iVOD / 169518

Field Value
IVOD_ID 169518
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169518
日期 2026-05-21
會議資料.會議代碼 委員會-11-5-19-14
會議資料.會議代碼:str 第11屆第5會期經濟委員會第14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 14
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14次全體委員會議
影片種類 Clip
開始時間 2026-05-21T09:51:09+08:00
結束時間 2026-05-21T10:04:03+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/14c66ee36e76b85cc5c8c1678d542142ca1860e2f1c42d1af929c1ba330123fb326b0209a3ccd1cb5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱議瑩
委員發言時間 09:51:09 - 10:04:03
會議時間 2026-05-21T09:00:00+08:00
會議名稱 立法院第11屆第5會期經濟委員會第14次全體委員會議(事由:邀請經濟部部長率台灣糖業股份有限公司董事長、農業部部長、行政院災害防救辦公室首長、行政院公共工程委員會首長、內政部首長率國土管理署首長、交通部首長、原住民族委員會首長、財政部國有財產署首長、國軍退除役官兵輔導委員會首長及衛生福利部首長就「全台各縣市汛期防洪防災工程準備情形及花蓮馬太鞍溪堰塞湖災後復原重建工作」執行進度及預算運用進行報告,並備質詢。 【5月20日及5月21日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.24971875
transcript.pyannote[0].end 5.80221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.19034375
transcript.pyannote[1].end 7.54034375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 11.99534375
transcript.pyannote[2].end 12.38346875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.65346875
transcript.pyannote[3].end 16.68659375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 16.95659375
transcript.pyannote[4].end 21.19221875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 21.73221875
transcript.pyannote[5].end 31.63784375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 25.00596875
transcript.pyannote[6].end 25.54596875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 31.80659375
transcript.pyannote[7].end 34.65846875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 31.84034375
transcript.pyannote[8].end 32.34659375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 35.16471875
transcript.pyannote[9].end 51.53346875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 38.01659375
transcript.pyannote[10].end 38.48909375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 52.02284375
transcript.pyannote[11].end 56.88284375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 53.59221875
transcript.pyannote[12].end 53.60909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 53.60909375
transcript.pyannote[13].end 53.86221875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 57.49034375
transcript.pyannote[14].end 62.82284375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 62.87346875
transcript.pyannote[15].end 68.94846875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 69.21846875
transcript.pyannote[16].end 79.95096875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 80.35596875
transcript.pyannote[17].end 89.63721875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 90.56534375
transcript.pyannote[18].end 97.90596875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 92.37096875
transcript.pyannote[19].end 92.55659375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 92.79284375
transcript.pyannote[20].end 92.84346875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 98.17596875
transcript.pyannote[21].end 102.22596875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 102.51284375
transcript.pyannote[22].end 112.24971875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 106.44471875
transcript.pyannote[23].end 106.71471875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 112.99221875
transcript.pyannote[24].end 115.84409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 116.06346875
transcript.pyannote[25].end 146.82659375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 123.82596875
transcript.pyannote[26].end 123.96096875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 124.14659375
transcript.pyannote[27].end 124.16346875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 124.16346875
transcript.pyannote[28].end 124.18034375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 136.02659375
transcript.pyannote[29].end 136.44846875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 141.76409375
transcript.pyannote[30].end 141.78096875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 141.78096875
transcript.pyannote[31].end 142.62471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 147.29909375
transcript.pyannote[32].end 151.99034375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 149.49284375
transcript.pyannote[33].end 159.63471875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 153.71159375
transcript.pyannote[34].end 154.08284375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 160.15784375
transcript.pyannote[35].end 163.80284375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 164.19096875
transcript.pyannote[36].end 166.21596875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 166.38471875
transcript.pyannote[37].end 171.48096875
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 166.58721875
transcript.pyannote[38].end 166.77284375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 171.63284375
transcript.pyannote[39].end 178.88909375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 179.31096875
transcript.pyannote[40].end 180.82971875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 181.38659375
transcript.pyannote[41].end 186.51659375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 186.63471875
transcript.pyannote[42].end 192.50721875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 186.95534375
transcript.pyannote[43].end 186.97221875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 186.97221875
transcript.pyannote[44].end 187.02284375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 192.55784375
transcript.pyannote[45].end 196.32096875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 196.50659375
transcript.pyannote[46].end 202.31159375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 201.94034375
transcript.pyannote[47].end 204.82596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 203.08784375
transcript.pyannote[48].end 203.22284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 203.23971875
transcript.pyannote[49].end 203.37471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 203.77971875
transcript.pyannote[50].end 212.55471875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 212.04846875
transcript.pyannote[51].end 244.31346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 214.96784375
transcript.pyannote[52].end 215.45721875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 218.64659375
transcript.pyannote[53].end 220.60409375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 220.60409375
transcript.pyannote[54].end 220.65471875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 220.94159375
transcript.pyannote[55].end 221.17784375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 222.78096875
transcript.pyannote[56].end 222.79784375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 222.79784375
transcript.pyannote[57].end 223.33784375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 226.32471875
transcript.pyannote[58].end 226.35846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 226.35846875
transcript.pyannote[59].end 226.89846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 226.89846875
transcript.pyannote[60].end 226.91534375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 244.75221875
transcript.pyannote[61].end 245.51159375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 246.20346875
transcript.pyannote[62].end 247.99221875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 252.76784375
transcript.pyannote[63].end 255.14721875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 258.13409375
transcript.pyannote[64].end 259.82159375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 260.17596875
transcript.pyannote[65].end 261.15471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 261.37409375
transcript.pyannote[66].end 262.77471875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 263.65221875
transcript.pyannote[67].end 266.03159375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 266.89221875
transcript.pyannote[68].end 276.00471875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 276.39284375
transcript.pyannote[69].end 277.92846875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 278.21534375
transcript.pyannote[70].end 282.73784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 283.17659375
transcript.pyannote[71].end 285.26909375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 285.67409375
transcript.pyannote[72].end 287.63159375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 288.00284375
transcript.pyannote[73].end 289.63971875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 291.17534375
transcript.pyannote[74].end 326.81534375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 327.08534375
transcript.pyannote[75].end 328.43534375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 327.27096875
transcript.pyannote[76].end 341.04096875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 330.12284375
transcript.pyannote[77].end 333.51471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 336.19784375
transcript.pyannote[78].end 336.77159375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 341.04096875
transcript.pyannote[79].end 355.51971875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 341.05784375
transcript.pyannote[80].end 341.10846875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 341.15909375
transcript.pyannote[81].end 341.98596875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 354.87846875
transcript.pyannote[82].end 359.67096875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 356.71784375
transcript.pyannote[83].end 357.34221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 361.13909375
transcript.pyannote[84].end 361.76346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 362.65784375
transcript.pyannote[85].end 365.20596875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 365.67846875
transcript.pyannote[86].end 367.53471875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 366.70784375
transcript.pyannote[87].end 372.58034375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 372.93471875
transcript.pyannote[88].end 376.00596875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 375.93846875
transcript.pyannote[89].end 377.03534375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 377.84534375
transcript.pyannote[90].end 386.26596875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 385.64159375
transcript.pyannote[91].end 400.96409375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 401.38596875
transcript.pyannote[92].end 415.88159375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 415.93221875
transcript.pyannote[93].end 426.37784375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 416.92784375
transcript.pyannote[94].end 417.34971875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 422.09159375
transcript.pyannote[95].end 422.49659375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 426.78284375
transcript.pyannote[96].end 429.70221875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 430.10721875
transcript.pyannote[97].end 443.43846875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 439.60784375
transcript.pyannote[98].end 440.77221875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 444.07971875
transcript.pyannote[99].end 444.56909375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 444.56909375
transcript.pyannote[100].end 444.58596875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 445.61534375
transcript.pyannote[101].end 446.12159375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 445.68284375
transcript.pyannote[102].end 447.35346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 446.93159375
transcript.pyannote[103].end 449.36159375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 448.61909375
transcript.pyannote[104].end 470.96159375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 471.09659375
transcript.pyannote[105].end 471.90659375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 472.21034375
transcript.pyannote[106].end 475.48409375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 474.43784375
transcript.pyannote[107].end 475.46721875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 475.48409375
transcript.pyannote[108].end 475.53471875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 475.53471875
transcript.pyannote[109].end 475.56846875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 475.60221875
transcript.pyannote[110].end 476.31096875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 476.81721875
transcript.pyannote[111].end 478.80846875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 479.43284375
transcript.pyannote[112].end 480.44534375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 480.49596875
transcript.pyannote[113].end 482.30159375
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 483.09471875
transcript.pyannote[114].end 487.88721875
transcript.pyannote[115].speaker SPEAKER_04
transcript.pyannote[115].start 487.95471875
transcript.pyannote[115].end 493.37159375
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 493.50659375
transcript.pyannote[116].end 497.21909375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 496.54409375
transcript.pyannote[117].end 498.13034375
transcript.pyannote[118].speaker SPEAKER_04
transcript.pyannote[118].start 498.13034375
transcript.pyannote[118].end 498.83909375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 498.50159375
transcript.pyannote[119].end 501.82596875
transcript.pyannote[120].speaker SPEAKER_04
transcript.pyannote[120].start 501.80909375
transcript.pyannote[120].end 518.22846875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 518.75159375
transcript.pyannote[121].end 520.21971875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 521.50221875
transcript.pyannote[122].end 527.59409375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 527.91471875
transcript.pyannote[123].end 536.20034375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 536.95971875
transcript.pyannote[124].end 537.29721875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 537.56721875
transcript.pyannote[125].end 540.57096875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 541.58346875
transcript.pyannote[126].end 542.56221875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 543.25409375
transcript.pyannote[127].end 544.89096875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 545.26221875
transcript.pyannote[128].end 550.08846875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 550.49346875
transcript.pyannote[129].end 552.56909375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 552.82221875
transcript.pyannote[130].end 557.19284375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 558.07034375
transcript.pyannote[131].end 566.11971875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 566.28846875
transcript.pyannote[132].end 586.31909375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 585.52596875
transcript.pyannote[133].end 609.92721875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 587.12909375
transcript.pyannote[134].end 591.14534375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 606.85596875
transcript.pyannote[135].end 607.10909375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 607.10909375
transcript.pyannote[136].end 607.12596875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 610.46721875
transcript.pyannote[137].end 624.57471875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 624.57471875
transcript.pyannote[138].end 653.46471875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 653.75159375
transcript.pyannote[139].end 661.14284375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 661.69971875
transcript.pyannote[140].end 665.15909375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 665.46284375
transcript.pyannote[141].end 693.47534375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 693.49221875
transcript.pyannote[142].end 696.52971875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 697.00221875
transcript.pyannote[143].end 698.23409375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 698.33534375
transcript.pyannote[144].end 715.54784375
transcript.pyannote[145].speaker SPEAKER_04
transcript.pyannote[145].start 708.32534375
transcript.pyannote[145].end 708.34221875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 716.05409375
transcript.pyannote[146].end 722.50034375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 723.24284375
transcript.pyannote[147].end 724.45784375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 725.01471875
transcript.pyannote[148].end 728.98034375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 729.25034375
transcript.pyannote[149].end 735.37596875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 735.69659375
transcript.pyannote[150].end 750.63096875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 751.01909375
transcript.pyannote[151].end 752.99346875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 753.63471875
transcript.pyannote[152].end 757.39784375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 757.53284375
transcript.pyannote[153].end 758.83221875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 759.59159375
transcript.pyannote[154].end 763.65846875
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 763.92846875
transcript.pyannote[155].end 771.65721875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 771.99471875
transcript.pyannote[156].end 772.06221875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 773.63159375
transcript.pyannote[157].end 773.81721875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 773.81721875
transcript.pyannote[158].end 773.91846875
transcript.whisperx[0].start 4.498
transcript.whisperx[0].end 7.52
transcript.whisperx[0].text 謝謝主席我請一下農業部長請農業部陳部長部長好部長我想還是先請教一下這個關於農業的問題這幾天在高雄有強風有短時的強降雨尤其是在美濃地區讓您看一下這個照片在5月16號的時候在美濃地區的最大陣風大概是9級
transcript.whisperx[1].start 31.997
transcript.whisperx[1].end 44.047
transcript.whisperx[1].text 短時強降雨大概是30.5mm這個是在美濃的極東氣象站所測到的所以你看這些稻米大概都倒伏那現在的問題是這樣跟部長來進行一個討論這個災損我們規定的災損是要全區到達20%才會有災損補助但是你可以很清楚看到我這張照片
transcript.whisperx[2].start 57.558
transcript.whisperx[2].end 73.315
transcript.whisperx[2].text 右手邊絕大部分因為這個稻米田區是比較早種所以它已經結碎在這個短時強降雨及強風的狀態之下它倒伏了旁邊那一塊地看起來還比較完整還比較好因為它是比較晚種
transcript.whisperx[3].start 74.556
transcript.whisperx[3].end 89.105
transcript.whisperx[3].text 所以他種植的時間不一以致他節稅的狀態不一那如果按照我們現有的標準要全區20%的話其實會有很多的農民是沒有辦法
transcript.whisperx[4].start 90.609
transcript.whisperx[4].end 111.999
transcript.whisperx[4].text 得到這個所謂的災損補助但就他們來講這些已經準備結稅的已經結稅的稻米完全倒伏的狀態底下其實他的整體的耕作面積大概已經都超過50%以上所以部長有沒有可能我們有一些分階段的做法分區段的做法
transcript.whisperx[5].start 113.075
transcript.whisperx[5].end 141.615
transcript.whisperx[5].text 能夠來協助農民 減少他們的損失好 謝謝委員對水稻的一個關心那因為水稻的這些天然災害救助跟我們的水稻收入保險是並行的那您剛才講的這些特別是在屏東地區也有非常多的有一部分是早種那早種的部分的時候因為它節稅以後很容易遇到風倒伏的部分但是它有可能沒有辦法達到我們天然災害救助的那個標準
transcript.whisperx[6].start 142.515
transcript.whisperx[6].end 158.73
transcript.whisperx[6].text 那因為現在標準並沒有去修的時候但是我想我已經應該我們同仁大概5月18號有去看過你們同仁有下來看嗎但是因為我們都是用全區的平均在計算所以他當然達不到所謂的全區啊那有沒有可能我們就針對
transcript.whisperx[7].start 160.251
transcript.whisperx[7].end 179.582
transcript.whisperx[7].text 真實的災情針對現況有的已經是就是他整個田區是倒伏了但是你要比照美濃整個全區的耕作面積的話那他當然打不到啊我想這分兩個部分第一個部分就是天然災相關的這些辦法可能要做調整但是還沒有調整之前我覺得針對
transcript.whisperx[8].start 181.383
transcript.whisperx[8].end 202.157
transcript.whisperx[8].text 比較早種島芙的部分可以用相關的這種專案的方式來協助啊也許他因為島芙以後他的收穫可能相對的比較困難那困難的話他這些收穫本身的費用可能會比較高一點那我們有沒有可能在這個方面用一些專案的方式來協助那我想我會會後我會請農業部研究一下我們會請農家署這邊去了解一下那後續
transcript.whisperx[9].start 207.7
transcript.whisperx[9].end 225.167
transcript.whisperx[9].text 要不要去改天然災救助的一個相關的遊戲規則我們再來看怎麼樣的處理這個部長我想也是要請您協助啦這個畢竟對農民來講這樣子的倒扶他很容易他其實他的損失是非常巨大但是他達不到全區百分之二十的話他沒有辦法收到所謂的災損
transcript.whisperx[10].start 226.247
transcript.whisperx[10].end 247.271
transcript.whisperx[10].text 補助所以這個也請部長這個也請您協助好那我接下來要請教一下這個我們今天要來談所謂的防災防汛的整治包括特別提到馬太安溪我是不是請相關的部會包括災防辦國土署水利署是不是都能夠一併上來我請教一下這個單位
transcript.whisperx[11].start 259.242
transcript.whisperx[11].end 262.408
transcript.whisperx[11].text 115年度的總預算其實到現在還沒有過
transcript.whisperx[12].start 264.755
transcript.whisperx[12].end 289.426
transcript.whisperx[12].text 115年度的總預算還沒過那但是呢在上一次有一次院會的時候我們曾經表決了有一部分的排水經費是有先行通過請農業部水利署國土署就你們各主管的這些預算是不是能夠來簡略說明一下這些錢你們現在打算怎麼用能夠用多少
transcript.whisperx[13].start 291.206
transcript.whisperx[13].end 320.146
transcript.whisperx[13].text 不然農業部的部分我們分兩個部分在馬太安的部分是用任性特別預算那相關的任性特別預算我們是撥到基金裡面去所以用基金的方式處理它相對的是比較有彈性一點所以我們會針對它的進度去處理那第二個部分是整個這個撥地的房債的部分大概是80億啦那80億的部分因為現在總預算沒過但是它其中有一部分赤山防紅的部分是有過那這個部分我想我們會先用
transcript.whisperx[14].start 320.686
transcript.whisperx[14].end 339.754
transcript.whisperx[14].text 那因為自災防洪的部分的工程款的部分他的付款可能會在年公以後你現在講的東西都是只有跟馬太安溪有關嘛對不對對一部分是馬太安溪那全台的自災防洪我覺得全台不是只有馬太安溪是危險啦全台的自災防洪的準備計畫
transcript.whisperx[15].start 341.115
transcript.whisperx[15].end 359.27
transcript.whisperx[15].text 我們大概有80億,那這個80億裡面,那大概主要的工程設備的付款的期限大概是在年中以後去處理的部分所以你的執行進度是如何?年中以後去付款,那你們現在執行進度是怎麼樣?
transcript.whisperx[16].start 361.269
transcript.whisperx[16].end 376.774
transcript.whisperx[16].text 我們的工程核定率是90.5%工程核定90.5%現在已經陸陸續續在做了所以我們也真的期待就是說我們的預算能夠在盡量在五月底六月初就能夠完成來 水利署呢
transcript.whisperx[17].start 377.898
transcript.whisperx[17].end 399.032
transcript.whisperx[17].text 你們通常這個災防撤離或者是包括剛剛您講的抽水機的購置你的預算夠不夠?錢夠不夠?跟委員報告那這些錢其實會列在我們剛剛核定的4年1000億補助縣市政府的計畫裡面有4年的錢那第一年是編147億
transcript.whisperx[18].start 401.474
transcript.whisperx[18].end 429.3
transcript.whisperx[18].text 那經濟部份是有編100億其他市區是給各部會的那這100億的錢裡面就會包含有些排水的整治跟抽水機等等這些構置的狀況都會含在那裡面都要含在裡頭那你們對於現有的比如說你現有的在汛期快要來了嘛你現有的河川整治你現行急需的清單有沒有包括每一次
transcript.whisperx[19].start 430.961
transcript.whisperx[19].end 437.026
transcript.whisperx[19].text 這個我們都會有這個黃色警戒紅色警戒總是會列一個清單這個應該是你們跟這個農業部一起共同合作嗎這些清單名冊也沒有都列出來是
transcript.whisperx[20].start 447.237
transcript.whisperx[20].end 464.922
transcript.whisperx[20].text 這個是各縣市要提供給你們還是怎麼樣因為這個可能是災害部分 等一下可能災防辦那邊可能會比較清楚我們水利署這邊理論上是在做工程的推動那剛剛跟委員報告是這個地方管的排水我們中央管也有155億所以我們一整年的計畫在這兩項是有達到250億左右的錢
transcript.whisperx[21].start 471.364
transcript.whisperx[21].end 497.846
transcript.whisperx[21].text 這樣有辦法嗎?有辦法你的治災防控有辦法嗎?國土署蔡署長您從地方上來你最清楚這件有辦法嗎?國土署這裡可以做什麼?跟委員報告其實在今年的部分我們那筆預算總共是29億那也依照程序我們跟各縣市政府大概都有做過一些相關的會議那目前已經簽到那個部裡面要去核定這些工程案現在才準備要核定啊?
transcript.whisperx[22].start 498.626
transcript.whisperx[22].end 518.202
transcript.whisperx[22].text 是因為預算還沒下來 所以你們不敢提前做是不是沒有 那一筆是已經可以去動之的我們已經有跟部長報告過那有些前置作業也拜託縣市政府先開始啟動這個部分都有講了那這個排水的預算 我想各縣市政府提出來的需求非常多當然如果依照這個需求是不夠的 以上報告來 那個災防辦呢
transcript.whisperx[23].start 521.53
transcript.whisperx[23].end 535.484
transcript.whisperx[23].text 我請教一個最基本的問題這一張圖您看一下高雄跟花蓮的比較同樣是颱風的撤離一個是黃色警戒 一個是紅色警戒高雄可以在一個小時之內就完成撤離1797人那花蓮呢 超過30個小時
transcript.whisperx[24].start 541.636
transcript.whisperx[24].end 556.61
transcript.whisperx[24].text 沒有辦法撤離超過8000人沒有辦法撤離我要問的就是說這一些名單比如說該撤離的名單不只花蓮未來的這一些有可能的這個紅色土石流警戒區的周遭的這些名冊
transcript.whisperx[25].start 558.14
transcript.whisperx[25].end 584.77
transcript.whisperx[25].text 三房辦有沒有辦法掌握有沒有辦法全程掌握有沒有辦法落實撤離的這樣的一個動作是跟委員報告就是我們這次剛剛在報告中有提到我們其實這樣到高雄的六龜我們就有親身去看其實縣市政府包括第一線的公所這邊對於土石流洪荒警戒或者是水災的保全或者是義城孤島地區的名冊其實都會有確實的掌握甚至在
transcript.whisperx[26].start 585.55
transcript.whisperx[26].end 609.043
transcript.whisperx[26].text 你講的是六龜我們當然是全程掌握啊你現在不要拿高雄來比啦高雄我們是全程掌握啦包括誰住在哪裡里長都要確實掌握誰把他背下山誰把他載去哪裡這個被撤離的居民住在哪裡誰來負責照顧他誰來負責送餐高雄市的SOP都非常清楚我要請教的是說那花蓮呢
transcript.whisperx[27].start 610.524
transcript.whisperx[27].end 637.345
transcript.whisperx[27].text 台東呢其他的地區呢未來如果有發生這樣子的大規模的災難該撤離的時候這一些名冊你們有沒有掌握有沒有辦法掌握有沒有辦法落實下去執行是跟我們報告這些名單在固定每一年在汛期前的整備全部縣市政府都要把它盤點清楚我們這次到地方去訪視的時候也有逐一去看他們的保全清澈是不是有更新到最新的狀態
transcript.whisperx[28].start 638.146
transcript.whisperx[28].end 660.003
transcript.whisperx[28].text 所以災防辦跟地方政府這邊對這些名單都有確實的掌握那當然剛剛委員提到就是撤離的速度跟效率這個部分的確某些縣市政府在執行的不管是經驗上或者是落實度上的確有差異這個部分災防辦會持續去輔導他們這個我想是這樣今天雖然排定的議程師在講馬太安溪但是全台灣的紅色
transcript.whisperx[29].start 661.735
transcript.whisperx[29].end 675.831
transcript.whisperx[29].text 土石流紅色溪流其實還是非常的多該防的該做整備的不是只有一個馬太岸溪那既然災防辦會主責這些所有的事情應該要結合各部會
transcript.whisperx[30].start 676.792
transcript.whisperx[30].end 696.147
transcript.whisperx[30].text 的這一些防災的演練需求比如說我剛剛講國土署蔡署長他在這一方面就相當有經驗因為他在高雄被磨這麼久了每次只要高雄有水災他當水利局局長的時候他都是第一線到現場去看所以他是非常有經驗那這一些經驗不只是
transcript.whisperx[31].start 697.128
transcript.whisperx[31].end 721.643
transcript.whisperx[31].text 坐在高雄應該是全台去分享哪一些地方有這樣子的需求或者是這個SOP其實都應該要比照辦理比照把它建立起來當然我比較關心的除了這些SOP的建制包括撤離的這個完成以外經費的需求啊那我也要特別藉這個機會要懇請我們的主席是不是能夠趕快排審
transcript.whisperx[32].start 723.571
transcript.whisperx[32].end 747.427
transcript.whisperx[32].text 經濟部的預算這個總預算我們4月22號就已經詢答完了到現在超過正好今天一個月是不是能夠趕快把我們的總預算排審今年已經快過一半了那今年的總預算到現在還沒審馬上九月份明年的總預算又要來了這個我也要幫你們請命沒有錢你們什麼事情都做不了在這裡講自災防洪沒錢怎麼自災防洪要買抽水機沒有錢怎麼買抽水機現在先撥一筆預算給你
transcript.whisperx[33].start 753.691
transcript.whisperx[33].end 770.303
transcript.whisperx[33].text 但是這個預算到時候在省總預算的時候又被砍那你的錢從哪裡來所以這個我還是要特別請我們的會議主席能夠多多支持啦既然大家這麼關心自災防洪這個總預算這預算的錢一定要給足給夠好謝謝