iVOD / 164883

Field Value
IVOD_ID 164883
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164883
日期 2025-10-30
會議資料.會議代碼 委員會-11-4-26-7
會議資料.會議代碼:str 第11屆第4會期社會福利及衛生環境委員會第7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 7
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第4會期社會福利及衛生環境委員會第7次全體委員會議
影片種類 Clip
開始時間 2025-10-30T11:48:15+08:00
結束時間 2025-10-30T12:03:54+08:00
影片長度 00:15:39
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/480bc0daa4347f00ec518efd08b28a5c55b9b7d9df2795fe7858943a6a9958c93eccb88f554b3b0c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王正旭
委員發言時間 11:48:15 - 12:03:54
會議時間 2025-10-30T09:00:00+08:00
會議名稱 立法院第11屆第4會期社會福利及衛生環境委員會第7次全體委員會議(事由:(上午9時起) 邀請衛生福利部部長、農業部、財政部、交通部、經濟部、數位發展部、海洋委員會海巡署就「如何精進海外小型包裹夾帶肉品之查緝與防堵,持續強化阻絕疫情於國門,同時優化國內後續對於非洲豬瘟防疫」提出專題報告,並備質詢。 (下午2時起。若上午議程尚未結束,待結束後接續召開) 一、繼續審查行政院函請審議「職業安全衛生法部分條文修正草案」、委員廖先翔等18人擬具「職業安全衛生法第三十五條條文修正草案」、委員牛煦庭等18人擬具「職業安全衛生法第四十九條條文修正草案」、委員李昆澤等26人擬具「職業安全衛生法第三十九條及第四十九條條文修正草案」、委員魯明哲等16人擬具「職業安全衛生法第四十條條文修正草案」、台灣民眾黨黨團擬具「職業安全衛生法部分條文修正草案」、委員林淑芬等19人擬具「職業安全衛生法第四十三條條文修正草案」、委員楊曜等22人擬具「職業安全衛生法第六條條文修正草案」、委員李昆澤等27人、委員黃秀芳等21人分別擬具「職業安全衛生法部分條文修正草案」、委員翁曉玲等23人擬具「職業安全衛生法第三十五條、第三十九條及第四十九條條文修正草案」、委員范雲等18人、委員劉建國等17人分別擬具「職業安全衛生法部分條文修正草案」、委員吳琪銘等18人擬具「職業安全衛生法第六條條文修正草案」、委員沈發惠等18人、委員王育敏等19人、委員王育敏等25人擬、委員郭國文等17人分別擬具「職業安全衛生法部分條文修正草案」、委員王鴻薇等19人擬具「職業安全衛生法第四條條文修正草案」、委員郭昱晴等17人、委員羅廷瑋等18人分別擬具「職業安全衛生法部分條文修正草案」案。 二、審查 (一)委員王正旭等23人擬具「職業安全衛生法部分條文修正草案」案。 (二)委員吳沛憶等19人擬具「職業安全衛生法部分條文修正草案」案。 (三)委員莊瑞雄等16人擬具「職業安全衛生法第九條條文修草案」案。 (四)委員林月琴等21人擬具「職業安全衛生法部分條修正草案」案。 (五)委員林淑芬等21人擬具「職業安全衛生法部分條文修正草案」案。 (六)委員邱鎮軍等22人擬具「職業安全衛生法部分條文修正草案」案。 (七)委員徐富癸等16人擬具「職業安全衛生法部分條文修正草案」案。 (八)委員黃捷等16人擬具「職業安全衛生法部分條文修正草案」案。 (九)委員蔡易餘等17人擬具「職業安全衛生法部分條文修正草案」案。 (十)委員陳亭妃等16人擬具「職業安全衛生法部分條文修正草案」案。 【二、(三)至(七)案,如經復議則不予審查;二、(八)至(十)案,如未經院會交付本會審查或未經各黨團簽署不復議同意書不予審查】 【逐條討論】 【10月29日及10月30日,二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.43159375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 0.28409375
transcript.pyannote[1].end 0.58784375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 2.71409375
transcript.pyannote[2].end 48.58034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 49.99784375
transcript.pyannote[3].end 53.52471875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 54.06471875
transcript.pyannote[4].end 94.73346875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 95.08784375
transcript.pyannote[5].end 96.25221875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 98.88471875
transcript.pyannote[6].end 99.91409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 99.91409375
transcript.pyannote[7].end 169.00034375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 99.96471875
transcript.pyannote[8].end 100.38659375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 100.52159375
transcript.pyannote[9].end 101.24721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 149.37471875
transcript.pyannote[10].end 149.83034375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 152.00721875
transcript.pyannote[11].end 152.02409375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 152.02409375
transcript.pyannote[12].end 152.42909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 152.42909375
transcript.pyannote[13].end 152.47971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 170.14784375
transcript.pyannote[14].end 183.56346875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 184.66034375
transcript.pyannote[15].end 234.55971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 235.94346875
transcript.pyannote[16].end 245.24159375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 245.49471875
transcript.pyannote[17].end 246.01784375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 245.56221875
transcript.pyannote[18].end 246.00096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 246.01784375
transcript.pyannote[19].end 246.06846875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 246.49034375
transcript.pyannote[20].end 249.07221875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 249.42659375
transcript.pyannote[21].end 255.94034375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 256.19346875
transcript.pyannote[22].end 257.98221875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 258.20159375
transcript.pyannote[23].end 261.25596875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 261.47534375
transcript.pyannote[24].end 269.94659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 270.16596875
transcript.pyannote[25].end 274.08096875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 274.43534375
transcript.pyannote[26].end 283.42971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 283.69971875
transcript.pyannote[27].end 288.35721875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 288.40784375
transcript.pyannote[28].end 290.34846875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 290.55096875
transcript.pyannote[29].end 293.36909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 293.50409375
transcript.pyannote[30].end 309.19784375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 309.28221875
transcript.pyannote[31].end 311.39159375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 311.59409375
transcript.pyannote[32].end 326.08971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 326.17409375
transcript.pyannote[33].end 331.37159375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 331.54034375
transcript.pyannote[34].end 334.34159375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 334.64534375
transcript.pyannote[35].end 343.72409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 344.04471875
transcript.pyannote[36].end 356.24534375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 356.44784375
transcript.pyannote[37].end 368.51346875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 368.80034375
transcript.pyannote[38].end 370.11659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 370.40346875
transcript.pyannote[39].end 372.96846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 373.25534375
transcript.pyannote[40].end 378.92534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 379.04346875
transcript.pyannote[41].end 385.70909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 386.06346875
transcript.pyannote[42].end 386.43471875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 386.89034375
transcript.pyannote[43].end 402.68534375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 402.97221875
transcript.pyannote[44].end 405.77346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 405.82409375
transcript.pyannote[45].end 411.56159375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 412.10159375
transcript.pyannote[46].end 415.64534375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 415.81409375
transcript.pyannote[47].end 417.95721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 418.04159375
transcript.pyannote[48].end 418.48034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 418.91909375
transcript.pyannote[49].end 465.81471875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 431.92971875
transcript.pyannote[50].end 432.23346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 439.86096875
transcript.pyannote[51].end 440.31659375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 466.64159375
transcript.pyannote[52].end 507.88409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 507.91784375
transcript.pyannote[53].end 507.93471875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 507.93471875
transcript.pyannote[54].end 513.84096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 514.19534375
transcript.pyannote[55].end 515.22471875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 515.35971875
transcript.pyannote[56].end 519.27471875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 519.47721875
transcript.pyannote[57].end 522.24471875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 522.41346875
transcript.pyannote[58].end 537.76971875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 537.83721875
transcript.pyannote[59].end 539.59221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 539.76096875
transcript.pyannote[60].end 544.63784375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 544.85721875
transcript.pyannote[61].end 547.08471875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 547.33784375
transcript.pyannote[62].end 548.94096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 549.39659375
transcript.pyannote[63].end 551.55659375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 552.02909375
transcript.pyannote[64].end 552.34971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 552.68721875
transcript.pyannote[65].end 553.83471875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 554.05409375
transcript.pyannote[66].end 556.92284375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 557.09159375
transcript.pyannote[67].end 558.62721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 558.86346875
transcript.pyannote[68].end 562.93034375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 563.08221875
transcript.pyannote[69].end 565.79909375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 565.90034375
transcript.pyannote[70].end 586.84221875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 587.16284375
transcript.pyannote[71].end 595.22909375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 595.68471875
transcript.pyannote[72].end 610.85534375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 611.10846875
transcript.pyannote[73].end 687.14721875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 619.17471875
transcript.pyannote[74].end 620.01846875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 628.03409375
transcript.pyannote[75].end 628.79346875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 687.38346875
transcript.pyannote[76].end 690.55596875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 690.62346875
transcript.pyannote[77].end 691.23096875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 691.60221875
transcript.pyannote[78].end 696.64784375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 696.66471875
transcript.pyannote[79].end 699.82034375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 699.98909375
transcript.pyannote[80].end 709.01721875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 709.10159375
transcript.pyannote[81].end 715.27784375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 715.46346875
transcript.pyannote[82].end 722.93909375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 723.19221875
transcript.pyannote[83].end 726.11159375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 726.41534375
transcript.pyannote[84].end 728.28846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 728.54159375
transcript.pyannote[85].end 731.17409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 731.51159375
transcript.pyannote[86].end 733.75596875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 734.05971875
transcript.pyannote[87].end 738.91971875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 739.05471875
transcript.pyannote[88].end 739.91534375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 740.08409375
transcript.pyannote[89].end 743.66159375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 743.83034375
transcript.pyannote[90].end 752.01471875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 752.13284375
transcript.pyannote[91].end 755.82846875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 756.19971875
transcript.pyannote[92].end 758.54534375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 758.96721875
transcript.pyannote[93].end 763.43909375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 763.52346875
transcript.pyannote[94].end 803.44971875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 803.97284375
transcript.pyannote[95].end 808.39409375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 808.39409375
transcript.pyannote[96].end 825.57284375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 808.42784375
transcript.pyannote[97].end 808.57971875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 820.78034375
transcript.pyannote[98].end 820.99971875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 822.38346875
transcript.pyannote[99].end 823.36221875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 833.25096875
transcript.pyannote[100].end 869.38034375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 833.72346875
transcript.pyannote[101].end 834.26346875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 869.38034375
transcript.pyannote[102].end 869.44784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 869.53221875
transcript.pyannote[103].end 869.93721875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 870.03846875
transcript.pyannote[104].end 871.50659375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 871.81034375
transcript.pyannote[105].end 910.84221875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 910.84221875
transcript.pyannote[106].end 927.91971875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 916.14096875
transcript.pyannote[107].end 916.76534375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 925.48971875
transcript.pyannote[108].end 925.67534375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 925.87784375
transcript.pyannote[109].end 926.62034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 928.78034375
transcript.pyannote[110].end 934.97346875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 935.54721875
transcript.pyannote[111].end 938.39909375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 938.90534375
transcript.pyannote[112].end 938.97284375
transcript.whisperx[0].start 0.95
transcript.whisperx[0].end 15.686
transcript.whisperx[0].text 謝謝主席主席各位同仁其實面對非洲豬瘟的威脅我們更應該要保持沉著跟冷靜這樣才有辦法面對這麼大疫情的衝擊
transcript.whisperx[1].start 17.129
transcript.whisperx[1].end 32.483
transcript.whisperx[1].text 從美國107年以來非洲豬瘟在全球快速的擴散之下其實台灣我們很早就成立了非洲豬瘟中央災害應變中心共同來度過
transcript.whisperx[2].start 34.765
transcript.whisperx[2].end 48.283
transcript.whisperx[2].text 跨部會的協調還有結合地方政府跟民間單位的力量在中央政府的主導之下共同來投入防疫工作在全國人民的高度警覺跟配合之下
transcript.whisperx[3].start 50.045
transcript.whisperx[3].end 66.953
transcript.whisperx[3].text 我們成功的阻擋疫情的入侵也守住了國內豬肉產業跟糧食的安全這樣的努力當然是成果非常豐碩大家都有目共睹那國際的肯定也讓我們的豬肉可以再次行銷全球
transcript.whisperx[4].start 68.293
transcript.whisperx[4].end 94.41
transcript.whisperx[4].text 因此我相信面對這一次的新一波的疫情挑戰只要中央跟地方大家持續的緊密合作攜手民間的力量共同鎖住防線我們一定能夠再次成功控制疫情 守護國家跟農業的安全一開始想要針對關務署的查緝的量能的問題來請教請關務署的蘇副署長請蘇副署長
transcript.whisperx[5].start 100.023
transcript.whisperx[5].end 126.045
transcript.whisperx[5].text 市副署長好今天已經討論很多了不過我想還是先再就教一下因為不管是在國境安全各方面關務署都針對於旅客的行李 郵包 貨運各類進口出入品都是一個很重要的角色所以希望有三個部分來請教副署長第一個就是到底人員目前的狀況如何是不是有嚴重的不足
transcript.whisperx[6].start 126.536
transcript.whisperx[6].end 135.646
transcript.whisperx[6].text 第二個就是AI輔助辨識系統的建置的進度第三個就是小三通也是大家很關心的部分那目前的查緝狀況是如何
transcript.whisperx[7].start 137.675
transcript.whisperx[7].end 166.915
transcript.whisperx[7].text 我們也知道畢竟在那麼大的流量之下X光的判讀是非常重要的所以第一線的這個官員的查緝他的專業也非常非常的重要這個專業當然就會有分級的需求也謝謝當初有提出這個分級的制度之下也讓我們的同仁可以透過初階中階到高階的判讀讓這個人力的分布可以更為符合現場的需求
transcript.whisperx[8].start 167.495
transcript.whisperx[8].end 192.631
transcript.whisperx[8].text 那這個部分有制度當然很好可是總體的量還是要共同讓他在工作的同時呢就能夠有很好的這些人力的分配把關那我們以基隆關為例基隆關其實編制是1084位配置了1072可是現有才1008位
transcript.whisperx[9].start 194.552
transcript.whisperx[9].end 211.721
transcript.whisperx[9].text 意思就是說即使是在有這麼好的編制事實上真的在現場的人力還是相對不足只有還缺少了60位那這樣的衝擊我相信大家其實是當然會很辛苦尤其最近這一波
transcript.whisperx[10].start 212.261
transcript.whisperx[10].end 234.097
transcript.whisperx[10].text 好像大家應該是都能了解啦也能知道現場人員在這個過程裡面就好像醫療單位我們也同樣面臨這樣的壓力那其實在兩年前就已經有相關的委員注意到關護署這個業務增加人力不足的部分那現在到底情況如何有沒有一個比較
transcript.whisperx[11].start 235.958
transcript.whisperx[11].end 244.885
transcript.whisperx[11].text 好的一個數據的呈現針對全體的觀物同仁目前的人力配置的部分有沒有什麼改善措施
transcript.whisperx[12].start 245.62
transcript.whisperx[12].end 251.501
transcript.whisperx[12].text 是謝謝委員非常的理解海關的這個業務的一個繁重以及關切我們海關人力不足的一個問題那這邊跟委員報告因為海關的這個人力的來源主要就是官務特考就是經由這個考試的一個分發那我們當然在我們現有的人力之下我們還是要在我們的國門這邊要
transcript.whisperx[13].start 274.706
transcript.whisperx[13].end 278.91
transcript.whisperx[13].text 盡力的來把關所以我們主要我們會運用相關的風險管理機制來做查核以及運用這個高科技的一些查核工具那剛剛委員槌尋的就是有關我們在人力的部分那我們目前就是我們配合這個公務人員的一個勤修的制度我們已經有增加165人
transcript.whisperx[14].start 299.309
transcript.whisperx[14].end 304.952
transcript.whisperx[14].text 那就是包括在有行李檢查方面以及貨物的一個檢查人數方面我們有增加那針對我們另外就是在官務特考我們今年有新在12月的時候就會有46位的新進的人員會投入海關的這一個行列那另外就是我們也有提報在明年官務特考的人數我們的
transcript.whisperx[15].start 326.281
transcript.whisperx[15].end 354.02
transcript.whisperx[15].text 一个缺额的需用的名额大概有300人就是明年的官务特考我们希望能够有禁用300人的一个人数那另外就是针对有关非洲猪瘟的一个防疫因为在107年中国大陆它爆发非洲猪瘟以来那我们这边就是为了要防堵非洲猪瘟所以行政院在109年的时候就有合给我们约顾的人数有76人
transcript.whisperx[16].start 356.581
transcript.whisperx[16].end 384.82
transcript.whisperx[16].text 一直到就是到目前是有66個人是同意行政院同意我們延長到115年底就是這個約顧的人數所以可以來當然可以協助來補充我們這個有關非洲豬瘟的查緝的一個人力那我們當然如果說因為這樣子的一個人力缺缺口就是剛才跟我原報告的如果在考試的這個
transcript.whisperx[17].start 387.102
transcript.whisperx[17].end 392.267
transcript.whisperx[17].text 補足之前的這個空窗期我們現在如果還是就是針對人力方面的確非常緊繃的狀況下我們希望說也可以再跟行政院人事行政總處來討論是不是可以再增加我們這個約顧人員的一個
transcript.whisperx[18].start 405.959
transcript.whisperx[18].end 425.903
transcript.whisperx[18].text 一個元額的增加的一個情況那我們希望說我們可以在有關這個防堵非洲豬瘟的地方可以在更多的一個人力投入謝謝好很期待這個年底能夠有效的補足人力我們知道業務量大當然這個流動率就會高
transcript.whisperx[19].start 426.543
transcript.whisperx[19].end 450.567
transcript.whisperx[19].text 所以就要看各級長官如何跟我們這些基層的同仁把感情讓他們繼續替台灣這個防疫的部分再更盡一份心力再來就是小山通那個查緝的部分因為我們也都了解這次租屋的內容很有可能當然不排除是不是小山通也是入侵的管道之一這兩天相關的訊息大家也都看得到
transcript.whisperx[20].start 451.548
transcript.whisperx[20].end 473.509
transcript.whisperx[20].text 其實也不是只有地霸而已我們也知道小三通可能還有其他的包括各種的零食、煙酒、乾香菇等產品會透過小三通進來那目前到底在這個部分有沒有相關在處理上可以更精進的地方包括說面對小三通通路的查緝風險
transcript.whisperx[21].start 474.97
transcript.whisperx[21].end 488.843
transcript.whisperx[21].text 在管理上跟查詢上措施有沒有在做一些針對這些從這個對岸跑到台灣這樣的這些可能性的這種管理措施
transcript.whisperx[22].start 489.471
transcript.whisperx[22].end 507.747
transcript.whisperx[22].text 那另外對於這個特定航線有沒有加強這個查緝的機制那第三點就是當然這個AI風險分析跟行李辨識系統來提高這個攔檢效率這個也都是可以努力的方向那不顯然有沒有什麼進度可以跟國人在做報告的
transcript.whisperx[23].start 508.067
transcript.whisperx[23].end 525.784
transcript.whisperx[23].text 是跟委員報告就是有關小三通的部分因為小三通主要就是中國大陸這邊的入境旅客那針對小三通他的入境旅客他的不管是手提或者是他托運的行李我們都是會百分之百經過X光的一個檢查
transcript.whisperx[24].start 526.845
transcript.whisperx[24].end 529.788
transcript.whisperx[24].text 那如果說我們檢查發現有異狀我們開箱有查獲相關的這些不管是豬肉或者是香菇等等農產品這些違規的物品我們就會立即移送給房間署這邊來做處理那當然我們也
transcript.whisperx[25].start 545.485
transcript.whisperx[25].end 562.106
transcript.whisperx[25].text 針對剛才委員有提到我們對於比較就是高風險的這個就是有關這個中國大陸這邊的他我們當然就加強我們會跟房檢署這邊來合作以及在在我們這個邊境上面的相關查緝機關
transcript.whisperx[26].start 563.367
transcript.whisperx[26].end 580.4
transcript.whisperx[26].text 包括海巡這邊我們都會合作來加強來查緝那有關剛才委員有提到特別提到AI的部分跟委員報告我們其實我們在110年7月的時候我們就有建置AI的一個影像辨識的一個輔助那當時是針對毒品的一個影像的一個
transcript.whisperx[27].start 587.845
transcript.whisperx[27].end 603.014
transcript.whisperx[27].text 訓練我們有部署108套的這樣子的一個系統在我們的通關點那我們就是也針對有關肉品跟跟這個香煙等等這個部分我們後續就是有另外一個次世代的一個計畫會擴充在114年到117年之間我們會陸續的來擴充肉品跟香煙的一個辨識
transcript.whisperx[28].start 611.161
transcript.whisperx[28].end 635.753
transcript.whisperx[28].text 好 谢谢副署长的说明那会不会请这边提供小山东近三年的通关数量查细数量跟品项给办公室做参考因为我们想要了解最近这一段时间有什么比较明显波动的部分再过来你刚刚提到就是AI辅助编制系统的建制进度我想这个非常的重要因为这个
transcript.whisperx[29].start 637.054
transcript.whisperx[29].end 652.809
transcript.whisperx[29].text 量的部分我们人力需要透过更好的科技来协助那我们也知道关乎署也推动了AI辅助辨识系统的设置那这部分审计部在去年的总结算审核报告里面有提出了三个部分
transcript.whisperx[30].start 653.79
transcript.whisperx[30].end 677.443
transcript.whisperx[30].text 希望能夠再改善的第一個就是可辨識毒品藏匿樣態的不足會影響到AI系統的準確性第二個部分AI系統僅能夠辨識一些物品然後判斷率的高低等等所以對於這個氣濕的效能好像還可以再提升第三個廠商會依合約規定來落實AI系統版本的管理跟監控的機制
transcript.whisperx[31].start 678.483
transcript.whisperx[31].end 701.812
transcript.whisperx[31].text 那這三項缺失目前有沒有改善的一些進度跟可以讓大家可以更放心的地方跟委員報告就是有關這個樣態不足的部分我們現在我們的一個精進方式就是我們會去擴充我們的訓練資料運用我們相關的這些影像處理
transcript.whisperx[32].start 702.512
transcript.whisperx[32].end 704.753
transcript.whisperx[32].text 他的一個報告調整角度等等的這些我們會去會去擴充他的一個一個資料的一個訓練另外我們也會持續去收集我們相關查獲的案例把他輸入這個AI的一個訓練裡頭那我們其實我們要求我們各個官區就是
transcript.whisperx[33].start 723.238
transcript.whisperx[33].end 730.727
transcript.whisperx[33].text 他如果已經有查獲相關的這些物品馬上就要去去掃描他的相關的這些圖欄來來輸入我們的這個相關的這個城市另外我們也
transcript.whisperx[34].start 739.196
transcript.whisperx[34].end 746.944
transcript.whisperx[34].text 也會持續來就是跟跟這個法務部這邊我們去申請他有關相關的這個毒品的樣品或者相關的這些我們去讓我們整個一個研發這個AI影像辨識的系統可以去
transcript.whisperx[35].start 759.045
transcript.whisperx[35].end 775.381
transcript.whisperx[35].text 去做進一步的一個學習這樣子我們很期待這個系統的建置可以更周全那當然有了系統以後後面的計畫就要跟著執行包括貴署也在推動次世代人工智慧輔助氣濕計畫
transcript.whisperx[36].start 777.744
transcript.whisperx[36].end 803.361
transcript.whisperx[36].text 這個計畫裡面有列了相關的六大目標包括培養科技的查緝能量第二個就是提升這個氣絲的作業效能第三個是舒緩海關第一線的人力負擔第四個是增進整體通關效率第五個是培養海關AI專業人才最後一項是降低判斷與不必要的開驗比例不知道署裡面對這個計畫的信心度如何
transcript.whisperx[37].start 804.048
transcript.whisperx[37].end 824.365
transcript.whisperx[37].text 我想我們是絕對有信心可以去達成是因為在很快雖然是到117年才最後驗收事實上面對這一次的這一波的挑戰應該是更快希望把這個計畫能夠落實好謝謝副處長那最後有一個問題我們再請教一下經濟部的長官們
transcript.whisperx[38].start 833.277
transcript.whisperx[38].end 851.325
transcript.whisperx[38].text 主長 委員好主長你好我們知道這次的這個衝擊對於整個這個豬的產業非常的明顯的影響那昨天我們的召委也在提到相關的樹困計畫裡面他含了七大項
transcript.whisperx[39].start 852.205
transcript.whisperx[39].end 868.413
transcript.whisperx[39].text 其中有一項我們特別關心的就是豬肉攤商的鄉親們他們的衝擊跟目前為止我們了解我們傳統市場的豬肉攤商到底全台灣有多少量如何能夠協助他們渡過這個難關
transcript.whisperx[40].start 870.174
transcript.whisperx[40].end 898.06
transcript.whisperx[40].text 跟委員報告我們經濟部目前掌握的傳統市場的攤商數這個是地方政府列管的這個數字有那目前非洲豬瘟發生之後我們有請地方政府去統計這些攤商數裡面是生鮮豬肉攤的這個數字目前還在統計中那有些縣市政府還沒有回報那就是有回報的他們也一直不斷的在修正
transcript.whisperx[41].start 899.12
transcript.whisperx[41].end 924.551
transcript.whisperx[41].text 那目前這個後續我們有規劃針對豬肉攤商的補助措施那這個目前行政院在研議到時候會有行政院統一對外公佈如果說有相關的統計數字回來可不可以提供一份資料給我們辦公室因為我們也很希望針對這些鄉親們在因應的過程裡面將來有哪一些可以透過大家共同努力來讓他們渡過這個難關好 謝謝
transcript.whisperx[42].start 928.874
transcript.whisperx[42].end 938.165
transcript.whisperx[42].text 好謝謝我們的王委員顏寬恒委員顏寬恒委員顏寬恒委員顏寬恒委員不在那就羅明才