iVOD / 163939

Field Value
IVOD_ID 163939
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163939
日期 2025-10-08
會議資料.會議代碼 委員會-11-4-26-2
會議資料.會議代碼:str 第11屆第4會期社會福利及衛生環境委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 2
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4會期社會福利及衛生環境委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-10-08T12:55:59+08:00
結束時間 2025-10-08T13:04:44+08:00
影片長度 00:08:45
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f0233cd0619a8ff0e1f8ed847d51162ccea2f7e777e01e9590b149bf9762da92d6b39e882d62cf0b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 12:55:59 - 13:04:44
會議時間 2025-10-08T09:00:00+08:00
會議名稱 立法院第11屆第4會期社會福利及衛生環境委員會第2次全體委員會議(事由:邀請環境部部長、勞動部部長及衛生福利部部長針對「災後復原重建及清理因應作為」進行專題報告,並備質詢,另邀請國防部、經濟部、內政部、賑災基金會列席備詢。【10月8日及9日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 4.14846875
transcript.pyannote[0].end 7.18596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 7.81034375
transcript.pyannote[1].end 8.58659375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 9.26159375
transcript.pyannote[2].end 12.21471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 12.55221875
transcript.pyannote[3].end 16.01159375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.28159375
transcript.pyannote[4].end 20.71971875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 21.00659375
transcript.pyannote[5].end 24.41534375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 24.41534375
transcript.pyannote[6].end 28.41471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 25.39409375
transcript.pyannote[7].end 25.90034375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 26.92971875
transcript.pyannote[8].end 29.49471875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 29.37659375
transcript.pyannote[9].end 29.74784375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 29.52846875
transcript.pyannote[10].end 35.28284375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 35.99159375
transcript.pyannote[11].end 42.33659375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 42.70784375
transcript.pyannote[12].end 50.50409375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 50.87534375
transcript.pyannote[13].end 51.63471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 51.80346875
transcript.pyannote[14].end 58.73909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 59.39721875
transcript.pyannote[15].end 66.88971875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 67.32846875
transcript.pyannote[16].end 70.75409375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 71.51346875
transcript.pyannote[17].end 98.95221875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 99.25596875
transcript.pyannote[18].end 151.24784375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 152.59784375
transcript.pyannote[19].end 155.38221875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 155.80409375
transcript.pyannote[20].end 159.78659375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 160.25909375
transcript.pyannote[21].end 162.82409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 163.31346875
transcript.pyannote[22].end 170.04659375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 170.97471875
transcript.pyannote[23].end 173.59034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 173.92784375
transcript.pyannote[24].end 176.39159375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 176.56034375
transcript.pyannote[25].end 179.76659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 180.03659375
transcript.pyannote[26].end 182.14596875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 182.95596875
transcript.pyannote[27].end 190.97159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 191.52846875
transcript.pyannote[28].end 194.83596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 195.17346875
transcript.pyannote[29].end 200.11784375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 200.84346875
transcript.pyannote[30].end 201.41721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 202.17659375
transcript.pyannote[31].end 219.01784375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 210.25971875
transcript.pyannote[32].end 210.27659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 210.39471875
transcript.pyannote[33].end 210.46221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 219.06846875
transcript.pyannote[34].end 232.23096875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 226.74659375
transcript.pyannote[35].end 227.10096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 232.50096875
transcript.pyannote[36].end 253.32471875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 253.93221875
transcript.pyannote[37].end 255.38346875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 255.88971875
transcript.pyannote[38].end 261.47534375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 262.33596875
transcript.pyannote[39].end 264.07409375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 264.10784375
transcript.pyannote[40].end 265.08659375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 265.18784375
transcript.pyannote[41].end 278.38409375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 278.41784375
transcript.pyannote[42].end 299.12346875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 299.27534375
transcript.pyannote[43].end 311.62784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 310.41284375
transcript.pyannote[44].end 321.46596875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 319.89659375
transcript.pyannote[45].end 320.36909375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 321.29721875
transcript.pyannote[46].end 323.96346875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 321.83721875
transcript.pyannote[47].end 323.50784375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 323.76096875
transcript.pyannote[48].end 327.45659375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 327.69284375
transcript.pyannote[49].end 330.91596875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 331.15221875
transcript.pyannote[50].end 336.02909375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 336.33284375
transcript.pyannote[51].end 345.31034375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 345.96846875
transcript.pyannote[52].end 362.62409375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 361.98284375
transcript.pyannote[53].end 365.99909375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 362.99534375
transcript.pyannote[54].end 364.32846875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 365.35784375
transcript.pyannote[55].end 378.38534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 367.14659375
transcript.pyannote[56].end 367.46721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 379.00971875
transcript.pyannote[57].end 398.46659375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 392.54346875
transcript.pyannote[58].end 393.43784375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 399.05721875
transcript.pyannote[59].end 409.30034375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 409.65471875
transcript.pyannote[60].end 431.76096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 432.01409375
transcript.pyannote[61].end 433.71846875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 434.51159375
transcript.pyannote[62].end 470.20221875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 451.74096875
transcript.pyannote[63].end 452.07846875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 457.25909375
transcript.pyannote[64].end 457.57971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 463.65471875
transcript.pyannote[65].end 464.12721875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 469.62846875
transcript.pyannote[66].end 475.04534375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 471.19784375
transcript.pyannote[67].end 471.55221875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 474.89346875
transcript.pyannote[68].end 475.33221875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 475.26471875
transcript.pyannote[69].end 484.32659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 484.46159375
transcript.pyannote[70].end 488.22471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 488.88284375
transcript.pyannote[71].end 508.33971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 506.73659375
transcript.pyannote[72].end 523.52721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 513.43596875
transcript.pyannote[73].end 513.89159375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 516.76034375
transcript.pyannote[74].end 517.21596875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 517.84034375
transcript.pyannote[75].end 518.07659375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 520.55721875
transcript.pyannote[76].end 521.60346875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 524.32034375
transcript.pyannote[77].end 525.36659375
transcript.whisperx[0].start 4.52
transcript.whisperx[0].end 8.275
transcript.whisperx[0].text 謝謝主席 有請環境部部長請彭部長
transcript.whisperx[1].start 9.372
transcript.whisperx[1].end 31.667
transcript.whisperx[1].text 是 部長 那個主席我會不會準時 可是我不會超越很多因為這個未還委員會這個是一個有謀利的委員會大家來到你們這裡就是連我們財政的都會超時沒關係 我們盡量控制好 謝謝謝謝部長我想就是在這個0706丹納斯颱風重創我們整個
transcript.whisperx[2].start 36.33
transcript.whisperx[2].end 58.222
transcript.whisperx[2].text 這個南部尤其是在台南在嘉義我們也謝謝就是環境部對於我們就是很大的一個支持因為事實上就是說在這一次比照這一次的花蓮的一個災難其實每一次有災難的時候尤其是風災水災其實他會帶來大量的一個
transcript.whisperx[3].start 59.463
transcript.whisperx[3].end 84.524
transcript.whisperx[3].text 垃圾這個垃圾就像部長講的這個垃圾在去化有價值的一個去化還有環境的一個整理災後的一個重建其實都需要環境部強力的來協助那我們也非常謝謝真的是有難八方來源非常感謝可是今天要跟那個部長探討就是石棉瓦的輕盈的一個時程
transcript.whisperx[4].start 85.565
transcript.whisperx[4].end 106.333
transcript.whisperx[4].text 當然是颱風花生的時候市政府他啟動了一個專案的清印當初登記的是在8月那個就是在7月的下旬的時候有6100件7月29號那就是說也謝謝部長的一個資源我們有7.8億7.8億的一個經費那部長你很明快的把這個7.8億把它敲定了
transcript.whisperx[5].start 111.595
transcript.whisperx[5].end 135.747
transcript.whisperx[5].text 讓大家有一個比較舒緩的心情起碼你有錢可以來整理這個石棉瓦還有整理這些垃圾可是到了8月上旬的時候這個清液量已經上升到那個643公噸那這樣子林林總總我們一直到了9月下旬的時候9月下旬的時候其實累積整個清液量突破了8000噸
transcript.whisperx[6].start 137.748
transcript.whisperx[6].end 150.419
transcript.whisperx[6].text 那幾乎達到前年輕盈量的2.5倍台南市的環保局其實面臨到一個非常大的一個壓力因為垃圾的一個去化垃圾的一個去化那這個其實
transcript.whisperx[7].start 152.862
transcript.whisperx[7].end 167.871
transcript.whisperx[7].text 讓我們也面臨到一個很大的一個困境那部長在這裡跟你請教是錢不夠還是什麼樣的一個環節出現了一個問題昨天我請問了台南市環保局他告訴我還有5778
transcript.whisperx[8].start 173.103
transcript.whisperx[8].end 199.582
transcript.whisperx[8].text 這個778萬那個噸5778萬噸沒有就是說目前還是暫時的這個累積量我講了一個畜牧場你看畜牧場現在登記出來553個場次其實才做了61處這個然後一般的一般的民宅一般的民宅這個都呈現出來一個很大的一個困難怎麼辦
transcript.whisperx[9].start 200.925
transcript.whisperx[9].end 218.356
transcript.whisperx[9].text 其實剛開始你剛剛跟郭委員那個回答的我跟你說郭委員只有一個區他就是七股區七股區也面臨到一個很大的一個重創我的11個行政區全部都是災損所以你要聽我的
transcript.whisperx[10].start 219.636
transcript.whisperx[10].end 235.682
transcript.whisperx[10].text 我每天都在地方所以只有後續來跟你做這樣的一個探討這些石棉瓦怎麼處理它必須要有一個單一窗口一開始在處理的時候因為回到區公所
transcript.whisperx[11].start 237.583
transcript.whisperx[11].end 261.177
transcript.whisperx[11].text 那這個很容易就收件了可是現在台南市政府把它搞得實在是你一般民宅在區公所登記然後你工廠在經濟部登記你的畜牧場要在農業部登記那不是什麼每一個人都在罵每個人都在罵為什麼會是這樣子呢所以要拜託部長你去整合
transcript.whisperx[12].start 262.807
transcript.whisperx[12].end 277.506
transcript.whisperx[12].text 這個有沒有困難 部長因為畜牧場跟工廠是兩個部農業部跟經濟部他們要出的錢我們是負責清運 去化掉所以錢不一樣所以他們的確是要他們來認定
transcript.whisperx[13].start 278.467
transcript.whisperx[13].end 298.938
transcript.whisperx[13].text 沒有 錢不一樣你就是統一收件嘛現在老百姓不管你錢從什麼地方出來的他只是要管你就是說你要不要給我收件嘛你收件起來的時候你應該要求台南市政府你補助他這麼多錢啊你起碼要求他是一個單一窗口來收件啊這樣子才不會造成民怨啊
transcript.whisperx[14].start 299.798
transcript.whisperx[14].end 321.157
transcript.whisperx[14].text 委員我們這個來努力一下因為他們那個畜牧場農業部有一定的補助的費用然後工廠也有經濟部有一定的費用那我們來跟環保局討論一下如何整合成一個單一的窗口我跟你講有錢你也有整治就是說清楚的一個區域的一個垃圾的區域的一個方式可是你卡在程序上的話大家就怪你了
transcript.whisperx[15].start 323.939
transcript.whisperx[15].end 344.097
transcript.whisperx[15].text 所以我們必須要有一點智慧來整理這個就是說在後的一個菁英的指揮中心就是由你來做這個總指揮這樣子的話中央的一個能量跟地方政府才可以有辦法齊心合作我們家園恢復才可以更快速
transcript.whisperx[16].start 346.199
transcript.whisperx[16].end 362.365
transcript.whisperx[16].text 環境部不願意擔任這個中央一個統策的角色的話這個石棉瓦就會像多頭的馬車一樣一個效率很難提升啊這個責任大家在那邊互推啊我跟你講那個建山建山就是我們的局長他有能力啊你讓他走啦
transcript.whisperx[17].start 363.687
transcript.whisperx[17].end 378.167
transcript.whisperx[17].text 好啦 他答應了啦他答應 那這樣更好啊那就表示我們今天的質詢有一個比較具體那我們也希望就是說可以提出最新還有最具體的一個時程讓民眾放心
transcript.whisperx[18].start 379.108
transcript.whisperx[18].end 395.562
transcript.whisperx[18].text 主席我再問一下環境部因為我們受災的民眾其實身心靈受到很大的一個影響所以我請衛福部部長 市部長這個災後的重建要非常的用心尤其就是說本席辦了12場12場的疫診
transcript.whisperx[19].start 399.565
transcript.whisperx[19].end 421.203
transcript.whisperx[19].text 發現到一個問題我們的災民都是腰痠背痛然後還有就是呼吸道的問題當然就是存在的一個石棉瓦的問題有沒有辦法就是說我知道你在花蓮你做得非常好當然花蓮這個整個情況我們其實我們這一個風災跟花蓮的這一個災難其實是不一樣的
transcript.whisperx[20].start 421.383
transcript.whisperx[20].end 433.182
transcript.whisperx[20].text 可是有沒有機會就是說在台南的災後重建衛福部貢獻多一點的能量加碼就是我們保護我們的健康擴大有沒有機會
transcript.whisperx[21].start 434.557
transcript.whisperx[21].end 451.392
transcript.whisperx[21].text 根文委員報告大概腰酸背痛這個算是比較短期啦但是長期有沒有受到這些失眠瓦因為這個對肺部的影響就比較長期那另外還有這個所謂的那個災難後的這個心理支持的部分
transcript.whisperx[22].start 452.172
transcript.whisperx[22].end 474.782
transcript.whisperx[22].text 我來找這個新建師跟國建署我們共同來研議一下對這個災區過去這一段時間的就醫請你做一點分析心理支持的部分我想應該可以把它納入在我們未來的支持方案裡面我想這個心理諮詢其實就是在我的議診的過程當中很多人是看的
transcript.whisperx[23].start 475.362
transcript.whisperx[23].end 502.314
transcript.whisperx[23].text 我本來以為說那個災民已經很軟弱了大概不需要什麼心理的治療結果發現他是比中醫更熱門的一個心理治療對 更委員報告這個確實在那個這個突然間的這個意外或者是緊急事件的時候初期那個CIS緊急狀況發生的時候還不會感覺但是過後之後就會慢慢進入到心理需要
transcript.whisperx[24].start 503.674
transcript.whisperx[24].end 522.099
transcript.whisperx[24].text 復原重建的時候不然就會引發後面的PTSD這個我們來所以我想那個時部長你是醫生嘛你也當然知道就是說在醫療上在災後的一個重建齁這個其實也是重要的一環齁那我希望就是你加碼進來那那個一個月提計畫好不好好謝謝謝謝部長謝謝主席謝謝賴委員發言