IVOD_ID |
161223 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/161223 |
日期 |
2025-05-12 |
會議資料.會議代碼 |
委員會-11-3-23-11 |
會議資料.會議代碼:str |
第11屆第3會期交通委員會第11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 |
11 |
會議資料.種類 |
委員會 |
會議資料.委員會代碼[0] |
23 |
會議資料.委員會代碼:str[0] |
交通委員會 |
會議資料.標題 |
第11屆第3會期交通委員會第11次全體委員會議 |
影片種類 |
Clip |
開始時間 |
2025-05-12T13:02:24+08:00 |
結束時間 |
2025-05-12T13:11:04+08:00 |
影片長度 |
00:08:40 |
支援功能[0] |
ai-transcript |
video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/2e24114430e85d526edb478d95e43b05988fdfbeb5b6687585e0b6e5cd30ed739bf675f76cd7c0d35ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
葉元之 |
委員發言時間 |
13:02:24 - 13:11:04 |
會議時間 |
2025-05-12T09:00:00+08:00 |
會議名稱 |
立法院第11屆第3會期交通委員會第11次全體委員會議(事由:一、審查(一)委員吳宗憲等17人、(二)委員賴士葆等28人、(三)委員楊瓊瓔等26人分別擬具「人工智慧基本法草案」及(四)台灣民眾黨黨團擬具「人工智慧發展及管理條例草案」案。
二、審查(一)委員林俊憲等23人擬具「公路法第二十七條、第二十八條及第七十五條條文修正草案」、(二)委員陳冠廷等18人、(三)委員徐富癸等17人分別擬具「公路法第三十二條條文修正草案」、(四)委員陳冠廷等16人擬具「公路法第三十三條條文修正草案」、(五)台灣民眾黨黨團、(六)委員馬文君等19人、(七)委員邱若華等17人分別擬具「公路法第三十九條之一條文修正草案」、(八)委員何欣純等18人擬具「公路法第四十六條及第六十條之一條文修正草案」、(九)委員王義川等16人擬具「公路法第六十五條條文修正草案」及(十)委員林俊憲等21人擬具「公路法第七十二條條文修正草案」案。
三、審查(一)委員林俊憲等22人擬具「停車場法第四條條文修正草案」、(二)委員廖先翔等17人擬具「停車場法第三十二條條文修正草案」及(三)台灣民眾黨黨團擬具「停車場法第三十八條條文修正草案」案。
【本日會議僅針對開會事由二及三進行合併詢答】) |
transcript.pyannote[0].speaker |
SPEAKER_01 |
transcript.pyannote[0].start |
4.28346875 |
transcript.pyannote[0].end |
5.98784375 |
transcript.pyannote[1].speaker |
SPEAKER_02 |
transcript.pyannote[1].start |
6.34221875 |
transcript.pyannote[1].end |
7.30409375 |
transcript.pyannote[2].speaker |
SPEAKER_02 |
transcript.pyannote[2].start |
7.67534375 |
transcript.pyannote[2].end |
8.58659375 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
12.09659375 |
transcript.pyannote[3].end |
26.59221875 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
27.06471875 |
transcript.pyannote[4].end |
31.57034375 |
transcript.pyannote[5].speaker |
SPEAKER_01 |
transcript.pyannote[5].start |
32.09346875 |
transcript.pyannote[5].end |
36.56534375 |
transcript.pyannote[6].speaker |
SPEAKER_01 |
transcript.pyannote[6].start |
37.03784375 |
transcript.pyannote[6].end |
37.89846875 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
38.23596875 |
transcript.pyannote[7].end |
41.27346875 |
transcript.pyannote[8].speaker |
SPEAKER_01 |
transcript.pyannote[8].start |
41.66159375 |
transcript.pyannote[8].end |
52.61346875 |
transcript.pyannote[9].speaker |
SPEAKER_01 |
transcript.pyannote[9].start |
52.86659375 |
transcript.pyannote[9].end |
57.30471875 |
transcript.pyannote[10].speaker |
SPEAKER_01 |
transcript.pyannote[10].start |
57.65909375 |
transcript.pyannote[10].end |
61.37159375 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
62.01284375 |
transcript.pyannote[11].end |
72.12096875 |
transcript.pyannote[12].speaker |
SPEAKER_01 |
transcript.pyannote[12].start |
72.50909375 |
transcript.pyannote[12].end |
73.84221875 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
74.09534375 |
transcript.pyannote[13].end |
80.10284375 |
transcript.pyannote[14].speaker |
SPEAKER_01 |
transcript.pyannote[14].start |
80.49096875 |
transcript.pyannote[14].end |
89.75534375 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
89.97471875 |
transcript.pyannote[15].end |
92.96159375 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
93.63659375 |
transcript.pyannote[16].end |
102.96846875 |
transcript.pyannote[17].speaker |
SPEAKER_01 |
transcript.pyannote[17].start |
106.14096875 |
transcript.pyannote[17].end |
111.27096875 |
transcript.pyannote[18].speaker |
SPEAKER_02 |
transcript.pyannote[18].start |
110.08971875 |
transcript.pyannote[18].end |
111.18659375 |
transcript.pyannote[19].speaker |
SPEAKER_02 |
transcript.pyannote[19].start |
113.11034375 |
transcript.pyannote[19].end |
141.03846875 |
transcript.pyannote[20].speaker |
SPEAKER_01 |
transcript.pyannote[20].start |
114.10596875 |
transcript.pyannote[20].end |
114.64596875 |
transcript.pyannote[21].speaker |
SPEAKER_00 |
transcript.pyannote[21].start |
114.64596875 |
transcript.pyannote[21].end |
114.66284375 |
transcript.pyannote[22].speaker |
SPEAKER_01 |
transcript.pyannote[22].start |
115.75971875 |
transcript.pyannote[22].end |
116.02971875 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
116.02971875 |
transcript.pyannote[23].end |
116.06346875 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
123.45471875 |
transcript.pyannote[24].end |
124.06221875 |
transcript.pyannote[25].speaker |
SPEAKER_00 |
transcript.pyannote[25].start |
134.74409375 |
transcript.pyannote[25].end |
135.04784375 |
transcript.pyannote[26].speaker |
SPEAKER_01 |
transcript.pyannote[26].start |
141.03846875 |
transcript.pyannote[26].end |
152.51346875 |
transcript.pyannote[27].speaker |
SPEAKER_02 |
transcript.pyannote[27].start |
155.14596875 |
transcript.pyannote[27].end |
164.86596875 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
161.72721875 |
transcript.pyannote[28].end |
161.99721875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
164.35971875 |
transcript.pyannote[29].end |
167.73471875 |
transcript.pyannote[30].speaker |
SPEAKER_02 |
transcript.pyannote[30].start |
166.33409375 |
transcript.pyannote[30].end |
170.08034375 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
168.84846875 |
transcript.pyannote[31].end |
175.98659375 |
transcript.pyannote[32].speaker |
SPEAKER_01 |
transcript.pyannote[32].start |
177.97784375 |
transcript.pyannote[32].end |
196.86096875 |
transcript.pyannote[33].speaker |
SPEAKER_01 |
transcript.pyannote[33].start |
197.46846875 |
transcript.pyannote[33].end |
200.70846875 |
transcript.pyannote[34].speaker |
SPEAKER_00 |
transcript.pyannote[34].start |
197.68784375 |
transcript.pyannote[34].end |
198.61596875 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
201.56909375 |
transcript.pyannote[35].end |
206.02409375 |
transcript.pyannote[36].speaker |
SPEAKER_01 |
transcript.pyannote[36].start |
206.34471875 |
transcript.pyannote[36].end |
210.31034375 |
transcript.pyannote[37].speaker |
SPEAKER_01 |
transcript.pyannote[37].start |
210.78284375 |
transcript.pyannote[37].end |
213.07784375 |
transcript.pyannote[38].speaker |
SPEAKER_01 |
transcript.pyannote[38].start |
213.46596875 |
transcript.pyannote[38].end |
219.74346875 |
transcript.pyannote[39].speaker |
SPEAKER_01 |
transcript.pyannote[39].start |
219.99659375 |
transcript.pyannote[39].end |
222.27471875 |
transcript.pyannote[40].speaker |
SPEAKER_01 |
transcript.pyannote[40].start |
222.91596875 |
transcript.pyannote[40].end |
229.05846875 |
transcript.pyannote[41].speaker |
SPEAKER_01 |
transcript.pyannote[41].start |
229.42971875 |
transcript.pyannote[41].end |
230.49284375 |
transcript.pyannote[42].speaker |
SPEAKER_01 |
transcript.pyannote[42].start |
231.33659375 |
transcript.pyannote[42].end |
247.04721875 |
transcript.pyannote[43].speaker |
SPEAKER_01 |
transcript.pyannote[43].start |
248.02596875 |
transcript.pyannote[43].end |
251.18159375 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
251.60346875 |
transcript.pyannote[44].end |
253.10534375 |
transcript.pyannote[45].speaker |
SPEAKER_01 |
transcript.pyannote[45].start |
253.22346875 |
transcript.pyannote[45].end |
254.82659375 |
transcript.pyannote[46].speaker |
SPEAKER_02 |
transcript.pyannote[46].start |
257.08784375 |
transcript.pyannote[46].end |
269.35596875 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
269.35596875 |
transcript.pyannote[47].end |
269.65971875 |
transcript.pyannote[48].speaker |
SPEAKER_02 |
transcript.pyannote[48].start |
269.65971875 |
transcript.pyannote[48].end |
270.03096875 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
270.03096875 |
transcript.pyannote[49].end |
282.01221875 |
transcript.pyannote[50].speaker |
SPEAKER_02 |
transcript.pyannote[50].start |
273.47346875 |
transcript.pyannote[50].end |
276.19034375 |
transcript.pyannote[51].speaker |
SPEAKER_01 |
transcript.pyannote[51].start |
282.21471875 |
transcript.pyannote[51].end |
283.54784375 |
transcript.pyannote[52].speaker |
SPEAKER_02 |
transcript.pyannote[52].start |
283.02471875 |
transcript.pyannote[52].end |
283.53096875 |
transcript.pyannote[53].speaker |
SPEAKER_02 |
transcript.pyannote[53].start |
283.54784375 |
transcript.pyannote[53].end |
284.35784375 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
284.35784375 |
transcript.pyannote[54].end |
284.74596875 |
transcript.pyannote[55].speaker |
SPEAKER_02 |
transcript.pyannote[55].start |
284.40846875 |
transcript.pyannote[55].end |
284.93159375 |
transcript.pyannote[56].speaker |
SPEAKER_01 |
transcript.pyannote[56].start |
284.93159375 |
transcript.pyannote[56].end |
298.85346875 |
transcript.pyannote[57].speaker |
SPEAKER_02 |
transcript.pyannote[57].start |
284.94846875 |
transcript.pyannote[57].end |
284.99909375 |
transcript.pyannote[58].speaker |
SPEAKER_02 |
transcript.pyannote[58].start |
286.18034375 |
transcript.pyannote[58].end |
287.98596875 |
transcript.pyannote[59].speaker |
SPEAKER_01 |
transcript.pyannote[59].start |
299.81534375 |
transcript.pyannote[59].end |
300.03471875 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
300.42284375 |
transcript.pyannote[60].end |
302.41409375 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
301.65471875 |
transcript.pyannote[61].end |
302.78534375 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
302.73471875 |
transcript.pyannote[62].end |
315.55971875 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
313.90596875 |
transcript.pyannote[63].end |
315.23909375 |
transcript.pyannote[64].speaker |
SPEAKER_01 |
transcript.pyannote[64].start |
315.61034375 |
transcript.pyannote[64].end |
315.64409375 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
315.64409375 |
transcript.pyannote[65].end |
315.66096875 |
transcript.pyannote[66].speaker |
SPEAKER_01 |
transcript.pyannote[66].start |
315.66096875 |
transcript.pyannote[66].end |
347.45346875 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
316.62284375 |
transcript.pyannote[67].end |
316.70721875 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
318.19221875 |
transcript.pyannote[68].end |
318.39471875 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
319.60971875 |
transcript.pyannote[69].end |
320.70659375 |
transcript.pyannote[70].speaker |
SPEAKER_00 |
transcript.pyannote[70].start |
322.91721875 |
transcript.pyannote[70].end |
325.41471875 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
347.55471875 |
transcript.pyannote[71].end |
381.10221875 |
transcript.pyannote[72].speaker |
SPEAKER_01 |
transcript.pyannote[72].start |
348.70221875 |
transcript.pyannote[72].end |
348.87096875 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
352.92096875 |
transcript.pyannote[73].end |
353.89971875 |
transcript.pyannote[74].speaker |
SPEAKER_01 |
transcript.pyannote[74].start |
356.71784375 |
transcript.pyannote[74].end |
358.74284375 |
transcript.pyannote[75].speaker |
SPEAKER_01 |
transcript.pyannote[75].start |
380.54534375 |
transcript.pyannote[75].end |
389.74221875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
385.70909375 |
transcript.pyannote[76].end |
385.91159375 |
transcript.pyannote[77].speaker |
SPEAKER_00 |
transcript.pyannote[77].start |
387.61596875 |
transcript.pyannote[77].end |
396.00284375 |
transcript.pyannote[78].speaker |
SPEAKER_01 |
transcript.pyannote[78].start |
396.00284375 |
transcript.pyannote[78].end |
398.02784375 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
398.48346875 |
transcript.pyannote[79].end |
401.60534375 |
transcript.pyannote[80].speaker |
SPEAKER_01 |
transcript.pyannote[80].start |
402.49971875 |
transcript.pyannote[80].end |
407.66346875 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
408.42284375 |
transcript.pyannote[81].end |
425.19659375 |
transcript.pyannote[82].speaker |
SPEAKER_00 |
transcript.pyannote[82].start |
413.13096875 |
transcript.pyannote[82].end |
413.60346875 |
transcript.pyannote[83].speaker |
SPEAKER_01 |
transcript.pyannote[83].start |
425.65221875 |
transcript.pyannote[83].end |
433.43159375 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
433.60034375 |
transcript.pyannote[84].end |
445.96971875 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
433.81971875 |
transcript.pyannote[85].end |
434.98409375 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
435.52409375 |
transcript.pyannote[86].end |
436.21596875 |
transcript.pyannote[87].speaker |
SPEAKER_00 |
transcript.pyannote[87].start |
442.12221875 |
transcript.pyannote[87].end |
442.88159375 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
446.45909375 |
transcript.pyannote[88].end |
448.14659375 |
transcript.pyannote[89].speaker |
SPEAKER_00 |
transcript.pyannote[89].start |
448.38284375 |
transcript.pyannote[89].end |
485.74409375 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
484.61346875 |
transcript.pyannote[90].end |
490.13159375 |
transcript.pyannote[91].speaker |
SPEAKER_01 |
transcript.pyannote[91].start |
490.70534375 |
transcript.pyannote[91].end |
496.74659375 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
497.28659375 |
transcript.pyannote[92].end |
505.99409375 |
transcript.pyannote[93].speaker |
SPEAKER_01 |
transcript.pyannote[93].start |
507.00659375 |
transcript.pyannote[93].end |
512.44034375 |
transcript.pyannote[94].speaker |
SPEAKER_01 |
transcript.pyannote[94].start |
512.84534375 |
transcript.pyannote[94].end |
515.51159375 |
transcript.pyannote[95].speaker |
SPEAKER_01 |
transcript.pyannote[95].start |
517.77284375 |
transcript.pyannote[95].end |
519.30846875 |
transcript.whisperx[0].start |
4.479 |
transcript.whisperx[0].end |
8.368 |
transcript.whisperx[0].text |
主席好 麻煩請交通部次長好 交通部陳正次 |
transcript.whisperx[1].start |
12.313 |
transcript.whisperx[1].end |
36.402 |
transcript.whisperx[1].text |
委員好 市長剛好市長今天來我想跟市長問一下車輛安全因為您在2022年8月的時候有出席一個TNCAP一個實驗室的揭牌儀式當初會成立這個叫做台灣新車安全平等計畫實驗室當初會成立這個實驗室講的是說因為台灣需要符合國情的台灣新車安全平等 |
transcript.whisperx[2].start |
37.122 |
transcript.whisperx[2].end |
60.905 |
transcript.whisperx[2].text |
而且很重要因為我們要讓民眾購車的時候有客觀的參考而且要引導業界的向上提升所以必須要成立這個實驗室對用路安全或行人安全各方面產業的發展都至關重要不過我想跟您請教一下在目前為止這個成效如何因為我有看到相關的資料 |
transcript.whisperx[3].start |
62.799 |
transcript.whisperx[3].end |
87.333 |
transcript.whisperx[3].text |
這邊原本當初公佈的計畫一年是要檢測八種車型一季是兩種車型然後一種車型是要檢測四輛可是在去年大概只有檢測了六種車型其中六種車型裡面有兩個是廠商自費售品換句話說如果廠商沒有自費的話可能這個實驗室只能檢驗四種車型 |
transcript.whisperx[4].start |
90.074 |
transcript.whisperx[4].end |
102.898 |
transcript.whisperx[4].text |
那這跟當初接牌所發下的好語就打了一半的折扣所以不曉得為什麼會這樣那個次長您當初參加這個實驗室然後目前成果您個人滿意嗎次長回答啦因為您之前參加的那個接牌議事嘛 對啊 |
transcript.whisperx[5].start |
113.314 |
transcript.whisperx[5].end |
142.307 |
transcript.whisperx[5].text |
我跟委員報告有關TNCAP就是台灣的這個安全平等的這樣的一個制度它到目前為止我們認為它是成功的而且是有效的那當然相關的這個就是評比的車輛數不如就是說跟我們原來規劃有差距是因為相關預算的問題但是透過這個廠商自我的這個智慧來沒關係市長那你當初是說要 |
transcript.whisperx[6].start |
143.067 |
transcript.whisperx[6].end |
152.241 |
transcript.whisperx[6].text |
要八種車型現在只有四種車型為什麼你還會覺得是成功的已經你所檢驗的車輛已經比當初預估少一半了你還是認為是成功為什麼 |
transcript.whisperx[7].start |
155.622 |
transcript.whisperx[7].end |
175.581 |
transcript.whisperx[7].text |
我想整個來講的話我們本來就是這樣的一個制度其實就是希望整個業者也能夠參與所以現在業者也那業者如果所以還好是有兩個所有要收成的車輛好沒關係即便是把業者參與的這兩個算進來還是只有達到當初預估的四分之三 |
transcript.whisperx[8].start |
178.032 |
transcript.whisperx[8].end |
198.568 |
transcript.whisperx[8].text |
而且這種東西當然多多益善嘛你們當初揭牌的時候媒體的報導是很大的而且說因為有做這個事情對於台灣的安全用路安全行車安全行人保護產業發展都有大大提升可是後來的成效不如當初的預估您還是覺得是滿意的好我再問一個問題因為我們時間有限 |
transcript.whisperx[9].start |
201.618 |
transcript.whisperx[9].end |
228.437 |
transcript.whisperx[9].text |
我看到你們當初說要做這個實驗目的是要給買車的人參考嘛對不對 他可以看那個評比安全係數怎麼樣來決定要不要買這款車可是你們選擇要去評鑑哪一台車是怎麼選擇呢是選擇當年度銷量最好的前幾名這本末倒置了嘛 很多人都已經買啦買了之後 然後忽然看到說哇 裝潢部的實驗室的評比不好那怎麼辦 趕快賣是不是那誰要買 |
transcript.whisperx[10].start |
231.4 |
transcript.whisperx[10].end |
254.603 |
transcript.whisperx[10].text |
所以你如果要做這個實驗你應該是在新車上市之前你就要做啊怎麼會等到人家熱銷以後再去選擇相關的來做實驗這有什麼意義 這個有達到任何的提升作用嗎該賣的都賣出去了啊為什麼會有這個機制 黃培恩市長如果真的回答不了請其他主管回答你乍聽之下會不會覺得很奇怪 |
transcript.whisperx[11].start |
257.165 |
transcript.whisperx[11].end |
281.433 |
transcript.whisperx[11].text |
我跟委員報告他當然是銷售上的排行但是因為銷售的時候剛才特別提到就是說他其實是讓民眾去選擇的時候不是啦 他都買了嘛他熱銷代表很多人買嘛很多人買之後你才去做實驗做完實驗之後他買了之後發現哇 這個評比那麼差那你有達到任何提示的作用嗎你是叫他以後開車小心一點喔 |
transcript.whisperx[12].start |
282.293 |
transcript.whisperx[12].end |
298.092 |
transcript.whisperx[12].text |
沒有 其實就是讓大家了解到說你應該要等到人家賣之前你這樣 我跟你講啦大家聽到都覺得很奇怪如果我們要買車 我們要選擇安全車但是希望說先看到數據再去買嘛哪有說我買了之後你再提醒我那你是叫我賣還是怎樣 |
transcript.whisperx[13].start |
304.206 |
transcript.whisperx[13].end |
314.511 |
transcript.whisperx[13].text |
剛剛委員所提到的TN CAP希望車廠在新車上市銷售的時候就能自己支援來做然後把這些相關的車輛安全我不是說希望車廠 |
transcript.whisperx[14].start |
315.772 |
transcript.whisperx[14].end |
342.887 |
transcript.whisperx[14].text |
不好意思我不是說實驗室我是說你的實驗室的目的是希望提醒買車的人要有安全的這個參考所以你們自己也有編預算嘛那你編預算你採購的車輛或者是做撞擊的車輛應該要上次之前就要做提醒人家去在購買的時候做參考嘛理論上應該是這樣可是你們去選擇要去購買哪個車輛或者是花實驗室去做因為一台車我看到要平件也不少錢啊一千多萬啊 |
transcript.whisperx[15].start |
343.527 |
transcript.whisperx[15].end |
358.43 |
transcript.whisperx[15].text |
然後結果你們是挑熱銷的人家都賣完了你做給人家參考有什麼意義這個部分我跟委員報告一下在國外的部分基本上大概都是這個業者以熱銷為主不是 業者就是說自己來申請好啦 國外我知道嘛可是 |
transcript.whisperx[16].start |
358.891 |
transcript.whisperx[16].end |
379.756 |
transcript.whisperx[16].text |
在國內的部分就是因為因為國內這個制度才開始做這個推動那對於這個希望就是說因為這個商市以銷售量這邊來做這個就是排氣的話代表說他銷售比較好後面還會有這個相當多的民眾來買這樣子的車輛那至於說 |
transcript.whisperx[17].start |
381.656 |
transcript.whisperx[17].end |
407.169 |
transcript.whisperx[17].text |
這不一定喔你這個一開始大家就買了後面後面就買中古的啊你現在只是讓買中古車的人有這樣的一個參考而已這個政府出錢來買這個車輛一定是後面一定騎乘不會face out的一個這個程度你如果要花錢做這個東西啦一台車測試要一千多萬你要做就把它做到好啦你就好像有做就好不是要把它做到好啊當初揭牌的時候發下的好語 |
transcript.whisperx[18].start |
408.579 |
transcript.whisperx[18].end |
424.689 |
transcript.whisperx[18].text |
結果成效打折扣然後現在還要再講說沒關係啦雖然他已經熱銷了後面還是會有人買嘛我們就提醒接下來那些人就好了至於說前面已經買車的人那就不關我的事那些人看到這個評比覺得很緊張可是他已經買了他到時候要轉手很困難 |
transcript.whisperx[19].start |
425.751 |
transcript.whisperx[19].end |
445.685 |
transcript.whisperx[19].text |
所以你如果錢花下去你要照顧的是所有買車的人嘛不是說只照顧那些比較後面買車的人所以這個機制是很奇怪這個機制是鼓勵大家以後看到新車先不要買嗎先不要買然後等到出來之後再買免得先上車嗎你要做你錢花下去你就把它做到好 |
transcript.whisperx[20].start |
446.945 |
transcript.whisperx[20].end |
459.993 |
transcript.whisperx[20].text |
這絕對是有調整空間跟我們報告一下TN Cup的實景到現在剛剛次長講說已經看到他的成效就是說其實去年跟今年已經有這個好幾個車型來自願來申請這樣子的一個評價那這個新車他來申請自費申請的評價都是配合他新車這個上市 |
transcript.whisperx[21].start |
467.757 |
transcript.whisperx[21].end |
485.352 |
transcript.whisperx[21].text |
那其實這個TNCAP推動最後的一個目標就是希望說在國內不管國產或進口的一個部分你要新車上市銷售的時候你都能夠來參加這個評論把一個比較好的資訊這個揭露給這個消費者來做這個車輛的一個計畫怎麼樣都有成效啦5%的成效還是10%的成效啦 |
transcript.whisperx[22].start |
490.877 |
transcript.whisperx[22].end |
515.335 |
transcript.whisperx[22].text |
現在我們是希望你錢花下去可以做到100分嘛你一直跟我說我已經有5分了有10分了啊你這態度就是這樣啊我們是把問題提醒給你希望可以做到更好嘛80分90分嘛啊你一直說我有5分了嘛至少我有對兩題啊這種態度我是比較不能接受啦希望交通部可以針對這個計畫因為這個不少錢啊可以再提出一個檢討啦好不好謝謝謝謝月圓之吻 |