iVOD / 161902

Field Value
IVOD_ID 161902
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161902
日期 2025-05-26
會議資料.會議代碼 委員會-11-3-26-13
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13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2025-05-26T09:45:58+08:00
結束時間 2025-05-26T09:59:01+08:00
影片長度 00:13:03
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/120d1ede7233a40a0649438b601f5a27330f39aabc087525d00acb659e6b7ab091b1f0c7435980ee5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:45:58 - 09:59:01
會議時間 2025-05-26T09:00:00+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13次全體委員會議(事由:處理114年度中央政府總預算決議有關環境部主管預算凍結報告案142案(含報告事項134案及討論事項8案)。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.45284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 2.34284375
transcript.pyannote[1].end 2.39346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 2.39346875
transcript.pyannote[2].end 3.03471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 3.03471875
transcript.pyannote[3].end 3.94596875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 3.94596875
transcript.pyannote[4].end 3.96284375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 5.53221875
transcript.pyannote[5].end 5.56596875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 5.56596875
transcript.pyannote[6].end 5.76846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 5.76846875
transcript.pyannote[7].end 5.93721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 7.21971875
transcript.pyannote[8].end 9.97034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 10.40909375
transcript.pyannote[9].end 11.26971875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 14.27346875
transcript.pyannote[10].end 15.08346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 15.23534375
transcript.pyannote[11].end 15.47159375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 16.11284375
transcript.pyannote[12].end 16.63596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 16.73721875
transcript.pyannote[13].end 20.88846875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 21.42846875
transcript.pyannote[14].end 41.22284375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 42.04971875
transcript.pyannote[15].end 48.37784375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 48.61409375
transcript.pyannote[16].end 49.49159375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 49.89659375
transcript.pyannote[17].end 55.06034375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 55.27971875
transcript.pyannote[18].end 55.95471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 56.14034375
transcript.pyannote[19].end 68.93159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 69.75846875
transcript.pyannote[20].end 103.45784375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 91.62846875
transcript.pyannote[21].end 92.03346875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 103.45784375
transcript.pyannote[22].end 106.02284375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 106.63034375
transcript.pyannote[23].end 123.97784375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 124.31534375
transcript.pyannote[24].end 158.06534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 158.60534375
transcript.pyannote[25].end 159.04409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 159.49971875
transcript.pyannote[26].end 160.96784375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 161.74409375
transcript.pyannote[27].end 162.79034375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 163.07721875
transcript.pyannote[28].end 166.95846875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 167.07659375
transcript.pyannote[29].end 174.02909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 167.31284375
transcript.pyannote[30].end 167.36346875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 174.31596875
transcript.pyannote[31].end 177.57284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 177.79221875
transcript.pyannote[32].end 184.28909375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 184.94721875
transcript.pyannote[33].end 203.74596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 204.48846875
transcript.pyannote[34].end 211.84596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 212.21721875
transcript.pyannote[35].end 215.52471875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 216.06471875
transcript.pyannote[36].end 228.07971875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 228.78846875
transcript.pyannote[37].end 232.70346875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 232.97346875
transcript.pyannote[38].end 292.30596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 253.02096875
transcript.pyannote[39].end 254.52284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 292.49159375
transcript.pyannote[40].end 292.54221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 293.55471875
transcript.pyannote[41].end 304.89471875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 305.14784375
transcript.pyannote[42].end 307.93221875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 307.98284375
transcript.pyannote[43].end 321.56721875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 321.93846875
transcript.pyannote[44].end 330.35909375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 330.59534375
transcript.pyannote[45].end 342.69471875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 336.70409375
transcript.pyannote[46].end 337.04159375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 342.88034375
transcript.pyannote[47].end 364.71659375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 364.86846875
transcript.pyannote[48].end 364.88534375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 364.98659375
transcript.pyannote[49].end 425.11221875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 426.02346875
transcript.pyannote[50].end 442.29096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 442.39221875
transcript.pyannote[51].end 442.51034375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 442.59471875
transcript.pyannote[52].end 463.38471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 462.33846875
transcript.pyannote[53].end 465.05534375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 465.05534375
transcript.pyannote[54].end 483.43221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 483.83721875
transcript.pyannote[55].end 487.02659375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 487.29659375
transcript.pyannote[56].end 490.35096875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 489.77721875
transcript.pyannote[57].end 491.32971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 491.32971875
transcript.pyannote[58].end 491.34659375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 491.39721875
transcript.pyannote[59].end 496.42596875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 495.43034375
transcript.pyannote[60].end 501.10034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 501.23534375
transcript.pyannote[61].end 512.22096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 512.98034375
transcript.pyannote[62].end 513.09846875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 513.21659375
transcript.pyannote[63].end 541.66784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 541.26284375
transcript.pyannote[64].end 548.02971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 548.02971875
transcript.pyannote[65].end 553.64909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 551.67471875
transcript.pyannote[66].end 552.56909375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 553.04159375
transcript.pyannote[67].end 555.10034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 555.35346875
transcript.pyannote[68].end 569.37659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 569.51159375
transcript.pyannote[69].end 611.15909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 611.53034375
transcript.pyannote[70].end 617.82471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 618.53346875
transcript.pyannote[71].end 628.27034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 628.74284375
transcript.pyannote[72].end 645.49971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 645.49971875
transcript.pyannote[73].end 652.18221875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 651.15284375
transcript.pyannote[74].end 654.05534375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 654.59534375
transcript.pyannote[75].end 655.87784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 654.62909375
transcript.pyannote[76].end 654.98346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 655.87784375
transcript.pyannote[77].end 675.89159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 674.03534375
transcript.pyannote[78].end 680.29596875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 680.43096875
transcript.pyannote[79].end 695.04471875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 695.19659375
transcript.pyannote[80].end 696.29346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 696.83346875
transcript.pyannote[81].end 717.30284375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 702.14909375
transcript.pyannote[82].end 702.87471875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 717.42096875
transcript.pyannote[83].end 737.33346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 737.41784375
transcript.pyannote[84].end 750.88409375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 751.06971875
transcript.pyannote[85].end 769.21034375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 768.97409375
transcript.pyannote[86].end 770.05409375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 770.02034375
transcript.pyannote[87].end 775.38659375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 771.97784375
transcript.pyannote[88].end 772.51784375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 773.53034375
transcript.pyannote[89].end 773.83409375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 774.98159375
transcript.pyannote[90].end 779.31846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 778.49159375
transcript.pyannote[91].end 779.45346875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 780.24659375
transcript.pyannote[92].end 782.42346875
transcript.whisperx[0].start 2.31
transcript.whisperx[0].end 2.531
transcript.whisperx[0].text 陳委員好
transcript.whisperx[1].start 16.178
transcript.whisperx[1].end 40.876
transcript.whisperx[1].text 部長 上禮拜5月17我們正式進入了飛河家園有新的網友上網看就會發現 哇 晚上的火力發電呼呼在燒燒到95%我剛好這個週末我是跑高雄的行程所以到大寮 陵園跟這些鄉親聊天發現他們最關心的事情就是5月17飛河家園上路之後
transcript.whisperx[2].start 42.279
transcript.whisperx[2].end 68.24
transcript.whisperx[2].text 5月22 5月23就馬上有吹哨者爆料新達電廠又偷偷的在開機在燒煤但是對比你上禮拜跟大家講的台灣的空氣品質只輸日本然後請大家少用用廢發電的這個詞其實高雄人也會想問你如果不是用廢發電請問你現在覺得如何解讀現在我們是用什麼發電呢
transcript.whisperx[3].start 70.05
transcript.whisperx[3].end 91.118
transcript.whisperx[3].text 報告委員其實我上禮拜是在行政院的記者會有特別解釋說我們的空污從103年全台平均的24微克降到去年的12.8那其實我們發現空污的污染源移動源已經多於固定污染源而且還在增加當中還有很多生活的那加上我們其實前陣子有一個空品政策白皮書
transcript.whisperx[4].start 91.998
transcript.whisperx[4].end 120.857
transcript.whisperx[4].text 其實裡面有很多的這個內容所以我是特別強調說當然這個我們能夠希望那個用電用煤發電能夠越少越好但是其實各種的空污的減量也要一起來做啦好我想問一下您的數據是不是把台灣好幾個觀測站去平均因為對高雄人來說你拿高雄的台中的數據去跟台東的數據平均最後去跟WHO好幾年前某一個城市日本香港來比
transcript.whisperx[5].start 121.778
transcript.whisperx[5].end 149.246
transcript.whisperx[5].text 根本就不合理也不公平啊報委員其實我們拿到日本或是韓國我們都是國家的一個報告他們國家也都會有一個所有的站的做一個平均那當然啦我們裡面也有東部的站東部的站PM2.5大概8或9的確是比較低所以基本上每一個國家用整個因為我們談的是整個國家的平均不是說一個站那我當然知道高雄的確PM2.5平均還有到15左右所以其實我也知道這個問題
transcript.whisperx[6].start 150.106
transcript.whisperx[6].end 160.766
transcript.whisperx[6].text 但是我們講的就是國家的一個政策就很像說我們國人的GDP平均是多少但是有人賺的很多可是有人賺的比較少那大家是覺得你也不用
transcript.whisperx[7].start 162.112
transcript.whisperx[7].end 183.411
transcript.whisperx[7].text 說服說不要再講用廢發電或者是少講用廢發電因為自從非核家園上路了之後很明顯的火力發電燃氣燃煤大幅度的提升到2030年都不可能達到綠能30%所以這個是一般人民的認知那在這邊另外還要告訴你這個是環境部自己的數據
transcript.whisperx[8].start 185.252
transcript.whisperx[8].end 193.715
transcript.whisperx[8].text 剛剛除了您講的這個排名我們另外還要看到這個IQ Air的統計全球污染最嚴重的國家排名台灣是54名韓國59香港63菲律賓74新加坡94俄羅斯99日本108請問部長這樣子的排名你怎麼會覺得說台灣的空污
transcript.whisperx[9].start 205.117
transcript.whisperx[9].end 231.887
transcript.whisperx[9].text 好轉指數日本或者是說旁邊是你自己提供的圖這是環境部的圖喔你剛剛一直在強調PM2.5但是流氧化物 氮氧化物的排放源很確定大部分至少20到40% 流氧化物是40%氮氧化物是20%都是由火力發電產生的所以你不能只把空污一直定義在PM2.5
transcript.whisperx[10].start 233.327
transcript.whisperx[10].end 253.737
transcript.whisperx[10].text 報告委員第一個IQ Air它是一個做空氣清淨機還有微型感測器的公司它對PM2.5的量測是自動的它沒有把水氣的因素濾掉所以基本上我們是用所謂的手動式的濾除像日本 韓國 先進的國家國家的標準都是用手動的來做不是用自動的感測器
transcript.whisperx[11].start 254.717
transcript.whisperx[11].end 268.453
transcript.whisperx[11].text 對 不是用這種自動型的來做這個自動型的我們比較不會做一個參考因為我上次記得前幾次在本屋苑的這個我也報告過其實這個數字我們就參考就好了它的趨勢可以看但是實際上的數值比較沒有參考價值
transcript.whisperx[12].start 269.794
transcript.whisperx[12].end 291.71
transcript.whisperx[12].text 第二個是我們的一般PM2.5它就是叫懸浮微粒它有直接產生出來的細微粒也有衍生的衍生就是SAX、NAX等等它會混在一起出來所以我們一般的健康就是用PM2.5因為它會代表一個重整當然我也知道說SAX電力業是40%可是我們最後出來就是PM2.5
transcript.whisperx[13].start 294.272
transcript.whisperx[13].end 321.118
transcript.whisperx[13].text 大家的理解是這樣子啦既然火力發電很確認上升了PM2.5應該也會在你宣布這個空品有改善之後也會跟著上升這是一個人民合理推測的嘗試可是包委員其實因為我們我們最近這一兩個禮拜也都一直密切注意我們的台灣的空氣品質有沒有受到影響目前我們掌握的數據PM2.5都是在良好等級並沒有所有的改變
transcript.whisperx[14].start 322.211
transcript.whisperx[14].end 342.324
transcript.whisperx[14].text 我建議你可以到現在可能燃氣燃煤大量增加的區域我們在做局部地區的風險分析好嗎這個我們都有看目前其實是沒有什麼太大的變化當然我也必須說因為最近是夏天然後天氣是很好然後有下雨當然就相對會比較好如果冬天可能就比較不一樣
transcript.whisperx[15].start 343.464
transcript.whisperx[15].end 363.919
transcript.whisperx[15].text 所以網路上也會有人說你做出來這個平均值不但是平均台灣各地的值還是平均每一個月份那是5到9月大家是不要呼吸然後9月之後大家再來呼吸因為那些數值差得非常多這邊是台大的可能部長也已經讀過了就台大詹長權教授所做的分析
transcript.whisperx[16].start 364.94
transcript.whisperx[16].end 370.843
transcript.whisperx[16].text 他第一個是2022年他去分析燃煤電廠附近這個PM2.5他發現第一他擴散的範圍比其他種的電廠更大影響的範圍更大那再來隔壁的縣市也會容易受到影響跟其他電廠比起來
transcript.whisperx[17].start 382.509
transcript.whisperx[17].end 388.512
transcript.whisperx[17].text 所以他去做一個風險的計算發現燃煤電廠每年排放的PM2.5細微這個浮力會約造成360例的成人死亡還有124例的Premature Death這樣那另外一個是最新的2024年的這個是非常長期的分析他已經分析了長達30年PM2.5的長期曝露
transcript.whisperx[18].start 405.302
transcript.whisperx[18].end 422.121
transcript.whisperx[18].text 這臺灣地區會增加罹患肺腺癌相較於肺腺癌的風險而且他去校正了性別年齡有沒有抽菸屎癌症的分歧這些還有他有沒有帶一些致癌的基因都沒有關係所以在這邊我們只是想正視這個問題因為燃煤機組已經
transcript.whisperx[19].start 426.075
transcript.whisperx[19].end 441.656
transcript.whisperx[19].text 偷偷的打開了那我們也不知道是不是隨著天氣又變熱他必須在持續在他退役之前或者是他會演繹沒有人知道他會再打開所以這也是環境部長應該要去注意的事情而不是幫能源政策辯護啊
transcript.whisperx[20].start 443.317
transcript.whisperx[20].end 463.281
transcript.whisperx[20].text 我是講說我們空汙的確有改善那委員強調的當然我也知道說我們的這個肺腺癌的篩檢率其實目前量有增多其實我們也在探討這個問題因為我們空汙改善了從過去24現在變成12.8那為什麼我們的肺腺癌的比例看起來有上升那當然有很多因素應該是說這個還是有影響的暴露沒有其實
transcript.whisperx[21].start 466.522
transcript.whisperx[21].end 483.205
transcript.whisperx[21].text 可能是這種固定源是一種交通源是一種我們生活的污染源也有所以其實我們在這個報告裡面也重新說我們會好好的去研究探討說生活上面或是各種的污染源到底哪一個對我們國人健康影響是最大的不是只有單一一個來源
transcript.whisperx[22].start 483.868
transcript.whisperx[22].end 508.383
transcript.whisperx[22].text 但單一這個來源是一定上升的這你同意吧單一的來源目前來看的話難道它會是下降的嗎沒有 基本上我以為燃氣跟燃煤是不一樣當然現在那個大林跟興達我剛剛就講燃氣跟燃煤它一樣就算你一直在講PM2.5它是增加流氧化物也增加氮氧化物這兩個東西其實都會增加我們呼吸道的疾病我們也不要只看肺癌它會增加氣喘 它會增加咳嗽增加頭痛 增加慢性咽喉炎
transcript.whisperx[23].start 513.818
transcript.whisperx[23].end 541.314
transcript.whisperx[23].text 其實我們生活裡面有很多很多的空污的來源例如說像我們最近也看了很多例如說家裡面一些主婦煮菜這個煎肉煎培根等等那個PM2.5在國外的文獻都可以到好幾百好幾千所以其實我們是希望能夠從健康的觀點來保障國人不是只有一個當然我必須說委員我並沒有幫台電說話只是說我那天在解釋說我們PM2.5逐漸在改善而且我們的移動污染源已經大於固定
transcript.whisperx[24].start 541.374
transcript.whisperx[24].end 569.079
transcript.whisperx[24].text 其實我們也沒有希望你特別去幫台電說話或是沒有要幫台電說話你就是講出數據就好了對我就是講出數據啊委員我這本我待會再印出來再給委員來看看參考一下所以這邊也是讓你看一下因為我們國家的政策現在健康政策跟環保政策跟能源政策是互相抵觸的說為了達到健康台灣我們希望2030年癌症的人數死亡人數要下降三分之一
transcript.whisperx[25].start 569.679
transcript.whisperx[25].end 586.687
transcript.whisperx[25].text 可是我們現在在做的事情其實是增加癌症的風險剛剛那篇paper已經講得很清楚了好那既然是要增加這個下降癌症的風險就會發現我們比起來啊在這幾年來你這個肺腺癌的人每10萬人38.3人攀升到44.3人這是從102年到112年的比較那你也發現亞洲
transcript.whisperx[26].start 595.491
transcript.whisperx[26].end 617.579
transcript.whisperx[26].text 是全球五分之三的肺癌的發生地亞洲也是空汙最汙染的地方所以您上週講用肺發電希望大家不要再講結果網路上有幾個網友是這樣講他說我有乾淨的霉你有民主的肺嗎或者是乾淨的霉怎麼可能和肺癌有關係呢如果真的有那就改用民主韌性的霉啊
transcript.whisperx[27].start 618.599
transcript.whisperx[27].end 632.829
transcript.whisperx[27].text 我真心的希望啦非核家園不要成為廢核家園又有肺疾病又有肺癌又呼吸道疾病又引起咳嗽這個是希望環境部長可以正視的問題希望環境部長可以去看我們的能源轉型之後對於空汙的影響而不是告訴我們說你每天量都是越來越好這跟一般人的認知真的是很不一樣尤其是在特定區域的人民
transcript.whisperx[28].start 645.558
transcript.whisperx[28].end 673.507
transcript.whisperx[28].text 所以包委員我這本報告裡面都有特別講說我們台灣的污染源哪裡我們未來要怎麼做好啦你這本報告還沒停停核電嗎你這本報告還沒停基本上委員這個它的來源例如說我們做出來這個固定的污染源其實我們移動已經超過它了那電力業的比例有多少其實我們的過去的研究也都有探討當然我也必須說所有的量如果能一起減會更好但是如果會造成癌症有很多很多的原因我想委員你是醫生
transcript.whisperx[29].start 674.347
transcript.whisperx[29].end 694.459
transcript.whisperx[29].text 我剛剛已經拿出一篇校正過其他原因的了還是跟PM2.5大幅相關可是PM2.5其實在很多像家裡面很多的生活習慣它PM2.5也會飆高我們在室內大概有七八成的時間所以如何我們能夠政府能夠希望多方的能夠降低這個PM2.5這是我們努力的目標
transcript.whisperx[30].start 695.239
transcript.whisperx[30].end 714.032
transcript.whisperx[30].text 最後一個問題這個是上禮拜蠻大的新聞就是桃園這個要必須幫環境部拍拍手環境部跟桃園的環保局有查獲一個不肖的業者他非法掩埋這些廢棄物裡面很混亂包括水泥樹脂泡棉廢液實驗室廢料等等達到1700多公噸
transcript.whisperx[31].start 717.634
transcript.whisperx[31].end 724.596
transcript.whisperx[31].text 可是呢後來你們環境部把他收回去以後說後續很不易處理所以你們委託清潔費用遠超過兩千萬元然後最後是對他開罰一千五百萬元那假使大家就會覺得假使我是業者
transcript.whisperx[32].start 733.379
transcript.whisperx[32].end 748.27
transcript.whisperx[32].text 那我逃過的話我就省了兩千多萬這個把這些廢棄物處理掉的錢那最高也只罰一千五百萬元這個跟食安法或者是一些放射性的物料的管理法以及公平交易法罰款的Range差很大嗎
transcript.whisperx[33].start 751.532
transcript.whisperx[33].end 778.383
transcript.whisperx[33].text 對 包委員這個他已經被我們凍結他的資產了大概一千九百多萬那他未來也要負責全部的清理那我必須說委員我們過去的罰則是一千五百萬然後判五年那太低了那我們現在在啟動修法可能要到七年而且要不得可能不得提高罰金嗎提高罰金然後要加重刑責所以這個是我們現在要提出來的也希望委員到時候可以支持謝謝 那我請再跟你們辦公室要一下進度謝謝 謝謝主席
transcript.whisperx[34].start 780.339
transcript.whisperx[34].end 780.602
transcript.whisperx[34].text 好 謝謝陳偉 謝謝部長