iVOD / 168579

Field Value
IVOD_ID 168579
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168579
日期 2026-04-15
會議資料.會議代碼 委員會-11-5-26-6
會議資料.會議代碼:str 第11屆第5會期社會福利及衛生環境委員會第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] 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5會期社會福利及衛生環境委員會第6次全體委員會議
影片種類 Clip
開始時間 2026-04-15T11:58:08+08:00
結束時間 2026-04-15T12:18:26+08:00
影片長度 00:20:18
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3ec77822e2e6eae3d80394fa43c848b98ea785098ebfecd5e6b800412f8d870b1d216fa11ae63dd35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 涂權吉
委員發言時間 11:58:08 - 12:18:26
會議時間 2026-04-15T09:00:00+08:00
會議名稱 立法院第11屆第5會期社會福利及衛生環境委員會第6次全體委員會議(事由:邀請衛生福利部部長、行政院經貿談判辦公室、經濟部、農業部、教育部就「美國貿易代表署發布《2026年各國貿易評估報告》(2026NTE)提及技術性貿易壁壘或食品安全檢驗與動植物防疫檢疫SPS)壁壘之豬肉、牛肉與牛肉產品、β促進劑的最大殘留容許量等各項食農相關產品及技術之要求,我國所承諾之措施、移除產品禁令或取消輸入口岸檢疫程序等,並特就其中開放切片馬鈴薯帶芽(或腐爛或發黴)仍能整批進口與其敦促撤銷基改食品進校園,對我國食品安全造成之衝擊與因應作為」進行專題報告,並備質詢。 邀請衛生福利部、農業部、行政院消費者保護處就「寵物用藥新制上路在即,犬貓及非經濟動物急重症醫療銜接、藥品流向管理、飼主取得可近性與消費權益保障之整體配套」進行專題報告,並備質詢。 【專題報告綜合詢答】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 5.61659375
transcript.pyannote[0].end 5.90346875
transcript.pyannote[1].speaker SPEAKER_04
transcript.pyannote[1].start 12.50159375
transcript.pyannote[1].end 21.46221875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 21.46221875
transcript.pyannote[2].end 21.47909375
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 21.47909375
transcript.pyannote[3].end 21.61409375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 21.61409375
transcript.pyannote[4].end 21.71534375
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 21.71534375
transcript.pyannote[5].end 21.73221875
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 23.13284375
transcript.pyannote[6].end 23.82471875
transcript.pyannote[7].speaker SPEAKER_04
transcript.pyannote[7].start 24.66846875
transcript.pyannote[7].end 29.66346875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 29.93346875
transcript.pyannote[8].end 30.11909375
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 30.50721875
transcript.pyannote[9].end 34.37159375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 34.37159375
transcript.pyannote[10].end 34.96221875
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 34.59096875
transcript.pyannote[11].end 50.03159375
transcript.pyannote[12].speaker SPEAKER_04
transcript.pyannote[12].start 50.28471875
transcript.pyannote[12].end 51.93846875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 50.35221875
transcript.pyannote[13].end 51.06096875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 51.93846875
transcript.pyannote[14].end 60.02159375
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 60.02159375
transcript.pyannote[15].end 64.83096875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 62.18159375
transcript.pyannote[16].end 62.41784375
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 65.25284375
transcript.pyannote[17].end 69.06659375
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 69.62346875
transcript.pyannote[18].end 73.79159375
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 73.99409375
transcript.pyannote[19].end 76.54221875
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 77.11596875
transcript.pyannote[20].end 82.12784375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 82.33034375
transcript.pyannote[21].end 93.14721875
transcript.pyannote[22].speaker SPEAKER_04
transcript.pyannote[22].start 87.13971875
transcript.pyannote[22].end 88.32096875
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 92.48909375
transcript.pyannote[23].end 97.82159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 93.26534375
transcript.pyannote[24].end 93.92346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 95.18909375
transcript.pyannote[25].end 95.37471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 96.89346875
transcript.pyannote[26].end 97.24784375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 97.82159375
transcript.pyannote[27].end 98.02409375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 98.02409375
transcript.pyannote[28].end 98.10846875
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 98.10846875
transcript.pyannote[29].end 99.03659375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 99.03659375
transcript.pyannote[30].end 110.96721875
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 110.96721875
transcript.pyannote[31].end 120.92346875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 120.92346875
transcript.pyannote[32].end 125.98596875
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 125.27721875
transcript.pyannote[33].end 143.02971875
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 128.33159375
transcript.pyannote[34].end 128.65221875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 134.05221875
transcript.pyannote[35].end 134.37284375
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 134.64284375
transcript.pyannote[36].end 135.95909375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 139.35096875
transcript.pyannote[37].end 140.19471875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 140.88659375
transcript.pyannote[38].end 141.35909375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 143.02971875
transcript.pyannote[39].end 156.51284375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 144.02534375
transcript.pyannote[40].end 144.56534375
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 153.01971875
transcript.pyannote[41].end 153.40784375
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 156.76596875
transcript.pyannote[42].end 161.25471875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 161.25471875
transcript.pyannote[43].end 162.18284375
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 162.18284375
transcript.pyannote[44].end 162.23346875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 162.23346875
transcript.pyannote[45].end 162.75659375
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 162.75659375
transcript.pyannote[46].end 167.58284375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 166.48596875
transcript.pyannote[47].end 166.51971875
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 168.19034375
transcript.pyannote[48].end 185.09909375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 185.09909375
transcript.pyannote[49].end 185.38596875
transcript.pyannote[50].speaker SPEAKER_04
transcript.pyannote[50].start 185.35221875
transcript.pyannote[50].end 194.05971875
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 194.68409375
transcript.pyannote[51].end 200.45534375
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 200.77596875
transcript.pyannote[52].end 210.29346875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 211.44096875
transcript.pyannote[53].end 212.23409375
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 212.95971875
transcript.pyannote[54].end 218.34284375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 217.07721875
transcript.pyannote[55].end 226.69596875
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 225.26159375
transcript.pyannote[56].end 236.11221875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 235.21784375
transcript.pyannote[57].end 239.13284375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 239.33534375
transcript.pyannote[58].end 240.97221875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 240.97221875
transcript.pyannote[59].end 258.03284375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 252.43034375
transcript.pyannote[60].end 253.30784375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 258.03284375
transcript.pyannote[61].end 293.40284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 285.62346875
transcript.pyannote[62].end 286.33221875
transcript.pyannote[63].speaker SPEAKER_04
transcript.pyannote[63].start 286.80471875
transcript.pyannote[63].end 287.78346875
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 291.78284375
transcript.pyannote[64].end 291.96846875
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 293.40284375
transcript.pyannote[65].end 295.02284375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 295.02284375
transcript.pyannote[66].end 295.96784375
transcript.pyannote[67].speaker SPEAKER_04
transcript.pyannote[67].start 295.96784375
transcript.pyannote[67].end 296.03534375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 296.03534375
transcript.pyannote[68].end 308.97846875
transcript.pyannote[69].speaker SPEAKER_04
transcript.pyannote[69].start 308.97846875
transcript.pyannote[69].end 335.96159375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 320.25096875
transcript.pyannote[70].end 320.36909375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 322.44471875
transcript.pyannote[71].end 322.71471875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 328.30034375
transcript.pyannote[72].end 328.62096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 335.91096875
transcript.pyannote[73].end 336.36659375
transcript.pyannote[74].speaker SPEAKER_04
transcript.pyannote[74].start 336.11346875
transcript.pyannote[74].end 338.02034375
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 338.44221875
transcript.pyannote[75].end 344.65221875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 344.06159375
transcript.pyannote[76].end 344.29784375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 344.65221875
transcript.pyannote[77].end 344.78721875
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 344.78721875
transcript.pyannote[78].end 353.81534375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 353.81534375
transcript.pyannote[79].end 353.84909375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 355.73909375
transcript.pyannote[80].end 372.96846875
transcript.pyannote[81].speaker SPEAKER_04
transcript.pyannote[81].start 372.96846875
transcript.pyannote[81].end 402.09471875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 378.35159375
transcript.pyannote[82].end 378.58784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 387.00846875
transcript.pyannote[83].end 387.70034375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 393.35346875
transcript.pyannote[84].end 394.45034375
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 402.34784375
transcript.pyannote[85].end 404.00159375
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 404.60909375
transcript.pyannote[86].end 407.59596875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 407.59596875
transcript.pyannote[87].end 407.73096875
transcript.pyannote[88].speaker SPEAKER_04
transcript.pyannote[88].start 407.73096875
transcript.pyannote[88].end 410.81909375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 407.76471875
transcript.pyannote[89].end 407.84909375
transcript.pyannote[90].speaker SPEAKER_04
transcript.pyannote[90].start 411.07221875
transcript.pyannote[90].end 414.61596875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 414.48096875
transcript.pyannote[91].end 414.51471875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 414.54846875
transcript.pyannote[92].end 414.98721875
transcript.pyannote[93].speaker SPEAKER_04
transcript.pyannote[93].start 414.88596875
transcript.pyannote[93].end 464.32971875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 437.07659375
transcript.pyannote[94].end 437.85284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 438.13971875
transcript.pyannote[95].end 438.52784375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 440.35034375
transcript.pyannote[96].end 440.65409375
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 464.63346875
transcript.pyannote[97].end 470.03346875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 470.03346875
transcript.pyannote[98].end 503.46284375
transcript.pyannote[99].speaker SPEAKER_04
transcript.pyannote[99].start 503.46284375
transcript.pyannote[99].end 533.87159375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 509.47034375
transcript.pyannote[100].end 509.48721875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 509.48721875
transcript.pyannote[101].end 509.65596875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 511.44471875
transcript.pyannote[102].end 511.54596875
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 534.61409375
transcript.pyannote[103].end 553.02471875
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 549.32909375
transcript.pyannote[104].end 549.80159375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 553.02471875
transcript.pyannote[105].end 585.96471875
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 585.96471875
transcript.pyannote[106].end 590.85846875
transcript.pyannote[107].speaker SPEAKER_04
transcript.pyannote[107].start 591.12846875
transcript.pyannote[107].end 593.38971875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 592.63034375
transcript.pyannote[108].end 592.73159375
transcript.pyannote[109].speaker SPEAKER_04
transcript.pyannote[109].start 593.50784375
transcript.pyannote[109].end 595.65096875
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 595.71846875
transcript.pyannote[110].end 595.75221875
transcript.pyannote[111].speaker SPEAKER_04
transcript.pyannote[111].start 595.88721875
transcript.pyannote[111].end 612.20534375
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 612.47534375
transcript.pyannote[112].end 613.40346875
transcript.pyannote[113].speaker SPEAKER_04
transcript.pyannote[113].start 613.45409375
transcript.pyannote[113].end 630.21096875
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 630.36284375
transcript.pyannote[114].end 637.60221875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 637.60221875
transcript.pyannote[115].end 662.83034375
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 660.48471875
transcript.pyannote[116].end 660.92346875
transcript.pyannote[117].speaker SPEAKER_04
transcript.pyannote[117].start 662.83034375
transcript.pyannote[117].end 692.54721875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 692.54721875
transcript.pyannote[118].end 692.83409375
transcript.pyannote[119].speaker SPEAKER_04
transcript.pyannote[119].start 692.68221875
transcript.pyannote[119].end 693.44159375
transcript.pyannote[120].speaker SPEAKER_04
transcript.pyannote[120].start 693.98159375
transcript.pyannote[120].end 695.61846875
transcript.pyannote[121].speaker SPEAKER_04
transcript.pyannote[121].start 696.39471875
transcript.pyannote[121].end 696.41159375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 696.41159375
transcript.pyannote[122].end 756.28409375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 749.66909375
transcript.pyannote[123].end 749.97284375
transcript.pyannote[124].speaker SPEAKER_04
transcript.pyannote[124].start 749.97284375
transcript.pyannote[124].end 750.04034375
transcript.pyannote[125].speaker SPEAKER_04
transcript.pyannote[125].start 756.28409375
transcript.pyannote[125].end 762.08909375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 762.08909375
transcript.pyannote[126].end 762.30846875
transcript.pyannote[127].speaker SPEAKER_04
transcript.pyannote[127].start 762.29159375
transcript.pyannote[127].end 827.73284375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 764.80596875
transcript.pyannote[128].end 764.87346875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 764.89034375
transcript.pyannote[129].end 765.14346875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 772.16346875
transcript.pyannote[130].end 774.71159375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 800.95221875
transcript.pyannote[131].end 802.79159375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 806.52096875
transcript.pyannote[132].end 806.53784375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 806.53784375
transcript.pyannote[133].end 807.44909375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 827.74971875
transcript.pyannote[134].end 827.95221875
transcript.pyannote[135].speaker SPEAKER_04
transcript.pyannote[135].start 828.49221875
transcript.pyannote[135].end 829.72409375
transcript.pyannote[136].speaker SPEAKER_04
transcript.pyannote[136].start 830.98971875
transcript.pyannote[136].end 833.35221875
transcript.pyannote[137].speaker SPEAKER_04
transcript.pyannote[137].start 834.11159375
transcript.pyannote[137].end 835.95096875
transcript.pyannote[138].speaker SPEAKER_04
transcript.pyannote[138].start 836.74409375
transcript.pyannote[138].end 839.12346875
transcript.pyannote[139].speaker SPEAKER_04
transcript.pyannote[139].start 839.52846875
transcript.pyannote[139].end 842.29596875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 842.29596875
transcript.pyannote[140].end 843.22409375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 843.57846875
transcript.pyannote[141].end 845.46846875
transcript.pyannote[142].speaker SPEAKER_04
transcript.pyannote[142].start 843.69659375
transcript.pyannote[142].end 850.76721875
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 850.44659375
transcript.pyannote[143].end 853.07909375
transcript.pyannote[144].speaker SPEAKER_04
transcript.pyannote[144].start 852.15096875
transcript.pyannote[144].end 854.53034375
transcript.pyannote[145].speaker SPEAKER_04
transcript.pyannote[145].start 855.32346875
transcript.pyannote[145].end 858.00659375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 859.32284375
transcript.pyannote[146].end 861.65159375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 861.76971875
transcript.pyannote[147].end 863.91284375
transcript.pyannote[148].speaker SPEAKER_04
transcript.pyannote[148].start 863.22096875
transcript.pyannote[148].end 868.60409375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 864.11534375
transcript.pyannote[149].end 866.24159375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 866.66346875
transcript.pyannote[150].end 867.30471875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 868.58721875
transcript.pyannote[151].end 869.36346875
transcript.pyannote[152].speaker SPEAKER_04
transcript.pyannote[152].start 869.32971875
transcript.pyannote[152].end 872.51909375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 875.45534375
transcript.pyannote[153].end 877.22721875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 877.96971875
transcript.pyannote[154].end 890.50784375
transcript.pyannote[155].speaker SPEAKER_04
transcript.pyannote[155].start 891.03096875
transcript.pyannote[155].end 899.02971875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 899.02971875
transcript.pyannote[156].end 899.78909375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 900.85221875
transcript.pyannote[157].end 910.97721875
transcript.pyannote[158].speaker SPEAKER_04
transcript.pyannote[158].start 910.97721875
transcript.pyannote[158].end 912.07409375
transcript.pyannote[159].speaker SPEAKER_04
transcript.pyannote[159].start 912.49596875
transcript.pyannote[159].end 915.12846875
transcript.pyannote[160].speaker SPEAKER_04
transcript.pyannote[160].start 915.49971875
transcript.pyannote[160].end 929.79284375
transcript.pyannote[161].speaker SPEAKER_04
transcript.pyannote[161].start 930.31596875
transcript.pyannote[161].end 946.97159375
transcript.pyannote[162].speaker SPEAKER_04
transcript.pyannote[162].start 947.62971875
transcript.pyannote[162].end 957.38346875
transcript.pyannote[163].speaker SPEAKER_04
transcript.pyannote[163].start 958.37909375
transcript.pyannote[163].end 961.68659375
transcript.pyannote[164].speaker SPEAKER_04
transcript.pyannote[164].start 961.88909375
transcript.pyannote[164].end 966.02346875
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 966.02346875
transcript.pyannote[165].end 968.23409375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 968.65596875
transcript.pyannote[166].end 972.50346875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 972.63846875
transcript.pyannote[167].end 984.34971875
transcript.pyannote[168].speaker SPEAKER_04
transcript.pyannote[168].start 981.24471875
transcript.pyannote[168].end 982.96596875
transcript.pyannote[169].speaker SPEAKER_04
transcript.pyannote[169].start 984.34971875
transcript.pyannote[169].end 984.55221875
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 984.55221875
transcript.pyannote[170].end 984.97409375
transcript.pyannote[171].speaker SPEAKER_04
transcript.pyannote[171].start 984.97409375
transcript.pyannote[171].end 1004.93721875
transcript.pyannote[172].speaker SPEAKER_04
transcript.pyannote[172].start 1005.56159375
transcript.pyannote[172].end 1007.19846875
transcript.pyannote[173].speaker SPEAKER_04
transcript.pyannote[173].start 1007.63721875
transcript.pyannote[173].end 1011.75471875
transcript.pyannote[174].speaker SPEAKER_04
transcript.pyannote[174].start 1013.23971875
transcript.pyannote[174].end 1030.78971875
transcript.pyannote[175].speaker SPEAKER_04
transcript.pyannote[175].start 1030.94159375
transcript.pyannote[175].end 1073.02784375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 1073.02784375
transcript.pyannote[176].end 1108.97159375
transcript.pyannote[177].speaker SPEAKER_04
transcript.pyannote[177].start 1108.97159375
transcript.pyannote[177].end 1119.65346875
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 1117.37534375
transcript.pyannote[178].end 1127.97284375
transcript.pyannote[179].speaker SPEAKER_04
transcript.pyannote[179].start 1121.39159375
transcript.pyannote[179].end 1121.83034375
transcript.pyannote[180].speaker SPEAKER_04
transcript.pyannote[180].start 1127.97284375
transcript.pyannote[180].end 1194.86534375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 1146.78846875
transcript.pyannote[181].end 1146.88971875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 1146.92346875
transcript.pyannote[182].end 1147.10909375
transcript.pyannote[183].speaker SPEAKER_04
transcript.pyannote[183].start 1195.18596875
transcript.pyannote[183].end 1201.63221875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 1201.63221875
transcript.pyannote[184].end 1201.93596875
transcript.pyannote[185].speaker SPEAKER_04
transcript.pyannote[185].start 1201.75034375
transcript.pyannote[185].end 1211.60534375
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 1211.60534375
transcript.pyannote[186].end 1217.24159375
transcript.pyannote[187].speaker SPEAKER_04
transcript.pyannote[187].start 1215.82409375
transcript.pyannote[187].end 1216.27971875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 1216.87034375
transcript.pyannote[188].end 1217.96721875
transcript.pyannote[189].speaker SPEAKER_03
transcript.pyannote[189].start 1217.96721875
transcript.pyannote[189].end 1218.72659375
transcript.whisperx[0].start 12.54
transcript.whisperx[0].end 23.511
transcript.whisperx[0].text 好 謝謝主席那請我們石部長還有我們行政院經貿談判辦公室的徐秘書請石部長 請徐秘書督委員好
transcript.whisperx[1].start 25.538
transcript.whisperx[1].end 48.912
transcript.whisperx[1].text 好 謝謝部長那我這個先請教一下我們徐秘書請問一下我們台美互惠貿易協定就是ART那時候針對我們在今年針對美國農產品還有就是我們豬肾牛肉還有汽車醫藥市場針對這些開放的承諾是今年開放對不對
transcript.whisperx[2].start 50.533
transcript.whisperx[2].end 75.455
transcript.whisperx[2].text 這一年簽訂的對不對對這個是2月簽訂的內容那包括了您剛有提到了有些部分是屬於這個關稅的部分有些是屬於非關稅措施的部分是2月12號簽訂嘛是那針對像我們美國農產品我們豬肾牛肉這些開放我們放寬萊克多巴胺放寬這個標準那在這部分我們在簽訂之前
transcript.whisperx[3].start 77.637
transcript.whisperx[3].end 96.956
transcript.whisperx[3].text 我請問一下 那像我們衛福部 農業部知道我們有放寬這個標準嗎知道 其實我們那個談判團隊都是一起一起工作的 一起討論所以知情嘛 即使去美國談判也是相關部會也都是有代表所以就是衛福部跟農業部在我們簽訂之前大家都討論過所以都是知情的 是
transcript.whisperx[4].start 98.497
transcript.whisperx[4].end 113.774
transcript.whisperx[4].text 那石部長也在現場嘛那所以我沒有在現場不過這個前面在前置作業上呢相關的要簽訂的內容上我們都有經過一些評估好那所以在這簽訂之前石部長也是了解我們針對
transcript.whisperx[5].start 114.935
transcript.whisperx[5].end 136.116
transcript.whisperx[5].text 我們這個瘦肉精這個萊劑的部分我們簽訂是預計就是要再放寬嘛應該是說來follow這個國際的標準就是按照Codex的標準這樣就是比之前再放寬嘛就是按照Codex標準但是比我們之前是放寬的嘛部分的部分做調整對部分是放寬的部分調整就像我們
transcript.whisperx[6].start 137.637
transcript.whisperx[6].end 146.621
transcript.whisperx[6].text 就是我們講豬腰的部分好像從本來的0.04ppm放寬到0.09ppm我們應該是這樣講Codex的標準還有日韓的標準都是0.09那我們目前是0.04那未來我們會進行一些專家的討論跟作業
transcript.whisperx[7].start 156.866
transcript.whisperx[7].end 174.54
transcript.whisperx[7].text 所以後來簽訂就是知道就是要比之前還放寬啦對就是比照CODES的標準好所以這部分部長是知情的那但是我們其實我們是針對我們美國貿易障礙評估報告就是NTE
transcript.whisperx[8].start 175.18
transcript.whisperx[8].end 190.914
transcript.whisperx[8].text 後來公布之後他在3月31號公布後來我們國人才知道這件事情所以其實簽訂的時候內容我們是並不知道的那等到美國公布這份評估報告之後後來我們才知道
transcript.whisperx[9].start 191.474
transcript.whisperx[9].end 210.215
transcript.whisperx[9].text 原來針對這一部分像我們美國剛剛我們講的豬腎牛肉這一部分我們針對瘦肉精的部分是要放寬的我們是後來等美國這個報告出來之後我們才知情應該是在ART裡面就已經有提到了
transcript.whisperx[10].start 211.496
transcript.whisperx[10].end 238.763
transcript.whisperx[10].text 但是我們國人知道的時候是等到美國公布我們才知道的因為事先並沒有ART風布的時候就知道就是在簽約這個下簽這個對等貿易談判的時候對對但是我是說那你們你們談判辦公室跟行政院知道但是國人是等到美國這個評估報告出來其實國人才真正知道這件事情應該不是評估報告是最近的事情是之前那個ART
transcript.whisperx[11].start 239.463
transcript.whisperx[11].end 255.705
transcript.whisperx[11].text 在二月的時候好那部長我請問一下那我們針對這部分開放那我們在做這個開放之前我們有沒有做安全的評估報告甚至還有針對食品衛生安全還有營養的諮議會我們有開過嗎有
transcript.whisperx[12].start 258.868
transcript.whisperx[12].end 285.169
transcript.whisperx[12].text 跟委員說明 那麼我們也比對了我們跟我們現在的相對的這個萊克多巴胺的MRL的這個訂定的標準跟日韓等國以及CODES的落差那麼這裡面的最大落差主要是在腎臟所以我們在腎臟的使用的這個安全風險的部分去年有委託這個專家在進行這個健康風險的評估跟建議容許量
transcript.whisperx[13].start 286.49
transcript.whisperx[13].end 312.267
transcript.whisperx[13].text 所以我們今年有這個評估報告嗎去年有去年所以我們提得出這個評估報告有有有我們有評估報告但是食品衛生安全及營養這支議會沒有開專家會議的部分因為這後續要進行的程序我們現在還沒有正式修訂嘛所以未來要修訂的時候自然就要經過這個程序我希望這部分要趕快做因為其實像蔡政府時期啊她在2020年
transcript.whisperx[14].start 313.368
transcript.whisperx[14].end 336.614
transcript.whisperx[14].text 他8月中旬有公布說要在2021年元旦也是要正式開放讓我們這個標準放寬可是那時候我們也有針對說沒有做安全評估報告這些有提出疑議所以當時他雖然前面沒有做可是後來他馬上在8月底的時候就馬上提出報告所以我們2月
transcript.whisperx[15].start 338.536
transcript.whisperx[15].end 350.689
transcript.whisperx[15].text 簽訂然後到三月底其實公布之後國人才正式知道這個事情可是目前我們看到四月中我們這也沒有看到這安全評估報告還有專家學者這會議也沒有開
transcript.whisperx[16].start 356.229
transcript.whisperx[16].end 370.991
transcript.whisperx[16].text 跟委員說明我們這一次其實已經提早在去年就完成這個健康風險評估的報告所以這個報告再送請給委員參考那後面的修訂的程序我們會按照法定的作業程序來進行
transcript.whisperx[17].start 371.832
transcript.whisperx[17].end 393.654
transcript.whisperx[17].text 好 那我希望部長還有我們署長在這邊我們盡快把這個報告給我們胃膀委員會大家知道你之前做的這個評估報告還有專家學者這個食品衛生安全跟營養的諮議會也要趕快開讓民眾真正能夠了解放寬這個來劑之後對我們有沒有什麼其他的影響
transcript.whisperx[18].start 394.335
transcript.whisperx[18].end 421.391
transcript.whisperx[18].text 因為我們要知道我們國人其實大家都知道其實像我們在萊劑他在肌肉殘留的部分沒有那麼高但是他在肝腎內臟的部分殘留是比較高的然後其實以飲食習慣來講歐美來講歐美的民眾一般他們是不吃內臟的但是我們國人的飲食習慣尤其我們婦女孕婦坐月子還有我們常常
transcript.whisperx[19].start 422.171
transcript.whisperx[19].end 445.8
transcript.whisperx[19].text 我們國人會習慣吃一些什麼黑白切之類像我們豬肉啊還有肝啊腎啊還有什麼大腸什麼等等其實我們國人因為我們的我們自己養殖的豬我們是沒有打這個瘦肉精沒有打萊克多巴胺所以我們對於內臟的使用的部分我們包含孕婦啊坐月子等等我們都有習慣性是去吃這個內臟
transcript.whisperx[20].start 449.682
transcript.whisperx[20].end 456.364
transcript.whisperx[20].text 那所以針對開放這部分將來這內臟你看從0.04ppm要開放到0.09ppm相對的這對於我們將來飲食習慣會常吃內臟對於我們對這安全評估報告我們希望也能夠了解因為這國人飲食習慣跟歐美是不一樣的
transcript.whisperx[21].start 472.15
transcript.whisperx[21].end 479.839
transcript.whisperx[21].text 我們在做健康風險評估的時候 也考量了國人的飲食習慣去做的調教去年的就有這樣的參考 把肝腎都特別的著重那也考量到坐月子的時候的婦女的食用量去做的評估
transcript.whisperx[22].start 492.092
transcript.whisperx[22].end 514.738
transcript.whisperx[22].text 第二個呢那我們當然除了我們自己的標準我們也會對照其他國家像日韓跟我們飲食習慣比較相近的那他們的標準也是按照CODES所以我們希望這安全評估報告一定要加入國人針對這內臟的飲食習慣這部分一定要加入因為這確實我們跟我們飲食習慣是不一樣的好的 好
transcript.whisperx[23].start 515.558
transcript.whisperx[23].end 533.633
transcript.whisperx[23].text 那還有針對美國貿易障礙報告我們看到它針對我們跟台灣比較有關係的重點剛剛我也有聽到其他委員也有在質疑現在我們這標準放寬之後我們以後針對這茶廠還有邊境這茶宴的部分
transcript.whisperx[24].start 534.734
transcript.whisperx[24].end 552.786
transcript.whisperx[24].text 是不是應該更嚴格因為我們現在把標準放寬我們也擔心標準放寬你說0.01 0.04 0.09ppm但是你沒有去查驗我們擔心他甚至是超過甚至是更高的照來講現在放寬應該要查驗的更嚴格才對
transcript.whisperx[25].start 553.466
transcript.whisperx[25].end 568.951
transcript.whisperx[25].text 根本說明我們從源頭就管理就源頭就包含要系統性查核那麼同時呢也有查場的機制所以源頭的部分會把關那邊境的話我們也會有這個抽驗那如果有抽到我們還會提升這個抽驗的批次
transcript.whisperx[26].start 569.491
transcript.whisperx[26].end 587.271
transcript.whisperx[26].text 那另外在後市場的部分也嚴格的會做好這個標示產地的標示所以不論是散裝包裝或者是飲食場所都要明確的標示所使用的原產地所以這個我們都會把關所以其實今天為什麼會提出來其實我們看到
transcript.whisperx[27].start 587.952
transcript.whisperx[27].end 611.637
transcript.whisperx[27].text 美國公布的這障礙報告針對涉台的重點我們看他針對美豬的部分看他寫台無正當理由下不對處理美豬台業者反覆稽查降低採購意願所以他在講他怕降低採購意願所以變成你沒有正當理由你不能反覆去抽查也就是說
transcript.whisperx[28].start 612.597
transcript.whisperx[28].end 637.399
transcript.whisperx[28].text 你不能沒有理由你就去查驗可是我們的標準就是我就是要不斷的抽驗啊我不能等到發生問題之後有狀況發生我們才去查驗所以針對這個涉台重點好像跟部長講的好像不太一樣變成說你要去查驗要有理由那我們的標準是我就是要不斷的查驗尤其開放之後我標準要更高我查驗要更嚴格才對啊
transcript.whisperx[29].start 637.979
transcript.whisperx[29].end 660.856
transcript.whisperx[29].text 跟委員說明我們在邊境的查驗都是採風險極速的風就是你長期都沒有查到有問題的他就降低查驗的批次那但是如果你被驗到有問題的就會提升抽驗的批次所以在有限的人力之下我們採風險查驗抽驗的方式在進行邊境的把關所以這個標準不會改變
transcript.whisperx[30].start 662.938
transcript.whisperx[30].end 677.692
transcript.whisperx[30].text 好我希望部長因為我們看到他公布的其實我們是有餘力我剛講的是美豬你看他對美牛台阿特承諾解除特定美牛產口美牛產品進口禁令取消繁瑣
transcript.whisperx[31].start 678.953
transcript.whisperx[31].end 695.323
transcript.whisperx[31].text 輸入口岸檢疫程序你看喔他針對美牛這個進口禁令他說叫我們要取消繁瑣輸入口岸檢這個檢疫的程序變成說他在要求我們不能
transcript.whisperx[32].start 696.445
transcript.whisperx[32].end 716.947
transcript.whisperx[32].text 查驗這麼嚴格應該是這個有關美牛的部分是有另外一個議題他不是這個殘留量主要是這個BSE也就是我們常講的這個狂牛症那麼過去的BSE這個美國被這個在2013年的時候是被歸類在
transcript.whisperx[33].start 718.448
transcript.whisperx[33].end 739.16
transcript.whisperx[33].text 風險可控制的國家啦所以我們有一些是禁止他進來可是他後來已經被改列為這個風險可忽略就是最安全等級按照這個WOLF的就是世界動物這個健康組織的規範呢他是全牛都可以進來所以他已經被改列了我們沒有這個與時的調整再加上這個
transcript.whisperx[34].start 742.822
transcript.whisperx[34].end 754.129
transcript.whisperx[34].text 2023年的時候也重新定義了這個BSE分為只有典型的BSE才是風險物所以我們要根據它去做調整它指的是說我們沒有與時俱進的這個風險調整部長沒關係 其實喔
transcript.whisperx[35].start 757.851
transcript.whisperx[35].end 776.084
transcript.whisperx[35].text 我就講說針對其實我們看到他這個報告涉台重點對於我們來講要嚴格查驗可是針對他的報告其實看起來是要我們放寬而且還告訴我們說沒有正當理由你就不能去查然後也不能那麼繁瑣要取消繁瑣
transcript.whisperx[36].start 776.844
transcript.whisperx[36].end 789.833
transcript.whisperx[36].text 所以這跟我們講的茶廠跟邊境茶葉我們說放寬標準應該要更嚴格可是看起來他要求是我們要更寬鬆所以我希望部長還是要針對我們的食安防線現在我們這個標準你說因為對於美國關稅的問題去做這個談判的協議我們放寬可是我覺得國安這個食安的防線我們還是要堅守我們的最底線因為這個食品食安的問題
transcript.whisperx[37].start 805.263
transcript.whisperx[37].end 833.058
transcript.whisperx[37].text 還是希望我們衛福部能夠堅守是食安跟健康的把關我們會堅守對啊因為我們看這報告好像跟部長講的好像不太一樣但是我希望我們還是要嚴格查驗這個食安的問題沒有繁瑣的問題只有標準我們雖然標準放寬可是我們查驗一定要更加的嚴格還有我們針對牛脂牛血這半成品
transcript.whisperx[38].start 834.161
transcript.whisperx[38].end 853.767
transcript.whisperx[38].text 那他這個這部分他的來機的部分有查驗嗎他有數據嗎這個主要是做飼料這個不是進入所以他沒有針對他的來機的殘留的標準沒有數據沒有查驗沒有他是進入到飼料進入飼料但是他進來是半成品嘛半成品然後後來進來乾燥做飼料對不對
transcript.whisperx[39].start 860.501
transcript.whisperx[39].end 876.494
transcript.whisperx[39].text 應該是沒有進來過目前美方沒有對我說將來這個牛脂牛血進來是要做飼料是嗎對做飼料做飼料做飼料它是不是用乾燥的方式來說明一下跟委員會
transcript.whisperx[40].start 878.018
transcript.whisperx[40].end 899.591
transcript.whisperx[40].text 是,跟委員報告,如果是牛油脂進來的話,它是精煉過後的產品,那就是作為飼料的部分的原料,那血粉的話,它就是已經噴霧乾燥之後的,也是作為飼料添加的一部分?對啊,就是到化製廠做成肉骨粉或者血粉添加,然後給豬吃嘛,做成飼料給豬吃嘛。
transcript.whisperx[41].start 900.982
transcript.whisperx[41].end 919.773
transcript.whisperx[41].text 我們在國內的話那個飼料管理法有規定就是它在這個反除動物化是不能夠使用的所以不會有BSE傳播的風險我們現在擔心的就是我們我們國內養豬是不是不能添加瘦肉精不能添加萊劑對不對我們這個國內養豬是嚴格的標準因為其實我們國內剛剛有講國內國人的飲食習慣因為內臟這些我們都會吃所以這個就是我們
transcript.whisperx[42].start 930.379
transcript.whisperx[42].end 957.188
transcript.whisperx[42].text 台灣豬為什麼溫體豬大家國人可以安心食用因為我們的養殖辦法我們養殖的方式我們不去添加這些瘦肉精等等所以我們內臟都可以食用可是我們現在擔心的是你牛脂牛血將來做飼料它乾燥我們乾燥之後把這些水分去掉之後其實它乾燥之後它的來劑的比例是會增加的
transcript.whisperx[43].start 958.424
transcript.whisperx[43].end 982.225
transcript.whisperx[43].text 那如果給豬吃我們有沒有這個數據豬吃這個飼料之後會不會殘留在我們台灣豬的體內跟委員報告依據我們這個飼料管理法的規定如果是這個反芻動物跟豬的話都是不能用這些肉骨粉、血粉作為飼料的原料的所以剛剛委員考量的這些品項是不會進到豬的飼料鏈的
transcript.whisperx[44].start 984.887
transcript.whisperx[44].end 1011.125
transcript.whisperx[44].text 這些也不能給豬吃嘛好我希望這部分一定要注意因為你做成飼料之後我們一定要嚴格把關我怕做成飼料之後那會不會礙於成本等等的問題他拿出給豬吃那豬吃了含有這個萊劑的這些飼料會被殘留在豬的體內變成本來豬沒有打瘦肉精結果他因為吃了飼料以後反而殘留在體內
transcript.whisperx[45].start 1013.328
transcript.whisperx[45].end 1026.057
transcript.whisperx[45].text 所以這部分我如果說豬不能吃我希望我們衛福部還有我們主管單位這部分一定要嚴格來把關因為我們現在也擔心你看我們現在台灣豬農其實真的很擔心我們現在因為關稅的問題我們開放開放他進口
transcript.whisperx[46].start 1031.081
transcript.whisperx[46].end 1049.112
transcript.whisperx[46].text 那其實為什麼要打這個瘦肉精打瘦肉精其實每頭豬的成本可以減5%到10%可以省下來這個成本那我們美國他打這個瘦肉精的豬本來成本就比我們便宜再加上我們要取消99%的關稅的減免那以後台灣豬農要何去何從
transcript.whisperx[47].start 1054.375
transcript.whisperx[47].end 1057.536
transcript.whisperx[47].text 你們有沒有顧慮到我們臺灣豬農本來他又要顧環保又要顧飼料成本他成本會提個更高結果美國豬他打瘦肉精養的本來他的成本就很低又減低他的關稅以後這對臺灣豬農的衝擊我們有沒有考量過跟委員報告就是說在
transcript.whisperx[48].start 1075.721
transcript.whisperx[48].end 1098.651
transcript.whisperx[48].text 這個豬肉的部分國人還是習慣食用這個國產豬啦所以進口的這個豬肉的呢只佔我們全部的大概8%而已那其中又來自於美國豬的比例又更低所以美國的豬肉只佔整個進口豬的大概一點多個%所以其實是很低啦 是很低啦
transcript.whisperx[49].start 1099.211
transcript.whisperx[49].end 1121.023
transcript.whisperx[49].text 所以對於過去這幾年我們都密切的在關注國人的飲食還是習慣是國產豬進口豬的影響不大好 所以我們還是要堅守我們這個豬肉的產地這個標示不管你是散裝等等一定要嚴格這個豬肉產地的標示過去我們不斷的在稽查
transcript.whisperx[50].start 1121.723
transcript.whisperx[50].end 1143.393
transcript.whisperx[50].text 不論是散裝包裝或飲食場所都要明確標示原產地好所以剛剛部長你也講到一個重點因為我們吃台灣豬台灣豬溫體豬因為他沒有打萊劑所以我們安心使用所以我剛剛就講我們真的是擔心說到時候他又吃到了這飼料還有萊劑把我們整個台灣豬這個
transcript.whisperx[51].start 1144.994
transcript.whisperx[51].end 1169.956
transcript.whisperx[51].text 這個政治標記又把它毀掉到時候萬一我們台灣豬結果又驗出裡面又有萊劑結果它成本又高那美國豬進來成本又低到時候對他們來講是雪上加霜所以這個部分不單是食安的問題還有我們台灣豬農這個權益我們要如何照顧我們的豬農也希望我們這一部分一定要嚴格把關所以針對剛剛講我們之前
transcript.whisperx[52].start 1172.458
transcript.whisperx[52].end 1177.961
transcript.whisperx[52].text 我們針對萊劑這個風險評估報告那部長說有做針對國人我們飲食習慣這報告盡快提供給我們還有這專家學者的針對他們食品安全衛生營養的諮議會趕快開還有我們針對我們剩下剛剛我們講的針對
transcript.whisperx[53].start 1195.269
transcript.whisperx[53].end 1218.159
transcript.whisperx[53].text 萊豬的部分還有牛的部分一定都要跟我們嚴格把關產地的部分一定要標示清楚還有絕對不能讓我們台灣豬去吃到含有萊劑用牛脂牛血的這樣乾燥的飼料讓我們萊豬去吃到一定要嚴格把關好 完全同意這個委員的看法我們會來執行好 謝謝好 謝謝謝謝童訊局委員的質詢