iVOD / 149014

Field Value
IVOD_ID 149014
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149014
日期 2023-12-13
會議資料.會議代碼 委員會-10-8-26-14
會議資料.會議代碼:str 第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議
會議資料.屆 10
會議資料.會期 8
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] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議
影片種類 Clip
開始時間 2023-12-13T10:29:37+08:00
結束時間 2023-12-13T10:39:08+08:00
影片長度 00:09:31
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fcca7cb692a387d69c8bf67ea789b2fbab799385851b1dc2c986728e607a0322e845366a77bfd4645ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃秀芳
委員發言時間 10:29:37 - 10:39:08
會議時間 2023-12-13T09:00:00+08:00
會議名稱 立法院第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議(事由:審查 一、委員劉世芳等16人擬具「勞工退休金條例第二十三條及第五十八條條文修正草案」案。 二、委員謝衣鳯等16人擬具「勞工退休金條例第二十五條條文修正草案」案。 三、委員溫玉霞等21人擬具「勞工退休金條例第十七條之一及第二十三條條文修正草案」案。 四、委員陳明文等17人擬具「勞工退休金條例第三十三條條文修正草案」案。 五、委員高嘉瑜等17人擬具「勞工退休金條例部分條文修正草案」案。 六、委員張廖萬堅等22人擬具「勞工退休金條例第十四條、第十四條之一及第五十八條條文修正草案」案。 七、委員郭國文等18人擬具「勞工退休金條例第十四條、第二十三條及第三十三條條文修正草案」案。 八、委員廖國棟等17人擬具「勞工退休金條例第二十三條條文修正草案」案。 九、委員賴士葆等21人擬具「勞工退休金條例第十四條、第十四條之一及第三十四條條文修正草案」案。 十、委員楊瓊瓔等22人擬具「勞工退休金條例部分條文修正草案」案。 十一、委員李貴敏等17人擬具「勞工退休金條例第二十四條之二條文修正草案」案。 十二、委員邱泰源等18人擬具「勞工退休金條例第五十六條之四及第五十八條條文修正草案」案。 十三、台灣民眾黨黨團擬具「勞工退休金條例第十四條、第三十九條及第五十八條條文修正草案」案。 十四、台灣民眾黨黨團擬具「勞工退休金條例第十四條條文修正草案」案。 十五、委員陳明文等21人擬具「勞工退休金條例第十四條條文修正草案」案。)
gazette.lineno 540
gazette.blocks[0][0] 黃委員秀芳:(10時29分)謝謝,請部長。
gazette.blocks[1][0] 主席:有請部長。
gazette.blocks[2][0] 許部長銘春:黃委員好。
gazette.blocks[3][0] 黃委員秀芳:部長好。今天討論有關勞動退休金的問題,其實我們看到一份報告,就是在人力資源顧問的評比當中,臺灣排名第39,可能我們從上面看到確實臺灣的退休金制度是不是存在一些問題?剛剛也有很多委員特別提到有關退休金提撥的問題,我想請教因為我們最低薪資在這幾年當中一直往上調,到明年開始已經到二萬七千多,像這樣子的話,我們勞保投保薪資的上限在105年也調到4萬5,800,有沒有可能勞保投保薪資的上限會再往上調?
gazette.blocks[4][0] 許部長銘春:報告委員,我先講剛剛你講的CFA的報告,其實這個報告的評比面向很廣,因為每個國家的養老金制度不同,所以很難直接比較啦!但是因為這個不是單純評估像我們職業勞工他退休以後的退休金狀況,它評比的面向我看很廣,包括基礎年金、公共年金、私人退休金計算,還有持有房產、債務,全部都在裡面,所以我認為這個很難去做比較。但是我是認為我們國家當然一定要確保我們自己勞工退休經濟生活的安全,我們現在其實就是兩個,勞保加勞退,以目前我們工作30年,現在平均投保薪資大概在3萬7,000左右,其實退休以後所領的所得替代率大概在68%,並不會低於OECD啦!不過我覺得當然世界各國有好的制度我們都願意來參考,這是第一個。
gazette.blocks[4][1] 第二個就是那個4萬5,800的天花板是不是要打開?這件事情因為會牽涉到我們現在整個勞保的財務問題,報告委員,你也知道我們勞保106年就已經開始發生逆差、缺口,所以我覺得不排除在未來整個年金改革裡面可以來討論這一題,但是沒有辦法單純現在就只針對這個問題去打開,因為這樣會牽涉到我們整個勞保財務,會更加雪上加霜。
gazette.blocks[5][0] 黃委員秀芳:我一直想要講的就是我們勞保的投保薪資在105年提高到4萬5,800,我們的基本薪資其實一直都在往上調,那相對地投保薪資是不是也要再往上?我認為應該是這樣子才合理啦!
gazette.blocks[6][0] 許部長銘春:對,我也認為應該是這樣,你看我們的職災保險就提高到7萬2,800了,這個已經cover到大概有九成勞工都可以適用得到,我是覺得這一題未來可能跟年改這件事情要一起討論,不然我現在只要單提高一級,就是1,500億的負擔,所以我才說這件事情要檢討,但是不是現在,就是要整體……
gazette.blocks[7][0] 黃委員秀芳:好,所以就是要去討論啦!
gazette.blocks[8][0] 許部長銘春:對,未來要討論啦!
gazette.blocks[9][0] 黃委員秀芳:我覺得未來應該要去討論才合理,就是最低薪資我們都已經這樣子往上調了,所以投保薪資上限應該也要再往上。
gazette.blocks[10][0] 許部長銘春:對,一定要的,這是未來一定要調,但是我們現在有一些考量,勞保的財務要先解決。
gazette.blocks[11][0] 黃委員秀芳:好,剛剛也有很多委員提到我們自提6%的這個部分,是不是可以自己選擇投資的標的?我也希望是不是有這樣的一個方式,有的人他也想要透過這樣去選擇,我不知道你們有沒有去考慮?
gazette.blocks[12][0] 許部長銘春:這個部分我們會尊重大家的意見,但是現在的狀況就是還是有些勞團比較擔心,這畢竟是退休老本,你要自擔風險這件事情,萬一有譬如像去年整個金融市場跌了兩、三成,這個對勞工都是很大的衝擊啦!當然我們再多多聽各界的意見,勞工也有專業的理財觀念之後,大家能夠更理性的來看這個問題、來討論。
gazette.blocks[13][0] 黃委員秀芳:好,接下來我想請教有關中高齡的就業,有很多高齡或者是中高齡的民眾,其實他們也很想二度就業,找的工作可能就是一些比較簡單的工作,他們有的確實是因為經濟的壓力急需一份工作,可是他們去應徵的時候會碰到也許是年齡的關係,或者是時間有時候沒辦法配合,也許他還有長輩需要照顧,所以那個時間可能沒辦法配合。我也看到你們有提出一個針對補助地方政府成立銀髮人才服務據點的措施,我看到這個執行率好像也不是那麼好,執行率不是那麼理想,但確實地方有這樣的一個需求,我不知道未來你們執行率不是那麼好要怎麼去改進?
gazette.blocks[14][0] 許部長銘春:對,報告委員,因為我們這些中高齡去找工作,常常會遇到一個問題,就是雇主的刻板印象啦!還有會覺得好像他年紀比較大一點,是不是體力沒辦法負擔,再來他有時候要兼顧家庭,所以現在我們這些計畫其實就是希望鼓勵雇主要進用,然後我們用怎麼樣的獎勵給他。另外我們也鼓勵雇主,其實針對這些中高齡,你可以用一些彈性工時,讓他職場工作跟家庭能夠兼顧,畢竟在缺工的年代,他還是我們的勞動力。其實中高齡、高齡者是一個很重要勞動力來源,所以我一直是希望我們的雇主可以善用我們的中高齡,其實我都說要講「壯世代」啦!以年齡來講,像我也是中高齡,45歲到64歲都中高齡啦,但是我覺得我們的體力、能力都還可以負擔,所以我覺得不要排斥這些壯世代,但是可能要給他一些工作的彈性,讓他能夠兼顧,這個我們都有一些相關的措施。
gazette.blocks[15][0] 黃委員秀芳:所以這個據點你們未來還要補助、還要持續嗎?
gazette.blocks[16][0] 許部長銘春:會,會繼續,我們會弄到50處。
gazette.blocks[17][0] 黃委員秀芳:對啊!問題是執行率不是那麼好,你們怎麼去改善?
gazette.blocks[18][0] 許部長銘春:報告委員,這是剛開始啦,我們會陸續執行,因為這些事情會需要一些時間,我覺得依目前我們的推動還有努力應該會漸入佳境啦!
gazette.blocks[19][0] 黃委員秀芳:這樣好像已經執行2年了,是不是?這個據點開始推動是去年?
gazette.blocks[20][0] 許部長銘春:沒有,我們不是一次,我們是陸陸續續成立,因為縣市政府它願意要規劃,我們才能夠成立,所以我們是陸續成立啦!有的成立比較早,有的剛成立啊!現在一共是14處啦,我們2年內成立14處,陸陸續續還會增加,其實就會讓績效慢慢地能夠提升上來。
gazette.blocks[21][0] 黃委員秀芳:好,有這樣的一個據點,我希望你們也要多宣傳,因為很多他們不知道,第一個,他可能直接到就業服務站嘛,當然就業服務站服務也都很好,但如果說你既然有這個據點的話,專門服務這些中高齡的……
gazette.blocks[22][0] 許部長銘春:會,我們未來會有單一窗口,另外有一些長青中心之類的,很多壯世代去那邊活動,我們就把他連結起來,讓他們有這樣的資訊,瞭解自己其實可以再來奉獻給社會,是可以工作,又能解決我們勞動力的缺口這樣子。
gazette.blocks[23][0] 黃委員秀芳:好,謝謝。
gazette.blocks[24][0] 主席:謝謝,有請王婉諭王委員。
gazette.agenda.page_end 392
gazette.agenda.meet_id 委員會-10-8-26-14
gazette.agenda.speakers[0] 吳欣盈
gazette.agenda.speakers[1] 吳玉琴
gazette.agenda.speakers[2] 蘇巧慧
gazette.agenda.speakers[3] 賴惠員
gazette.agenda.speakers[4] 張育美
gazette.agenda.speakers[5] 陳瑩
gazette.agenda.speakers[6] 徐志榮
gazette.agenda.speakers[7] 陳椒華
gazette.agenda.speakers[8] 黃秀芳
gazette.agenda.speakers[9] 王婉諭
gazette.agenda.speakers[10] 林為洲
gazette.agenda.speakers[11] 邱泰源
gazette.agenda.speakers[12] 洪申翰
gazette.agenda.speakers[13] 陳培瑜
gazette.agenda.speakers[14] 楊曜
gazette.agenda.speakers[15] 莊競程
gazette.agenda.page_start 343
gazette.agenda.meetingDate[0] 2023-12-13
gazette.agenda.gazette_id 1130201
gazette.agenda.agenda_lcidc_ids[0] 1130201_00006
gazette.agenda.meet_name 立法院第10屆第8會期社會福利及衛生環境委員會第14次全體委員會議紀錄
gazette.agenda.content 審查 一、委員劉世芳等16人擬具「勞工退休金條例第二十三條及第五十八條條文修正草案」 案;二、委員謝衣鳯等16人擬具「勞工退休金條例第二十五條條文修正草案」案;三、委員溫玉 霞等21人擬具「勞工退休金條例第十七條之一及第二十三條條文修正草案」案;四、委員陳明文 等17人擬具「勞工退休金條例第三十三條條文修正草案」案;五、委員高嘉瑜等17人擬具「勞工 退休金條例部分條文修正草案」案;六、委員張廖萬堅等22人擬具「勞工退休金條例第十四條、 第十四條之一及第五十八條條文修正草案」案;七、委員郭國文等18人擬具「勞工退休金條例第 十四條、第二十三條及第三十三條條文修正草案」案;八、委員廖國棟等17人擬具「勞工退休金 條例第二十三條條文修正草案」案;九、委員賴士葆等21人擬具「勞工退休金條例第十四條、第 十四條之一及第三十四條條文修正草案」案;十、委員楊瓊瓔等22人擬具「勞工退休金條例部分 條文修正草案」案;十一、委員李貴敏等17人擬具「勞工退休金條例第二十四條之二條文修正草 案」案;十二、委員邱泰源等18人擬具「勞工退休金條例第五十六條之四及第五十八條條文修正 草案」案;十三、台灣民眾黨黨團擬具「勞工退休金條例第十四條、第三十九條及第五十八條條 文修正草案」案;十四、台灣民眾黨黨團擬具「勞工退休金條例第十四條條文修正草案」案;十 五、委員陳明文等21人擬具「勞工退休金條例第十四條條文修正草案」案
gazette.agenda.agenda_id 1130201_00005
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.07221875
transcript.pyannote[0].end 8.55284375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 12.70409375
transcript.pyannote[1].end 13.04159375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 13.07534375
transcript.pyannote[2].end 13.09221875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 13.09221875
transcript.pyannote[3].end 25.24221875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 26.00159375
transcript.pyannote[4].end 27.13221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 27.30096875
transcript.pyannote[5].end 28.73534375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 28.88721875
transcript.pyannote[6].end 31.82346875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 31.90784375
transcript.pyannote[7].end 32.27909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 32.22846875
transcript.pyannote[8].end 36.04221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 36.12659375
transcript.pyannote[9].end 40.48034375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 40.81784375
transcript.pyannote[10].end 54.60471875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 55.06034375
transcript.pyannote[11].end 76.59284375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 77.87534375
transcript.pyannote[12].end 83.14034375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 81.33471875
transcript.pyannote[13].end 81.72284375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 83.54534375
transcript.pyannote[14].end 84.74346875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 85.16534375
transcript.pyannote[15].end 89.24909375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 89.18159375
transcript.pyannote[16].end 89.45159375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 89.45159375
transcript.pyannote[17].end 90.86909375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 91.81409375
transcript.pyannote[18].end 108.09846875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 108.57096875
transcript.pyannote[19].end 109.58346875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 109.71846875
transcript.pyannote[20].end 114.32534375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 114.88221875
transcript.pyannote[21].end 122.15534375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 119.05034375
transcript.pyannote[22].end 119.42159375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 120.06284375
transcript.pyannote[23].end 120.46784375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 122.44221875
transcript.pyannote[24].end 128.02784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 128.43284375
transcript.pyannote[25].end 133.83284375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 133.83284375
transcript.pyannote[26].end 134.17034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 134.11971875
transcript.pyannote[27].end 138.77721875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 138.77721875
transcript.pyannote[28].end 138.79409375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 138.79409375
transcript.pyannote[29].end 138.81096875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 138.81096875
transcript.pyannote[30].end 138.92909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 138.92909375
transcript.pyannote[31].end 138.96284375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 138.96284375
transcript.pyannote[32].end 138.97971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 138.97971875
transcript.pyannote[33].end 142.05096875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 142.21971875
transcript.pyannote[34].end 149.22284375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 147.18096875
transcript.pyannote[35].end 147.36659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 149.56034375
transcript.pyannote[36].end 155.55096875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 152.22659375
transcript.pyannote[37].end 152.46284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 156.44534375
transcript.pyannote[38].end 157.32284375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 157.67721875
transcript.pyannote[39].end 158.72346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 159.55034375
transcript.pyannote[40].end 185.65596875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 159.58409375
transcript.pyannote[41].end 160.95096875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 184.39034375
transcript.pyannote[42].end 184.44096875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 185.55471875
transcript.pyannote[43].end 186.43221875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 186.53346875
transcript.pyannote[44].end 187.96784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 187.96784375
transcript.pyannote[45].end 188.20409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 188.54159375
transcript.pyannote[46].end 188.57534375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 188.57534375
transcript.pyannote[47].end 205.97346875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 204.08346875
transcript.pyannote[48].end 205.43346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 205.97346875
transcript.pyannote[49].end 210.04034375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 206.09159375
transcript.pyannote[50].end 207.84659375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 210.34409375
transcript.pyannote[51].end 226.34159375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 226.22346875
transcript.pyannote[52].end 226.86471875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 226.61159375
transcript.pyannote[53].end 231.60659375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 231.91034375
transcript.pyannote[54].end 232.48409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 233.90159375
transcript.pyannote[55].end 238.77846875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 234.37409375
transcript.pyannote[56].end 234.88034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 234.88034375
transcript.pyannote[57].end 234.89721875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 234.96471875
transcript.pyannote[58].end 235.09971875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 235.09971875
transcript.pyannote[59].end 236.53409375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 237.47909375
transcript.pyannote[60].end 250.05096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 239.70659375
transcript.pyannote[61].end 241.22534375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 241.51221875
transcript.pyannote[62].end 243.73971875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 244.71846875
transcript.pyannote[63].end 245.42721875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 249.34221875
transcript.pyannote[64].end 249.96659375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 250.05096875
transcript.pyannote[65].end 250.20284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 250.20284375
transcript.pyannote[66].end 255.28221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 250.86096875
transcript.pyannote[67].end 251.36721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 251.80596875
transcript.pyannote[68].end 259.97346875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 259.04534375
transcript.pyannote[69].end 259.41659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 259.97346875
transcript.pyannote[70].end 277.50659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 267.09471875
transcript.pyannote[71].end 267.34784375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 268.84971875
transcript.pyannote[72].end 269.52471875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 277.86096875
transcript.pyannote[73].end 282.83909375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 283.22721875
transcript.pyannote[74].end 283.49721875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 284.00346875
transcript.pyannote[75].end 289.60596875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 287.59784375
transcript.pyannote[76].end 287.96909375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 289.65659375
transcript.pyannote[77].end 294.12846875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 293.18346875
transcript.pyannote[78].end 293.77409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 294.49971875
transcript.pyannote[79].end 295.81596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 296.06909375
transcript.pyannote[80].end 297.36846875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 296.94659375
transcript.pyannote[81].end 297.57096875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 297.57096875
transcript.pyannote[82].end 299.93346875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 300.65909375
transcript.pyannote[83].end 303.44346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 302.24534375
transcript.pyannote[84].end 303.42659375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 303.44346875
transcript.pyannote[85].end 303.46034375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 303.46034375
transcript.pyannote[86].end 303.47721875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 303.47721875
transcript.pyannote[87].end 303.49409375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 303.49409375
transcript.pyannote[88].end 303.51096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 303.94971875
transcript.pyannote[89].end 304.03409375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 304.03409375
transcript.pyannote[90].end 304.18596875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 304.18596875
transcript.pyannote[91].end 304.20284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 304.20284375
transcript.pyannote[92].end 321.97221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 306.34596875
transcript.pyannote[93].end 306.95346875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 308.11784375
transcript.pyannote[94].end 308.35409375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 313.36596875
transcript.pyannote[95].end 313.90596875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 321.97221875
transcript.pyannote[96].end 330.54471875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 330.84846875
transcript.pyannote[97].end 331.18596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 331.89471875
transcript.pyannote[98].end 335.62409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 335.67471875
transcript.pyannote[99].end 337.27784375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 337.66596875
transcript.pyannote[100].end 340.77096875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 340.77096875
transcript.pyannote[101].end 341.05784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 340.99034375
transcript.pyannote[102].end 356.85284375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 357.10596875
transcript.pyannote[103].end 373.77846875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 359.14784375
transcript.pyannote[104].end 359.62034375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 369.34034375
transcript.pyannote[105].end 369.77909375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 374.55471875
transcript.pyannote[106].end 385.00034375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 385.00034375
transcript.pyannote[107].end 391.39596875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 392.13846875
transcript.pyannote[108].end 396.30659375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 396.35721875
transcript.pyannote[109].end 398.01096875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 398.46659375
transcript.pyannote[110].end 404.74409375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 405.45284375
transcript.pyannote[111].end 411.88221875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 412.33784375
transcript.pyannote[112].end 421.38284375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 421.55159375
transcript.pyannote[113].end 423.39096875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 424.16721875
transcript.pyannote[114].end 428.40284375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 427.94721875
transcript.pyannote[115].end 428.30159375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 428.31846875
transcript.pyannote[116].end 428.36909375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 428.40284375
transcript.pyannote[117].end 428.90909375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 428.77409375
transcript.pyannote[118].end 443.06721875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 435.52409375
transcript.pyannote[119].end 435.59159375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 443.13471875
transcript.pyannote[120].end 443.15159375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 443.21909375
transcript.pyannote[121].end 462.67596875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 453.00659375
transcript.pyannote[122].end 453.29346875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 455.77409375
transcript.pyannote[123].end 456.46596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 456.80346875
transcript.pyannote[124].end 456.98909375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 460.29659375
transcript.pyannote[125].end 460.80284375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 461.03909375
transcript.pyannote[126].end 464.24534375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 464.83596875
transcript.pyannote[127].end 471.58596875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 465.35909375
transcript.pyannote[128].end 467.94096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 470.92784375
transcript.pyannote[129].end 478.01534375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 472.96971875
transcript.pyannote[130].end 473.61096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 478.16721875
transcript.pyannote[131].end 486.97596875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 486.97596875
transcript.pyannote[132].end 487.09409375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 487.09409375
transcript.pyannote[133].end 487.98846875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 487.98846875
transcript.pyannote[134].end 492.30846875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 490.89096875
transcript.pyannote[135].end 491.21159375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 492.30846875
transcript.pyannote[136].end 492.49409375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 492.34221875
transcript.pyannote[137].end 492.46034375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 492.49409375
transcript.pyannote[138].end 493.33784375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 493.33784375
transcript.pyannote[139].end 493.40534375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 493.40534375
transcript.pyannote[140].end 494.02971875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 494.02971875
transcript.pyannote[141].end 510.09471875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 498.01221875
transcript.pyannote[142].end 498.36659375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 500.20596875
transcript.pyannote[143].end 500.79659375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 500.96534375
transcript.pyannote[144].end 501.30284375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 503.20971875
transcript.pyannote[145].end 503.22659375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 503.22659375
transcript.pyannote[146].end 504.08721875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 504.82971875
transcript.pyannote[147].end 504.86346875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 510.09471875
transcript.pyannote[148].end 510.80346875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 510.80346875
transcript.pyannote[149].end 512.32221875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 512.64284375
transcript.pyannote[150].end 522.00846875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 516.54096875
transcript.pyannote[151].end 517.04721875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 522.37971875
transcript.pyannote[152].end 524.80971875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 524.45534375
transcript.pyannote[153].end 531.89721875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 528.65721875
transcript.pyannote[154].end 530.00721875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 532.47096875
transcript.pyannote[155].end 543.91221875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 534.61409375
transcript.pyannote[156].end 535.15409375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 539.00159375
transcript.pyannote[157].end 539.22096875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 541.07721875
transcript.pyannote[158].end 541.22909375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 541.81971875
transcript.pyannote[159].end 549.64971875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 548.87346875
transcript.pyannote[160].end 549.27846875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 550.10534375
transcript.pyannote[161].end 552.01221875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 552.01221875
transcript.pyannote[162].end 552.02909375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 552.02909375
transcript.pyannote[163].end 552.04596875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 552.04596875
transcript.pyannote[164].end 552.29909375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 552.29909375
transcript.pyannote[165].end 558.44159375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 553.34534375
transcript.pyannote[166].end 553.41284375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 553.41284375
transcript.pyannote[167].end 553.44659375
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 553.44659375
transcript.pyannote[168].end 553.53096875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 553.53096875
transcript.pyannote[169].end 553.58159375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 553.58159375
transcript.pyannote[170].end 553.61534375
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 556.21409375
transcript.pyannote[171].end 556.53471875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 558.47534375
transcript.pyannote[172].end 558.49221875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 558.50909375
transcript.pyannote[173].end 559.69034375
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 559.79159375
transcript.pyannote[174].end 563.89221875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 564.12846875
transcript.pyannote[175].end 568.70159375
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 565.71471875
transcript.pyannote[176].end 565.79909375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 565.79909375
transcript.pyannote[177].end 565.83284375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 565.83284375
transcript.pyannote[178].end 565.90034375
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 565.90034375
transcript.pyannote[179].end 566.01846875
transcript.whisperx[0].start 6.208
transcript.whisperx[0].end 7.113
transcript.whisperx[0].text 謝謝請部長有請部長
transcript.whisperx[1].start 13.428
transcript.whisperx[1].end 39.505
transcript.whisperx[1].text 華偉好 部長好 今天討論這個有關這個勞動退休金的問題那我想請教就是說其實我們看到一份報告就是說我們這個人力資源顧問有關在那個評比台灣的這個評比當中排名第39那這個排名第39可能我們從上面看到就是說確實台灣的這個退休金制度是不是存在一些問題
transcript.whisperx[2].start 45.47
transcript.whisperx[2].end 64.963
transcript.whisperx[2].text 議員提到有關退休金提撥的問題我想請教因為我們最低薪資在這幾年當中已經一直往上跳到明年開始已經到兩萬七千多像這樣子的話我們勞保的投保薪資的上限在105年
transcript.whisperx[3].start 66.184
transcript.whisperx[3].end 70.508
transcript.whisperx[3].text 及第五十八條條文修正草案:立法院第十八條條文修正草案:立法院第十七條之一
transcript.whisperx[4].start 91.877
transcript.whisperx[4].end 120.205
transcript.whisperx[4].text 你很難直接比較啦很難直接比較但是因為這個不是單純評估說像我們這種我們的職業勞工他退休以後的那個退休金的狀況他評比的面向我看很廣包括基礎年金公共年金私人兌現金計算還有持有房產債務全部都在裡面所以我認為說這個很難去做比較但是呢我是認為說我們國家當然一定要確保我們自己勞工的退休經濟生活的安全那我們現在其實就是兩個嘛
transcript.whisperx[5].start 120.945
transcript.whisperx[5].end 136.885
transcript.whisperx[5].text 老保加勞退。老保加勞退,我們工作三十年,現在平均投保薪資大概在三萬七左右。退休以後所領的所得替代率
transcript.whisperx[6].start 137.385
transcript.whisperx[6].end 155.136
transcript.whisperx[6].text 大概在百分之六十八並不會低於OECD不過我覺得當然世界各國有好的制度我們都願意來參考第二個就是說那個四萬五千八天花板是不是要打開那這件事情因為會牽涉到我們現在整個
transcript.whisperx[7].start 156.496
transcript.whisperx[7].end 160.017
transcript.whisperx[7].text 三、委員謝衣鳯等16人擬具 «勞工退休金條例第二十五條之一
transcript.whisperx[8].start 187.143
transcript.whisperx[8].end 204.401
transcript.whisperx[8].text 其實我一直想要講的就是說其實我們的這個勞保的這個投保薪資在105年提高到這個四萬五千八嘛那其實我們的基本薪資其實一直都在往上調那是不是也要相對的這個投保薪資是不是也要再往上
transcript.whisperx[9].start 205.501
transcript.whisperx[9].end 230.916
transcript.whisperx[9].text 這是我認為應該是這樣子才合理啊我也認為應該是這樣你看我們的紙災保險災保我就提到七萬兩千八了這個已經cover到大概有八成的勞工九成勞工都可以適用得到但未來我是覺得這一題可能未來就是可能跟年改這件事情要一起討論啊不然我現在我只要單提高一級我就是一千五百億的負擔啊
transcript.whisperx[10].start 234.216
transcript.whisperx[10].end 237.218
transcript.whisperx[10].text 三條及第五十八條條文修正草案:立法院第10屆第12會期社會福利及衛生環境委員
transcript.whisperx[11].start 257.247
transcript.whisperx[11].end 259.608
transcript.whisperx[11].text 其中一人擬具:「勞工退休金條例第二十五條之一
transcript.whisperx[12].start 284.683
transcript.whisperx[12].end 303.162
transcript.whisperx[12].text 對這個部分我們會尊重大家的意見但是就是說現在的狀況就是說還是有些老團比較擔心的就是說這畢竟是退休老本那你要自擔風險這件事情萬一有譬如說像去年金融
transcript.whisperx[13].start 304.125
transcript.whisperx[13].end 308.888
transcript.whisperx[13].text 及第五十八條條文修正草案:立法院第十八條條文修正草案:立法院第十七條之一
transcript.whisperx[14].start 327.259
transcript.whisperx[14].end 353.056
transcript.whisperx[14].text 其中有很多高齡或中高齡的民眾,其實他們也很想在二度就業。早的工作可能就是一些比較簡單的工作,有的他們也急需一份工作,有的確實是因為經濟的壓力,急需一份工作。可是他們去應徵的時候可能都會碰到年齡的關係,或者是時間有時候沒辦法配合。
transcript.whisperx[15].start 357.339
transcript.whisperx[15].end 373.541
transcript.whisperx[15].text 其他還有長輩需要照顧所以那個時間可能沒辦法配合那我也看到就是說你們有提出一個就是針對這個補助地方政府成立銀髮人才服務據點的這個措施那我看到這個執行率好像也不是那麼好
transcript.whisperx[16].start 374.582
transcript.whisperx[16].end 376.803
transcript.whisperx[16].text 兩人擬具:「勞工退休金條例第十八條之一
transcript.whisperx[17].start 392.159
transcript.whisperx[17].end 393.701
transcript.whisperx[17].text 第二十三條及第五十八條條文修正草案:立法院第十七條之一
transcript.whisperx[18].start 405.472
transcript.whisperx[18].end 406.934
transcript.whisperx[18].text 第二十五條及第五十八條條文修正草案案 案。
transcript.whisperx[19].start 424.172
transcript.whisperx[19].end 426.714
transcript.whisperx[19].text 三、委員謝衣鳯等21人擬具 «勞工退休金條例第二十五條之一
transcript.whisperx[20].start 443.946
transcript.whisperx[20].end 445.927
transcript.whisperx[20].text 三、委員謝衣鳯等21人擬具 «勞工退休金條例第十七條之一
transcript.whisperx[21].start 465.235
transcript.whisperx[21].end 490.442
transcript.whisperx[21].text 還要繼續持續嗎?會繼續,我們會弄到50處。對啊,問題是執行率不是那麼好,你們怎麼去改善?因為報告委也是剛開始啦,就是我們會陸續的去,因為有些這件事情就是會要需要一些時間,我覺得依目前我們的推動還有我們的努力應該會進入加進啦,進入加進。這樣好像已經執行兩年了欸,是不是?
transcript.whisperx[22].start 490.742
transcript.whisperx[22].end 494.484
transcript.whisperx[22].text 三、委員溫玉霞等21人擬具 «勞工退休金條例第十七條之一
transcript.whisperx[23].start 514.132
transcript.whisperx[23].end 531.578
transcript.whisperx[23].text 兩年內目前是14處了,那陸陸續續還會增加,那我們其實就會讓績效慢慢的把它能夠提升上來。好,那有這樣的一個據點我希望你們也要多宣傳,因為很多他們不知道可能也是
transcript.whisperx[24].start 532.538
transcript.whisperx[24].end 546.383
transcript.whisperx[24].text 第二十三條及第五十八條條文修正草案:立法院第10屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16屆第18會期社會福利及衛生環境委員會第16
transcript.whisperx[25].start 559.868
transcript.whisperx[25].end 562.314
transcript.whisperx[25].text 其中一人擬具:「勞工退休金條例第二十五條之一