iVOD / 164061

Field Value
IVOD_ID 164061
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164061
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 2025-10-13T12:11:40+08:00
結束時間 2025-10-13T12:25:18+08:00
影片長度 00:13:38
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5d6d14916e595edcf35ad39a9e374c37179f4a20aeac8eafeaa2f1cd0be3abd6dc3fb96d4c95e3195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳琪銘
委員發言時間 12:11:40 - 12:25:18
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_01
transcript.pyannote[0].start 0.30096875
transcript.pyannote[0].end 5.16096875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 0.43596875
transcript.pyannote[1].end 1.63409375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 3.15284375
transcript.pyannote[2].end 4.75596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 5.16096875
transcript.pyannote[3].end 5.19471875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 11.82659375
transcript.pyannote[4].end 15.89346875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 12.07971875
transcript.pyannote[5].end 12.65346875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 16.38284375
transcript.pyannote[6].end 16.39971875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 16.39971875
transcript.pyannote[7].end 17.14221875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 16.88909375
transcript.pyannote[8].end 18.22221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 17.59784375
transcript.pyannote[9].end 18.15471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 18.22221875
transcript.pyannote[10].end 18.32346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 18.32346875
transcript.pyannote[11].end 18.39096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 18.39096875
transcript.pyannote[12].end 18.50909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 23.20034375
transcript.pyannote[13].end 32.73471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 33.05534375
transcript.pyannote[14].end 35.78909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 36.24471875
transcript.pyannote[15].end 41.34096875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 41.79659375
transcript.pyannote[16].end 42.75846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 43.04534375
transcript.pyannote[17].end 49.66034375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 44.98596875
transcript.pyannote[18].end 45.39096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 49.91346875
transcript.pyannote[19].end 58.14846875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 58.36784375
transcript.pyannote[20].end 59.93721875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 60.22409375
transcript.pyannote[21].end 61.72596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 62.09721875
transcript.pyannote[22].end 65.28659375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 65.60721875
transcript.pyannote[23].end 68.02034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 68.34096875
transcript.pyannote[24].end 74.68596875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 75.15846875
transcript.pyannote[25].end 84.45659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 84.86159375
transcript.pyannote[26].end 87.05534375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 87.35909375
transcript.pyannote[27].end 91.78034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 91.84784375
transcript.pyannote[28].end 91.88159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 91.91534375
transcript.pyannote[29].end 93.45096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 94.53096875
transcript.pyannote[30].end 96.64034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 97.04534375
transcript.pyannote[31].end 101.44971875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 101.71971875
transcript.pyannote[32].end 105.39846875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 105.65159375
transcript.pyannote[33].end 122.79659375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 123.18471875
transcript.pyannote[34].end 125.90159375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 126.18846875
transcript.pyannote[35].end 127.65659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 128.12909375
transcript.pyannote[36].end 129.54659375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 129.78284375
transcript.pyannote[37].end 131.20034375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 131.55471875
transcript.pyannote[38].end 132.51659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 133.68096875
transcript.pyannote[39].end 134.08596875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 134.57534375
transcript.pyannote[40].end 135.45284375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 135.75659375
transcript.pyannote[41].end 137.61284375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 137.84909375
transcript.pyannote[42].end 143.51909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 144.39659375
transcript.pyannote[43].end 146.28659375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 146.42159375
transcript.pyannote[44].end 148.05846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 148.81784375
transcript.pyannote[45].end 149.88096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 149.94846875
transcript.pyannote[46].end 155.14596875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 155.58471875
transcript.pyannote[47].end 167.59971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 167.98784375
transcript.pyannote[48].end 171.93659375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 172.20659375
transcript.pyannote[49].end 173.45534375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 173.96159375
transcript.pyannote[50].end 175.26096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 175.56471875
transcript.pyannote[51].end 179.05784375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 179.78346875
transcript.pyannote[52].end 180.40784375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 180.98159375
transcript.pyannote[53].end 184.59284375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 184.94721875
transcript.pyannote[54].end 187.57971875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 187.90034375
transcript.pyannote[55].end 190.41471875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 190.70159375
transcript.pyannote[56].end 191.69721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 192.23721875
transcript.pyannote[57].end 192.69284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 193.31721875
transcript.pyannote[58].end 194.21159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 194.38034375
transcript.pyannote[59].end 198.39659375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 198.78471875
transcript.pyannote[60].end 204.13409375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 204.40409375
transcript.pyannote[61].end 208.28534375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 208.35284375
transcript.pyannote[62].end 329.05971875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 215.40659375
transcript.pyannote[63].end 215.86221875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 329.34659375
transcript.pyannote[64].end 347.63909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 347.87534375
transcript.pyannote[65].end 384.27471875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 384.37596875
transcript.pyannote[66].end 386.87346875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 387.31221875
transcript.pyannote[67].end 429.38159375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 414.86909375
transcript.pyannote[68].end 414.93659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 429.56721875
transcript.pyannote[69].end 438.83159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 439.11846875
transcript.pyannote[70].end 450.05346875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 450.07034375
transcript.pyannote[71].end 452.78721875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 452.88846875
transcript.pyannote[72].end 492.22409375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 492.84846875
transcript.pyannote[73].end 498.45096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 498.68721875
transcript.pyannote[74].end 500.49284375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 500.67846875
transcript.pyannote[75].end 504.52596875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 504.84659375
transcript.pyannote[76].end 507.52971875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 507.83346875
transcript.pyannote[77].end 510.90471875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 511.34346875
transcript.pyannote[78].end 515.98409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 516.32159375
transcript.pyannote[79].end 519.66284375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 519.86534375
transcript.pyannote[80].end 533.23034375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 533.26409375
transcript.pyannote[81].end 537.06096875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 537.38159375
transcript.pyannote[82].end 540.62159375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 540.84096875
transcript.pyannote[83].end 545.68409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 545.81909375
transcript.pyannote[84].end 577.72971875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 578.10096875
transcript.pyannote[85].end 583.80471875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 583.99034375
transcript.pyannote[86].end 586.26846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 586.60596875
transcript.pyannote[87].end 591.04409375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 591.31409375
transcript.pyannote[88].end 595.95471875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 596.12346875
transcript.pyannote[89].end 597.97971875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 598.26659375
transcript.pyannote[90].end 598.62096875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 598.97534375
transcript.pyannote[91].end 609.16784375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 609.16784375
transcript.pyannote[92].end 659.86034375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 617.45346875
transcript.pyannote[93].end 617.79096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 655.47284375
transcript.pyannote[94].end 655.55721875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 660.07971875
transcript.pyannote[95].end 762.02159375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 762.17346875
transcript.pyannote[96].end 767.86034375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 767.99534375
transcript.pyannote[97].end 770.35784375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 770.77971875
transcript.pyannote[98].end 777.04034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 777.56346875
transcript.pyannote[99].end 798.45471875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 798.48846875
transcript.pyannote[100].end 800.02409375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 800.42909375
transcript.pyannote[101].end 816.78096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 818.01284375
transcript.pyannote[102].end 818.56971875
transcript.whisperx[0].start 0.55
transcript.whisperx[0].end 4.334
transcript.whisperx[0].text 好,我們現在繼續開會我們接下來請吳其明委員質詢好,在位,與會同仁請我們內政部部長我們請內政部委員部長
transcript.whisperx[1].start 23.483
transcript.whisperx[1].end 39.395
transcript.whisperx[1].text 委員你好部長針對花蓮這事件我看早上很多委員大家都非常的關心那其實這個事件我看我們的國軍以及我們各社團
transcript.whisperx[2].start 41.86
transcript.whisperx[2].end 53.724
transcript.whisperx[2].text 民眾大家都非常的踴躍都是來全力的搶救這個災情所以你看我們未來因為事情已經發生未來我們要怎麼來解決這個問題因為這是一個非常嚴重的天災包括在我們一些警報也好還是民力的結合
transcript.whisperx[3].start 65.9
transcript.whisperx[3].end 92.942
transcript.whisperx[3].text 包括我們警政的結合因為有很多 你有發現就是說我們山窟以及偏遠的地方大家都是老弱婦孺都是比較多所以中間這一層人大部分都在外面工作所以可以說很多災難發生你很多地方上你又沒有辦法及時去掌控這一些人員
transcript.whisperx[4].start 94.828
transcript.whisperx[4].end 110.259
transcript.whisperx[4].text 他們有沒有安全的撤離這都是非常重要,尤其我們台灣整個山區的居民都非常的多啊所以說這是我們未來要去檢討要怎麼說,這次我們的M社會事件要怎麼跟他們建制,他們的災禍重建因為對他們的家園損傷都非常嚴重所以說你未來,你說包含我們
transcript.whisperx[5].start 124.728
transcript.whisperx[5].end 143.233
transcript.whisperx[5].text 國土署規劃我們整個國土署那邊的土地還有多少剩餘未來我們的中期的安置計畫包括我們很多不管說社宅也好要安置怎樣我們這些
transcript.whisperx[6].start 144.834
transcript.whisperx[6].end 147.575
transcript.whisperx[6].text 受災,受災婦,讓他們可以在那邊更加安身立命,這是最重要的所以,現在,你說討論責任是歸屬地方還是中央現在最重要,就是要如何來做搶救的工作尤其呢,我看到很多,包括在我的縣區
transcript.whisperx[7].start 168.106
transcript.whisperx[7].end 193.884
transcript.whisperx[7].text 我的選區一些志工都非常的踴躍光是我的選區到花蓮搶救差不多超過100台的遊覽車,他們都是當天來回真的,我們台灣人大家都真的非常有愛心所以說我們未來要怎麼結合這個山區以及偏遠的地方以及我們這個鳳梨縣社府
transcript.whisperx[8].start 194.471
transcript.whisperx[8].end 209.611
transcript.whisperx[8].text 台湾要去整个盘查还有多少存在这个湖面未来的封体的问题这才是应急的改革的问题在这里衬补中你看未来要怎样去规划感谢吴委员的关心
transcript.whisperx[9].start 210.452
transcript.whisperx[9].end 212.434
transcript.whisperx[9].text 經紀農業部的資料現時在台灣這裡有兩個驗射壺一個就是現在馬太安溪一個是在新地目前在馬太安溪這裡因為它水跟土壤已經大量都流了
transcript.whisperx[10].start 226.81
transcript.whisperx[10].end 229.954
transcript.whisperx[10].text 所以現在是監測的部分大概是剩下1.7%所以目前為止它的坡度比較緩但是我們永遠要預測下一次會有什麼時候會發生所以在下一次的汛期之前可能我們要做一些很多這個備變的方式
transcript.whisperx[11].start 244.75
transcript.whisperx[11].end 266.768
transcript.whisperx[11].text 就我所了解經濟部的水利署他們已經針對這個這個核體的部分有2860公尺有三道不同的程序一個是夯實的土地然後再有太空包還有頂塊如果有沖刷下來的話可以擋住讓他下面的下游的這些居住的這個家屋那可以有安全上面的部分
transcript.whisperx[12].start 267.288
transcript.whisperx[12].end 282.338
transcript.whisperx[12].text 然後持續監測的部分的話那個農業部呢也跟日本的國土交通省他們有水位監視器來做處理但是比較不確定的因素就是大規模的崩塌的這個邊坡的不穩定以及什麼時候還會有另外一個颱風夾帶的大量的雨水下來
transcript.whisperx[13].start 285.24
transcript.whisperx[13].end 289.082
transcript.whisperx[13].text 那這個都是在農業部有高度的跟監測當中同時我們也會請他們的跟包括陽明交大、成大、中興或者是台大這些教授的保持聯繫那怕說下一次有沒有這樣子的狀況這是目前的一個監測的一個狀況那再來收容安置的部分呢確實沒有錯因為有些家屋還沒有完全清淤乾淨
transcript.whisperx[14].start 308.729
transcript.whisperx[14].end 321.919
transcript.whisperx[14].text 所以現在我們所了解這個縣市政府裡面的收容安置的人數大概還有兩百三十幾位就是住在這個收容安置所或是旅宿這是行政院或花蓮縣政府所提供的一個暫時的地方那現在有幾個就是剛剛那個委員所提到的
transcript.whisperx[15].start 326.582
transcript.whisperx[15].end 328.985
transcript.whisperx[15].text 現在這麼多土砂要遭遇了目前為止這個行政院在台塘附近大概有備變了兩塊到三塊土石堆置的地方但是仍然不夠那現在大面積需要處理的大概是落在農業部他們農田上面
transcript.whisperx[16].start 344.426
transcript.whisperx[16].end 351.031
transcript.whisperx[16].text 覆蓋的這個土石量大概有600萬方左右非常的多那所以呢現在農業部他們正在想辦法看怎麼樣幫農民解決未來如果農田要做其他的怎麼樣的復育工作的話那我們就尊重農業部來幫忙處理
transcript.whisperx[17].start 360.837
transcript.whisperx[17].end 365.902
transcript.whisperx[17].text 那再來現在仍然有一部分是環境部在主導在那個市區裡面比較多大概就是所謂的親溝側溝親溝有些是跟他們的這個劃分池或者是其他的下水道是連在一起的
transcript.whisperx[18].start 376.972
transcript.whisperx[18].end 397.655
transcript.whisperx[18].text 那目前我所知道他們這個清溝的這個速度他們預計大概30公里現在清溝的速度大概是20公里所以那個紀連城政務委員下令對不起希望在10月18號的時候清溝可以完成這個第一部分的任務讓很多人可以回去原來的家園做比較更正常的生活
transcript.whisperx[19].start 398.195
transcript.whisperx[19].end 405.978
transcript.whisperx[19].text 那在昨天呢行政院的一站式的服務呢針對這個1837戶已經有1518戶完成申請登記那每一個修繕家園的這個進度大概可以獲得包括震災基金會總共有35萬元的部分讓他們回去可以清掃自己的家屋讓自己的家屋呢可以好好的再回復正常的生活
transcript.whisperx[20].start 422.284
transcript.whisperx[20].end 447.043
transcript.whisperx[20].text 那如果對於非常嚴重也就是我們大家所知道的所謂的佛祖階那一代總共有89戶那89戶呢我上次在立法院院會跟院長在回應這個委員的質詢的時候有說要他們挨家挨戶去查詢他們有沒有必須要異地重建或者是原地重建那我們現在有一些資料已經出來如果他需要原地重建或異地重建的話我們都會來協調跟幫忙
transcript.whisperx[21].start 450.345
transcript.whisperx[21].end 468.091
transcript.whisperx[21].text 那如果需要異地重建目前在這個國土署所找到的地點大概是在台塘靠近他們大晉國小那一帶大概是五空井左右但是異地重建不一定是所謂的遷村因為遷村是永遠的你可能遷村的時候就要放棄原來的你已經被這個沖毀的這個部分
transcript.whisperx[22].start 472.472
transcript.whisperx[22].end 492.061
transcript.whisperx[22].text 那如果說他是用中繼屋的方式來要求的話目前我手頭上的資料有這個中介屋中繼屋需求的人數大概是40戶左右但是還要再進一步溝通因為這個都是每一天在與時漸進在處理當中這是以上我們所知道先跟委員報告一下目前的一個進度
transcript.whisperx[23].start 492.878
transcript.whisperx[23].end 497.6
transcript.whisperx[23].text 好,謝謝,謝謝,我覺得保庭,我們這一處,這個災害,我們中央也全部都動起來所以我也說,在每天,我也看保庭事項,都去關心所以我們說,剛才這個情形,你說堆積場,漁民太過多了
transcript.whisperx[24].start 511.494
transcript.whisperx[24].end 515.276
transcript.whisperx[24].text 所以說因爲太多了,你對自廠一定要把他照顧得好因爲我看很多,你用人工在那裡熬,那個金錢就沒那麼多那怎麼說呢?我們現在都要靠在種機械嘛在種機械的器具裡面,才有辦法解決這個問題,速度才會快你說一般它的住宅裡面,那當然那個種機械都沒辦法進去,都要靠人工嘛
transcript.whisperx[25].start 537.346
transcript.whisperx[25].end 539.228
transcript.whisperx[25].text 所以說你要結合現在全國在志工都非常踴躍去幫忙要怎麼來結合每一次讓他們有建立他們未來他們的經濟處
transcript.whisperx[26].start 550.336
transcript.whisperx[26].end 553.418
transcript.whisperx[26].text 因為這都是非常費時的問題所以我們為大家說要去討論這個問題這可以徹底改觀你說它的中繼屋中繼屋這個速度一定要快你如果說政府部門為大家說要再討論變略的預算也可以討論給民間不管慈濟啊、紅石智慧啊
transcript.whisperx[27].start 571.372
transcript.whisperx[27].end 583.481
transcript.whisperx[27].text 他們的速度也都是很快,我們現在也不分了就是要負責我們的災民,要怎麼來解決還有一點,你說這些種機械,我看他們入境,我本身這裡的資料有2500多台其實我們每一邊的災害都是在種機械,他們來在協助所以說未來他們種機械的問題,也希望說保證可以負責他們解決他們的問題,就是這個
transcript.whisperx[28].start 599.433
transcript.whisperx[28].end 605.978
transcript.whisperx[28].text 停在種機械的問題都長久以來都沒辦法去解決這也是他們透露的心聲所以說這點也拜託補充 但是有辦法 到該關好 感謝委員 我跟委員報告我們這裡有資料 我剛才跟縣主席會計是出動3071山貓的話是1475我要跟委員報告就是說 這裡的志工朋友非常感恩
transcript.whisperx[29].start 624.491
transcript.whisperx[29].end 630.796
transcript.whisperx[29].text 因為他們可以遊樂的地方都在處理但是你如果是累積這裡的土石很多的古老洞的部分大家都是國軍或是慈濟因為慈濟他們動員五千多人那國軍的話動員更多他們都把它運到戰時堆置的地方所以其實是分工啦只不過國軍的分工 他們都在拔煤 在做工因為歷史的時候 我們這裡的產值超人把那些東西
transcript.whisperx[30].start 647.19
transcript.whisperx[30].end 661.005
transcript.whisperx[30].text 把他堆到那個道路上面但是第二天道路又乾淨了為什麼 因為半夜的時候國軍已經出動很多人力跟機具把他先運走所以一方面都到底在處理這方面就是說公家跟樹林的產殖超人都有互相的分工啦
transcript.whisperx[31].start 665.53
transcript.whisperx[31].end 668.612
transcript.whisperx[31].text 所以每次看到我們都感謝產殖超人他們能夠到現場去我所了解就是包括我們的NCDR 還是包括台鐵光復車站家他們每天都會統計人次 因為沒辦法人嘛大概現主席位置大概是50萬人次
transcript.whisperx[32].start 683.743
transcript.whisperx[32].end 710.129
transcript.whisperx[32].text 50萬人次真的是非常的多而且我也看到一個非常正面的部分就是說這些產值超人如果有碰到受災戶他們還會跟受災戶聊天這也是一種療癒的過程我想這個是對台灣來講都是一個非常正向的力量那國外媒體也有報導那另外就是說如果這個產值超人慢慢減少救災部分的話現在我們還有一個部分就是替代役
transcript.whisperx[33].start 710.849
transcript.whisperx[33].end 726.292
transcript.whisperx[33].text 備役替代役我們請花蓮縣政府發動全台灣第一次的備役替代役的動員大概會有240人次那這個部分呢在下一次要處理緊急疏散撤離的兵棋演練或者是說到人家家屋裡面去再協助 比如說家裡有些人行動不方便 還要到廟室的部分我想備役替代役同樣都是花蓮人
transcript.whisperx[34].start 735.674
transcript.whisperx[34].end 760.742
transcript.whisperx[34].text 應該會協助的機會比較大那就不會說讓現在也是非常忙的包括縣政府或是鄉鎮公所仍然非常忙碌在處理一些其他的事所以我們到目前為止行政院的一站式的服務呢包括新聞節目沒在啦健保卡也沒在我們就馬上幫他做處理那這一方面大概就是慢慢慢慢可以讓他恢復正常的生活所以這是我們目前所做的這個部分當然我們到目前為止
transcript.whisperx[35].start 762.282
transcript.whisperx[35].end 767.489
transcript.whisperx[35].text 中央的災害應變中心跟花蓮縣政府還是一級警戒為什麼 因為這裡面的志工人流太多了冰凶時這個地方 花蓮車頭這裡 光復車頭這裡一天只有八百人
transcript.whisperx[36].start 781.846
transcript.whisperx[36].end 798.836
transcript.whisperx[36].text 你如果有下大雨或是有地震因為前上個禮拜有三次到四次以上的地震警報那這個呢也必須要納入疏散撤離的範圍那所以這就是我們目前為止仍然維持一級警戒裡面四個重要因素裡面的第四個非常重要的好謝謝謝謝部長
transcript.whisperx[37].start 800.512
transcript.whisperx[37].end 815.844
transcript.whisperx[37].text 我說這次這個災害,我們的中央部會,大家都是通力合作,合作在我們所在的災民,這點本身非常輕盈,所以也感謝我們所有的志工,跟我們的國賓,在這裡再次感謝,謝謝