iVOD / 164023

Field Value
IVOD_ID 164023
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164023
日期 2025-10-13
會議資料.會議代碼 委員會-11-4-19-2
會議資料.會議代碼:str 第11屆第4會期經濟委員會第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] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第4會期經濟委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-10-13T11:01:28+08:00
結束時間 2025-10-13T11:12:03+08:00
影片長度 00:10:35
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5d6d14916e595edcb246cdfcaafaecea85f90000f7f2f0aba407684b3aac859032eaf49779187fd55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 11:01:28 - 11:12:03
會議時間 2025-10-13T09:00:00+08:00
會議名稱 立法院第11屆第4會期經濟委員會第2次全體委員會議(事由:邀請農業部部長、經濟部部長、原住民族委員會首長、國家通訊傳播委員會首長、行政院公共工程委員會首長、行政院主計總處首長、內政部首長、教育部首長、交通部首長、環境部首長、文化部首長、勞動部首長及衛生福利部首長就「丹娜絲颱風及728豪雨災後復原重建情形」進行報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.27471875
transcript.pyannote[0].end 9.02534375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.64971875
transcript.pyannote[1].end 10.64534375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 18.13784375
transcript.pyannote[2].end 19.06596875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 19.13346875
transcript.pyannote[3].end 54.19971875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 53.20409375
transcript.pyannote[4].end 54.09846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 54.43596875
transcript.pyannote[5].end 55.17846875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 54.45284375
transcript.pyannote[6].end 59.32971875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 55.36409375
transcript.pyannote[7].end 55.78596875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 56.20784375
transcript.pyannote[8].end 58.51971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 59.32971875
transcript.pyannote[9].end 87.27471875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 61.94534375
transcript.pyannote[10].end 62.55284375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 79.10721875
transcript.pyannote[11].end 80.71034375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 80.71034375
transcript.pyannote[12].end 80.81159375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 83.30909375
transcript.pyannote[13].end 83.93346875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 85.75596875
transcript.pyannote[14].end 95.84721875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 95.84721875
transcript.pyannote[15].end 96.16784375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 96.25221875
transcript.pyannote[16].end 106.84971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 107.20409375
transcript.pyannote[17].end 108.92534375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 108.92534375
transcript.pyannote[18].end 108.95909375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 109.70159375
transcript.pyannote[19].end 115.35471875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 115.84409375
transcript.pyannote[20].end 119.79284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 120.45096875
transcript.pyannote[21].end 121.58159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 121.86846875
transcript.pyannote[22].end 126.18846875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 127.60596875
transcript.pyannote[23].end 131.03159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 131.67284375
transcript.pyannote[24].end 131.68971875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 131.68971875
transcript.pyannote[25].end 141.29159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 141.61221875
transcript.pyannote[26].end 141.66284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 141.66284375
transcript.pyannote[27].end 142.77659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 142.03409375
transcript.pyannote[28].end 142.74284375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 142.77659375
transcript.pyannote[29].end 145.64534375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 143.29971875
transcript.pyannote[30].end 143.48534375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 145.64534375
transcript.pyannote[31].end 145.66221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 146.18534375
transcript.pyannote[32].end 151.78784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 146.40471875
transcript.pyannote[33].end 146.57346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 151.63596875
transcript.pyannote[34].end 152.96909375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 151.80471875
transcript.pyannote[35].end 152.88471875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 152.96909375
transcript.pyannote[36].end 153.61034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 153.61034375
transcript.pyannote[37].end 156.52971875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 153.66096875
transcript.pyannote[38].end 153.71159375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 157.12034375
transcript.pyannote[39].end 157.50846875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 157.50846875
transcript.pyannote[40].end 160.95096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 160.95096875
transcript.pyannote[41].end 163.80284375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 163.97159375
transcript.pyannote[42].end 164.51159375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 164.66346875
transcript.pyannote[43].end 164.68034375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 165.35534375
transcript.pyannote[44].end 168.10596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 168.10596875
transcript.pyannote[45].end 174.07971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 174.80534375
transcript.pyannote[46].end 176.03721875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 176.17221875
transcript.pyannote[47].end 176.93159375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 177.28596875
transcript.pyannote[48].end 191.86596875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 192.15284375
transcript.pyannote[49].end 199.69596875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 200.45534375
transcript.pyannote[50].end 201.85596875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 200.48909375
transcript.pyannote[51].end 201.83909375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 201.85596875
transcript.pyannote[52].end 217.44846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 214.29284375
transcript.pyannote[53].end 214.83284375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 217.97159375
transcript.pyannote[54].end 225.80159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 225.10971875
transcript.pyannote[55].end 225.56534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 225.56534375
transcript.pyannote[56].end 225.58221875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 226.81409375
transcript.pyannote[57].end 237.98534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 229.73346875
transcript.pyannote[58].end 229.96971875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 229.96971875
transcript.pyannote[59].end 230.03721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 231.55596875
transcript.pyannote[60].end 231.75846875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 231.75846875
transcript.pyannote[61].end 231.99471875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 231.99471875
transcript.pyannote[62].end 232.18034375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 238.37346875
transcript.pyannote[63].end 241.39409375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 242.08596875
transcript.pyannote[64].end 248.65034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 247.36784375
transcript.pyannote[65].end 247.87409375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 249.03846875
transcript.pyannote[66].end 249.39284375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 249.83159375
transcript.pyannote[67].end 255.95721875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 256.10909375
transcript.pyannote[68].end 257.25659375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 257.49284375
transcript.pyannote[69].end 259.70346875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 259.75409375
transcript.pyannote[70].end 260.41221875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 260.95221875
transcript.pyannote[71].end 263.50034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 264.07409375
transcript.pyannote[72].end 289.06596875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 289.92659375
transcript.pyannote[73].end 289.94346875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 289.94346875
transcript.pyannote[74].end 299.71409375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 300.05159375
transcript.pyannote[75].end 301.18221875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 301.77284375
transcript.pyannote[76].end 303.27471875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 303.27471875
transcript.pyannote[77].end 304.96221875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 303.94971875
transcript.pyannote[78].end 304.97909375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 304.97909375
transcript.pyannote[79].end 306.93659375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 307.64534375
transcript.pyannote[80].end 309.38346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 307.67909375
transcript.pyannote[81].end 308.23596875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 309.04596875
transcript.pyannote[82].end 319.01909375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 319.01909375
transcript.pyannote[83].end 322.69784375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 322.90034375
transcript.pyannote[84].end 345.58034375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 322.93409375
transcript.pyannote[85].end 323.44034375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 338.39159375
transcript.pyannote[86].end 339.01596875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 345.95159375
transcript.pyannote[87].end 363.18096875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 363.65346875
transcript.pyannote[88].end 366.10034375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 366.58971875
transcript.pyannote[89].end 369.82971875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 370.23471875
transcript.pyannote[90].end 377.00159375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 377.91284375
transcript.pyannote[91].end 384.29159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 384.29159375
transcript.pyannote[92].end 395.96909375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 393.06659375
transcript.pyannote[93].end 394.73721875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 395.96909375
transcript.pyannote[94].end 404.10284375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 404.44034375
transcript.pyannote[95].end 414.48096875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 414.86909375
transcript.pyannote[96].end 418.17659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 417.24846875
transcript.pyannote[97].end 425.06159375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 423.69471875
transcript.pyannote[98].end 426.98534375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 426.83346875
transcript.pyannote[99].end 446.39159375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 446.56034375
transcript.pyannote[100].end 448.16346875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 447.31971875
transcript.pyannote[101].end 447.48846875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 448.16346875
transcript.pyannote[102].end 449.78346875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 449.78346875
transcript.pyannote[103].end 450.28971875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 451.11659375
transcript.pyannote[104].end 455.99346875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 455.85846875
transcript.pyannote[105].end 455.97659375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 455.99346875
transcript.pyannote[106].end 460.36409375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 458.50784375
transcript.pyannote[107].end 463.16534375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 463.16534375
transcript.pyannote[108].end 463.48596875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 463.48596875
transcript.pyannote[109].end 463.50284375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 463.62096875
transcript.pyannote[110].end 468.17721875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 469.29096875
transcript.pyannote[111].end 470.37096875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 470.91096875
transcript.pyannote[112].end 471.02909375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 471.45096875
transcript.pyannote[113].end 471.80534375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 473.22284375
transcript.pyannote[114].end 473.66159375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 474.03284375
transcript.pyannote[115].end 510.82034375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 502.63596875
transcript.pyannote[116].end 502.70346875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 511.15784375
transcript.pyannote[117].end 532.85909375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 516.25409375
transcript.pyannote[118].end 516.76034375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 530.66534375
transcript.pyannote[119].end 536.67284375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 536.26784375
transcript.pyannote[120].end 544.38471875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 543.70971875
transcript.pyannote[121].end 553.12596875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 553.98659375
transcript.pyannote[122].end 554.07096875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 554.52659375
transcript.pyannote[123].end 557.22659375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 557.68221875
transcript.pyannote[124].end 564.33096875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 564.82034375
transcript.pyannote[125].end 578.03346875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 576.22784375
transcript.pyannote[126].end 576.81846875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 577.69596875
transcript.pyannote[127].end 580.56471875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 579.45096875
transcript.pyannote[128].end 608.88096875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 580.78409375
transcript.pyannote[129].end 581.02034375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 587.21346875
transcript.pyannote[130].end 587.63534375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 609.10034375
transcript.pyannote[131].end 609.60659375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 609.72471875
transcript.pyannote[132].end 620.98034375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 619.74846875
transcript.pyannote[133].end 620.17034375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 620.98034375
transcript.pyannote[134].end 631.02096875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 631.13909375
transcript.pyannote[135].end 632.40471875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 632.40471875
transcript.pyannote[136].end 633.07971875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 632.69159375
transcript.pyannote[137].end 636.40409375
transcript.whisperx[0].start 6.345
transcript.whisperx[0].end 10.411
transcript.whisperx[0].text 好 谢谢主席我想要请龚部长请龚部长
transcript.whisperx[1].start 20.587
transcript.whisperx[1].end 43.826
transcript.whisperx[1].text 雖然我們今天在討論的是丹納市颱風那我必須要講一下就是說我們彰化在這一次的丹納市颱風裡面有非常多的排水那以及在去年的颱風當中也有像這一次一樣有可能會滿堤或溢堤的相關的排水設施那我知道因為我上會期去已經考察了非常多的排水相關的設施
transcript.whisperx[2].start 45.007
transcript.whisperx[2].end 65.859
transcript.whisperx[2].text 水利署跟我說要放在四年四千億的這個特別預算裡面那我想要了解四年一千億的特別預算不是特別預算是公務預算所以明年就會編所以明年會編嗎所以是確定會編嗎因為我要確定因為如果沒有辦法編的話那那些因為颱風所
transcript.whisperx[3].start 67.72
transcript.whisperx[3].end 95.168
transcript.whisperx[3].text 就是說所影響的排水設施就應該要納在這一次的特別風災的那個條例裡面來修理那如果是下個會就是明年度的預算的話那是不是一定要把我們去會堪的那些排水設施都放在相關的那個預算裡面所以為什麼會編四年一千億就是把整個台灣重要的部分全部都會統整的來做一次性的處理 對
transcript.whisperx[4].start 96.628
transcript.whisperx[4].end 119.524
transcript.whisperx[4].text 對 那就必須要記得那還有現在大家在說 回答要落腳新售的T17 T18好像會不會破局 你說你說不會 他們很喜歡那裡這個要看市政府跟這個新售他們談的結果好像就是說市政府已經要發函給新售要去談這個事情
transcript.whisperx[5].start 121.069
transcript.whisperx[5].end 140.301
transcript.whisperx[5].text 所以你不是在盤點全台灣的土地嗎你有沒有放我們彰化的你有沒有盤一下我們彰化的我們彰化有什麼土地可以用因為這個就是NVIDIA它還是有期待的一些條件那我們會根據它的條件來做盤點
transcript.whisperx[6].start 142.291
transcript.whisperx[6].end 158.307
transcript.whisperx[6].text 所以對啊那有什麼條件一定要在台北是嗎有嗎他有講嗎沒有他有講說這些條件請不要對外公開不能公開那所以你有沒有盤點有沒有盤點彰化的你有沒有根據條件盤點一下彰化的 陸續在盤點但是我們還是要
transcript.whisperx[7].start 165.647
transcript.whisperx[7].end 173.737
transcript.whisperx[7].text 比較滿足他們的這個期待的條件你都講不出來我看應該是在台北是不是我們彰化沒希望那彰化可以有什麼
transcript.whisperx[8].start 174.958
transcript.whisperx[8].end 199.403
transcript.whisperx[8].text 相關的咧對不對因為像現在美國在談判裡面他提到了就是希望說三奈米以下先進製程的這個晶片有百分之四十以上或者是五十在在美國生產嘛那我想請問喔那一天那個政府院長他去美國說五五分不會那會不會六四
transcript.whisperx[9].start 200.492
transcript.whisperx[9].end 221.499
transcript.whisperx[9].text 會不會 還是7.3不是 沒有辦法去預料說因為美國將來的需求量多大這個要預估我們也不知道嘛所以馬上去講5.5分或6.4分這個沒有辦法去確認這件事情你覺得會不會有可能那我們只能確定的就是說在台灣的這個台積電的已經宣布的這個11條新的這個11座經驗場
transcript.whisperx[10].start 226.874
transcript.whisperx[10].end 239.01
transcript.whisperx[10].text 包括台中四座嘛那高雄可能是五座或六座嘛那还有竹科嘛这个是最先进的那即便是台积电已经在美国宣布的部分1650亿是六座嘛所以
transcript.whisperx[11].start 242.134
transcript.whisperx[11].end 263.089
transcript.whisperx[11].text 台湾的这个产能产量远比而且时程上也远比美国的要快非常多因为美国的部分他第二场也许到明年才会开始量产2028年可能三个场才会开始量产但我们不一样我们现在很快那个高雄厂已经要开始量产了
transcript.whisperx[12].start 264.741
transcript.whisperx[12].end 288.857
transcript.whisperx[12].text 可是像你們現在在講的就是政府院長回來的記者會講到的G2G這個部分有沒有你們提到的相關性我覺得我們一定要對外說明你這樣不說明的話業者也會很就是說因為你提到的G2G或者是聚酪型的把我們的我們的足科的經驗整個搬到美國去那會不會加速
transcript.whisperx[13].start 289.977
transcript.whisperx[13].end 304.823
transcript.whisperx[13].text 會不會加速不是搬過去啦是把這個經驗分享給美國啦也是事實上使用這樣的聚酪也是我們台灣廠商那為什麼剛才提到說對 可是台灣廠商會擔心會不會加速
transcript.whisperx[14].start 307.691
transcript.whisperx[14].end 323.966
transcript.whisperx[14].text 你知道嗎 速度加快啊本來也許就是說它的進程沒那麼快的可是當你是聚落型或者是整個竹科共同去的時候會不會加速因為我們的原則一定是先是立足台灣才是佈局全球
transcript.whisperx[15].start 324.686
transcript.whisperx[15].end 344.301
transcript.whisperx[15].text 所以立足台湾我们产生的这个在台湾产生的这个聚落效应是发展的非常好所以也持续在发生当中我刚刚提到了很多的这些产能包括半导体的产能持续在增加当中所以它这个是力量的往外延伸不是把台湾的能量移出去不是的
transcript.whisperx[16].start 345.241
transcript.whisperx[16].end 362.709
transcript.whisperx[16].text 那當然就是我們的廠商在做全球布局我們當然希望我們的廠商在那個地方可以營運順利賺錢因為母公司畢竟在台灣它在那個地方可以賺錢的話也會充實我們母公司的能量所以我們當然也不希望說它這邊布局以後它失敗
transcript.whisperx[17].start 363.729
transcript.whisperx[17].end 376.276
transcript.whisperx[17].text 那會影響到我們公司啊所以就是說所以他赴美投資是用分公司還是子公司不一定就是通常有些是用子公司啊那有沒有要做相關的規範
transcript.whisperx[18].start 378.284
transcript.whisperx[18].end 403.72
transcript.whisperx[18].text 相關的規範他如果一定金額以上是要送到我們這個投審室來做審查的對不對要不要做相關的規範畢竟要維持台灣對於美國公司相關公司的這樣子的控制力嘛是不是不然他會不會就全部都全然的聽美國的就我們審查來講的話企業當然有企業的考量但是就我們審查來講我們第一個是國家
transcript.whisperx[19].start 404.68
transcript.whisperx[19].end 422.254
transcript.whisperx[19].text 國家安全或有國家利益第二個是整體產業的利益這兩個是我們重要的審查的依據就是你做這個事情你會不會危害到國家安全你做這個事情會不會影響到我們整體產業的利益我提到的是你提到的是國家安全我提到的是產業的憂慮以及專家學者的憂慮對不對
transcript.whisperx[20].start 425.696
transcript.whisperx[20].end 449.282
transcript.whisperx[20].text 這兩個同時都是要考量對 我是說大家會憂慮嘛過去我們所認為的矽頓是不是不在的那再來是不是會加速我們的整個半導體的供應鏈外移那這兩個我希望經濟部都能夠徹底的協助國內的廠商好不好不能讓我們整個半導體的供應鏈外移對 立足台灣是我們的最優先沒有錯
transcript.whisperx[21].start 451.155
transcript.whisperx[21].end 467.09
transcript.whisperx[21].text 就是要讓半導體的供應鏈留在台灣不要加速外移好不好對 我們會擴大它的能量在台灣是不是不要加速外移我講的是大家擔心的是這一點好不好好好謝謝 給我幾分鐘我再問一下農業部長好 謝謝榮吉農業部長謝謝
transcript.whisperx[22].start 474.121
transcript.whisperx[22].end 488.396
transcript.whisperx[22].text 委員好部長不好意思那個丹納市颱風之後對於農田尤其是就是那種根莖類的作物還有這些蔬菜作物他們產生非常大的影響那
transcript.whisperx[23].start 489.837
transcript.whisperx[23].end 506.322
transcript.whisperx[23].text 農民在抱怨就是說根據政府所提供的補助都沒有辦法實質的請領以及得到實質的幫助這個部分能不能趕快協助因為這一次我相信在花蓮的風災當中也會受到相關的這樣子的問題嗎 是不是
transcript.whisperx[24].start 511.364
transcript.whisperx[24].end 526.003
transcript.whisperx[24].text 我跟委員報告因為彰化的部分其實最大的影響在0708的大豪雨的部分然後有一些短期葉菜類的部分所以短期葉菜類因為它三個禮拜就可以復耕所以我們在第一時間也去做了這些公告
transcript.whisperx[25].start 526.443
transcript.whisperx[25].end 552.951
transcript.whisperx[25].text 那您剛才委員說的他領不到的部分我們會再來瞭解看到底是哪一個環節出問題他們就是說申請不到啊他們去申請的也申請不到啊這個可能跟公所我們會再跟公所聯繫一下看看公所他遇到的個案是什麼樣子我們再來看怎麼樣的協助那我想要請問關稅談判之後有可能我們的蝴蝶蘭的大苗沒有辦法還維持零關稅的優惠那
transcript.whisperx[26].start 554.612
transcript.whisperx[26].end 580.314
transcript.whisperx[26].text 那個業者他要出口的成本勢必會增加那我想請問如果業者要有沒有現在有沒有業者要赴美國去設廠我想美國市長他們現在在評估但是他們現在在評估就是在利用台塘在美國的這個5公頃的這些蘭花的這些生產基地當作他們一個中繼站就是他們的接地生產基地在台塘美國台塘的加州的廠
transcript.whisperx[27].start 580.954
transcript.whisperx[27].end 608.619
transcript.whisperx[27].text 所以這個部分我們也積極的在協商第一個部分我們已經請台糖這塊地不要賣掉然後可以來做一些業者的這些中繼的這些接力生產基地然後我們也開始請業者做規劃如果業者願意利用這個廠做接力生產的時候那政府願意投入資金去協助他當地廠的設置設備的改善以符合業者的要求
transcript.whisperx[28].start 609.167
transcript.whisperx[28].end 631.633
transcript.whisperx[28].text 所以如果業者想要到美國設廠你們會藉由台塘這塊土地來協助業者能在那裡生產蝴蝶蘭所需要的就是大苗小苗等等 是不是是 我們這個政策上我們大概已經確定但是一個前提就是業者一定要他自己籌組成有一個經營團隊來經營而不是由台塘經營的好 謝謝謝謝謝鳳委員 謝謝部長 謝謝