iVOD / 159281

Field Value
IVOD_ID 159281
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159281
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 2025-03-17T12:43:34+08:00
結束時間 2025-03-17T12:52:05+08:00
影片長度 00:08:31
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/597499b2503050fb1cd64526d111e9afad7e46c29134393c19c9681c5de83954a2a4a6212d4cdfaa5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 翁曉玲
委員發言時間 12:43:34 - 12:52:05
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_00
transcript.pyannote[0].start 2.03909375
transcript.pyannote[0].end 3.76034375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.28346875
transcript.pyannote[1].end 5.02596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 5.09346875
transcript.pyannote[2].end 5.17784375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 5.58284375
transcript.pyannote[3].end 8.65409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 8.78909375
transcript.pyannote[4].end 8.97471875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 9.22784375
transcript.pyannote[5].end 9.78471875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 10.03784375
transcript.pyannote[6].end 11.13471875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 10.84784375
transcript.pyannote[7].end 12.46784375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 13.31159375
transcript.pyannote[8].end 14.35784375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 17.12534375
transcript.pyannote[9].end 17.90159375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 17.27721875
transcript.pyannote[10].end 17.74971875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 18.55971875
transcript.pyannote[11].end 20.93909375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 21.22596875
transcript.pyannote[12].end 22.94721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 22.96409375
transcript.pyannote[13].end 23.03159375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 23.18346875
transcript.pyannote[14].end 36.86909375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 37.37534375
transcript.pyannote[15].end 42.18471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 42.64034375
transcript.pyannote[16].end 58.62096875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 59.66721875
transcript.pyannote[17].end 61.52346875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 61.69221875
transcript.pyannote[18].end 64.22346875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 64.79721875
transcript.pyannote[19].end 73.48784375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 66.46784375
transcript.pyannote[20].end 67.27784375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 72.05346875
transcript.pyannote[21].end 75.31034375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 75.34409375
transcript.pyannote[22].end 87.42659375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 87.12284375
transcript.pyannote[23].end 106.52909375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 106.73159375
transcript.pyannote[24].end 114.15659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 114.73034375
transcript.pyannote[25].end 116.75534375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 116.72159375
transcript.pyannote[26].end 118.74659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 116.99159375
transcript.pyannote[27].end 117.12659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 117.36284375
transcript.pyannote[28].end 124.28159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 125.05784375
transcript.pyannote[29].end 127.52159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 126.25596875
transcript.pyannote[30].end 128.24721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 128.39909375
transcript.pyannote[31].end 133.19159375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 133.19159375
transcript.pyannote[32].end 138.32159375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 139.67159375
transcript.pyannote[33].end 146.37096875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 146.64096875
transcript.pyannote[34].end 154.94346875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 154.45409375
transcript.pyannote[35].end 172.03784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 172.54409375
transcript.pyannote[36].end 174.04596875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 174.50159375
transcript.pyannote[37].end 197.01284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 197.51909375
transcript.pyannote[38].end 207.93096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 207.93096875
transcript.pyannote[39].end 219.01784375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 210.17534375
transcript.pyannote[40].end 210.95159375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 213.78659375
transcript.pyannote[41].end 216.90846875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 219.23721875
transcript.pyannote[42].end 221.63346875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 220.36784375
transcript.pyannote[43].end 222.98346875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 222.46034375
transcript.pyannote[44].end 239.99346875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 240.48284375
transcript.pyannote[45].end 244.66784375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 243.09846875
transcript.pyannote[46].end 248.81909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 248.53221875
transcript.pyannote[47].end 252.98721875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 252.32909375
transcript.pyannote[48].end 256.53096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 255.65346875
transcript.pyannote[49].end 258.69096875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 258.35346875
transcript.pyannote[50].end 261.69471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 261.28971875
transcript.pyannote[51].end 276.47721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 276.98346875
transcript.pyannote[52].end 285.55596875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 278.77221875
transcript.pyannote[53].end 282.77159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 285.80909375
transcript.pyannote[54].end 287.10846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 290.82096875
transcript.pyannote[55].end 291.05721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 291.51284375
transcript.pyannote[56].end 321.71909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 322.78221875
transcript.pyannote[57].end 343.72409375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 343.82534375
transcript.pyannote[58].end 356.86971875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 348.85409375
transcript.pyannote[59].end 349.79909375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 351.36846875
transcript.pyannote[60].end 352.00971875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 354.13596875
transcript.pyannote[61].end 355.06409375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 356.22846875
transcript.pyannote[62].end 367.21409375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 367.29846875
transcript.pyannote[63].end 376.69784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 377.18721875
transcript.pyannote[64].end 384.64596875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 385.20284375
transcript.pyannote[65].end 388.35846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 389.15159375
transcript.pyannote[66].end 392.45909375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 392.13846875
transcript.pyannote[67].end 394.12971875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 395.80034375
transcript.pyannote[68].end 415.74659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 416.32034375
transcript.pyannote[69].end 417.80534375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 418.29471875
transcript.pyannote[70].end 420.37034375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 421.23096875
transcript.pyannote[71].end 422.42909375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 423.12096875
transcript.pyannote[72].end 424.52159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 423.40784375
transcript.pyannote[73].end 423.74534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 426.79971875
transcript.pyannote[74].end 429.02721875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 429.09471875
transcript.pyannote[75].end 437.97096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 438.05534375
transcript.pyannote[76].end 441.22784375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 440.85659375
transcript.pyannote[77].end 443.13471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 443.05034375
transcript.pyannote[78].end 445.07534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 445.21034375
transcript.pyannote[79].end 447.92721875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 445.48034375
transcript.pyannote[80].end 446.18909375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 448.70346875
transcript.pyannote[81].end 449.74971875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 450.37409375
transcript.pyannote[82].end 453.85034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 450.77909375
transcript.pyannote[83].end 452.26409375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 454.27221875
transcript.pyannote[84].end 455.97659375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 456.26346875
transcript.pyannote[85].end 458.59221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 459.16596875
transcript.pyannote[86].end 466.79346875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 467.83971875
transcript.pyannote[87].end 472.64909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 472.26096875
transcript.pyannote[88].end 475.26471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 475.58534375
transcript.pyannote[89].end 480.68159375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 481.10346875
transcript.pyannote[90].end 485.32221875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 483.87096875
transcript.pyannote[91].end 488.03909375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 488.08971875
transcript.pyannote[92].end 489.64221875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 490.19909375
transcript.pyannote[93].end 492.78096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 493.40534375
transcript.pyannote[94].end 494.21534375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 494.89034375
transcript.pyannote[95].end 496.69596875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 498.23159375
transcript.pyannote[96].end 499.69971875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 500.32409375
transcript.pyannote[97].end 501.47159375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 501.47159375
transcript.pyannote[98].end 502.72034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 503.12534375
transcript.pyannote[99].end 505.79159375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 506.04471875
transcript.pyannote[100].end 507.71534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 508.96409375
transcript.pyannote[101].end 510.88784375
transcript.whisperx[0].start 5.722
transcript.whisperx[0].end 20.26
transcript.whisperx[0].text 不要干擾會議進行是張維豪有請部長來有請部長翁委員好等一下我的那個PVT
transcript.whisperx[1].start 23.382
transcript.whisperx[1].end 32.07
transcript.whisperx[1].text 部長我想今天本席其實看到這個會議的主題我的直覺就是這個議題氣象變異導致國內空氣污染品質惡化
transcript.whisperx[2].start 37.515
transcript.whisperx[2].end 58.287
transcript.whisperx[2].text 似乎就是想要護航現在民進黨政府的無能在整個能源的這個政策上面有很大的錯誤然後所以導致整個國內的空氣品質嚴重的惡化而竟然把這樣的因素推就給歸咎於是因為氣候變遷氣候變遷會造成空污品質的惡化嗎
transcript.whisperx[3].start 64.844
transcript.whisperx[3].end 76.073
transcript.whisperx[3].text 二包委員那個是氣象氣象是短的例如說這幾天的天氣這造成混合層的變低那是氣象所以我今天談的是一個短的問題還是談一個長的問題因為某一個圖盤這幾天空氣品質例如說改吹東風我們這個擴散條件不佳這是氣象的問題這天氣的問題氣候變天指的是長的10年20年所以這兩個是不一樣的詞
transcript.whisperx[4].start 87.501
transcript.whisperx[4].end 105.986
transcript.whisperx[4].text 所以氣象變異您認為說這也是扮演重要的一個關鍵因素為什麼台灣的這個城市的空氣品質會如此糟糕我們來看一下今天的空氣品質剛剛前面的委員有問過其實今天的空氣品質嚴格來說其實是不好
transcript.whisperx[5].start 108.286
transcript.whisperx[5].end 111.987
transcript.whisperx[5].text 這邊寫84普通可是我們看他那個細懸浮為例就是PM2.5 24.4這個已經是超標很嚴重了吧沒有沒有沒有我們如果說是跟這個WHO的標準來看的話WHO的標準是多少
transcript.whisperx[6].start 125.18
transcript.whisperx[6].end 136.485
transcript.whisperx[6].text 他建議是5但是其實是5我們24欸那個5很難做得到啊委員我們如果在花蓮也只不過只有7到8左右欸是是5很難做到對台灣來講很難做到對其他國家來說對不對有到7的8的很接近的這個其實別的國家都做得到為什麼台灣做不到
transcript.whisperx[7].start 147.288
transcript.whisperx[7].end 168.806
transcript.whisperx[7].text 其實我們在臺灣在鄰近的亞洲的國家我們比韓國好比日本差一點點但是我們算是已經在前面的我們來看看全球最污染最嚴重的國家這以2024年來講我們是排名54名排名54名意思是說其實我們空氣污染是很糟糕的排名第一名是最嚴重排名54名然後呢南韓是多少59
transcript.whisperx[8].start 172.629
transcript.whisperx[8].end 176.85
transcript.whisperx[8].text 新加坡94日本108我們如果要效法這個德國他們已經進入了無核家園人家也是103空氣品質比我們好得多吧你看日本他平均的8.69跟WHO的數字是非常接近的所以我們不要在那邊自欺欺人說我們現在的17.5或是平均20我們的空氣品質很好
transcript.whisperx[9].start 197.557
transcript.whisperx[9].end 204.603
transcript.whisperx[9].text 包委員這個是IQ Air這個是瑞士的一家做空氣淨淨機還有賣儀器的公司做的所以它其實跟我們量測的方法不一樣所以這個數據僅供參考僅供參考所以我們量測的數據也是僅供參考因為我們跟其他的國家相比我們也是不好啊它基本上它是拿著這個自動全世界最權威的數據我們來看
transcript.whisperx[10].start 219.735
transcript.whisperx[10].end 221.356
transcript.whisperx[10].text 對 你可以講說 這個不是最權威的數據我知道 我說請您可以提供一個最權威的數據全世界 有哪個國際組織提供最權威的數據來看看我們台灣的國際排名在最嚴重污染的國際排名裡面 我們是排第幾位麻煩請您會後
transcript.whisperx[11].start 240.57
transcript.whisperx[11].end 259.585
transcript.whisperx[11].text 要提供給我 好不好 一個禮拜之內可以還是在一天其實就給我 委員再給我們多一點時間因為要蒐集各國最新的要花一點時間好不好 一個月好不好應該是有些國際組織或是學術研究機構就有做啊報委員那個方法學不一樣我們是採用國際上最嚴格的所以你們都是找最有利於台灣的方法學嘛委員你不能這樣說我們是看數據來做事
transcript.whisperx[12].start 261.827
transcript.whisperx[12].end 285.245
transcript.whisperx[12].text 看數據嘛 所以嘛這是很清楚的數據嘛你在怎麼批評人家說這個是屬於民間的組織這個是賣什麼空氣清淨機但他做出來的數據跟我們的有差別嗎你看看我們今天來我們看我們今天24.4欸人家還對我們客氣了勒這是每天 這一天一天的如果我們看的是整年的不一樣所以我現在是今天呢所以一整年我們也沒有比較好來我們往下面看
transcript.whisperx[13].start 291.569
transcript.whisperx[13].end 314.43
transcript.whisperx[13].text 那麼本席現在這邊很關心的問題就是其實我們知道空氣污染與肺腺癌的關係是息息相關那台灣的肺腺癌的人數已經是超過這個前10年要多得多那麼我們這邊就不說了這個事已經是正相關這是大家眾所皆知的事情那接下來我想要講的就是說其實
transcript.whisperx[14].start 315.471
transcript.whisperx[14].end 343.197
transcript.whisperx[14].text 在其他國家也有在談是不是可以放空污假您覺得台灣有沒有必要放空污假這個目前我們台灣的嚴重空污的事件並沒有像這個印度這麼的嚴重印度那麼嚴重其實我們現在跟教育部合作有空污期他就可以適當的有一些及時的反應所以我們要到空污假的確目前還有一段的還有一段路要走目前來看的話因為他們是的確是非常嚴重
transcript.whisperx[15].start 343.937
transcript.whisperx[15].end 347.741
transcript.whisperx[15].text 是 所以部長您認為我們到目前為止還不需要放空屋價那我們的情況還沒有那麼嚴重我們要跟那個第一名前幾名的印度比嗎我們可以跟其他的國家比嗎好 委員北京 上海 PM2.5都超過平均年平均值是35那這個印度的這個大概都兩三百以上我們台灣最嚴重的頂多五六十就很嚴重了
transcript.whisperx[16].start 367.358
transcript.whisperx[16].end 372.562
transcript.whisperx[16].text 我們要跟好的學習見賢思其焉我們為什麼不去跟日本不去跟德國不去跟法國其他一些國家學對不對我們事實上我們的空氣污染就很嚴重啊就從中南部每次我開這個開車經過台中地區整個天氣就是霧濛濛的他就是他不管是天氣好天氣不好他都是這樣啊沒有這個你看到是藍天啊
transcript.whisperx[17].start 395.868
transcript.whisperx[17].end 424.087
transcript.whisperx[17].text 那個是非常非常少數的這是人家記者拍的所以我只是舉例剛剛還沒有講到就是台電的問題對不對你台電現在因為馬上因應核能核三廠二號機五月就要停止運轉剩下的那個3.5% 4%的電會要用什麼方式來因應是不是台中火力發電廠還要全要火力全開了
transcript.whisperx[18].start 427.1
transcript.whisperx[18].end 442.632
transcript.whisperx[18].text 這個到時候我們的空污會不會更嚴重報告委員燃氣基本上的空污比燃煤少很多而且它相對的很乾淨所以火力發電是燃煤跟燃氣是不一樣的所以部長我發現您的有些訊息也是錯誤的報告委員我沒有錯誤產生出來的污染物質它還是比核電要多得多所以委員你的意思是這個電廠可以蓋核電嗎
transcript.whisperx[19].start 454.335
transcript.whisperx[19].end 480.198
transcript.whisperx[19].text 我不是說這個電廠蓋核電我有說台中火力發電廠改成核電嗎我的意思講說核三廠和其他的廠現在我們在談核電研議的問題請問部長您同不同意您支不支持核電廠研議報告委員研議需要法規還有後面的核廢料的處理研議的法規是我們立法委員負責從您當環境部長的角度來看您支持核電研議嗎我們要打造一個更乾淨的家園
transcript.whisperx[20].start 483.92
transcript.whisperx[20].end 507.396
transcript.whisperx[20].text 我現在要問您從環境部的角度來看怎麼樣能夠提升改善環境的空氣品質我們支持低碳的能源 污染少的能源只是低碳您的目標就這麼小 低碳我們有可能淨零排碳嗎要努力 非常努力要努力 非常努力我看如果在你們民進黨執政底下大概不可能完成好 OK 今天質詢到這邊 謝謝好 謝謝讓他們努力一下