iVOD / 163967

Field Value
IVOD_ID 163967
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163967
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 2025-10-08T11:33:27+08:00
結束時間 2025-10-08T12:01:20+08:00
影片長度 00:27:53
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f0233cd0619a8ff08402c2d4f871fc3dcea2f7e777e01e95a0f1913c959ed1a47a4feae0cd811d6a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林淑芬
委員發言時間 11:33:27 - 12:01:20
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 15.40409375
transcript.pyannote[0].end 19.25159375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 19.87596875
transcript.pyannote[1].end 19.97721875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 19.97721875
transcript.pyannote[2].end 20.83784375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 20.83784375
transcript.pyannote[3].end 20.85471875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 24.70221875
transcript.pyannote[4].end 25.47846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 26.32221875
transcript.pyannote[5].end 34.20284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 34.81034375
transcript.pyannote[6].end 39.29909375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 39.29909375
transcript.pyannote[7].end 39.36659375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 39.36659375
transcript.pyannote[8].end 39.40034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 39.50159375
transcript.pyannote[9].end 39.51846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 39.63659375
transcript.pyannote[10].end 49.00221875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 49.37346875
transcript.pyannote[11].end 52.05659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 52.49534375
transcript.pyannote[12].end 61.84409375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 61.92846875
transcript.pyannote[13].end 68.91471875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 69.26909375
transcript.pyannote[14].end 79.22534375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 80.06909375
transcript.pyannote[15].end 89.60346875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 89.94096875
transcript.pyannote[16].end 93.55221875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 93.90659375
transcript.pyannote[17].end 107.18721875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 106.42784375
transcript.pyannote[18].end 112.06409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 112.57034375
transcript.pyannote[19].end 120.38346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 120.99096875
transcript.pyannote[20].end 147.60284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 147.95721875
transcript.pyannote[21].end 151.72034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 154.67346875
transcript.pyannote[22].end 155.92221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 155.60159375
transcript.pyannote[23].end 165.42284375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 165.81096875
transcript.pyannote[24].end 196.13534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 196.67534375
transcript.pyannote[25].end 200.84346875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 201.46784375
transcript.pyannote[26].end 203.02034375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 205.60221875
transcript.pyannote[27].end 211.01909375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 210.34409375
transcript.pyannote[28].end 211.71096875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 211.81221875
transcript.pyannote[29].end 222.67971875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 216.68909375
transcript.pyannote[30].end 218.17409375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 218.71409375
transcript.pyannote[31].end 219.10221875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 224.53596875
transcript.pyannote[32].end 227.01659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 227.67471875
transcript.pyannote[33].end 232.66971875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 233.36159375
transcript.pyannote[34].end 238.06971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 239.08221875
transcript.pyannote[35].end 241.78221875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 242.13659375
transcript.pyannote[36].end 248.92034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 251.11409375
transcript.pyannote[37].end 254.89409375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 255.77159375
transcript.pyannote[38].end 259.46721875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 259.90596875
transcript.pyannote[39].end 261.57659375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 262.03221875
transcript.pyannote[40].end 269.10284375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 269.60909375
transcript.pyannote[41].end 272.86596875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 272.96721875
transcript.pyannote[42].end 273.00096875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 273.01784375
transcript.pyannote[43].end 280.08846875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 281.26971875
transcript.pyannote[44].end 285.28596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 286.19721875
transcript.pyannote[45].end 289.35284375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 290.11221875
transcript.pyannote[46].end 301.24971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 302.17784375
transcript.pyannote[47].end 304.13534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 305.77221875
transcript.pyannote[48].end 307.24034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 307.62846875
transcript.pyannote[49].end 308.75909375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 309.77159375
transcript.pyannote[50].end 314.53034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 315.08721875
transcript.pyannote[51].end 318.25971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 318.34409375
transcript.pyannote[52].end 319.74471875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 321.85409375
transcript.pyannote[53].end 330.73034375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 331.35471875
transcript.pyannote[54].end 334.99971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 333.95346875
transcript.pyannote[55].end 336.73784375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 335.80971875
transcript.pyannote[56].end 345.74909375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 344.33159375
transcript.pyannote[57].end 344.93909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 345.63096875
transcript.pyannote[58].end 353.78159375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 355.11471875
transcript.pyannote[59].end 358.27034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 358.70909375
transcript.pyannote[60].end 362.50596875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 363.06284375
transcript.pyannote[61].end 370.13346875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 370.13346875
transcript.pyannote[62].end 371.09534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 370.77471875
transcript.pyannote[63].end 374.52096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 374.62221875
transcript.pyannote[64].end 375.97221875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 376.15784375
transcript.pyannote[65].end 401.67284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 401.48721875
transcript.pyannote[66].end 408.47346875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 408.47346875
transcript.pyannote[67].end 408.57471875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 408.57471875
transcript.pyannote[68].end 408.70971875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 408.79409375
transcript.pyannote[69].end 416.74221875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 417.50159375
transcript.pyannote[70].end 419.56034375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 419.91471875
transcript.pyannote[71].end 420.65721875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 422.24346875
transcript.pyannote[72].end 437.65034375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 437.38034375
transcript.pyannote[73].end 442.45971875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 442.56096875
transcript.pyannote[74].end 443.35409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 442.88159375
transcript.pyannote[75].end 451.87596875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 450.64409375
transcript.pyannote[76].end 453.20909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 452.83784375
transcript.pyannote[77].end 456.14534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 456.38159375
transcript.pyannote[78].end 458.03534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 458.44034375
transcript.pyannote[79].end 475.65284375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 470.79284375
transcript.pyannote[80].end 472.54784375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 476.26034375
transcript.pyannote[81].end 477.55971875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 476.49659375
transcript.pyannote[82].end 499.19346875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 497.64096875
transcript.pyannote[83].end 500.81346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 501.06659375
transcript.pyannote[84].end 503.17596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 503.46284375
transcript.pyannote[85].end 507.34409375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 507.51284375
transcript.pyannote[86].end 509.50409375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 510.12846875
transcript.pyannote[87].end 515.20784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 515.76471875
transcript.pyannote[88].end 516.70971875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 517.38471875
transcript.pyannote[89].end 523.03784375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 523.96596875
transcript.pyannote[90].end 531.45846875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 530.47971875
transcript.pyannote[91].end 532.36971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 532.62284375
transcript.pyannote[92].end 536.84159375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 537.12846875
transcript.pyannote[93].end 542.93346875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 541.61721875
transcript.pyannote[94].end 543.47346875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 543.81096875
transcript.pyannote[95].end 548.50221875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 548.08034375
transcript.pyannote[96].end 552.01221875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 552.01221875
transcript.pyannote[97].end 555.13409375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 555.72471875
transcript.pyannote[98].end 556.50096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 556.38284375
transcript.pyannote[99].end 572.21159375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 562.91346875
transcript.pyannote[100].end 563.85846875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 572.21159375
transcript.pyannote[101].end 573.39284375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 573.17346875
transcript.pyannote[102].end 584.78346875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 585.27284375
transcript.pyannote[103].end 586.58909375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 587.23034375
transcript.pyannote[104].end 589.10346875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 588.95159375
transcript.pyannote[105].end 590.48721875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 589.71096875
transcript.pyannote[106].end 591.68534375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 592.05659375
transcript.pyannote[107].end 593.42346875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 593.71034375
transcript.pyannote[108].end 594.63846875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 594.82409375
transcript.pyannote[109].end 595.17846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 595.39784375
transcript.pyannote[110].end 619.57971875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 603.22784375
transcript.pyannote[111].end 605.11784375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 620.65971875
transcript.pyannote[112].end 633.31596875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 634.05846875
transcript.pyannote[113].end 637.19721875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 637.80471875
transcript.pyannote[114].end 639.13784375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 639.74534375
transcript.pyannote[115].end 644.30159375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 644.60534375
transcript.pyannote[116].end 651.06846875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 651.13596875
transcript.pyannote[117].end 668.14596875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 668.55096875
transcript.pyannote[118].end 679.80659375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 680.75159375
transcript.pyannote[119].end 691.31534375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 691.87221875
transcript.pyannote[120].end 694.67346875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 695.60159375
transcript.pyannote[121].end 700.98471875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 701.98034375
transcript.pyannote[122].end 704.91659375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 706.23284375
transcript.pyannote[123].end 721.23471875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 721.92659375
transcript.pyannote[124].end 722.48346875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 722.80409375
transcript.pyannote[125].end 746.37846875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 746.98596875
transcript.pyannote[126].end 768.38346875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 768.68721875
transcript.pyannote[127].end 772.82159375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 773.37846875
transcript.pyannote[128].end 780.39846875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 781.24221875
transcript.pyannote[129].end 783.26721875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 784.00971875
transcript.pyannote[130].end 819.51471875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 819.93659375
transcript.pyannote[131].end 824.08784375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 824.34096875
transcript.pyannote[132].end 833.06534375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 833.62221875
transcript.pyannote[133].end 838.24596875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 839.57909375
transcript.pyannote[134].end 852.70784375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 852.94409375
transcript.pyannote[135].end 857.66909375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 858.09096875
transcript.pyannote[136].end 863.00159375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 863.67659375
transcript.pyannote[137].end 883.94346875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 884.41596875
transcript.pyannote[138].end 891.31784375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 892.38096875
transcript.pyannote[139].end 895.40159375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 896.41409375
transcript.pyannote[140].end 899.18159375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 899.58659375
transcript.pyannote[141].end 902.59034375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 903.99096875
transcript.pyannote[142].end 909.15471875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 911.01096875
transcript.pyannote[143].end 912.63096875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 913.45784375
transcript.pyannote[144].end 916.74846875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 917.32221875
transcript.pyannote[145].end 917.64284375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 917.98034375
transcript.pyannote[146].end 919.60034375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 920.25846875
transcript.pyannote[147].end 925.01721875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 924.69659375
transcript.pyannote[148].end 929.43846875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 930.36659375
transcript.pyannote[149].end 936.10409375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 936.67784375
transcript.pyannote[150].end 982.37534375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 982.66221875
transcript.pyannote[151].end 998.08596875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 998.84534375
transcript.pyannote[152].end 1028.62971875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 1028.71409375
transcript.pyannote[153].end 1071.79596875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 1072.79159375
transcript.pyannote[154].end 1090.29096875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 1090.96596875
transcript.pyannote[155].end 1093.48034375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 1094.10471875
transcript.pyannote[156].end 1117.93221875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 1118.57346875
transcript.pyannote[157].end 1156.15409375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 1156.67721875
transcript.pyannote[158].end 1176.74159375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 1176.87659375
transcript.pyannote[159].end 1227.23159375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 1228.37909375
transcript.pyannote[160].end 1231.06221875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 1231.33221875
transcript.pyannote[161].end 1249.86096875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 1250.65409375
transcript.pyannote[162].end 1251.97034375
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 1251.43034375
transcript.pyannote[163].end 1251.73409375
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 1251.97034375
transcript.pyannote[164].end 1265.50409375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 1264.67721875
transcript.pyannote[165].end 1267.98471875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 1268.38971875
transcript.pyannote[166].end 1279.13909375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 1280.06721875
transcript.pyannote[167].end 1337.02034375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 1337.42534375
transcript.pyannote[168].end 1356.12284375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 1356.52784375
transcript.pyannote[169].end 1370.90534375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 1371.98534375
transcript.pyannote[170].end 1407.33846875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 1407.67596875
transcript.pyannote[171].end 1420.29846875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 1420.53471875
transcript.pyannote[172].end 1469.16846875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 1466.78909375
transcript.pyannote[173].end 1467.19409375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 1467.98721875
transcript.pyannote[174].end 1491.64596875
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 1492.08471875
transcript.pyannote[175].end 1503.64409375
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 1503.79596875
transcript.pyannote[176].end 1521.63284375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 1522.57784375
transcript.pyannote[177].end 1555.72034375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 1555.93971875
transcript.pyannote[178].end 1561.45784375
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 1561.77846875
transcript.pyannote[179].end 1563.31409375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 1563.63471875
transcript.pyannote[180].end 1571.32971875
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 1571.68409375
transcript.pyannote[181].end 1573.08471875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 1573.35471875
transcript.pyannote[182].end 1586.60159375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 1587.02346875
transcript.pyannote[183].end 1592.89596875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 1593.97596875
transcript.pyannote[184].end 1613.70284375
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 1594.11096875
transcript.pyannote[185].end 1594.12784375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 1594.12784375
transcript.pyannote[186].end 1594.17846875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 1614.44534375
transcript.pyannote[187].end 1626.05534375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 1627.27034375
transcript.pyannote[188].end 1631.11784375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 1631.67471875
transcript.pyannote[189].end 1642.01909375
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 1642.20471875
transcript.pyannote[190].end 1643.65596875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 1643.87534375
transcript.pyannote[191].end 1665.13784375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 1665.22221875
transcript.pyannote[192].end 1672.09034375
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 1671.09471875
transcript.pyannote[193].end 1671.12846875
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 1671.12846875
transcript.pyannote[194].end 1671.97221875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 1671.97221875
transcript.pyannote[195].end 1673.13659375
transcript.whisperx[0].start 15.424
transcript.whisperx[0].end 20.651
transcript.whisperx[0].text 好謝謝莊委是不是請我們這個彭部長請彭部長李委員好
transcript.whisperx[1].start 26.365
transcript.whisperx[1].end 47.785
transcript.whisperx[1].text 部長這個馬太安溪映射湖的潰堤引發了這個嚴重的天災事實上也造成了很多的生命財產上的重大損失但是現在的問題是在災區留下了一個很嚴峻的這個環境跟公共衛生的危機
transcript.whisperx[2].start 49.426
transcript.whisperx[2].end 67.664
transcript.whisperx[2].text 那這種狀況裡面大家都看到光復箱堆製了一大堆的廢棄物那公共衛生的風險劇增那除了是地方政府的輕忽怠惰但是我們要講這也是國家層級
transcript.whisperx[3].start 69.386
transcript.whisperx[3].end 91.116
transcript.whisperx[3].text 缺少一套前瞻性的系統性的跨區域的災害廢棄物管理計畫所導致的結果那我們今天就是在談說前瞻性的系統性的跨區域的災害廢棄物的管理計畫那這個東西你們有擬過這種計畫嗎
transcript.whisperx[4].start 94.059
transcript.whisperx[4].end 118.234
transcript.whisperx[4].text 報告委員我所知道是沒有例如說像之前的丹納斯每一個地方都幾萬噸幾萬噸都是個別縣市自己來解決並沒有像委員說的整個跨區要整個大量你們署長在那裡署長我請教你你知道這樣的一個概念跟整體災難其實是息息相關的需不需要這樣的一個計畫那你
transcript.whisperx[5].start 122.176
transcript.whisperx[5].end 146.861
transcript.whisperx[5].text 25號才從法國飛回來 26號才到這個水災 這個大量土石 淤泥毀壞家園的這些廢棄物發生的時候你才趕回來嘛 你26號才到台灣那你覺得做環管署作為這個主管機關裡面的核心業務單位那你覺得需不需要有一個
transcript.whisperx[6].start 148.061
transcript.whisperx[6].end 151.405
transcript.whisperx[6].text 跨區域的災害廢棄物管理計畫你們有沒有思考過因為台灣天災很多複合性的複合式的災害也發生過很多
transcript.whisperx[7].start 165.902
transcript.whisperx[7].end 193.924
transcript.whisperx[7].text 那難道都沒有整個思考過政府國家級其實要有一套應對的方法那才累積到今天在馬太安艷澀湖一流的時候我們到今天整合過去數十年的經驗如果有這樣一個制度性的全面性的系統性的思考或許今天會更有用你們到底業務核心
transcript.whisperx[8].start 194.905
transcript.whisperx[8].end 202.708
transcript.whisperx[8].text 單位有沒有想過你們經常去考察這次也跟業者出去考察啊在法國啊那你們考察出什麼報告委員那個有關防災的計畫其實在各縣市政府 防災的計畫我有跟你講防災計畫嗎不要推給災防法也不用推給內政部我再跟你講的是災害廢棄物管理計畫
transcript.whisperx[9].start 225.385
transcript.whisperx[9].end 248.655
transcript.whisperx[9].text 廢棄物 因為災害的廢棄物管理計畫你不知道 你都沒有思考過國家旗的 系統性的 有沒有思考過啦阿不然你常出國在靠菜 是在靠菜什麼發生的時候 第一時間你也沒有立即回來喔你也是25號趕快飛 然後26號才到喔
transcript.whisperx[10].start 251.161
transcript.whisperx[10].end 279.725
transcript.whisperx[10].text 不是是啦 你用太過嗎 你都出去出國在考察你有去日本考察過嗎日本考察有沒有去過日本有那你有考察過日本的災害廢棄物管理計畫 你知道人家有這種制度嗎日本的災害管理準則他們其實有明確的應對的要怎麼辦理的SOP 人家有耶
transcript.whisperx[11].start 281.294
transcript.whisperx[11].end 304.144
transcript.whisperx[11].text 台灣跟日本一樣喔多災害喔 複合式災害很多喔人家日本已經完整的訂出了很多的計畫台灣這個國家 這個政務我們從來不曾思考過這些議題你這個書長老實說你跟不上這個時代啊跟不上這個國家所需要的這個能力啊書長你說說看嘛你講講看啦
transcript.whisperx[12].start 309.827
transcript.whisperx[12].end 319.392
transcript.whisperx[12].text 我剛剛講的你不要再推給內政部災防法我今天講的是災害廢棄物管理計畫你們有沒有思考過啦
transcript.whisperx[13].start 321.874
transcript.whisperx[13].end 345.414
transcript.whisperx[13].text 報告委員我們可以來檢討啦這確實整體性的沒有因為以往我們在處理的方面這個災防法不是只有內政部災防法我不是在說災防法而已所以廢棄物的處理以往在救災方面我們確實是有跨區的資源以往運作也算正常
transcript.whisperx[14].start 345.734
transcript.whisperx[14].end 360.052
transcript.whisperx[14].text 你現在都停留在20世紀或者是停留在很早期的概念人家 我現在這樣講好了部長你來講好了啦我知道剛才有委員說600萬噸的淤泥加垃圾
transcript.whisperx[15].start 363.137
transcript.whisperx[15].end 389.849
transcript.whisperx[15].text 到底是有廢棄物的量體有多大你們是怎麼評估 評估大概有多大你可不可以告訴我好不好 委員光是簡單的廢棄物的量體有多大你來回答我好 第一個是從無人機去拍這個煙色 煙蓋的範圍土砂的量有多少 垃圾的量有多少所以我們其實市區的我們大概有估算出例如說這次有十幾萬噸的垃圾加淤泥那至於農業部 農田
transcript.whisperx[16].start 391.43
transcript.whisperx[16].end 407.443
transcript.whisperx[16].text 淤泥遇到農田的部分那是農業部在估計他們有報給我們一個數值那最後的處理主要是農田的部分是農業部為主那他有跟我們有一個合作的一個關係垃圾加淤泥十幾萬噸你們放在準備了六個戰智場對六個戰智場你們選址選戰智場的依據和怎麼標準你是怎麼選的第一個是你要不要回答你們選的
transcript.whisperx[17].start 422.318
transcript.whisperx[17].end 436.86
transcript.whisperx[17].text 第一個是當然是遠離這個民眾第二個是那個交通第三個是他以後後續處理會比較方便第四個是他當地的一個
transcript.whisperx[18].start 438.162
transcript.whisperx[18].end 457.361
transcript.whisperx[18].text 遠離民眾這關為你講出來真的有遠離民眾嗎第二個你們選址上其實考量的是足夠的空間容納足夠的這些淤泥和垃圾吧那我現在講的就是說大家都知道現場的空間
transcript.whisperx[19].start 458.542
transcript.whisperx[19].end 472.275
transcript.whisperx[19].text 堆成一整排比人還要高距離不到200公尺距離這個有人住的活動的地方都是垃圾堆置堆成好幾座所以這種狀況你叫第一個條件叫遠離遠離人群
transcript.whisperx[20].start 476.271
transcript.whisperx[20].end 499.866
transcript.whisperx[20].text 那不是啊因為我有在現場待了很多天那第一個是說那邊的淤積量 垃圾量實在太大了所以有的是在一個社區先堆置然後移到我們中型的然後再移到一個大型的那這個其實上我們有一個計畫未來要準備推動因為未來大的處理要後面30公尺的你們這個真的是土法煉鋼啦
transcript.whisperx[21].start 501.158
transcript.whisperx[21].end 522.603
transcript.whisperx[21].text 我待會再告訴你講這種話毫無制度然後呢毫無標準土法煉鋼今天我光是問你說你這些淤泥去化要去到哪裡去化不要講垃圾廢棄物淤泥你的去化管道要去到哪裡
transcript.whisperx[22].start 524.445
transcript.whisperx[22].end 536.516
transcript.whisperx[22].text 有好幾個用途第一個是例如說砂石廠第二個是像台泥你講這個這麼簡單砂石廠 哪裡有砂石廠要用淤泥啦
transcript.whisperx[23].start 537.148
transcript.whisperx[23].end 554.389
transcript.whisperx[23].text 沒有委員他有分好幾個層面有淤泥還有土砂我再問你淤泥啊淤泥跟土砂現在沒有篩分都在一起你不要在這裡所以委員我們要篩分現在未來的工作就是要篩分全部加起來幾百萬噸要多少錢
transcript.whisperx[24].start 555.762
transcript.whisperx[24].end 583.51
transcript.whisperx[24].text 非常多錢你估計要多少錢啊幾百萬噸喔在這裡簡單兩個字叫篩分我現在問題是要花多少錢好那你講說沒有並不是所有東西都混合到垃圾你混合到垃圾的量有多大大概幾十萬噸幾十萬噸篩分要多少錢而且淤泥曬太陽水分跑掉乾掉了然後垃圾就埋在裡面挖不出來變硬了
transcript.whisperx[25].start 585.35
transcript.whisperx[25].end 596.084
transcript.whisperx[25].text 在這種狀況裡面成本是不是又更提高非常高非常高到底是多高大概要花到幾十億幾十億對我現在跟你講說你們在這裡還講台泥台泥第一時間他們就說他們可能沒有辦法
transcript.whisperx[26].start 603.354
transcript.whisperx[26].end 613.046
transcript.whisperx[26].text 因為台裡的窯他是要燒廢棄物可以你的篩分有辦法成功篩分出泥巴跟廢棄物完全乾淨的分離嗎而且要洗選好嗎你沒有辦法你到他的窯裡面去燒他的油會壞掉
transcript.whisperx[27].start 620.694
transcript.whisperx[27].end 636.885
transcript.whisperx[27].text 他有可能接受嗎 難怪人家據說他們不願意因為不相信你們有能力篩分的乾淨然後到他們的窯裡面可以燒而不會燒壞他的窯所以我講去化 你怎麼去化
transcript.whisperx[28].start 637.884
transcript.whisperx[28].end 658.244
transcript.whisperx[28].text 然後篩分講得這麼容易幾十萬噸你就沒有辦法了所以在這種狀況裡面都講你們光是自己裸露堆積的垃圾量你們環境部主管的就有71.5萬噸全台灣掩埋廠剩餘容量只剩下兩成
transcript.whisperx[29].start 659.986
transcript.whisperx[29].end 674.752
transcript.whisperx[29].text 都不要講說這個丹納斯颱風還有失眠風險很高的廢棄物的問題也還沒有完全解決所以這一系列下來災害廢棄物不管是丹納斯的或是這一次這個驗射壺帶來的這些都是非常
transcript.whisperx[30].start 680.814
transcript.whisperx[30].end 704.62
transcript.whisperx[30].text 大的問題 所以我們對於現有的廢棄物處理設施對於災害廢棄物可以處理的能量 你估算怎麼估算你可能都沒有辦法想像耶 難以想像耶保證 不是青菜都要公共而已幾十億 你拿來了幾十億給你錢是不是要堆置 一直堆置 堆置很久很久
transcript.whisperx[31].start 706.317
transcript.whisperx[31].end 711.925
transcript.whisperx[31].text 所以我現在要告訴你說準確的去估算廢棄物的處理量和內容是我們說的要訂定跨區域的災害廢棄物管理計畫的前提最重要的基礎
transcript.whisperx[32].start 721.994
transcript.whisperx[32].end 745.966
transcript.whisperx[32].text 那災害廢棄物的估算也決定了災後復原工作成敗的關鍵的第一步你缺乏健全的估算的方法會引發連鎖性的應變失靈導致復原的騎乘延宕公共衛生的風險升高還有處理成本的失控
transcript.whisperx[33].start 747.025
transcript.whisperx[33].end 772.231
transcript.whisperx[33].text 我現在跟你講的是全面性的思考不是在那裡土法煉鋼你的輸掉停留在20世紀土法煉鋼的時代早就過了我要跟你講日本的災害管理準則BP科查你也看到我們的界面跟我們的地理條件災害條件都很類似的日本他們從來沒有去考察過也沒有任何的思考過
transcript.whisperx[34].start 773.451
transcript.whisperx[34].end 782.309
transcript.whisperx[34].text 日本怎麼做?這次接受業者去法國考察多元廢棄物他跟妳想到這個 沒有所以妳的書中很濃厚的
transcript.whisperx[35].start 784.082
transcript.whisperx[35].end 811.468
transcript.whisperx[35].text 日本的災害管理準則明確的將初期應對制度化而且要將災害廢棄物處理量估計放在初期裡面列為災後必須立即採取的五項關鍵行動之一這個災害管理準則它確立了準確的估算和有效行動之間的直接關聯因此
transcript.whisperx[36].start 812.188
transcript.whisperx[36].end 837.927
transcript.whisperx[36].text 他們未能進行估算本身就是不能夠就沒有辦法履行初期應對的核心職責所以第一個你要先估算精準啊估算精準啊如果沒有可信的數據支持你根本難以掌握廢棄物可能的總量或組成這些淤泥木材混凝土混合物垃圾
transcript.whisperx[37].start 839.619
transcript.whisperx[37].end 862.381
transcript.whisperx[37].text 等等 這種都混合在一起第二個 在沒有辦法預支總量的狀況下根本不可能規劃 而且確保足夠的數量和面積去設置臨時堆置場你現在的臨時堆置場 照日本的標準來講都不及格因此臨時堆置場 第一個還是要考慮到環境和人的風險
transcript.whisperx[38].start 863.735
transcript.whisperx[38].end 890.735
transcript.whisperx[38].text 第一個絕對不是前年去做台湯的土地放在農地裡面造成二次污染也不是說暫置在離人很近的生活圈有可能人家的要求你是要跟土壤隔絕的你如果沒有水泥地沒有辦法隔絕你要鋪防水布啊你有鋪嗎 有鋪防水布嗎你有建立這樣的準則讓第一線上的人去遵循嗎 有沒有
transcript.whisperx[39].start 892.435
transcript.whisperx[39].end 908.847
transcript.whisperx[39].text 有沒有想過不能夠造成二次的污染暫時堆置場第一次的一次的佔置場有沒有防水防污染設施在那個地面上 有沒有你在農地上欸 農地欸有沒有 沒有啦有沒有 有沒有 你回答一下啊不然說另外的補充是你有要求嗎 有沒有
transcript.whisperx[40].start 921.71
transcript.whisperx[40].end 928.183
transcript.whisperx[40].text 這個部分是在緊急狀況確實是沒有做人家日本也是緊急狀況日本都照步驟有規範
transcript.whisperx[41].start 930.544
transcript.whisperx[41].end 959.85
transcript.whisperx[41].text 現在是什麼時代啊 你跟大土法煉鋼跟20世紀一模一樣我再講喔這個在沒有辦法預知的狀況你根本就沒有確保足夠的數量還免去臨時堆置而且會導致堆置廠迅速飽和或者是因為規劃不及而延遲開放第三個這些沒有經過分類的混合廢棄物它的處理難度和成本會遠高於分類後的廢棄物可回收物也受到污染
transcript.whisperx[42].start 960.49
transcript.whisperx[42].end 974.185
transcript.whisperx[42].text 有害的物質 農藥化學品混入其中造成第二次公衛的風險在這些處理效率低落而且受污染的廢棄物流入台灣 你要叫台擬幫你燒或是台灣自己的焚化爐台東的或是宜蘭的或是掩埋廠系統
transcript.whisperx[43].start 983.475
transcript.whisperx[43].end 997.777
transcript.whisperx[43].text 它會使現有就已經產生的處理的瓶頸或容量短缺問題更加惡化整個清潤和復原的過程它會被延宕然後造成二次污染我跟你講你都放在隆重隆低
transcript.whisperx[44].start 998.905
transcript.whisperx[44].end 1027.848
transcript.whisperx[44].text 二次污染很嚴重所以我現在講說你們準確的估算才能制定災害廢棄物處理執行計畫去提供這個基礎而且定出務實的處理目標才能夠編列合理的預算你現在量不知道預算不知道你要說很貴可是你根本不知道有多少那你也無從去估計但是我們知道估算災害廢棄物的挑戰真的是很困難
transcript.whisperx[45].start 1028.909
transcript.whisperx[45].end 1046.485
transcript.whisperx[45].text 但是他也不是無解啊跟台灣同樣面臨地震颱風威脅土石流威脅的日本他們已經發展出一套全面性的而且是有數據驅動而且具備調適性的框架出來了
transcript.whisperx[46].start 1047.486
transcript.whisperx[46].end 1066.635
transcript.whisperx[46].text 他們除了311地震、阪神地震他們的地震、風災、土石流真的也非常多所以在這種狀況裡面日本的模式它的核心精神在於它的適應性它一次一次又一次又去調整它將估算工作分成四個階段從災前的規劃演進到災後的精準的執行
transcript.whisperx[47].start 1072.81
transcript.whisperx[47].end 1089.049
transcript.whisperx[47].text 第一個階段 災前的規劃要運用預設的災害情境 看是土石流還是單純的地震進行模擬 推估可能的廢棄物量作為地方政府制定災害廢棄物的處理計畫的基礎這個就是前瞻性的風險管理
transcript.whisperx[48].start 1094.164
transcript.whisperx[48].end 1117.491
transcript.whisperx[48].text 不同的災害導致的量體是不一樣問題要面對的也不一樣第二階段他要在災後兩個禮拜以內他的初期應對他的初步的災損報告要出來關於建築物毀損的動數快速產生第一板的估算值在就是所謂的這個到底這個有多少的量
transcript.whisperx[49].start 1119.153
transcript.whisperx[49].end 1132.05
transcript.whisperx[49].text 然後這個估算目的在指導開設臨時堆置場和緊急應變行動他估算出來了作為臨時指導緊急應變然後他的這個臨時堆置都要根據這個量體
transcript.whisperx[50].start 1133.852
transcript.whisperx[50].end 1155.745
transcript.whisperx[50].text 那第三階段兩個禮拜過後了其實你要執行計畫一個月內要精準了整合了臨時堆置場實際接收的廢棄物量更精準的將建物受損評估對估算值進行修正要制定更詳盡的災害廢棄物的處理執行計畫再更精準
transcript.whisperx[51].start 1156.755
transcript.whisperx[51].end 1176.136
transcript.whisperx[51].text 人家都是有步驟的第四階段計劃修正就在處理的過程中根據實際的建物拆除的進度還有整個環境清理出來的廢棄物的處理數據持續的滾動修正總量然後去預估
transcript.whisperx[52].start 1177.057
transcript.whisperx[52].end 1195.993
transcript.whisperx[52].text 日本的模式的強大之處是它背後是詳盡的基於實證數據的細數資料庫這種模式他們已經算出來了根據不同的災害類型你是地震的 你是海嘯的 你是水災的 土石流它在模擬的時候它已經設置了不同的參數的值
transcript.whisperx[53].start 1198.155
transcript.whisperx[53].end 1225.308
transcript.whisperx[53].text 這些數據都是根據實際的過去的災害的例子分析和研究建立的比如說在它的技術手冊中都包含了各都道府縣按照它是不是木造的房子還是非木造的房子去劃分它的平均樓地板面積還有建築物的構造比還有這種精細化在地化的數據數量然後再搭配它是土石流海嘯還是純粹地震
transcript.whisperx[54].start 1228.547
transcript.whisperx[54].end 1248.762
transcript.whisperx[54].text 這些數據然後他們有模擬推估所以人家是演化在災害的基礎上我們不斷的學習累積然後還要進步這個就是我們台灣目前富之缺儒的關鍵的部分而且從來沒有思考過而且你們的環關署就是這麼弱還停留在20世紀
transcript.whisperx[55].start 1250.697
transcript.whisperx[55].end 1278.243
transcript.whisperx[55].text 部長你不覺得包委我三點回覆第一個是日本的防災我非常了解但是也跟委員坦承我沒有去了解日本的垃圾的防災的這個垃圾怎麼處理那我會來好好來了解日本怎麼去處理委員的意見我會好好去研讀那你可以再聽我講一下嗎日本的災害類型決定了廢棄物組成的首要因素所以他也災廢棄物的組成會直接決定了所需要的處理技術和物流規劃
transcript.whisperx[56].start 1280.1
transcript.whisperx[56].end 1282.501
transcript.whisperx[56].text 不是每個都一樣 還有物流規劃還有處理技術海嘯它會連廢棄物 土壤 沉積物車輛 魚具還有家戶用品都混合在一起跟我們這次很像但海嘯更嚴重它是有鹽分污染的廢棄物物流
transcript.whisperx[57].start 1297.546
transcript.whisperx[57].end 1304.328
transcript.whisperx[57].text 所以他需要大規模的篩分設施和特殊的處理程序相較之下地震當然是單純的啊但這種狀況裡面一套通用的災害廢棄物的應變計畫是遠遠不夠的
transcript.whisperx[58].start 1312.771
transcript.whisperx[58].end 1334.462
transcript.whisperx[58].text 一個有效的計畫是要根據災害類型而去預測可能的廢棄物組成如果沒有辦法估算組成就意味著關鍵的初期的階段無法部署正確的處理設施設備會導致嚴重的延誤而會讓復原的期程更拖得更慢而公共衛生的風險環境的風險會更擴散
transcript.whisperx[59].start 1337.543
transcript.whisperx[59].end 1355.735
transcript.whisperx[59].text 所以每一次的大規模的添災都在考驗台灣社會的韌性而在這裡災後復原的速度跟品質是要科學化的有效率的去處理巨量的災害廢棄物內花蓮這個案例告訴我們我們現行的
transcript.whisperx[60].start 1357.057
transcript.whisperx[60].end 1370.717
transcript.whisperx[60].text 現在環境部環管署現行的處理體系在極端災害面臨這次的花蓮的這個案例的時候我們看到非常的脆弱準備不足而且相當的落伍
transcript.whisperx[61].start 1372.031
transcript.whisperx[61].end 1389.201
transcript.whisperx[61].text 所以日本的經驗已經證明要在更前瞻的規劃 科學的估算它才是核心的管理框架是提升國家災後復原力的關鍵你要把日本這種模式應用到台灣來我們要在地化
transcript.whisperx[62].start 1389.941
transcript.whisperx[62].end 1406.953
transcript.whisperx[62].text 建立屬於我們自己的參數資料庫和應變計畫是你們責無旁貸這次應該要從這裡看到你們從發生到現在都沒有這種思維完全都不知道直到立委質詢你們才說我們要來看了
transcript.whisperx[63].start 1407.774
transcript.whisperx[63].end 1419.888
transcript.whisperx[63].text 我們在這裡就是說 你要科學化的盤點分類估算 用這個基礎你要去制定詳細的處理執行計畫才能夠讓災區早日復原 那你要講什麼
transcript.whisperx[64].start 1420.595
transcript.whisperx[64].end 1440.36
transcript.whisperx[64].text 好包委員第一個防災日本的防災我很理解廢棄物的處理我會來好好理解日本怎麼去處理我並沒有看過所以委員的建議我會再跟你討教第二點是這次是全世界少有的這種嚴重的屠殺的掩埋跟過去我們看到的過去的案例是不一樣我們也第一次遇到那其實我們是
transcript.whisperx[65].start 1440.9
transcript.whisperx[65].end 1466.633
transcript.whisperx[65].text 先把災區恢復再說這是講及後面的中長期我們的確有在規劃我們也提供了一個相關的數字但是我們是內部在精算那個數字我們的確有掌握的第三個其實還有一個問題我也沒有提到的其實中央跟地方這次主責的第一線是花蓮縣政府我們其實進去的時候也遇到很大的一個協調上的困難直到最近這一個多禮拜我們全面的協助之後才能夠得到一個緩和
transcript.whisperx[66].start 1467.253
transcript.whisperx[66].end 1489.894
transcript.whisperx[66].text 未來這也是一個你講的很多我都可以同意但是我是要告訴你你的還管屬主責的人腦袋沒有任何的思維這是事實而你們跟日本這一套系統比較起來你就知道我們多麼的落後也是一個事實但我現在更正你地方政府在在處理應變上從
transcript.whisperx[67].start 1492.977
transcript.whisperx[67].end 1519.816
transcript.whisperx[67].text 從剛開始的這個撤離到災後的整個所有的搶救或者是復原上面我也知道地方政府的問題但我希望我要告訴你也不是從災害廢棄物的我剛剛講的那個觀點來看這是一個網域的救災系統他不是只有地方的問題所以不要講說中央來幫忙而是要講中央來統籌
transcript.whisperx[68].start 1522.622
transcript.whisperx[68].end 1536.401
transcript.whisperx[68].text 我相信這個問題災害廢棄物處理的問題也不是一個地方政府能夠擔得起來的我只是談災害廢棄物我沒有談其他的就災害廢棄物來講
transcript.whisperx[69].start 1538.303
transcript.whisperx[69].end 1552.41
transcript.whisperx[69].text 我們要去統籌 因為它的確是跨域它是一個網域救災系統的跨域的問題它需要你來統籌 而你要統籌的能力必須你有一個完整的一個所謂的計畫那這一個災害廢棄物管理執行計畫
transcript.whisperx[70].start 1561.855
transcript.whisperx[70].end 1585.9
transcript.whisperx[70].text 你們也應該要有思考 你才有辦法擬定你才有辦法跟地方跨政府 跨域去協調對不對 你需要啊你協調的能力當然是需要靠台寧要不要燒其他地方政府的焚化爐要不要燒都需要你出來協調但是你一個沒有篩分乾淨 誰要燒燒了爐子就壞掉了 怎麼辦
transcript.whisperx[71].start 1587.18
transcript.whisperx[71].end 1608.593
transcript.whisperx[71].text 所以你這樣叫他擱置在這個台塘的土地上農地二次污染日本是不可能溫泉這樣啦你沒有水泥地去隔絕那一些淤泥垃圾跟土土壤直接接觸你至少要防水布你要不透水你通通都沒有耶你們的輸送26個這麼多回來台灣還要發國23發生還沒有回來25這麼多
transcript.whisperx[72].start 1614.52
transcript.whisperx[72].end 1641.58
transcript.whisperx[72].text 你的署長 別再說他住在裡面都沒這麼舒服你一個署長沒辦法受這麼多你也不是這麼專業我認為責成你一個部長負責的確是不一定是恰當但是你的署長不專業 不認真沒有一個前瞻性的思考這不是今年今天發生這件事情才這樣子而是這麼多年了台灣的複合性災害也這麼多了
transcript.whisperx[73].start 1642.341
transcript.whisperx[73].end 1660.095
transcript.whisperx[73].text 要怎麼處理 早就應該要累積從災害裡面 從傷痛裡面我們要累積 讓自己有足夠的能量去應變然後要更進步 而我們統統阻擇的人業務單位統統沒人在想這些 這就不對了當然立委剛才跟你們說你補充 你說要收購 你去補單位沒能力
transcript.whisperx[74].start 1665.539
transcript.whisperx[74].end 1668.061
transcript.whisperx[74].text 還是沒領到多人我老是跟你說啦補充是要找一個有領的出來先這樣子好了好 謝謝委員 謝謝