iVOD / 169789

Field Value
IVOD_ID 169789
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169789
日期 2026-06-03
會議資料.會議代碼 委員會-11-5-15-16
會議資料.會議代碼:str 第11屆第5會期內政委員會第16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 16
會議資料.種類 委員會
會議資料.委員會代碼[0] 15
會議資料.委員會代碼:str[0] 內政委員會
會議資料.標題 第11屆第5會期內政委員會第16次全體委員會議
影片種類 Clip
開始時間 2026-06-03T11:24:45+08:00
結束時間 2026-06-03T11:36:52+08:00
影片長度 00:12:07
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5329b193fad0412514afc0a2f144da32cf886063649796cbb79257defbd0e8ff11aaf748057b52845ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王鴻薇
委員發言時間 11:24:45 - 11:36:52
會議時間 2026-06-03T09:00:00+08:00
會議名稱 (變更議程)立法院第11屆第5會期內政委員會第16次全體委員會議(事由:一、邀請內政部部長、警政署署長、交通部部長、經濟部部長就「我國測速照相設備設置標準、執行成效及調整不合理執法點位精進作為」進行專題報告,並備質詢。二、邀請內政部部長、海洋委員會主任委員、法務部部長、交通部部長、教育部部長、衛生福利部部長、數位發展部部長、財政部關務署署長就「因應新興毒品氾濫導致毒駕案件飆升,如何強化執法量能及防制策略」進行專題報告,並備質詢。三、審查115年度中央政府總預算案關於警政署及所屬、中央警察大學、消防署及所屬、移民署、空中勤務總隊部分。四、審查115年度中央政府總預算案關於直轄市及縣市政府一般性補助款消防署及所屬、移民署、警政署及所屬部分。五、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內政部主管特別收入基金—新住民發展基金、警察消防海巡移民空勤人員及協勤民力安全基金。六、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內政部主管信託基金—在校學生獎學基金、劉竹琛先生警察子女獎學基金、誠園獎學基金。七、審查內政部函送財團法人臺灣省義勇人員安全濟助基金會、財團法人警察學術研究基金會、財團法人義勇消防人員安全濟助基金會等3家財團法人115年度預算書案。【警政署、消防署之部分預算另定期以秘密會議進行審查】【預算審查僅詢答;相關預算提案於115年6月15日(星期一)中午12時前截止收件。】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 4.38471875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.56971875
transcript.pyannote[1].end 10.18971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 9.31221875
transcript.pyannote[2].end 9.78471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.69596875
transcript.pyannote[3].end 12.63659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 21.71534375
transcript.pyannote[4].end 22.74471875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 22.89659375
transcript.pyannote[5].end 24.88784375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 25.32659375
transcript.pyannote[6].end 27.36846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 28.27971875
transcript.pyannote[7].end 29.96721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 37.74659375
transcript.pyannote[8].end 42.31971875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 44.91846875
transcript.pyannote[9].end 51.19596875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 51.19596875
transcript.pyannote[10].end 54.80721875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 54.80721875
transcript.pyannote[11].end 57.40596875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 57.40596875
transcript.pyannote[12].end 58.06409375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 59.38034375
transcript.pyannote[13].end 59.43096875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 59.43096875
transcript.pyannote[14].end 59.78534375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 59.78534375
transcript.pyannote[15].end 59.85284375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 60.02159375
transcript.pyannote[16].end 60.07221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 60.07221875
transcript.pyannote[17].end 60.81471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 62.36721875
transcript.pyannote[18].end 62.65409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 63.09284375
transcript.pyannote[19].end 64.39221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 64.93221875
transcript.pyannote[20].end 66.31596875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 66.78846875
transcript.pyannote[21].end 68.74596875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 69.53909375
transcript.pyannote[22].end 70.31534375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 71.29409375
transcript.pyannote[23].end 76.59284375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 76.94721875
transcript.pyannote[24].end 79.14096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 80.20409375
transcript.pyannote[25].end 81.31784375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 81.48659375
transcript.pyannote[26].end 81.95909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 82.83659375
transcript.pyannote[27].end 83.59596875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 84.27096875
transcript.pyannote[28].end 87.89909375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 88.03409375
transcript.pyannote[29].end 89.40096875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 89.92409375
transcript.pyannote[30].end 100.11659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 100.85909375
transcript.pyannote[31].end 107.03534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 107.92971875
transcript.pyannote[32].end 125.29409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 125.69909375
transcript.pyannote[33].end 128.23034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 128.98971875
transcript.pyannote[34].end 133.84971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 134.57534375
transcript.pyannote[35].end 152.95221875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 153.35721875
transcript.pyannote[36].end 183.39471875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 184.03596875
transcript.pyannote[37].end 185.58846875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 185.90909375
transcript.pyannote[38].end 201.48471875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 202.10909375
transcript.pyannote[39].end 221.86971875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 222.42659375
transcript.pyannote[40].end 241.32659375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 241.68096875
transcript.pyannote[41].end 256.21034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 256.95284375
transcript.pyannote[42].end 262.82534375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 263.17971875
transcript.pyannote[43].end 267.98909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 268.76534375
transcript.pyannote[44].end 270.80721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 270.97596875
transcript.pyannote[45].end 274.18221875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 274.72221875
transcript.pyannote[46].end 275.49846875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 276.22409375
transcript.pyannote[47].end 277.91159375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 278.14784375
transcript.pyannote[48].end 278.55284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 278.78909375
transcript.pyannote[49].end 279.58221875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 280.10534375
transcript.pyannote[50].end 301.19909375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 302.53221875
transcript.pyannote[51].end 304.01721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 304.16909375
transcript.pyannote[52].end 307.05471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 307.32471875
transcript.pyannote[53].end 310.63221875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 311.42534375
transcript.pyannote[54].end 324.25034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 324.82409375
transcript.pyannote[55].end 325.16159375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 325.88721875
transcript.pyannote[56].end 327.57471875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 327.97971875
transcript.pyannote[57].end 333.34596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 334.32471875
transcript.pyannote[58].end 337.61534375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 342.07034375
transcript.pyannote[59].end 342.66096875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 343.67346875
transcript.pyannote[60].end 344.43284375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 344.60159375
transcript.pyannote[61].end 344.68596875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 344.68596875
transcript.pyannote[62].end 345.17534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 345.29346875
transcript.pyannote[63].end 351.35159375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 351.67221875
transcript.pyannote[64].end 356.49846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 357.57846875
transcript.pyannote[65].end 360.32909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 360.66659375
transcript.pyannote[66].end 366.60659375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 367.02846875
transcript.pyannote[67].end 377.59221875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 377.99721875
transcript.pyannote[68].end 380.03909375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 380.51159375
transcript.pyannote[69].end 381.33846875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 382.21596875
transcript.pyannote[70].end 382.95846875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 383.49846875
transcript.pyannote[71].end 392.44221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 392.89784375
transcript.pyannote[72].end 403.22534375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 403.59659375
transcript.pyannote[73].end 405.50346875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 405.97596875
transcript.pyannote[74].end 407.10659375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 407.25846875
transcript.pyannote[75].end 407.51159375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 407.62971875
transcript.pyannote[76].end 408.79409375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 409.09784375
transcript.pyannote[77].end 412.43909375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 412.89471875
transcript.pyannote[78].end 414.61596875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 415.42596875
transcript.pyannote[79].end 429.66846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 429.71909375
transcript.pyannote[80].end 431.45721875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 431.99721875
transcript.pyannote[81].end 432.33471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 432.84096875
transcript.pyannote[82].end 434.29221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 435.69284375
transcript.pyannote[83].end 437.36346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 437.51534375
transcript.pyannote[84].end 448.01159375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 448.23096875
transcript.pyannote[85].end 451.43721875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 452.07846875
transcript.pyannote[86].end 452.85471875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 453.54659375
transcript.pyannote[87].end 459.97596875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 460.48221875
transcript.pyannote[88].end 499.85159375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 499.96971875
transcript.pyannote[89].end 503.42909375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 505.01534375
transcript.pyannote[90].end 551.42159375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 550.49346875
transcript.pyannote[91].end 626.46471875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 626.46471875
transcript.pyannote[92].end 657.54846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 655.15221875
transcript.pyannote[93].end 655.57409375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 657.54846875
transcript.pyannote[94].end 666.30659375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 657.56534375
transcript.pyannote[95].end 658.03784375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 666.30659375
transcript.pyannote[96].end 666.50909375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 666.34034375
transcript.pyannote[97].end 666.37409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 666.39096875
transcript.pyannote[98].end 666.47534375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 666.50909375
transcript.pyannote[99].end 667.97721875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 667.97721875
transcript.pyannote[100].end 721.23471875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 700.36034375
transcript.pyannote[101].end 702.40221875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 719.07471875
transcript.pyannote[102].end 723.78284375
transcript.whisperx[0].start 0.529
transcript.whisperx[0].end 4.672
transcript.whisperx[0].text 劉世芳劉部長以及我們警政署張署長好 部長署長好來 我們先來看一段影片等一下喔 時間等一下 時間暫停一下你們還沒放影片
transcript.whisperx[1].start 28.342
transcript.whisperx[1].end 29.243
transcript.whisperx[1].text 就浪費我好多時間啊
transcript.whisperx[2].start 45.089
transcript.whisperx[2].end 54.172
transcript.whisperx[2].text 銀色車輛左右搖擺跨越雙黃線行跡太詭異了被員警攔下來但駕駛驗身換三不下車就是不下車這時駕駛好因為時間關係這個駕駛拿什麼拿著是槍把槍掏出來因為
transcript.whisperx[3].start 71.368
transcript.whisperx[3].end 99.771
transcript.whisperx[3].text 取締毒價跟取締酒價有一些不同除了取締的方式不一樣我們常常講黑、金、槍、毒常常擁有毒吸毒也常常它的就是擁槍的比例也比較高可以看到它在後面沒有就是其實我們的警察沒有用槍後來強制把它壓制警察自始至終沒有把槍掏出來好 我們來看下一個
transcript.whisperx[4].start 100.939
transcript.whisperx[4].end 126.308
transcript.whisperx[4].text 署長最近接受媒體的採訪署長採取非常強硬的態度署長力挺獨將要判死那顯然現在我們行政院所提出來的到這個刑度還沒有到死刑但是我們現在立法院有些委員提出了連續要把死刑納入另外喊話遠景就是該用槍就用槍
transcript.whisperx[5].start 129.285
transcript.whisperx[5].end 152.644
transcript.whisperx[5].text 講起來 高層講起來是一張嘴 基層跑斷腿在去年台北市 曾經發生 大家應該記憶猶新從地下街的捷運站 一路到整個商圈 後來跑到頂樓很多民眾看到那個影片 但最後嫌犯是罪有身亡
transcript.whisperx[6].start 153.405
transcript.whisperx[6].end 157.446
transcript.whisperx[6].text 那警察追到頂樓的時候警察自始至終沒有把槍掏出來是拿著這個警棍還有這個手電筒當時就有人很多質疑說這個嫌犯已經又丟煙霧彈已經又直接的砍人了可是為什麼警察都不敢用槍
transcript.whisperx[7].start 176.391
transcript.whisperx[7].end 182.073
transcript.whisperx[7].text 所以當署長說該用槍就用槍的時候為什麼我們的警察這麼怕用槍我剛才顯示那個影片是最近就是在取締獨駕的時候這個獨駕者就掏出他的這個手槍改造的手槍所以我要講我們第一線基層員警執勤是非常非常非常危險的
transcript.whisperx[8].start 202.162
transcript.whisperx[8].end 219.02
transcript.whisperx[8].text 但是過去的案例,我們的很多員警,當他用槍之後,然後就是面對跑不完的法院,寫不完的報告,而且直接纏受好多年,這一段時間他的考級全部不能夠,全部不能夠打考級。
transcript.whisperx[9].start 222.503
transcript.whisperx[9].end 240.503
transcript.whisperx[9].text 所以我要講的就是說我們今天對於像獨駕的部分我們剛剛討論很多委員關心整個的獨一就是你的那個唾液的快篩還有就是相關的修法的問題我很關心的就是我們基層遠景的安全問題
transcript.whisperx[10].start 241.764
transcript.whisperx[10].end 249.667
transcript.whisperx[10].text 因為獨駕者其實他用槍的比例真的就是比較高這一點我必須要提醒署長署長講一句話說該用槍就用槍可是為什麼我們的員警不敢用槍好來下一張
transcript.whisperx[11].start 257.009
transcript.whisperx[11].end 267.922
transcript.whisperx[11].text 而且我們一直這麼辛苦的這麼辛苦的把獨家抓到了可是我們最近看到很多到了法院通通無保請回啊無保請回的比例非常非常高搞到基層的員警還有檢察官都很無力啊無奈啊
transcript.whisperx[12].start 276.414
transcript.whisperx[12].end 300.755
transcript.whisperx[12].text 說好不容易抓到 取締了最後都無保請回 他抓等於白抓所以我們覺得整個的政府不是單純的是我們第一線員警的工作而是整體我們其他的配套的措施還有包含我們法院如果我們一次又一次看到都是無保請回請問一下我們為什麼要讓我們的精神員警
transcript.whisperx[13].start 302.571
transcript.whisperx[13].end 324.157
transcript.whisperx[13].text 冒這麼大的風險然後他取締了之後我剛剛看到那個案例直接把槍掏出來員警不敢掏槍所以我在這邊也希望說我們整個的政府體系你要抓獨駕取締獨駕就應該整體的動起來而不是大家花了這麼大的力氣結果根本沒有辦法好
transcript.whisperx[14].start 326.598
transcript.whisperx[14].end 337.392
transcript.whisperx[14].text 時間暫停一下我再請我們因為今天我們有好幾個部會來我們的交通部次長有來交通部以及速發部我現在要看
transcript.whisperx[15].start 345.383
transcript.whisperx[15].end 356.219
transcript.whisperx[15].text 今天正好你們幾個部會都有來有一件事情我覺得一定要請我們各部會做協調它不是只有一個內政部或警政署的事
transcript.whisperx[16].start 357.628
transcript.whisperx[16].end 380.882
transcript.whisperx[16].text 我剛才提到去年1219在台北市發生了在北捷車站還有台鐵車站地下街丟煙霧彈然後又跑到捷運站隨機砍人然後多人遭到攻擊造成非常非常大的這是一個撼動全社會的一個治安事件那在
transcript.whisperx[17].start 382.304
transcript.whisperx[17].end 404.518
transcript.whisperx[17].text 前天我們內政委員會到我們的台北市消防局我們原來是考察它的無人機救災那其中台北市消防局提出了一個問題我覺得非常的重要就是在這個案例裡面因為它橫跨包含台鐵車站
transcript.whisperx[18].start 406.079
transcript.whisperx[18].end 431.392
transcript.whisperx[18].text 捷運車站高鐵車站地方政府後來警政署也有介入嘛但是出現了一個問題因為各單位的通訊的系統其實是不一致的各單位的通訊系統有一些是用類比有一些用數位有些局部類比局部數位沒有整合也就是中央地方
transcript.whisperx[19].start 436.586
transcript.whisperx[19].end 450.826
transcript.whisperx[19].text 東鐵台鐵跟地方的警政署消防署他的通訊設備是沒有整合的那那個案件我們可以視之為所謂的治安事件但是未來也有可能出現像救災
transcript.whisperx[20].start 452.148
transcript.whisperx[20].end 465.517
transcript.whisperx[20].text 不管是重大治安或者是說這是恐攻或者未來有這個重大的災害的時候各單位的通訊系統必須要有一個整合機制所以我們在
transcript.whisperx[21].start 468.999
transcript.whisperx[21].end 476.584
transcript.whisperx[21].text 那天我們在考察的時候台北市消防局特別提到這個問題那我也感謝內政部的這個次長吳次長他當天在現場他也說願意帶回來跟我們交通部還有跟我們速發部一起來研擬這個問題那今天正好交通部次長在這邊那我不曉得你們是不是也注意到這個問題
transcript.whisperx[22].start 492.094
transcript.whisperx[22].end 503.206
transcript.whisperx[22].text 未來職權的問題通訊整合的問題那碰到重大災害重大的資安事件是不是應該就是盡快的來做這個整合的機制
transcript.whisperx[23].start 505.229
transcript.whisperx[23].end 527.796
transcript.whisperx[23].text 做個說明 委員剛才舉例台北火車站的事件也讓我們看得到說整體的有關這個場戰的不管是治安或是災防的一個重要而且整合的重要性所以這部分我們已經責請我們本部的鐵道局就這樣的一個case來做相關的一個檢討然後來確立後的這個指揮體系等等的救援的體系
transcript.whisperx[24].start 532.538
transcript.whisperx[24].end 548.144
transcript.whisperx[24].text 那另外剛才委員特別提到說有關這個在災防搶救的時候相關通訊如何能夠互相應該是相容然後能夠互相能夠communicate這一部分原則上我的了解整個行政院有一個災防體系會在這樣的一個災防體系
transcript.whisperx[25].start 551.025
transcript.whisperx[25].end 565.758
transcript.whisperx[25].text 因為這點很重要台北市消防局他提出來他們在1219確實碰到這個問題通訊無法整合所以當然外界會認為說為什麼讓他這個人跑來跑去跑來跑去因為他到不同的地段的時候他的通訊系統是不一樣的
transcript.whisperx[26].start 566.479
transcript.whisperx[26].end 578.547
transcript.whisperx[26].text 好不好 那另外我們請一下內政部 劉部長因為這裡面也涉及到消防跟警政署因為他來自於中央地方以及我剛講高鐵跟台鐵這些警政系統他們之間的整合那我剛講我感謝我們吳次長說他有很具體的一個回應
transcript.whisperx[27].start 590.996
transcript.whisperx[27].end 604.027
transcript.whisperx[27].text 那我們未來是放在災防系統的通訊的整合嗎其實我不管啦 就說你是災防也好或重大治安 只要通訊能夠整合它未來 因為你也不排除會發生恐攻事件啊 也有可能啊那當然 1219 這個是一個孤狼事件 一個人在犯案如果是出現大規模的恐攻 或者大規模的災害的時候
transcript.whisperx[28].start 616.057
transcript.whisperx[28].end 640.197
transcript.whisperx[28].text 我想請問一下內政部現在跟行政院是不是你們也有一個時間一個期限希望能夠在什麼時間內能夠做成這樣的整合的機制謝謝王委員的關心其實不只是這個所謂的孤狼事件碰到大規模的災害的時候在警跟消裡面的通訊整合除了技術上的問題警政系統跟消防系統各有好幾套
transcript.whisperx[29].start 641.158
transcript.whisperx[29].end 663.343
transcript.whisperx[29].text 那他們之間怎麼整合的部分的話我現在也有律定希望說可以加入所謂的AI來做辨認因為從110或119也是一個很好的系統但是現在會碰到也有中央政府跟地方政府整合的問題對又不一樣對我上個禮拜也到而且他的問題還是喔這是台北市啊他也可能發生在台中他也可能發生台南高雄
transcript.whisperx[30].start 663.743
transcript.whisperx[30].end 682.315
transcript.whisperx[30].text 是所以你的整合不是僅僅只是跟台北市還有跟各縣市都要整合我以為你講對了我剛所提到像110跟119其實也是跨中央跟地方也是跨縣市的部分那這個部分我們必須要再跟包括交通部分速發部因為他們也都是相關的通訊或者是通訊系統的整合機關
transcript.whisperx[31].start 683.275
transcript.whisperx[31].end 696.741
transcript.whisperx[31].text 那未來在技術層面上我們整合好了以後呢在行政的整合上面會比較快速那我也希望說包括地方政府呢也可以配合我們做快速的這個做這樣的整合的工作也就是那個吳唐安次長跟委員報告的部分那因為是這個禮拜才去做這個會刊
transcript.whisperx[32].start 700.562
transcript.whisperx[32].end 720.39
transcript.whisperx[32].text 對沒有錯我們有聽到這方面的問題那我也知道包括台北市跟新北市的消防單位或警察單位他們也要慢慢導入AI的這個通訊整合的部分我們未來會再做一個比較好的整合讓如果有救災的時候呢不要變成是一個孤島或是變成是一個這個沒有辦法就會中斷對中斷的部分好我覺得這個要盡快好不好好謝謝