iVOD / 159259

Field Value
IVOD_ID 159259
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159259
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 2025-03-17T11:17:37+08:00
結束時間 2025-03-17T11:38:09+08:00
影片長度 00:20:32
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/597499b2503050fb54d128c93e280263ad7e46c29134393ceba1aea0cf818e91e4aeba2417dfd2865ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林淑芬
委員發言時間 11:17:37 - 11:38:09
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_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.97596875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 1.39784375
transcript.pyannote[1].end 4.33409375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 4.60409375
transcript.pyannote[2].end 11.11784375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 11.26971875
transcript.pyannote[3].end 12.01221875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 20.77034375
transcript.pyannote[4].end 23.80784375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 24.92159375
transcript.pyannote[5].end 25.71471875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 28.33034375
transcript.pyannote[6].end 29.20784375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 29.20784375
transcript.pyannote[7].end 29.22471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 29.32596875
transcript.pyannote[8].end 51.44909375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 51.73596875
transcript.pyannote[9].end 54.36846875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 54.94221875
transcript.pyannote[10].end 114.34221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 115.18596875
transcript.pyannote[11].end 121.68284375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 122.23971875
transcript.pyannote[12].end 172.24034375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 172.71284375
transcript.pyannote[13].end 176.30721875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 176.81346875
transcript.pyannote[14].end 188.47409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 187.07346875
transcript.pyannote[15].end 192.84471875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 190.66784375
transcript.pyannote[16].end 190.95471875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 192.84471875
transcript.pyannote[17].end 208.99409375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 207.67784375
transcript.pyannote[18].end 208.36971875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 208.99409375
transcript.pyannote[19].end 242.77784375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 242.82846875
transcript.pyannote[20].end 248.97096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 247.45221875
transcript.pyannote[21].end 248.83596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 249.59534375
transcript.pyannote[22].end 305.26596875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 250.03409375
transcript.pyannote[23].end 250.81034375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 257.59409375
transcript.pyannote[24].end 257.74596875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 257.96534375
transcript.pyannote[25].end 257.98221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 257.98221875
transcript.pyannote[26].end 258.01596875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 305.92409375
transcript.pyannote[27].end 306.46409375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 306.98721875
transcript.pyannote[28].end 307.88159375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 308.10096875
transcript.pyannote[29].end 322.86659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 321.22971875
transcript.pyannote[30].end 324.01409375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 324.41909375
transcript.pyannote[31].end 342.42471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 342.71159375
transcript.pyannote[32].end 359.29971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 359.62034375
transcript.pyannote[33].end 382.23284375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 382.55346875
transcript.pyannote[34].end 390.61971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 391.49721875
transcript.pyannote[35].end 392.40846875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 392.66159375
transcript.pyannote[36].end 402.43221875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 402.97221875
transcript.pyannote[37].end 439.45596875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 440.77221875
transcript.pyannote[38].end 465.67971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 465.83159375
transcript.pyannote[39].end 494.02971875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 494.48534375
transcript.pyannote[40].end 501.06659375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 501.97784375
transcript.pyannote[41].end 504.50909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 505.38659375
transcript.pyannote[42].end 512.87909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 513.46971875
transcript.pyannote[43].end 529.53471875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 530.54721875
transcript.pyannote[44].end 536.43659375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 536.65596875
transcript.pyannote[45].end 540.87471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 541.44846875
transcript.pyannote[46].end 546.00471875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 546.29159375
transcript.pyannote[47].end 564.28034375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 565.25909375
transcript.pyannote[48].end 610.18034375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 611.02409375
transcript.pyannote[49].end 620.42346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 620.99721875
transcript.pyannote[50].end 624.00096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 624.43971875
transcript.pyannote[51].end 626.59971875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 627.22409375
transcript.pyannote[52].end 627.37596875
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 627.54471875
transcript.pyannote[53].end 631.91534375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 631.07159375
transcript.pyannote[54].end 647.84534375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 648.14909375
transcript.pyannote[55].end 651.33846875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 652.60409375
transcript.pyannote[56].end 654.34221875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 655.27034375
transcript.pyannote[57].end 655.96221875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 655.96221875
transcript.pyannote[58].end 655.99596875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 655.99596875
transcript.pyannote[59].end 656.51909375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 656.51909375
transcript.pyannote[60].end 656.53596875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 657.14346875
transcript.pyannote[61].end 661.76721875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 661.21034375
transcript.pyannote[62].end 663.26909375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 666.22221875
transcript.pyannote[63].end 666.61034375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 667.42034375
transcript.pyannote[64].end 670.50846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 670.89659375
transcript.pyannote[65].end 676.12784375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 674.30534375
transcript.pyannote[66].end 675.06471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 675.40221875
transcript.pyannote[67].end 678.96284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 679.19909375
transcript.pyannote[68].end 683.53596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 683.48534375
transcript.pyannote[69].end 687.45096875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 688.42971875
transcript.pyannote[70].end 692.34471875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 693.00284375
transcript.pyannote[71].end 695.71971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 695.01096875
transcript.pyannote[72].end 699.36471875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 700.27596875
transcript.pyannote[73].end 705.67596875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 708.20721875
transcript.pyannote[74].end 714.40034375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 715.12596875
transcript.pyannote[75].end 715.69971875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 715.44659375
transcript.pyannote[76].end 717.20159375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 717.16784375
transcript.pyannote[77].end 727.73159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 726.78659375
transcript.pyannote[78].end 736.35471875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 736.99596875
transcript.pyannote[79].end 737.77221875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 738.68346875
transcript.pyannote[80].end 739.79721875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 742.19346875
transcript.pyannote[81].end 745.65284375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 746.04096875
transcript.pyannote[82].end 813.03471875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 813.72659375
transcript.pyannote[83].end 817.28721875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 815.86971875
transcript.pyannote[84].end 816.61221875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 816.81471875
transcript.pyannote[85].end 820.84784375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 821.10096875
transcript.pyannote[86].end 823.14284375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 823.46346875
transcript.pyannote[87].end 825.67409375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 826.95659375
transcript.pyannote[88].end 831.93471875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 832.13721875
transcript.pyannote[89].end 834.31409375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 837.87471875
transcript.pyannote[90].end 839.37659375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 839.37659375
transcript.pyannote[91].end 841.19909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 842.24534375
transcript.pyannote[92].end 843.03846875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 845.13096875
transcript.pyannote[93].end 860.25096875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 859.03596875
transcript.pyannote[94].end 862.96784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 860.79096875
transcript.pyannote[95].end 868.14846875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 868.77284375
transcript.pyannote[96].end 869.32971875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 869.32971875
transcript.pyannote[97].end 950.41409375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 950.59971875
transcript.pyannote[98].end 987.25221875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 988.16346875
transcript.pyannote[99].end 1053.40221875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 1053.65534375
transcript.pyannote[100].end 1077.93846875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 1078.17471875
transcript.pyannote[101].end 1079.30534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 1079.50784375
transcript.pyannote[102].end 1082.17409375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 1083.13596875
transcript.pyannote[103].end 1131.66846875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 1132.69784375
transcript.pyannote[104].end 1157.50409375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 1157.92596875
transcript.pyannote[105].end 1173.24846875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 1161.38534375
transcript.pyannote[106].end 1161.97596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 1167.12284375
transcript.pyannote[107].end 1167.49409375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 1172.15159375
transcript.pyannote[108].end 1175.72909375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 1175.59409375
transcript.pyannote[109].end 1179.45846875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 1178.19284375
transcript.pyannote[110].end 1183.17096875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 1183.03596875
transcript.pyannote[111].end 1186.12409375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 1184.06534375
transcript.pyannote[112].end 1184.45346875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 1185.22971875
transcript.pyannote[113].end 1192.38471875
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 1193.39721875
transcript.pyannote[114].end 1195.42221875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 1193.80221875
transcript.pyannote[115].end 1195.30409375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 1195.62471875
transcript.pyannote[116].end 1195.96221875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 1195.96221875
transcript.pyannote[117].end 1210.20471875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 1210.67721875
transcript.pyannote[118].end 1213.74846875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 1214.01846875
transcript.pyannote[119].end 1214.15346875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 1214.33909375
transcript.pyannote[120].end 1214.40659375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 1214.64284375
transcript.pyannote[121].end 1217.30909375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 1217.93346875
transcript.pyannote[122].end 1223.38409375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 1220.29596875
transcript.pyannote[123].end 1220.38034375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 1223.38409375
transcript.pyannote[124].end 1227.61971875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 1224.00846875
transcript.pyannote[125].end 1226.28659375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 1227.88971875
transcript.pyannote[126].end 1231.16346875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 1231.75409375
transcript.pyannote[127].end 1232.27721875
transcript.whisperx[0].start 0.109
transcript.whisperx[0].end 1.429
transcript.whisperx[0].text 謝謝主席,是不是請我們彭部長來請部長
transcript.whisperx[1].start 28.499
transcript.whisperx[1].end 53.869
transcript.whisperx[1].text 林委員好部長好其實大家今天談很多但我想要談一個制度面的就想要跟你討論一下這個消費性產品的VOCS排放你的管制工具不足那其實這樣的空瓶跟國人健康更是息息相關的這個制度面那大家都知道非花訊那個
transcript.whisperx[2].start 55.81
transcript.whisperx[2].end 82.831
transcript.whisperx[2].text 揮發性有機化合物就VOCS是形成臭氧和PM2.5的重要的前驅物質它會導致空氣品質惡化也會嚴重的危害國人的健康但是如果我們不要講固定污染源和移動污染源我們扣除了固定污染源和移動污染源根據你們自己的說法和統計
transcript.whisperx[3].start 84.392
transcript.whisperx[3].end 100.687
transcript.whisperx[3].text 消費性的商品含有VOCS的排放量一年大概有18.7萬噸但是很驚人的這樣的排放量你看它是佔我國VOCS排放總量的41%這是你們最新的數據41%
transcript.whisperx[4].start 103.169
transcript.whisperx[4].end 113.743
transcript.whisperx[4].text 那換句話說它已經是成為就你們這一張圖來看它是成為我國VOCS排放量的最大來源之一超過許多的工業
transcript.whisperx[5].start 115.222
transcript.whisperx[5].end 120.726
transcript.whisperx[5].text 污染源的排放也超過了這個移動污染源你看這張表它就是獨樹一格那消費性的商品包括我們大家 而且都跟個人消費行為有關法膠 清潔產品 噴漆 黏著劑 發香劑 建物的塗料等等
transcript.whisperx[6].start 134.915
transcript.whisperx[6].end 151.428
transcript.whisperx[6].text 所以它是跟人民的生活息息相關的緊密的聯合在一起的而且它對個人的健康的風險影響也非常大的而且大多數都是在室內使用的所以呢每年使用這麼大量的上億個的這樣的消費性的商品累計造成的這個不良的影響非常的驚人
transcript.whisperx[7].start 156.872
transcript.whisperx[7].end 175.38
transcript.whisperx[7].text 那如果講環境的話這個人健康影響非常大那講環境我剛剛講了它就是臭氧還有PM2.5的重要的前去物質所以它也是我國空氣品質不良的主要污染物之一可是你們管制了什麼保電有靈觀這下
transcript.whisperx[8].start 177.017
transcript.whisperx[8].end 188.561
transcript.whisperx[8].text 報告委員其實這個問題我去年年底的時候剛好去東京看了一個展看到日本的東京都他就針對這個VOC有一個非常大的攤位就是剛剛委員對啦看了這個展以後對你的影響是什麼對你們在政策上的回饋是什麼
transcript.whisperx[9].start 193.904
transcript.whisperx[9].end 208.859
transcript.whisperx[9].text 隨即就有跟我們大氣師在討論那目前來看的話我們是針對這個塗料的非灰性的這個VOC的進行一個管制但是我們發現還有生活還有很多例如說我們噴髮膠等等的都有在裡面啦
transcript.whisperx[10].start 209.079
transcript.whisperx[10].end 228.095
transcript.whisperx[10].text 你這樣講當然講得很好聽啊就是說你們現在目前納管的就是建物還有工業維護塗料中的三類別和五種塗料你們訂出了VOCS成分的限職規定那包括室內的牆壁啦天花板用的塗料啦和室外的牆壁用的塗料
transcript.whisperx[11].start 230.077
transcript.whisperx[11].end 248.354
transcript.whisperx[11].text 就是你們分類裡面的C1 C2還有C3這種類別但是這樣子有限的管制措施你們的預期可以達到多少的排放量的目標管制你知道嗎包委員就是你上面說的他大概佔了大概十幾二十幾左右沒有啦
transcript.whisperx[12].start 249.659
transcript.whisperx[12].end 260.146
transcript.whisperx[12].text 沒有到那麼高因為我說消費性的這一個總排放量是18.7萬噸消費性商品可是你的管制起來你們預期達到的是18.7萬你這樣預期的管制目標只有2000噸
transcript.whisperx[13].start 267.711
transcript.whisperx[13].end 290.557
transcript.whisperx[13].text 佔建物塗料VOCS排放量的6%然後離有效控制消費性商品VOCS排放量的目標相去甚遠更令人擔心的是我們知道這裡面佔最多比的是一般和其他消費性商品而不只是你這裡管制的工業和建物使用的塗料
transcript.whisperx[14].start 291.357
transcript.whisperx[14].end 304.971
transcript.whisperx[14].text 更多的是跟人民洗洗相關的消費性商品像液體清潔劑法用的化妝品空氣清新劑這種管制的速度非常的慢而且沒有具體的管制標準保證
transcript.whisperx[15].start 307.262
transcript.whisperx[15].end 322.353
transcript.whisperx[15].text 這樣要怎麼辦報告委員因為這個問題我有去跟我們同仁討論過第一個是他的項目非常非常的多元而且是整個體系要去做一個很大的改變所以我們也在真的在蒐集資料說例如說日本是怎麼管制的因為他那個生活環境
transcript.whisperx[16].start 324.534
transcript.whisperx[16].end 341.54
transcript.whisperx[16].text 我先就建物塗料的管制來就教育你因為你已經選擇了也要優先從建物塗料開始先優先去管啊但是你的管理的制度根本是市場導向而不是基於健康環境和科學的數據
transcript.whisperx[17].start 342.881
transcript.whisperx[17].end 357.997
transcript.whisperx[17].text 你人家問你說你是不是經濟部的小弟啊你說你不是小弟可是我們來看你到底是不是小弟從制度面來檢驗嘛你們在108年上8月你還沒上任就公告了建物及工業維護塗料
transcript.whisperx[18].start 360.299
transcript.whisperx[18].end 376.248
transcript.whisperx[18].text 揮發性有機物的存分標準你們第一階段就是優先要針對CNS15080CNS都有標準啦不過它是一個參考而不是一個強制性的嘛那在這個裡面CNS裡面CNS158012類的塗料種類你只要納 你現在只納管ABC
transcript.whisperx[19].start 382.651
transcript.whisperx[19].end 386.241
transcript.whisperx[19].text 然後現在這個DEF這種你通通都沒有有沒有CNS的所有塗料的種類 玉琴有沒有
transcript.whisperx[20].start 391.53
transcript.whisperx[20].end 414.677
transcript.whisperx[20].text OK 沒關係你只納管了室內牆壁 室內天花板還有室外牆壁用塗料其他的DEFG就是這些通通沒有都沒有納管然後造成大量的VOCS排放到大器當中那你們委外有研究報告喔除了D D類就是室內外的木器 金屬 塑膠用的修飾和保護塗料
transcript.whisperx[21].start 415.897
transcript.whisperx[21].end 438.209
transcript.whisperx[21].text 還有F F就是你們室內外最小模後木材著色料I單一型塗料 K多彩塗料L裝飾效果塗料anyway這些都是建物的這個12大類的塗料建物和工業使用的這個塗料你們的管制是這樣子管制的來看一下
transcript.whisperx[22].start 440.814
transcript.whisperx[22].end 465.202
transcript.whisperx[22].text 你們的水溶性塗料含量你們是去做市場調查喔這些數據歷年來檢測數據統計是去做後市場調查就現有的市場去蒐集資料蒐集資料看得出來你們要研擬一個限值的管制你們最右欄VOC的含量限值建議指你們未來想要的管制方法
transcript.whisperx[23].start 465.982
transcript.whisperx[23].end 482.79
transcript.whisperx[23].text 你去市場收集 比如說第一它第75個 百分之75都是69的單位了那你就會建議說 那我就定為70市場目前69 大多數都69 我就定70市場大部分都是514第二欄 我就建議500那你看一下 如果市場大部分都是692
transcript.whisperx[24].start 494.557
transcript.whisperx[24].end 512.432
transcript.whisperx[24].text 那你就想說 你就趨近於CNS標準變500就是一類的 溶劑型的然後你再看 你定的標準就是G類的溶劑型的市場75%都是668你就定了一個450 跟CNS標準一樣
transcript.whisperx[25].start 513.533
transcript.whisperx[25].end 534.667
transcript.whisperx[25].text 我們的意思是什麼 意思是說 你其實是就市場 牽制於市場然後頂多是訂到CNS標準 那你看歐盟的標準這些歐盟的標準 你們其實遠遠的落後於歐盟的標準看得出來啦 其實都是牽制於這個市場標準
transcript.whisperx[26].start 536.755
transcript.whisperx[26].end 563.07
transcript.whisperx[26].text 那你們在研擬未來D到L的這些VOS限值的時候都是用市場的產品現況來決定你的限值要怎麼定如果這樣的規劃裡面其實你是在反映市場趨勢而不是實際健康的風險你是就市場的這個數據而不是基於健康需求也不是基於環境需求而不是實際的風險上的需求
transcript.whisperx[27].start 565.325
transcript.whisperx[27].end 576.62
transcript.whisperx[27].text 所以你到底是不是經濟部的小弟這樣的做法來讓產業決定標準而不是透過健康數據和科學的數據和環境的需求來決定標準這難道不是對公共健康的妥協嗎
transcript.whisperx[28].start 584.29
transcript.whisperx[28].end 589.433
transcript.whisperx[28].text 這難道不是落入人家對你質疑的是不是經濟部的小弟的這個問號嗎所以你對D類到L類這些塗料的產品VOCS的含量標準你雖然是建議人家委外他是建議你這樣訂你會不會這樣訂還是一個問號喔搞不好你訂的會比委外的建議值還要更寬鬆
transcript.whisperx[29].start 611.09
transcript.whisperx[29].end 625.997
transcript.whisperx[29].text 第一個你到底要不要訂你要期程會是怎麼訂那什麼時候可以完成全面的這個建物和工業塗料的這個維護的這些管制限職的公告你們大概會是什麼期程去規劃
transcript.whisperx[30].start 627.643
transcript.whisperx[30].end 635.629
transcript.whisperx[30].text 報告委員 這個是一個計畫啦我還沒有看到這個計畫的數字對啊 遙遙無期啦你們建議要訂的這個數字我們已經很不滿意了這個是配合產業需求去建議的喔我們已經很不滿意喔但是還是遙遙無期不一定會訂啊現在D到L是0沒有規定 沒有規定 0規定所以現在問你 你到底要不要規定你的起承會是什麼
transcript.whisperx[31].start 657.299
transcript.whisperx[31].end 662.894
transcript.whisperx[31].text 包委因為我還沒有看到這個報告那這個未來是一定會定的未來是未來多久啊未來
transcript.whisperx[32].start 667.549
transcript.whisperx[32].end 692.105
transcript.whisperx[32].text 跟委員報告目前我們初步規劃是會先針對DEF的部分在今年來DEF那你們的標準會照建議的還是還會更寬鬆跟委員報告因為現在資料在收集我們還在討論當中這個都已經幫你們做好收集市場上的產品都是這樣子的了你們是配合市場產品的數據去定限值的啊
transcript.whisperx[33].start 693.349
transcript.whisperx[33].end 704.7
transcript.whisperx[33].text 那個是委外計畫 我知道啊 人家委外研究就去做後市場查驗了 去看了啊那你DEF以外的GHIJKL呢 所以你們是沒有看法你們 保證你今天在這裡回答都不及格沒有擔當 沒有破例 沒有承諾
transcript.whisperx[34].start 715.325
transcript.whisperx[34].end 735.78
transcript.whisperx[34].text 但以前都沒工喔沒有沒有 這個是委外的研究計畫我還沒有看到這個數字然後VOC的管制是我未來一定會做的但是我們真的報告委員因為我只有好 這個只是建物和工業塗料那我要再問你一般性消費產品喔完全沒有管制喔 連排放量都沒有掌握喔消費性商品喔這個消費性商品
transcript.whisperx[35].start 742.199
transcript.whisperx[35].end 767.13
transcript.whisperx[35].text 我剛剛還有一個更重要的數據但是因為我的表格在講的話會拖更多時間我就算我先講一般消費性商品好了這個液體清潔劑 乏用化妝品 空氣清新劑它具有化學活性這種VOCS都具有化學活性在強烈的日照和氮氧化物存在下會進行一連串的光化反應而產生臭氧還有過氧硝酸 乙烯酯
transcript.whisperx[36].start 767.47
transcript.whisperx[36].end 788.399
transcript.whisperx[36].text 就是PAN等二次污染物不但使得空氣品質惡化以外還會刺激呼吸系統導致各種不利健康的影響而且還可能降低這個能見度其實對個人的健康風險其實影響很大那還有這種揮發性的化學物質的揮發有機物的排放量資料為管制重要的工作基礎
transcript.whisperx[37].start 789.139
transcript.whisperx[37].end 812.485
transcript.whisperx[37].text 那你只有唯有掌握了這一些排放量你才有辦法討論到如何進行管制那了解了這一些排放量的主要貢獻產品類別和品項很重要還可以作為減量效益的這個估算的基礎可是沒有母法授權現在也沒有辦法沒有強制申報和登錄那你們知道一年的大概多少排放量你們調查的出來嗎
transcript.whisperx[38].start 813.869
transcript.whisperx[38].end 833.694
transcript.whisperx[38].text 委員這個是我們現在正在處理的啦所以再給我一點時間你們的委外的資料也沒有啊你現在有委外嗎沒有啊有委外的也沒有啊有母法授權嗎沒有啊報告委員目前有委託工業技術研究院在進行相關的調查跟搜集什麼時候開始委託的什麼時候結案報告委員去年開始去年預計什麼時候結案多少經費
transcript.whisperx[39].start 845.214
transcript.whisperx[39].end 850.358
transcript.whisperx[39].text 你提供給我 你現在講不出來我告訴你 隨便在這裡虛以為疑 立違青菜公我有在做啊這講一句話很簡單的啦但是問你比較詳細的 你就說不出來了啦其實有做沒做不知道啦 報告在哪裡不知道啦沒關係 我問你看到一句話你同不同意建立含有VOCS化學製品排放量的申報制度我同意你同意 好
transcript.whisperx[40].start 870.543
transcript.whisperx[40].end 883.693
transcript.whisperx[40].text 那你自己就好好的進行規劃你說去年去看了然後看起來好像很有感然後好像你要進行管制了你也同意要申報制度了可是我就等著看你什麼時候做因為國際都已經在要加嚴管理台灣卻連開始都還沒有開始現在連盤點連估算到底有多少申報多少量都不知道製造多少量輸入多少量不知道什麼都不知道
transcript.whisperx[41].start 895.962
transcript.whisperx[41].end 913.225
transcript.whisperx[41].text 那現在加州的這個一般的VOCS的消費性商品包括這些東西它對現行標準對空氣清淨劑的VOCS含量限制為20到30%而且PY在2023年它在2023年就下降到10%2031年預計要進一步的降到5%然後髮妝用的定型噴霧劑之前是55%
transcript.whisperx[42].start 921.567
transcript.whisperx[42].end 949.176
transcript.whisperx[42].text 那未來要降到2023年就降到了502031年要降到45%那美國的EPA他1996年也就開始管制然後到2013年制定了很多他們都很積極的在管制管制的方式就是透過製造商 輸入商 經銷商要遵守特定的VOCS的含量限值在這種狀況裡面其實美國都已經在用而且他們訂出很具體說我一年要減少幾萬噸
transcript.whisperx[43].start 950.717
transcript.whisperx[43].end 962.624
transcript.whisperx[43].text 很具體所以在這種狀況裡面你要委外的研究裡面其實你們的VOCS的成分我們看那個髮妝用品的部分還有這個空氣清新劑全部都超標全部都超過國外的標準因為台灣沒有標準嘛
transcript.whisperx[44].start 967.947
transcript.whisperx[44].end 986.639
transcript.whisperx[44].text 那你們在研擬這個標準的時候也沒有積極的對接到國際標準你們還是以廠商現有的技術能力市場既有的產品然後為基準去訂出遠低於國際標準的鬆散法規那像這個
transcript.whisperx[45].start 988.226
transcript.whisperx[45].end 999.028
transcript.whisperx[45].text 清潔劑的使用你去看環境部把它分成加壓式和一般式而你看你們去市場檢測就是這個紫色的實際檢測最大值然後最大值最上面你們就定出你們你預計可能想要的他委託的單位建議你們的就是四正方形的紅色的格子格子狀的然後你們定的標準你定的標準都遠比於
transcript.whisperx[46].start 1016.952
transcript.whisperx[46].end 1028.79
transcript.whisperx[46].text 加州的、美國的、香港的都還要更寬鬆許多看起來環境部沒有因應健康需求沒有因應環境需求的或是國際標準而是以業者技術做不到
transcript.whisperx[47].start 1032.735
transcript.whisperx[47].end 1041.945
transcript.whisperx[47].text 現有的市場產品就是這種標準 略低於現有的市場的產品直接評估將標準定在這種30WTE的%所以更無視於國際更嚴格的規定 這個是清潔劑你看下一個是空氣清新劑 你同樣的沒有以國際標準為依據
transcript.whisperx[48].start 1053.797
transcript.whisperx[48].end 1056.639
transcript.whisperx[48].text 都還是就市場現有的產品然後產品的現況定出一個建議的標準然後去折衷就以這個實際檢測的75%的數據將標準定成80WT而不是參照國際趨勢去加嚴我最後要說你這樣子委外的單位跟你建議的
transcript.whisperx[49].start 1083.208
transcript.whisperx[49].end 1098.952
transcript.whisperx[49].text 你這樣的標準制定方式都不是基於健康和環境需求就是單純的配合業者的能力讓現有的產品都不必大幅的修改就能通過檢驗結果導致了台灣的VOCS的管制遠遠落後國際連基本的門檻都沒有辦法提升
transcript.whisperx[50].start 1104.633
transcript.whisperx[50].end 1129.552
transcript.whisperx[50].text 它影響了我們剛剛講清潔的空氣清新劑的不是只有危害到這個是戶外空氣品質它這個都在室內而且不太容易易散國外人平均有80%到90%的時間都是在室內而建築工業塗料它這個是在戶外居多但是建築塗料也一大部分都是在室內屋頂的牆面的
transcript.whisperx[51].start 1132.785
transcript.whisperx[51].end 1156.23
transcript.whisperx[51].text 所以這個大家國際的經驗告訴你說這種消費線產品都在室內不容易易散第二個 這一種管制必須是全面且系統性的管制才能有效所以我們在這種狀況不管制 不納管對個人健康影響很大我在最後問你就是說你擴大管制 加強管制 跟國際標準對接你有沒有這樣的計畫 部長
transcript.whisperx[52].start 1157.947
transcript.whisperx[52].end 1179.808
transcript.whisperx[52].text 包委員這個是我們我去年去完了之後就跟同仁討論去東京剛好看到東京都在做這個事啦然後我有特別交代然後他們其實這個委員提供的資料是我們委外的一個計畫從你們委外計畫來看就知道已經夠糟了啊沒有那個是委外計畫做不是我們做啊所以你的意思是說你訂的標準會比委外計畫訂的更嚴格
transcript.whisperx[53].start 1183.331
transcript.whisperx[53].end 1190.916
transcript.whisperx[53].text 這個我們會來研究好不好但我不是要問你嚴格的問題我要問你期程啊你不要告訴我說你未來會做結果你下台了還沒做
transcript.whisperx[54].start 1193.826
transcript.whisperx[54].end 1216.96
transcript.whisperx[54].text 我們擔心的是這個啊你是不是要針對消費性產品VLCS管制你有沒有短中長期的計畫五年內你有沒有要多少類別消費性產品類別要納管你預期有沒有設定一個減量的目標和效益委員再給我們一點時間內部討論可以嗎好那我下次問你顯然就應該要有答案了
transcript.whisperx[55].start 1218.001
transcript.whisperx[55].end 1219.383
transcript.whisperx[55].text 我第一次拋出這個議題,你說你還沒有看過,那我就讓你有點時間去準備可以,沒問題,謝謝委員