iVOD / 162415

Field Value
IVOD_ID 162415
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162415
日期 2025-06-11
會議資料.會議代碼 聯席會議-11-3-19,20-3
會議資料.會議代碼:str 第11屆第3會期經濟、財政兩委員會第3次聯席會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 3
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 19
會議資料.委員會代碼[1] 20
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.委員會代碼:str[1] 財政委員會
會議資料.標題 第11屆第3會期經濟、財政兩委員會第3次聯席會議
影片種類 Clip
開始時間 2025-06-11T09:37:35+08:00
結束時間 2025-06-11T09:50:19+08:00
影片長度 00:12:44
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5b5dae1827dbf6c946231009462709a0b4fab53e924c0ec1f3738a47179c0652e7f4644ce7aaae0d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鄭正鈐
委員發言時間 09:37:35 - 09:50:19
會議時間 2025-06-11T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟、財政兩委員會第3次聯席會議(事由:審查: 一、本院委員謝衣鳯等16人擬具「農業保險法第十條條文修正草案」案。 二、本院委員邱若華等21人擬具「農業保險法第二條及第十條條文修正草案」案。 三、本院台灣民眾黨黨團擬具「農業保險法第二條及第十條條文修正草案」案。(詢答))
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 6.66284375
transcript.pyannote[0].end 9.48096875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 9.95346875
transcript.pyannote[1].end 10.51034375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 18.00284375
transcript.pyannote[2].end 18.57659375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.74534375
transcript.pyannote[3].end 40.49721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 30.33846875
transcript.pyannote[4].end 30.47346875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 39.92346875
transcript.pyannote[5].end 40.91909375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 40.91909375
transcript.pyannote[6].end 50.53784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 49.59284375
transcript.pyannote[7].end 50.52096875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 50.53784375
transcript.pyannote[8].end 50.55471875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 50.55471875
transcript.pyannote[9].end 50.60534375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 50.60534375
transcript.pyannote[10].end 50.65596875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 50.80784375
transcript.pyannote[11].end 65.01659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 52.10721875
transcript.pyannote[12].end 53.15346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 65.47221875
transcript.pyannote[13].end 85.62096875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 85.94159375
transcript.pyannote[14].end 91.67909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 92.67471875
transcript.pyannote[15].end 92.97846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 92.97846875
transcript.pyannote[16].end 95.86409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 97.45034375
transcript.pyannote[17].end 99.01971875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 99.01971875
transcript.pyannote[18].end 99.07034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 99.50909375
transcript.pyannote[19].end 100.03221875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 100.03221875
transcript.pyannote[20].end 100.21784375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 100.62284375
transcript.pyannote[21].end 111.06846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 111.43971875
transcript.pyannote[22].end 129.51284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 129.81659375
transcript.pyannote[23].end 132.88784375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 133.27596875
transcript.pyannote[24].end 137.08971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 138.05159375
transcript.pyannote[25].end 152.59784375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 140.29596875
transcript.pyannote[26].end 141.57846875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 153.12096875
transcript.pyannote[27].end 153.84659375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 154.45409375
transcript.pyannote[28].end 170.26596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 170.48534375
transcript.pyannote[29].end 180.50909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 180.94784375
transcript.pyannote[30].end 188.40659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 183.85034375
transcript.pyannote[31].end 184.39034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 188.11971875
transcript.pyannote[32].end 222.27471875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 191.81534375
transcript.pyannote[33].end 192.10221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 197.75534375
transcript.pyannote[34].end 197.83971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 198.02534375
transcript.pyannote[35].end 198.12659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 206.04096875
transcript.pyannote[36].end 206.37846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 222.56159375
transcript.pyannote[37].end 241.41096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 224.36721875
transcript.pyannote[38].end 225.73409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 241.83284375
transcript.pyannote[39].end 247.78971875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 245.02221875
transcript.pyannote[40].end 245.32596875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 248.02596875
transcript.pyannote[41].end 256.46346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 256.83471875
transcript.pyannote[42].end 260.29409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 259.75409375
transcript.pyannote[43].end 312.13409375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 269.38971875
transcript.pyannote[44].end 269.69346875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 288.55971875
transcript.pyannote[45].end 289.11659375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 289.65659375
transcript.pyannote[46].end 289.85909375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 312.26909375
transcript.pyannote[47].end 330.08909375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 321.98909375
transcript.pyannote[48].end 322.46159375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 330.08909375
transcript.pyannote[49].end 333.61596875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 334.00409375
transcript.pyannote[50].end 356.02596875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 340.95659375
transcript.pyannote[51].end 341.17596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 343.21784375
transcript.pyannote[52].end 344.44971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 349.90034375
transcript.pyannote[53].end 355.26659375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 355.38471875
transcript.pyannote[54].end 355.45221875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 356.02596875
transcript.pyannote[55].end 356.04284375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 356.04284375
transcript.pyannote[56].end 356.31284375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 356.31284375
transcript.pyannote[57].end 360.02534375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 360.04221875
transcript.pyannote[58].end 362.50596875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 362.91096875
transcript.pyannote[59].end 366.70784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 367.07909375
transcript.pyannote[60].end 367.93971875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 368.86784375
transcript.pyannote[61].end 369.42471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 370.33596875
transcript.pyannote[62].end 371.58471875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 371.58471875
transcript.pyannote[63].end 375.34784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 375.33096875
transcript.pyannote[64].end 375.55034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 375.43221875
transcript.pyannote[65].end 378.77346875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 379.71846875
transcript.pyannote[66].end 380.98409375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 381.35534375
transcript.pyannote[67].end 383.43096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 382.01346875
transcript.pyannote[68].end 382.55346875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 383.43096875
transcript.pyannote[69].end 383.53221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 383.53221875
transcript.pyannote[70].end 383.61659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 383.58284375
transcript.pyannote[71].end 385.03409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 385.03409375
transcript.pyannote[72].end 385.10159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 385.10159375
transcript.pyannote[73].end 385.96221875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 385.96221875
transcript.pyannote[74].end 386.02971875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 386.02971875
transcript.pyannote[75].end 386.97471875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 386.97471875
transcript.pyannote[76].end 387.17721875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 388.13909375
transcript.pyannote[77].end 396.12096875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 393.11721875
transcript.pyannote[78].end 395.34471875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 395.76659375
transcript.pyannote[79].end 395.96909375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 396.12096875
transcript.pyannote[80].end 396.13784375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 396.13784375
transcript.pyannote[81].end 397.03221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 397.03221875
transcript.pyannote[82].end 416.32034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 407.12346875
transcript.pyannote[83].end 407.56221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 416.40471875
transcript.pyannote[84].end 418.88534375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 419.61096875
transcript.pyannote[85].end 421.70346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 422.96909375
transcript.pyannote[86].end 423.03659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 423.03659375
transcript.pyannote[87].end 423.08721875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 423.08721875
transcript.pyannote[88].end 434.52846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 423.98159375
transcript.pyannote[89].end 426.32721875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 429.48284375
transcript.pyannote[90].end 429.98909375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 430.46159375
transcript.pyannote[91].end 430.95096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 434.64659375
transcript.pyannote[92].end 435.94596875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 436.65471875
transcript.pyannote[93].end 441.16034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 441.97034375
transcript.pyannote[94].end 451.87596875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 448.33221875
transcript.pyannote[95].end 448.38284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 452.80409375
transcript.pyannote[96].end 457.24221875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 457.56284375
transcript.pyannote[97].end 458.87909375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 459.31784375
transcript.pyannote[98].end 484.76534375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 484.76534375
transcript.pyannote[99].end 485.00159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 485.00159375
transcript.pyannote[100].end 489.86159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 490.24971875
transcript.pyannote[101].end 522.56534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 522.73409375
transcript.pyannote[102].end 526.86846875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 527.34096875
transcript.pyannote[103].end 534.00659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 534.42846875
transcript.pyannote[104].end 537.31409375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 537.70221875
transcript.pyannote[105].end 542.78159375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 543.15284375
transcript.pyannote[106].end 546.39284375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 547.03409375
transcript.pyannote[107].end 560.83784375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 561.29346875
transcript.pyannote[108].end 564.82034375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 565.34346875
transcript.pyannote[109].end 583.51784375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 583.61909375
transcript.pyannote[110].end 632.03346875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 609.16784375
transcript.pyannote[111].end 610.75409375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 632.20221875
transcript.pyannote[112].end 633.88971875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 633.88971875
transcript.pyannote[113].end 638.05784375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 638.46284375
transcript.pyannote[114].end 639.30659375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 639.72846875
transcript.pyannote[115].end 644.40284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 644.60534375
transcript.pyannote[116].end 645.58409375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 646.34346875
transcript.pyannote[117].end 685.57784375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 685.86471875
transcript.pyannote[118].end 686.35409375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 686.60721875
transcript.pyannote[119].end 737.60346875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 691.06221875
transcript.pyannote[120].end 691.14659375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 698.41971875
transcript.pyannote[121].end 698.70659375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 704.51159375
transcript.pyannote[122].end 704.74784375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 737.60346875
transcript.pyannote[123].end 740.32034375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 740.65784375
transcript.pyannote[124].end 744.65721875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 744.80909375
transcript.pyannote[125].end 764.08034375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 759.84471875
transcript.pyannote[126].end 759.86159375
transcript.whisperx[0].start 7.237
transcript.whisperx[0].end 8.665
transcript.whisperx[0].text 謝主席 我想請一下農業部陳部長陳部長
transcript.whisperx[1].start 19.136
transcript.whisperx[1].end 46.431
transcript.whisperx[1].text 部長好因為今天主席特別安排了一個農保條例的審查那你剛有特別針對說對於這次委員提出的版本其實農業部希望是先不去做這個調整那我想說因為在你的報告當中就有特別提到說到114年4月30號之後我們的農保覆蓋率有53.72%對不對那我想說因為這裡面能夠這麼高因為很大一部分是因為有強制納保的一個部分
transcript.whisperx[2].start 47.071
transcript.whisperx[2].end 63.29
transcript.whisperx[2].text 那我想說如果扣除掉水稻跟豬肢的強生老婆還有20.7那聽起來也是挺高的比當時那個之前的陳宜仲部長他期待的數字還要高那我想特別看一下因為我針對這個也是
transcript.whisperx[3].start 65.532
transcript.whisperx[3].end 91.383
transcript.whisperx[3].text 今年的4月30號當中的時候也是一個農業保險那個投保情況的表當中的時候我發現裡面有一些狀態數字其實坦白說很不漂亮啦比方說以禽流感來講的時候比方說我們看到說它整個投保的租資大概是716萬支可是部長你知道說我們整個那個台灣這邊所有的那個機資總共有多少支你知道嗎
transcript.whisperx[4].start 92.925
transcript.whisperx[4].end 111.836
transcript.whisperx[4].text 豬肉還是雞?雞雞雞雞的部分多少隻?三億一千萬三億三億一千萬隻三億千萬隻如果三億千萬隻只有700隻的話他的比例非常非常的低啦那我想說除了說禽流感這個部分我們如果有三億多隻的雞隻的時候呢
transcript.whisperx[5].start 113.177
transcript.whisperx[5].end 136.878
transcript.whisperx[5].text 那跟這個部分 因為你的數字更大那表示統計的一個標準不一樣可是我們看到整個一個投保的一個機織顯然數字非常的低 非常的低那我另外再挑出一個狀態剛剛林德鋒也特別提到了一個香蕉的一個植出的部分我們香蕉這邊目前只有79公頃我們全台灣香蕉的面積 種植面積有多大
transcript.whisperx[6].start 138.086
transcript.whisperx[6].end 150.65
transcript.whisperx[6].text 大概1萬5、1萬6所以這比例也非常非常的低只有0.48% 0.5%都不到這數字也非常的不漂亮那另外的部分針對那個租資的運輸
transcript.whisperx[7].start 155.051
transcript.whisperx[7].end 176.887
transcript.whisperx[7].text 跟豬隻的死亡的相關的保險數字也都很差豬隻的運輸的部分的時候大概只有我看到說如果說我們保險的數字只有25萬隻的時候相較於整體的台灣的一個豬隻來說比例大概5%不到那如果是針對死亡的部分的時候只有0.25%更低那我想說針對這樣子的一個狀態的是因為剛剛提到說那個
transcript.whisperx[8].start 180.99
transcript.whisperx[8].end 208.415
transcript.whisperx[8].text 排除掉我們強制納保的部分還有20%以上這數字看起來本來是不錯的數字可當我們看到這細部 個別品項我們必須有一些低的我們必須要去檢討那您剛才說的豬隻的運輸的保險的部分因為現在是自願式的嘛那我們會考量因為它從生產端到運輸端到土甲端我們希望是連在一起的所以我們會考慮它的強制性然後特別我也跟委員報告其實
transcript.whisperx[9].start 209.495
transcript.whisperx[9].end 232.406
transcript.whisperx[9].text 這個平均20.7%裡面其實水產才是我們更需要去加強的那因為水產本身現在我所知道投保率大概只有2.7%左右所以它也把整體的那個平均的保險規格率拉下來了所以後續我們會針對比較特殊的品項包括您剛才講的香蕉如何去增進它的保險的
transcript.whisperx[10].start 233.607
transcript.whisperx[10].end 256.165
transcript.whisperx[10].text 投保意願那很重要就是保費啦跟理賠金額農民本身的認知跟我們在做精算的時候的認知是不太一樣的所以我們會盡可能讓農民了解很多保險他的保費比較高是因為他的風險高的時候他比保費的保費保額就會變高那這個部分可能
transcript.whisperx[11].start 256.926
transcript.whisperx[11].end 273.216
transcript.whisperx[11].text 可能都要做更多的宣導理解 因為就像我們比方說一般人的保險不然是受險或者是殘險的部分它也是經過很長的時間的溝通然後慢慢讓民眾能夠接受農業保險這樣一個新的概念從110年到現在開始推動的時候其實也就是大概4年5年不到的時間
transcript.whisperx[12].start 277.338
transcript.whisperx[12].end 287.285
transcript.whisperx[12].text 所以我們希望這過程當中其實能夠農業部這邊能夠加緊一些腳步因為本系也認為農業保險是一件好的事情就不能只靠政府的一個天災救助的部分來解決農業的一個問題所以我們也希望說能夠透過民間然後市場的一個農業保險的方式的時候能夠讓台灣的農業更為茁壯然後讓農民能夠得到更大的一個保障那這過程當中我們就希望說農業部這邊有更扎實然後更有強大的一個力量去推動它
transcript.whisperx[13].start 307.598
transcript.whisperx[13].end 332.741
transcript.whisperx[13].text 讓民眾能夠讓農民能夠真正知道說農業保險對他們的重要性所以我剛剛特別提到這個部分就是說20.7的數字感覺很漂亮可是細部來看的時候事實上是很不足的尤其像剛剛針對禽牛桿這部分數字就更低了所以我們希望說部長這邊針對這農業保險推廣的時候能夠更加緊動作讓農民能夠真正了解好不好好 我不想我們未來努力來朝這個保單的一個
transcript.whisperx[14].start 334.602
transcript.whisperx[14].end 352.333
transcript.whisperx[14].text 我一直強調跟委員報告我一直強調我不會去追求保單的數量增加我會去要求保單的品質提高讓每一個保單就有很多人投保很多人投保以後他的保費風險分擔就會變低了有大數法則之後才能夠得到保險的價值跟功效對 這個是我的目標
transcript.whisperx[15].start 356.496
transcript.whisperx[15].end 378.088
transcript.whisperx[15].text 是 理解 那我想請教一下 因為那個想請教部長 就是我們今年整個紅火椅的那個相關的一個房子預算大概有多少錢紅火椅預算多少紅火椅將近三千萬左右將近三千萬 去年其實有三千兩百萬那我想問 琉璃椅這邊有沒有房子經費
transcript.whisperx[16].start 379.83
transcript.whisperx[16].end 386.324
transcript.whisperx[16].text 琉璃椅的部分琉璃椅我們沒有防治經費沒有防治經費嘛齁那為什麼沒有防治經費勒齁
transcript.whisperx[17].start 388.566
transcript.whisperx[17].end 407.392
transcript.whisperx[17].text 最主要是琉璃蟻它本身不直接危害作物就認為它不是農業害蟲嘛對不對所以我們沒辦法編相關的這個經典我想請教一下因為那個琉璃蟻在2019年的時候那時候農業部這邊有針對一個目前它的一個危害的範圍我想說當時講出來的狀態是有9個縣市24個鄉鎮
transcript.whisperx[18].start 412.273
transcript.whisperx[18].end 440.066
transcript.whisperx[18].text 都有琉璃椅的一個那個危害的一個範圍那我想說有沒有最新的一個數字最新的數字是範圍是多大我現在手邊沒這個資料可能後續再提供給委員因為這裡面很特殊因為新竹市也在這個琉璃椅的一個肆虐的範圍當中那針對這個部分很多民眾他們去去投書或檢舉的時候呢其實我們看到了比方說
transcript.whisperx[19].start 442.368
transcript.whisperx[19].end 450.656
transcript.whisperx[19].text 農業部這邊因為你剛剛提到說因為你覺得他不是一個農業害蟲所以沒有辦法去做太多的一個動作然後另外就是環境部這邊也認為說
transcript.whisperx[20].start 452.847
transcript.whisperx[20].end 473.207
transcript.whisperx[20].text 琉璃椅它其實是從農業這邊來的它就應該是農業部在管所以環境部他們也不管衛福部這邊的時候呢認為說琉璃椅它沒有傳染疾病所以他們也不管所以變成琉璃椅就變成一個大家都不管的一個情況那本席是認為農業部這邊的時候是不是應該把這部分把它給
transcript.whisperx[21].start 474.768
transcript.whisperx[21].end 489.189
transcript.whisperx[21].text 這個工作把它接起來而不是各部會當中大家不斷的推皮球那因為我們目前針對這個琉璃椅的部分目前的狀態就是說給他們一個幼稚嘛幼稚那農業部這邊建議的狀態的時候就是糖水加膨沙
transcript.whisperx[22].start 490.31
transcript.whisperx[22].end 506.897
transcript.whisperx[22].text 就是調整成一個右繼去處理這個問題可是這個部分對於豐農是有影響的所以我們認為說目前如果說農業部還是不把琉璃役當作是一個農業害蟲的時候這事情其實是沒有解的
transcript.whisperx[23].start 507.277
transcript.whisperx[23].end 533.346
transcript.whisperx[23].text 他就繼續的去肆虐擴大更大的一個範圍所以本席這邊是不是希望部長這邊能夠把這個事情把它擔當起來因為它是不是有一個農業害蟲的部分它其實是定義的問題就像我們目前的琉璃蟻的幼稷有些學者就說它對於豐農是產生影響的所以這個部分是不是有可能請部長把琉璃蟻這件事情當做一件事情來對待
transcript.whisperx[24].start 534.846
transcript.whisperx[24].end 559.791
transcript.whisperx[24].text 我想跟委員報告以我的立場我們既然已經看到一個問題那雖然說農業部的定義來講它不屬於農業害蟲但是相對的它的確也在田裡面造成了一些困擾那特別是芽蟲跟那個寄馬這個部分我們是可以透過這個方式所以我很願意就是針對這個工作
transcript.whisperx[25].start 561.611
transcript.whisperx[25].end 583.094
transcript.whisperx[25].text 能夠跟衛部正式啟動一個跨部會的協調因為不能只有農業部做因為居家環境而且是要用區域防治的概念區域防治的概念才有可能去把它降到最低啦所以這個部分我想我願意啟動這樣的一個跨部會的一個平台而不是互相推不是我的不是你的這樣子
transcript.whisperx[26].start 583.755
transcript.whisperx[26].end 603.642
transcript.whisperx[26].text OK 謝部長我覺得這是一個很正面的態度來面對這個問題那我們也希望這個後續有一些進度的時候再隨時跟本辦公室做一個回報好不好可以那另外最後一個問題就是因為現在的一個對美的一個關稅貿易談判當中的時候我想特別關注一個狀態其實就是茶葉的一個部分
transcript.whisperx[27].start 604.442
transcript.whisperx[27].end 631.633
transcript.whisperx[27].text 那茶葉的部分的時候 台灣目前茶葉枢美大概是佔整個台灣出口的三成左右大概31對 31%嘛但是31%當中的時候因為我們看到整個茶葉的一個狀態的時候我們會發現整個茶葉出口的部分其實是用一個拼配的一個方式在做處理那拼配的這邊的時候就是跟洗產地這邊的時候我們要怎麼去做定義
transcript.whisperx[28].start 632.313
transcript.whisperx[28].end 645.234
transcript.whisperx[28].text 部長這邊可以簡單做一個說明我跟委員報告齁其實台灣最強的就是我們的拼配的技術但是我們為了讓我們的國產茶本身有它的一定的一定的
transcript.whisperx[29].start 646.64
transcript.whisperx[29].end 669.182
transcript.whisperx[29].text 認同所以你要標示為台灣茶的時候一定是要100%的茶葉用台灣的茶不能用拼配的方式那第二個部分是當你出口的時候你有超過55%去做實質轉型的時候你可以去掛我們的產地的部分但是你的標示裡面你還是要去標你的來你的茶葉裡面的來源國啦
transcript.whisperx[30].start 669.682
transcript.whisperx[30].end 685.008
transcript.whisperx[30].text 那這樣的話就不會被認為是息產地你如果只標台灣茶去出口但是裡面你可能混到越南茶混到其他國家的茶的時候那就會被誤認為息產地但是你的標示裡面你如果誠實標示的話就不會這樣子
transcript.whisperx[31].start 686.989
transcript.whisperx[31].end 703.362
transcript.whisperx[31].text 你提這個點其實本席可以理解台灣茶認為要百分之百才能夠標入台灣茶不過我覺得這邊有個概念是英國茶的概念英國其實並沒有產茶葉可是英國的茶葉風行全世界他們其實也是某一個部分其實也用拼配的方式在做所有的
transcript.whisperx[32].start 703.842
transcript.whisperx[32].end 726.391
transcript.whisperx[32].text 後續的一個製造跟程序所以說本席這邊也希望說藉由這樣的一個關稅一個談判過程當中的時候把台灣的一個所謂的拼配茶這樣的一個定義當中的時候讓它更清楚然後讓我們其實台灣的茶農在跟國外在做相關出口的時候能夠有一個比較好的一個對待那在這邊就請部長這邊針對這個拼配茶這個部分的時候
transcript.whisperx[33].start 729.372
transcript.whisperx[33].end 744.47
transcript.whisperx[33].text 我們能夠好好去做一個新的定義然後讓我們的國際的貿易對象也能夠去理解台灣這邊的一個政策好不好我想我們會針對拼杯茶本身怎麼樣有利於我們國內的拼杯茶的外銷我想這部分我們會來努力
transcript.whisperx[34].start 744.87
transcript.whisperx[34].end 763.936
transcript.whisperx[34].text 是因为目前看起来来说台湾目前国产的茶叶其实已经没有进口的茶叶多了所以拼配茶这部分肯定是台湾的一个茶叶的业者他们其实很关注的一个部分好不好是谢谢部长好谢谢好谢谢现在请张其凯委员作询