iVOD / 169555

Field Value
IVOD_ID 169555
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169555
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 2026-05-21T12:12:35+08:00
結束時間 2026-05-21T12:18:26+08:00
影片長度 00:05:51
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/14c66ee36e76b85c530151c60b78707bca1860e2f1c42d1af929c1ba330123fbec9b031307793c685ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蔡春綢
委員發言時間 12:12:35 - 12:18:26
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_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 13.14284375
transcript.pyannote[1].end 13.91909375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.94846875
transcript.pyannote[2].end 16.93971875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 16.97346875
transcript.pyannote[3].end 17.85096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 18.55971875
transcript.pyannote[4].end 24.38159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 25.98471875
transcript.pyannote[5].end 28.34721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 28.34721875
transcript.pyannote[6].end 28.38096875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 29.57909375
transcript.pyannote[7].end 29.59596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 29.59596875
transcript.pyannote[8].end 29.93346875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 31.73909375
transcript.pyannote[9].end 31.95846875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 33.67971875
transcript.pyannote[10].end 33.96659375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 34.10159375
transcript.pyannote[11].end 34.91159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 35.08034375
transcript.pyannote[12].end 36.19409375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 36.61596875
transcript.pyannote[13].end 37.08846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 40.44659375
transcript.pyannote[14].end 46.77471875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 46.84221875
transcript.pyannote[15].end 76.12034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 76.79534375
transcript.pyannote[16].end 78.93846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 79.20846875
transcript.pyannote[17].end 85.06409375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 87.74721875
transcript.pyannote[18].end 88.64159375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 88.75971875
transcript.pyannote[19].end 88.94534375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 89.31659375
transcript.pyannote[20].end 89.92409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 90.22784375
transcript.pyannote[21].end 91.89846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 92.08409375
transcript.pyannote[22].end 96.35346875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 96.35346875
transcript.pyannote[23].end 96.96096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 96.96096875
transcript.pyannote[24].end 97.02846875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 97.02846875
transcript.pyannote[25].end 97.09596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 97.09596875
transcript.pyannote[26].end 97.12971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 97.12971875
transcript.pyannote[27].end 97.14659375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 97.26471875
transcript.pyannote[28].end 97.70346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 97.92284375
transcript.pyannote[29].end 98.46284375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 98.66534375
transcript.pyannote[30].end 111.37221875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 111.91221875
transcript.pyannote[31].end 132.31409375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 132.66846875
transcript.pyannote[32].end 140.68409375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 141.03846875
transcript.pyannote[33].end 146.13471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 146.23596875
transcript.pyannote[34].end 150.45471875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 150.62346875
transcript.pyannote[35].end 155.98971875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 156.12471875
transcript.pyannote[36].end 158.43659375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 158.65596875
transcript.pyannote[37].end 175.44659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 175.83471875
transcript.pyannote[38].end 206.04096875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 199.64534375
transcript.pyannote[39].end 199.74659375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 199.93221875
transcript.pyannote[40].end 200.01659375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 206.37846875
transcript.pyannote[41].end 206.95221875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 208.21784375
transcript.pyannote[42].end 209.04471875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 209.28096875
transcript.pyannote[43].end 217.51596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 217.90409375
transcript.pyannote[44].end 254.32034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 254.50596875
transcript.pyannote[45].end 259.72034375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 260.10846875
transcript.pyannote[46].end 263.95596875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 264.31034375
transcript.pyannote[47].end 265.57596875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 266.50409375
transcript.pyannote[48].end 266.99346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 268.30971875
transcript.pyannote[49].end 271.65096875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 271.83659375
transcript.pyannote[50].end 275.14409375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 275.38034375
transcript.pyannote[51].end 278.01284375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 278.24909375
transcript.pyannote[52].end 287.63159375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 287.78346875
transcript.pyannote[53].end 297.73971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 298.12784375
transcript.pyannote[54].end 307.12221875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 307.22346875
transcript.pyannote[55].end 324.04784375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 324.06471875
transcript.pyannote[56].end 325.85346875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 325.95471875
transcript.pyannote[57].end 338.98221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 339.31971875
transcript.pyannote[58].end 345.88409375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 346.42409375
transcript.pyannote[59].end 346.94721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 347.21721875
transcript.pyannote[60].end 348.24659375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 348.65159375
transcript.pyannote[61].end 351.67221875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 348.97221875
transcript.pyannote[62].end 350.00159375
transcript.whisperx[0].start 15.5
transcript.whisperx[0].end 28.03
transcript.whisperx[0].text 有請內政部吳常務次長還有行政院災害防災辦公室周副主任有請內政部跟行政院災害防災辦
transcript.whisperx[1].start 34.29
transcript.whisperx[1].end 35.672
transcript.whisperx[1].text 兩位長官 兩位官員
transcript.whisperx[2].start 40.472
transcript.whisperx[2].end 42.894
transcript.whisperx[2].text 我要針對我們去年這個花蓮光復鄉馬太安塩塞湖潰壩成災民眾帶著產值直奔災區展現了臺灣社會強大的一個韌性還有同理心超人反映出臺灣民眾的一個人力 己力的一個同理心
transcript.whisperx[3].start 65.51
transcript.whisperx[3].end 74.899
transcript.whisperx[3].text 那在這個災難發生的時候呢,展現出高度的凝聚力,還有互助的一個精神,這是台灣社會那個知首於偉大的地方。那我要問兩位,就關我這樣熱血就夠嗎?
transcript.whisperx[4].start 88.019
transcript.whisperx[4].end 104.399
transcript.whisperx[4].text 應該是不夠吧這個謝謝委員的指教我想這個不管是政府或是部門或者是民間啦公私協力合作很重要對 好很好那所以熱血的背後呢它隱藏了很大的一個安全跟那個風險的管理啊
transcript.whisperx[5].start 105.22
transcript.whisperx[5].end 109.701
transcript.whisperx[5].text 所以呢這是專家在憂心的那我要請問就是說有大批切法專業的一個專輩跟災場的一個調度的經驗的這些熱心的志工還有善良的民眾湧入到我們的災期的時候那我們政府呢 單位呢不能啊 我們未來是不是要能夠把這些很熱心的災民 讓他紙質化
transcript.whisperx[6].start 133.529
transcript.whisperx[6].end 138.073
transcript.whisperx[6].text 然後能夠認證化跟政策化然後能夠避免這些熱情的民眾進入災區能夠把他們的風險降到最低我要請問兩位有什麼這樣的一個看法
transcript.whisperx[7].start 150.663
transcript.whisperx[7].end 174.764
transcript.whisperx[7].text 好 謝謝 我想特別謝謝委員提到這個部分那我想首先在去年馬太安那個煙射火事件之後其實我們在從行政院開始就從紀政委那邊就第一時間我們就到前面去設置前進指揮所那剛剛委員所談到的這個部分的組織化的部分那第一個應該有兩個部分就是一個是中央跟地方政府如何去協作做一個災害前進指揮的一個調度
transcript.whisperx[8].start 175.885
transcript.whisperx[8].end 199.417
transcript.whisperx[8].text 好那這邊剛好你這個簡報上談到防災式的一個制度那也特別跟委員報告我們內政部從去年開始對針對防災式的訓練的部分就是要養成民眾能夠在平常如果有具備一些防災自救的一些機能的話這個是很好那我們目前也有已經有將近13萬多人已經完成防災式的訓練那剛剛談到有關組織化的部分
transcript.whisperx[9].start 200.017
transcript.whisperx[9].end 206.732
transcript.whisperx[9].text 那我想這個不管是中央或地方政府這個是要互相協作那我想這我們都會來共同努力喔好
transcript.whisperx[10].start 208.274
transcript.whisperx[10].end 226.404
transcript.whisperx[10].text 在這裡呢我想這個是公司必須要整合的啦那在這裡呢我要跟市長來做一個分享說真正的一個環災進步呢是要把這些傘兵游泳有勇氣的這些熱情的那個勇士們要透過政府的一個機制轉化為剛剛那個市長也有承諾了那在這裡我要跟
transcript.whisperx[11].start 237.35
transcript.whisperx[11].end 258.999
transcript.whisperx[11].text 市長分享說我們台灣民眾黨在過去一年多就已經培訓了超過250位的一個合格的防災室而且目前我們也在各個地方都在成立這樣的一個中心那我想這個就是民間跟政府共同來對於這樣的一個災難能夠做這樣的一個防範的精神因為這個
transcript.whisperx[12].start 268.842
transcript.whisperx[12].end 297.454
transcript.whisperx[12].text 氣候變遷呢 變成一個常態了那我們希望就是說在強化基層的一個防災的一個韌性呢我們希望我們未來能夠真正的走向這樣的一個制度化 自治化那最後呢 我也要跟那個市長交友說禪師超人呢造出了台灣人的一個良善跟勇敢那也顯示了台灣在防災救災的一個體制上呢
transcript.whisperx[13].start 298.234
transcript.whisperx[13].end 305.297
transcript.whisperx[13].text 只有重視應變那清了制度那切法專業的一個直系所以這樣的問題我們不但應該要不應該澆洗這一股民間的這樣的一個熱血更要必須要透過政策組織為這一群超人穿上安全的盔甲
transcript.whisperx[14].start 317.722
transcript.whisperx[14].end 345.66
transcript.whisperx[14].text 給他一個正確的調度跟執行讓個人的一個善良熱情還有轉換為國家的一個防災的一個韌性然後我也在這裡說我們不要再用生命來寫教材了我們希望我們能夠做好一個危機的處理然後做一個危機的一個政策的配套讓每一次災害來的我們都能夠及時的來做
transcript.whisperx[15].start 347.625
transcript.whisperx[15].end 349.388
transcript.whisperx[15].text 應應以上報告好謝謝特別謝謝蔡總統委員