iVOD / 164039

Field Value
IVOD_ID 164039
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164039
日期 2025-10-13
會議資料.會議代碼 委員會-11-4-15-3
會議資料.會議代碼:str 第11屆第4會期內政委員會第3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 3
會議資料.種類 委員會
會議資料.委員會代碼[0] 15
會議資料.委員會代碼:str[0] 內政委員會
會議資料.標題 第11屆第4會期內政委員會第3次全體委員會議
影片種類 Clip
開始時間 2025-10-13T10:24:18+08:00
結束時間 2025-10-13T10:40:05+08:00
影片長度 00:15:47
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5d6d14916e595edc2b023b4cbb5cb04d179f4a20aeac8eaf54e55ddf1b168a31288fdc86b9d8d4b55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 許宇甄
委員發言時間 10:24:18 - 10:40:05
會議時間 2025-10-13T09:00:00+08:00
會議名稱 立法院第11屆第4會期內政委員會第3次全體委員會議(事由:邀請內政部部長、原住民族委員會主任委員、農業部部長率所屬單位就「堰塞湖監測、災害預警通報、疏散機制及災後復原重建」進行專題報告,並備質詢,另請經濟部、環境部、衛生福利部、行政院公共工程委員會派員列席備詢。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 5.48159375
transcript.pyannote[0].end 8.56971875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 9.00846875
transcript.pyannote[1].end 13.66596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 12.67034375
transcript.pyannote[2].end 15.91034375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 19.20096875
transcript.pyannote[3].end 108.48659375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 69.50534375
transcript.pyannote[4].end 69.85971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 108.57096875
transcript.pyannote[5].end 134.11971875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 115.05096875
transcript.pyannote[6].end 115.35471875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 134.50784375
transcript.pyannote[7].end 138.65909375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 140.27909375
transcript.pyannote[8].end 141.61221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 144.88596875
transcript.pyannote[9].end 151.23096875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 151.46721875
transcript.pyannote[10].end 158.03159375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 158.48721875
transcript.pyannote[11].end 159.33096875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 159.82034375
transcript.pyannote[12].end 165.97971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 166.38471875
transcript.pyannote[13].end 172.17284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 168.88221875
transcript.pyannote[14].end 177.52221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 175.95284375
transcript.pyannote[15].end 180.94784375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 178.95659375
transcript.pyannote[16].end 179.95221875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 180.37409375
transcript.pyannote[17].end 187.07346875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 188.06909375
transcript.pyannote[18].end 192.87846875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 194.22846875
transcript.pyannote[19].end 194.58284375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 197.14784375
transcript.pyannote[20].end 204.40409375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 203.47596875
transcript.pyannote[21].end 222.73034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 212.23409375
transcript.pyannote[22].end 212.68971875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 214.59659375
transcript.pyannote[23].end 214.63034375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 214.63034375
transcript.pyannote[24].end 214.64721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 214.64721875
transcript.pyannote[25].end 214.88346875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 222.73034375
transcript.pyannote[26].end 227.53971875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 229.36221875
transcript.pyannote[27].end 233.29409375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 233.41221875
transcript.pyannote[28].end 243.60471875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 236.95596875
transcript.pyannote[29].end 237.37784375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 243.70596875
transcript.pyannote[30].end 249.52784375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 248.93721875
transcript.pyannote[31].end 253.67909375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 251.36721875
transcript.pyannote[32].end 252.76784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 254.03346875
transcript.pyannote[33].end 299.20784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 255.33284375
transcript.pyannote[34].end 255.50159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 255.56909375
transcript.pyannote[35].end 255.63659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 255.63659375
transcript.pyannote[36].end 255.65346875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 255.65346875
transcript.pyannote[37].end 255.70409375
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 299.59596875
transcript.pyannote[38].end 303.03846875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 303.08909375
transcript.pyannote[39].end 308.69159375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 308.96159375
transcript.pyannote[40].end 312.23534375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 312.52221875
transcript.pyannote[41].end 316.79159375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 317.06159375
transcript.pyannote[42].end 322.05659375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 322.12409375
transcript.pyannote[43].end 340.01159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 338.77971875
transcript.pyannote[44].end 342.55971875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 341.44596875
transcript.pyannote[45].end 345.96846875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 343.67346875
transcript.pyannote[46].end 343.79159375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 344.06159375
transcript.pyannote[47].end 347.28471875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 346.57596875
transcript.pyannote[48].end 356.19471875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 356.58284375
transcript.pyannote[49].end 356.75159375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 357.03846875
transcript.pyannote[50].end 370.25159375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 370.53846875
transcript.pyannote[51].end 385.37159375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 388.93221875
transcript.pyannote[52].end 391.17659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 391.34534375
transcript.pyannote[53].end 415.89846875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 401.95971875
transcript.pyannote[54].end 404.72721875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 416.06721875
transcript.pyannote[55].end 423.49221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 422.54721875
transcript.pyannote[56].end 429.76971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 429.44909375
transcript.pyannote[57].end 432.03096875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 432.40221875
transcript.pyannote[58].end 433.54971875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 432.43596875
transcript.pyannote[59].end 440.33346875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 438.66284375
transcript.pyannote[60].end 448.02846875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 441.63284375
transcript.pyannote[61].end 445.49721875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 446.98221875
transcript.pyannote[62].end 450.66096875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 450.81284375
transcript.pyannote[63].end 455.94284375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 455.08221875
transcript.pyannote[64].end 458.96346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 458.05221875
transcript.pyannote[65].end 464.97096875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 464.41409375
transcript.pyannote[66].end 465.05534375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 465.15659375
transcript.pyannote[67].end 470.38784375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 470.47221875
transcript.pyannote[68].end 477.12096875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 475.65284375
transcript.pyannote[69].end 543.74346875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 489.52409375
transcript.pyannote[70].end 490.45221875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 496.93221875
transcript.pyannote[71].end 499.36221875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 543.89534375
transcript.pyannote[72].end 551.60721875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 552.75471875
transcript.pyannote[73].end 571.58721875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 572.32971875
transcript.pyannote[74].end 572.93721875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 572.93721875
transcript.pyannote[75].end 574.03409375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 574.03409375
transcript.pyannote[76].end 576.75096875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 576.86909375
transcript.pyannote[77].end 578.03346875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 578.52284375
transcript.pyannote[78].end 580.71659375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 580.51409375
transcript.pyannote[79].end 582.58971875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 582.30284375
transcript.pyannote[80].end 593.98034375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 591.11159375
transcript.pyannote[81].end 591.51659375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 592.41096875
transcript.pyannote[82].end 593.71034375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 594.18284375
transcript.pyannote[83].end 595.09409375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 595.09409375
transcript.pyannote[84].end 595.11096875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 595.11096875
transcript.pyannote[85].end 595.16159375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 595.16159375
transcript.pyannote[86].end 612.52596875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 609.64034375
transcript.pyannote[87].end 610.68659375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 611.41221875
transcript.pyannote[88].end 616.45784375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 616.57596875
transcript.pyannote[89].end 619.51221875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 619.81596875
transcript.pyannote[90].end 626.21159375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 623.83221875
transcript.pyannote[91].end 638.44596875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 638.54721875
transcript.pyannote[92].end 646.79909375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 645.49971875
transcript.pyannote[93].end 650.29221875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 649.61721875
transcript.pyannote[94].end 654.88221875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 651.84471875
transcript.pyannote[95].end 653.63346875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 654.15659375
transcript.pyannote[96].end 667.33596875
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 657.61596875
transcript.pyannote[97].end 658.20659375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 667.67346875
transcript.pyannote[98].end 681.56159375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 681.91596875
transcript.pyannote[99].end 686.80971875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 685.64534375
transcript.pyannote[100].end 699.78659375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 689.42534375
transcript.pyannote[101].end 692.49659375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 692.49659375
transcript.pyannote[102].end 692.53034375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 693.07034375
transcript.pyannote[103].end 693.57659375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 694.89284375
transcript.pyannote[104].end 694.90971875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 699.21284375
transcript.pyannote[105].end 699.31409375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 700.56284375
transcript.pyannote[106].end 700.59659375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 700.59659375
transcript.pyannote[107].end 716.52659375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 701.60909375
transcript.pyannote[108].end 702.40221875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 704.07284375
transcript.pyannote[109].end 705.55784375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 714.73784375
transcript.pyannote[110].end 723.39471875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 717.57284375
transcript.pyannote[111].end 718.09596875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 723.39471875
transcript.pyannote[112].end 751.01909375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 738.44721875
transcript.pyannote[113].end 738.97034375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 738.97034375
transcript.pyannote[114].end 740.53971875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 746.24346875
transcript.pyannote[115].end 746.63159375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 749.39909375
transcript.pyannote[116].end 757.17846875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 753.51659375
transcript.pyannote[117].end 770.99909375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 769.58159375
transcript.pyannote[118].end 771.03284375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 771.03284375
transcript.pyannote[119].end 771.04971875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 771.04971875
transcript.pyannote[120].end 771.97784375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 771.16784375
transcript.pyannote[121].end 789.83159375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 779.06534375
transcript.pyannote[122].end 779.18346875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 779.18346875
transcript.pyannote[123].end 779.28471875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 779.28471875
transcript.pyannote[124].end 779.43659375
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 789.39284375
transcript.pyannote[125].end 791.53596875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 791.97471875
transcript.pyannote[126].end 796.26096875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 792.00846875
transcript.pyannote[127].end 793.62846875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 794.13471875
transcript.pyannote[128].end 799.93971875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 799.06221875
transcript.pyannote[129].end 801.81284375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 800.81721875
transcript.pyannote[130].end 809.87909375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 810.01409375
transcript.pyannote[131].end 820.07159375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 820.03784375
transcript.pyannote[132].end 822.48471875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 820.34159375
transcript.pyannote[133].end 837.58784375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 837.84096875
transcript.pyannote[134].end 843.61221875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 843.89909375
transcript.pyannote[135].end 845.75534375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 845.97471875
transcript.pyannote[136].end 848.28659375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 848.74221875
transcript.pyannote[137].end 859.45784375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 859.82909375
transcript.pyannote[138].end 860.45346875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 859.89659375
transcript.pyannote[139].end 866.03909375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 864.97596875
transcript.pyannote[140].end 866.51159375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 866.30909375
transcript.pyannote[141].end 876.45096875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 877.10909375
transcript.pyannote[142].end 895.80659375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 896.07659375
transcript.pyannote[143].end 897.07221875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 897.13971875
transcript.pyannote[144].end 898.32096875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 899.28284375
transcript.pyannote[145].end 908.20971875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 908.47971875
transcript.pyannote[146].end 945.62159375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 948.01784375
transcript.pyannote[147].end 948.96284375
transcript.whisperx[0].start 5.995
transcript.whisperx[0].end 15.54
transcript.whisperx[0].text 謝謝主席謝謝召委我們請劉世芳劉部長跟園民會曾主委還有農業部杜文珍次長請以上列到列席徐文豪部長好還有曾主委還有杜次長我想這一次的這個花家沙颱風的來襲造成了很大的一個災害這也是我們今天這個該這個專報所要大家共同來探討
transcript.whisperx[1].start 35.194
transcript.whisperx[1].end 55.044
transcript.whisperx[1].text 事前跟事後未來要怎麼來去預防的方式那當然因為這一次在9月21號上午9點召開首次的會議開始當時這個馬太安溪這個堰塞湖離溢流的高度差大概還有20公尺左右那一開始需要撤離的保全戶大概只有6個村裡
transcript.whisperx[2].start 56.405
transcript.whisperx[2].end 60.909
transcript.whisperx[2].text 那大概也大概只有600人但是在晚間6點的時候召開第三次會議的時候撤離的人數就從600人要增加到7、8千人所以包括鳳林鎮長、光復鄉長都說在短期內要通知這些民眾要離開是有困難的他們已經發出這樣子的一個求救了
transcript.whisperx[3].start 77.603
transcript.whisperx[3].end 103.129
transcript.whisperx[3].text 那我們來看一下在林保署他的通報時間說有總共有9次的通報撤離包括我們看到第一次是在9月20的一般警戒第二次是在9月21 11點的黃色警戒就是海警已經發布之後那第三次是在9月22的70的紅色警戒就是陸警已經發布之後那我們那時候也提醒說驗射5可能在23或24可能會這個霸頂會溢流
transcript.whisperx[4].start 106.961
transcript.whisperx[4].end 108.155
transcript.whisperx[4].text 那請花蓮先生立即
transcript.whisperx[5].start 109.309
transcript.whisperx[5].end 138.132
transcript.whisperx[5].text 這個執行強制性的撤離跟育嬰變的一個措施然後到9月232點50分那艷澀湖就溢流而且霸體了那針對這個部分我想請教一下在9月22號7點的紅色警戒當時發了全國就是在那個災害的這個花家山風災的這個這個相關的區域發了多少的鄉鎮有這樣紅色警戒那總共大概有多少人數需要撤離
transcript.whisperx[6].start 140.312
transcript.whisperx[6].end 141.553
transcript.whisperx[6].text 這個應該是有我們就是針對花蓮縣政府跟那個光復還有鳳林還有這個萬榮相公所那就是針對921的下午6點的那個決議來發送所以當時華家沙風災的部分針對台東那時候沒有發布只有針對花蓮是嗎
transcript.whisperx[7].start 166.431
transcript.whisperx[7].end 181.385
transcript.whisperx[7].text 我們是針對堰塞湖可能影響的對我現在指的是畫家沙封災對畫家沙封災應該不是只有花蓮嘛台東應該也是還有屏東應該也是警戒區嘛農業部是針對堰塞湖的部分那請教一下那這個問題應該誰要回答就當時針對紅色警戒我們發了多少鄉鎮的這個必須要還有撤離還有撤離的總人數是多少
transcript.whisperx[8].start 197.205
transcript.whisperx[8].end 200.506
transcript.whisperx[8].text 所以如果連現在都沒有人能夠回答問題的話代表就是說我們的部會在針對這部分有很大的問題有關於您提到了就是非這個這次花蓮艷色湖如果是土石流紅色警戒或是黃色警戒的或是農業部的林保署農業部的水保署在負責
transcript.whisperx[9].start 214.691
transcript.whisperx[9].end 217.392
transcript.whisperx[9].text 那這次包括台東縣政府或屏東縣政府的雖然他們有一點點黃色警戒但是風雨過了以後這個黃色警戒就解除了所以等於說你們真正通知需要撤離的只有在花蓮縣是這樣嗎
transcript.whisperx[10].start 229.386
transcript.whisperx[10].end 252.424
transcript.whisperx[10].text 就是針對馬灘、堰塞湖如果逆流可能影響的區域對 那你就告訴我就是只有化因為你是農業部嘛 對不對所以你只針對這個堰塞湖的部分那我現在指的是化加沙風災的時候剛剛劉部長有說那在台東地區有一些因為還不到那個紅色警戒所以沒有撤離的必要是這樣嗎所以等於這次是有針對
transcript.whisperx[11].start 254.305
transcript.whisperx[11].end 259.172
transcript.whisperx[11].text 花蓮的部分我想請教一下剛剛就講到鳳林鎮長跟光復鄉長都說短時間內要通知所有的民眾有困難我們可以看一下花蓮光復鄉的這個站立面積有157.1平方公里鳳林鎮有120.5平方公里
transcript.whisperx[12].start 271.529
transcript.whisperx[12].end 298.829
transcript.whisperx[12].text 兩個加起來總共277.6平方公里比整個台北市都大所以要在這麼短的時間內要叫鳳林站長、光復鄉長去做這樣的一個通知撤離的困難是有非常大的一個問題的所以他們也提出這樣子的一個希望中央能夠來協助那當時請問一下中央跟地方是怎麼溝通的有沒有來協助他們要怎麼樣大量撤離
transcript.whisperx[13].start 299.953
transcript.whisperx[13].end 316.045
transcript.whisperx[13].text 報告委員我想在9月21下午的時候我們邀集包括花蓮縣政府還有三個鄉鎮公所一起來參加包括台大還有陽明交大的會議裡面當時他們就知道說我們會把撤離的人數往上調升
transcript.whisperx[14].start 317.146
transcript.whisperx[14].end 343.681
transcript.whisperx[14].text 到一千八百戶後來農業部再追加變成一千八百三十七戶他們已經知道所以我們在九月二十二號下午三點第五次的工作會報的時候呢這個花蓮縣的副縣長有告訴我們說我們的兵力預置的部分總共有中型戰術輪車八輛救護車一輛兵力五十四名警消跟協助一百零五名他們有沒有要求中央就是內政部這邊提供協助我們提供這個部分給他們
transcript.whisperx[15].start 344.221
transcript.whisperx[15].end 345.824
transcript.whisperx[15].text 那這樣子他們就可以處理是嗎延復縣長是這樣回復給我們的所以我們就是按照這個方式所以我們的國軍弟兄呢他是在第一時間內在光復鄉公所待命
transcript.whisperx[16].start 357.096
transcript.whisperx[16].end 377.31
transcript.whisperx[16].text 那所以說照理說如果提供這樣的一個協助就能夠預防這樣的災難的話應該不會發生最後這麼多的問題嗎所以到底是中央跟地方在這個溝通協調上有什麼樣的一個狀況我覺得當然我們事後也必須要來做一個檢討那當然還有就是說剛剛大家都一直提到這個海嘯警報照理說這樣子當我們發現有可能這樣一個潰堤的狀況的時候為什麼不發布海嘯警報
transcript.whisperx[17].start 389.224
transcript.whisperx[17].end 409.142
transcript.whisperx[17].text 報告委員這部分我來說明一下在那個海嘯的警報之前是不適用在顏色湖的因為他並不是這個法定可以使用這個海嘯警報的所以等於就是均立於法令那個是嗎我特別要這個其實之前有討論過也跟相關部會討論過他欠缺法源
transcript.whisperx[18].start 409.822
transcript.whisperx[18].end 430.901
transcript.whisperx[18].text 但是我要說明剛剛之前蘇喬惠委員也有示範你前面沒有任何的宣導教育沒有告訴大家說這是什麼意思你突然發布大家還是不知道所以還是在事前要去跟民眾宣導等於說之前剛剛您有提到說之前就有討論過這個問題但是就不了了之是嗎不是不了了之因為
transcript.whisperx[19].start 432.522
transcript.whisperx[19].end 439.048
transcript.whisperx[19].text 因為我們不能每一次都等到災害發生了才去檢討為什麼當時沒有這樣做為什麼會有一個海嘯警報其實它有細胞簡訊是還有文字那細胞簡訊有發嗎有有有細胞簡訊有發給你細胞簡訊它有文字它會比聲音更直觀那請問細胞簡訊你們總共發了多少戶
transcript.whisperx[20].start 452.56
transcript.whisperx[20].end 469.992
transcript.whisperx[20].text 922之後總共發了八次總共發了多少戶就是你剛剛造冊的這些光復地區那幾個鄉都收得到就是在匡聯的區統統都收得到那所以當時是因為礙於法律關係沒有辦法發布海嘯警報是這樣的意思嗎
transcript.whisperx[21].start 470.872
transcript.whisperx[21].end 479.697
transcript.whisperx[21].text 其他現有的管道都會比海嘯警報更有更快其實就像我們講的就是剛剛提的嘛就說你聽到防空警報你就知道趕快要逃難了同樣的你聽到海嘯警報因為有時候看簡訊不見得他會在看簡訊所以我覺得針對這個部分確實要馬上的來去檢討是不是這個海嘯警報是不是該用這樣一個方式不要再用那種軍力在法令上面我覺得這個一定要
transcript.whisperx[22].start 496.165
transcript.whisperx[22].end 508.688
transcript.whisperx[22].text 趕快立即來檢討所以我們從這次的撤離看起來其實很多其實都是人禍的問題而不是完全是天災也是因為我們很多一連串的疏忽會發生這樣的一個問題尤其是請教一下劉部長因為剛剛我們其實有很多人有提到的就是說這次有很多的產製工產製超人
transcript.whisperx[23].start 517.386
transcript.whisperx[23].end 520.689
transcript.whisperx[23].text 來到這邊協助救災那我還記得我們在去年成立了一個全社會防衛任性委員會是由總統擔任召集人那去年我們在審查今年度的預算的時候我們也多編了這個大概四億一千多百
transcript.whisperx[24].start 537.501
transcript.whisperx[24].end 541.102
transcript.whisperx[24].text 4000多萬的全社會防衛任性訓練工作的相關經費最後通過3億8000多萬那請問一下針對這個社會防衛社會防衛任性委員會我當時有請教過您
transcript.whisperx[25].start 553.577
transcript.whisperx[25].end 570.875
transcript.whisperx[25].text 這個社會防禁委員會 主要編列這麼多預算是不是在為救災做準備 您跟我講不是它是重點在提升救災跟提升應變的能力那請問在這一次社會這個防禦任性 我們所謂的名利就是當時您講的 我們要這個目前有多少名利 請問一下
transcript.whisperx[26].start 572.369
transcript.whisperx[26].end 596.581
transcript.whisperx[26].text 部長多少多少名利對就是我們的所謂的民房的這個人力如果你現在是編制內的還是編制外的編制內多少編制外多少如果說把那個一般的包括這個替代役或者是警消役警這些全部加在內的話大約是20萬上下但是詳細的數字要容我再檢查一下編制外的呢編制外就是所謂的志工
transcript.whisperx[27].start 597.481
transcript.whisperx[27].end 618.82
transcript.whisperx[27].text 那志工的部分我們現在有也有大量在做這方面的一個訓練那其實訓練量最大是來自像慈濟基金會好像慈濟基金會的話他們這次在災區裡面動員到五千多人次那請問一下 也是有受到防災式的訓練部長您所謂的我們的全社會防衛任性工作裡面的這個名利請問到底是多少就是您剛講的二十幾萬是嗎
transcript.whisperx[28].start 620.078
transcript.whisperx[28].end 626.16
transcript.whisperx[28].text 就是我剛所說的 我們有一些易景易銷 民房全部加在內去年 應該說今年有3億8千多萬的一個經費請問一下 在這一次的這個 我們的這個馬太安的這個艷澀湖的這個災難當中發揮了什麼效果
transcript.whisperx[29].start 638.824
transcript.whisperx[29].end 646.605
transcript.whisperx[29].text 跟委員報告就是我剛跟您提到的齁包括說像慈濟基金會或者是我們備役的或是現役的慈濟基金會算是你剛講體制外嗎我現在講的是體制內的我想不是體制內外啦就是編制外跟編制內那編制內的這一次的名利到底發揮了什麼效果因為你們去年編了三億八千多萬就告訴我們說要用來救災用一些一些這個提升應變的能力那請問這次有發生什麼樣的一個作用
transcript.whisperx[30].start 667.749
transcript.whisperx[30].end 680.486
transcript.whisperx[30].text 因為我們看到的都是產值超人產值志工然後帶有6萬多的產值志工到現場去幫助大家清淤沙那這個在我的認知裡不該就是民力不該就是我們這個民防的人力應該要加入應該要
transcript.whisperx[31].start 682.034
transcript.whisperx[31].end 699.604
transcript.whisperx[31].text 去做的但為什麼現在都是志工在做那我們真正的名利我們只是沒有把它變成是新聞的焦點好那我在這邊讓你說明就是怎麼樣我們這是統計的出來我這邊就是統計資料是我們是三萬一千六百八十五然後如果是替代役的話是一千七百七十七
transcript.whisperx[32].start 700.919
transcript.whisperx[32].end 706.582
transcript.whisperx[32].text 那所以你說到現場去有發揮這樣的一個效果那顯然一定是人力不夠嘛對不對那你剛講我們有22萬的這個名利那為什麼不能從其他地方也調集來去因為我剛在報告的時候有跟您提到了就是有關於替代役的部分全台灣除了花蓮以外20個縣市我們也都調動了對替代役畢竟人數少嘛我現在指的是說當你發覺需要這麼多的一個志工的時候
transcript.whisperx[33].start 729.376
transcript.whisperx[33].end 733.379
transcript.whisperx[33].text 應該是要由這個內支部這邊來調度所有的名利因為事實上他們是有經過訓練的因為產職志工他們有熱忱他們不見得有訓練的一個能力所以他變成可能會有這樣子的一個狀況他到現場他很有熱忱可是能夠協助的畢竟有限
transcript.whisperx[34].start 746.428
transcript.whisperx[34].end 752.333
transcript.whisperx[34].text 但是我們平常訓練這麼多的名利本來就該在這種就單的時候發揮效果但是我們已經盡量在調動而且我們會配合前進協調所來做調動我們既然有一個全社會防衛任性這麼重要的一個單位
transcript.whisperx[35].start 763.803
transcript.whisperx[35].end 772.526
transcript.whisperx[35].text 而且名利有這麼多可是卻沒有在這次的發揮效果我覺得有很大的一個問題請部長好好介紹因為當然我相信我們沒有一個在這個過程我們現在說實在不是在究責而是未來要怎麼來去預防未來要怎麼樣發揮更好的效果尤其是在我的觀點裡是這些名利平常就訓練過訓練有時候重要是要去到現場再去應該可以發揮更大的一個效果他們包括搜救的人力都算在內
transcript.whisperx[36].start 791.992
transcript.whisperx[36].end 795.515
transcript.whisperx[36].text 為什麼還需要6萬多的志工到現場表示就是不夠嘛 人力就是不夠如果不是看到現場一片的災難一片的狼藉不會有這麼多人自發性的過去所以我在這邊跟部長探討就是說今年度我們一定還要再編列各項的有關這個
transcript.whisperx[37].start 814.072
transcript.whisperx[37].end 832.418
transcript.whisperx[37].text 這個民房名利的一個預算那我們怎麼來去真正讓他發揮效果是我覺得是重點是謝謝我當然不好意思因為我剛剛有請有請這個曾主委上來我只要請教他一句就是因為在這個地方算原鄉那原住民有很多老人家是不會講漢語的所以在這次的撤離的溝通過程中內政部有沒有請你們協助來幫忙撤離
transcript.whisperx[38].start 837.881
transcript.whisperx[38].end 858.222
transcript.whisperx[38].text 有啊 我們協助就是說我們調了全國的這個社工園 原住民的社工園尤其是會阿美族裔的我們一次就調希望能夠他們可以做家戶的這個拜訪還有未住進的發放等等協助很多最多的時候是一天到74個人就是我們來協助
transcript.whisperx[39].start 859.944
transcript.whisperx[39].end 862.206
transcript.whisperx[39].text 那所以在這次等於我們園民會這邊也有協助內政部去撤離這些那相信這個部分的話可能也是一個重點啦因為我們那邊是園鄉那不好意思最後再提醒各位一下就是我們在每一次的這個
transcript.whisperx[40].start 877.159
transcript.whisperx[40].end 883.783
transcript.whisperx[40].text 在這個登山的時候我記得有一些朋友告訴我就說內政部我這個在可以參考一下我們這個警察局就說我們在這一次的這個花家鄉風災快要來之前在9月21號的早上8點44分海上颱風警報這個已經發布之後
transcript.whisperx[41].start 899.335
transcript.whisperx[41].end 900.937
transcript.whisperx[41].text 警察局就國家公園署就馬上通知要登山的山友要取消登山的行程以維護安全
transcript.whisperx[42].start 908.598
transcript.whisperx[42].end 912.979
transcript.whisperx[42].text 那我覺得其實在不管是國家公安署或警察局都已經知道要料敵重演的狀況之下那我們可以看一下喔甚至事實上他們在9月18號就已經打電話通知這些山友因為畫家沙封栽要來所以你們應該要取消你們的登山行程也就是說如果這段時間大家我們都能夠以這樣的一個心情提早的告知提早的告訴他們要撤離的話
transcript.whisperx[43].start 935.822
transcript.whisperx[43].end 944.557
transcript.whisperx[43].text 像國家公務員署跟警察局這樣的話應該這次的災難就不會這麼的嚴重了那提供這樣的一個訊息要請大家一起來參考謝謝