iVOD / 159209

Field Value
IVOD_ID 159209
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159209
日期 2025-03-17
會議資料.會議代碼 委員會-11-3-26-3
會議資料.會議代碼:str 第11屆第3會期社會福利及衛生環境委員會第3次全體委員會議
會議資料.屆 11
會議資料.會期 3
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.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第3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 2025-03-17T09:56:07+08:00
結束時間 2025-03-17T10:04:44+08:00
影片長度 00:08:37
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/597499b2503050fb9400a04f50fb7a44ad7e46c29134393cce1d26ba49c773cd3b970c124de97d675ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 09:56:07 - 10:04:44
會議時間 2025-03-17T09:00:00+08:00
會議名稱 立法院第11屆第3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、衛生福利部、教育部、經濟部、台灣電力公司、台灣中油公司就「氣象變異致國內空品惡化,精進預報與跨部會應變作為」進行專題報告,並備質詢。 【3月17日、19日及20日三天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 10.05471875
transcript.pyannote[0].end 11.53971875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 11.60721875
transcript.pyannote[1].end 11.67471875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 11.67471875
transcript.pyannote[2].end 12.41721875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 15.67409375
transcript.pyannote[3].end 16.51784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 16.70346875
transcript.pyannote[4].end 19.90971875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.97721875
transcript.pyannote[5].end 20.02784375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 20.16284375
transcript.pyannote[6].end 22.72784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 23.14971875
transcript.pyannote[7].end 26.20409375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 26.54159375
transcript.pyannote[8].end 48.49596875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 47.58471875
transcript.pyannote[9].end 50.06534375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 50.09909375
transcript.pyannote[10].end 56.22471875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 55.63409375
transcript.pyannote[11].end 56.05596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 56.15721875
transcript.pyannote[12].end 74.39909375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 74.41596875
transcript.pyannote[13].end 87.47721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 86.63346875
transcript.pyannote[14].end 101.44971875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 101.50034375
transcript.pyannote[15].end 105.95534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 106.14096875
transcript.pyannote[16].end 109.16159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 109.97159375
transcript.pyannote[17].end 110.44409375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 111.00096875
transcript.pyannote[18].end 112.33409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 111.42284375
transcript.pyannote[19].end 151.11284375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 151.73721875
transcript.pyannote[20].end 162.18284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 162.09846875
transcript.pyannote[21].end 166.75596875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 166.48596875
transcript.pyannote[22].end 169.35471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 168.74721875
transcript.pyannote[23].end 170.08034375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 170.75534375
transcript.pyannote[24].end 171.36284375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 171.81846875
transcript.pyannote[25].end 173.35409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 174.61971875
transcript.pyannote[26].end 176.57721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 176.57721875
transcript.pyannote[27].end 176.81346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 176.81346875
transcript.pyannote[28].end 176.98221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 176.98221875
transcript.pyannote[29].end 195.64596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 178.50096875
transcript.pyannote[30].end 179.36159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 195.64596875
transcript.pyannote[31].end 195.66284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 195.66284375
transcript.pyannote[32].end 196.81034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 196.03409375
transcript.pyannote[33].end 206.20971875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 206.80034375
transcript.pyannote[34].end 218.52846875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 217.60034375
transcript.pyannote[35].end 220.87409375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 218.84909375
transcript.pyannote[36].end 219.62534375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 220.87409375
transcript.pyannote[37].end 231.11721875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 230.44221875
transcript.pyannote[38].end 234.01971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 234.17159375
transcript.pyannote[39].end 238.60971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 234.40784375
transcript.pyannote[40].end 234.62721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 239.04846875
transcript.pyannote[41].end 247.41846875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 247.51971875
transcript.pyannote[42].end 257.07096875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 257.07096875
transcript.pyannote[43].end 281.08409375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 277.72596875
transcript.pyannote[44].end 277.96221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 280.08846875
transcript.pyannote[45].end 280.37534375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 281.08409375
transcript.pyannote[46].end 289.52159375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 289.69034375
transcript.pyannote[47].end 290.11221875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 290.11221875
transcript.pyannote[48].end 290.44971875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 290.44971875
transcript.pyannote[49].end 292.15409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 290.82096875
transcript.pyannote[50].end 290.87159375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 290.97284375
transcript.pyannote[51].end 291.02346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 292.15409375
transcript.pyannote[52].end 318.22596875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 318.74909375
transcript.pyannote[53].end 319.79534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 319.96409375
transcript.pyannote[54].end 322.03971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 322.14096875
transcript.pyannote[55].end 322.73159375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 322.73159375
transcript.pyannote[56].end 345.81659375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 331.37159375
transcript.pyannote[57].end 331.43909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 331.43909375
transcript.pyannote[58].end 331.45596875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 331.45596875
transcript.pyannote[59].end 331.52346875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 345.81659375
transcript.pyannote[60].end 348.28034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 348.46596875
transcript.pyannote[61].end 348.48284375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 348.48284375
transcript.pyannote[62].end 357.15659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 355.62096875
transcript.pyannote[63].end 369.89721875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 359.99159375
transcript.pyannote[64].end 360.29534375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 370.60596875
transcript.pyannote[65].end 372.83346875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 371.80409375
transcript.pyannote[66].end 380.30909375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 380.47784375
transcript.pyannote[67].end 385.20284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 385.45596875
transcript.pyannote[68].end 417.21471875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 417.61971875
transcript.pyannote[69].end 421.24784375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 421.73721875
transcript.pyannote[70].end 438.05534375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 438.81471875
transcript.pyannote[71].end 464.32971875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 462.40596875
transcript.pyannote[72].end 472.32846875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 472.49721875
transcript.pyannote[73].end 477.44159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 477.44159375
transcript.pyannote[74].end 478.15034375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 478.38659375
transcript.pyannote[75].end 494.45159375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 494.45159375
transcript.pyannote[76].end 510.85409375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 510.97221875
transcript.pyannote[77].end 511.96784375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 512.17034375
transcript.pyannote[78].end 513.04784375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 514.88721875
transcript.pyannote[79].end 516.86159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 517.11471875
transcript.pyannote[80].end 517.60409375
transcript.whisperx[0].start 11.004
transcript.whisperx[0].end 25.858
transcript.whisperx[0].text 我們今天就談PM2.5的事情那我想先知道說這近年來的進步你覺得最主要的原因是什麼
transcript.whisperx[1].start 26.881
transcript.whisperx[1].end 49.831
transcript.whisperx[1].text 報告委員其實很多人的努力啦例如說之前的這個大型的這個柴油車然後把空屏移動員管制那當然啦這個電力業其實他的減煤也是一種新的一個做法然後其實另外一個呢就是說如果未來我們要推動淨零其實整個整個生活型態的轉變那個其實也可以造成PM2.5的下降目前我們的PM2.5是多少大概
transcript.whisperx[2].start 50.351
transcript.whisperx[2].end 74.185
transcript.whisperx[2].text 全國大概12.8有那麼好嗎有有有但是南部比較高一點點那目前OECD的標準是在10希望我們還是朝10的方向來努力好不好好可以那我先問你一下每10個也就是我所謂的PM2.5的濃度他的癌症的那個相對風險是多少大概是多少
transcript.whisperx[3].start 74.665
transcript.whisperx[3].end 100.523
transcript.whisperx[3].text 對 包委員這個因為不一樣的學者他算的不一樣那我們現在其實環境部也想要啟動這個新一波的調查那我們現在在研議當中所以這個未來呢如果我們有好的數據再跟委員報告你現在的研究是2022年就是1.12倍每10個我們所謂的PM2.5的那個單位那PM2.5目前正佔我們肺癌的那個比例大概是16%左右所以這個還是要告訴國人
transcript.whisperx[4].start 101.684
transcript.whisperx[4].end 108.756
transcript.whisperx[4].text 那我想要知道是說你知道我們現在引起肺癌而且是空污所造成大概是多少人死亡嗎
transcript.whisperx[5].start 111.538
transcript.whisperx[5].end 138.291
transcript.whisperx[5].text 這個數字沒關係那我告訴你在2000年的時候全球市大概是100萬那預估在2050年的時候是350萬那這是我今天查的資料給你做報告雖然我們目前看到是有顯著的進步可是我相信因為我們生活在每天不一樣的大氣環境而且我知道空氣的變化是瞬息萬變所以我覺得每一個環節都必須要注意那我們來盤點一下我們目前的那個
transcript.whisperx[6].start 139.472
transcript.whisperx[6].end 150.647
transcript.whisperx[6].text 我們的境外或者是說國內的污染來源狀況你看我們下一張我們現場這個就是說對我們現在很進步可是3月11號有拉警報你知道警報的原因是什麼嗎
transcript.whisperx[7].start 151.926
transcript.whisperx[7].end 172.873
transcript.whisperx[7].text 那天有一些境外加上吹東風吹東風的影響然後西半部是一個很穩定的下沉氣流然後這個溫度又很低混合層比較低那你有告訴國人這件事情嗎有沒有通知各個縣市政府有有有這個也有應變的體制大概是多少的時間請問我們大氣司司長來
transcript.whisperx[8].start 174.639
transcript.whisperx[8].end 194.524
transcript.whisperx[8].text 我最主要來講的原因就是說希望有即時性報委員其實這個空瓶在前兩天發覺這空瓶不好的時候我們其實檢測預報就已經通知各縣市那各縣市就其實接到通知以後他其實已經轉職所有的包含長照醫療等相關機構還有學校有確切的時間嗎有嗎
transcript.whisperx[9].start 196.104
transcript.whisperx[9].end 205.958
transcript.whisperx[9].text 我們可以再提供給你們我們比較倒楣就在南部你看永遠都是在下風措也就是說它比較不容易揮發的地方那有沒有針對這個部分來做努力
transcript.whisperx[10].start 206.877
transcript.whisperx[10].end 233.077
transcript.whisperx[10].text 因為這個是整個台灣地形造成這個氣候的一個原因所以南部要馬上能夠很立即的改善要降到很快這個氣象的因素這個環境的因素我知道是環境的因素很重要可是我說我們有沒有在做努力有的確有在做努力例如說像未來的這個例如說我們能源結構的改變或是說我們汽機車能夠減少其實各種的負載其實都是有用的可是目前看到我們的檢測站目前全國是只有87站
transcript.whisperx[11].start 234.498
transcript.whisperx[11].end 256.496
transcript.whisperx[11].text 那就針對我說 比如說我住三地門 比如說我等一下要去內埔就沒有這種鄉鎮市區的一個所謂的一個index那我今天要去旅遊 我要去台東旅遊 比如說我要去卑南鄉旅遊那我必須知道那邊的P2.5 或者說那邊P2.5的來源 它的污染源是什麼如果能夠更精確的話 是不是可以導引我做一些生活上的改變
transcript.whisperx[12].start 257.977
transcript.whisperx[12].end 280.157
transcript.whisperx[12].text 因為現在還是有一些這種微型的感測器的佔那個比較便宜那個就可以普測我們現在台灣大概還有1萬多個這種所謂的這個IoT的微型的這個空氣感測器那可以做但是那個其實他的變動性不確定性很高準確性所以那我們現在是兩個會去以我們環境部標準的會跟他去做搭配所以未來我們可以嘗試的來試看看我們會來規劃一下
transcript.whisperx[13].start 281.138
transcript.whisperx[13].end 302.877
transcript.whisperx[13].text 那我希望說那個點多設一點不然有些人會覺得說他永遠都在參考屏東市的我永遠都是參考潮州的可是我明明就不是住在那裡可以嗎好 委員我們會來研究一下OK 那針對我們目前的我們台灣的地形跟一些季節的影響我相信這些都是很複雜的所以我希望我們有我們自己的大氣的一個模式
transcript.whisperx[14].start 303.397
transcript.whisperx[14].end 322.345
transcript.whisperx[14].text 所以是不是應該更跨部會比如說國科會中研院來針對我們自己的空汙氣象學來做研究所以應該是要針對我們的科技專案計畫來針對我們台灣各個地區各個不同一個所謂的地形做全方位的一個模型的研究或是建制可以嗎
transcript.whisperx[15].start 322.785
transcript.whisperx[15].end 347.916
transcript.whisperx[15].text 報告委員因為我們去年那個NASA的飛機有兩趟次飛來台灣其實剛剛委員畫的那個圖就是那個計畫出來的結果那現在的確委員提到的國科會中央院我們正在準備想要進行這種跨部會的大型的甚至跟流行病學例如說我們的這個健康的資料庫相互的搭配那委員再給我們一點點時間規劃好之後再來貴院報告OK如果可以的話可以通知我嗎
transcript.whisperx[16].start 348.516
transcript.whisperx[16].end 369.613
transcript.whisperx[16].text 好 可以就是有成果的話那因為我們有一個空瓶的白皮書大概在3月底4月初的時候會出來我們都認為說空瓶是致癌物大家也確信那你知道它不僅是致癌物它也可以縮短因為你已經離癌了還是暴露在這樣的污染物當中你會縮短它的生命
transcript.whisperx[17].start 371.367
transcript.whisperx[17].end 384.809
transcript.whisperx[17].text 對對會你知道那現在我們奇怪我們的小朋友也是生活在這樣的一個環境當中你知道對他的哪方面有些影響嗎對他各種的發育甚至說呼吸器官都會有潛在的影響
transcript.whisperx[18].start 385.472
transcript.whisperx[18].end 410.235
transcript.whisperx[18].text 我們研究了一下我看了2024年所謂的environmental health的一個文獻他說在整體表現如果每一個單位他可以減少0.27那所謂的performance IQ的話可以減少0.39很多那如果是語言上的一個表現的話會減少0.20這是每一個單位也就是說如果我們現在是10個單位的話你就乘以10
transcript.whisperx[19].start 411.016
transcript.whisperx[19].end 437.634
transcript.whisperx[19].text 所以你就知道這24小時鋪了在那個環境當中小朋友的對他的智力對他的行為或者是語言的發展都有很大的影響所以我們一直在講說我們一直有在努力可是上次有看到有2000個固定污染源其實都一直在重複在發生而且是在距離不到學校500公尺的一個地方一直在重複的在採訪可是這些有在進步嗎
transcript.whisperx[20].start 439.274
transcript.whisperx[20].end 462.957
transcript.whisperx[20].text 這個其實是有的啦但是我必須也坦誠跟委員報告有些其實做得還不夠因為我是覺得有些在學校附近的工廠他也缺乏跟鄰里之間的防護的意識這個我們是希望說未來跟學校家長會還有各方面我們今年會希望說建立幾個案例譬如說屏東的獅子國中他旁邊就有一個釐清廠他的這個下封處就是學校其實這個未來我們希望
transcript.whisperx[21].start 463.557
transcript.whisperx[21].end 478.016
transcript.whisperx[21].text 我想說社會福部經濟部跟教育部跟地方政府都應該我們審慎考慮我們學校桌尾或者是說我們養護機構啊或是醫院啊或者是這些我們需要特別照顧的這些亞健康的族群的所在地好不好好 可以
transcript.whisperx[22].start 478.857
transcript.whisperx[22].end 493.619
transcript.whisperx[22].text 我看到了新竹市政府有一個不錯的就是空氣品質維護區也就是針對麻街兒童院附近的這個籌劃那就是說我們能不能有一個就是相對應的就是說你們去學習好的然後把這個匯集到全國這樣子
transcript.whisperx[23].start 494.5
transcript.whisperx[23].end 512.769
transcript.whisperx[23].text 好 委員提的這個建議就是我們想做的因為我們全國現在有八十幾個空氣品質維護區未來如果可以把它擴大的話 現在有八十五個啦那未來如果擴大 像委員提到那些地方的話我覺得這個是對我們保護弱勢族群是有很大的幫助的OK 好 謝謝好 謝謝委員好 謝謝委員 謝謝部長 請回