iVOD / 166182

Field Value
IVOD_ID 166182
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166182
日期 2025-12-04
會議資料.會議代碼 委員會-11-4-23-9
會議資料.會議代碼:str 第11屆第4會期交通委員會第9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 9
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第4會期交通委員會第9次全體委員會議
影片種類 Clip
開始時間 2025-12-04T10:58:59+08:00
結束時間 2025-12-04T11:11:45+08:00
影片長度 00:12:46
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ba42ffd062fbea8d61a1b681e429f63f9f4d34277fbf0e24746c55bad50cc4f24159dd19c61a0ed75ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 魯明哲
委員發言時間 10:58:59 - 11:11:45
會議時間 2025-12-04T09:00:00+08:00
會議名稱 立法院第11屆第4會期交通委員會第9次全體委員會議(事由:一、邀請交通部部長、教育部及內政部就「『行人優先交通安全行動綱領』實施兩年來改善『行人地獄』具體成效暨台灣測速照相機密度精準度、速限制度精進檢討」進行專題報告,並備質詢。 二、邀請交通部部長就「淡江大橋通車活動規劃辦理情形」進行專題報告,並備質詢。 三、繼續審查(一)委員邱若華等16人擬具「道路交通管理處罰條例第三十一條之一條文修正草案」案、(二)委員徐富癸等17人擬具「道路交通管理處罰條例第七十九條條文修正草案」案、(三)委員柯志恩等16人擬具「道路交通管理處罰條例第八十六條條文修正草案」案及(四)委員黃健豪等17人擬具「道路交通管理處罰條例第九十條條文修正草案」案;審查(五)委員黃健豪等17人擬具「道路交通管理處罰條例第三十一條之一條文修正草案」案。 四、繼續審查(一)委員邱若華等20人擬具「大眾捷運法第十一條條文修正草案」案、(二)委員蔡其昌等21人擬具「大眾捷運法部分條文修正草案」案及(三)委員李昆澤等20人擬具「大眾捷運法第三十九條、第四十三條及第四十三條之一條文修正草案」案。 五、繼續審查(一)委員盧縣一等18人擬具「鐵路法第二十六條及第三十五條條文修正草案」案、(二)委員陳俊宇等24人擬具「鐵路法第四十條條文修正草案」案、(三)台灣民眾黨黨團擬具「鐵路法第五十六條之四、第六十七條之三及第六十八條之四條文修正草案」案、(四)委員李昆澤等25人擬具「鐵路法第五十六條之五條文修正草案」案、(五)委員廖先翔等18人擬具「鐵路法第五十七條條文修正草案」案、(六)委員廖先翔等25人擬具「鐵路法第五十七條條文修正草案」案、(七)委員張宏陸等18人擬具「鐵路法第六十五條條文修正草案」案及(八)委員洪孟楷等19人擬具「鐵路法第六十八條之四及第七十二條條文修正草案」案;審查(九)委員邱鎮軍等23人擬具「鐵路法增訂第六十八條之四條文草案」案。 【本次會議開會事由一、二之詢答後,進行法案之逐條審查;開會事由三第(五)案及開會事由五第(九)案如經院會復議,則不予審查】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 2.47784375
transcript.pyannote[0].end 3.49034375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.04284375
transcript.pyannote[1].end 8.72159375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.54784375
transcript.pyannote[2].end 19.03221875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 15.96096875
transcript.pyannote[3].end 16.53471875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 19.03221875
transcript.pyannote[4].end 19.57221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.57221875
transcript.pyannote[5].end 19.62284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 19.69034375
transcript.pyannote[6].end 41.69534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 41.79659375
transcript.pyannote[7].end 61.37159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 61.67534375
transcript.pyannote[8].end 66.24846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 66.70409375
transcript.pyannote[9].end 95.10471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 95.40846875
transcript.pyannote[10].end 96.08346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 96.62346875
transcript.pyannote[11].end 109.85346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 109.98846875
transcript.pyannote[12].end 118.18971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 118.93221875
transcript.pyannote[13].end 121.21034375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 121.37909375
transcript.pyannote[14].end 137.59596875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 137.83221875
transcript.pyannote[15].end 140.22846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 143.01284375
transcript.pyannote[16].end 144.24471875
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 146.70846875
transcript.pyannote[17].end 148.04159375
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 149.02034375
transcript.pyannote[18].end 151.02846875
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 151.24784375
transcript.pyannote[19].end 154.55534375
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 154.69034375
transcript.pyannote[20].end 155.06159375
transcript.pyannote[21].speaker SPEAKER_04
transcript.pyannote[21].start 155.39909375
transcript.pyannote[21].end 162.03096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 162.03096875
transcript.pyannote[22].end 180.98159375
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 181.13346875
transcript.pyannote[23].end 189.72284375
transcript.pyannote[24].speaker SPEAKER_04
transcript.pyannote[24].start 190.12784375
transcript.pyannote[24].end 195.13971875
transcript.pyannote[25].speaker SPEAKER_04
transcript.pyannote[25].start 195.51096875
transcript.pyannote[25].end 198.68346875
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 199.03784375
transcript.pyannote[26].end 200.75909375
transcript.pyannote[27].speaker SPEAKER_04
transcript.pyannote[27].start 201.18096875
transcript.pyannote[27].end 205.45034375
transcript.pyannote[28].speaker SPEAKER_04
transcript.pyannote[28].start 205.80471875
transcript.pyannote[28].end 206.91846875
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 207.00284375
transcript.pyannote[29].end 209.73659375
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 210.04034375
transcript.pyannote[30].end 212.41971875
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 212.57159375
transcript.pyannote[31].end 213.58409375
transcript.pyannote[32].speaker SPEAKER_04
transcript.pyannote[32].start 213.97221875
transcript.pyannote[32].end 214.57971875
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 214.73159375
transcript.pyannote[33].end 217.02659375
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 217.33034375
transcript.pyannote[34].end 220.57034375
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 220.85721875
transcript.pyannote[35].end 223.03409375
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 223.40534375
transcript.pyannote[36].end 226.83096875
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 227.26971875
transcript.pyannote[37].end 229.54784375
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 229.66596875
transcript.pyannote[38].end 231.91034375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 232.26471875
transcript.pyannote[39].end 233.27721875
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 233.63159375
transcript.pyannote[40].end 236.53409375
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 236.87159375
transcript.pyannote[41].end 245.56221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 245.41034375
transcript.pyannote[42].end 296.06909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 296.89596875
transcript.pyannote[43].end 324.94221875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 325.33034375
transcript.pyannote[44].end 330.08909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 330.15659375
transcript.pyannote[45].end 335.72534375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 336.51846875
transcript.pyannote[46].end 340.07909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 340.24784375
transcript.pyannote[47].end 375.71909375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 376.32659375
transcript.pyannote[48].end 385.30409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 386.11409375
transcript.pyannote[49].end 389.18534375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 389.80971875
transcript.pyannote[50].end 404.92971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 405.35159375
transcript.pyannote[51].end 418.54784375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 418.90221875
transcript.pyannote[52].end 425.43284375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 426.32721875
transcript.pyannote[53].end 441.09284375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 442.17284375
transcript.pyannote[54].end 456.82034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 457.07346875
transcript.pyannote[55].end 460.58346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 461.00534375
transcript.pyannote[56].end 470.55659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 470.86034375
transcript.pyannote[57].end 475.50096875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 476.78346875
transcript.pyannote[58].end 477.72846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 478.16721875
transcript.pyannote[59].end 480.09096875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 480.51284375
transcript.pyannote[60].end 481.25534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 482.31846875
transcript.pyannote[61].end 483.65159375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 484.49534375
transcript.pyannote[62].end 485.67659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 485.86221875
transcript.pyannote[63].end 487.98846875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 488.37659375
transcript.pyannote[64].end 489.81096875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 489.96284375
transcript.pyannote[65].end 491.46471875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 491.86971875
transcript.pyannote[66].end 492.69659375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 493.08471875
transcript.pyannote[67].end 494.38409375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 494.62034375
transcript.pyannote[68].end 498.04596875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 498.34971875
transcript.pyannote[69].end 499.59846875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 499.85159375
transcript.pyannote[70].end 500.99909375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 502.07909375
transcript.pyannote[71].end 503.86784375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 504.35721875
transcript.pyannote[72].end 507.68159375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 507.91784375
transcript.pyannote[73].end 509.63909375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 510.51659375
transcript.pyannote[74].end 511.29284375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 512.06909375
transcript.pyannote[75].end 529.26471875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 529.48409375
transcript.pyannote[76].end 533.01096875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 533.46659375
transcript.pyannote[77].end 535.49159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 535.76159375
transcript.pyannote[78].end 536.97659375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 537.39846875
transcript.pyannote[79].end 539.00159375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 540.14909375
transcript.pyannote[80].end 563.38596875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 558.25596875
transcript.pyannote[81].end 558.40784375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 559.20096875
transcript.pyannote[82].end 559.38659375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 561.17534375
transcript.pyannote[83].end 561.20909375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 563.80784375
transcript.pyannote[84].end 567.70596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 568.12784375
transcript.pyannote[85].end 589.91346875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 590.14971875
transcript.pyannote[86].end 591.22971875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 591.65159375
transcript.pyannote[87].end 593.05221875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 593.18721875
transcript.pyannote[88].end 595.85346875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 596.12346875
transcript.pyannote[89].end 597.15284375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 597.49034375
transcript.pyannote[90].end 606.51846875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 606.94034375
transcript.pyannote[91].end 608.84721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 609.31971875
transcript.pyannote[92].end 614.85471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 615.17534375
transcript.pyannote[93].end 615.93471875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 616.40721875
transcript.pyannote[94].end 617.25096875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 617.92596875
transcript.pyannote[95].end 621.80721875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 622.78596875
transcript.pyannote[96].end 625.30034375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 625.75596875
transcript.pyannote[97].end 626.81909375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 627.42659375
transcript.pyannote[98].end 638.68221875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 639.28971875
transcript.pyannote[99].end 651.22034375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 652.04721875
transcript.pyannote[100].end 684.12659375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 684.76784375
transcript.pyannote[101].end 687.63659375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 688.42971875
transcript.pyannote[102].end 692.22659375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 692.29409375
transcript.pyannote[103].end 695.39909375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 696.25971875
transcript.pyannote[104].end 699.02721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 696.32721875
transcript.pyannote[105].end 696.66471875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 699.19596875
transcript.pyannote[106].end 701.65971875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 701.65971875
transcript.pyannote[107].end 702.95909375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 702.95909375
transcript.pyannote[108].end 703.58346875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 703.16159375
transcript.pyannote[109].end 706.72221875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 706.72221875
transcript.pyannote[110].end 707.83596875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 708.69659375
transcript.pyannote[111].end 709.11846875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 709.30409375
transcript.pyannote[112].end 712.03784375
transcript.pyannote[113].speaker SPEAKER_04
transcript.pyannote[113].start 715.10909375
transcript.pyannote[113].end 716.23971875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 717.35346875
transcript.pyannote[114].end 723.07409375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 723.19221875
transcript.pyannote[115].end 739.91534375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 741.41721875
transcript.pyannote[116].end 747.50909375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 748.13346875
transcript.pyannote[117].end 751.18784375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 751.87971875
transcript.pyannote[118].end 765.39659375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 766.45971875
transcript.pyannote[119].end 766.96596875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 766.96596875
transcript.pyannote[120].end 767.59034375
transcript.whisperx[0].start 2.506
transcript.whisperx[0].end 6.701
transcript.whisperx[0].text 好謝謝主席這個換武次長有請武次長
transcript.whisperx[1].start 13.584
transcript.whisperx[1].end 40.572
transcript.whisperx[1].text 那本來要問部長的那你就幫忙這個代答或者帶回去是首先第一個問題是當然我們也看到就最近我們行政院長特別針對於整個道路安全因為有行人的面向跟所有的開車駕駛人我覺得兩面的一個生命甚至有一些車禍整體的一個願景2030年他的目標是希望行人死亡下降50%
transcript.whisperx[2].start 41.972
transcript.whisperx[2].end 60.16
transcript.whisperx[2].text 同一時間2050年剛剛部長也有說了整個道路但是含行人跟車輛都一樣交通事故A1的零死亡這兩大目標那我們就這兩大目標來做一個檢視在2030年距離現在大概就剩5年左右
transcript.whisperx[3].start 61.801
transcript.whisperx[3].end 81.46
transcript.whisperx[3].text 那死亡人數 行人的部分統計去年行人死亡366人那我們做一個比較但是如果要達到行政院院長他的一個下降50%五年下降50%的目標就簡單來說每一年大約減少10%啦這是大家一個努力的目標
transcript.whisperx[4].start 82.381
transcript.whisperx[4].end 105.457
transcript.whisperx[4].text 但我們看從去年的統計1到8月到今年的1到8月現在有的資料事實上人數差沒有太多目前就統計資料只降了0.9當然要到年底直接看那右邊我一次講完在整個道路整體的A1死亡的一個事故每年大概要降7%在2050年才能夠達標那這個部分我們再比較
transcript.whisperx[5].start 110.2
transcript.whisperx[5].end 136.21
transcript.whisperx[5].text 也是差一點那我們想次長次長你來說明一下尤其在行人這個部分要做什麼這個下什麼功夫麻煩說明一下是跟委員報告我剛看這個數據還是我的數據可能有點問題因為我看的我記得是14的1月1到8月應該比去年同期應該減少100多人才對不是只有0.9%
transcript.whisperx[6].start 137.935
transcript.whisperx[6].end 143.957
transcript.whisperx[6].text 是不是那個市長可不可以來說明一下好 您說明一下
transcript.whisperx[7].start 146.958
transcript.whisperx[7].end 167.372
transcript.whisperx[7].text 跟委員報告跟委員報告那委員目前的數字是正確的沒有錯啦那跟委員報告目前其實要達到那個目標確實是有很大的挑戰性我的數字到底有問題還是沒問題你不要影片一截到剛剛上一段啦
transcript.whisperx[8].start 167.992
transcript.whisperx[8].end 194.973
transcript.whisperx[8].text 那因為你們給我們的數據嘛如果有問題的話沒關係啊 大概就說一下啦因為這個大家共同一個願景嘛我們要達到行政院院長的一個願景這個目標要加哪些努力而已嘛 好不好特別委員關心的行人的部分喔那我們從我們的數據上看起來行人主要的事故是發生在路口跟路段那我們在路口那邊這幾年因為我們用行人停讓的這樣子的政策
transcript.whisperx[9].start 195.553
transcript.whisperx[9].end 222.662
transcript.whisperx[9].text 每年大概有3%到4%死亡率的下降這個成效是比較明顯那現在的問題重點下一個階段可能會放在路段中間喔因為台灣的那個機車還有車流的密度比較高所以我們在路段中間發現行人被行人被被被撞擊的那種頻率還蠻高的那當然也有一部分是行人在跨越那個路段中間那這個是我們下一個階段在
transcript.whisperx[10].start 224.322
transcript.whisperx[10].end 245.187
transcript.whisperx[10].text 強調在宣導的重點那另外也跟委員報告從我們造勢的鑑定資料特別是從婦醫會裡面去看只要是超速撞到行人那個死亡率很高46%所以這個也是我們一直交通部一直在強調在速度管理上面的重要性還有行人在過馬路的時候的重要性好
transcript.whisperx[11].start 246.427
transcript.whisperx[11].end 265.826
transcript.whisperx[11].text 這個司長嘛 你剛剛講的一個確實 下一頁就是要講這個測速照相的一個相關的問題 很多委員也說過啦我們都理解啦 剛剛部長也講好多次了70公里如果發生撞到人車禍他的死亡比例然後50 這我可以推論啦就不要開車出來大概就沒有問題
transcript.whisperx[12].start 268.188
transcript.whisperx[12].end 295.847
transcript.whisperx[12].text 10那就幾乎是沒事但是我覺得這個部分一方面我們在推論在整個的一個部分車速照相一個交通是不是交通安全的萬靈丹剛剛有委員說過我就簡單帶過因為在我們就是在警政單位統計就是發生死亡的A1可能是駕駛人車上的也可能是行人總共的一個排行榜就駕駛這一端噪音屬於駕駛這一端他的
transcript.whisperx[13].start 297.127
transcript.whisperx[13].end 324.486
transcript.whisperx[13].text 因為超速駕駛就你們的統計它目前是今年是到11月昨天而已抓出來的資料是第24名所以因為其中有大概前23名有各種的因素是我們警政署統計出來的發生車禍的主要原因是什麼那在這個的部分所以我們現在如果不管是地方政府或者中央的相關的一個交通政策
transcript.whisperx[14].start 325.467
transcript.whisperx[14].end 338.36
transcript.whisperx[14].text 所以大家會質疑這件事情今天我要謝謝昭偉今天排的專案報告是我到交通會議來可以講最精彩的一天就把所有的路上的人都已經感覺衝過來舉牌抗議
transcript.whisperx[15].start 340.442
transcript.whisperx[15].end 362.557
transcript.whisperx[15].text 行人舉牌抗議 行人抵禦駕駛人舉牌抗議這車怎麼開測速照相這兩個把它排在一起所以這個我覺得你們要思考這個問題怎麼樣做政策的指引剛剛部長特別強調說很多的設立是地方政府地方政府又是屬於警察局也很多交大 警政的單位也上來一下
transcript.whisperx[16].start 363.797
transcript.whisperx[16].end 384.652
transcript.whisperx[16].text 對 在交大去會刊設計其實設在省道快速道路上面我們一般公路局大概都競表同意啦也沒有什麼不同意嘛大家為了交通安全可是因為他的A1死亡車禍排行榜就是第24名那我們再來看一看我們在網路上最近在談這個問題在駕駛端 騎車人的一個感受
transcript.whisperx[17].start 389.895
transcript.whisperx[17].end 418.158
transcript.whisperx[17].text 我們坦白講我們是用這個全世界統計一個網站我覺得還滿精準的叫這個scdb這個網站大家可以去查叫做speed camera全世界統計全世界統計再加上因為有些國家大有些小有些開發道路多有些少那你要處理他的道路有些統計出來這是一個參考的資料那我們台灣的部分
transcript.whisperx[18].start 419.019
transcript.whisperx[18].end 440.732
transcript.whisperx[18].text 每千公里包括巷道說只要開道路通算每千公里有82隻日本如果以他那個數據來講0.27隻新加坡26.9差不多27隻同樣的基數之下那我算一下全球沒有列出來全球整個加起來
transcript.whisperx[19].start 442.219
transcript.whisperx[19].end 470.196
transcript.whisperx[19].text 每千公里2.2次所以我是覺得就在整個政策的一個考量當然這只是一個面向這支數它的密集度就用它的這個國家的道路它的密度坦白講台灣是真的偏高當然我們再比較就是說它的死亡率因為我們多所以我們的這個交通事故的死亡率減少了那我們就要說亂試用重點可是一看
transcript.whisperx[20].start 470.996
transcript.whisperx[20].end 487.589
transcript.whisperx[20].text 我們的每10萬人道路交通死亡的A1車禍其實還是蠻高的好 那我想這樣我做一個結論因為第一個車速照相多這是一件事但是更重要的是速限的問題
transcript.whisperx[21].start 488.69
transcript.whisperx[21].end 500.897
transcript.whisperx[21].text 剛剛也講了很多現在很多的駕駛人包括騎車的所面臨的很多的一個狀況叫做測速的陷阱什麼叫測速的陷阱大大的道路
transcript.whisperx[22].start 502.13
transcript.whisperx[22].end 528.922
transcript.whisperx[22].text 然後但是慢慢的速度那個道路一看起來就大概可以開六七十 穩穩的但它有一些會四十是五十然後剛剛部長已經講很多次因為撞到行人的死亡率這我們可以理解可是問題是這種糟糕的一個情況對於駕駛其實我們大概很多都開車了遇到這種狀況第一個 測速器多不多
transcript.whisperx[23].start 529.622
transcript.whisperx[23].end 546.915
transcript.whisperx[23].text 第二個 這個速限到底合不合理第三個是最嚴重的事情大大的馬路 小小的路口一堆我們都出過有一些比較先進的國家我們到那邊也乖乖走個五分鐘才這個路口
transcript.whisperx[24].start 547.535
transcript.whisperx[24].end 567.39
transcript.whisperx[24].text 可是在台灣有非常多的大路即使我是三米的小路兩米的農路我碰到了大道路分隔島我一定要把它打開我想市長你有沒有遇到這樣的問題還是市長你自己開車有沒有遇到這個問題整條道路有些樹線到底它為什麼會遇到行人就是大街小巷
transcript.whisperx[25].start 568.531
transcript.whisperx[25].end 590.312
transcript.whisperx[25].text 兩米的巷道農路鑽出來就是地方一定要給它開過所以變成一條正常如果大家都講正常在這麼寬的60米雙巷的道路設計就居然出現這麼多這麼多大小的一個穿越道路每一個上面當然都有人行道所以我覺得這樣的人車相遇的那種頻率
transcript.whisperx[26].start 591.713
transcript.whisperx[26].end 608.638
transcript.whisperx[26].text 我覺得是有不合理喔我就開一條路這個我不舉例說明各縣市都有所以我這個部分我講我覺得交通部我們在過去討論行人地域的時候你們當然也可以說大部分的人行道都是地方政府所以我可以不管
transcript.whisperx[27].start 609.378
transcript.whisperx[27].end 637.886
transcript.whisperx[27].text 那現在可以說 測速照相都是地方警察局 地方政府的我也可以不管 但是不能這樣這個整個台灣的一個印象我們大家一起努力 對不對所以我是希望行人這一端 怎麼樣去改善那尤其在測速照相我的結論是 測速照相的設立在一個交通政策跟財閥是希望越來越好還是越來越壞
transcript.whisperx[28].start 639.369
transcript.whisperx[28].end 667.102
transcript.whisperx[28].text 當然我們希望設立的目的是最後沒有人超速了然後就慢慢慢慢車速照相越來越少然後達到我暫時性的一個執法的一個教育的目的可是現在不是是越來越多而且裁罰越來越多這個某種程度根據我們最終的一個交通教育的目的我覺得反而是背道而馳所以我希望在整體的一個交通的一個政策引導的這個部分
transcript.whisperx[29].start 667.782
transcript.whisperx[29].end 687.101
transcript.whisperx[29].text 我們交通部也能做一些來引導包括內政部的警政署因為大概在桃園有22%的費用會進到我們警察局裡面也是我們警政同仁在做交通安全相關的使用桃園市警察局有沒有 有沒有分到這個錢
transcript.whisperx[30].start 688.522
transcript.whisperx[30].end 701.092
transcript.whisperx[30].text 零嗎 你剛剛講零是署裡面是零還是警察局那個處罰機關不是警察執法機關錢不是撥給警察局的但是有處罰機關他們處罰機關是誰處罰機關拿24%嘛 大家都說了嘛那不是警察機關我知道 處罰機關拿24% 75%到哪裡去市府
transcript.whisperx[31].start 717.726
transcript.whisperx[31].end 739.723
transcript.whisperx[31].text 對所以這個好法律規定12%要做交通安全相關的部分都進到各個警察局都有進桃園市是22%所以你拜託不要再講什麼0%的問題當然這也不是中央地方的問題關注他最後使用的部分確實有沒有到我們交通安全上面這是民間關注的角度好不好
transcript.whisperx[32].start 741.668
transcript.whisperx[32].end 765.002
transcript.whisperx[32].text 跟委員補充報告直轄市的部分就是地方政府是拿了99%我知道嘛24%是交通裁決機關嘛對不對然後75%的部分我再講有進到我們桃園市政府警察局的部分我們希望能夠確實用到法定上面規定的交通安全跟相關設施的改善好不好好謝謝謝謝