有數據,數據跟統計當然會有失誤,也值得改進,但真正的問題是政府要好好的管理。
gazette.blocks[52][0] 彭部長啓明:好,謝謝委員。
gazette.blocks[53][0] 林委員淑芬:好。
gazette.blocks[54][0] 主席:謝謝林淑芬委員。
gazette.blocks[54][1] 接續謝衣鳯委員、謝衣鳯委員、謝衣鳯委員不在。
gazette.blocks[54][2] 請牛煦庭委員質詢,時間4分鐘。
gazette.agenda.page_end 256
gazette.agenda.meet_id 委員會-11-2-26-2
gazette.agenda.speakers[0] 蘇清泉
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 涂權吉
gazette.agenda.speakers[4] 盧縣一
gazette.agenda.speakers[5] 陳菁徽
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 王育敏
gazette.agenda.speakers[8] 廖偉翔
gazette.agenda.speakers[9] 王正旭
gazette.agenda.speakers[10] 楊曜
gazette.agenda.speakers[11] 洪申翰
gazette.agenda.speakers[12] 羅廷瑋
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 羅智強
gazette.agenda.speakers[15] 黃秀芳
gazette.agenda.speakers[16] 劉建國
gazette.agenda.speakers[17] 陳瑩
gazette.agenda.speakers[18] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[19] 邱若華
gazette.agenda.speakers[20] 何欣純
gazette.agenda.speakers[21] 林淑芬
gazette.agenda.speakers[22] 牛煦庭
gazette.agenda.speakers[23] 蘇巧慧
gazette.agenda.speakers[24] 林倩綺
gazette.agenda.speakers[25] 謝衣鳯
gazette.agenda.page_start 173
gazette.agenda.meetingDate[0] 2024-10-07
gazette.agenda.gazette_id 1138201
gazette.agenda.agenda_lcidc_ids[0] 1138201_00005
gazette.agenda.meet_name 立法院第11屆第2會期社會福利及衛生環境委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請環境部部長針對「垃圾裸露堆置及災後垃圾妥善處理對策」進行專題報告,並備質詢
gazette.agenda.agenda_id 1138201_00004
IVOD_ID 155209
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155209
日期 2024-10-07
會議資料.會議代碼 委員會-11-2-26-2
會議資料.屆 11
會議資料.會期 2
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.標題 第11屆第2會期社會福利及衛生環境委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-10-07T12:46:02+08:00
結束時間 2024-10-07T13:08:47+08:00
支援功能[0] ai-transcript
支援功能[1] gazette