| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

溫哥華資訊

溫哥華地產

溫哥華教育

溫哥華財稅

新移民/招聘

黃頁/二手

旅游

特朗普: 川普政府計劃全面禁止中國購買美國農地

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
美國農業部推出《全國農業安全行動計劃》,加強對外國農地所有權的控制,以防堵外資滲透、保護糧食供應與國家安全。


美國政府於7月8日宣布,將全面強化對外國勢力購買美國農地的限制措施,重點針對中國等被列為“關切國家”的外籍人士與實體。彭博社報道,此舉是美國農業部(USDA)啟動的《全國農業安全行動計劃》(National Farm Security Action Plan)核心之一,為了從根本上保護美國農業、糧食供應鏈與科研成果,防止外國滲透與控制。

美國農業部長布羅林斯(Brooke Rollins)在華盛頓總部舉行的記者會中宣布,該行動計劃將禁止來自敵對國家的國民購買美國農地,並與財政部轄下的“美國外國投資委員會”(CFIUS)合作,審查涉及農業領域的外國投資案。


“今天,美國農業面臨的不僅是糧食短缺和價格上漲的風險,更是主權安全的挑戰。我們正在對中國和其他外國對手進行反擊,他們不應再擁有我們的土地,也不能再偷走我們的科研成果。”羅林斯強調。

美國國防部長赫格塞斯(Pete Hegseth)、國土安全部長諾姆(Kristi Noem)、司法部長邦迪(Pam Bondi)與貿易顧問納瓦羅(Peter Navarro)均出席活動,暗示這是一場涵蓋多部門、多層級的全面行動。



川普總統與美國農業部長布羅林斯(Brooke Rollins)左 © Alex Brandon / AP

美國農業部提供的行動計劃文件指出,目前外國人持有的美國農地面積已接近4500萬英畝,其中中國擁有約28萬英畝,雖僅占外國所有農地的不到1%,但不少土地鄰近美軍關鍵基地,產生間諜與監控風險。


美國紐約郵報》(New York Post),從佛羅裡達州到夏威夷的至少 19個設施距離美軍基地足夠近,可以讓中國共產黨透過無人機、雷達、紅外線掃描或其他追蹤技術監視美國的軍事行動。

羅林斯表示,這些土地“太靠近我們的國防設施,中共若要利用技術進行監控,是完全可能的。”

她補充,政府將著手追回這些已被中國等對手購買的土地,並改革1978年通過的《農業外國投資揭露法》(AFIDA),未來如有延遲或虛假申報,罰金將提升至土地市值的25%。此外,農業部將啟動線上舉報平台,供農民和民眾揭發可疑外資交易或滲透行為。


除了土地限制措施,行動計劃還涵蓋了供應鏈安全、科研防護與福利計劃改革。文件指出,全球農業供應鏈若依賴敵對國家,不僅面臨技術與原料控制的風險,甚至可能引進對動植物有害的病原體。農業部將列出關鍵農業物資清單,定期評估潛在漏洞與生物威脅,並與美國國防高等研究計劃署(DARPA)合作,發展新型疫苗與治療技術。

在科研領域,農業部將確保所有受資助項目排除外國滲透者,防止技術外流與強制技術轉讓。羅林斯強調,所有接受補助的研究單位需證明參與者未受外國政府控制,亦非參與任何“惡意外國人才引進計劃”。去年,農業部曾與與武漢病毒研究所關聯的科研人員合作進行禽流感研究,經國會議員揭露後已終止合作。

司法部長邦迪在記者會中提及,近期已有中國籍研究人員因試圖將具有毀滅性潛力的植物病原體走私入境而遭起訴。

“這些人與中共有直接聯系,我們正在調查超過100起類似案件,涉及生物走私與學術間諜行為。這種行為將不被容忍。”邦迪強硬表示。

此次行動還針對營養補助系統進行整頓,防堵犯罪分子濫用美國納稅人的資源。美國農業部每日在營養計劃上的支出超過4億美元,當局指出,有犯罪集團透過克隆POS終端與竊取卡片資料的方式,盜領補助金。羅林斯表示,將全面清查涉嫌詐騙的零售商並撤銷其資格,確保援助金真正流向合法、有需要的美國人。
覺得新聞不錯,請點個贊吧     這條新聞還沒有人評論喔,等著您的高見呢
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0916 秒 and 3 DB Queries in 0.0014 秒