iVOD / 161924

Field Value
IVOD_ID 161924
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161924
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 2025-05-26T11:21:38+08:00
結束時間 2025-05-26T11:34:50+08:00
影片長度 00:13:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/120d1ede7233a40a10b2d4d55f71c73c330f39aabc08752512766cb13dea9389472786d5621fa9625ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃秀芳
委員發言時間 11:21:38 - 11:34:50
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_03
transcript.pyannote[0].start 6.86534375
transcript.pyannote[0].end 8.41784375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.85659375
transcript.pyannote[1].end 9.19409375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 9.46409375
transcript.pyannote[2].end 10.17284375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 12.92346875
transcript.pyannote[3].end 13.73346875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 13.73346875
transcript.pyannote[4].end 100.72409375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 84.79409375
transcript.pyannote[5].end 86.00909375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 100.87596875
transcript.pyannote[6].end 115.18596875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 115.15221875
transcript.pyannote[7].end 115.45596875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 115.45596875
transcript.pyannote[8].end 116.68784375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 116.83971875
transcript.pyannote[9].end 206.91846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 120.04596875
transcript.pyannote[10].end 121.64909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 122.35784375
transcript.pyannote[11].end 123.15096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 123.15096875
transcript.pyannote[12].end 123.16784375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 206.91846875
transcript.pyannote[13].end 246.74346875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 234.72846875
transcript.pyannote[14].end 235.08284375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 247.04721875
transcript.pyannote[15].end 256.71659375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 255.51846875
transcript.pyannote[16].end 255.56909375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 257.22284375
transcript.pyannote[17].end 261.13784375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 261.62721875
transcript.pyannote[18].end 267.98909375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 267.44909375
transcript.pyannote[19].end 268.37721875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 268.37721875
transcript.pyannote[20].end 275.71784375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 273.27096875
transcript.pyannote[21].end 273.62534375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 275.56596875
transcript.pyannote[22].end 309.80534375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 280.99971875
transcript.pyannote[23].end 281.50596875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 306.44721875
transcript.pyannote[24].end 306.81846875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 309.83909375
transcript.pyannote[25].end 342.50909375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 342.50909375
transcript.pyannote[26].end 342.94784375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 342.89721875
transcript.pyannote[27].end 343.60596875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 343.28534375
transcript.pyannote[28].end 343.94346875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 343.84221875
transcript.pyannote[29].end 352.76909375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 353.02221875
transcript.pyannote[30].end 365.12159375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 365.62784375
transcript.pyannote[31].end 366.28596875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 366.99471875
transcript.pyannote[32].end 387.58221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 387.64971875
transcript.pyannote[33].end 437.95409375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 393.31971875
transcript.pyannote[34].end 393.97784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 393.97784375
transcript.pyannote[35].end 394.04534375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 395.80034375
transcript.pyannote[36].end 395.90159375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 395.90159375
transcript.pyannote[37].end 395.95221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 395.95221875
transcript.pyannote[38].end 396.15471875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 414.78471875
transcript.pyannote[39].end 415.27409375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 434.71409375
transcript.pyannote[40].end 435.13596875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 435.99659375
transcript.pyannote[41].end 436.14846875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 437.66721875
transcript.pyannote[42].end 438.27471875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 438.49409375
transcript.pyannote[43].end 441.00846875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 441.37971875
transcript.pyannote[44].end 471.02909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 471.02909375
transcript.pyannote[45].end 512.77784375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 477.54284375
transcript.pyannote[46].end 477.99846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 477.99846875
transcript.pyannote[47].end 478.01534375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 480.56346875
transcript.pyannote[48].end 482.41971875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 493.86096875
transcript.pyannote[49].end 494.29971875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 498.41721875
transcript.pyannote[50].end 498.87284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 501.10034375
transcript.pyannote[51].end 501.43784375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 507.69846875
transcript.pyannote[52].end 508.15409375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 512.91284375
transcript.pyannote[53].end 533.29784375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 533.46659375
transcript.pyannote[54].end 539.01846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 539.47409375
transcript.pyannote[55].end 542.46096875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 539.74409375
transcript.pyannote[56].end 539.89596875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 540.92534375
transcript.pyannote[57].end 545.58284375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 545.32971875
transcript.pyannote[58].end 547.01721875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 546.89909375
transcript.pyannote[59].end 547.27034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 547.13534375
transcript.pyannote[60].end 551.72534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 551.96159375
transcript.pyannote[61].end 568.36409375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 553.73346875
transcript.pyannote[62].end 553.75034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 553.75034375
transcript.pyannote[63].end 554.20596875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 560.92221875
transcript.pyannote[64].end 561.41159375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 563.33534375
transcript.pyannote[65].end 563.79096875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 566.54159375
transcript.pyannote[66].end 566.89596875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 568.54971875
transcript.pyannote[67].end 577.61159375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 578.48909375
transcript.pyannote[68].end 589.06971875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 584.51346875
transcript.pyannote[69].end 585.07034375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 586.28534375
transcript.pyannote[70].end 586.80846875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 589.06971875
transcript.pyannote[71].end 634.39596875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 624.15284375
transcript.pyannote[72].end 624.54096875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 634.39596875
transcript.pyannote[73].end 683.23221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 649.66784375
transcript.pyannote[74].end 650.12346875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 664.93971875
transcript.pyannote[75].end 665.32784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 670.59284375
transcript.pyannote[76].end 670.98096875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 683.11409375
transcript.pyannote[77].end 688.66596875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 685.57784375
transcript.pyannote[78].end 686.42159375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 687.53534375
transcript.pyannote[79].end 690.50534375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 692.04096875
transcript.pyannote[80].end 694.92659375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 692.90159375
transcript.pyannote[81].end 709.72596875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 708.24096875
transcript.pyannote[82].end 728.54159375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 728.54159375
transcript.pyannote[83].end 756.03096875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 740.38784375
transcript.pyannote[84].end 740.43846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 755.98034375
transcript.pyannote[85].end 756.40221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 756.31784375
transcript.pyannote[86].end 756.35159375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 756.35159375
transcript.pyannote[87].end 760.90784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 756.40221875
transcript.pyannote[88].end 756.46971875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 760.87409375
transcript.pyannote[89].end 786.08534375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 761.14409375
transcript.pyannote[90].end 761.17784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 776.60159375
transcript.pyannote[91].end 776.75346875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 777.83346875
transcript.pyannote[92].end 778.44096875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 786.23721875
transcript.pyannote[93].end 787.70534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 787.70534375
transcript.pyannote[94].end 788.14409375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 787.72221875
transcript.pyannote[95].end 788.32971875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 790.10159375
transcript.pyannote[96].end 790.72596875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 791.40096875
transcript.pyannote[97].end 792.14346875
transcript.whisperx[0].start 7.173
transcript.whisperx[0].end 8.095
transcript.whisperx[0].text 謝謝主席 我們請部長好 要請部長
transcript.whisperx[1].start 13.227
transcript.whisperx[1].end 39.748
transcript.whisperx[1].text 黃委員好 部長剛剛張委員在詢問的我剛剛有上網看了台電每一天的發電量多少那他是燃油燃氣或者是氣墊共生他的比例在網路上面都有所以等一下請張委員其實也可以在網路上面搜尋一下另外當然就是說空污的這個議題對張化的委員來講其實我們都非常的關心尤其是張化
transcript.whisperx[2].start 40.789
transcript.whisperx[2].end 54.579
transcript.whisperx[2].text 北邊有這個中火台中火力發電廠那南邊有六清那每一天到底這個火力發電廠或六清這個發電所造成的這個空污的部分那剛剛我也聽到部長講說你們都有在監測那當然這個污染的
transcript.whisperx[3].start 59.922
transcript.whisperx[3].end 67.168
transcript.whisperx[3].text 這個源頭有很多啦剛剛有特別提到其實固定污染源和移動污染源那彰化這邊其實我還有一個議題我想請教部長的就是說除了你們有去監測這兩個就是說這
transcript.whisperx[4].start 75.954
transcript.whisperx[4].end 99.747
transcript.whisperx[4].text 這個周邊火力發電廠或者是六輕這周邊的這個空污的狀況你們應該是每一天每每時時都在監測嘛對不對時時都在監測那我想請教就是說這幾天從這個上個禮拜這個河山廠停機之後那到現在那個整個中部地區的這個空瓶的部分是不是有明顯的變化
transcript.whisperx[5].start 101.096
transcript.whisperx[5].end 116.299
transcript.whisperx[5].text 報告委員這個其實沒有任何的波動但是每天的這個波動會因為氣象的因素的變化有一些差別那目前來看的話我們從5月17號之後到目前為止空品沒有顯著的變化是都是良好等級
transcript.whisperx[6].start 117.88
transcript.whisperx[6].end 133.365
transcript.whisperx[6].text 那也有可能是最近這幾天下雨的關係所以在這邊本席也要求就是環境部針對這一部分應該是實時監測如果有一旦沒有下雨然後整個空氣品質狀況是有顯著的差異
transcript.whisperx[7].start 137.566
transcript.whisperx[7].end 153.203
transcript.whisperx[7].text 明顯的變差我也希望就是說這個不是只有環境部的這個責任應該能源這邊或者是台電我覺得都應該要大家都要有責任那另外就是說我看到一個另外一個就是說
transcript.whisperx[8].start 154.304
transcript.whisperx[8].end 170.858
transcript.whisperx[8].text 在之前我有詢問過我們部長就是說移動污染源的這個部分然後可能很多來自於汽機車那這個汽機車的這個污染其實我們也希望就是說這個老舊的汽機車我們也希望就是能夠逐年汰換嘛那這個其實也是一個這個
transcript.whisperx[9].start 174.762
transcript.whisperx[9].end 185.733
transcript.whisperx[9].text 空氣污染一個很大的一個主要原因另外就是說在我們環境部在之前也有在鼓勵工業用的這個鍋爐鍋爐的這個鈦換可能由燃油換為這個燃氣那我想請教就是說像這
transcript.whisperx[10].start 194.201
transcript.whisperx[10].end 210.209
transcript.whisperx[10].text 這個部分你們目前做的狀況是怎樣我知道說好像是2030年希望就是說全部燃油是不是可以全部換為燃氣那這個狀況你們目前做的這個進度是怎樣 報告委員那個淨零的策略裡面有一項就是所謂的
transcript.whisperx[11].start 211.049
transcript.whisperx[11].end 237.139
transcript.whisperx[11].text 非電力的製造業這種所謂的鍋爐全部改換成燃氣這個是我們既定的政策那我舉例例如說像我們目前的空瓶從103年的24維克PM2.5降到現在12.8其實如果以中部來看的話最大的貢獻其實有一個當年那個李應元署長當署長的時候他就是花了很多空污費去做這樣的一個改善其實這個成效是非常好的當然我知道
transcript.whisperx[12].start 237.699
transcript.whisperx[12].end 256.355
transcript.whisperx[12].text 以彰化來說的話還有那我們未來呢應該會在逐步的加強管制的力道希望那個管換的這個機會換的速度可以更快一點點好那我們希望就是說不只是這個中部地區的空污的部分其實不只是只有中火啦或者是六清
transcript.whisperx[13].start 257.316
transcript.whisperx[13].end 272.554
transcript.whisperx[13].text 也許還有其他的這個這個中融其實中融也是一個很大的這個空氣污染的一個這個非常大的一個主要原因啦對啊那像這部分的話你們針對中融的部分你們有做什麼樣的
transcript.whisperx[14].start 273.416
transcript.whisperx[14].end 290.335
transcript.whisperx[14].text 要求他們要做什麼樣的這個改善我們目前其實我有請我同仁找到一個例如說因為中榮也算是泛國營事業以目前國營事業113年的排放量跟105年相比台電是減72是最多的那中榮減得比較少大概只有18%
transcript.whisperx[15].start 292.257
transcript.whisperx[15].end 309.569
transcript.whisperx[15].text 中鋼呢就40%這個排污染的量減少非常的多那其實這個部分呢我們應該給好的要給墾丁更多如果像這樣他跟別的例如說跟中鋼比他18中鋼已經做到40那我們會再督促他能不能做出更有效的一個做法
transcript.whisperx[16].start 309.929
transcript.whisperx[16].end 325.248
transcript.whisperx[16].text 所以我覺得就是這個空氣汙染的這個大戶其實我覺得你們應該要多用力一些其實不只只有中火其實我剛剛提到的這個中榮的這個部分其實也是一個非常這個空
transcript.whisperx[17].start 326.75
transcript.whisperx[17].end 340.879
transcript.whisperx[17].text 空氣污染的這個非常嚴重的一個一個廠家所以我們也希望如果說你跟中鋼來比的話中鋼都可以做到這個百分之四十那為什麼中榮沒辦法做到所以我覺得環境部針對這部分應該還要再加強
transcript.whisperx[18].start 342.58
transcript.whisperx[18].end 364.535
transcript.whisperx[18].text OK 好另外我想請教就是說去年監察院有針對我們環境部就是有關這個探定價制度就是一直好像沒有一個比較明確的這個制定下來這個探定價一直都沒辦法很明確那另外就是說2050的這個淨零排放第二期的這個目標
transcript.whisperx[19].start 367.117
transcript.whisperx[19].end 387.214
transcript.whisperx[19].text 好像也這個2025年第二期都快結束了這個目標好像好像還沒辦法去達到那我想請教部長針對這個監察院這邊的一個糾正那你們要怎麼去達成這樣子第二期的目標那另外就是有關碳定價的這個制度你們什麼時候會定下來
transcript.whisperx[20].start 388.414
transcript.whisperx[20].end 402.08
transcript.whisperx[20].text 因為探聽架其實是今年1月1號開始有探費開始實施所以探聽架已經完成了這個是非常艱鉅的一個挑戰跟委員報告其實監察院並沒有糾正是調查目前其實我們的減量係數我們上一個2022年是跟2005年是減1.77我們最新的數字2023年已經減到4.64我們目前看2024初估可能會有到5到6%左右
transcript.whisperx[21].start 415.345
transcript.whisperx[21].end 437.53
transcript.whisperx[21].text 那2025就今年我們因為那個要整個事情發生了之後要隔一年多經過所有的數據統計完才能出來所以我們目前推估2025年當然要看今年的景氣好不好目前我們推估應該有機會到8到9%左右所以當然離我們原來的階段改進目標希望到10一點點差距但是我們的確在減量的速度上
transcript.whisperx[22].start 439.051
transcript.whisperx[22].end 451.544
transcript.whisperx[22].text 部長我想請教就是說你們有關這個2050的淨零我相信這是我們的目標嘛那之前也有特別提到就是說可能也因應這個美國關稅的這個議題那會不會因為這樣子然後有所這個會
transcript.whisperx[23].start 458.332
transcript.whisperx[23].end 464.739
transcript.whisperx[23].text 這個步驟或者是這個時程是不是會有所做一個調整那另外就是說之前我們是針對500家針對500家去做那我不知道說你們針對這部分你們會不會做一個調整
transcript.whisperx[24].start 473.028
transcript.whisperx[24].end 497.235
transcript.whisperx[24].text 幫委員第一個是說因為全世界目前沒有一個國家因為關稅或是說美國川普總統有任何的改變所以目前我們堅定的照這個速度走但是其實因為我們也知道我們現在其實要收碳費的企業依照去年排碳量統計現在剩下252家大概400多個工廠而已有稍微變少一點點目前我們是針對例如說有些會受到關稅影響的產業
transcript.whisperx[25].start 499.016
transcript.whisperx[25].end 510.922
transcript.whisperx[25].text 那我們會給他特別的輔導甚至給他高碳洩漏係數的折扣所以這個目前呢但不過他每年都要提不是說現在就給他大傻逼這樣不是我們有一套的這個節奏所以我們會幫助產業度過這個難關是好那
transcript.whisperx[26].start 514.504
transcript.whisperx[26].end 532.16
transcript.whisperx[26].text 部長 我想請教 就是說你之前也有特別提到就是說高溫 台灣的高溫的這個議題那你本身也有提到就是說 環境部預計在6月要成立一個高溫對策聯盟那7月預計要推出高溫防護地圖
transcript.whisperx[27].start 533.641
transcript.whisperx[27].end 550.303
transcript.whisperx[27].text 好那其實我看到這個的時候我想說這個好像跟那個氣象局好像比較有關合作一起合作就環境部跟我們氣象局這邊是一起合作的對還有很多的部會是因為跟委員報告因為以前我們對於這種所謂的氣候變遷的東西
transcript.whisperx[28].start 552.225
transcript.whisperx[28].end 577.374
transcript.whisperx[28].text 紙上談兵比較多啦我們是希望倒過來拿這個高溫試看看說我們把一次的很熱很熱的那幾天當成像颱風來的樣子一樣然後我們是不是可以實際來演練那演練完之後我們寫成明年的規劃案來執行這些事情好那像這樣子的話你們這個高溫對策聯盟你是有哪幾個單位是一起合作的
transcript.whisperx[29].start 578.527
transcript.whisperx[29].end 606.277
transcript.whisperx[29].text 跟委員報告我們目前會包括就是政府各相關部會那也會邀集民間企業那也會邀集民間團體希望是說大家一起採取行動是是所以所以如果說從六月份如果你們成立這個高溫對策聯盟或者是七月這個高溫防護地圖那你們會希望就是說相關單位譬如說勞動部啊或者是相關企業在看到這樣子一個高溫
transcript.whisperx[30].start 607.177
transcript.whisperx[30].end 633.618
transcript.whisperx[30].text 的部分然後可以希望企業怎麼去做或者是對於在室外工作的這些勞工能夠做什麼樣的防護你們是希望能夠透過這樣的一個防護地圖然後能夠給予什麼樣的一個建議或者是希望就譬如說勞動部如果看到這樣子的一個高溫的狀況的話那是不是未來有可能去放這個高溫架或者是
transcript.whisperx[31].start 635.279
transcript.whisperx[31].end 651.19
transcript.whisperx[31].text 報告委員因為其實這個高溫以戶外的勞工為例他其實是遇到高溫應該有適當的一個休息時間那以我自己是氣象專業過去氣象專業的話我們認為台灣要放高溫假因為只有中午那幾個小時啦其實是有點困難啦
transcript.whisperx[32].start 651.73
transcript.whisperx[32].end 674.611
transcript.whisperx[32].text 那其實我們會希望保障國人的安全健康甚至說我們這次還有針對弱勢貧窮的族群特別是年長者因為他可能經濟狀況沒辦法那麼好去換那個節能的冷氣那他因此就不敢吹冷氣要省錢反而造成他的很大的健康影響我們希望用大數據的方式把這些族群撈出來給他特別的服務
transcript.whisperx[33].start 675.051
transcript.whisperx[33].end 686.237
transcript.whisperx[33].text 所以我們其實這次是導過來用行動來找出一些可行的做法然後明年提出一個實際上可行的方案所以你們這個是跨部會的可能就環境部勞動部還有衛福部然後
transcript.whisperx[34].start 692.15
transcript.whisperx[34].end 707.663
transcript.whisperx[34].text 地方政府也一起進來所以會有一些成效的話或者是跟民眾比較有切身關係或者是你剛剛講的針對長者的部分也許他可以換什麼樣的東西的話這個應該也是在明年度
transcript.whisperx[35].start 708.143
transcript.whisperx[35].end 727.821
transcript.whisperx[35].text 才會有這樣實際的行動今年我們就是把實際上例如說像一個假設有幾天可能超過38度了那幾天我們就特別來做演練像颱風一樣我們缺什麼缺什麼缺什麼然後誰還做得不夠我們就提出一個檢討方案希望明年有這個經驗實際上來做不然的話我們過去可能都是紙上談兵
transcript.whisperx[36].start 728.942
transcript.whisperx[36].end 754.578
transcript.whisperx[36].text 好那當然我們也第一次啦應該這個算是第一次政府這樣子投入那這個也是因應我們的氣候韌性所以我們希望說部長以你的專業然後提供給其他的部會或者是地方政府也許可以提供給勞動其實我第一次看到這個我第一個想到可能就是在高溫底下工作的這些
transcript.whisperx[37].start 755.499
transcript.whisperx[37].end 776.019
transcript.whisperx[37].text 勞工啦所以這個也許對這些勞工是會有一個很大的一個幫助因為其實抗高溫已經變成是一個產業我們就發現台灣很多民間的廠商他們都做出來例如說夏天有一個冷氣衣穿在身上就不會那麼的熱或是說頭盔它有一些可以如果你快要中暑的
transcript.whisperx[38].start 776.759
transcript.whisperx[38].end 785.764
transcript.whisperx[38].text 他就會給你警告,那樣的一個方式我們希望把這個引進來給那個業界他們可以自己多購買這樣的東西這個也是一個高溫的產業,希望他們可以自己起來