iVOD / 161930

Field Value
IVOD_ID 161930
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161930
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 2025-05-26T11:55:36+08:00
結束時間 2025-05-26T12:08:46+08:00
影片長度 00:13:10
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/120d1ede7233a40a74090493f1f585e8330f39aabc08752557314f5ee426dfd75ffdedc1b900211e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 11:55:36 - 12:08:46
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_00
transcript.pyannote[0].start 0.82409375
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 3.82784375
transcript.pyannote[1].end 5.93721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 6.08909375
transcript.pyannote[2].end 7.94534375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.35846875
transcript.pyannote[3].end 12.18096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 12.38346875
transcript.pyannote[4].end 13.04159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 16.50096875
transcript.pyannote[5].end 17.26034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 17.46284375
transcript.pyannote[6].end 28.09409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 28.49909375
transcript.pyannote[7].end 36.04221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 36.26159375
transcript.pyannote[8].end 84.94596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 65.33721875
transcript.pyannote[9].end 66.02909375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 85.23284375
transcript.pyannote[10].end 164.42721875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 139.38471875
transcript.pyannote[11].end 140.14409375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 164.42721875
transcript.pyannote[12].end 165.55784375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 165.81096875
transcript.pyannote[13].end 193.33409375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 193.92471875
transcript.pyannote[14].end 197.02971875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 197.08034375
transcript.pyannote[15].end 221.05971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 221.27909375
transcript.pyannote[16].end 235.31909375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 235.57221875
transcript.pyannote[17].end 289.42034375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 288.88034375
transcript.pyannote[18].end 292.42409375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 291.09096875
transcript.pyannote[19].end 291.51284375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 292.45784375
transcript.pyannote[20].end 292.49159375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 292.52534375
transcript.pyannote[21].end 293.13284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 293.47034375
transcript.pyannote[22].end 303.37596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 303.44346875
transcript.pyannote[23].end 319.52534375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 318.90096875
transcript.pyannote[24].end 320.68971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 320.75721875
transcript.pyannote[25].end 328.06409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 322.63034375
transcript.pyannote[26].end 323.77784375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 327.54096875
transcript.pyannote[27].end 328.30034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 328.57034375
transcript.pyannote[28].end 344.41596875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 343.62284375
transcript.pyannote[29].end 345.83346875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 345.51284375
transcript.pyannote[30].end 347.80784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 346.22159375
transcript.pyannote[31].end 349.36034375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 348.11159375
transcript.pyannote[32].end 348.29721875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 349.66409375
transcript.pyannote[33].end 380.95034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 381.67596875
transcript.pyannote[34].end 393.48846875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 393.89346875
transcript.pyannote[35].end 433.16159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 434.17409375
transcript.pyannote[36].end 436.03034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 436.35096875
transcript.pyannote[37].end 447.01596875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 441.34596875
transcript.pyannote[38].end 441.76784375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 442.17284375
transcript.pyannote[39].end 442.29096875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 447.48846875
transcript.pyannote[40].end 467.51909375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 467.73846875
transcript.pyannote[41].end 470.43846875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 470.96159375
transcript.pyannote[42].end 492.30846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 492.46034375
transcript.pyannote[43].end 496.34159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 496.84784375
transcript.pyannote[44].end 544.45221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 545.38034375
transcript.pyannote[45].end 547.99596875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 548.14784375
transcript.pyannote[46].end 549.04221875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 549.05909375
transcript.pyannote[47].end 555.96096875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 555.96096875
transcript.pyannote[48].end 576.19409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 576.66659375
transcript.pyannote[49].end 584.95221875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 584.96909375
transcript.pyannote[50].end 585.01971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 585.35721875
transcript.pyannote[51].end 586.06596875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 586.36971875
transcript.pyannote[52].end 599.81909375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 600.47721875
transcript.pyannote[53].end 605.84346875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 605.40471875
transcript.pyannote[54].end 608.76284375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 608.72909375
transcript.pyannote[55].end 609.62346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 609.28596875
transcript.pyannote[56].end 613.35284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 613.75784375
transcript.pyannote[57].end 620.25471875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 621.23346875
transcript.pyannote[58].end 622.60034375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 623.00534375
transcript.pyannote[59].end 626.39721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 627.34221875
transcript.pyannote[60].end 647.22096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 646.17471875
transcript.pyannote[61].end 648.43596875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 649.04346875
transcript.pyannote[62].end 651.38909375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 650.83221875
transcript.pyannote[63].end 653.73471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 652.60409375
transcript.pyannote[64].end 653.02596875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 654.34221875
transcript.pyannote[65].end 662.93159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 663.64034375
transcript.pyannote[66].end 667.62284375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 668.92221875
transcript.pyannote[67].end 700.37721875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 700.24221875
transcript.pyannote[68].end 707.93721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 701.50784375
transcript.pyannote[69].end 701.74409375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 708.91596875
transcript.pyannote[70].end 710.50221875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 709.99596875
transcript.pyannote[71].end 717.74159375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 713.47221875
transcript.pyannote[72].end 713.82659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 718.14659375
transcript.pyannote[73].end 721.90971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 720.49221875
transcript.pyannote[74].end 720.52596875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 720.55971875
transcript.pyannote[75].end 720.61034375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 722.24721875
transcript.pyannote[76].end 722.88846875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 722.88846875
transcript.pyannote[77].end 729.82409375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 729.94221875
transcript.pyannote[78].end 739.27409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 739.37534375
transcript.pyannote[79].end 746.27721875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 747.07034375
transcript.pyannote[80].end 749.17971875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 750.15846875
transcript.pyannote[81].end 752.01471875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 752.11596875
transcript.pyannote[82].end 753.28034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 752.63909375
transcript.pyannote[83].end 752.70659375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 752.90909375
transcript.pyannote[84].end 758.41034375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 758.62971875
transcript.pyannote[85].end 776.11221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 776.41596875
transcript.pyannote[86].end 778.94721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 778.94721875
transcript.pyannote[87].end 789.46034375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 778.96409375
transcript.pyannote[88].end 779.80784375
transcript.whisperx[0].start 3.842
transcript.whisperx[0].end 4.784
transcript.whisperx[0].text 我們12點5分會處理這個解凍案,謝謝謝謝主席,麻煩請部長來請部長
transcript.whisperx[1].start 16.793
transcript.whisperx[1].end 35.789
transcript.whisperx[1].text 陳委員好我想首先要謝謝部長好幾件事就是那個謝謝部長幫助我們台東那特別這個掩埋場的問題其實我們有很漂亮的風景但是這個整個海岸線很漂亮但是呢也謝謝部長表達立場對於這個破壞環境的這個開發案
transcript.whisperx[2].start 42.895
transcript.whisperx[2].end 63.704
transcript.whisperx[2].text 不予以支持那再來就是我們的這個都立掩埋場的部分我想我們那天大家去曬太陽然後聞那個惡臭其實即便我們離開了那個惡臭都還一直餘味繚繞久久無法散去我想這個部分也謝謝環境部支持好改善這個掩埋場的問題那再來
transcript.whisperx[3].start 66.505
transcript.whisperx[3].end 84.053
transcript.whisperx[3].text 一個很重要就是說這個要大大的肯定部長因為我們都知道資源回收業是我們的環保尖兵但是就是說我們沒有回收業是不行的可是大家又對於這個行業其實又很嫌棄
transcript.whisperx[4].start 85.353
transcript.whisperx[4].end 112.162
transcript.whisperx[4].text 那么他们导致说这些回收业者常被赶到山边海边那最后呢就卡在这个环保用地换句话说就是没有工厂登记证那在去年4月的时候赖盈营署长他有带着两个组长还有两个科长还有一位非常优秀的你们的这个事权记证一起把那个整个计划做出来那当然我们办公室也花很多的力气跟时间
transcript.whisperx[5].start 113.022
transcript.whisperx[5].end 135.153
transcript.whisperx[5].text 參與了這個溝通還有這個計劃的撰寫最後通過這個勞動部的同意讓這批沒有這個場登的這些資收業者也能夠申請到聘僱外籍勞工作為行政的行政院的5加2的創新產業那這個循環經濟的部分也增添了這個生力軍
transcript.whisperx[6].start 136.634
transcript.whisperx[6].end 163.747
transcript.whisperx[6].text 所以我要在這邊特別謝謝部長這件事情那也希望也謝謝賴署長那也希望部長就是說能夠繼續能夠支持照顧回收業者從還有這個從業人員的這個部分那外籍勞工重視他們的這個職安還有這個勞動條件等等也謝謝就是在這邊特別再一次謝謝部長謝謝委員謝謝
transcript.whisperx[7].start 165.848
transcript.whisperx[7].end 192.667
transcript.whisperx[7].text 好那另外就是我們最近是為了這個台灣空氣品質的亞洲排名部長以這個2024年台灣的這個PM2.5的平均濃度已經下降到12.8維克立方公尺相較於2013年的24維克有明顯改善那也並且呼籲大家說少用少說這個用費發電這樣的詞彙引起了一些關注跟討論
transcript.whisperx[8].start 194.208
transcript.whisperx[8].end 215.614
transcript.whisperx[8].text 事实上数据会说话我们的空气品质指标PM2.5也的确是有下降这也是不真的事实只是说我们的这个指标难道是只有PM2.5吗其他空气中的臭氧悬浮微粒还有一氧化碳二氧化硫以及二氧化碳等等这些浓度的数值也都
transcript.whisperx[9].start 221.715
transcript.whisperx[9].end 235.965
transcript.whisperx[9].text 可以根據對人體的這個健康還有影響程度分別換算出不同的污染物的這個空氣品質指標那我想要請教部長就是說其他的這個污染指標是否也有一起下降呢報告委員
transcript.whisperx[10].start 236.525
transcript.whisperx[10].end 258.639
transcript.whisperx[10].text 其實第一個是我們用PM2.5因為PM2.5它有直接的排放因為它是小於也是2.5微克的這個micron的小微粒那它對身體直接吸到肺泡衝擊是非常的大所以一般PM2.5它包含直接的排放還有衍生性的衍生性包含流氧化物 氮氧化物等等這種懸浮微粒它都算在這個裡面所以我們一般
transcript.whisperx[11].start 260.02
transcript.whisperx[11].end 273.572
transcript.whisperx[11].text 對認知空氣污染就是以PM2.5為作一個代表至於說SAX、NAX有沒有單獨的危害因為每一個特性是不一樣的所以我們現在以空氣污染學對我們健康的影響都是以PM2.5為主
transcript.whisperx[12].start 275.313
transcript.whisperx[12].end 301.372
transcript.whisperx[12].text 例如說發電業流氧化物大概在4成但是它的氮氧化物只有16%但是汽機車就佔了50幾%所以基本上每個污染物會不一樣但是我們總稱都是用PM2.5來做代表這樣大概有一些概念目前就是說部長你希望掛牌成立的空氣品質預測中心的進度不曉得到哪邊我們上半年度有沒有機會掛牌
transcript.whisperx[13].start 303.954
transcript.whisperx[13].end 320.053
transcript.whisperx[13].text 幫委員因為我們這個是從這個空品的政策白皮書來的啦那這個已經移到我們的這個預報的同仁已經移到這個大氣師一起協同去運作了那我們希望他們運作的順利之後再來正式再來掛牌所以你大概預估什麼時候
transcript.whisperx[14].start 321.354
transcript.whisperx[14].end 348.679
transcript.whisperx[14].text 他們現在已經就在大氣司了原來建支司遇到大氣司去做預報了所以目前呢這個他們掛牌掛牌現在在等我們在確定一個時間但是他們的彼此的這個因為他等於是從另外一個司移到另外一個司那我們現在就希望他們有一些特別的使命那我們目前來說的話大概還要等一段段時間運作妥當啊特別有一些新的產品出來之後所以今年大概沒機會會會會我們今年一定會做一定會做OK好好謝謝
transcript.whisperx[15].start 349.739
transcript.whisperx[15].end 378.648
transcript.whisperx[15].text 那我覺得就是說之所以會引起關注主要是我們火力發電最近有比較多的使用那在這個煤燃燒所產生的這些污染物包括這個懸浮微粒跟二氧化硫對空氣品質造成比較明顯的影響那煤炭的品質其實影響很大那火力發電設備的這個燃燒效率也非常重要在這個部分
transcript.whisperx[16].start 379.949
transcript.whisperx[16].end 393.147
transcript.whisperx[16].text 環境部跟台電你們有沒有橫向的聯繫然後主動掌握就是說能不能做得更好讓空氣污染這件事情能夠事先有這個評估跟掌握
transcript.whisperx[17].start 395.276
transcript.whisperx[17].end 419.021
transcript.whisperx[17].text 因為每一個大的煙囪它都有裝空氣品質的監測同時回傳到地方的環保局還有我們中央其實都可以看得到所以基本上它的源頭減量排多少我們都很清楚基本上任何一個燒東西它其實都有一個污染的控制的系統所以這次例如說中部你可以看得出來中部它的火力電廠
transcript.whisperx[18].start 419.721
transcript.whisperx[18].end 432.963
transcript.whisperx[18].text 因為前幾天增加了一點點然後但是呢其實它的你看這個市區的PM2.5並沒有顯著的變化這可以看得出來其實不是大家想那麼直接燒了多少然後空污就會影響到多少
transcript.whisperx[19].start 434.401
transcript.whisperx[19].end 454.617
transcript.whisperx[19].text 因為這些大宗固定污染源的目的事業主管機關主要是經濟部那在這個能源的產生的過程那是不是就是說如果跟環境部有更多的橫向聯繫那可以便於就是說你們事先掌握跟評估
transcript.whisperx[20].start 455.558
transcript.whisperx[20].end 468.303
transcript.whisperx[20].text 那不然就是說你們環境部因為我待會下面會講一些例子你就了解為什麼在那邊很關心這個主動跟被動因應這個污染的排放的這個問題好那就是說
transcript.whisperx[21].start 471.044
transcript.whisperx[21].end 495.696
transcript.whisperx[21].text 我們與其這樣不如就是說從源頭去處理那因為我分享一個實例這個鍋爐設備的排放標準過去因為燒重油而有比較嚴重的這個污染排放那後來我們辦公室跟這個中油公司有反映了這個問題中油公司他們也就是說被動的
transcript.whisperx[22].start 497.137
transcript.whisperx[22].end 508.806
transcript.whisperx[22].text 馬上去處理這件事情那改進了這個拖留技術也提升了這個就是說品質油品的這個品質的這個販售那後來這個鍋爐燃燒出來的這個排放標準呢也符合規定
transcript.whisperx[23].start 514.831
transcript.whisperx[23].end 542.47
transcript.whisperx[23].text 讓很多原先需要改成燃燒天然氣的廠商他們可以不用大費周章去更改設備然後就可以符合法令的規定所以我希望說未來在火力發電的部分環境部也可以跟台電中油還有經濟部能有更好更多的合作主動去協助改善燃燒
transcript.whisperx[24].start 545.432
transcript.whisperx[24].end 566.047
transcript.whisperx[24].text 就是主動改善這個燃燒效率那我不曉得部長就是說這個部分未來能不能把它做得更好包委員這個就是我們定的啦我們定的那未來我覺得因為我們針對任何的一個鍋爐都有它固定污染源的一個明確的排放標準
transcript.whisperx[25].start 566.948
transcript.whisperx[25].end 575.503
transcript.whisperx[25].text 這個部分我們會因為要訂的時候我們都要訂公廳跟他們業者去做協商那這個部分我們應該未來會朝向更加嚴的方式來進行
transcript.whisperx[26].start 576.698
transcript.whisperx[26].end 599.471
transcript.whisperx[26].text 好那這個就是都希望大家可以多主動啦那最後想要請教就是說台灣綠色成長基金喔我們的減碳主要是以二氧化碳為主可是二氧化碳為什麼不是我們空氣的這個污染指標但是他卻又是室內空氣品質的指標呢
transcript.whisperx[27].start 601.127
transcript.whisperx[27].end 626.13
transcript.whisperx[27].text 因為二氧化碳主要是它是一個溫室氣體啦因為今年7月你們要把它證明嘛那但是說如果空氣品質的這個你把這個指標拿掉了二氧化碳那我們怎麼去看這個減碳的績效因為你室內這樣知道空氣品質指標就沒有
transcript.whisperx[28].start 627.666
transcript.whisperx[28].end 647.785
transcript.whisperx[28].text 因為這個室內的空品例如說現在看可以到700多像剛剛就到1000多那其實這個是對我們人體有直接的影響但是戶外呢其實二氧化碳呢它是屬於一個比較穩定的均值緩慢的在上升或是說它有日夜的變化或是四季的變化跟室內的直接對人體的影響比較不一樣但是因為你未來要減碳
transcript.whisperx[29].start 649.757
transcript.whisperx[29].end 667.314
transcript.whisperx[29].text 呃未來要檢探我們因為怎麼去看那個績效還是因為呃這裡沒有對跟不對的問題就是說你是用因為把它改名了把它證明了或者你又用其他的呃方式去看未來檢探的績效
transcript.whisperx[30].start 669.313
transcript.whisperx[30].end 683.363
transcript.whisperx[30].text 包委員因為我們現在看二氧化碳的濃度通常會去找一個背景站因為我們二氧化碳會受到人為的干擾非常的大所以以我們來台灣來說的話我們會在鹿林山環境部的監測站會去量現在大概到420ppm
transcript.whisperx[31].start 684.864
transcript.whisperx[31].end 707.518
transcript.whisperx[31].text 所以那個就是一個代表一個環境的變化那它對於溫室氣體來說的話倒不是直接那我們一般來說的話因為燃燒就會排碳那這個燃燒的量的碳多少有我們一定的計算方式所以跟那個濃度不大有關係後續我們就再研究啦那這個就是
transcript.whisperx[32].start 709.031
transcript.whisperx[32].end 721.687
transcript.whisperx[32].text 你是不是會後續再研究?如果,好,後續研究當然也要把話講完所以未來這個碳捕捉的技術它就是說,是不是只是以這個捕捉二氧化碳為主
transcript.whisperx[33].start 722.598
transcript.whisperx[33].end 748.528
transcript.whisperx[33].text 那如果也能夠有效抑制其他的污染物的話呢那這樣的技術是不是也可以獲得基金更多的投資理論上因為只要排碳它其他的污染物也都混在一起所以只要減碳有效益我們是以減碳為效益為最主要的目標那我們是希望就是說在未來像這個因為這個捕捉它應該不是僅限於煙囪
transcript.whisperx[34].start 750.382
transcript.whisperx[34].end 778.199
transcript.whisperx[34].text 僅限於煙囪排出去嗎對 不限於但是我們要去評估就是說場內作業勞工他也有污染暴露的問題那這個部分希望你們好好瞭解那必要的時候要做工程改善而不是一刀切說那個就是就是勞動部要負責他們只會開單而已他們不會不知道怎麼去改善這些問題所以就是說這個請你們能夠也好好協助這個部分
transcript.whisperx[35].start 778.939
transcript.whisperx[35].end 783.369
transcript.whisperx[35].text 好 謝謝委員好 謝謝陳委員 謝謝部長 請回應喔 謝謝因為等一下剛有宣告12點10分要處理那個解凍案喔 抱歉喔 來請葉恩之委員來做詢問