iVOD / 168886

Field Value
IVOD_ID 168886
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168886
日期 2026-04-29
會議資料.會議代碼 委員會-11-5-19-11
會議資料.會議代碼:str 第11屆第5會期經濟委員會第11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 11
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第5會期經濟委員會第11次全體委員會議
影片種類 Clip
開始時間 2026-04-29T09:17:33+08:00
結束時間 2026-04-29T09:28:56+08:00
影片長度 00:11:23
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6301273cb2dfee84420c3105483c0f984294381b535652e636c9d108d903c1839fb3dd3e97491ffa5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱議瑩
委員發言時間 09:17:33 - 09:28:56
會議時間 2026-04-29T09:00:00+08:00
會議名稱 立法院第11屆第5會期經濟委員會第11次全體委員會議(事由:一、 審查115年度中央政府總預算案關於農業部及所屬單位預算部分。 二、 審查115年度中央政府總預算案有關第27款直轄市及縣市政府第7項一般性補助款—農業部主管第1目農業部、第2目林業及自然保育署及所屬、第3目農村發展及水土保持署及所屬、第4目漁業署及所屬、第5目動植物防疫檢疫署及所屬、第6目農糧署及所屬、第7目農田水利署部分預算。 三、 審查115年度中央政府總預算案附屬單位預算非營業部分關於農業部主管:農業作業基金、農田水利事業作業基金、農業特別收入基金及農民退休基金。(詢答) 【4月29日及4月30日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.04784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 0.06471875
transcript.pyannote[1].end 0.57096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 0.80721875
transcript.pyannote[2].end 2.73096875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 8.75534375
transcript.pyannote[3].end 10.54409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 11.52284375
transcript.pyannote[4].end 12.41721875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 18.96471875
transcript.pyannote[5].end 42.37034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 19.20096875
transcript.pyannote[6].end 19.30221875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 39.83909375
transcript.pyannote[7].end 40.26096875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 42.64034375
transcript.pyannote[8].end 48.95159375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 48.56346875
transcript.pyannote[9].end 51.16221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 49.66034375
transcript.pyannote[10].end 57.37221875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 56.47784375
transcript.pyannote[11].end 58.58721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 58.14846875
transcript.pyannote[12].end 61.64159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 62.06346875
transcript.pyannote[13].end 62.55284375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 62.75534375
transcript.pyannote[14].end 68.45909375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 68.77971875
transcript.pyannote[15].end 78.38159375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 78.56721875
transcript.pyannote[16].end 84.42284375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 84.82784375
transcript.pyannote[17].end 87.61221875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 87.78096875
transcript.pyannote[18].end 94.10909375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 90.53159375
transcript.pyannote[19].end 90.86909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 91.35846875
transcript.pyannote[20].end 91.81409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 93.13034375
transcript.pyannote[21].end 98.27721875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 98.29409375
transcript.pyannote[22].end 106.41096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 103.25534375
transcript.pyannote[23].end 105.07784375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 106.73159375
transcript.pyannote[24].end 125.58096875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 123.91034375
transcript.pyannote[25].end 124.48409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 125.04096875
transcript.pyannote[26].end 131.14971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 131.43659375
transcript.pyannote[27].end 136.92096875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 137.34284375
transcript.pyannote[28].end 140.93721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 140.14409375
transcript.pyannote[29].end 140.92034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 140.93721875
transcript.pyannote[30].end 141.27471875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 141.05534375
transcript.pyannote[31].end 145.18971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 144.66659375
transcript.pyannote[32].end 145.25721875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 145.25721875
transcript.pyannote[33].end 145.66221875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 145.66221875
transcript.pyannote[34].end 151.77096875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 151.90596875
transcript.pyannote[35].end 176.47596875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 176.64471875
transcript.pyannote[36].end 184.22159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 183.20909375
transcript.pyannote[37].end 183.71534375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 184.33971875
transcript.pyannote[38].end 189.46971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 190.39784375
transcript.pyannote[39].end 201.87284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 202.37909375
transcript.pyannote[40].end 223.30409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 223.50659375
transcript.pyannote[41].end 224.13096875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 224.46846875
transcript.pyannote[42].end 226.91534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 227.40471875
transcript.pyannote[43].end 241.00596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 242.62596875
transcript.pyannote[44].end 248.11034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 248.98784375
transcript.pyannote[45].end 251.82284375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 252.26159375
transcript.pyannote[46].end 254.43846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 255.07971875
transcript.pyannote[47].end 259.75409375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 259.97346875
transcript.pyannote[48].end 266.23409375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 267.46596875
transcript.pyannote[49].end 270.60471875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 271.00971875
transcript.pyannote[50].end 272.00534375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 272.08971875
transcript.pyannote[51].end 276.56159375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 277.74284375
transcript.pyannote[52].end 279.41346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 279.46409375
transcript.pyannote[53].end 281.30346875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 282.18096875
transcript.pyannote[54].end 301.90784375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 302.31284375
transcript.pyannote[55].end 306.37971875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 306.56534375
transcript.pyannote[56].end 310.00784375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 310.88534375
transcript.pyannote[57].end 313.78784375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 316.03221875
transcript.pyannote[58].end 318.54659375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 319.13721875
transcript.pyannote[59].end 322.02284375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 322.34346875
transcript.pyannote[60].end 325.60034375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 325.95471875
transcript.pyannote[61].end 327.22034375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 327.97971875
transcript.pyannote[62].end 328.80659375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 330.13971875
transcript.pyannote[63].end 330.93284375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 331.33784375
transcript.pyannote[64].end 332.56971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 333.27846875
transcript.pyannote[65].end 344.53409375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 341.12534375
transcript.pyannote[66].end 342.27284375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 344.98971875
transcript.pyannote[67].end 359.41784375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 360.07596875
transcript.pyannote[68].end 365.86409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 365.86409375
transcript.pyannote[69].end 365.88096875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 365.88096875
transcript.pyannote[70].end 365.89784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 365.89784375
transcript.pyannote[71].end 370.50471875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 370.25159375
transcript.pyannote[72].end 372.52971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 373.12034375
transcript.pyannote[73].end 374.68971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 375.36471875
transcript.pyannote[74].end 376.59659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 377.25471875
transcript.pyannote[75].end 384.62909375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 384.73034375
transcript.pyannote[76].end 386.43471875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 386.87346875
transcript.pyannote[77].end 394.66971875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 395.24346875
transcript.pyannote[78].end 396.64409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 397.26846875
transcript.pyannote[79].end 397.63971875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 398.26409375
transcript.pyannote[80].end 403.37721875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 404.05221875
transcript.pyannote[81].end 404.89596875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 405.16596875
transcript.pyannote[82].end 413.21534375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 413.16471875
transcript.pyannote[83].end 423.52596875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 424.16721875
transcript.pyannote[84].end 430.49534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 431.03534375
transcript.pyannote[85].end 431.32221875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 432.28409375
transcript.pyannote[86].end 434.10659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 432.52034375
transcript.pyannote[87].end 432.95909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 434.42721875
transcript.pyannote[88].end 435.06846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 435.30471875
transcript.pyannote[89].end 438.98346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 438.47721875
transcript.pyannote[90].end 441.91971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 440.62034375
transcript.pyannote[91].end 467.70471875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 468.10971875
transcript.pyannote[92].end 482.03159375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 482.04846875
transcript.pyannote[93].end 489.45659375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 487.68471875
transcript.pyannote[94].end 487.88721875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 490.11471875
transcript.pyannote[95].end 495.49784375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 495.49784375
transcript.pyannote[96].end 495.51471875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 495.76784375
transcript.pyannote[97].end 501.18471875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 499.27784375
transcript.pyannote[98].end 517.09784375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 501.31971875
transcript.pyannote[99].end 501.84284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 502.31534375
transcript.pyannote[100].end 502.83846875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 517.13159375
transcript.pyannote[101].end 517.24971875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 517.33409375
transcript.pyannote[102].end 518.48159375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 520.03409375
transcript.pyannote[103].end 526.48034375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 521.65409375
transcript.pyannote[104].end 521.75534375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 523.18971875
transcript.pyannote[105].end 523.62846875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 527.08784375
transcript.pyannote[106].end 533.83784375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 534.25971875
transcript.pyannote[107].end 535.23846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 535.35659375
transcript.pyannote[108].end 538.46159375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 538.63034375
transcript.pyannote[109].end 549.78471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 547.65846875
transcript.pyannote[110].end 547.97909375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 548.01284375
transcript.pyannote[111].end 548.04659375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 550.18971875
transcript.pyannote[112].end 552.38346875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 552.82221875
transcript.pyannote[113].end 555.23534375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 556.19721875
transcript.pyannote[114].end 557.00721875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 556.38284375
transcript.pyannote[115].end 559.45409375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 558.03659375
transcript.pyannote[116].end 564.70221875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 564.36471875
transcript.pyannote[117].end 571.28346875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 571.38471875
transcript.pyannote[118].end 574.10159375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 574.23659375
transcript.pyannote[119].end 586.35284375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 586.70721875
transcript.pyannote[120].end 589.52534375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 589.79534375
transcript.pyannote[121].end 592.49534375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 591.16221875
transcript.pyannote[122].end 591.34784375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 593.71034375
transcript.pyannote[123].end 600.35909375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 600.46034375
transcript.pyannote[124].end 607.78409375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 603.80159375
transcript.pyannote[125].end 604.25721875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 608.03721875
transcript.pyannote[126].end 629.06346875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 610.36596875
transcript.pyannote[127].end 611.61471875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 626.81909375
transcript.pyannote[128].end 627.10596875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 629.70471875
transcript.pyannote[129].end 648.82409375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 649.24596875
transcript.pyannote[130].end 659.32034375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 649.26284375
transcript.pyannote[131].end 650.59596875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 653.05971875
transcript.pyannote[132].end 653.46471875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 656.28284375
transcript.pyannote[133].end 657.61596875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 658.18971875
transcript.pyannote[134].end 677.62971875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 669.31034375
transcript.pyannote[135].end 669.73221875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 677.46096875
transcript.pyannote[136].end 678.45659375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 678.18659375
transcript.pyannote[137].end 680.11034375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 679.01346875
transcript.pyannote[138].end 680.97096875
transcript.whisperx[0].start 0.109
transcript.whisperx[0].end 10.28
transcript.whisperx[0].text 先請登記第一位邱毅英委員資訊好謝謝主席我請一下部長請農業部陳部長
transcript.whisperx[1].start 19.551
transcript.whisperx[1].end 40.698
transcript.whisperx[1].text 部長好部長我想我今天就這個農產品的食品安全的部分來請教這兩天我想這個整個新聞已經從上個禮拜上上禮拜的發芽馬鈴薯到現在的進口花生已經開始在炒作那我看到包括你們的次長也出來拍了一個影片部長我想還是要請教您
transcript.whisperx[2].start 42.739
transcript.whisperx[2].end 67.852
transcript.whisperx[2].text 到底這個台灣的花生的市佔率其實國產花生市佔率是佔百分之七十嘛七十五左右百分之七十五所以我們還是有大概一萬噸每一年大概還是有一萬噸的這個缺口對不對但這一萬噸的缺口一萬三千到一萬五千噸那這一萬噸的缺口是不是都需要仰賴進口是的那如果仰賴進口主要的進口國有哪些美國是我們的主要的進口國嗎
transcript.whisperx[3].start 68.832
transcript.whisperx[3].end 81.972
transcript.whisperx[3].text 我想以花生來講,過往美國的花生大概只有進了大概不到1%,就是去年是68,前年是75萬噸那其他的最主要是印度、阿根廷跟巴西,它佔了將近96%到97%
transcript.whisperx[4].start 84.875
transcript.whisperx[4].end 104.243
transcript.whisperx[4].text 好 那美國進口的這些花生主要拿來做什麼因為美國的花生其實比較硬 香氣不足台灣人還是喜歡吃台灣的國產花生嘛最主要是做了一些花生醬還有一些加工的一個產品如果他進來 他進口來是在做 主要是做花生醬跟加工品那對於國產市場的影響是什麼
transcript.whisperx[5].start 106.809
transcript.whisperx[5].end 128.503
transcript.whisperx[5].text 我想我們台灣的花生有它的香氣跟它的特殊性所以我們台灣的最主要是以掀夾的方式去做去做一個商品還有相關的這些如果就即使是托格的話也會以呈現台灣的香氣為主的這些加工產品所以兩者有市場它的區別所以大家現在在講說美國進口花生零關稅會影響台灣的國產花生那
transcript.whisperx[6].start 132.505
transcript.whisperx[6].end 141.849
transcript.whisperx[6].text 這個相對應的就是我們現在談到的這個美國進口的任何食品我們有一個300億的食安基金這個食安基金會用在補助這個上面嗎或是輔導我想一定是協助這個產業之後升級我想特別趁這個機會跟委員報告一下
transcript.whisperx[7].start 152.054
transcript.whisperx[7].end 176.261
transcript.whisperx[7].text 外界所擔心的說會被美國的花生打趴那他是純粹從價格的角度去看這個問題那剛才我也特別說到了台灣的花生有它的特色那我們之所以會持續佔75%就是說它本身有它的特色所以後續我想我們除了對地方的這些產業做升級輔導以外我們對於整個市場的區隔的品牌行銷我們也會加大力道
transcript.whisperx[8].start 176.681
transcript.whisperx[8].end 195.407
transcript.whisperx[8].text 好 這個我希望這個農業部說到做到如果談到品牌行銷產地來 部長我今天要跟你討論洗產地的問題我知道您是這個農產專家上個禮拜其實我過去在去年我一直在跟農業部討論這個問題很多的進口菜的業者從中國洗產地
transcript.whisperx[9].start 203.029
transcript.whisperx[9].end 220.338
transcript.whisperx[9].text 那變成從中國買菜進來之後呢到了越南換一個貨櫃換一個政界就變成是合法的越南的蔬菜進口來台灣這一個貨櫃的暴利我們想說這樣子轉運會賺錢嗎這一個貨櫃的暴利是20萬到50萬不對如何證明它其實是經由
transcript.whisperx[10].start 227.761
transcript.whisperx[10].end 239.03
transcript.whisperx[10].text 這個越南去洗產地 這個是報價單走越南出口台灣的參考費用 請您看一下然後呢 他有一個產地證跟檢驗證一個貨櫃只要3000塊人民幣當地政府可以配合業者去開立假的產地證明
transcript.whisperx[11].start 249.045
transcript.whisperx[11].end 266.169
transcript.whisperx[11].text 一個貨櫃只要大概台幣1.3萬元就可以拿到這樣的一個產地證明那如何證明這一些基本上是息產地部長讓您看一下113年進口的高麗菜跟大白菜大概有8萬噸這個比例增加的非常多但是越南實際產的大白菜的量
transcript.whisperx[12].start 277.802
transcript.whisperx[12].end 281.075
transcript.whisperx[12].text 其實不到這些再給您看一個香菇
transcript.whisperx[13].start 282.553
transcript.whisperx[13].end 309.72
transcript.whisperx[13].text 這個呢根據我從當地的台商直接種植的台商取得的資料越南的香菇實際的產地大概是在大樂種植的面積大概5公頃你們現場有非常多的農業專家應該可以很清楚的去計算以5公頃的面積大概年產量只有7.5噸但是您知道去年112年從越南進口到台灣的乾香菇
transcript.whisperx[14].start 310.94
transcript.whisperx[14].end 313.102
transcript.whisperx[14].text 高達了955噸越南一年大概只有產7.5噸在他們越南自己國內借家就不夠了竟然有辦法進口955噸的香菇來台灣這代表什麼
transcript.whisperx[15].start 330.342
transcript.whisperx[15].end 359.149
transcript.whisperx[15].text 這代表什麼 農業部有沒有掌握部長 這個截圖是您接受電視台訪問的時候我把它一格一格把它放出來這些都是您說過的話嘛 對不對您也是這一方面的專家好 您說呢越南跟中國因為產地相近有可能我們在做這一些這個資料比對的時候資料鑑定的時候因為它的土質 它的水 它的空氣太過相近
transcript.whisperx[16].start 360.129
transcript.whisperx[16].end 376.256
transcript.whisperx[16].text 非常有可能沒有辦法檢驗出到底哪裡是越南的哪裡是中國的這個是您說過的嘛對不對對現在的進步現在的資料庫比較多的時候就能夠做有效的區別所以部長我給您看這一張這一張呢是越南的
transcript.whisperx[17].start 377.296
transcript.whisperx[17].end 402.929
transcript.whisperx[17].text 台商越南的台灣農民種菜的時候他把他們所種的大白菜拿去給第三方公證所做出的檢驗這第三方公證所做出的檢驗呢他可以很清楚的分辨到他所送來的這個大白菜是越南產出的不是中國產出的好如果現在的檢驗標準是可以這麼清楚的驗出的話
transcript.whisperx[18].start 404.507
transcript.whisperx[18].end 431.093
transcript.whisperx[18].text 農業部有沒有可能積極的去採取行動嚇阻這樣子的洗產地的行為發生我想第一個謝謝委員的關心那我想農業部一向對於這種洗產地是非常厭惡而且我們積極建立相關的這個資料庫那對越南來講整個的資料庫的建置第一個要去取樣去採樣的部分其實我們已經受到越南相當多的干擾我們
transcript.whisperx[19].start 432.327
transcript.whisperx[19].end 448.309
transcript.whisperx[19].text 社團院呢 相當多的干擾是什麼就是 相關的就是 我們希望說透過因為我們去到那邊要去洗是官方的干擾 還是進口商的干擾 還是什麼樣的干擾不是 是 我想 他們官方本身只能安排到我們他指定的地點去採樣那這個是我們不能接受的
transcript.whisperx[20].start 448.949
transcript.whisperx[20].end 462.145
transcript.whisperx[20].text 因為我們希望說整個的一個產區我們都希望採樣這樣的話做資料庫比對才有效果所以我們也持續在跟越南本身做相關的一個溝通那現在目前就是海關的部分對於產地證明如果疑慮的話
transcript.whisperx[21].start 464.207
transcript.whisperx[21].end 489.2
transcript.whisperx[21].text 我們一定就是會延緩放行或是再回到越南去做更仔細的查證但是這個還不足以去二組最主要是我們必須掌握我們的技術那技術的部分後來我們透過很多台商來協助從越南拿回來這些香菇我們逐漸做了這個資料庫這也是我跟你說的我們現在的檢測也越來越精準但是有一個問題就是
transcript.whisperx[22].start 490.168
transcript.whisperx[22].end 516.539
transcript.whisperx[22].text 他們很多越南的種植是在靠近大陸的那個邊界讓我們去做比較難以判斷的一個混淆的事讓你很難以去辨別但是其實我覺得有一些東西依常理去做判斷啦部長其實這件事情在邊境的管制在關口的管制上面我也曾經跟農業部還有跟海關去做過討論很多的
transcript.whisperx[23].start 520.76
transcript.whisperx[23].end 549.58
transcript.whisperx[23].text 很多人走小三通去帶中國的香菇進入台灣這個已經是沒有辦法控制的一個人每一次進出口金門的居民可以帶一公斤所以呢在三鳳中街我在高雄的三鳳中街買到的很多都是中國進口的香菇走小三通進來的不是走合法的進口的這個過程進來的但是這個怎麼抓 抓不到
transcript.whisperx[24].start 550.28
transcript.whisperx[24].end 573.246
transcript.whisperx[24].text 因為我們就規定小三通的路線金門的居民可以帶1公斤自用有的人一天進出好幾次一次帶1公斤如果說單一個人經常進出的話我們會做相關的一個追蹤還是沒用嘛那所以我在講說你們這個我們所謂的這個同位素的檢驗這一件事情有沒有可能納入未來
transcript.whisperx[25].start 574.746
transcript.whisperx[25].end 592.222
transcript.whisperx[25].text 農業部在對這些進口蔬菜的檢驗標準上面來做一個強制我想在美國他們其實都有做這樣的一個強制標準那這些洗產地洗產地的進口蔬菜會流入哪裡團扇流入學校的營養午餐
transcript.whisperx[26].start 593.752
transcript.whisperx[26].end 603.648
transcript.whisperx[26].text 我想第一個我想我願意正面的回應委員我願意把相關的這些高比較高的這些同位素的檢測納入相關的一個基本檢測範圍之內那至於說後續要從哪個品項開始我想我們專家會來討論
transcript.whisperx[27].start 608.103
transcript.whisperx[27].end 624.594
transcript.whisperx[27].text 我覺得這個應該開始去進行啦現在你們還是要跟關口去做比對齁類似這樣的一個洗產地整貨櫃整貨櫃的進來當然你會告訴我說進口的蔬菜大概就是颱風期的時候短缺的時候才有需要但是現在的狀態已經不是這樣囉整貨櫃整貨櫃這樣的進來對於台灣的
transcript.whisperx[28].start 629.858
transcript.whisperx[28].end 648.533
transcript.whisperx[28].text 菜農對於臺灣的農民的影響甚至你進入到了校園這些進口來的蔬菜 洗產地的蔬菜它的農藥檢測是沒有經過審核的然後直接進入到了校園團上我知道比如說像很多的國小的營養午餐的團上像西螺的市場裡面的中轉菜是佔一成喔
transcript.whisperx[29].start 649.332
transcript.whisperx[29].end 653.795
transcript.whisperx[29].text 是占一成喔那這些是沒有辦法檢驗的喔這個對於我們的食品安全衛生來講其實這個才是最大的考驗喔這個是要考驗農業部你們在檢測上面的功能我也跟委員講喔我也請我們的農事所這邊喔後續針對越南地區做航拍我要去標定他們的產地大概有多少量
transcript.whisperx[30].start 669.504
transcript.whisperx[30].end 679.436
transcript.whisperx[30].text 如果說你的輸到台灣的量已經超過的時候應該要有個機制去做這樣的一個處理就像委員剛才所說的大概用這樣的方式來處理