iVOD / 168064

Field Value
IVOD_ID 168064
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168064
日期 2026-04-01
會議資料.會議代碼 委員會-11-5-35-6
會議資料.會議代碼:str 第11屆第5會期外交及國防委員會第6次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 6
會議資料.種類 委員會
會議資料.委員會代碼[0] 35
會議資料.委員會代碼:str[0] 外交及國防委員會
會議資料.標題 第11屆第5會期外交及國防委員會第6次全體委員會議
影片種類 Clip
開始時間 2026-04-01T09:13:42+08:00
結束時間 2026-04-01T09:26:36+08:00
影片長度 00:12:54
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6ae3a98a11df106ce63da45b9ec28977bad885c3c28ba2b2d712538f072f31b28b382dd59e615ff75ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王義川
委員發言時間 09:13:42 - 09:26:36
會議時間 2026-04-01T09:00:00+08:00
會議名稱 立法院第11屆第5會期外交及國防委員會第6次全體委員會議(事由:邀請外交部部長林佳龍報告「台馬 ECA生效後之經貿效益分析及台吐、台帛氣候防護合作成效」,併請經濟部、財政部、農業部列席,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 1.53284375
transcript.pyannote[0].end 4.23284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.23284375
transcript.pyannote[1].end 4.41846875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.24846875
transcript.pyannote[2].end 13.34534375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 13.21034375
transcript.pyannote[3].end 13.71659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 13.37909375
transcript.pyannote[4].end 13.41284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 14.30721875
transcript.pyannote[5].end 20.41596875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.41596875
transcript.pyannote[6].end 20.51721875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 21.25971875
transcript.pyannote[7].end 24.41534375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 26.60909375
transcript.pyannote[8].end 33.86534375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 33.86534375
transcript.pyannote[9].end 33.94971875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 34.74284375
transcript.pyannote[10].end 36.07596875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 36.31221875
transcript.pyannote[11].end 36.56534375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 36.56534375
transcript.pyannote[12].end 36.59909375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 36.59909375
transcript.pyannote[13].end 36.63284375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 37.00409375
transcript.pyannote[14].end 46.84221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 47.12909375
transcript.pyannote[15].end 49.06971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 49.39034375
transcript.pyannote[16].end 53.79471875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 54.50346875
transcript.pyannote[17].end 67.17659375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 67.78409375
transcript.pyannote[18].end 74.29784375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 75.10784375
transcript.pyannote[19].end 81.40221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 81.40221875
transcript.pyannote[20].end 81.50346875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 81.50346875
transcript.pyannote[21].end 81.52034375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 81.80721875
transcript.pyannote[22].end 81.97596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 81.97596875
transcript.pyannote[23].end 82.76909375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 83.47784375
transcript.pyannote[24].end 83.49471875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 83.49471875
transcript.pyannote[25].end 88.06784375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 88.50659375
transcript.pyannote[26].end 90.56534375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 91.52721875
transcript.pyannote[27].end 94.53096875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 95.50971875
transcript.pyannote[28].end 97.43346875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 97.92284375
transcript.pyannote[29].end 102.49596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 103.25534375
transcript.pyannote[30].end 112.41846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 112.58721875
transcript.pyannote[31].end 114.30846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 115.30409375
transcript.pyannote[32].end 116.24909375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 116.24909375
transcript.pyannote[33].end 116.50221875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 116.50221875
transcript.pyannote[34].end 116.51909375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 117.10971875
transcript.pyannote[35].end 117.49784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 119.23596875
transcript.pyannote[36].end 124.83846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 125.10846875
transcript.pyannote[37].end 126.93096875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 127.30221875
transcript.pyannote[38].end 130.06971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 130.35659375
transcript.pyannote[39].end 133.05659375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 134.33909375
transcript.pyannote[40].end 135.63846875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 136.61721875
transcript.pyannote[41].end 139.08096875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 139.65471875
transcript.pyannote[42].end 140.88659375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 141.35909375
transcript.pyannote[43].end 143.62034375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 144.09284375
transcript.pyannote[44].end 150.13409375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 150.64034375
transcript.pyannote[45].end 157.23846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 157.79534375
transcript.pyannote[46].end 160.79909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 160.91721875
transcript.pyannote[47].end 166.51971875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 167.12721875
transcript.pyannote[48].end 169.43909375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 170.02971875
transcript.pyannote[49].end 176.72909375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 177.04971875
transcript.pyannote[50].end 190.58346875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 191.08971875
transcript.pyannote[51].end 205.99034375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 205.99034375
transcript.pyannote[52].end 206.02409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 206.02409375
transcript.pyannote[53].end 207.03659375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 207.03659375
transcript.pyannote[54].end 275.92034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 230.12159375
transcript.pyannote[55].end 230.44221875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 276.22409375
transcript.pyannote[56].end 277.27034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 277.27034375
transcript.pyannote[57].end 277.28721875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 277.28721875
transcript.pyannote[58].end 277.35471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 277.35471875
transcript.pyannote[59].end 297.41909375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 277.45596875
transcript.pyannote[60].end 277.52346875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 297.77346875
transcript.pyannote[61].end 324.01409375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 323.10284375
transcript.pyannote[62].end 323.45721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 324.46971875
transcript.pyannote[63].end 351.31784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 333.83534375
transcript.pyannote[64].end 334.07159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 342.01971875
transcript.pyannote[65].end 342.32346875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 351.38534375
transcript.pyannote[66].end 351.41909375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 351.41909375
transcript.pyannote[67].end 351.72284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 351.72284375
transcript.pyannote[68].end 354.59159375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 354.59159375
transcript.pyannote[69].end 355.06409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 355.06409375
transcript.pyannote[70].end 360.39659375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 361.12221875
transcript.pyannote[71].end 366.20159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 366.52221875
transcript.pyannote[72].end 370.67346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 370.70721875
transcript.pyannote[73].end 385.96221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 374.89221875
transcript.pyannote[74].end 375.04409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 385.96221875
transcript.pyannote[75].end 390.87284375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 390.97409375
transcript.pyannote[76].end 411.89909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 398.21346875
transcript.pyannote[77].end 398.31471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 398.36534375
transcript.pyannote[78].end 398.51721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 408.43971875
transcript.pyannote[79].end 408.50721875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 408.59159375
transcript.pyannote[80].end 408.64221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 411.89909375
transcript.pyannote[81].end 411.93284375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 411.94971875
transcript.pyannote[82].end 412.08471875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 412.21971875
transcript.pyannote[83].end 412.28721875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 412.28721875
transcript.pyannote[84].end 412.43909375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 412.43909375
transcript.pyannote[85].end 412.52346875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 412.97909375
transcript.pyannote[86].end 418.98659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 419.10471875
transcript.pyannote[87].end 420.96096875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 421.41659375
transcript.pyannote[88].end 423.74534375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 422.12534375
transcript.pyannote[89].end 422.47971875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 423.86346875
transcript.pyannote[90].end 424.30221875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 424.30221875
transcript.pyannote[91].end 430.79909375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 430.96784375
transcript.pyannote[92].end 436.31721875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 436.46909375
transcript.pyannote[93].end 441.54846875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 441.91971875
transcript.pyannote[94].end 446.27346875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 446.86409375
transcript.pyannote[95].end 447.40409375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 447.97784375
transcript.pyannote[96].end 454.67721875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 455.08221875
transcript.pyannote[97].end 459.36846875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 460.29659375
transcript.pyannote[98].end 484.46159375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 484.79909375
transcript.pyannote[99].end 488.07284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 488.42721875
transcript.pyannote[100].end 499.91909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 500.34096875
transcript.pyannote[101].end 516.33846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 516.49034375
transcript.pyannote[102].end 530.10846875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 531.44159375
transcript.pyannote[103].end 544.23284375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 544.82346875
transcript.pyannote[104].end 563.58846875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 563.58846875
transcript.pyannote[105].end 563.60534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 563.60534375
transcript.pyannote[106].end 563.62221875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 563.62221875
transcript.pyannote[107].end 563.63909375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 563.94284375
transcript.pyannote[108].end 569.07284375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 569.64659375
transcript.pyannote[109].end 574.08471875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 573.54471875
transcript.pyannote[110].end 575.97471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 575.97471875
transcript.pyannote[111].end 590.01471875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 583.07909375
transcript.pyannote[112].end 583.73721875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 590.53784375
transcript.pyannote[113].end 595.04346875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 595.11096875
transcript.pyannote[114].end 620.08596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 620.08596875
transcript.pyannote[115].end 620.11971875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 620.11971875
transcript.pyannote[116].end 620.15346875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 620.15346875
transcript.pyannote[117].end 620.23784375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 620.23784375
transcript.pyannote[118].end 620.30534375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 620.30534375
transcript.pyannote[119].end 625.63784375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 625.90784375
transcript.pyannote[120].end 628.50659375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 628.86096875
transcript.pyannote[121].end 629.99159375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 630.26159375
transcript.pyannote[122].end 639.49221875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 639.61034375
transcript.pyannote[123].end 640.90971875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 641.24721875
transcript.pyannote[124].end 681.13971875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 681.29159375
transcript.pyannote[125].end 691.12971875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 682.99596875
transcript.pyannote[126].end 683.31659375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 684.07596875
transcript.pyannote[127].end 684.09284375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 691.31534375
transcript.pyannote[128].end 695.51721875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 695.51721875
transcript.pyannote[129].end 696.10784375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 696.79971875
transcript.pyannote[130].end 699.17909375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 699.75284375
transcript.pyannote[131].end 705.38909375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 705.94596875
transcript.pyannote[132].end 719.64846875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 720.12096875
transcript.pyannote[133].end 747.03659375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 747.03659375
transcript.pyannote[134].end 751.42409375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 751.77846875
transcript.pyannote[135].end 773.91846875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 762.32534375
transcript.pyannote[136].end 762.62909375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 771.45471875
transcript.pyannote[137].end 772.45034375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 772.97346875
transcript.pyannote[138].end 773.63159375
transcript.whisperx[0].start 1.561
transcript.whisperx[0].end 4.343
transcript.whisperx[0].text 我們南太平洋這三個島國人口數都非常少,可不可以跟大家講一下這三個國家大概有多少人?
transcript.whisperx[1].start 26.927
transcript.whisperx[1].end 53.019
transcript.whisperx[1].text 這個帛琉是兩萬人那馬紹尋島大概接近五萬那圖瓦魯國是一萬人好那他們人很少那剛剛在報告裡頭也提到他們的經濟韌性他們因為氣候的這個變遷會導致他們國內的經濟可能有時候就不穩定那他們因為氣候變遷的關係所以他們的海岸線
transcript.whisperx[2].start 54.554
transcript.whisperx[2].end 82.121
transcript.whisperx[2].text 也經常面臨很多的挑戰包括海岸線的內鎖所以台灣也協助他們在處理這些相關的工程我看你們的報告裡頭連台灣世西都請出來了那台灣世西要去帛琉看他們有什麼需要協助的地方就是協助他們有關國土規劃跟這個任性城市的發展好那現在問題來了
transcript.whisperx[3].start 83.547
transcript.whisperx[3].end 101.964
transcript.whisperx[3].text 我們協助這三個國家可是這三個國家人口非常的少這三個國家也沒有大學他們最多就是台灣稱的叫做武專那他們有大部分的比較畢業後想要念大學的也有學生在台灣
transcript.whisperx[4].start 103.308
transcript.whisperx[4].end 132.917
transcript.whisperx[4].text 那我們協助他們做這些海岸工程土木工程氣候變遷部長你知道這三個國家到台灣念大學啊有沒有人在念這些東西當然是有啊有嗎有些學院是有包含這些課程我是建議這樣請這個跟教育部啊就針對這些國家因為我們去台灣市區去協助他們了規劃完了假設當地嘛做好了
transcript.whisperx[5].start 134.397
transcript.whisperx[5].end 149.851
transcript.whisperx[5].text 因為後面沒人吃嘛,沒人吃,變成我們又要有人去那如果他在地啊,他在地說他到台灣來讀書的這批學生,他到台灣就念土木工程
transcript.whisperx[6].start 150.757
transcript.whisperx[6].end 166.318
transcript.whisperx[6].text 阿套台灣就念氣候變遷就是說他們現在接下來10年20年面臨的困境他們到台灣來我們的教育部就媒合這些大學就讓他們的學生來台灣就讀這些科系
transcript.whisperx[7].start 167.679
transcript.whisperx[7].end 189.914
transcript.whisperx[7].text 這樣他們回到他們自己的國家,我們幫他們做完的東西,他們才能接上去嘛。譬如說現在要到柏柳做電動公車,幫柏柳做他們新的那一棟行政大樓,現在看起來就是那棟新的行政大樓。那行政大樓上面有太陽能,那包括你們在馬薩河土豹要跟他們做儲能的這些設備。
transcript.whisperx[8].start 191.135
transcript.whisperx[8].end 194.877
transcript.whisperx[8].text 那些東西你把它做出來,假設它開機啦,還是我們幫它開啦,東西給它了,它要人啊,最少也要有公司,有一組人,有辦法餵養那些東西嘛,所以這一塊部長有什麼看法?
transcript.whisperx[9].start 206.522
transcript.whisperx[9].end 220.882
transcript.whisperx[9].text 委員聖事學訓用要一致所以我們的獎學金制度也在進行檢討跟修正也就是說他來台灣念什麼回去才能夠繁榮他的國家
transcript.whisperx[10].start 221.343
transcript.whisperx[10].end 245.602
transcript.whisperx[10].text 如果他念了完之後人口外移啊這些國家以後都沒有人才雖然來台灣念獎學金回去很多也是做到部會首長以上不過剛剛講的就是說我們現在要跟他們政府有頭發展農幫計畫這些所需要的人才培育學訓用要一體啦所以我完全贊成這個委員的見解甚至我們現在也有一些短期的課程
transcript.whisperx[11].start 246.883
transcript.whisperx[11].end 256.028
transcript.whisperx[11].text 那我們所謂的貓仔總統的青年百億圓夢計畫我們有邀請他們來做很多跟專業有關的比如說籠幫裡面的有關於新能源還有智慧農業以及永續觀光所以學信用要一體這個是我非常認同委員講出了這樣的一個我們其實過去獎學金制度就是來念什麼很自由來了之後大部分都沒有回去
transcript.whisperx[12].start 276.52
transcript.whisperx[12].end 296.998
transcript.whisperx[12].text 這個就是很麻煩啦所以因為我看到你們連台灣四溪都請出來了那台灣四溪是很專業的公司所以他去幫他整個那些東西對台灣四溪來講那不是困難的事情那即使工程都做完了真的你幫他做海岸線做這一個防止海岸線退縮的這些港頂海岸工程做完了
transcript.whisperx[13].start 298.079
transcript.whisperx[13].end 323.621
transcript.whisperx[13].text 過三年五年開始出現要維養的時候啊他們也搞不清楚啊因為他就沒有一組人啊可能有幾個有來台灣讀書或各國去讀書他可能懂啊可是他沒有一組人去處理整個國家的這些工程的時候啊面對氣候變遷他還是面臨困境他一面臨困境那些東西可能就壞了那壞了之後呢又
transcript.whisperx[14].start 324.562
transcript.whisperx[14].end 341.33
transcript.whisperx[14].text 因為叫他的友邦去幫他倒三天那這個其實是划不來啦這一塊再請這個因為我們現在總和外交嘛部長再跟這個教育部看有沒有一些學校因為我看包括一個國家有跟這個原治大學
transcript.whisperx[15].start 342.05
transcript.whisperx[15].end 368.817
transcript.whisperx[15].text 他們的課程裡頭有氣候變遷的那這個都是對這些國家是有幫助的啊不然我怕說電動公車啊你叫台灣的青雙給他送20台去啊電動公車派去要收你啊你說台灣的公司又派人去啊那不是長遠之計啊那與其如此如果他們的高中畢業生到台灣來就在台灣的這個電動公車的工廠啊
transcript.whisperx[16].start 371.061
transcript.whisperx[16].end 390.24
transcript.whisperx[16].text 做了兩三年 回去可能就專家他回去他要另外開一間公司或是政府的公司他就在裡面附近餵養這些東西我覺得這才是長遠之遺 也才會真正叫做榮邦啦我原本補充喔 巴拉圭跟我們台科大的合作啊 那在
transcript.whisperx[17].start 391.381
transcript.whisperx[17].end 410.253
transcript.whisperx[17].text 台科大的巴拉圭也有設立對等的學校就是採取委員剛剛講這個模式就是跟我們的科系跟產業的合作像電巴在巴拉圭我們現在有輸出而且在地有我們的電巴公司有在那邊設廠那就需要很多維運的人才
transcript.whisperx[18].start 413.086
transcript.whisperx[18].end 441.103
transcript.whisperx[18].text 第二個啊 就這三個太平洋島國啊 他們對海洋的保育啊那是台灣對不對的啊我到這個帛琉去啊 他們對這個生態的承載量啊對觀光的承載量的要求啊一隻船出去載幾個人 配多少救生員 每天都管制啊然後連用這一個防曬乳啊 都只能用他們管制的防曬乳
transcript.whisperx[19].start 441.983
transcript.whisperx[19].end 459.168
transcript.whisperx[19].text 台灣炸了都不能買那這種東西對他們來說很平常對我們來說很稀奇你們連一天整隻船出去可以載多數人你們都管制因為他不想要大量的觀光客去搬
transcript.whisperx[20].start 460.693
transcript.whisperx[20].end 487.764
transcript.whisperx[20].text 這個是他們的優勢那台灣台灣的這些大學有做海洋生態的這些大學的系所啊包括教授們包括研究生、碩士班、博士班也應該去這三個島國啊把他們做成啊就是說他們當成我們台灣這一批我們自己的人喔要培養海洋生態保育的這些人那裡是我們很好的基地啊
transcript.whisperx[21].start 488.524
transcript.whisperx[21].end 512.274
transcript.whisperx[21].text 所以教育部也應該跟我們的海洋部各式各樣環境部農業部大家整合起來把這三個國家的海洋當成我們很重要的研究區域我們跟他們合作把研究成果給他們他們反而來協助我們做研究那這個對我們對台灣因為這三個國家看起來今天綠島 蘭嶼 七美 望安
transcript.whisperx[22].start 516.636
transcript.whisperx[22].end 522.1
transcript.whisperx[22].text 因為他們大部分就光光食品加工,農業,台北都是這些,他們的東西連要賣來台灣也沒什麼好賣,我看你那個馬紹爾,每年賣到台灣的東西,補掉多少你給他記一下
transcript.whisperx[23].start 531.482
transcript.whisperx[23].end 540.168
transcript.whisperx[23].text 真的很少啦 因為他們產椰子啦 或者是這個茉莉果啦當然漁業是很大啦 不過漁業加工怎麼去加強剛剛委員講確實沒錯 這些海洋的島國 它的藍色的國土很大
transcript.whisperx[24].start 546.713
transcript.whisperx[24].end 564.307
transcript.whisperx[24].text 所以對台灣來講是一個可以跟他合作之後去發展 比如藍色經濟這個就是在永續發展之下怎麼樣去促進海洋國家的經濟因為有經濟才會帶動他未來的繁榮啊 就業這個新的邏輯現在就是我們在推的榮邦計畫所以這個也請這個總和外交榮邦計畫的架構之下
transcript.whisperx[25].start 569.967
transcript.whisperx[25].end 589.085
transcript.whisperx[25].text 請教育部啦 國科位 因為我們有一個海洋聯盟嘛就我們台灣的對 還有六所大學都有海洋的學院跟科系他們有一些有實驗船嘛就到這些國家就是說這件事情 他們其實是在幫助台灣因為他們有很好的這個環境跟管理的制度所以這一塊啊 就是我們點頭要去講
transcript.whisperx[26].start 590.646
transcript.whisperx[26].end 616.904
transcript.whisperx[26].text 用他們的東西啦,所以這一塊希望我們這個國家,各位多給一些經費給這些海洋大學聯盟的這些學校,系所的老師跟研究生啊能夠在比如寒暑假,或者是有半年的這種教育訓練的課程啊整座都給他刷去做這樣的一個研究,其實對台灣是有幫助不只讓那個地方我們再融幫他,他們也是我們很好的研究夥伴
transcript.whisperx[27].start 620.726
transcript.whisperx[27].end 639.059
transcript.whisperx[27].text 完全認同委員的主張透過我們的邦交國可以走向世界其實我們以前很多人把他當作負擔其實不是他是甜蜜的我們透過跟他的合作可以變成跟他繁榮一起比如說我們很多海洋科學跟經濟的發展
transcript.whisperx[28].start 641.34
transcript.whisperx[28].end 656.735
transcript.whisperx[28].text 我們可以通過那邊做一個類似一個樞紐然後往那個區比如說以帛琉來講它是第二島鏈啊那個地方的整個最關鍵的位置所以它的海洋國土其實是很大的那對我們人才因為台灣特殊的國際處境我們沒有辦法參加國際組織可是透過我們的
transcript.whisperx[29].start 659.358
transcript.whisperx[29].end 680.777
transcript.whisperx[29].text 友邦卻可以去跟國際合作甚至我們到他政府裡面去就是說服務啊我們國會會有一些這樣的一個志工跟替代役我們未來也是在加強雙邊人才的交流所以柏油來講比如說明道中學就跟他們的中學啊已經建立姐妹學校然後他們也有社區大學他們其實很多的
transcript.whisperx[30].start 681.437
transcript.whisperx[30].end 699.057
transcript.whisperx[30].text 大學是到美國去念 因為他們是COVA他們是美國的一個聯盟的一個協定的一個組織啦所以我們善用這些就是友邦 12個邦交國可以讓台灣走向世界其實最要建議啦 你想我們這些國和會啊
transcript.whisperx[31].start 699.827
transcript.whisperx[31].end 718.176
transcript.whisperx[31].text 有一些研究計畫鼓勵台灣的研究團隊針對這三個太平洋島國譬如說用永續海洋、經濟韌性、氣候變遷為題台灣的學生、研究生、教授們以這些為題在國際上把他們的名字包括柏柳、馬紹爾、吐瓦魯
transcript.whisperx[32].start 720.177
transcript.whisperx[32].end 726.723
transcript.whisperx[32].text 用這樣的一個研究名稱也協助這三個國家讓這一個國際上都知道這三個國家在做這些事情的時候他們做的是世界頂尖的所以就是說我們透過這個方式讓我們跟他們是一個很好的夥伴關係就像剛剛部長講的是很甜蜜的這樣的一個關係那我想透過這樣的方式讓台灣的研究團隊也能夠一起融幫
transcript.whisperx[33].start 747.381
transcript.whisperx[33].end 772.883
transcript.whisperx[33].text 我最後再補充一下就是我們想台灣可以幫助後面還要再要一句我們的邦交博可以領導譬如說PLAO可以領導在什麼方面那Marshall Island可以領導然後這個Towaru可以領導所以他們會以跟台灣為邦交為榮因為他們不只是接受我們的援助而且我們跟他共同繁榮之後可以成為世界讓大家可以作為一個典範他們也會被關注啦對 被肯定好 謝謝部長 謝謝