iVOD / 161313

Field Value
IVOD_ID 161313
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161313
日期 2025-05-14
會議資料.會議代碼 委員會-11-3-26-11
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] 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11次全體委員會議
影片種類 Clip
開始時間 2025-05-14T09:44:07+08:00
結束時間 2025-05-14T09:57:35+08:00
影片長度 00:13:28
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4f2e91488ef6971b68aa7b90e710677cfe24093ee94bb6853ddb152ca8cb0ed8a3b7e37fb90921e15ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:44:07 - 09:57:35
會議時間 2025-05-14T09:00:00+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11次全體委員會議(事由:一、邀請環境部部長、經濟部、勞動部及教育部就「我國推動綠色轉型政策,相關人才培育發展與產業政策規劃」進行專題報告,並備質詢。 二、邀請環境部部長、衛生福利部、勞動部、經濟部、農業部及教育部就「全氟及多氟烷基物質(PFAS)管理行動計畫及環境荷爾蒙管理計畫之毒化物相關管理情形」進行專題報告,並備質詢。 【專題報告綜合詢答】 【5月14日及15日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 6.49409375
transcript.pyannote[0].end 10.66221875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 10.96596875
transcript.pyannote[1].end 12.07971875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 14.42534375
transcript.pyannote[2].end 15.31971875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 15.31971875
transcript.pyannote[3].end 25.68096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 25.96784375
transcript.pyannote[4].end 70.14659375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 70.39971875
transcript.pyannote[5].end 96.20159375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 77.01471875
transcript.pyannote[6].end 77.30159375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 95.44221875
transcript.pyannote[7].end 97.92284375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 96.75846875
transcript.pyannote[8].end 98.19284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 98.14221875
transcript.pyannote[9].end 98.22659375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 98.22659375
transcript.pyannote[10].end 98.24346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 98.24346875
transcript.pyannote[11].end 98.27721875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 98.27721875
transcript.pyannote[12].end 98.39534375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 98.64846875
transcript.pyannote[13].end 112.23284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 100.85909375
transcript.pyannote[14].end 101.61846875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 104.68971875
transcript.pyannote[15].end 104.70659375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 107.08596875
transcript.pyannote[16].end 107.57534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 107.57534375
transcript.pyannote[17].end 107.59221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 111.25409375
transcript.pyannote[18].end 111.37221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 112.75596875
transcript.pyannote[19].end 121.17659375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 121.78409375
transcript.pyannote[20].end 127.70721875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 128.31471875
transcript.pyannote[21].end 132.43221875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 132.43221875
transcript.pyannote[22].end 150.30284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 137.30909375
transcript.pyannote[23].end 137.78159375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 140.58284375
transcript.pyannote[24].end 140.88659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 150.37034375
transcript.pyannote[25].end 185.75721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 186.14534375
transcript.pyannote[26].end 196.59096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 196.91159375
transcript.pyannote[27].end 208.42034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 208.69034375
transcript.pyannote[28].end 216.13221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 216.46971875
transcript.pyannote[29].end 228.19784375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 228.50159375
transcript.pyannote[30].end 229.19346875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 229.48034375
transcript.pyannote[31].end 237.15846875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 237.15846875
transcript.pyannote[32].end 237.79971875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 238.40721875
transcript.pyannote[33].end 249.39284375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 243.46971875
transcript.pyannote[34].end 243.90846875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 246.33846875
transcript.pyannote[35].end 246.62534375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 249.39284375
transcript.pyannote[36].end 251.26596875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 251.63721875
transcript.pyannote[37].end 258.92721875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 259.07909375
transcript.pyannote[38].end 263.48346875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 263.97284375
transcript.pyannote[39].end 267.58409375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 267.87096875
transcript.pyannote[40].end 280.89846875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 275.58284375
transcript.pyannote[41].end 275.59971875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 275.66721875
transcript.pyannote[42].end 275.68409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 281.97846875
transcript.pyannote[43].end 286.63596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 286.95659375
transcript.pyannote[44].end 295.84971875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 295.90034375
transcript.pyannote[45].end 300.22034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 300.40596875
transcript.pyannote[46].end 314.78346875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 314.49659375
transcript.pyannote[47].end 318.81659375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 318.29346875
transcript.pyannote[48].end 318.64784375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 318.81659375
transcript.pyannote[49].end 318.90096875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 318.90096875
transcript.pyannote[50].end 324.79034375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 318.91784375
transcript.pyannote[51].end 319.00221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 325.09409375
transcript.pyannote[52].end 326.00534375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 326.44409375
transcript.pyannote[53].end 330.84846875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 331.00034375
transcript.pyannote[54].end 331.28721875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 331.65846875
transcript.pyannote[55].end 331.72596875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 331.72596875
transcript.pyannote[56].end 332.01284375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 331.77659375
transcript.pyannote[57].end 334.17284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 334.34159375
transcript.pyannote[58].end 335.15159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 335.55659375
transcript.pyannote[59].end 360.21096875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 360.21096875
transcript.pyannote[60].end 372.58034375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 372.66471875
transcript.pyannote[61].end 384.56159375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 385.18596875
transcript.pyannote[62].end 387.46409375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 387.46409375
transcript.pyannote[63].end 387.71721875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 387.71721875
transcript.pyannote[64].end 388.56096875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 388.52721875
transcript.pyannote[65].end 439.33784375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 439.10159375
transcript.pyannote[66].end 446.89784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 447.38721875
transcript.pyannote[67].end 453.10784375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 453.22596875
transcript.pyannote[68].end 461.19096875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 461.47784375
transcript.pyannote[69].end 474.82596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 473.45909375
transcript.pyannote[70].end 485.06909375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 479.87159375
transcript.pyannote[71].end 480.32721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 485.54159375
transcript.pyannote[72].end 509.18346875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 509.92596875
transcript.pyannote[73].end 517.85721875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 518.05971875
transcript.pyannote[74].end 529.33221875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 529.12971875
transcript.pyannote[75].end 535.28909375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 535.25534375
transcript.pyannote[76].end 541.58346875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 541.88721875
transcript.pyannote[77].end 543.28784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 543.05159375
transcript.pyannote[78].end 545.21159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 545.93721875
transcript.pyannote[79].end 551.33721875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 550.17284375
transcript.pyannote[80].end 565.84971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 564.19596875
transcript.pyannote[81].end 592.64721875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 592.93409375
transcript.pyannote[82].end 600.37596875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 600.96659375
transcript.pyannote[83].end 609.21846875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 609.20159375
transcript.pyannote[84].end 618.70221875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 618.70221875
transcript.pyannote[85].end 629.85659375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 623.20784375
transcript.pyannote[86].end 623.44409375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 628.59096875
transcript.pyannote[87].end 629.60346875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 629.75534375
transcript.pyannote[88].end 629.80596875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 629.85659375
transcript.pyannote[89].end 630.83534375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 630.68346875
transcript.pyannote[90].end 642.73221875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 642.85034375
transcript.pyannote[91].end 655.05096875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 655.05096875
transcript.pyannote[92].end 660.50159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 655.62471875
transcript.pyannote[93].end 655.72596875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 660.60284375
transcript.pyannote[94].end 660.61971875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 660.61971875
transcript.pyannote[95].end 662.27346875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 660.65346875
transcript.pyannote[96].end 661.10909375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 662.27346875
transcript.pyannote[97].end 662.29034375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 662.29034375
transcript.pyannote[98].end 664.31534375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 665.00721875
transcript.pyannote[99].end 676.02659375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 676.14471875
transcript.pyannote[100].end 686.13471875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 686.35409375
transcript.pyannote[101].end 710.87346875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 711.21096875
transcript.pyannote[102].end 721.33596875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 722.38221875
transcript.pyannote[103].end 733.62096875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 733.90784375
transcript.pyannote[104].end 751.05284375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 750.88409375
transcript.pyannote[105].end 771.08346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 752.33534375
transcript.pyannote[106].end 752.74034375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 771.11721875
transcript.pyannote[107].end 776.17971875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 776.43284375
transcript.pyannote[108].end 798.40409375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 776.44971875
transcript.pyannote[109].end 777.71534375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 781.95096875
transcript.pyannote[110].end 782.00159375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 782.11971875
transcript.pyannote[111].end 782.18721875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 797.27346875
transcript.pyannote[112].end 797.42534375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 798.03284375
transcript.pyannote[113].end 807.12846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 806.26784375
transcript.pyannote[114].end 806.28471875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 806.28471875
transcript.pyannote[115].end 808.30971875
transcript.whisperx[0].start 6.837
transcript.whisperx[0].end 10.265
transcript.whisperx[0].text 謝謝主席 謝謝各位委員還有官員我請環境部部長來 請評部長
transcript.whisperx[1].start 15.789
transcript.whisperx[1].end 43.366
transcript.whisperx[1].text 部長好第一個我想先關心就是許多醫療體系最近很在意的議題因為大家都知道說這個碳排查的問題是醫療體系佔排放量很大宗是超級碳排的大戶那目前知道衛福部已經有26家的部立醫院已經完成碳排查了但說實在的是很多這個醫護人員跟我反映的他們其實平常業務真的是非常的繁忙但他們還需要再另外派人
transcript.whisperx[2].start 43.986
transcript.whisperx[2].end 69.953
transcript.whisperx[2].text 去學習所有的這些的知識那我知道說你們未來預計呢要再做23家醫學中心的攤盤查可是對於資源相對比較低像現在人力比較缺乏健保的點值也受到很多限制的區域醫院還有地區醫院他們會希望爭取更多的資源來支撐不知道這方面你有沒有辦法做協助呢
transcript.whisperx[3].start 70.641
transcript.whisperx[3].end 96.774
transcript.whisperx[3].text 報告委員因為我所知道是衛福部醫事司大概一年兩千萬來做這個協助這個碳盤查這個工作但是以我們環境部的認知喔其實因為第一個醫院我們不會收他碳費啊所以基本上醫院應該是主動的去節電做這個ASCO相關的節電這個比做碳盤查來得更實際一點點所以包含像長庚醫院他就非常的認真那但是有些醫院我剛剛講的是區域醫院對
transcript.whisperx[4].start 98.755
transcript.whisperx[4].end 127.022
transcript.whisperx[4].text 就醫學中心當然他自己像長庚醫院他甚至有自己研發節能的能力對所以我講的是比較小型的可是他可能在社區或者是偏鄉相對蠻重要的他們會希望衛福部可以明確來規範他們要做哪些減碳的措施還有碳盤查哪些是必要的項目但這方面的話關於這些小型的醫療機構他們是希望衛福部或者是環境部來
transcript.whisperx[5].start 128.742
transcript.whisperx[5].end 149.936
transcript.whisperx[5].text 給衛福部協助可以多給一些誘因或者是資源等等的我們現在明年開始會是擴大列管的範圍不過是以醫學中心為主所以那個中小型的其實是不會列管的但是如果說中小型他願意去改善那個節電的話他也是省錢的一種方式啦我們也是鼓勵啦但是目前的確是沒有資源來特別協助他們
transcript.whisperx[6].start 150.956
transcript.whisperx[6].end 177.225
transcript.whisperx[6].text 好這是他們很在意的一個點那再來這題比較特別一點點是因為剛之前有質詢過您關於環境部的任性計畫裡面就有包括核生化這些救災車等等的所以您會知道說任性是未來我們國家很重要的一個議題尤其是地緣政治的關係或是位處於地震帶那當然您有做到
transcript.whisperx[7].start 178.065
transcript.whisperx[7].end 199.438
transcript.whisperx[7].text 這個全國公測工程的補助計畫叫做美質環境推動計畫這個是很好但今天想要跟你討論一個重點是日本呢他們在經歷過阪神大地震還有後續的其他地震之後他們就發現在沒有電力沒有排水的狀況之下其實市民的如測權變成一個很重要的問題
transcript.whisperx[8].start 200.759
transcript.whisperx[8].end 227.6
transcript.whisperx[8].text 對那這個是後來我們去研究日本他們怎麼做他們就開始去開發一個組合式的公測那他會在這個人孔蓋拿起來以後把它接上去裝上去之後這個組合時間其實只需要15分鐘但是他兼顧了隱私那兼顧了這個韌性那兼顧長輩的尤其是行動不方便的這個等一下我們再來看台灣的來做一個比較
transcript.whisperx[9].start 228.641
transcript.whisperx[9].end 237.65
transcript.whisperx[9].text 所以我是在想您有沒有考慮把韌性列入您未來公測的設施改善計畫當中我們目前還沒有
transcript.whisperx[10].start 238.476
transcript.whisperx[10].end 267.181
transcript.whisperx[10].text 我們目前還沒有在做這個事我們現在是改善這個廁所的品質公廁的品質為目標所以委員提這個建議非常好我們可以來想看看怎麼樣來推動這個事情給你看一下我們現在的圖當然您現在的改善計畫裡面包括永續、環保、性別平權友善、綠能等等精神都已經是現在國際公廁的趨勢沒有錯可是加入任性的話這個是我們平常會看到的
transcript.whisperx[11].start 268.001
transcript.whisperx[11].end 280.703
transcript.whisperx[11].text 像這樣子租一台的租金大概是600到700而且移動的時間你要把它考量進來對不對到時候如果是地震或者是大型的災害搬進來是非常不容易的
transcript.whisperx[12].start 282.185
transcript.whisperx[12].end 299.446
transcript.whisperx[12].text 還有他其實長輩不友善他完全沒有無障礙的空間對那這個是我們現在要用的所以我希望說未來可不可以一個月內提供書面報告是不是考慮在下個年度把任性這樣子的概念放進您的公策改善計畫裡面
transcript.whisperx[13].start 300.438
transcript.whisperx[13].end 325.785
transcript.whisperx[13].text 好委員這個我們來研究一下因為目前這個是中央災害應變中心他因應這個可能發生這種緊急事故的時候他的確有這樣的一個規劃但是我們現在環境部門美職的這個廁所改善並沒有含在這一塊那這個我們來研究一下對但因為全國的公廁是您是最高指導單位嘛對對因此這也是日本人他們遇到了大型災害以後才發現哇原來他們之前除了電力除了水
transcript.whisperx[14].start 326.525
transcript.whisperx[14].end 330.335
transcript.whisperx[14].text 除了飲食 他們沒有考慮到的地方他們才會去做這樣子的發明好 謝謝委員滿好的意見 謝謝
transcript.whisperx[15].start 334.414
transcript.whisperx[15].end 359.967
transcript.whisperx[15].text 好下一個您年初的時候曾經提出說你要發表一個新控體政策白皮書作為第三期那因為這個議題大家最近越來越關切5月17以後火力發電可能會提高到84%所以大家也想知道現在已經今年已經快過一半了可是您年初說要做出的這個白皮書到現在都還沒有看到請問現在進度如何
transcript.whisperx[16].start 360.467
transcript.whisperx[16].end 384.267
transcript.whisperx[16].text 包委員我們禮拜五就會公佈已經好了那因為我自己我自己也有在看看得很細一個一個在改所以稍微延後了大概一兩個禮拜那這個禮拜五就會開記者會對外公佈那之前您曾經說到說這個白皮書可能包括預報還可以應變然後還可以做管理您方便現在稍微透露一下您是要怎麼利用
transcript.whisperx[17].start 386.294
transcript.whisperx[17].end 400.393
transcript.whisperx[17].text 這個應變管理或是預警來加強呢第一個是我們過去那個空瓶的預報或是監測是屬於監知師那大氣師是如果空污的時候他們再來整個統合還有跟各縣市環保局那現在他們已經這個
transcript.whisperx[18].start 401.394
transcript.whisperx[18].end 418.063
transcript.whisperx[18].text 做整合了我們有一組原來做預報的同仁已經移到大西市去進行運作了所以現在在磨合當中所以未來他們這個速度就會更快例如說遇到空污的事件的時候他們就會更快的結合到發布到民眾跟地方政府共同應變來做處理
transcript.whisperx[19].start 419.284
transcript.whisperx[19].end 446.701
transcript.whisperx[19].text 那這個報告書呢其實也跟委員報告其實我們最近也發現就是說很多大家的民眾的空屋呢生活的空屋是蠻多的例如說我們家裡面一打開瓦斯那個LNG一打開其實也有很多的這個微粒會跑出來所以其實未來我們民眾的生活的空屋如何改善這個是未來是我們一個很大的一個重點所以你的意思是說你這個白皮書很大一部分是要告訴民眾說他生活中不管是他接觸家用的
transcript.whisperx[20].start 447.681
transcript.whisperx[20].end 474.819
transcript.whisperx[20].text 家用的這些電器或者是說他的交通工具你想要提高這方面的意識其實最重要是說因為我們有一個目標啦我希望說2030年我們PM2.5可以拚到10啦這個是我們一個很大的目標那當然現在進入一個深水區現在的工具是做不到的但是如果敬禮努力做有機會PM2.52030可以到10以下或是2035可以到8這也是大家最擔心的
transcript.whisperx[21].start 475.899
transcript.whisperx[21].end 500.296
transcript.whisperx[21].text 因為我已經告訴你很快火力發電就會提高到84%所以本席今天想跟您討論的是您之前受訪的時候提到說電力對於國內境內的空污來自交通的占比是12.2%工業大概是10.7%電力的占比只有2.3%而且主要是火力發電這一點跟一般
transcript.whisperx[22].start 500.976
transcript.whisperx[22].end 516.754
transcript.whisperx[22].text 民眾的嘗試或是直覺落差非常的大所以這一點是想要今天跟您請教的是說您的資料來源是不是台灣污染源排放清澈TDS12.0
transcript.whisperx[23].start 518.795
transcript.whisperx[23].end 544.988
transcript.whisperx[23].text 對 2021年的由我們環境部所委託的然後收集全台灣的各種的排炭源然後把它排放之後經由大氣的擴散之後算出來一年所以您講的火力發電站空污的2.3%其實您指的只是PM2.5嗎對 PM2.5有包含它自己本身直接排放的或是它衍生的例如說SACS、NACS都在裡面是一個統合的結果但是你如果把其他這些衍生物
transcript.whisperx[24].start 546.605
transcript.whisperx[24].end 564.185
transcript.whisperx[24].text 氮氧化物或是硫氧化物加一加它並不只2.5%2.3%包委員因為我們空汙現在大概都直接看PM2.5因為PM2.5有包含它原生的或是它衍生的例如說SAXNAX或是ORON臭氧它們其實經過化學反應之後也會造成微粒的增加好
transcript.whisperx[25].start 564.685
transcript.whisperx[25].end 592.221
transcript.whisperx[25].text 那在您引用的這個資料呢其實流氧化物或是氮氧化物它的比例是蠻高的它在火力發電站全國的污染比例分別是16.5%還有40.4%那您說出2.3這樣子的數據其實跟裡面看到的40.4它的落差是很高的我是希望啦您還是可以讓人民知道說第一空污的這些
transcript.whisperx[26].start 593.341
transcript.whisperx[26].end 618.426
transcript.whisperx[26].text 來源喔不只是PM2.5因為其實您剛講到其他東西全部都是很傷害人體健康的沒有統一基本上我們現在看的都是PM2.5因為PM2.5就包含它原生的微粒或是說例如說燃煤電廠它一定有微粒那您會告訴我們說未來5月17之後您最在意的這個PM2.5所佔空污的比例到底會不會升高
transcript.whisperx[27].start 619.146
transcript.whisperx[27].end 642.029
transcript.whisperx[27].text 我們有算過 評估過 如果說河山的兩個機組關掉之後這幾年前我們就有特別做過了 其實大概只增加0.003維克但是我必須說那是年平均 不是說某一天因為有時候萬一大氣擴散不好的時候其實有時候某一些可能相對的會比較高 那個是一個平均的數值
transcript.whisperx[28].start 642.87
transcript.whisperx[28].end 660.166
transcript.whisperx[28].text 好因為現在許許多多你知道現在鄉民也非常會做這些資料的分析所以我希望未來你還是可以在PM2.5以外其他會影響人體健康的你都把它一起算進來好嗎是可以但是我們現在看的都是PM2.5它直接或間接衍生的這個污染物
transcript.whisperx[29].start 661.306
transcript.whisperx[29].end 685.371
transcript.whisperx[29].text 最後一個問題就是您今天講到的這個PFAS管理行動計畫其實本席只是想點出跟你們其他環境部以前的專案不同在哪裡你們以前包括提出了比如說污染鑑定還有感染技術開發計畫還有全國環境檢測智慧轉型計畫水質推動計畫等等等等等等
transcript.whisperx[30].start 686.471
transcript.whisperx[30].end 709.479
transcript.whisperx[30].text 都會做好三件事情第一個就是把總經費還好包括上次你提出的任性計畫其實化學任性計畫也是一樣嘛第二是把責任分工規劃好每一個機關每一年要花多少錢做多少事情還有把績效還有進度都訂好像是你總共要做幾年然後你每年至少要做到哪些事情可是在你這個PFAS
transcript.whisperx[31].start 711.3
transcript.whisperx[31].end 720.622
transcript.whisperx[31].text 管理計畫從頭翻到尾是非常的空泛的第一個沒有執行年限第二個沒有制定績效第三也沒有總經費沒有分年期的經費
transcript.whisperx[32].start 722.598
transcript.whisperx[32].end 740.559
transcript.whisperx[32].text 跟我們報告,因為PFAS它本身就是私的和我們公約的一個延伸的管理物質那我們從1997年其實就有一個這個叫做持久性有機化的公約,這也是跨部會的那當時的執行方式就是因為這個物質它是一直不斷的發展
transcript.whisperx[33].start 742.62
transcript.whisperx[33].end 770.789
transcript.whisperx[33].text 所以在擬定這個計畫當時就不會把定下一個期限但是它是每年都有工作項目然後每年檢討你現在唯一考核管制每年就只有一次那上一次我質詢的時候才剛爆出說有37座淨水廠遭到包含PFA之內的致癌物超標但是飲用水條例都已經28年沒有修訂了所以其實訂定績效是蠻重要的
transcript.whisperx[34].start 771.169
transcript.whisperx[34].end 790.361
transcript.whisperx[34].text 是 各位報告這個我們會來檢討因為工作項目真的是跨了太多 太多那經費都是在原來他的計畫裡面去融資所以譬如說因為他這個有機軟物是很多種那現在我們是希望他PPS優先來做可你優先來做要抽出多少錢來
transcript.whisperx[35].start 791.081
transcript.whisperx[35].end 807.61
transcript.whisperx[35].text 我們在跟部位研商的時候其實這有困難不過我們來盡可能來把它看能不能這個期限好 那再麻煩一個月給我兩個報告第一個是廁所的韌性第二個是這個你PFAS管理計畫要如何做改進謝謝可以 謝謝委員