iVOD / 155425

Field Value
影片長度 701
委員名稱 陳菁徽
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/d4cdf32868ad364b95bd7808e2160e8cba3f46e895646c91ce23de861f6e8a42bc5f279a864bc0545ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_04
transcript.pyannote[0].start 3.27096875
transcript.pyannote[0].end 6.57846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.04221875
transcript.pyannote[1].end 9.90284375
transcript.pyannote[2].speaker SPEAKER_04
transcript.pyannote[2].start 10.22346875
transcript.pyannote[2].end 10.71284375
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 11.01659375
transcript.pyannote[3].end 18.25596875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 19.18409375
transcript.pyannote[4].end 20.01096875
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 20.78721875
transcript.pyannote[5].end 21.07409375
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 21.39471875
transcript.pyannote[6].end 21.41159375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 21.41159375
transcript.pyannote[7].end 22.05284375
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 21.49596875
transcript.pyannote[8].end 21.61409375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 21.61409375
transcript.pyannote[9].end 21.76596875
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 22.05284375
transcript.pyannote[10].end 22.67721875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 22.06971875
transcript.pyannote[11].end 22.32284375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 23.87534375
transcript.pyannote[12].end 23.90909375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 23.90909375
transcript.pyannote[13].end 26.84534375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 24.33096875
transcript.pyannote[14].end 24.34784375
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 24.34784375
transcript.pyannote[15].end 57.33846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 27.46971875
transcript.pyannote[16].end 27.99284375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 58.11471875
transcript.pyannote[17].end 64.44284375
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 58.18221875
transcript.pyannote[18].end 58.60409375
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 63.21096875
transcript.pyannote[19].end 63.24471875
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 64.44284375
transcript.pyannote[20].end 67.41284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 67.48034375
transcript.pyannote[21].end 103.28909375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 89.09721875
transcript.pyannote[22].end 89.45159375
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 101.39909375
transcript.pyannote[23].end 101.97284375
transcript.pyannote[24].speaker SPEAKER_04
transcript.pyannote[24].start 103.28909375
transcript.pyannote[24].end 113.24534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 107.15346875
transcript.pyannote[25].end 108.01409375
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 113.92034375
transcript.pyannote[26].end 123.50534375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 113.97096875
transcript.pyannote[27].end 114.25784375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 114.25784375
transcript.pyannote[28].end 114.27471875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 114.27471875
transcript.pyannote[29].end 114.30846875
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 123.85971875
transcript.pyannote[30].end 132.82034375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 131.04846875
transcript.pyannote[31].end 134.92971875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 135.06471875
transcript.pyannote[32].end 138.91221875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 139.03034375
transcript.pyannote[33].end 140.27909375
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 139.35096875
transcript.pyannote[34].end 139.46909375
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 140.58284375
transcript.pyannote[35].end 141.52784375
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 141.66284375
transcript.pyannote[36].end 151.11284375
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 151.82159375
transcript.pyannote[37].end 164.27534375
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 164.68034375
transcript.pyannote[38].end 170.24909375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 170.62034375
transcript.pyannote[39].end 179.07471875
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 179.39534375
transcript.pyannote[40].end 179.95221875
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 181.40346875
transcript.pyannote[41].end 190.34721875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 190.80284375
transcript.pyannote[42].end 191.07284375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 191.76471875
transcript.pyannote[43].end 192.91221875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 191.86596875
transcript.pyannote[44].end 192.92909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 192.94596875
transcript.pyannote[45].end 193.84034375
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 195.17346875
transcript.pyannote[46].end 197.31659375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 197.45159375
transcript.pyannote[47].end 197.77221875
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 197.77221875
transcript.pyannote[48].end 197.78909375
transcript.pyannote[49].speaker SPEAKER_04
transcript.pyannote[49].start 198.59909375
transcript.pyannote[49].end 202.98659375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 202.39596875
transcript.pyannote[50].end 205.53471875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 205.92284375
transcript.pyannote[51].end 208.21784375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 208.43721875
transcript.pyannote[52].end 218.24159375
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 218.24159375
transcript.pyannote[53].end 218.27534375
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 218.71409375
transcript.pyannote[54].end 218.73096875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 218.73096875
transcript.pyannote[55].end 218.74784375
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 218.74784375
transcript.pyannote[56].end 219.03471875
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 219.37221875
transcript.pyannote[57].end 241.79909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 242.28846875
transcript.pyannote[58].end 242.35596875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 242.55846875
transcript.pyannote[59].end 268.61346875
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 267.26346875
transcript.pyannote[60].end 270.25034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 270.38534375
transcript.pyannote[61].end 275.56596875
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 275.95409375
transcript.pyannote[62].end 276.40971875
transcript.pyannote[63].speaker SPEAKER_04
transcript.pyannote[63].start 276.67971875
transcript.pyannote[63].end 297.08159375
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 297.52034375
transcript.pyannote[64].end 298.65096875
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 299.02221875
transcript.pyannote[65].end 302.16096875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 302.36346875
transcript.pyannote[66].end 310.75034375
transcript.pyannote[67].speaker SPEAKER_04
transcript.pyannote[67].start 310.80096875
transcript.pyannote[67].end 319.66034375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 319.87971875
transcript.pyannote[68].end 331.33784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 331.35471875
transcript.pyannote[69].end 336.43409375
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 336.65346875
transcript.pyannote[70].end 336.75471875
transcript.pyannote[71].speaker SPEAKER_04
transcript.pyannote[71].start 337.04159375
transcript.pyannote[71].end 361.42596875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 360.59909375
transcript.pyannote[72].end 370.58909375
transcript.pyannote[73].speaker SPEAKER_04
transcript.pyannote[73].start 364.27784375
transcript.pyannote[73].end 364.31159375
transcript.pyannote[74].speaker SPEAKER_04
transcript.pyannote[74].start 364.37909375
transcript.pyannote[74].end 364.49721875
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 371.04471875
transcript.pyannote[75].end 371.21346875
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 371.43284375
transcript.pyannote[76].end 371.88846875
transcript.pyannote[77].speaker SPEAKER_04
transcript.pyannote[77].start 372.15846875
transcript.pyannote[77].end 380.00534375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 380.00534375
transcript.pyannote[78].end 380.03909375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 380.27534375
transcript.pyannote[79].end 381.76034375
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 381.82784375
transcript.pyannote[80].end 381.86159375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 381.86159375
transcript.pyannote[81].end 397.04909375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 397.45409375
transcript.pyannote[82].end 415.96596875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 408.38909375
transcript.pyannote[83].end 408.86159375
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 415.96596875
transcript.pyannote[84].end 422.76659375
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 423.27284375
transcript.pyannote[85].end 426.37784375
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 426.52971875
transcript.pyannote[86].end 444.26534375
transcript.pyannote[87].speaker SPEAKER_04
transcript.pyannote[87].start 444.80534375
transcript.pyannote[87].end 449.83409375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 450.55971875
transcript.pyannote[88].end 467.50221875
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 453.09096875
transcript.pyannote[89].end 454.18784375
transcript.pyannote[90].speaker SPEAKER_04
transcript.pyannote[90].start 467.11409375
transcript.pyannote[90].end 471.41721875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 468.10971875
transcript.pyannote[91].end 468.17721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 471.04596875
transcript.pyannote[92].end 471.75471875
transcript.pyannote[93].speaker SPEAKER_04
transcript.pyannote[93].start 471.75471875
transcript.pyannote[93].end 474.79221875
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 475.09596875
transcript.pyannote[94].end 476.15909375
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 477.82971875
transcript.pyannote[95].end 500.35784375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 485.76096875
transcript.pyannote[96].end 485.79471875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 485.91284375
transcript.pyannote[97].end 485.94659375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 500.93159375
transcript.pyannote[98].end 510.73596875
transcript.pyannote[99].speaker SPEAKER_04
transcript.pyannote[99].start 510.87096875
transcript.pyannote[99].end 512.13659375
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 512.65971875
transcript.pyannote[100].end 513.06471875
transcript.pyannote[101].speaker SPEAKER_04
transcript.pyannote[101].start 514.51596875
transcript.pyannote[101].end 517.40159375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 517.70534375
transcript.pyannote[102].end 537.19596875
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 533.07846875
transcript.pyannote[103].end 533.66909375
transcript.pyannote[104].speaker SPEAKER_04
transcript.pyannote[104].start 537.11159375
transcript.pyannote[104].end 547.03409375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 547.82721875
transcript.pyannote[105].end 563.63909375
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 563.09909375
transcript.pyannote[106].end 567.26721875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 567.79034375
transcript.pyannote[107].end 568.39784375
transcript.pyannote[108].speaker SPEAKER_04
transcript.pyannote[108].start 568.39784375
transcript.pyannote[108].end 596.42721875
transcript.pyannote[109].speaker SPEAKER_04
transcript.pyannote[109].start 596.69721875
transcript.pyannote[109].end 612.82971875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 613.08284375
transcript.pyannote[110].end 613.57221875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 614.48346875
transcript.pyannote[111].end 616.44096875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 615.69846875
transcript.pyannote[112].end 615.81659375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 616.74471875
transcript.pyannote[113].end 633.45096875
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 631.52721875
transcript.pyannote[114].end 635.49284375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 634.19346875
transcript.pyannote[115].end 634.41284375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 635.49284375
transcript.pyannote[116].end 664.60221875
transcript.pyannote[117].speaker SPEAKER_04
transcript.pyannote[117].start 664.41659375
transcript.pyannote[117].end 675.90846875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 675.67221875
transcript.pyannote[118].end 676.41471875
transcript.pyannote[119].speaker SPEAKER_04
transcript.pyannote[119].start 676.41471875
transcript.pyannote[119].end 678.82784375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 678.82784375
transcript.pyannote[120].end 680.00909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 680.65034375
transcript.pyannote[121].end 681.54471875
transcript.pyannote[122].speaker SPEAKER_04
transcript.pyannote[122].start 681.59534375
transcript.pyannote[122].end 682.33784375
transcript.pyannote[123].speaker SPEAKER_04
transcript.pyannote[123].start 682.43909375
transcript.pyannote[123].end 686.67471875
transcript.pyannote[124].speaker SPEAKER_04
transcript.pyannote[124].start 687.04596875
transcript.pyannote[124].end 690.20159375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 688.85159375
transcript.pyannote[125].end 688.91909375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 688.91909375
transcript.pyannote[126].end 689.08784375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 689.08784375
transcript.pyannote[127].end 689.10471875
transcript.pyannote[128].speaker SPEAKER_04
transcript.pyannote[128].start 690.80909375
transcript.pyannote[128].end 693.27284375
transcript.pyannote[129].speaker SPEAKER_04
transcript.pyannote[129].start 693.71159375
transcript.pyannote[129].end 698.21721875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 698.21721875
transcript.pyannote[130].end 699.98909375
transcript.pyannote[131].speaker SPEAKER_04
transcript.pyannote[131].start 698.70659375
transcript.pyannote[131].end 699.39846875
transcript.pyannote[132].speaker SPEAKER_04
transcript.pyannote[132].start 700.39409375
transcript.pyannote[132].end 701.15346875
transcript.whisperx[0].start 3.431
transcript.whisperx[0].end 6.453
transcript.whisperx[0].text 10月是環境部一個很特別的月份,也是許多年輕人會關心的。你知道叫什麼月嗎?
transcript.whisperx[1].start 25.309
transcript.whisperx[1].end 52.33
transcript.whisperx[1].text 這是很多年輕人會關心的議題所以全台灣每年的手機銷售量是500到600萬台但是我們的回收率卻只有12%您在這個月的許許多多的新聞稿都有宣導這件事情因為手機裡面有很多貴重金屬對於資源的永續非常的重要那我在許多新聞稿都有找到說我們的手機回收率只有12%
transcript.whisperx[2].start 54.534
transcript.whisperx[2].end 57.044
transcript.whisperx[2].text 您知道跟世界各國比起來我們的
transcript.whisperx[3].start 58.38
transcript.whisperx[3].end 84.731
transcript.whisperx[3].text 我所掌握的資料是像歐美日他們大概是15%我們有一段落差對那為什麼我們做不到呢從實際上來看的話如何手機賣出去如何回收其實還是要從源頭來做起所以其實這段時間我們跟手機的廠商一個一個去談因為其實有些的產業每個產業不一樣像有些大牌的大家常用的其實他們都想要自己的回收體系算他自己的
transcript.whisperx[4].start 85.031
transcript.whisperx[4].end 87.853
transcript.whisperx[4].text 你有訂一個目標是2026年要提升3%提升到大概是日韓歐美的低標啦會不會覺得這個訂的有點太低了
transcript.whisperx[5].start 114.074
transcript.whisperx[5].end 140.083
transcript.whisperx[5].text 因為我一直跟貴部門要一些raw data來看我想知道說從一開始有手機回收你們來統計這個比率至今可是網站也沒有然後這個raw data也沒有所以其實不知道你們這個12%是怎麼計算出來的我們這個手機回收月是由我們各業者提供另外就是我們在經濟隊回收的這個數量來加起來的
transcript.whisperx[6].start 142.187
transcript.whisperx[6].end 150.364
transcript.whisperx[6].text 我有稍微查了一下,其實回收的比例這麼低,大概因為管道很麻煩,誘因不足,還有其實民眾很擔心自己的個資
transcript.whisperx[7].start 151.874
transcript.whisperx[7].end 178.587
transcript.whisperx[7].text 因此我看了一下國外的做法在這邊也提供給部長因為你們是AI內閣你們更應該要創新有創意所以歐美的經驗是他們常常會在手機的訊息通知民眾回來回收還有一些回收的管道另外他們的廠商是會開立手機刪除的證明等等讓他們安心還有一些足夠的誘因下一張給您看一下這個
transcript.whisperx[8].start 181.488
transcript.whisperx[8].end 197.655
transcript.whisperx[8].text 手機回收月等等活動內容其實是很豐富的可是呢你知道你們缺了最大的市佔率叫做蘋果嗎?哈囉對這個你知道嗎?我知道可是以前有蘋果你知道嗎?知道
transcript.whisperx[9].start 199.069
transcript.whisperx[9].end 199.43
transcript.whisperx[9].text 委員會主席
transcript.whisperx[10].start 219.446
transcript.whisperx[10].end 240.318
transcript.whisperx[10].text 因為他現在的市佔率大概是24.3%而且很多直營門市呢他持續做舊機換新機的方案他會發現民間二手機的回收量蘋果回收佔了56.3%排行是第一名所以你如果沒有把Apple納進來的話其實你要達到你希望跟國際接軌的數據是很難的
transcript.whisperx[11].start 243.108
transcript.whisperx[11].end 270.027
transcript.whisperx[11].text 對,方委員其實我剛好前幾個禮拜幫家人去換手機那家人手機摔壞了那我去我以前去蘋果他就會把我回收走了那我們去一般的這個通訊行他就說回收率一支300塊那就以消費者的角度來說的話所以這個就是造成說一般的企業他主動像你主席仔細看這個蘋果的這個業績報告他的回收率是他重要的指標對,所以你真的應該要說服他可以跟你配合嗎?
transcript.whisperx[12].start 270.647
transcript.whisperx[12].end 298.502
transcript.whisperx[12].text 但是因為手機業者他是最主動的但是有些的業者沒有那麼的主動這個是您之前環境部以前叫做環保署的時候110年的活動是有跟所有的10大品牌還有5大電信合作這個發布在之前110年的新聞稿中包括有Apple可是現在升格到環境部照理說應該有更大規模更高層級的合作案這個是今天希望可以
transcript.whisperx[13].start 299.302
transcript.whisperx[13].end 324.555
transcript.whisperx[13].text 請你們可以注意的然後未來可以多加改善我們未來會把它提升但是委員提到說能不能有更好的目標我會再跟我們團隊再仔細再討論有沒有更精進的作為這是近期有看到在前瞻計畫第5期裡面看到部長有提出一個淨零排碳氣候法制策略精進計畫只規劃做8個月但是花了1.7億
transcript.whisperx[14].start 326.036
transcript.whisperx[14].end 335.577
transcript.whisperx[14].text 其中主要的工作就是包括建立碳足跡係數資料庫這件事,您知道嗎?知道,這個是我們要呼應國際的要求,有一個冷卻行動的計畫
transcript.whisperx[15].start 337.125
transcript.whisperx[15].end 338.146
transcript.whisperx[15].text 請問這兩個的計畫內容是不是有重疊的部分?
transcript.whisperx[16].start 361.602
transcript.whisperx[16].end 389.229
transcript.whisperx[16].text 報告委員 這兩個不一樣 一個是這個是範疇三啦範疇三是很難去計算的那這個是這個是冷卻行動雖然名稱上面是一樣的但是針對這個碳足跡還有係數資料庫這個項目是不是您想要再擴充1111更多還是有什麼其他的我們請我們署長跟委員報告因為目前在網站上公佈的這個碳足跡的係數都是民間他們自願性要做碳足跡的這個
transcript.whisperx[17].start 390.429
transcript.whisperx[17].end 390.47
transcript.whisperx[17].text 陳菁徽
transcript.whisperx[18].start 410.888
transcript.whisperx[18].end 411.088
transcript.whisperx[18].text 這是您的網站
transcript.whisperx[19].start 426.884
transcript.whisperx[19].end 449.677
transcript.whisperx[19].text 裡面有14個單位有跟你們合作做這些碳足跡的揭露那當然比如說高鐵或是華航這些有關股為主的單位都覺得是理所當然很能理解可是剛有許多委員提到的台鐵、台電也都是公家機關但為什麼你們到目前只有合作了14個而沒有一些指標可以再往上增加呢?
transcript.whisperx[20].start 450.652
transcript.whisperx[20].end 451.693
transcript.whisperx[20].text 這個早上有許多委員已經關心了,所有這個
transcript.whisperx[21].start 477.884
transcript.whisperx[21].end 479.105
transcript.whisperx[21].text 請這些超標的醫院提出具體的改善措施
transcript.whisperx[22].start 501.605
transcript.whisperx[22].end 517.199
transcript.whisperx[22].text 這個我們跟這個八家醫院都有開會啦衛福部都有開會啦齁那事實上我們也希望說讓他們做源頭管制是最重要的對可是衛福部說跟跟這個醫院不相關您覺得呢
transcript.whisperx[23].start 517.745
transcript.whisperx[23].end 521.526
transcript.whisperx[23].text 那正在環境部的立場你有沒有一些想法對於我們周遭醫院周遭這些住戶有沒有產生一些健康的影響做出評估或是調查
transcript.whisperx[24].start 548.304
transcript.whisperx[24].end 566.952
transcript.whisperx[24].text 這個是我們先對水的部分,他們放流水,然後他對環境的這個影響,雖然說他們現在沒有立即的危害,但是委員提到的所以附近的這個住戶水體的,我們是針對水體啦,沒有對醫院附近的這個住戶的衝擊。對,但是我們調查這個其實主要就是害怕未來這些抗藥性嗎?
transcript.whisperx[25].start 568.45
transcript.whisperx[25].end 594.959
transcript.whisperx[25].text 沒關係,這邊有一個具體的建議這邊有提供部長一個想法行政院近期有核定一個國家級防疫一體抗生素的抗藥性管理行動計畫等等會在114年正式啟動,總共編列了19億元那其中呢,疾管署的副署長羅一鈞就有講到說醫療機構的放流水管理並沒有納入在這樣子的計畫內左院長特別要求環境部應該主動監控
transcript.whisperx[26].start 596.84
transcript.whisperx[26].end 597.561
transcript.whisperx[26].text 此後請我們市長,水保市市長
transcript.whisperx[27].start 616.909
transcript.whisperx[27].end 644.031
transcript.whisperx[27].text 跟委員報告這個我們例行都有一個這個調查的一個計畫只是分年度在做但當然資源越多我們的這個範圍跟頻度會加強那這一部分呢至於預算的部分我們都有在相關的計畫裡面有所以你們已經夠了嗎因為你們兩年才找了8家而且這8家還都有問題不是我們是在109到112基本上就已經用了4年的時間那做了
transcript.whisperx[28].start 644.551
transcript.whisperx[28].end 646.933
transcript.whisperx[28].text 我現在已經找到你們有預告草案你們想要修正這個水汙染的防治措施還有管理辦法
transcript.whisperx[29].start 670.808
transcript.whisperx[29].end 698.942
transcript.whisperx[29].text 但是施行日期要等到115年1月1號才開始,這個部長您知道嗎?知道,知道對,所以其實有一年的時間是...讓他們改善啦,讓他們改善好,感覺這有點太久啦,所以在這邊希望是可以請你們可以積極主動爭取,因為行政院那個預算的計畫是跟你們很息息相關的對,所以希望你們可以積極的爭取,然後為了我們全民的健康著想,好嗎?好,謝謝,謝謝委員
transcript.whisperx[30].start 700.476
transcript.whisperx[30].end 700.497
transcript.whisperx[30].text 好,謝謝
會議時間 2024-10-14T09:00:00+08:00
委員發言時間 11:12:01 - 11:23:42
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3次全體委員會議(事由:邀請環境部部長、經濟部就「台灣的碳費收費標準決議」進行專題報告,並備質詢。)
gazette.lineno 686
gazette.blocks[0][0] 陳委員菁徽:(11時12分)謝謝主席,也想請部長,謝謝。
gazette.blocks[1][0] 主席:請彭部長。
gazette.blocks[2][0] 彭部長啓明:陳委員好。
gazette.blocks[3][0] 陳委員菁徽:部長,10月是環境部一個很特別的月份,也是許多年輕人會關心的,你知道叫什麼月嗎?
gazette.blocks[4][0] 彭部長啓明:10月?手機回收月,謝謝,不好意思!
gazette.blocks[5][0] 陳委員菁徽:這是很多年輕人會關心的議題。全臺灣每年的手機銷售量是500到600萬臺,但是我們的回收率卻只有12%,您在這個月許許多多的新聞稿都有宣導這件事情,因為手機裡面有很多貴重金屬,對於資源的永續非常的重要。我在許多新聞稿都有找到,我們的手機回收率只有12%,您知道跟世界各國比起來,我們的數據是?
gazette.blocks[6][0] 彭部長啓明:我所掌握的資料是像歐、美、日,他們大概是15%,我們有一段落差啦!
gazette.blocks[7][0] 陳委員菁徽:對,那為什麼我們做不到呢?
gazette.blocks[8][0] 彭部長啓明:從實際面來看,手機賣出去如何回收,其實還是要從源頭來做起。所以這段時間我們跟手機的廠商一個一個去談,因為有些產業,每個產業不一樣。像有些大家常用的大牌,其實他們都想要有自己的回收體系,算它自己的;有些它的體系不完整,所以我們現在預計在明年開始就要有一些新的法制化的作業。目前我們希望是在(明)114年1月1號,開始進行全部、強制的回收,提高循環率。
gazette.blocks[9][0] 陳委員菁徽:明年啦!你有訂定一個目標是2026年要提升3%,提升到大概是日、韓、歐、美的低標,會不會覺得這個訂得有點太低了?因為我一直跟貴部門要一些raw data來看,我想知道你們從有手機回收開始統計這個比率至今的數據,可是網站也沒有,然後raw data也沒有,所以其實不知道你們這12%是怎麼計算出來的?
gazette.blocks[10][0] 彭部長啓明:我請我們署長。
gazette.blocks[11][0] 賴署長瑩瑩:跟委員報告,我們手機回收率是由我們各業者提供,另外就是清潔隊回收的數量加起來的。
gazette.blocks[12][0] 陳委員菁徽:好,我有稍微查了一下,其實回收的比例這麼低,大概因為管道很麻煩、誘因不足,還有民眾很擔心自己的個資。因此我有看了一下國外的作法,在這邊也提供給部長,你們是AI內閣,更應該要創新、有創意。所以歐美的經驗是他們常常會在手機的訊息通知民眾回收,還有一些回收的管道;另外他們的廠商是會開立手機刪除的證明等等讓他們安心,有一些足夠的誘因。下一張給您看一下,手機回收月等等活動內容其實是很豐富的,可是你知道你們缺了最大市占率的牌子叫做蘋果嗎?
gazette.blocks[13][0] 彭部長啓明:對,沒錯。
gazette.blocks[14][0] 陳委員菁徽:這個您知道嗎?
gazette.blocks[15][0] 彭部長啓明:我知道。
gazette.blocks[16][0] 陳委員菁徽:可是以前有蘋果,你知道嗎?
gazette.blocks[17][0] 彭部長啓明:知道。
gazette.blocks[18][0] 陳委員菁徽:原因在哪裡?這個是很多人很好奇的地方。
gazette.blocks[19][0] 賴署長瑩瑩:這個就是因為在一個作法上面,可能他們覺得用這樣的方式,比較想要自己創一套啦,所以這個才是為什麼我們要把手機回收法制化的關係,就是不能有些人覺得認同就來做,不認同就不做,這樣不行。
gazette.blocks[20][0] 陳委員菁徽:因為它現在的市占率大概是24.3%,而且很多直營門市持續做舊機換新機的方案,會發現民間二手機的回收量,蘋果回收占了56.3%排行是第一名,所以你如果沒有把Apple納進來的話,其實你要達到希望跟國際接軌的數據是很難的。
gazette.blocks[21][0] 彭部長啓明:對,報告委員,其實我剛好前幾個禮拜幫家人去換手機,家人手機摔壞了,我以前去蘋果就會把我回收走了,而我們去一般的通訊行,它就說回收一支300塊,以消費者的角度來說的話還能湊合著用,所以這個就是造成一般的企業主動……像你仔細看蘋果的ESG報告,它的回收率是它重要的指標。所以,我們現在……
gazette.blocks[22][0] 陳委員菁徽:所以你更應該要說服它可以跟你配合啊!
gazette.blocks[23][0] 彭部長啓明:但是因為手機業者是最主動的,其他有些業者沒有那麼的主動。
gazette.blocks[24][0] 陳委員菁徽:好,這個是環境部以前叫做環保署的時候在110年的活動,你們是有跟所有的十大品牌,還有五大電信合作,這個發布在之前110年的新聞稿中,包括有Apple。可是現在升格到環境部,照理說應該有更大規模、更高層級的合作案,這個是今天希望請你們可以注意的,然後未來可以多加改善。
gazette.blocks[25][0] 彭部長啓明:OK,好,我們未來會把它提升,但是委員提到能不能有更好的目標,我會再跟我們團隊仔細再討論有沒有更精進的作為。
gazette.blocks[26][0] 陳委員菁徽:好,近期在前瞻計畫第五期裡面,看到部長有提出一個淨零排碳─氣候法制治理策略精進計畫,只規劃做8個月,但是花了1.7億,其中主要的工作就是包括建立碳足跡係數資料庫,這件事您知道嗎?
gazette.blocks[27][0] 彭部長啓明:知道,這個是我們要呼應國際的要求,有一個冷卻行動計畫。
gazette.blocks[28][0] 陳委員菁徽:但在112年的公務預算當中,就已經用科技發展─淨零排放科技名義編列了7億6,000萬來做碳足跡的計算,然後我們也有到您的網站上去看,總共有1,111個產品的細項,這些碳足跡的資訊都有揭露出來。請問這兩個計畫內容是不是有重疊的部分?
gazette.blocks[29][0] 彭部長啓明:報告委員,這兩個不一樣,這個是範疇3,範疇3是很難去計算的,而另一個是冷卻行動,不太一樣,雖然名稱上面是一樣的。
gazette.blocks[30][0] 陳委員菁徽:但是針對碳足跡還有係數資料庫,這個項目是不是您想要再擴充比1,111個更多,還是有什麼其他的?
gazette.blocks[31][0] 彭部長啓明:我們請署長。
gazette.blocks[32][0] 蔡署長玲儀:跟委員報告,因為目前在網站上公布的碳足跡的係數,都是民間他們自願性要做碳足跡產品計算的時候,自己就它所需要的這些產品的項目去做係數的建立。而我們現在藉由明年科技的前瞻計畫,因為是因應我們現在在產業、在供應鏈上面,他們需要有範疇3的盤查,我們希望有公版的排放係數,所以想要藉由這樣來建立這個係數的資料庫。
gazette.blocks[33][0] 陳委員菁徽:所以這1.7億是專門針對範疇3?還是之前那一個?
gazette.blocks[34][0] 蔡署長玲儀:1.7億有一部分是針對範疇3。
gazette.blocks[35][0] 陳委員菁徽:另外您的網站,裡面有14個單位有跟你們合作做這些碳足跡的揭露,當然比如說高鐵或是華航這些有官股為主的單位,我都覺得是理所當然、很能理解,可是剛有許多委員提到的臺鐵、台電也都是公家機關,但為什麼你們到目前只有合作了14個,而沒有一些指標可以再往上增加呢?
gazette.blocks[36][0] 彭部長啓明:報告委員,這個是我們未來要努力的目標啦……
gazette.blocks[37][0] 陳委員菁徽:因為太少了!
gazette.blocks[38][0] 彭部長啓明:台電因為是一個係數而已啦,所以比較沒有那個問題啦。其實目前像交通部,我所知道他們有一個很好的範疇3的這種資料,我們也會把它放進去,等於是說未來量會增加,這個就是我們努力的目標啦!
gazette.blocks[39][0] 陳委員菁徽:是,但希望你們可以把KPI也設計進去,好嗎?
gazette.blocks[40][0] 彭部長啓明:好,謝謝。
gazette.blocks[41][0] 陳委員菁徽:早上有許多委員已經在關心所有這個……應該說是排放的這些放流水,如果有抗生素明顯超標的話,其實最害怕的是未來會發生抗藥性,然後導致病患沒有藥物可以使用。當然我們有看到這個新聞,您有抓到8家醫院已經超標,所以也想請教,是不是有發函請這些超標的醫院提出具體的改善措施?
gazette.blocks[42][0] 彭部長啓明:我們跟這8家醫院都有開會,衛福部都有開會,事實上我們也希望讓他們做源頭管制,這是最重要的。
gazette.blocks[43][0] 陳委員菁徽:對,可是衛福部說跟醫院不相關,您覺得呢?
gazette.blocks[44][0] 彭部長啓明:這個當然有相關啊!這是醫院的放流水,所以我們會要求他們進行源頭管制,而且年底我們會公布放流水標準,它超標的部分會罰1萬到600萬以下的罰款,我們有一個水的相關措施,草案已經在9月26號公布了。
gazette.blocks[45][0] 陳委員菁徽:站在環境部的立場,你有沒有一些想法,針對醫院周遭這些住戶有沒有產生一些健康的影響做出評估或是調查?
gazette.blocks[46][0] 彭部長啓明:我們是先對水的部分,它的放流水,然後它對環境的影響。雖然說他們現在沒有立即的危害,但是委員提到了附近的住戶,我們是針對水體,沒有針對醫院附近住戶的衝擊。
gazette.blocks[47][0] 陳委員菁徽:對,但是我們調查這個,其實主要就是害怕未來這些抗藥性,沒關係,這邊有一個具體的建議,這邊有提供部長一個想法,行政院近期有核定一個國家級防疫一體抗生素抗藥性管理行動計畫等等,會在114年正式啟動,總共編列19億元,其中疾管署副署長羅一鈞就有講到,醫療機構的放流水管理並沒有納入計畫內,卓院長特別要求環境部應該主動監控抗生素的數據,和衛福部還有農業部來合作辦理。既然他們有講到目前編列19億,如果您要編列預算的話,您覺得要多少經費才可以監控全國的區域醫院還有醫學中心等級的?
gazette.blocks[48][0] 彭部長啓明:我請我們水保司司長來說明。
gazette.blocks[49][0] 王司長嶽斌:跟委員報告,我們例行都有一個調查的計畫,是分年度在做,當然資源越多,我們的範圍跟頻度會加強,至於預算的部分,我們都有在相關的計畫裡面有一部分編列……
gazette.blocks[50][0] 陳委員菁徽:所以你們已經夠了嗎?因為你們2年才找了8家,而且這8家還都有問題。
gazette.blocks[51][0] 王司長嶽斌:不是,我們從109年到112年,基本上就已經用了三、四年的時間做,因為項目非常多,我們只是在篩選,從90個項目裡面去篩選我們國內需要、應該加以監測、管理的項目,所以是用這些計畫在做相關的調查。我們後面會把它制度化,制度化的意思就是說,一定規模的醫院,我們就要求它有定期的檢測、申報以及削減的作為。
gazette.blocks[52][0] 陳委員菁徽:我現在已經找到你們有預告草案,你們想要修正水污染防治措施還有管理辦法,但是施行日期要等到115年1月1號才開始,這個部長您知道嗎?
gazette.blocks[53][0] 彭部長啓明:知道、知道。
gazette.blocks[54][0] 陳委員菁徽:所以其實有1年的時間是……
gazette.blocks[55][0] 彭部長啓明:讓他們改善、讓他們改善。
gazette.blocks[56][0] 陳委員菁徽:感覺這有點太久啦,所以在這邊請你們可以積極主動爭取。
gazette.blocks[57][0] 彭部長啓明:好。
gazette.blocks[58][0] 陳委員菁徽:因為行政院那個預算的計畫跟你們很息息相關,所以希望你們可以積極的爭取,然後為了我們全民的健康著想,好嗎?
gazette.blocks[59][0] 彭部長啓明:好、好,謝謝委員。
gazette.blocks[60][0] 陳委員菁徽:好,謝謝。
gazette.blocks[61][0] 主席:謝謝陳菁徽委員發言。在這邊作以下宣告:在鄭天財委員發言完畢後處理臨時提案;中午不休息,繼續質詢到結束為止。
gazette.blocks[61][1] 接下來請柯志恩委員發言。
gazette.agenda.page_end 132
gazette.agenda.meet_id 委員會-11-2-26-3
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 王育敏
gazette.agenda.speakers[4] 廖偉翔
gazette.agenda.speakers[5] 邱鎮軍
gazette.agenda.speakers[6] 蘇清泉
gazette.agenda.speakers[7] 盧縣一
gazette.agenda.speakers[8] 劉建國
gazette.agenda.speakers[9] 王正旭
gazette.agenda.speakers[10] 涂權吉
gazette.agenda.speakers[11] 陳菁徽
gazette.agenda.speakers[12] 柯志恩
gazette.agenda.speakers[13] 李坤城
gazette.agenda.speakers[14] 高金素梅
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 賴士葆
gazette.agenda.speakers[17] 王鴻薇
gazette.agenda.speakers[18] 牛煦庭
gazette.agenda.speakers[19] 洪申翰
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.speakers[21] 張啓楷
gazette.agenda.speakers[22] 廖先翔
gazette.agenda.speakers[23] 羅智強
gazette.agenda.speakers[24] 張智倫
gazette.agenda.speakers[25] 林淑芬
gazette.agenda.speakers[26] 洪孟楷
gazette.agenda.speakers[27] 楊曜
gazette.agenda.speakers[28] 黃健豪
gazette.agenda.speakers[29] 賴惠員
gazette.agenda.speakers[30] 陳瑩
gazette.agenda.speakers[31] 葉元之
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-10-14
gazette.agenda.gazette_id 1138301
gazette.agenda.agenda_lcidc_ids[0] 1138301_00002
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3次全體委員會議紀錄
gazette.agenda.content 邀請環境部部長、經濟部就「台灣的碳費收費標準決議」進行專題報告,並備質詢
gazette.agenda.agenda_id 1138301_00001
IVOD_ID 155425
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155425
日期 2024-10-14
會議資料.會議代碼 委員會-11-2-26-3
會議資料.屆 11
會議資料.會期 2
會議資料.會次 3
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3次全體委員會議
影片種類 Clip
開始時間 2024-10-14T11:12:01+08:00
結束時間 2024-10-14T11:23:42+08:00
支援功能[0] ai-transcript
支援功能[1] gazette