iVOD / 164105

Field Value
IVOD_ID 164105
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164105
日期 2025-10-15
會議資料.會議代碼 委員會-11-4-19-3
會議資料.會議代碼:str 第11屆第4會期經濟委員會第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] 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3次全體委員會議
影片種類 Clip
開始時間 2025-10-15T09:50:59+08:00
結束時間 2025-10-15T10:01:16+08:00
影片長度 00:10:17
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/d759c3dbefb57db6fe83a14f3cd5bd561d8817d393176c43fda6f2d8e3477dae59671ad967cd14905ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱議瑩
委員發言時間 09:50:59 - 10:01:16
會議時間 2025-10-15T09:00:00+08:00
會議名稱 立法院第11屆第4會期經濟委員會第3次全體委員會議(事由:邀請農業部部長列席報告業務概況,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 12.16409375
transcript.pyannote[0].end 14.32409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 14.57721875
transcript.pyannote[1].end 15.55596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 21.37784375
transcript.pyannote[2].end 21.85034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 21.85034375
transcript.pyannote[3].end 26.03534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 26.20409375
transcript.pyannote[4].end 28.70159375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 29.00534375
transcript.pyannote[5].end 31.62096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 32.11034375
transcript.pyannote[6].end 34.67534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 35.38409375
transcript.pyannote[7].end 37.56096875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 37.86471875
transcript.pyannote[8].end 38.57346875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 38.75909375
transcript.pyannote[9].end 41.27346875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 41.64471875
transcript.pyannote[10].end 44.29409375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 44.66534375
transcript.pyannote[11].end 46.26846875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 46.67346875
transcript.pyannote[12].end 47.55096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 47.83784375
transcript.pyannote[13].end 55.93784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 56.52846875
transcript.pyannote[14].end 58.36784375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 58.84034375
transcript.pyannote[15].end 72.72846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 72.93096875
transcript.pyannote[16].end 83.15721875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 84.25409375
transcript.pyannote[17].end 87.35909375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 87.93284375
transcript.pyannote[18].end 91.91534375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 92.21909375
transcript.pyannote[19].end 96.15096875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 97.04534375
transcript.pyannote[20].end 101.53409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 101.90534375
transcript.pyannote[21].end 106.05659375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 106.47846875
transcript.pyannote[22].end 113.85284375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 114.49409375
transcript.pyannote[23].end 115.30409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 116.04659375
transcript.pyannote[24].end 119.82659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 120.70409375
transcript.pyannote[25].end 124.23096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 124.50096875
transcript.pyannote[26].end 131.58846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 132.17909375
transcript.pyannote[27].end 135.77346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 135.97596875
transcript.pyannote[28].end 138.40596875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 139.21596875
transcript.pyannote[29].end 149.54346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 149.69534375
transcript.pyannote[30].end 156.88409375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 157.40721875
transcript.pyannote[31].end 162.95909375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 163.31346875
transcript.pyannote[32].end 172.44284375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 172.78034375
transcript.pyannote[33].end 176.30721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 176.77971875
transcript.pyannote[34].end 181.35284375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 181.48784375
transcript.pyannote[35].end 184.55909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 184.77846875
transcript.pyannote[36].end 192.59159375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 192.92909375
transcript.pyannote[37].end 196.03409375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 197.16471875
transcript.pyannote[38].end 202.75034375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 202.75034375
transcript.pyannote[39].end 206.53034375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 203.13846875
transcript.pyannote[40].end 203.94846875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 205.88909375
transcript.pyannote[41].end 206.44596875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 206.83409375
transcript.pyannote[42].end 220.87409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 207.13784375
transcript.pyannote[43].end 207.44159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 208.16721875
transcript.pyannote[44].end 208.77471875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 216.48659375
transcript.pyannote[45].end 216.77346875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 220.11471875
transcript.pyannote[46].end 220.13159375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 221.19471875
transcript.pyannote[47].end 241.14096875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 225.93659375
transcript.pyannote[48].end 226.52721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 238.33971875
transcript.pyannote[49].end 238.74471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 241.56284375
transcript.pyannote[50].end 254.59034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 255.24846875
transcript.pyannote[51].end 256.71659375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 256.76721875
transcript.pyannote[52].end 260.41221875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 256.98659375
transcript.pyannote[53].end 257.25659375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 260.74971875
transcript.pyannote[54].end 275.70096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 265.59284375
transcript.pyannote[55].end 266.11596875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 276.13971875
transcript.pyannote[56].end 281.60721875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 281.94471875
transcript.pyannote[57].end 289.79159375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 290.21346875
transcript.pyannote[58].end 293.31846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 293.41971875
transcript.pyannote[59].end 295.03971875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 295.74846875
transcript.pyannote[60].end 301.97534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 302.16096875
transcript.pyannote[61].end 304.27034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 304.57409375
transcript.pyannote[62].end 305.35034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 305.43471875
transcript.pyannote[63].end 317.48346875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 317.98971875
transcript.pyannote[64].end 320.68971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 320.84159375
transcript.pyannote[65].end 349.88346875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 329.43096875
transcript.pyannote[66].end 329.98784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 349.95096875
transcript.pyannote[67].end 352.41471875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 350.01846875
transcript.pyannote[68].end 350.42346875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 351.89159375
transcript.pyannote[69].end 353.71409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 354.23721875
transcript.pyannote[70].end 361.30784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 361.84784375
transcript.pyannote[71].end 378.04784375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 375.16221875
transcript.pyannote[72].end 375.60096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 377.33909375
transcript.pyannote[73].end 388.45971875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 381.16971875
transcript.pyannote[74].end 382.19909375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 382.90784375
transcript.pyannote[75].end 385.99596875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 387.83534375
transcript.pyannote[76].end 397.58909375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 390.46784375
transcript.pyannote[77].end 390.97409375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 393.25221875
transcript.pyannote[78].end 393.64034375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 394.95659375
transcript.pyannote[79].end 395.20971875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 397.97721875
transcript.pyannote[80].end 400.15409375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 400.86284375
transcript.pyannote[81].end 403.88346875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 404.72721875
transcript.pyannote[82].end 417.11346875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 417.41721875
transcript.pyannote[83].end 422.12534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 422.46284375
transcript.pyannote[84].end 426.79971875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 426.47909375
transcript.pyannote[85].end 427.54221875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 427.54221875
transcript.pyannote[86].end 436.55346875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 435.91221875
transcript.pyannote[87].end 440.97471875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 437.09346875
transcript.pyannote[88].end 438.00471875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 438.83159375
transcript.pyannote[89].end 441.53159375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 441.53159375
transcript.pyannote[90].end 441.90284375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 442.22346875
transcript.pyannote[91].end 449.05784375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 449.51346875
transcript.pyannote[92].end 458.00159375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 458.05221875
transcript.pyannote[93].end 469.05471875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 468.32909375
transcript.pyannote[94].end 468.80159375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 469.08846875
transcript.pyannote[95].end 476.53034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 477.05346875
transcript.pyannote[96].end 494.48534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 495.21096875
transcript.pyannote[97].end 499.58159375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 500.15534375
transcript.pyannote[98].end 500.35784375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 500.61096875
transcript.pyannote[99].end 501.30284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 500.98221875
transcript.pyannote[100].end 521.31659375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 509.55471875
transcript.pyannote[101].end 510.83721875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 521.58659375
transcript.pyannote[102].end 522.63284375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 522.91971875
transcript.pyannote[103].end 544.23284375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 545.29596875
transcript.pyannote[104].end 554.00346875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 554.67846875
transcript.pyannote[105].end 558.49221875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 557.96909375
transcript.pyannote[106].end 558.32346875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 558.74534375
transcript.pyannote[107].end 567.13221875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 567.38534375
transcript.pyannote[108].end 594.60471875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 579.43409375
transcript.pyannote[109].end 579.80534375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 594.77346875
transcript.pyannote[110].end 595.14471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 594.90846875
transcript.pyannote[111].end 599.32971875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 596.42721875
transcript.pyannote[112].end 596.83221875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 599.80221875
transcript.pyannote[113].end 602.01284375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 602.60346875
transcript.pyannote[114].end 615.56346875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 615.05721875
transcript.pyannote[115].end 616.66034375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 615.83346875
transcript.pyannote[116].end 616.60971875
transcript.whisperx[0].start 12.833
transcript.whisperx[0].end 15.535
transcript.whisperx[0].text 謝謝主席我請一下陳部長我們請陳部長部長好部長我想剛剛聽了您的報告用了三十幾分鐘來報告整個農業部的業務進度但是我想要提一件事情就是說農業部做了很多事
transcript.whisperx[1].start 38.17
transcript.whisperx[1].end 55.416
transcript.whisperx[1].text 農民做了很多事 農民種的農產品其實它有的時間是要花很長的但是往往一則報導30秒 不用3分鐘它可能就會造成這個農產品的價格崩盤可能會造成消費市場的巨大波動
transcript.whisperx[2].start 56.596
transcript.whisperx[2].end 82.564
transcript.whisperx[2].text 部長我們大概上個禮拜我帶了兩大箱的香蕉到議場來分送給大家吃為什麼會特別帶香蕉因為有媒體又開始來報導說岐山的香蕉崩盤崩到8塊錢那他用的照片呢是用2018年的舊照片照片旁邊的那一行字其實你現在看不到照片旁邊的那一行字是寫屏東香蕉
transcript.whisperx[3].start 84.315
transcript.whisperx[3].end 109.9
transcript.whisperx[3].text 但是他的標呢他的新聞標用寫岐山香蕉那我要講就是說部長我今天不是跟你討論香蕉多少錢而是我要跟你談到一個很嚴肅的問題就是幾秒鐘的報導幾分鐘的報導透過不斷的不斷的宣傳你看那個中天的報導之後呢接下來所有的媒體都是用香蕉價格崩盤這六個字來報導香蕉的問題
transcript.whisperx[4].start 114.594
transcript.whisperx[4].end 138.265
transcript.whisperx[4].text 造成很多的盤商他去跟農民收購的時候他就說新聞報導都剩下8塊錢啊為什麼你還要賣我15塊然後呢消費者到市場端去的時候就說新聞報導說只剩下8塊錢啊為什麼我在市場買的價格會這麼貴對農民來講這個是一個非常嚴重的傷害啊那到底我們有什麼方法去做處理
transcript.whisperx[5].start 139.982
transcript.whisperx[5].end 156.704
transcript.whisperx[5].text 資訊的真偽到底這個價格的真偽跟媒體報導的責任又或者是農業部在這個部分上面對於傳播正確的價格資訊上面有沒有更精進的作為部長我讓您說明一下
transcript.whisperx[6].start 157.792
transcript.whisperx[6].end 172.93
transcript.whisperx[6].text 謝謝委員 我覺得委員所提到的是一個非常嚴肅的問題就是很多農產品本身它很容易被一個媒體的報導以後就造成一些後續的很多的副作用但是我願意相信針對從事農業報導的專業的媒體
transcript.whisperx[7].start 176.815
transcript.whisperx[7].end 195.703
transcript.whisperx[7].text 我覺得都很好都很客觀的報導那有一些是在地方型的特別是凸顯到一些議題但是您所提到的我覺得絕對應該要做也可以做的就是我們應該要定期的去做媒體的一個說明我覺得這個應該要去做一個處理那對於這些
transcript.whisperx[8].start 197.236
transcript.whisperx[8].end 219.831
transcript.whisperx[8].text 已經有錯誤 錯假訊息的部分我們應該更有機制 不只是發一個新聞稿而已對啊 所以而且我覺得你們是不是應該要跟NCC做合作嘛你建立這個農產品報導的準確性的指引我覺得你隨便講的一個價格 隨便講的一個數字對於市場的波動是非常大對於農民的傷害其實是更大
transcript.whisperx[9].start 221.332
transcript.whisperx[9].end 239.9
transcript.whisperx[9].text 整個農產品我今天不是只有講香蕉未來你包括木瓜包括芭樂包括所有的農作物其實每一次只要有這一類傷害性的報導的時候對農民來講都是劃一個刀在他的心口上這是第一件事情所以我覺得農業部應該要
transcript.whisperx[10].start 241.661
transcript.whisperx[10].end 260.141
transcript.whisperx[10].text 去研究一下你們對於市場價格或者是批發的價格的這個掌握對很多正確資訊的掌握上面是不是應該要更精進第二農產品一定會遇到產量大的時候嘛三年大的時候要怎麼走你們會去做去化
transcript.whisperx[11].start 260.822
transcript.whisperx[11].end 274.359
transcript.whisperx[11].text 對不對上個禮拜我也拿了這個我們岐山農會做的香蕉脆片給大家品嘗這個是做去化把它做成農產加工品一個很重要的管道一個很重要的途徑有沒有可能農業部
transcript.whisperx[12].start 276.321
transcript.whisperx[12].end 294.491
transcript.whisperx[12].text 其實可以來跟更多的這些農會做更多的媒合我所謂的媒合就是說比如說像這樣子的去化所做出來的產品不要講去化就是說我們的農產加工品他能不能在各大通路上面我舉例講高鐵
transcript.whisperx[13].start 295.819
transcript.whisperx[13].end 315.869
transcript.whisperx[13].text 高鐵的商務艙常常他必須大量採購很多的商務艙的這些小零食有沒有可能來跟高鐵公司做合作讓台灣的優質的農產加工品也能夠在高鐵上面不管是販售也好或者是高鐵來採購讓商務艙的旅客都能夠享用台灣的優質農產品這一點是不是能夠請農業部能夠去研議
transcript.whisperx[14].start 320.891
transcript.whisperx[14].end 349.48
transcript.whisperx[14].text 我想非常謝謝委員的建議跟提醒我們絕對會來做我們現在特別是在高鐵或者是台鐵本身的這些商務艙甚至於不一定是商務艙甚至於在車站上面我們都應該有我們固定的這些農產品的這些特殊農產品的一個展售不像一般的啦那這個部分我們事實上已經在做規劃我們也希望說用這種方式能夠將這些可能會有一些量多的問題讓它及早的變成加工品
transcript.whisperx[15].start 350.681
transcript.whisperx[15].end 373.52
transcript.whisperx[15].text 然後這個加工品也有後續的所以其實你們對於產量的掌握度應該是要更加的積極我覺得很多的農會或者是合作社包括你們在育苗的時候今年種了多少很多的產量的預估我覺得農業部應該要更積極更主動的去做這一類的預估你以防又被人家講說產量大出所以價格崩跌我覺得這個對農產
transcript.whisperx[16].start 374.881
transcript.whisperx[16].end 403.586
transcript.whisperx[16].text 整体的运销来讲其实是非常大的伤害我们会来努力我觉得不应该是等到量度再开始去处理应该在开始种植的时候你们过去像种植高丽菜都会有预警制度预测完了以后就应该去拉去加工我觉得所有的种植不只是高丽菜应该很多的农产品其实你们都应该要有预警制度跟整个产量的控制第二个我要跟部长谈到台湾对美的农产品采购政策
transcript.whisperx[17].start 405.115
transcript.whisperx[17].end 423.984
transcript.whisperx[17].text 有人家說或者是有媒體有報導說因為你也一起去了美國所以政府4年要花100億美元去採購美國的農產品有沒有這一回事我跟委員很簡單的回答我這次帶團去美國採購100億它是一個例行的聯合採購
transcript.whisperx[18].start 425.325
transcript.whisperx[18].end 441.61
transcript.whisperx[18].text 那他所採購的是是政府採購嗎不是政府採購是由業者自己根據他年度所需他們估算出來以後希望用年來採購的方式去跟美國去談價錢所以是業者採購業者採購完全是商業者採購完全是商業的一個行為政府沒有出一毛錢完全沒有好
transcript.whisperx[19].start 442.29
transcript.whisperx[19].end 457.522
transcript.whisperx[19].text 部長我一直在跟您追問這個事情這很重要啊你不要被造謠說政府4年要花100億去採購美國的農產品啊如果他完全是商業行為農業部站在媒合的角度農業部站在台美關係的角度上面去促成
transcript.whisperx[20].start 458.263
transcript.whisperx[20].end 476.124
transcript.whisperx[20].text 去媒合那我覺得這是好事政府沒有花任何一毛錢但是這個採購之後這個採購的金額增加4年花100億美元對於台灣的農產品會不會造成巨大的影響或者是它造成的影響是什麼
transcript.whisperx[21].start 477.125
transcript.whisperx[21].end 491.762
transcript.whisperx[21].text 那剛剛您也提到了台灣的農產自給率其實只有32%但是其實我們有一些優質的農產品也是希望能夠外銷出去所以如何在拓展外銷的這一塊上面跟我們對採購進來的進口上面
transcript.whisperx[22].start 495.513
transcript.whisperx[22].end 514.627
transcript.whisperx[22].text 農業部的作為是什麼有沒有什麼可以比較得到一個平衡的標準我跟委員報告就是有關於這些的採購最主要是飼料飼料用他不會是一個農產品本身來衝擊而且是我們的自給力自給力比較低像我們的小麥的自給力大概只有
transcript.whisperx[23].start 515.908
transcript.whisperx[23].end 544.002
transcript.whisperx[23].text 那個零點多零點零幾而已所以相對的它的自給率非常低我們都需要從國外進口那相對的在這種關係互動的過程中我們也爭取了一些我們農產品可以銷到美國的以鳳梨為例這次他們的那個次長來的時候就承諾說會加速整個鳳梨的這個外銷所以很多貿易的互動是能夠正向的互動能夠讓我們更多的農產品可以銷到國外去
transcript.whisperx[24].start 546.035
transcript.whisperx[24].end 553.534
transcript.whisperx[24].text 部長我想這件事情包括採購甚至對外的採購我們很多的進口的糧食
transcript.whisperx[25].start 555.421
transcript.whisperx[25].end 583.007
transcript.whisperx[25].text 我認為其實也不應該過度集中在美國啦因為你現在看起來大家都會覺得我們好像全部都是買美國的東西那其他的國家巴西、澳洲、加拿大或者是我們的許多的邦交國我覺得這一些的採購上面其實你們還是要去做一些統整那對於台灣的農產品的外銷上面其實我們還是要再多花一點心力台灣的土地面積小所以我們的耕作成本相對就會比較高
transcript.whisperx[26].start 584.167
transcript.whisperx[26].end 598.989
transcript.whisperx[26].text 那耕作成本高的時候在外銷上面在價格競爭上面其實我們就會處於一個比較劣勢的地位但是優質的農產品其實它還是有一定的這個市場需求比如說我們上上個月
transcript.whisperx[27].start 599.91
transcript.whisperx[27].end 616.285
transcript.whisperx[27].text 有一個台商在南非他就大量進口了美濃147米到南非去所以我覺得類似這樣的一些貿易的行為讓台灣的優質農產品能夠走出去這個也是我們農業部很重要的一個工作大家一起努力好嗎好 謝謝委員提醒 謝謝