iVOD / 166645

Field Value
IVOD_ID 166645
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166645
日期 2025-12-24
會議資料.會議代碼 聯席會議-11-4-26,19,15-1
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、經濟、內政委員會第1次聯席會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 1
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 26
會議資料.委員會代碼[1] 19
會議資料.委員會代碼[2] 15
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.委員會代碼:str[1] 經濟委員會
會議資料.委員會代碼:str[2] 內政委員會
會議資料.標題 第11屆第4會期社會福利及衛生環境、經濟、內政委員會第1次聯席會議
影片種類 Clip
開始時間 2025-12-24T10:45:33+08:00
結束時間 2025-12-24T11:08:15+08:00
影片長度 00:22:42
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8b793423fad44d602cfc7d9fa2cba2c98f4e93bf07b6087fd81c25c0c566a88afb776576558faad05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 10:45:33 - 11:08:15
會議時間 2025-12-24T09:00:00+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、經濟、內政委員會第1次聯席會議(事由:審查 一、委員陳冠廷等20人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二、委員許宇甄等22人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 三、委員張嘉郡等20人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 四、委員王美惠等17人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 五、委員蔡易餘等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 六、委員劉建國等16人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 七、委員鄭天財Sra Kacaw等18人擬具「老年農民福利津貼暫行條例第三條條文修正草案」案。 八、委員盧縣一等20人擬具「老年農民福利津貼暫行條例第三條條文修正草案」案。 九、委員徐欣瑩等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十、委員邱志偉等20人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十一、委員蔡其昌等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十二、委員呂玉玲等17人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十三、委員馬文君等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十四、委員徐富癸等17人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十五、委員游顥等26人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十六、台灣民眾黨黨團擬具「老年農民福利津貼暫行條例第二條、第三條及第四條條文修正草案」案。 十七、委員邱鎮軍等17人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 十八、委員陳超明等16人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 十九、委員楊瓊瓔等21人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二十、委員何欣純等16人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 二十一、委員郭國文等16人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 二十二、委員陳瑩等18人擬具「老年農民福利津貼暫行條例第二條及第三條條文修正草案」案。 二十三、委員陳秀寳等23人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二十四、委員邱若華等16人擬具「老年農民福利津貼暫行條例第二條及第三條條文修正草案」案。 二十五、委員陳俊宇等35人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二十六、委員林俊憲等18人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案...等39案 (因系統字數上限,詳見議事日程)。 【第三十八案,如經院會復議,則不予審查;第三十九案,如未經院會交付本聯席會審查或未經各黨團簽署不復議同意書,則不予審查】 【僅詢答】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 1.48221875
transcript.pyannote[0].end 6.74721875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 7.33784375
transcript.pyannote[1].end 8.01284375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.43471875
transcript.pyannote[2].end 8.80596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 14.96534375
transcript.pyannote[3].end 15.47159375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.01159375
transcript.pyannote[4].end 53.57534375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 53.74409375
transcript.pyannote[5].end 57.69284375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 58.18221875
transcript.pyannote[6].end 76.25534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 58.85721875
transcript.pyannote[7].end 59.02596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 63.51471875
transcript.pyannote[8].end 63.73409375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 63.75096875
transcript.pyannote[9].end 63.76784375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 76.25534375
transcript.pyannote[10].end 78.90471875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 79.36034375
transcript.pyannote[11].end 79.81596875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 80.30534375
transcript.pyannote[12].end 83.62971875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 83.73096875
transcript.pyannote[13].end 84.91221875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 85.43534375
transcript.pyannote[14].end 87.03846875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 86.95409375
transcript.pyannote[15].end 88.59096875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 87.49409375
transcript.pyannote[16].end 92.77596875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 92.97846875
transcript.pyannote[17].end 93.02909375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 93.02909375
transcript.pyannote[18].end 93.72096875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 94.09221875
transcript.pyannote[19].end 107.74409375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 107.74409375
transcript.pyannote[20].end 107.76096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 108.53721875
transcript.pyannote[21].end 116.13096875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 121.29471875
transcript.pyannote[22].end 121.91909375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 121.91909375
transcript.pyannote[23].end 130.91346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 131.33534375
transcript.pyannote[24].end 139.82346875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 140.05971875
transcript.pyannote[25].end 146.06721875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 143.95784375
transcript.pyannote[26].end 146.28659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 146.80971875
transcript.pyannote[27].end 148.31159375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 148.31159375
transcript.pyannote[28].end 149.27346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 149.22284375
transcript.pyannote[29].end 149.62784375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 149.66159375
transcript.pyannote[30].end 153.34034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 151.02846875
transcript.pyannote[31].end 151.29846875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 153.34034375
transcript.pyannote[32].end 168.86534375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 158.77409375
transcript.pyannote[33].end 158.99346875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 169.74284375
transcript.pyannote[34].end 170.50221875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 171.26159375
transcript.pyannote[35].end 177.85971875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 173.28659375
transcript.pyannote[36].end 173.60721875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 177.85971875
transcript.pyannote[37].end 178.18034375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 178.07909375
transcript.pyannote[38].end 186.87096875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 186.44909375
transcript.pyannote[39].end 189.52034375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 187.49534375
transcript.pyannote[40].end 205.34909375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 204.97784375
transcript.pyannote[41].end 205.39971875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 205.36596875
transcript.pyannote[42].end 205.82159375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 205.53471875
transcript.pyannote[43].end 227.64096875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 227.79284375
transcript.pyannote[44].end 228.67034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 228.67034375
transcript.pyannote[45].end 240.06096875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 240.31409375
transcript.pyannote[46].end 279.37971875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 279.59909375
transcript.pyannote[47].end 313.93971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 283.69971875
transcript.pyannote[48].end 284.00346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 289.26846875
transcript.pyannote[49].end 289.43721875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 290.39909375
transcript.pyannote[50].end 290.50034375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 290.63534375
transcript.pyannote[51].end 290.70284375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 314.31096875
transcript.pyannote[52].end 318.02346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 318.32721875
transcript.pyannote[53].end 318.34409375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 318.34409375
transcript.pyannote[54].end 318.49596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 318.49596875
transcript.pyannote[55].end 321.85409375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 319.12034375
transcript.pyannote[56].end 319.18784375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 319.77846875
transcript.pyannote[57].end 325.00971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 322.09034375
transcript.pyannote[58].end 322.56284375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 324.03096875
transcript.pyannote[59].end 324.13221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 324.70596875
transcript.pyannote[60].end 329.05971875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 329.54909375
transcript.pyannote[61].end 330.78096875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 329.68409375
transcript.pyannote[62].end 337.56471875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 333.10971875
transcript.pyannote[63].end 333.37971875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 337.63221875
transcript.pyannote[64].end 343.92659375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 343.52159375
transcript.pyannote[65].end 351.82409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 344.29784375
transcript.pyannote[66].end 344.36534375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 351.92534375
transcript.pyannote[67].end 352.26284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 352.24596875
transcript.pyannote[68].end 355.53659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 353.79846875
transcript.pyannote[69].end 362.03346875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 362.25284375
transcript.pyannote[70].end 372.24284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 371.43284375
transcript.pyannote[71].end 375.78659375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 375.31409375
transcript.pyannote[72].end 375.93846875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 376.34346875
transcript.pyannote[73].end 379.65096875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 378.65534375
transcript.pyannote[74].end 378.94221875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 379.65096875
transcript.pyannote[75].end 387.49784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 387.83534375
transcript.pyannote[76].end 388.20659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 388.54409375
transcript.pyannote[77].end 394.11284375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 394.97346875
transcript.pyannote[78].end 409.01346875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 402.21284375
transcript.pyannote[79].end 402.28034375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 409.01346875
transcript.pyannote[80].end 409.11471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 409.11471875
transcript.pyannote[81].end 412.38846875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 411.56159375
transcript.pyannote[82].end 412.06784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 412.33784375
transcript.pyannote[83].end 416.11784375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 415.34159375
transcript.pyannote[84].end 418.14284375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 418.71659375
transcript.pyannote[85].end 419.20596875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 419.23971875
transcript.pyannote[86].end 420.77534375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 421.04534375
transcript.pyannote[87].end 428.33534375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 428.92596875
transcript.pyannote[88].end 433.81971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 429.02721875
transcript.pyannote[89].end 430.00596875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 433.81971875
transcript.pyannote[90].end 433.97159375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 433.97159375
transcript.pyannote[91].end 438.57846875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 438.49409375
transcript.pyannote[92].end 438.79784375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 440.29971875
transcript.pyannote[93].end 464.12721875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 464.56596875
transcript.pyannote[94].end 489.40596875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 489.76034375
transcript.pyannote[95].end 500.18909375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 500.25659375
transcript.pyannote[96].end 521.43471875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 511.12409375
transcript.pyannote[97].end 511.27596875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 511.41096875
transcript.pyannote[98].end 511.47846875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 519.73034375
transcript.pyannote[99].end 521.19846875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 521.28284375
transcript.pyannote[100].end 521.33346875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 521.43471875
transcript.pyannote[101].end 571.48596875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 521.45159375
transcript.pyannote[102].end 521.50221875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 527.94846875
transcript.pyannote[103].end 528.33659375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 571.85721875
transcript.pyannote[104].end 578.57346875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 579.09659375
transcript.pyannote[105].end 594.90846875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 594.92534375
transcript.pyannote[106].end 597.52409375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 598.57034375
transcript.pyannote[107].end 599.49846875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 600.42659375
transcript.pyannote[108].end 612.22221875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 612.55971875
transcript.pyannote[109].end 616.05284375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 616.32284375
transcript.pyannote[110].end 618.24659375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 618.71909375
transcript.pyannote[111].end 619.02284375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 619.02284375
transcript.pyannote[112].end 620.55846875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 620.62596875
transcript.pyannote[113].end 621.94221875
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 654.61221875
transcript.pyannote[114].end 655.60784375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 659.21909375
transcript.pyannote[115].end 660.78846875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 661.48034375
transcript.pyannote[116].end 662.23971875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 663.62346875
transcript.pyannote[117].end 664.38284375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 1358.53596875
transcript.pyannote[118].end 1362.50159375
transcript.whisperx[0].start 1.562
transcript.whisperx[0].end 7.554
transcript.whisperx[0].text 非常感謝主席我會遵守時間先請勞保局陳白局長白局長
transcript.whisperx[1].start 16.501
transcript.whisperx[1].end 39.12
transcript.whisperx[1].text 謝謝 局長 上週五我們在新聞上有看到 1219中山區的隨機傷人事件對全台灣人來說都是非常大的衝擊 也非常的疼痛那這次的隨機傷人事件呢 我去調查了一下時間是發生在下午的5點左右 當時剛好是準備下班的時間那我希望勞保局可以針對這些受害者
transcript.whisperx[2].start 39.66
transcript.whisperx[2].end 57.37
transcript.whisperx[2].text 還有他們的家屬提供必要的協助包含勞保勤領的行政流程我們是不是可以加速或者是你用專案的方式來處理一同來整理這些所有相關的相關的受害者還有家屬等等請問這個您做得到嗎
transcript.whisperx[3].start 58.46
transcript.whisperx[3].end 84.597
transcript.whisperx[3].text 是跟委員這邊做報告委員剛才所提的這個我們一定遵照辦理那也做一個補充就是我們已經有跟台北市政府消防局這邊取得了受傷者傷亡的一個名單那他們的家保狀況目前都有掌握後續我們也會積極跟他們的家屬來做聯繫那提供一個在行政流程上面的一個協助好那可以一週內跟您要這個報告嗎我們就後續的一個處理情形我們再跟委員這邊做報告好大概多久以內
transcript.whisperx[4].start 85.692
transcript.whisperx[4].end 107.63
transcript.whisperx[4].text 因為這個我們要跟我們先就後續他們的權益因為這個會涉及個案部分那是不是給我們一個作業時間大概我們先就一個他們涉及的權益部分一周內先跟委員這邊做說明那可能個案的一個狀況因為他是保險給付的申請所以會涉及他們在給付上面申請的一個相關流程那這可能不見得是一個禮拜可以完成
transcript.whisperx[5].start 108.598
transcript.whisperx[5].end 115.029
transcript.whisperx[5].text 好那我們大概兩個禮拜再跟局長要這個答覆好嗎是好謝謝局長局長請回那接下來請陳俊記部長
transcript.whisperx[6].start 122.249
transcript.whisperx[6].end 145.971
transcript.whisperx[6].text 部長我們看這個新聞是有說美國的國務院官員有來台灣那據我私底下的了解也確實有部會接觸報載是說他見了好多的官員其中就包含農業部那我是想請問您有沒有辦法對這件事情給全國人民一個消息您是不是有見到有或是沒有還是您是沒有辦法沒有
transcript.whisperx[7].start 146.852
transcript.whisperx[7].end 168.628
transcript.whisperx[7].text 你沒有見到我沒有見到他們沒有來拜會應該不是我們沒有見到應該他們沒來拜會那最後這幾次因為上次距離談判關稅的質詢已經是好幾個月之前了當時我們還認為我們是在前面的名單可是很顯然我們現在可能已經是全球倒數的談判名單但是幾乎是快談完了是嗎我想
transcript.whisperx[8].start 171.434
transcript.whisperx[8].end 184.045
transcript.whisperx[8].text 後面一點不代表不好啦因為有更多的這些細節現在大概都已經確定了那我們應該可以樂觀以對的去針對因為我想我們的談判團隊農業部是參與有參與這個談判
transcript.whisperx[9].start 186.667
transcript.whisperx[9].end 205.084
transcript.whisperx[9].text 我們有派人農業部有派人我們有參與我們有參與所有的談判過程那我們也一直堅守的我們當初對國人所說的我們在確保糧食安全的情況之下我們一定會讓我們的產業永續發展維持我們的競爭力那這個前提之下我們持續去爭取我們應該有的這些好
transcript.whisperx[10].start 205.604
transcript.whisperx[10].end 228.315
transcript.whisperx[10].text 但還是有很多農民有擔心啦因為比如說像這張圖就是許多農民顯示他們的心境嘛他擔心美國的大米進口台灣的好米會失去競爭力那我想知道說部長你應該也有看過這本嗎這本是美國對全世界各國的貿易作出報告以及包括對台灣的指教這個你應該知道嗎這個我知道
transcript.whisperx[11].start 229.155
transcript.whisperx[11].end 257.401
transcript.whisperx[11].text 所以你要不要说说看在2025年美国的这本贸易报告里面关于台湾的部分提到了哪些跟您跟农产品比较有关系的事物呢我想第一个部分有关于这边提到台湾稻米的这个价格的上限机制我觉得他讲的是一个底价的一个机制但是相对的因为我们国家有我们国家的一个对外的采购采购的一个机制那分两个一个是
transcript.whisperx[12].start 258.101
transcript.whisperx[12].end 275.232
transcript.whisperx[12].text 最低的底價往上加 價高的得一個是越低越好有兩個不同的機制那過往其實這個議題在台美雙邊的諮商的時候都一直談過然後我們也讓他們充分了解我們的定價的一個機制所以在這個部分大概沒有什麼特別問題
transcript.whisperx[13].start 276.132
transcript.whisperx[13].end 291.542
transcript.whisperx[13].text 那以基改跟非基改的部分那基本上我們相關的基改食品一定經過衛福部的一個安全檢查但是以農業部的立場我們到目前為止還沒有同意任何一個基改產品在台灣的田裡種植這個政策是不會變的
transcript.whisperx[14].start 292.863
transcript.whisperx[14].end 313.896
transcript.whisperx[14].text 然後有關於美豬美牛的部分那基本上產地標示就是原來的產地標示那這個部分是屬於衛福部的一個全責的部分那我想衛福部應該會有一個比較好的一個對外的一個說明特別是不管是萊克多巴胺也好我們現在目前公告的這個MRL的值都是符合安全標準的
transcript.whisperx[15].start 314.366
transcript.whisperx[15].end 328.386
transcript.whisperx[15].text 好那我做一個統整第一你有談判到大米嗎對吧沒有聽起來你有應該所有的農產品都有談所有的農產品不是只有大米所有的農產品然後對於標示這部分剛剛你所說的你是不會退讓對吧
transcript.whisperx[16].start 329.568
transcript.whisperx[16].end 351.491
transcript.whisperx[16].text 你還是會繼續標示我說標示的部分是衛福部的全責因為我們農業部是負責產地的部分那關於萊劑跟以行受體素的管制這個你也說是衛福部的全責對嗎對 那我剛才只強調說現在目前我們公告的萊劑跟相關的這個標準都是符合食品安全規範的部分
transcript.whisperx[17].start 352.873
transcript.whisperx[17].end 361.789
transcript.whisperx[17].text 因为像美牛的部分也是很多燃气的部分这本书里面他还提到关于农药的残留的允许值这一点你们有谈到吗
transcript.whisperx[18].start 362.304
transcript.whisperx[18].end 386.847
transcript.whisperx[18].text 我想我剛才說的我們在談判的過程中包括了關稅的議題也包括非關稅的議題嘛然後他們談該面都非常非常非常多元這本書裡面講的大部分都是非關稅的貿易比例所以我剛提的都是非關稅的貿易比例所以那個農藥的部分其實在平常的雙邊的會議就一直會在談這個議題所以它不是一個突然跑出來的議題
transcript.whisperx[19].start 387.895
transcript.whisperx[19].end 393.407
transcript.whisperx[19].text 好但是這本裡面都是要求你們要放寬等等的所以我要問的是這個
transcript.whisperx[20].start 395.034
transcript.whisperx[20].end 417.83
transcript.whisperx[20].text 我不了解因為我沒有很實際的去逐筆逐頁去看這本報告裡面但是我所了解就是所有的這些農藥的殘留我們有我們的標準所以進口是依照我們的標準去處理的所以你的標準會不會有改變這個是你要告訴我們針對農藥的部分我所了解應該是沒有
transcript.whisperx[21].start 418.766
transcript.whisperx[21].end 438.313
transcript.whisperx[21].text 好那再來呢這個就是大家對於你們出去談判可能覺得會有很大的影響的你覺得最大的影響會是什麼我想我們因為在整個談判結果最後沒有公佈之前我想我們只能說我們還是捍衛著我們的糧食安全
transcript.whisperx[22].start 440.376
transcript.whisperx[22].end 463.499
transcript.whisperx[22].text 那我跟你說現在當然第一擔心的是稻米嘛第二再來是豬肉第三是雞肉的畜牧業也是緊張的不得了那為什麼本期今天需要跟你討論是因為我上次在這邊質詢的時候我是問衛福部的官員那當然現在他已經卸任了可是他當時答應我的是會以國人的安全為最高的指導原則因為您剛有提到他們是負責去做茶廠的嘛
transcript.whisperx[23].start 465.08
transcript.whisperx[23].end 489.013
transcript.whisperx[23].text 那為什麼要講這些呢是因為我們每次都是從新聞看到可是比如說之前的石破茂他在每次談判的前後都會跟國人開記者會包括談什麼回來跟國會報告並且他上節目NHK就說到食安的問題是不可以妥協的啊等等的那我們會希望說而不是一個突襲式的宣布這點你可以同意嗎
transcript.whisperx[24].start 489.81
transcript.whisperx[24].end 510.917
transcript.whisperx[24].text 波向所有的談判沒有人在談判過程中隨時去洩露我們的底線那我想我們在談判的一個最大原則一定是保護農民權益確保我們糧食安全跟我們的產業永續這個絕對不會變的所以你剛才講的不管是大米不管是豬肉不管是雞肉我想我們應該對台灣的農產品要有更多的信心
transcript.whisperx[25].start 511.477
transcript.whisperx[25].end 529.448
transcript.whisperx[25].text 我們曾經在WTO的時候也擔心了好一陣子可是從上次加入WTO到現在我們的整個農業的GDP也提高了非常多部長我們就是希望你不要突然的宣布對農民的一個改變好不好然後接下來要問就剛剛有很多人提到這個
transcript.whisperx[26].start 530.809
transcript.whisperx[26].end 551.297
transcript.whisperx[26].text 老年農民福利津貼暫行條例本期現在是要跟你討論他的名稱啦因為這個制度早就已經不是暫時的安排他已經實行超過30年並且他給付的對象啊資格啊行政流程都非常的穩定之前法律名稱用暫時只是因為只是因為當時制度尚未成熟條件還沒有明確那
transcript.whisperx[27].start 552.857
transcript.whisperx[27].end 570.877
transcript.whisperx[27].text 現在呢農民他需要的是一個穩定可以預期的生活保障而不是在一個名稱上暗示隨時有可能結束的法律那也有很多學者提到是不是可以來定位他改變他的名稱在這邊想要問部長有沒有想過要改名刪除戰刑這兩個字
transcript.whisperx[28].start 571.909
transcript.whisperx[28].end 597.219
transcript.whisperx[28].text 不過我想我們會配合國家的年金改革委員會的一些相關的一個決議因為暫行其實多這兩個字不會因為這兩個字就對農民就不照顧了那是在法律的位階上面來講那我想這個部分我想因為國家有個年金改革委員會的部分我想會充分的討論然後如果說他需要改革我覺得我們也樂意配合好那你可以一個月給我們一個書面答覆嗎
transcript.whisperx[29].start 599.158
transcript.whisperx[29].end 618.772
transcript.whisperx[29].text 這個因為責任 不是就是我們沒辦法說決定說要改或不改因為這是牽涉到整個社福基金的國進改革的一個委員會裡面的一個決議那如果說有適當的決議或者是其他的部分但是我們也支持把這個戰情拿掉啦好 謝謝 謝謝部長好 謝謝陳偉 謝謝部長現在休息十分鐘
transcript.whisperx[30].start 636.849
transcript.whisperx[30].end 656.234
transcript.whisperx[30].text 對,你怎麼知道?
transcript.whisperx[31].start 679.804
transcript.whisperx[31].end 683.78
transcript.whisperx[31].text 響鐘
transcript.whisperx[32].start 1358.581
transcript.whisperx[32].end 1360.172
transcript.whisperx[32].text 好 我們繼續開會接下來請張宏祿委員來做詢問