iVOD / 149151

Field Value
IVOD_ID 149151
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149151
日期 2024-02-27
會議資料.會議代碼 院會-11-1-2
會議資料.會議代碼:str 第11屆第1會期第2次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 2
會議資料.種類 院會
會議資料.標題 立法院第11屆第1會期第2次會議
影片種類 Clip
開始時間 2024-02-27T15:17:56+08:00
結束時間 2024-02-27T15:49:02+08:00
影片長度 00:31:06
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/ee9543ba39e9681049e55fb71d765ef04c3dd4484df4233ff8ba9b0039caa7a6b6d5a35e119f76195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林國成
委員發言時間 15:17:56 - 15:49:02
會議時間 2024-02-27T09:00:00+08:00
會議名稱 第11屆第1會期第2次會議(事由:一、對行政院院長提出施政方針及施政報告繼續質詢。 二、2月23日上午9時至10時為國是論壇時間。 三、2月27日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 239
gazette.blocks[0][0] 林委員國成:(15時17分)謝謝主席。我要請行政院陳院長。
gazette.blocks[1][0] 主席:請陳院長備詢。
gazette.blocks[2][0] 陳院長建仁:林委員午安,恭喜你當選。
gazette.blocks[3][0] 林委員國成:院長,其實本席第一次跟你質詢,所以我一定要把我的個性讓你瞭解一下。
gazette.blocks[4][0] 陳院長建仁:好,請。
gazette.blocks[5][0] 林委員國成:因為本席過去在從政質詢的時候,我最在乎的就是不喜歡答非所問,但是請你放心,我一定用理性跟務實的態度來問政,所以請院長特別放心。
gazette.blocks[6][0] 陳院長建仁:我也會理性務實,我也會。
gazette.blocks[7][0] 林委員國成:另外,看到報紙說院長要連任嘛?
gazette.blocks[8][0] 陳院長建仁:沒這回事。
gazette.blocks[9][0] 林委員國成:首先,真的在我本身來講,對於你在科學家、在學者之間,我確實對於你學者的風範,我是非常尊重。
gazette.blocks[10][0] 陳院長建仁:謝謝。
gazette.blocks[11][0] 林委員國成:但是我不希望你當了官員以後,就會答非所問,這一點我期許……
gazette.blocks[12][0] 陳院長建仁:我沒有答非所問,我不會。
gazette.blocks[13][0] 林委員國成:我期許院長能夠針對問題來答問題,好不好?
gazette.blocks[14][0] 陳院長建仁:好,我針對問題來回答。
gazette.blocks[15][0] 林委員國成:院長,我冒昧請教你一個問題,我今天要跟你談的是勞保年金破產的問題,這個問題當然看起來對立的機會不會很大,但是探討的價值,絕對是一定要探討的。
gazette.blocks[16][0] 陳院長建仁:是。
gazette.blocks[17][0] 林委員國成:所以院長,我冒昧請教你,到底我們所有勞工投保的人數為何?現在在臺灣被保險人有多少?
gazette.blocks[18][0] 陳院長建仁:1,050。
gazette.blocks[19][0] 許部長銘春:1,050萬。
gazette.blocks[20][0] 陳院長建仁:對啦,1,050萬。
gazette.blocks[21][0] 林委員國成:另外一點,勞工有兩種,請問院長,你知道是哪兩種嗎?
gazette.blocks[22][0] 陳院長建仁:一個就是一般的勞工,一個就是職業勞工。
gazette.blocks[23][0] 林委員國成:是這兩種。勞保局……我要請教勞保的保險條例,到底它是社會保險或者商業保險?我必須要先釐清以後才有辦法再問下去。
gazette.blocks[24][0] 陳院長建仁:社會保險。
gazette.blocks[25][0] 林委員國成:好。院長,其實看起來你是學者專家出身,但是對於勞工的問題,基本上你還是瞭解得非常多,所以這一點,我要代表勞工特別謝謝你。
gazette.blocks[26][0] 陳院長建仁:因為勞保……
gazette.blocks[27][0] 林委員國成:你瞭解勞工。
gazette.blocks[28][0] 陳院長建仁:委員,我在當副總統的時候,勞保年金改革也是其中的一個重點。
gazette.blocks[29][0] 林委員國成:好,但是現在勞工的心聲,我必須要跟院長投訴。你知道一天到晚……勞工繳錢你們說要破產,我們將心比心,你身為勞工的心情,你會感覺……有什麼看法?
gazette.blocks[30][0] 陳院長建仁:我想,如果大家都一直在傳會破產,當然勞工就會很恐慌、很擔心,但是我們一再地跟所有的勞工講,勞保是國家辦的社會保險,對勞工有最好的保障,政府會負最後的給付責任,所以勞工放心,但是並不表示我們講這樣的話,財務就會健全。財務之所以會不健全,最主要的就是當時勞保法律通過的時候,我們把給付率定得太高。委員,你是專家,我不敢班門弄斧。因為它定得太高,當時那個法通過的時候,8年就破產了,所以我們也要讓勞工知道,當時定的這個勞保的法律並不是健全的。
gazette.blocks[31][0] 林委員國成:院長你講這些,原則性我是同意,但是解決問題一定要瞭解它真正的問題在哪裡。其實,我要問院長一句話,到底勞保要破產是政府的事,或者勞工的事?
gazette.blocks[32][0] 陳院長建仁:政府要破產,我想這個制度當然是很重要,當時我們在做勞保年金改革規劃的時候,第一個當然就是採計的年數,第二個就是給付率是多少,第三個就是費率是多少。把這些東西都整體考量才能夠做可以永續的、合理的、健全的勞保制度。當然這裡面有一個很重要的部分,既然對於低收入的這些勞工,我們要給他很好的樓地板的保護,政府也一定要有政府補貼的經費進來,所以現在大概有這四項:政府的挹注、撥補,然後採計的年數,然後是費率跟給付率嘛!這四項一定要連動啦!
gazette.blocks[33][0] 林委員國成:院長,你講這些原則性都是對的啦!
gazette.blocks[34][0] 陳院長建仁:是。
gazette.blocks[35][0] 林委員國成:但是真正的原因要把它找出來。
gazette.blocks[36][0] 陳院長建仁:委員……
gazette.blocks[37][0] 林委員國成:所以我要從頭把歷史……其實這個歷史一定要瞭解才有辦法去解決問題。
gazette.blocks[38][0] 陳院長建仁:是。
gazette.blocks[39][0] 林委員國成:我在乎的是身為一個勞工,我規規矩矩繳了保費,但是政府動不動就說它要破產,這對勞工的心裡來說是非常沉重的。院長,你聽我說完,實際上來講,政府動不動去做這些事,基本上我真的要跟院長建議,勞保破產的問題不是勞工的責任,是政府的責任。所以……
gazette.blocks[40][0] 陳院長建仁:委員,我可以講一句話嗎?
gazette.blocks[41][0] 林委員國成:來來來,院長……
gazette.blocks[42][0] 陳院長建仁:我可以講一下嗎?
gazette.blocks[43][0] 林委員國成:不是,我先跟你報告……
gazette.blocks[44][0] 陳院長建仁:我跟委員報告一下,政府從來都沒有說過勞保會破產。
gazette.blocks[45][0] 林委員國成:有啦!
gazette.blocks[46][0] 陳院長建仁:政府只有說一定會負最後的給付責任。破產之說,是因為外界看到我們的收入與支出不平衡,於是就有很多媒體寫出heading,下標說會破產,我們從來沒有說會破產。
gazette.blocks[47][0] 林委員國成:好啦!院長……
gazette.blocks[48][0] 陳院長建仁:我跟你說實在話就是這樣。
gazette.blocks[49][0] 林委員國成:是、是,我跟你說,有一些事情要讓你瞭解……
gazette.blocks[50][0] 陳院長建仁:好,多謝……
gazette.blocks[51][0] 林委員國成:你才能瞭解真正的問題……
gazette.blocks[52][0] 陳院長建仁:好,我來聆聽。
gazette.blocks[53][0] 林委員國成:我為什麼會堅持政府經營不善不能把責任全部推給勞工……
gazette.blocks[54][0] 陳院長建仁:我同意。
gazette.blocks[55][0] 林委員國成:這一點我想院長你同意吧!
gazette.blocks[56][0] 陳院長建仁:我同意。
gazette.blocks[57][0] 林委員國成:同意喔!我們現在就是要先瞭解一下啦!我要跟院長報告,部長,你也做參考,其實這些真正的問題從來都沒有揭發出來,立法院將近30年,從來沒有勞工身分的人站上質詢臺,所以我必須要讓院長及部長瞭解……
gazette.blocks[58][0] 陳院長建仁:好,我聆聽你的高見。
gazette.blocks[59][0] 林委員國成:我想這個歷史大家很清楚,第一個,49年成立,到57年修正,到59年改名為臺閩地區,最重要的在這裡,最重要的在哪裡?85年(1996年)的時候我們臺灣省政府承辦這些勞保,但是這些勞保到最後是我們中央來承接,在這裡。院長,我要跟你請教一下,還有部長,請問你們,我們當初承接的時候到底虧損有多少?
gazette.blocks[60][0] 陳院長建仁:我不太清楚,這是1996年……
gazette.blocks[61][0] 林委員國成:部長,你知道嗎?部長,承接的時候。本來是臺灣省政府管轄的臺閩地區勞保局,最後是我們中央勞委會承接這個業務,所以改屬我們中央政府,也就是我們勞動部的前身──勞委會,所以我請問85年開始承接起來的時候虧損有多少?
gazette.blocks[62][0] 許部長銘春:報告委員,是不是有虧損或者虧損多少,這部分我還要進一步釐清。
gazette.blocks[63][0] 林委員國成:所以我坦白講,剛剛我問過院長,到底我們是社會保險或者商業保險?其實院長講得很清楚,勞保本來就是社會保險……
gazette.blocks[64][0] 陳院長建仁:是。
gazette.blocks[65][0] 林委員國成:其實那個時候凍省之外,把臺閩地區勞保局所有的經費移到中央來的時候是沒有精算的,到底虧損有多少?我告訴院長,那個時候的勞保費率只有6.5%,其實從84年把健保醫療的部分撥到中央政府健保局以後是沒有什麼虧錢的,真正虧錢虧在哪邊?是在臺閩地區那個6.5%,它醫療給付各項保障通通有,但是現在是12%,加上健保的5.71%,快20%耶!所以勞工繳錢是沒有減少的,也就是勞工繳的多,領的少,以前是繳的少,領的多,所以為什麼勞工現在都默默不說話?在心裡面生悶氣,政府又動不動就說勞保要倒掉。拜託!院長,我要跟你報告,我說實在的,今天勞保真的是勞工的養老本及棺材本,所以不要動不動就這樣!院長,你在做事情,相較過去的院長,跟你在對白、在質詢的時候,確實你在整個問題的瞭解度是夠的,所以我今天跟行家講話,我特別說,真正的、所有問題就是你們在承接時的大洞,多少錢的虧損你們根本不知道嘛!你們只承接出來,但是你不曉得勞保真正的黑洞就在這個部分,也就是49年到84年那個時候的大黑洞,並非84年以後把健保分出去的時候,那個時候勞保接下來是沒有什麼虧損的,所以你不能最後在85年以後用商業保險的清算方式去做計算,這個對勞工是不公平的。院長,我跟你報告之後,你再表達你的意見。
gazette.blocks[66][0] 陳院長建仁:好。
gazette.blocks[67][0] 林委員國成:第二個,當初拿了勞保基金去買股票,那不用我跟你說,部長,你好好去查一下,政策護盤,虧錢是勞工的事嗎?是你政府要負責耶!結果現在不是,把所有責任推給勞工,這樣不公平啦!
gazette.blocks[68][0] 陳院長建仁:沒人推給勞工啦!沒有啦!
gazette.blocks[69][0] 林委員國成:院長,你要聽我的心聲,代替1,050萬的勞工。
gazette.blocks[70][0] 陳院長建仁:好,我認真聆聽。
gazette.blocks[71][0] 林委員國成:這個聲音要出來嘛!你才去做決定。
gazette.blocks[72][0] 陳院長建仁:好。
gazette.blocks[73][0] 林委員國成:不是說給你上課,不是,絕對不是。
gazette.blocks[74][0] 陳院長建仁:沒關係,上課我也認真聽。
gazette.blocks[75][0] 林委員國成:這是勞工多年來的心聲,透過今天有這個機會,我要替一千多萬的勞工把心聲講出來。
gazette.blocks[76][0] 陳院長建仁:謝謝。
gazette.blocks[77][0] 林委員國成:還有一點,勞保基金過去確實在整個繳的多、領的少的情況之下,這個基金是隨便亂用的,我要跟院長投訴,甚至於拿勞保基金去做建設基金,為什麼?像台電當初沒有錢做建設的時候,南電北送,所有的電塔是拿勞保基金去做,做建設無所謂,最不能原諒的就是什麼?現在我舉兩個例子,第一,台開,這個案子部長回去查看看,向勞保基金借了上百億,到去年才還掉,拜託,你看看勞保基金可以這樣用嗎?所以院長,我要跟你報告,為什麼會說這是政府的責任?也就是財政紀律監督不夠周全,產生今天勞保虧損連連,說實在的,政府要負起責任。所以我要向院長報告,就是剛才我跟你投訴的這些,第一個,赤字你們沒有精算;第二個,勞保基金的財政紀律也不健全,說護盤就護盤,結果輸了都是勞工的事……
gazette.blocks[78][0] 許部長銘春:沒有護盤。
gazette.blocks[79][0] 林委員國成:我特別跟院長報告,因為這些都是我有參與的,參與的時候,我覺得這樣是不好,所以今天勞保的虧損絕對不是84年健保撥出去,醫療撥出去以後,勞保是沒有什麼虧損的。但是不管怎麼樣,我覺得不管是現在的政府或前政府,當然你們要概括承受,我們知道,可是我很不服氣的就是,明明是政府經營不善、管理不得當,為什麼所有責任要勞工來扛呢?這點是對勞工不公平,院長,我說這些都有憑有據,院長,我當然希望你繼續連任,你好好督促勞動部,好好把這個事情查清楚,查個水落石出,到底是勞工的問題還是政府的問題,我的認知是政府要負責任,但是今天政府經營不善,不能把所有責任怪到勞工身上,所以院長,我剛才跟你說這些事情,我不曉得你對這些有什麼看法。
gazette.blocks[80][0] 陳院長建仁:謝謝委員,你給我上了一課,讓我知道勞工保險成立的沿革,還有對於勞保黑洞你認為的看法。我在這裡做三點的說明,第一點,政府從來沒有認為勞保的問題是要勞工來負責,而政府都沒有責任,這個我完全不同意,因為實際上我剛才講過,政府會負最後給付的責任。第二個,你剛才說到1996年那個時候沒有黑洞,但是你也提到沒有精算,如果沒有精算,實際上那一些人都在還年輕的時候加入保險,到了1996年他領的錢少,當然他還夠,因為大部分的人都還在工作,可是如果你精算下來,也許到1996年的時候,推算到這一些還在工作的人以後退休要領勞保的時候,搞不好那個時候就已經是黑洞了,這是第二個我的想法。第三個,我也完全同意你的意見,就是勞保基金應該要有很好的投資,不能夠有隨意的借貸。但是就我個人所知,我們並沒有隨便去做政策的護航,我們有一個勞保基金的管理委員會在進行,這個部分更詳細的情況,可能部長比較清楚……
gazette.blocks[81][0] 林委員國成:院長,我打岔一下,我不是說你現在,我現在是把以前的歷史……
gazette.blocks[82][0] 陳院長建仁:是以前哦?這樣我瞭解。所以你說到要讓勞工負責,我覺得不應該讓勞工負責,這我完全同意,政府應該要做事。
gazette.blocks[83][0] 林委員國成:院長,我坦白跟你講,我現在指責的並非是現在在執政的,從84年以後,當然國、民兩黨都有在執政,現在不是你的責任問題,而是要把問題查清楚,第一,如果今天勞工是繳費不足,當然大家來想辦法嘛!但事實上不是這樣,因為現在勞工是一頭牛扒兩層皮,因為健保他也要繳,勞保他也要繳,然而事實上真正虧損的部分是84年以前的,那時候醫療跟勞保統統都是一張單子,當然這個部分確實是虧損,那個時候我問你有沒有精算?你們也沒有啊!我不曉得你們這樣接起來,那個是大洞,那個時候的政府當然要負責任,我沒有講現在的政府,對於現在的政府,我坦白講,你要我讚賞,我可以讚賞,第一,做的最好的是陳菊院長,那個時候吃勞工的東西就是占勞工便宜的錢,最後他在任內全部都退還,舉例,第一,15年以下不能請領退休給付,結果他就老了、他就走了,最後陳菊發回。第二,許銘春部長,他是公道的,為什麼?在前兩年疫情最嚴重的時候,他去爭取無一定雇主的職業勞工可以紓困這些,所以我沒有怪你,但是我們要把問題釐清楚,今天不是勞工的問題,是政府的問題,是當初你們沒有精算,而現在產生這些虧損,把所有責任推給勞工,一定要多繳保費、要少領、要改革,這些東西對勞工是不公平的。院長,我向你投訴的是這個問題。
gazette.blocks[84][0] 陳院長建仁:我有聽進去。
gazette.blocks[85][0] 林委員國成:所以你剛才有講過,當然,我還是肯定你們陸陸續續撥了兩千多億進來,這個是確確實實你們都有在做的,這個我們要高度肯定,才有辦法挹注現在基本的水平。另外……
gazette.blocks[86][0] 陳院長建仁:委員,我再補充一句,其實勞保未來給付的額度之所以會大,另外一個很重要的就是從民國85年開始,我們的平均壽命在這30年來增加得很厲害,相信你很清楚,你是專家嘛!
gazette.blocks[87][0] 林委員國成:院長,這個可以來研究。
gazette.blocks[88][0] 陳院長建仁:對嘛!人口老化,給付的……
gazette.blocks[89][0] 林委員國成:正常的增加、負減,都可以大家來談,這勞工不是一成不變,如果是他們的責任,他們該繳的就繳,但是一味的把全部責任都歸在勞工上面……
gazette.blocks[90][0] 陳院長建仁:不合理。
gazette.blocks[91][0] 林委員國成:這個我不贊同。
gazette.blocks[92][0] 陳院長建仁:我也不贊同。
gazette.blocks[93][0] 林委員國成:所以院長,我跟你說,你剛剛有說過撥補要繼續,另外一個我還是比較在乎的,跟院長報告,你講的就是要入法啦!確定給付,讓勞工放心,院長贊成這一點嗎?
gazette.blocks[94][0] 陳院長建仁:我贊成啊!
gazette.blocks[95][0] 林委員國成:入法這個部分,本席也會為了這個事,把它修改、把它入法,這樣的話,勞工的問題不會人心惶惶,不會我現在繳錢,然後改天你跟我說要倒,這樣誰願意去繳錢?所以這個部分我還是希望,院長你是一個我很尊重的學者,我不希望就這樣講一講,我希望你連任……
gazette.blocks[96][0] 陳院長建仁:不要啦!
gazette.blocks[97][0] 林委員國成:連任以後才有辦法去解決這個問題。因為我今天把所有歷史都已經跟院長報告了,所以這個部分我要拜託你責成部長,特別把它查清楚該是誰的責任、把它釐清楚,不要一天到晚怪1,100萬的勞工繳不夠,這對勞工不公平,好不好?
gazette.blocks[98][0] 陳院長建仁:好。
gazette.blocks[99][0] 林委員國成:現在要再來跟你談最簡單的一個問題──消防員組工會。主席,拜託內政部長上來一下,時間要暫停吧?
gazette.blocks[100][0] 林部長右昌:委員好。
gazette.blocks[101][0] 林委員國成:院長,這個當然是燙手山芋,但是我們什麼東西都不要檢討。為什麼消防員要組工會?其實組工會很簡單,真的是很簡單!這十年來死了43個消防員,是你們沒有在訓練或者問題出在哪邊?坦白跟你講,組工會最大的目的就是結社權,你們同意組協會,有給他結社權了嘛!另外一個就是協商權,你們也給了,但給的是一半,協商在工會法裡面規定有罰則,協會裡面那些協商沒有罰則,一點約束力都沒有。院長,我跟你說,這就是做一半,沒用!最主要是罷工權,說實在,本席也反對消防人員罷工,因為養兵千日用在一時,所以罷工權當然也不能適用。但是我建議院長重新再盤點,讓各單位好好去研究一下,讓他組工會,不要把他當作洪水猛獸,不用這麼緊張。教師工會也沒有罷工權,可是他們就做得很好,所以可以比照教師工會,讓這些消防員去組工會,院長針對這個問題不必覺得可怕。你的看法怎麼樣?
gazette.blocks[102][0] 陳院長建仁:因為這裡面有一個很重要的是,消防員本身是公務員,教師不是每一個都是公務員。第二個就是公務員現在也有你剛剛說過的可以組協會,而協會裡面可以有多少的諮商權等等,可以再來修法。我們在上一個會期已經提出一個法案,但是法案因為屆期不續審,我們會再送來大院聽取委員的意見,朝野一起來修,把它修得更好。至於工會比較好,還是協會比較好,其實也要來聽消防人員、消防弟兄的心聲。
gazette.blocks[103][0] 林委員國成:沒有,他們已經這樣……
gazette.blocks[104][0] 陳院長建仁:因為……
gazette.blocks[105][0] 林委員國成:院長,我跟你報告,他們認為是組工會……
gazette.blocks[106][0] 陳院長建仁:那是一部分的人而已。
gazette.blocks[107][0] 林委員國成:他們認為組工會,但是我跟你說不要怕!
gazette.blocks[108][0] 陳院長建仁:我們會來商量。
gazette.blocks[109][0] 林委員國成:因為他們需要的是職業安全法。
gazette.blocks[110][0] 陳院長建仁:對。
gazette.blocks[111][0] 林委員國成:只要組工會,他就適用職業安全法。部長,但是我聽說內政部都不同意。
gazette.blocks[112][0] 林部長右昌:我跟委員報告一下。基本上,你談的這是兩件事情,第一個是……
gazette.blocks[113][0] 林委員國成:怎麼會是兩件事呢?
gazette.blocks[114][0] 林部長右昌:這是兩件事情,完全兩件。第一個是消防人員依照憲法的規定,國家的公務員必須經過國家考試,消防員的身分是公務人員,但……
gazette.blocks[115][0] 林委員國成:公務人員,所以部長……
gazette.blocks[116][0] 林部長右昌:但老師並不是。
gazette.blocks[117][0] 林委員國成:部長,公務人員兼具勞工身分的一大堆啦!你不要跟我講這個。
gazette.blocks[118][0] 林部長右昌:沒有!這是兩件事情。
gazette.blocks[119][0] 林委員國成:怎麼會是兩件事情呢?部長,我不跟你爭辯這個。
gazette.blocks[120][0] 林部長右昌:勞工……
gazette.blocks[121][0] 林委員國成:我時間有限。公務人員兼具勞工身分的一大堆,只是法令要不要解套而已!所以我坦白跟你說,部長,沒錯,你從基層上來,但針對這點,我就覺得你在基層都是白待的,說實在的,組工會沒有那麼可怕,但是我同意警消要限制罷工權,但這還有其他的,主要是要入職業安全法嘛!因為現在那個是專業訓練,而職業安全法是有罰則的,是有法令的,所以他們現在缺乏的是職業安全法對他們的保障,你要放在協會裡面,根本就不能放嘛!
gazette.blocks[122][0] 陳院長建仁:沒有啦!職業安全法的部分,就是政府可以把消防人員職業安全的部分規定在消防法裡面,這也是另外一個作法,我們本來就有想在消防法裡修有關他們的職業安全部分,當然,委員跟我們有不同的見解,你說要有工會才能適用職業安全法,但我們是要在規定裡加進去他們職業安全的保障,這是我們的想法。
gazette.blocks[123][0] 林委員國成:好啦!院長,原則性我同意啦!但是我坦白跟你講,外行的話我是不愛聽啦!我坦白跟你講,職業安全法限定公務人員兼具勞工身分是可以適用,主要是你用那個協會,那個協會就是社會團體,我跟你說,那個不是專法啦,所以我跟你說,你如果要講這個……
gazette.blocks[124][0] 陳院長建仁:我們用消防法。
gazette.blocks[125][0] 林委員國成:對啦!如果你們要講這個,沒有關係,你們既然有這樣做,我希望部長跟勞動部好好商量一下,這個問題我會繼續追,我會繼續追,好不好?
gazette.blocks[125][1] 接著請法務部。
gazette.blocks[126][0] 主席:請法務部部長備詢。
gazette.blocks[127][0] 林委員國成:還有唐鳳唐部長。
gazette.blocks[128][0] 陳院長建仁:數位部。
gazette.blocks[129][0] 主席:請數位部部長備詢。
gazette.blocks[130][0] 林委員國成:院長,今天我們院裡面有一個打詐的公聽會,現在打詐,說實在的,因為很多同仁都有很多意見,現在有3萬多件,詐騙金額八十幾億元,說實在,這是貽笑國際啦!貽笑國際!
gazette.blocks[131][0] 陳院長建仁:不會啦!我說不會的原因是,現在有一個組織、國際組織,他們有統計全世界的詐騙,如果說詐騙最嚴重的國家,其實就是紐西蘭、新加坡、美國這些國家,我們臺灣是有嚴重,我完全承認,但不是說貽笑國際,我覺得這樣的說法我不太能接受,我是覺得這是一個國際性的問題,我們一定要來解決,這個我同意。
gazette.blocks[132][0] 林委員國成:來,唐部長,你對這個有什麼看法?簡單就好了。
gazette.blocks[133][0] 唐部長鳳:是,我們覺得源頭防制是特別重要,包含我們透過電子簽章法,很快會送到貴院,儘可能的讓這種假冒帳號或者假冒名人的狀況可以有所緩解。
gazette.blocks[134][0] 林委員國成:好,那個蔡部長。
gazette.blocks[135][0] 蔡部長清祥:我們檢察官、警察跟調查局的人員,大家都很認真在打拚、在打詐。
gazette.blocks[136][0] 林委員國成:不是啦!你看要怎麼做啦!
gazette.blocks[137][0] 蔡部長清祥:我們會再結合大家共同想辦法來努力。
gazette.blocks[138][0] 陳院長建仁:委員,因為時間關係,我會請同仁把我們打詐的作法以書面向委員簡單報告。
gazette.blocks[139][0] 林委員國成:好啦!謝謝院長!謝謝。
gazette.blocks[140][0] 主席:謝謝林委員國成的質詢,謝謝陳院長的答詢,謝謝。
gazette.blocks[140][1] 接下來請登記第17號蔡委員其昌質詢。
gazette.agenda.page_end 466
gazette.agenda.meet_id 院會-11-1-2
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 吳秉叡
gazette.agenda.speakers[2] 丁學忠
gazette.agenda.speakers[3] 黃珊珊
gazette.agenda.speakers[4] 林岱樺
gazette.agenda.speakers[5] 陳雪生
gazette.agenda.speakers[6] 張啓楷
gazette.agenda.speakers[7] 徐富癸
gazette.agenda.speakers[8] 謝衣鳯
gazette.agenda.speakers[9] 林國成
gazette.agenda.speakers[10] 蔡其昌
gazette.agenda.speakers[11] 萬美玲
gazette.agenda.speakers[12] 黃秀芳
gazette.agenda.speakers[13] 呂玉玲
gazette.agenda.page_start 371
gazette.agenda.meetingDate[0] 2024-02-27
gazette.agenda.gazette_id 1130401
gazette.agenda.agenda_lcidc_ids[0] 1130401_00011
gazette.agenda.agenda_lcidc_ids[1] 1130401_00012
gazette.agenda.meet_name 立法院第11屆第1會期第2次會議紀錄
gazette.agenda.content 施政質詢 對行政院院長提出施政方針及施政報告繼續質詢─繼續質詢─
gazette.agenda.agenda_id 1130401_00013
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 24.97221875
transcript.pyannote[0].end 25.52909375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 27.55409375
transcript.pyannote[1].end 28.38096875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 28.60034375
transcript.pyannote[2].end 30.49034375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 30.91221875
transcript.pyannote[3].end 32.04284375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 37.61159375
transcript.pyannote[4].end 40.71659375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 41.42534375
transcript.pyannote[5].end 45.52596875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 46.15034375
transcript.pyannote[6].end 49.25534375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 49.59284375
transcript.pyannote[7].end 50.92596875
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 50.62221875
transcript.pyannote[8].end 51.33096875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 51.53346875
transcript.pyannote[9].end 55.38096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 55.90409375
transcript.pyannote[10].end 57.91221875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 58.57034375
transcript.pyannote[11].end 59.22846875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 59.71784375
transcript.pyannote[12].end 63.16034375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 63.53159375
transcript.pyannote[13].end 64.44284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 64.81409375
transcript.pyannote[14].end 68.49284375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 68.96534375
transcript.pyannote[15].end 71.29409375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 71.81721875
transcript.pyannote[16].end 73.42034375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 71.85096875
transcript.pyannote[17].end 73.77471875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 74.51721875
transcript.pyannote[18].end 75.96846875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 76.99784375
transcript.pyannote[19].end 79.79909375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 79.93409375
transcript.pyannote[20].end 83.66346875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 83.98409375
transcript.pyannote[21].end 87.25784375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 87.73034375
transcript.pyannote[22].end 88.59096875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 88.77659375
transcript.pyannote[23].end 92.06721875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 92.13471875
transcript.pyannote[24].end 104.41971875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 102.39471875
transcript.pyannote[25].end 103.05284375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 103.47471875
transcript.pyannote[26].end 103.69409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 105.55034375
transcript.pyannote[27].end 106.05659375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 106.90034375
transcript.pyannote[28].end 107.60909375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 108.21659375
transcript.pyannote[29].end 109.63409375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 109.87034375
transcript.pyannote[30].end 110.57909375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 110.74784375
transcript.pyannote[31].end 111.96284375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 112.55346875
transcript.pyannote[32].end 115.48971875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 115.72596875
transcript.pyannote[33].end 116.19846875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 116.58659375
transcript.pyannote[34].end 121.54784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 122.00346875
transcript.pyannote[35].end 126.55971875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 126.74534375
transcript.pyannote[36].end 127.28534375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 127.53846875
transcript.pyannote[37].end 129.14159375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 129.68159375
transcript.pyannote[38].end 130.91346875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 131.90909375
transcript.pyannote[39].end 140.85284375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 141.47721875
transcript.pyannote[40].end 142.03409375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 142.03409375
transcript.pyannote[41].end 142.08471875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 142.21971875
transcript.pyannote[42].end 142.65846875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 142.65846875
transcript.pyannote[43].end 142.75971875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 142.75971875
transcript.pyannote[44].end 143.02971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 143.35034375
transcript.pyannote[45].end 144.00846875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 144.58221875
transcript.pyannote[46].end 147.50159375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 147.50159375
transcript.pyannote[47].end 147.72096875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 147.72096875
transcript.pyannote[48].end 147.77159375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 147.77159375
transcript.pyannote[49].end 148.22721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 148.73346875
transcript.pyannote[50].end 149.89784375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 150.48846875
transcript.pyannote[51].end 152.07471875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 153.18846875
transcript.pyannote[52].end 155.02784375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 155.02784375
transcript.pyannote[53].end 155.63534375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 156.00659375
transcript.pyannote[54].end 159.06096875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 159.22971875
transcript.pyannote[55].end 161.96346875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 159.31409375
transcript.pyannote[56].end 161.13659375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 161.96346875
transcript.pyannote[57].end 162.09846875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 162.09846875
transcript.pyannote[58].end 162.13221875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 162.13221875
transcript.pyannote[59].end 162.23346875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 162.23346875
transcript.pyannote[60].end 162.25034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 162.25034375
transcript.pyannote[61].end 162.28409375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 162.28409375
transcript.pyannote[62].end 162.41909375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 162.41909375
transcript.pyannote[63].end 162.53721875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 162.53721875
transcript.pyannote[64].end 162.57096875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 162.57096875
transcript.pyannote[65].end 162.60471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 163.11096875
transcript.pyannote[66].end 163.49909375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 164.02221875
transcript.pyannote[67].end 164.96721875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 165.77721875
transcript.pyannote[68].end 166.78971875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 167.36346875
transcript.pyannote[69].end 171.39659375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 171.70034375
transcript.pyannote[70].end 173.84346875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 174.41721875
transcript.pyannote[71].end 175.96971875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 176.47596875
transcript.pyannote[72].end 182.44971875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 182.98971875
transcript.pyannote[73].end 189.85784375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 190.06034375
transcript.pyannote[74].end 191.02221875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 191.24159375
transcript.pyannote[75].end 194.61659375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 194.93721875
transcript.pyannote[76].end 196.27034375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 196.72596875
transcript.pyannote[77].end 198.26159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 198.39659375
transcript.pyannote[78].end 198.43034375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 198.43034375
transcript.pyannote[79].end 199.35846875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 198.44721875
transcript.pyannote[80].end 199.72971875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 200.11784375
transcript.pyannote[81].end 206.34471875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 206.34471875
transcript.pyannote[82].end 207.35721875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 207.52596875
transcript.pyannote[83].end 210.83346875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 211.47471875
transcript.pyannote[84].end 212.97659375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 213.12846875
transcript.pyannote[85].end 214.20846875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 214.27596875
transcript.pyannote[86].end 215.72721875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 216.14909375
transcript.pyannote[87].end 219.28784375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 219.72659375
transcript.pyannote[88].end 222.64596875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 223.23659375
transcript.pyannote[89].end 228.53534375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 228.72096875
transcript.pyannote[90].end 230.76284375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 231.26909375
transcript.pyannote[91].end 270.99284375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 271.46534375
transcript.pyannote[92].end 277.82721875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 277.43909375
transcript.pyannote[93].end 281.38784375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 281.52284375
transcript.pyannote[94].end 281.82659375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 281.82659375
transcript.pyannote[95].end 284.45909375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 285.15096875
transcript.pyannote[96].end 288.69471875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 289.09971875
transcript.pyannote[97].end 292.54221875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 292.76159375
transcript.pyannote[98].end 296.15346875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 296.74409375
transcript.pyannote[99].end 297.03096875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 297.03096875
transcript.pyannote[100].end 297.06471875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 297.06471875
transcript.pyannote[101].end 297.08159375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 297.08159375
transcript.pyannote[102].end 297.14909375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 297.14909375
transcript.pyannote[103].end 297.18284375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 297.18284375
transcript.pyannote[104].end 297.19971875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 297.19971875
transcript.pyannote[105].end 297.23346875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 297.23346875
transcript.pyannote[106].end 297.30096875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 297.30096875
transcript.pyannote[107].end 297.63846875
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 297.63846875
transcript.pyannote[108].end 297.73971875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 297.73971875
transcript.pyannote[109].end 297.92534375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 297.92534375
transcript.pyannote[110].end 298.02659375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 299.02221875
transcript.pyannote[111].end 312.15096875
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 312.25221875
transcript.pyannote[112].end 352.12784375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 343.74096875
transcript.pyannote[113].end 343.85909375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 350.50784375
transcript.pyannote[114].end 351.46971875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 352.12784375
transcript.pyannote[115].end 355.51971875
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 355.51971875
transcript.pyannote[116].end 355.99221875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 356.09346875
transcript.pyannote[117].end 358.43909375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 358.43909375
transcript.pyannote[118].end 360.31221875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 358.45596875
transcript.pyannote[119].end 358.47284375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 358.64159375
transcript.pyannote[120].end 363.60284375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 361.30784375
transcript.pyannote[121].end 361.69596875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 364.78409375
transcript.pyannote[122].end 365.07096875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 367.14659375
transcript.pyannote[123].end 371.46659375
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 371.46659375
transcript.pyannote[124].end 371.80409375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 371.80409375
transcript.pyannote[125].end 375.36471875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 375.85409375
transcript.pyannote[126].end 378.41909375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 378.89159375
transcript.pyannote[127].end 379.63409375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 380.05596875
transcript.pyannote[128].end 386.13096875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 386.28284375
transcript.pyannote[129].end 386.83971875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 387.17721875
transcript.pyannote[130].end 388.71284375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 388.71284375
transcript.pyannote[131].end 389.67471875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 389.23596875
transcript.pyannote[132].end 395.64846875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 396.27284375
transcript.pyannote[133].end 398.50034375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 398.71971875
transcript.pyannote[134].end 402.53346875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 402.55034375
transcript.pyannote[135].end 403.25909375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 403.25909375
transcript.pyannote[136].end 406.16159375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 403.46159375
transcript.pyannote[137].end 405.33471875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 406.02659375
transcript.pyannote[138].end 408.00096875
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 406.60034375
transcript.pyannote[139].end 409.89096875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 410.63346875
transcript.pyannote[140].end 415.17284375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 415.17284375
transcript.pyannote[141].end 415.24034375
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 415.24034375
transcript.pyannote[142].end 425.83784375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 415.25721875
transcript.pyannote[143].end 415.84784375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 417.70409375
transcript.pyannote[144].end 418.36221875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 426.25971875
transcript.pyannote[145].end 435.08534375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 436.03034375
transcript.pyannote[146].end 436.46909375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 436.46909375
transcript.pyannote[147].end 439.08471875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 438.52784375
transcript.pyannote[148].end 438.89909375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 439.32096875
transcript.pyannote[149].end 439.74284375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 440.06346875
transcript.pyannote[150].end 447.18471875
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 443.35409375
transcript.pyannote[151].end 444.07971875
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 444.78846875
transcript.pyannote[152].end 446.27346875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 447.42096875
transcript.pyannote[153].end 452.83784375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 451.84221875
transcript.pyannote[154].end 452.63534375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 452.88846875
transcript.pyannote[155].end 454.47471875
transcript.pyannote[156].speaker SPEAKER_03
transcript.pyannote[156].start 454.54221875
transcript.pyannote[156].end 455.03159375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 455.03159375
transcript.pyannote[157].end 458.49096875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 459.01409375
transcript.pyannote[158].end 465.49409375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 465.66284375
transcript.pyannote[159].end 484.98471875
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 481.86284375
transcript.pyannote[160].end 483.21284375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 485.44034375
transcript.pyannote[161].end 488.10659375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 488.59596875
transcript.pyannote[162].end 493.65846875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 493.97909375
transcript.pyannote[163].end 495.07596875
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 495.56534375
transcript.pyannote[164].end 498.56909375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 499.15971875
transcript.pyannote[165].end 502.12971875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 499.24409375
transcript.pyannote[166].end 499.78409375
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 502.63596875
transcript.pyannote[167].end 504.30659375
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 504.86346875
transcript.pyannote[168].end 506.53409375
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 506.98971875
transcript.pyannote[169].end 509.40284375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 509.87534375
transcript.pyannote[170].end 510.63471875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 511.12409375
transcript.pyannote[171].end 511.59659375
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 512.13659375
transcript.pyannote[172].end 513.48659375
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 513.84096875
transcript.pyannote[173].end 515.86596875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 516.62534375
transcript.pyannote[174].end 519.67971875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 520.27034375
transcript.pyannote[175].end 521.75534375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 522.61596875
transcript.pyannote[176].end 523.44284375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 523.44284375
transcript.pyannote[177].end 523.45971875
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 523.45971875
transcript.pyannote[178].end 525.80534375
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 523.47659375
transcript.pyannote[179].end 526.41284375
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 527.17221875
transcript.pyannote[180].end 549.46409375
transcript.pyannote[181].speaker SPEAKER_03
transcript.pyannote[181].start 527.40846875
transcript.pyannote[181].end 527.96534375
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 528.31971875
transcript.pyannote[182].end 529.09596875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 544.60409375
transcript.pyannote[183].end 545.22846875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 545.56596875
transcript.pyannote[184].end 545.78534375
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 550.30784375
transcript.pyannote[185].end 552.43409375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 552.65346875
transcript.pyannote[186].end 553.58159375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 553.73346875
transcript.pyannote[187].end 555.72471875
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 557.09159375
transcript.pyannote[188].end 561.36096875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 562.05284375
transcript.pyannote[189].end 565.73159375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 566.08596875
transcript.pyannote[190].end 569.14034375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 569.46096875
transcript.pyannote[191].end 588.47909375
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 589.71096875
transcript.pyannote[192].end 592.88346875
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 593.50784375
transcript.pyannote[193].end 594.53721875
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 595.11096875
transcript.pyannote[194].end 597.13596875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 597.77721875
transcript.pyannote[195].end 598.95846875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 599.68409375
transcript.pyannote[196].end 605.35409375
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 605.52284375
transcript.pyannote[197].end 608.94846875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 609.75846875
transcript.pyannote[198].end 610.50096875
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 610.70346875
transcript.pyannote[199].end 614.92221875
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 615.39471875
transcript.pyannote[200].end 618.16221875
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 619.20846875
transcript.pyannote[201].end 621.14909375
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 621.57096875
transcript.pyannote[202].end 623.84909375
transcript.pyannote[203].speaker SPEAKER_02
transcript.pyannote[203].start 624.40596875
transcript.pyannote[203].end 625.63784375
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 625.87409375
transcript.pyannote[204].end 626.53221875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 626.76846875
transcript.pyannote[205].end 628.37159375
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 628.65846875
transcript.pyannote[206].end 635.44221875
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 631.13909375
transcript.pyannote[207].end 631.22346875
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 635.56034375
transcript.pyannote[208].end 639.74534375
transcript.pyannote[209].speaker SPEAKER_02
transcript.pyannote[209].start 640.04909375
transcript.pyannote[209].end 649.44846875
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 650.34284375
transcript.pyannote[210].end 659.37096875
transcript.pyannote[211].speaker SPEAKER_02
transcript.pyannote[211].start 660.06284375
transcript.pyannote[211].end 662.96534375
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 663.62346875
transcript.pyannote[212].end 669.42846875
transcript.pyannote[213].speaker SPEAKER_02
transcript.pyannote[213].start 669.79971875
transcript.pyannote[213].end 672.46596875
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 672.73596875
transcript.pyannote[214].end 673.36034375
transcript.pyannote[215].speaker SPEAKER_02
transcript.pyannote[215].start 673.71471875
transcript.pyannote[215].end 684.27846875
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 684.70034375
transcript.pyannote[216].end 693.13784375
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 693.27284375
transcript.pyannote[217].end 701.03534375
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 701.60909375
transcript.pyannote[218].end 709.64159375
transcript.pyannote[219].speaker SPEAKER_02
transcript.pyannote[219].start 709.96221875
transcript.pyannote[219].end 713.18534375
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 713.72534375
transcript.pyannote[220].end 718.87221875
transcript.pyannote[221].speaker SPEAKER_02
transcript.pyannote[221].start 719.39534375
transcript.pyannote[221].end 726.04409375
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 726.56721875
transcript.pyannote[222].end 738.53159375
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 738.98721875
transcript.pyannote[223].end 739.56096875
transcript.pyannote[224].speaker SPEAKER_02
transcript.pyannote[224].start 739.79721875
transcript.pyannote[224].end 740.33721875
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 740.99534375
transcript.pyannote[225].end 744.55596875
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 744.58971875
transcript.pyannote[226].end 745.56846875
transcript.pyannote[227].speaker SPEAKER_02
transcript.pyannote[227].start 745.82159375
transcript.pyannote[227].end 746.51346875
transcript.pyannote[228].speaker SPEAKER_02
transcript.pyannote[228].start 747.22221875
transcript.pyannote[228].end 747.74534375
transcript.pyannote[229].speaker SPEAKER_02
transcript.pyannote[229].start 748.58909375
transcript.pyannote[229].end 749.24721875
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 749.73659375
transcript.pyannote[230].end 751.33971875
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 751.59284375
transcript.pyannote[231].end 753.66846875
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 754.15784375
transcript.pyannote[232].end 756.01409375
transcript.pyannote[233].speaker SPEAKER_02
transcript.pyannote[233].start 757.14471875
transcript.pyannote[233].end 758.12346875
transcript.pyannote[234].speaker SPEAKER_02
transcript.pyannote[234].start 758.41034375
transcript.pyannote[234].end 759.43971875
transcript.pyannote[235].speaker SPEAKER_02
transcript.pyannote[235].start 760.06409375
transcript.pyannote[235].end 760.70534375
transcript.pyannote[236].speaker SPEAKER_02
transcript.pyannote[236].start 761.31284375
transcript.pyannote[236].end 762.52784375
transcript.pyannote[237].speaker SPEAKER_02
transcript.pyannote[237].start 762.88221875
transcript.pyannote[237].end 764.46846875
transcript.pyannote[238].speaker SPEAKER_02
transcript.pyannote[238].start 764.72159375
transcript.pyannote[238].end 771.43784375
transcript.pyannote[239].speaker SPEAKER_03
transcript.pyannote[239].start 770.25659375
transcript.pyannote[239].end 772.24784375
transcript.pyannote[240].speaker SPEAKER_02
transcript.pyannote[240].start 771.79221875
transcript.pyannote[240].end 787.75596875
transcript.pyannote[241].speaker SPEAKER_03
transcript.pyannote[241].start 773.19284375
transcript.pyannote[241].end 773.61471875
transcript.pyannote[242].speaker SPEAKER_03
transcript.pyannote[242].start 775.28534375
transcript.pyannote[242].end 775.69034375
transcript.pyannote[243].speaker SPEAKER_03
transcript.pyannote[243].start 775.75784375
transcript.pyannote[243].end 775.89284375
transcript.pyannote[244].speaker SPEAKER_03
transcript.pyannote[244].start 777.51284375
transcript.pyannote[244].end 778.40721875
transcript.pyannote[245].speaker SPEAKER_03
transcript.pyannote[245].start 779.09909375
transcript.pyannote[245].end 780.56721875
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 788.04284375
transcript.pyannote[246].end 797.23971875
transcript.pyannote[247].speaker SPEAKER_03
transcript.pyannote[247].start 788.26221875
transcript.pyannote[247].end 791.70471875
transcript.pyannote[248].speaker SPEAKER_03
transcript.pyannote[248].start 794.35409375
transcript.pyannote[248].end 794.50596875
transcript.pyannote[249].speaker SPEAKER_02
transcript.pyannote[249].start 797.30721875
transcript.pyannote[249].end 801.27284375
transcript.pyannote[250].speaker SPEAKER_03
transcript.pyannote[250].start 800.32784375
transcript.pyannote[250].end 800.47971875
transcript.pyannote[251].speaker SPEAKER_02
transcript.pyannote[251].start 801.74534375
transcript.pyannote[251].end 802.23471875
transcript.pyannote[252].speaker SPEAKER_02
transcript.pyannote[252].start 803.04471875
transcript.pyannote[252].end 803.85471875
transcript.pyannote[253].speaker SPEAKER_02
transcript.pyannote[253].start 804.17534375
transcript.pyannote[253].end 805.23846875
transcript.pyannote[254].speaker SPEAKER_02
transcript.pyannote[254].start 805.71096875
transcript.pyannote[254].end 806.45346875
transcript.pyannote[255].speaker SPEAKER_02
transcript.pyannote[255].start 806.92596875
transcript.pyannote[255].end 807.90471875
transcript.pyannote[256].speaker SPEAKER_02
transcript.pyannote[256].start 808.71471875
transcript.pyannote[256].end 809.89596875
transcript.pyannote[257].speaker SPEAKER_02
transcript.pyannote[257].start 810.23346875
transcript.pyannote[257].end 813.74346875
transcript.pyannote[258].speaker SPEAKER_02
transcript.pyannote[258].start 814.03034375
transcript.pyannote[258].end 816.10596875
transcript.pyannote[259].speaker SPEAKER_02
transcript.pyannote[259].start 817.32096875
transcript.pyannote[259].end 818.80596875
transcript.pyannote[260].speaker SPEAKER_02
transcript.pyannote[260].start 819.29534375
transcript.pyannote[260].end 820.22346875
transcript.pyannote[261].speaker SPEAKER_02
transcript.pyannote[261].start 820.64534375
transcript.pyannote[261].end 824.47596875
transcript.pyannote[262].speaker SPEAKER_02
transcript.pyannote[262].start 825.85971875
transcript.pyannote[262].end 826.48409375
transcript.pyannote[263].speaker SPEAKER_02
transcript.pyannote[263].start 826.77096875
transcript.pyannote[263].end 827.69909375
transcript.pyannote[264].speaker SPEAKER_02
transcript.pyannote[264].start 828.30659375
transcript.pyannote[264].end 830.41596875
transcript.pyannote[265].speaker SPEAKER_02
transcript.pyannote[265].start 830.71971875
transcript.pyannote[265].end 840.37221875
transcript.pyannote[266].speaker SPEAKER_02
transcript.pyannote[266].start 840.94596875
transcript.pyannote[266].end 842.48159375
transcript.pyannote[267].speaker SPEAKER_02
transcript.pyannote[267].start 843.13971875
transcript.pyannote[267].end 845.41784375
transcript.pyannote[268].speaker SPEAKER_02
transcript.pyannote[268].start 845.72159375
transcript.pyannote[268].end 846.02534375
transcript.pyannote[269].speaker SPEAKER_02
transcript.pyannote[269].start 847.18971875
transcript.pyannote[269].end 848.01659375
transcript.pyannote[270].speaker SPEAKER_02
transcript.pyannote[270].start 849.21471875
transcript.pyannote[270].end 849.90659375
transcript.pyannote[271].speaker SPEAKER_02
transcript.pyannote[271].start 850.15971875
transcript.pyannote[271].end 851.49284375
transcript.pyannote[272].speaker SPEAKER_02
transcript.pyannote[272].start 852.01596875
transcript.pyannote[272].end 853.72034375
transcript.pyannote[273].speaker SPEAKER_02
transcript.pyannote[273].start 854.07471875
transcript.pyannote[273].end 856.31909375
transcript.pyannote[274].speaker SPEAKER_02
transcript.pyannote[274].start 857.50034375
transcript.pyannote[274].end 859.42409375
transcript.pyannote[275].speaker SPEAKER_02
transcript.pyannote[275].start 860.01471875
transcript.pyannote[275].end 881.54721875
transcript.pyannote[276].speaker SPEAKER_02
transcript.pyannote[276].start 881.73284375
transcript.pyannote[276].end 883.01534375
transcript.pyannote[277].speaker SPEAKER_02
transcript.pyannote[277].start 883.23471875
transcript.pyannote[277].end 893.24159375
transcript.pyannote[278].speaker SPEAKER_02
transcript.pyannote[278].start 893.88284375
transcript.pyannote[278].end 901.89846875
transcript.pyannote[279].speaker SPEAKER_00
transcript.pyannote[279].start 899.63721875
transcript.pyannote[279].end 900.27846875
transcript.pyannote[280].speaker SPEAKER_02
transcript.pyannote[280].start 902.38784375
transcript.pyannote[280].end 902.92784375
transcript.pyannote[281].speaker SPEAKER_02
transcript.pyannote[281].start 902.96159375
transcript.pyannote[281].end 905.54346875
transcript.pyannote[282].speaker SPEAKER_02
transcript.pyannote[282].start 905.86409375
transcript.pyannote[282].end 908.93534375
transcript.pyannote[283].speaker SPEAKER_02
transcript.pyannote[283].start 909.71159375
transcript.pyannote[283].end 919.46534375
transcript.pyannote[284].speaker SPEAKER_02
transcript.pyannote[284].start 920.07284375
transcript.pyannote[284].end 924.78096875
transcript.pyannote[285].speaker SPEAKER_02
transcript.pyannote[285].start 926.01284375
transcript.pyannote[285].end 929.23596875
transcript.pyannote[286].speaker SPEAKER_02
transcript.pyannote[286].start 929.40471875
transcript.pyannote[286].end 930.19784375
transcript.pyannote[287].speaker SPEAKER_02
transcript.pyannote[287].start 930.73784375
transcript.pyannote[287].end 947.27534375
transcript.pyannote[288].speaker SPEAKER_02
transcript.pyannote[288].start 948.35534375
transcript.pyannote[288].end 957.94034375
transcript.pyannote[289].speaker SPEAKER_02
transcript.pyannote[289].start 958.41284375
transcript.pyannote[289].end 962.39534375
transcript.pyannote[290].speaker SPEAKER_02
transcript.pyannote[290].start 963.07034375
transcript.pyannote[290].end 963.81284375
transcript.pyannote[291].speaker SPEAKER_02
transcript.pyannote[291].start 964.16721875
transcript.pyannote[291].end 967.79534375
transcript.pyannote[292].speaker SPEAKER_02
transcript.pyannote[292].start 968.35221875
transcript.pyannote[292].end 971.49096875
transcript.pyannote[293].speaker SPEAKER_02
transcript.pyannote[293].start 971.74409375
transcript.pyannote[293].end 972.65534375
transcript.pyannote[294].speaker SPEAKER_02
transcript.pyannote[294].start 973.85346875
transcript.pyannote[294].end 975.05159375
transcript.pyannote[295].speaker SPEAKER_02
transcript.pyannote[295].start 975.52409375
transcript.pyannote[295].end 987.87659375
transcript.pyannote[296].speaker SPEAKER_03
transcript.pyannote[296].start 987.87659375
transcript.pyannote[296].end 987.89346875
transcript.pyannote[297].speaker SPEAKER_03
transcript.pyannote[297].start 988.02846875
transcript.pyannote[297].end 1073.73659375
transcript.pyannote[298].speaker SPEAKER_02
transcript.pyannote[298].start 1071.27284375
transcript.pyannote[298].end 1073.77034375
transcript.pyannote[299].speaker SPEAKER_03
transcript.pyannote[299].start 1073.77034375
transcript.pyannote[299].end 1073.97284375
transcript.pyannote[300].speaker SPEAKER_02
transcript.pyannote[300].start 1073.97284375
transcript.pyannote[300].end 1082.89971875
transcript.pyannote[301].speaker SPEAKER_03
transcript.pyannote[301].start 1075.66034375
transcript.pyannote[301].end 1077.34784375
transcript.pyannote[302].speaker SPEAKER_03
transcript.pyannote[302].start 1078.59659375
transcript.pyannote[302].end 1081.75221875
transcript.pyannote[303].speaker SPEAKER_03
transcript.pyannote[303].start 1082.15721875
transcript.pyannote[303].end 1082.49471875
transcript.pyannote[304].speaker SPEAKER_03
transcript.pyannote[304].start 1082.66346875
transcript.pyannote[304].end 1085.44784375
transcript.pyannote[305].speaker SPEAKER_03
transcript.pyannote[305].start 1085.83596875
transcript.pyannote[305].end 1089.32909375
transcript.pyannote[306].speaker SPEAKER_02
transcript.pyannote[306].start 1089.32909375
transcript.pyannote[306].end 1090.81409375
transcript.pyannote[307].speaker SPEAKER_03
transcript.pyannote[307].start 1089.80159375
transcript.pyannote[307].end 1092.04596875
transcript.pyannote[308].speaker SPEAKER_02
transcript.pyannote[308].start 1092.04596875
transcript.pyannote[308].end 1094.50971875
transcript.pyannote[309].speaker SPEAKER_02
transcript.pyannote[309].start 1094.79659375
transcript.pyannote[309].end 1103.80784375
transcript.pyannote[310].speaker SPEAKER_02
transcript.pyannote[310].start 1104.11159375
transcript.pyannote[310].end 1105.69784375
transcript.pyannote[311].speaker SPEAKER_02
transcript.pyannote[311].start 1106.00159375
transcript.pyannote[311].end 1107.63846875
transcript.pyannote[312].speaker SPEAKER_00
transcript.pyannote[312].start 1106.20409375
transcript.pyannote[312].end 1106.55846875
transcript.pyannote[313].speaker SPEAKER_02
transcript.pyannote[313].start 1107.82409375
transcript.pyannote[313].end 1108.36409375
transcript.pyannote[314].speaker SPEAKER_02
transcript.pyannote[314].start 1108.90409375
transcript.pyannote[314].end 1118.57346875
transcript.pyannote[315].speaker SPEAKER_02
transcript.pyannote[315].start 1118.92784375
transcript.pyannote[315].end 1120.98659375
transcript.pyannote[316].speaker SPEAKER_02
transcript.pyannote[316].start 1121.34096875
transcript.pyannote[316].end 1131.44909375
transcript.pyannote[317].speaker SPEAKER_02
transcript.pyannote[317].start 1132.37721875
transcript.pyannote[317].end 1133.77784375
transcript.pyannote[318].speaker SPEAKER_02
transcript.pyannote[318].start 1134.01409375
transcript.pyannote[318].end 1144.94909375
transcript.pyannote[319].speaker SPEAKER_02
transcript.pyannote[319].start 1145.28659375
transcript.pyannote[319].end 1149.40409375
transcript.pyannote[320].speaker SPEAKER_02
transcript.pyannote[320].start 1149.82596875
transcript.pyannote[320].end 1154.80409375
transcript.pyannote[321].speaker SPEAKER_02
transcript.pyannote[321].start 1155.12471875
transcript.pyannote[321].end 1156.91346875
transcript.pyannote[322].speaker SPEAKER_02
transcript.pyannote[322].start 1157.16659375
transcript.pyannote[322].end 1159.24221875
transcript.pyannote[323].speaker SPEAKER_02
transcript.pyannote[323].start 1160.20409375
transcript.pyannote[323].end 1161.14909375
transcript.pyannote[324].speaker SPEAKER_02
transcript.pyannote[324].start 1162.16159375
transcript.pyannote[324].end 1162.95471875
transcript.pyannote[325].speaker SPEAKER_02
transcript.pyannote[325].start 1163.37659375
transcript.pyannote[325].end 1163.83221875
transcript.pyannote[326].speaker SPEAKER_02
transcript.pyannote[326].start 1164.49034375
transcript.pyannote[326].end 1165.70534375
transcript.pyannote[327].speaker SPEAKER_02
transcript.pyannote[327].start 1165.97534375
transcript.pyannote[327].end 1174.29471875
transcript.pyannote[328].speaker SPEAKER_02
transcript.pyannote[328].start 1174.81784375
transcript.pyannote[328].end 1176.18471875
transcript.pyannote[329].speaker SPEAKER_02
transcript.pyannote[329].start 1176.91034375
transcript.pyannote[329].end 1180.99409375
transcript.pyannote[330].speaker SPEAKER_02
transcript.pyannote[330].start 1181.26409375
transcript.pyannote[330].end 1181.75346875
transcript.pyannote[331].speaker SPEAKER_02
transcript.pyannote[331].start 1182.09096875
transcript.pyannote[331].end 1182.64784375
transcript.pyannote[332].speaker SPEAKER_02
transcript.pyannote[332].start 1182.88409375
transcript.pyannote[332].end 1183.40721875
transcript.pyannote[333].speaker SPEAKER_02
transcript.pyannote[333].start 1184.28471875
transcript.pyannote[333].end 1184.74034375
transcript.pyannote[334].speaker SPEAKER_02
transcript.pyannote[334].start 1185.46596875
transcript.pyannote[334].end 1186.39409375
transcript.pyannote[335].speaker SPEAKER_02
transcript.pyannote[335].start 1187.27159375
transcript.pyannote[335].end 1223.31659375
transcript.pyannote[336].speaker SPEAKER_03
transcript.pyannote[336].start 1222.48971875
transcript.pyannote[336].end 1224.59909375
transcript.pyannote[337].speaker SPEAKER_02
transcript.pyannote[337].start 1223.95784375
transcript.pyannote[337].end 1228.22721875
transcript.pyannote[338].speaker SPEAKER_02
transcript.pyannote[338].start 1228.93596875
transcript.pyannote[338].end 1236.56346875
transcript.pyannote[339].speaker SPEAKER_03
transcript.pyannote[339].start 1231.99034375
transcript.pyannote[339].end 1232.26034375
transcript.pyannote[340].speaker SPEAKER_02
transcript.pyannote[340].start 1236.69846875
transcript.pyannote[340].end 1243.36409375
transcript.pyannote[341].speaker SPEAKER_03
transcript.pyannote[341].start 1243.58346875
transcript.pyannote[341].end 1246.50284375
transcript.pyannote[342].speaker SPEAKER_02
transcript.pyannote[342].start 1243.61721875
transcript.pyannote[342].end 1244.46096875
transcript.pyannote[343].speaker SPEAKER_03
transcript.pyannote[343].start 1246.78971875
transcript.pyannote[343].end 1265.18346875
transcript.pyannote[344].speaker SPEAKER_02
transcript.pyannote[344].start 1262.95596875
transcript.pyannote[344].end 1265.77409375
transcript.pyannote[345].speaker SPEAKER_03
transcript.pyannote[345].start 1265.77409375
transcript.pyannote[345].end 1265.87534375
transcript.pyannote[346].speaker SPEAKER_02
transcript.pyannote[346].start 1265.87534375
transcript.pyannote[346].end 1272.65909375
transcript.pyannote[347].speaker SPEAKER_03
transcript.pyannote[347].start 1265.90909375
transcript.pyannote[347].end 1268.25471875
transcript.pyannote[348].speaker SPEAKER_02
transcript.pyannote[348].start 1272.81096875
transcript.pyannote[348].end 1291.71096875
transcript.pyannote[349].speaker SPEAKER_00
transcript.pyannote[349].start 1284.80909375
transcript.pyannote[349].end 1285.73721875
transcript.pyannote[350].speaker SPEAKER_02
transcript.pyannote[350].start 1291.94721875
transcript.pyannote[350].end 1292.72346875
transcript.pyannote[351].speaker SPEAKER_02
transcript.pyannote[351].start 1292.89221875
transcript.pyannote[351].end 1294.86659375
transcript.pyannote[352].speaker SPEAKER_02
transcript.pyannote[352].start 1295.30534375
transcript.pyannote[352].end 1296.60471875
transcript.pyannote[353].speaker SPEAKER_02
transcript.pyannote[353].start 1296.85784375
transcript.pyannote[353].end 1297.98846875
transcript.pyannote[354].speaker SPEAKER_02
transcript.pyannote[354].start 1298.57909375
transcript.pyannote[354].end 1303.13534375
transcript.pyannote[355].speaker SPEAKER_03
transcript.pyannote[355].start 1303.13534375
transcript.pyannote[355].end 1303.45596875
transcript.pyannote[356].speaker SPEAKER_02
transcript.pyannote[356].start 1303.45596875
transcript.pyannote[356].end 1304.11409375
transcript.pyannote[357].speaker SPEAKER_03
transcript.pyannote[357].start 1303.47284375
transcript.pyannote[357].end 1303.87784375
transcript.pyannote[358].speaker SPEAKER_02
transcript.pyannote[358].start 1304.33346875
transcript.pyannote[358].end 1307.74221875
transcript.pyannote[359].speaker SPEAKER_02
transcript.pyannote[359].start 1307.82659375
transcript.pyannote[359].end 1311.72471875
transcript.pyannote[360].speaker SPEAKER_03
transcript.pyannote[360].start 1309.75034375
transcript.pyannote[360].end 1310.35784375
transcript.pyannote[361].speaker SPEAKER_02
transcript.pyannote[361].start 1311.87659375
transcript.pyannote[361].end 1320.36471875
transcript.pyannote[362].speaker SPEAKER_02
transcript.pyannote[362].start 1320.44909375
transcript.pyannote[362].end 1321.84971875
transcript.pyannote[363].speaker SPEAKER_02
transcript.pyannote[363].start 1322.76096875
transcript.pyannote[363].end 1325.52846875
transcript.pyannote[364].speaker SPEAKER_02
transcript.pyannote[364].start 1325.98409375
transcript.pyannote[364].end 1327.85721875
transcript.pyannote[365].speaker SPEAKER_02
transcript.pyannote[365].start 1328.41409375
transcript.pyannote[365].end 1329.29159375
transcript.pyannote[366].speaker SPEAKER_02
transcript.pyannote[366].start 1329.79784375
transcript.pyannote[366].end 1331.16471875
transcript.pyannote[367].speaker SPEAKER_02
transcript.pyannote[367].start 1331.33346875
transcript.pyannote[367].end 1343.53409375
transcript.pyannote[368].speaker SPEAKER_00
transcript.pyannote[368].start 1331.43471875
transcript.pyannote[368].end 1332.32909375
transcript.pyannote[369].speaker SPEAKER_02
transcript.pyannote[369].start 1343.92221875
transcript.pyannote[369].end 1346.62221875
transcript.pyannote[370].speaker SPEAKER_02
transcript.pyannote[370].start 1346.87534375
transcript.pyannote[370].end 1358.50221875
transcript.pyannote[371].speaker SPEAKER_02
transcript.pyannote[371].start 1358.68784375
transcript.pyannote[371].end 1358.89034375
transcript.pyannote[372].speaker SPEAKER_02
transcript.pyannote[372].start 1359.81846875
transcript.pyannote[372].end 1360.99971875
transcript.pyannote[373].speaker SPEAKER_02
transcript.pyannote[373].start 1361.23596875
transcript.pyannote[373].end 1362.58596875
transcript.pyannote[374].speaker SPEAKER_02
transcript.pyannote[374].start 1363.02471875
transcript.pyannote[374].end 1363.54784375
transcript.pyannote[375].speaker SPEAKER_02
transcript.pyannote[375].start 1364.02034375
transcript.pyannote[375].end 1364.34096875
transcript.pyannote[376].speaker SPEAKER_02
transcript.pyannote[376].start 1364.49284375
transcript.pyannote[376].end 1366.02846875
transcript.pyannote[377].speaker SPEAKER_02
transcript.pyannote[377].start 1367.54721875
transcript.pyannote[377].end 1368.84659375
transcript.pyannote[378].speaker SPEAKER_02
transcript.pyannote[378].start 1369.45409375
transcript.pyannote[378].end 1370.71971875
transcript.pyannote[379].speaker SPEAKER_02
transcript.pyannote[379].start 1370.77034375
transcript.pyannote[379].end 1373.75721875
transcript.pyannote[380].speaker SPEAKER_00
transcript.pyannote[380].start 1372.12034375
transcript.pyannote[380].end 1372.84596875
transcript.pyannote[381].speaker SPEAKER_03
transcript.pyannote[381].start 1372.84596875
transcript.pyannote[381].end 1373.58846875
transcript.pyannote[382].speaker SPEAKER_00
transcript.pyannote[382].start 1373.58846875
transcript.pyannote[382].end 1373.60534375
transcript.pyannote[383].speaker SPEAKER_02
transcript.pyannote[383].start 1374.58409375
transcript.pyannote[383].end 1375.71471875
transcript.pyannote[384].speaker SPEAKER_02
transcript.pyannote[384].start 1383.25784375
transcript.pyannote[384].end 1384.38846875
transcript.pyannote[385].speaker SPEAKER_03
transcript.pyannote[385].start 1384.38846875
transcript.pyannote[385].end 1385.40096875
transcript.pyannote[386].speaker SPEAKER_02
transcript.pyannote[386].start 1385.40096875
transcript.pyannote[386].end 1386.27846875
transcript.pyannote[387].speaker SPEAKER_02
transcript.pyannote[387].start 1387.00409375
transcript.pyannote[387].end 1387.91534375
transcript.pyannote[388].speaker SPEAKER_02
transcript.pyannote[388].start 1388.65784375
transcript.pyannote[388].end 1393.31534375
transcript.pyannote[389].speaker SPEAKER_02
transcript.pyannote[389].start 1393.73721875
transcript.pyannote[389].end 1394.85096875
transcript.pyannote[390].speaker SPEAKER_02
transcript.pyannote[390].start 1395.57659375
transcript.pyannote[390].end 1396.16721875
transcript.pyannote[391].speaker SPEAKER_02
transcript.pyannote[391].start 1396.40346875
transcript.pyannote[391].end 1398.00659375
transcript.pyannote[392].speaker SPEAKER_02
transcript.pyannote[392].start 1398.27659375
transcript.pyannote[392].end 1400.21721875
transcript.pyannote[393].speaker SPEAKER_02
transcript.pyannote[393].start 1400.57159375
transcript.pyannote[393].end 1401.60096875
transcript.pyannote[394].speaker SPEAKER_02
transcript.pyannote[394].start 1401.82034375
transcript.pyannote[394].end 1402.95096875
transcript.pyannote[395].speaker SPEAKER_02
transcript.pyannote[395].start 1403.77784375
transcript.pyannote[395].end 1407.54096875
transcript.pyannote[396].speaker SPEAKER_02
transcript.pyannote[396].start 1408.21596875
transcript.pyannote[396].end 1409.65034375
transcript.pyannote[397].speaker SPEAKER_02
transcript.pyannote[397].start 1410.34221875
transcript.pyannote[397].end 1413.39659375
transcript.pyannote[398].speaker SPEAKER_02
transcript.pyannote[398].start 1414.00409375
transcript.pyannote[398].end 1418.72909375
transcript.pyannote[399].speaker SPEAKER_02
transcript.pyannote[399].start 1419.06659375
transcript.pyannote[399].end 1423.16721875
transcript.pyannote[400].speaker SPEAKER_02
transcript.pyannote[400].start 1423.50471875
transcript.pyannote[400].end 1425.73221875
transcript.pyannote[401].speaker SPEAKER_02
transcript.pyannote[401].start 1426.25534375
transcript.pyannote[401].end 1427.45346875
transcript.pyannote[402].speaker SPEAKER_02
transcript.pyannote[402].start 1427.55471875
transcript.pyannote[402].end 1429.42784375
transcript.pyannote[403].speaker SPEAKER_02
transcript.pyannote[403].start 1429.59659375
transcript.pyannote[403].end 1432.12784375
transcript.pyannote[404].speaker SPEAKER_02
transcript.pyannote[404].start 1432.88721875
transcript.pyannote[404].end 1436.39721875
transcript.pyannote[405].speaker SPEAKER_02
transcript.pyannote[405].start 1436.61659375
transcript.pyannote[405].end 1440.14346875
transcript.pyannote[406].speaker SPEAKER_02
transcript.pyannote[406].start 1440.37971875
transcript.pyannote[406].end 1446.33659375
transcript.pyannote[407].speaker SPEAKER_02
transcript.pyannote[407].start 1446.84284375
transcript.pyannote[407].end 1448.63159375
transcript.pyannote[408].speaker SPEAKER_02
transcript.pyannote[408].start 1449.54284375
transcript.pyannote[408].end 1450.53846875
transcript.pyannote[409].speaker SPEAKER_02
transcript.pyannote[409].start 1451.04471875
transcript.pyannote[409].end 1453.30596875
transcript.pyannote[410].speaker SPEAKER_02
transcript.pyannote[410].start 1453.79534375
transcript.pyannote[410].end 1455.92159375
transcript.pyannote[411].speaker SPEAKER_02
transcript.pyannote[411].start 1456.30971875
transcript.pyannote[411].end 1464.12284375
transcript.pyannote[412].speaker SPEAKER_02
transcript.pyannote[412].start 1464.78096875
transcript.pyannote[412].end 1470.61971875
transcript.pyannote[413].speaker SPEAKER_03
transcript.pyannote[413].start 1466.31659375
transcript.pyannote[413].end 1466.33346875
transcript.pyannote[414].speaker SPEAKER_03
transcript.pyannote[414].start 1466.65409375
transcript.pyannote[414].end 1466.73846875
transcript.pyannote[415].speaker SPEAKER_02
transcript.pyannote[415].start 1470.97409375
transcript.pyannote[415].end 1472.77971875
transcript.pyannote[416].speaker SPEAKER_02
transcript.pyannote[416].start 1473.26909375
transcript.pyannote[416].end 1476.77909375
transcript.pyannote[417].speaker SPEAKER_02
transcript.pyannote[417].start 1477.52159375
transcript.pyannote[417].end 1478.95596875
transcript.pyannote[418].speaker SPEAKER_02
transcript.pyannote[418].start 1479.52971875
transcript.pyannote[418].end 1481.03159375
transcript.pyannote[419].speaker SPEAKER_02
transcript.pyannote[419].start 1481.31846875
transcript.pyannote[419].end 1483.25909375
transcript.pyannote[420].speaker SPEAKER_02
transcript.pyannote[420].start 1483.84971875
transcript.pyannote[420].end 1489.73909375
transcript.pyannote[421].speaker SPEAKER_02
transcript.pyannote[421].start 1489.89096875
transcript.pyannote[421].end 1491.17346875
transcript.pyannote[422].speaker SPEAKER_02
transcript.pyannote[422].start 1491.71346875
transcript.pyannote[422].end 1494.34596875
transcript.pyannote[423].speaker SPEAKER_02
transcript.pyannote[423].start 1494.58221875
transcript.pyannote[423].end 1496.94471875
transcript.pyannote[424].speaker SPEAKER_03
transcript.pyannote[424].start 1497.18096875
transcript.pyannote[424].end 1504.79159375
transcript.pyannote[425].speaker SPEAKER_03
transcript.pyannote[425].start 1504.89284375
transcript.pyannote[425].end 1548.68346875
transcript.pyannote[426].speaker SPEAKER_00
transcript.pyannote[426].start 1532.92221875
transcript.pyannote[426].end 1533.69846875
transcript.pyannote[427].speaker SPEAKER_00
transcript.pyannote[427].start 1536.80346875
transcript.pyannote[427].end 1537.47846875
transcript.pyannote[428].speaker SPEAKER_03
transcript.pyannote[428].start 1549.10534375
transcript.pyannote[428].end 1552.76721875
transcript.pyannote[429].speaker SPEAKER_02
transcript.pyannote[429].start 1551.87284375
transcript.pyannote[429].end 1554.99471875
transcript.pyannote[430].speaker SPEAKER_03
transcript.pyannote[430].start 1554.11721875
transcript.pyannote[430].end 1555.02846875
transcript.pyannote[431].speaker SPEAKER_02
transcript.pyannote[431].start 1555.02846875
transcript.pyannote[431].end 1555.04534375
transcript.pyannote[432].speaker SPEAKER_03
transcript.pyannote[432].start 1555.04534375
transcript.pyannote[432].end 1555.97346875
transcript.pyannote[433].speaker SPEAKER_02
transcript.pyannote[433].start 1555.97346875
transcript.pyannote[433].end 1556.02409375
transcript.pyannote[434].speaker SPEAKER_03
transcript.pyannote[434].start 1556.02409375
transcript.pyannote[434].end 1556.41221875
transcript.pyannote[435].speaker SPEAKER_02
transcript.pyannote[435].start 1556.41221875
transcript.pyannote[435].end 1560.05721875
transcript.pyannote[436].speaker SPEAKER_03
transcript.pyannote[436].start 1557.07034375
transcript.pyannote[436].end 1558.75784375
transcript.pyannote[437].speaker SPEAKER_02
transcript.pyannote[437].start 1560.46221875
transcript.pyannote[437].end 1561.22159375
transcript.pyannote[438].speaker SPEAKER_02
transcript.pyannote[438].start 1561.71096875
transcript.pyannote[438].end 1563.78659375
transcript.pyannote[439].speaker SPEAKER_03
transcript.pyannote[439].start 1562.23409375
transcript.pyannote[439].end 1564.12409375
transcript.pyannote[440].speaker SPEAKER_02
transcript.pyannote[440].start 1564.05659375
transcript.pyannote[440].end 1566.33471875
transcript.pyannote[441].speaker SPEAKER_02
transcript.pyannote[441].start 1566.60471875
transcript.pyannote[441].end 1572.86534375
transcript.pyannote[442].speaker SPEAKER_03
transcript.pyannote[442].start 1568.81534375
transcript.pyannote[442].end 1569.30471875
transcript.pyannote[443].speaker SPEAKER_02
transcript.pyannote[443].start 1572.96659375
transcript.pyannote[443].end 1573.60784375
transcript.pyannote[444].speaker SPEAKER_02
transcript.pyannote[444].start 1574.04659375
transcript.pyannote[444].end 1576.74659375
transcript.pyannote[445].speaker SPEAKER_00
transcript.pyannote[445].start 1576.59471875
transcript.pyannote[445].end 1597.28346875
transcript.pyannote[446].speaker SPEAKER_02
transcript.pyannote[446].start 1580.37471875
transcript.pyannote[446].end 1581.74159375
transcript.pyannote[447].speaker SPEAKER_02
transcript.pyannote[447].start 1583.69909375
transcript.pyannote[447].end 1584.27284375
transcript.pyannote[448].speaker SPEAKER_01
transcript.pyannote[448].start 1584.27284375
transcript.pyannote[448].end 1584.28971875
transcript.pyannote[449].speaker SPEAKER_02
transcript.pyannote[449].start 1591.81596875
transcript.pyannote[449].end 1593.30096875
transcript.pyannote[450].speaker SPEAKER_02
transcript.pyannote[450].start 1593.43596875
transcript.pyannote[450].end 1593.52034375
transcript.pyannote[451].speaker SPEAKER_02
transcript.pyannote[451].start 1593.94221875
transcript.pyannote[451].end 1596.70971875
transcript.pyannote[452].speaker SPEAKER_02
transcript.pyannote[452].start 1597.14846875
transcript.pyannote[452].end 1598.14409375
transcript.pyannote[453].speaker SPEAKER_02
transcript.pyannote[453].start 1598.51534375
transcript.pyannote[453].end 1602.70034375
transcript.pyannote[454].speaker SPEAKER_00
transcript.pyannote[454].start 1602.68346875
transcript.pyannote[454].end 1605.63659375
transcript.pyannote[455].speaker SPEAKER_02
transcript.pyannote[455].start 1604.13471875
transcript.pyannote[455].end 1605.70409375
transcript.pyannote[456].speaker SPEAKER_02
transcript.pyannote[456].start 1606.04159375
transcript.pyannote[456].end 1619.38971875
transcript.pyannote[457].speaker SPEAKER_00
transcript.pyannote[457].start 1606.32846875
transcript.pyannote[457].end 1607.44221875
transcript.pyannote[458].speaker SPEAKER_02
transcript.pyannote[458].start 1619.60909375
transcript.pyannote[458].end 1625.11034375
transcript.pyannote[459].speaker SPEAKER_02
transcript.pyannote[459].start 1625.63346875
transcript.pyannote[459].end 1626.56159375
transcript.pyannote[460].speaker SPEAKER_02
transcript.pyannote[460].start 1626.57846875
transcript.pyannote[460].end 1629.95346875
transcript.pyannote[461].speaker SPEAKER_02
transcript.pyannote[461].start 1630.24034375
transcript.pyannote[461].end 1632.04596875
transcript.pyannote[462].speaker SPEAKER_02
transcript.pyannote[462].start 1632.34971875
transcript.pyannote[462].end 1633.10909375
transcript.pyannote[463].speaker SPEAKER_02
transcript.pyannote[463].start 1633.88534375
transcript.pyannote[463].end 1639.40346875
transcript.pyannote[464].speaker SPEAKER_02
transcript.pyannote[464].start 1640.31471875
transcript.pyannote[464].end 1642.30596875
transcript.pyannote[465].speaker SPEAKER_02
transcript.pyannote[465].start 1642.71096875
transcript.pyannote[465].end 1657.40909375
transcript.pyannote[466].speaker SPEAKER_03
transcript.pyannote[466].start 1657.40909375
transcript.pyannote[466].end 1657.56096875
transcript.pyannote[467].speaker SPEAKER_02
transcript.pyannote[467].start 1657.56096875
transcript.pyannote[467].end 1658.01659375
transcript.pyannote[468].speaker SPEAKER_03
transcript.pyannote[468].start 1657.61159375
transcript.pyannote[468].end 1657.84784375
transcript.pyannote[469].speaker SPEAKER_03
transcript.pyannote[469].start 1658.01659375
transcript.pyannote[469].end 1658.05034375
transcript.pyannote[470].speaker SPEAKER_03
transcript.pyannote[470].start 1658.47221875
transcript.pyannote[470].end 1681.28721875
transcript.pyannote[471].speaker SPEAKER_02
transcript.pyannote[471].start 1661.30721875
transcript.pyannote[471].end 1661.96534375
transcript.pyannote[472].speaker SPEAKER_00
transcript.pyannote[472].start 1673.23784375
transcript.pyannote[472].end 1674.09846875
transcript.pyannote[473].speaker SPEAKER_00
transcript.pyannote[473].start 1680.03846875
transcript.pyannote[473].end 1680.24096875
transcript.pyannote[474].speaker SPEAKER_03
transcript.pyannote[474].start 1681.50659375
transcript.pyannote[474].end 1692.55971875
transcript.pyannote[475].speaker SPEAKER_02
transcript.pyannote[475].start 1691.15909375
transcript.pyannote[475].end 1691.88471875
transcript.pyannote[476].speaker SPEAKER_02
transcript.pyannote[476].start 1692.08721875
transcript.pyannote[476].end 1697.09909375
transcript.pyannote[477].speaker SPEAKER_02
transcript.pyannote[477].start 1697.25096875
transcript.pyannote[477].end 1701.90846875
transcript.pyannote[478].speaker SPEAKER_02
transcript.pyannote[478].start 1702.36409375
transcript.pyannote[478].end 1717.97346875
transcript.pyannote[479].speaker SPEAKER_03
transcript.pyannote[479].start 1711.79721875
transcript.pyannote[479].end 1713.58596875
transcript.pyannote[480].speaker SPEAKER_02
transcript.pyannote[480].start 1718.17596875
transcript.pyannote[480].end 1718.76659375
transcript.pyannote[481].speaker SPEAKER_02
transcript.pyannote[481].start 1718.98596875
transcript.pyannote[481].end 1724.30159375
transcript.pyannote[482].speaker SPEAKER_02
transcript.pyannote[482].start 1724.57159375
transcript.pyannote[482].end 1732.78971875
transcript.pyannote[483].speaker SPEAKER_02
transcript.pyannote[483].start 1733.54909375
transcript.pyannote[483].end 1735.57409375
transcript.pyannote[484].speaker SPEAKER_02
transcript.pyannote[484].start 1736.38409375
transcript.pyannote[484].end 1738.02096875
transcript.pyannote[485].speaker SPEAKER_00
transcript.pyannote[485].start 1736.92409375
transcript.pyannote[485].end 1737.88596875
transcript.pyannote[486].speaker SPEAKER_02
transcript.pyannote[486].start 1738.83096875
transcript.pyannote[486].end 1740.63659375
transcript.pyannote[487].speaker SPEAKER_02
transcript.pyannote[487].start 1741.61534375
transcript.pyannote[487].end 1741.63221875
transcript.pyannote[488].speaker SPEAKER_03
transcript.pyannote[488].start 1741.63221875
transcript.pyannote[488].end 1742.20596875
transcript.pyannote[489].speaker SPEAKER_03
transcript.pyannote[489].start 1742.76284375
transcript.pyannote[489].end 1744.36596875
transcript.pyannote[490].speaker SPEAKER_02
transcript.pyannote[490].start 1757.57909375
transcript.pyannote[490].end 1758.23721875
transcript.pyannote[491].speaker SPEAKER_03
transcript.pyannote[491].start 1758.64221875
transcript.pyannote[491].end 1758.67596875
transcript.pyannote[492].speaker SPEAKER_02
transcript.pyannote[492].start 1758.67596875
transcript.pyannote[492].end 1758.70971875
transcript.pyannote[493].speaker SPEAKER_03
transcript.pyannote[493].start 1758.70971875
transcript.pyannote[493].end 1758.79409375
transcript.pyannote[494].speaker SPEAKER_02
transcript.pyannote[494].start 1758.79409375
transcript.pyannote[494].end 1758.82784375
transcript.pyannote[495].speaker SPEAKER_03
transcript.pyannote[495].start 1758.82784375
transcript.pyannote[495].end 1758.92909375
transcript.pyannote[496].speaker SPEAKER_02
transcript.pyannote[496].start 1759.36784375
transcript.pyannote[496].end 1761.03846875
transcript.pyannote[497].speaker SPEAKER_02
transcript.pyannote[497].start 1761.13971875
transcript.pyannote[497].end 1762.72596875
transcript.pyannote[498].speaker SPEAKER_02
transcript.pyannote[498].start 1763.24909375
transcript.pyannote[498].end 1763.90721875
transcript.pyannote[499].speaker SPEAKER_02
transcript.pyannote[499].start 1764.97034375
transcript.pyannote[499].end 1766.05034375
transcript.pyannote[500].speaker SPEAKER_02
transcript.pyannote[500].start 1766.45534375
transcript.pyannote[500].end 1769.83034375
transcript.pyannote[501].speaker SPEAKER_02
transcript.pyannote[501].start 1770.25221875
transcript.pyannote[501].end 1771.73721875
transcript.pyannote[502].speaker SPEAKER_02
transcript.pyannote[502].start 1772.32784375
transcript.pyannote[502].end 1772.95221875
transcript.pyannote[503].speaker SPEAKER_02
transcript.pyannote[503].start 1773.30659375
transcript.pyannote[503].end 1779.14534375
transcript.pyannote[504].speaker SPEAKER_03
transcript.pyannote[504].start 1778.62221875
transcript.pyannote[504].end 1808.77784375
transcript.pyannote[505].speaker SPEAKER_02
transcript.pyannote[505].start 1786.89096875
transcript.pyannote[505].end 1786.99221875
transcript.pyannote[506].speaker SPEAKER_00
transcript.pyannote[506].start 1786.99221875
transcript.pyannote[506].end 1787.05971875
transcript.pyannote[507].speaker SPEAKER_02
transcript.pyannote[507].start 1807.90034375
transcript.pyannote[507].end 1810.21221875
transcript.pyannote[508].speaker SPEAKER_03
transcript.pyannote[508].start 1809.26721875
transcript.pyannote[508].end 1809.40221875
transcript.pyannote[509].speaker SPEAKER_02
transcript.pyannote[509].start 1810.95471875
transcript.pyannote[509].end 1811.81534375
transcript.pyannote[510].speaker SPEAKER_02
transcript.pyannote[510].start 1812.25409375
transcript.pyannote[510].end 1812.50721875
transcript.pyannote[511].speaker SPEAKER_02
transcript.pyannote[511].start 1812.64221875
transcript.pyannote[511].end 1814.07659375
transcript.pyannote[512].speaker SPEAKER_02
transcript.pyannote[512].start 1814.54909375
transcript.pyannote[512].end 1816.62471875
transcript.pyannote[513].speaker SPEAKER_01
transcript.pyannote[513].start 1816.03409375
transcript.pyannote[513].end 1830.98534375
transcript.pyannote[514].speaker SPEAKER_02
transcript.pyannote[514].start 1831.18784375
transcript.pyannote[514].end 1832.40284375
transcript.pyannote[515].speaker SPEAKER_02
transcript.pyannote[515].start 1832.63909375
transcript.pyannote[515].end 1835.03534375
transcript.pyannote[516].speaker SPEAKER_01
transcript.pyannote[516].start 1835.03534375
transcript.pyannote[516].end 1836.48659375
transcript.pyannote[517].speaker SPEAKER_02
transcript.pyannote[517].start 1836.48659375
transcript.pyannote[517].end 1838.05596875
transcript.pyannote[518].speaker SPEAKER_01
transcript.pyannote[518].start 1836.50346875
transcript.pyannote[518].end 1839.15284375
transcript.pyannote[519].speaker SPEAKER_02
transcript.pyannote[519].start 1838.68034375
transcript.pyannote[519].end 1839.84471875
transcript.pyannote[520].speaker SPEAKER_01
transcript.pyannote[520].start 1840.35096875
transcript.pyannote[520].end 1842.00471875
transcript.pyannote[521].speaker SPEAKER_00
transcript.pyannote[521].start 1857.63096875
transcript.pyannote[521].end 1864.26284375
transcript.pyannote[522].speaker SPEAKER_00
transcript.pyannote[522].start 1864.33034375
transcript.pyannote[522].end 1865.95034375
transcript.whisperx[0].start 25.234
transcript.whisperx[0].end 29.298
transcript.whisperx[0].text 其實本席第一次跟你在對質詢所以我特別一定要把我的個性
transcript.whisperx[1].start 49.81
transcript.whisperx[1].end 75.575
transcript.whisperx[1].text 讓你了解一下因為本席過去在從政執行的時候我最在乎的就是不喜歡拔揮手問但是請你放心我一定用理性跟務實的態度來問政所以請院長特別放心另外院長
transcript.whisperx[2].start 77.062
transcript.whisperx[2].end 102.687
transcript.whisperx[2].text 看到報紙說你要連任嘛首先真的在我本身來講對於你在科學家在寫者之間我確實對於你寫者的風範我是非常尊重但是我不希望你當了官員以後就會答回所問這一點我期許我沒有答回所問燕子啊我不會能夠針對問題來答我針對問題回答好燕子啊
transcript.whisperx[3].start 106.963
transcript.whisperx[3].end 130.825
transcript.whisperx[3].text 我冒昧的請教你一個問題我今天要跟你談的是勞保年金破產的問題這個問題當然看起來對立的機會不會很大但是探討的價值絕對是一定要探討的所以院長我冒昧請教你
transcript.whisperx[4].start 131.94
transcript.whisperx[4].end 144.666
transcript.whisperx[4].text 到底我們所有勞工他投保的人數現在在臺灣被保險人有多少?一千零五十萬。另外一點我再請教院長勞工有兩種
transcript.whisperx[5].start 153.74
transcript.whisperx[5].end 162.367
transcript.whisperx[5].text 請問院長你知道哪兩種嗎?一個就是一般的勞工一個就是那個職業勞工這兩種那勞保局我要請教勞保的保險條例到底他是社會保險或者商業保險?
transcript.whisperx[6].start 176.567
transcript.whisperx[6].end 197.896
transcript.whisperx[6].text 我必須要先釐清以後才有辦法再問下去社會保險社會保險好院長其實看起來你是寫者專家出身但是對於勞工的問題基本上你還是瞭解的非常多這一點我代表勞工我要特別謝謝你瞭解勞工
transcript.whisperx[7].start 200.177
transcript.whisperx[7].end 228.343
transcript.whisperx[7].text 委員那個勞保年金改革我在當副總統的時候也是其中的一個重點但是現在勞工的新生我必須要跟院長來做投訴你知道一天到晚勞工繳錢你們說要破產請問我們將心比心你身為勞工的心情你會感覺有什麼看法
transcript.whisperx[8].start 228.749
transcript.whisperx[8].end 251.395
transcript.whisperx[8].text 我想如果大家都一直在傳會破產當然你勞工就會很恐慌很擔心但是我們一再的跟所有的勞工來講勞保是國家辦的社會保險所以對勞工有最好的保障政府會負最後的幾負責任所以勞工放心但是並不表示我們講這樣的話財務就會健全
transcript.whisperx[9].start 253.436
transcript.whisperx[9].end 254.856
transcript.whisperx[9].text 議長,你講這些,原則性我是同意。
transcript.whisperx[10].start 282.003
transcript.whisperx[10].end 297.846
transcript.whisperx[10].text 但是任何解決問題一定要了解它真正的問題在哪裡。其實我要問院長一句話到底勞保要破產是政府的事或者勞工的事
transcript.whisperx[11].start 299.096
transcript.whisperx[11].end 316.395
transcript.whisperx[11].text 政府要破產,我想這個制度當然是很重要。當時我們在做勞保年金改革規劃的時候,第一個當然就是採集的年數,第二個就是這個給付率是多少,第三個就是費率是多少。
transcript.whisperx[12].start 316.815
transcript.whisperx[12].end 343.988
transcript.whisperx[12].text 那這些東西都要整體來考量的時候才能夠做一個可以永續的合理的勞保的健全的情況那當然這裡面有一個很重要的部分就是既然我們對於這個低收入的這些勞工要給他很好的奪地板的保護所以政府也一定要有政府這個補貼的經費進來所以現在大概有這四項政府的補助、撥補
transcript.whisperx[13].start 345.529
transcript.whisperx[13].end 370.905
transcript.whisperx[13].text 然後呢這個採集的年數然後費率跟那個給付率嘛。這四項一定要連動啦。議長你講這些原則性都是對的啦。是。但是真正的原因要把它找出來。所以我要從頭把歷史啊也就是看來泡泡你來。即使這個歷史一定要了解才有辦法去解決問題。是。
transcript.whisperx[14].start 372.031
transcript.whisperx[14].end 400.21
transcript.whisperx[14].text 我在乎的是身為一個勞工然後我規規矩矩繳了保惠動不動政府就說他要破產這對勞工的心理是非常沉重的政府動不動去做這些事基本上我真的要跟院長建議勞工破產的問題不是勞工的責任
transcript.whisperx[15].start 400.687
transcript.whisperx[15].end 401.881
transcript.whisperx[15].text 是政府的責任
transcript.whisperx[16].start 402.671
transcript.whisperx[16].end 409.734
transcript.whisperx[16].text 我可以講一句話嗎?我可以講一下嗎?我幫委員報告一下政府從來都沒有說過勞保會破產政府只說一定會負最後的幾戶責任那個破產是因為看到我們的收入和支出不平衡的時候就很多很多媒體的heading寫出來的
transcript.whisperx[17].start 431.303
transcript.whisperx[17].end 432.683
transcript.whisperx[17].text 我們現在就是要先了解一下
transcript.whisperx[18].start 459.091
transcript.whisperx[18].end 484.701
transcript.whisperx[18].text 我必須向議長報告,保證你做參考其實這些真正的問題從來都沒有去把它揭發出來但是在立法院也從來二十幾年將近三十年沒有勞工身份的人站上執行台所以我必須要向議長保證給你了解我想這個歷史大家很清楚來第一個
transcript.whisperx[19].start 485.561
transcript.whisperx[19].end 511.464
transcript.whisperx[19].text 四十九年成立至現在五十七年改建至五十九年把臺民地區最重要在這裡喔!最重要在這裡!八十五年1996年的時候我們臺灣省政府都承辦這些勞保但是這些勞保到最後是我們中央來承接在這裡喔一定有
transcript.whisperx[20].start 512.196
transcript.whisperx[20].end 523.734
transcript.whisperx[20].text 我要向你請教一下,我們當初還有部長,請問你們當初承接的時候,到底虧損有多少?我沒想清楚,這是1996年
transcript.whisperx[21].start 527.233
transcript.whisperx[21].end 547.399
transcript.whisperx[21].text 曾接的時候本來是臺灣省政府管轄的臺民地區的勞保局那最後是我們中央勞委會曾接起來這個業務所以改屬我們中央政府也是我們勞動部的前身勞委會所以我請問85年開始的時候曾接起來請問那個時候虧損有多少
transcript.whisperx[22].start 557.265
transcript.whisperx[22].end 561.139
transcript.whisperx[22].text 報告委員是不是有虧損或者虧損多少這部分我要進一步釐清
transcript.whisperx[23].start 562.228
transcript.whisperx[23].end 588.452
transcript.whisperx[23].text 所以我坦白講嘛剛剛我問過院長到底我們是社會保險或者商業保險其實院長講得很清楚勞保本來就是社會保險其實那個時候動神之外把臺灣臺民地區勞保局所有的經費移到中央來的時候那個時候是沒有精算的
transcript.whisperx[24].start 589.758
transcript.whisperx[24].end 617.625
transcript.whisperx[24].text 到底虧損有多少我告訴院長那個時候的勞保匯率只有6.5現在的匯率把所有84年把健保醫療的部分撥到中央政府健保局的時候那個時候其實從以後84年以後是沒有什麼虧錢的真正虧錢虧在哪邊是在
transcript.whisperx[25].start 619.881
transcript.whisperx[25].end 634.471
transcript.whisperx[25].text 臺民地區那個6.5%結果他醫療給付各項保障通通有但是現在是12%加上健保的5.71%20%所以勞工繳錢是沒有減少的
transcript.whisperx[26].start 640.137
transcript.whisperx[26].end 662.645
transcript.whisperx[26].text 也就是勞工繳得多領得少以前是繳得少領得多所以為什麼勞工現在都常常不講話常常不講話在心裡面生悶氣政府動不動就說勞保要倒掉拜託議長我要跟你報告我說實在的今天這些事
transcript.whisperx[27].start 664.266
transcript.whisperx[27].end 683.719
transcript.whisperx[27].text 勞保真的是勞工的養老本跟他的棺材本所以不要動不動就這樣我希望院長你在做事情你比過去的院長那當然跟你在對白在執行的時候確實你在整個問題的了解度是夠的
transcript.whisperx[28].start 684.78
transcript.whisperx[28].end 700.548
transcript.whisperx[28].text 所以我今天跟行家要講話我特別真正的所有問題就是你們在承接的時候那個時候的洞大洞根本多少多少錢的虧損你們根本不知道嘛你們只承接出來
transcript.whisperx[29].start 701.648
transcript.whisperx[29].end 725.248
transcript.whisperx[29].text 曾接出來但是你不曉得真正勞保的黑洞就在這個部分也就是49年到84年那個時候的大黑洞並非84年以後健保把它分出去的時候那個時候勞保接下來是沒有什麼虧損的
transcript.whisperx[30].start 726.67
transcript.whisperx[30].end 755.832
transcript.whisperx[30].text 所以你不能最後85年以後用商業保險的計算清算方式去做計算那這個是對勞工是不公平的還有一條我現在在跟你報告之後你才表達一個意見我跟你講你看喔第二個當初拿了勞保基金去買股票那不用我跟你講不對你好好去查一下
transcript.whisperx[31].start 757.199
transcript.whisperx[31].end 769.75
transcript.whisperx[31].text 好好去查一下,政策復盤,虧錢是勞工的事嗎?是你政府要負責欸,結果現在不是把所有責任推給勞工,這樣不公平啦。沒有人推給勞工啦。
transcript.whisperx[32].start 773.894
transcript.whisperx[32].end 774.234
transcript.whisperx[32].text 所以,第二
transcript.whisperx[33].start 803.303
transcript.whisperx[33].end 824.262
transcript.whisperx[33].text 還有一點老保基金過去確實在整個繳得多領得少的情況之下這個基金是隨便亂用甚至於我要跟院長投訴甚至於拿老保基金去做建設基金
transcript.whisperx[34].start 826.079
transcript.whisperx[34].end 845.835
transcript.whisperx[34].text 為什麼像臺電當初沒有錢做建設的時候南電北送所有那個電塔是拿勞保基金去做這個那做建設無所謂最不能原諒的就是什麼現在我舉兩個例子一、臺開
transcript.whisperx[35].start 849.446
transcript.whisperx[35].end 854.915
transcript.whisperx[35].text 這個案子沒中你回去查看看向勞保基金借了上百億請問
transcript.whisperx[36].start 857.537
transcript.whisperx[36].end 881.309
transcript.whisperx[36].text 到去年才還掉欸拜託欸你看看勞保基金可以這樣用嗎?所以為什麼?一定 我要跟你報告為什麼會說這是政府的責任也就是財政紀律啊不夠監督周前產生今天勞保的虧損連連說實在的政府要負起責任
transcript.whisperx[37].start 881.869
transcript.whisperx[37].end 884.251
transcript.whisperx[37].text 我特別跟院長報告因為這些都是我是有參與的
transcript.whisperx[38].start 909.761
transcript.whisperx[38].end 924.139
transcript.whisperx[38].text 那參議的時候我覺得這樣是不好所以今天勞保的虧損絕對不是84年健保撥出去醫療撥出去了以後勞保是沒有什麼虧損的
transcript.whisperx[39].start 926.035
transcript.whisperx[39].end 947.076
transcript.whisperx[39].text 但是我不管怎麼樣我覺得這是不管是現在的政府或前政府當然你們要概括承受我們知道可是我很不服氣的就是為什麼明明是政府經營不善管理不得當那為什麼把所有責任
transcript.whisperx[40].start 948.73
transcript.whisperx[40].end 972.396
transcript.whisperx[40].text 這個要勞工來扛勒,所以這一點是對勞工不公平。所以議長,我講這些都有憑有據喔。我希望院長,我當然希望你繼續連任。你好好督促勞動部,好好把這個事情查清楚。這水落石出嘛。到底是勞工的問題還是政府的問題。我的認知
transcript.whisperx[41].start 973.848
transcript.whisperx[41].end 978.13
transcript.whisperx[41].text 謝謝委員你給我上了一課讓我知道勞工保險成立的嚴格還有勞保黑洞的你認為的看法我在這裡做三點的說明第一點
transcript.whisperx[42].start 1003.063
transcript.whisperx[42].end 1029.965
transcript.whisperx[42].text 政府從來沒有認為這個勞保的問題是要勞工來負責而是政府都沒有責任這個我完全不同意因為呢實際上我剛才講過政府會負最後幾戶的責任第二個你剛才說到1996年的時候呢那個時候沒有黑洞但是你也提到沒有精算那如果沒有精算的時候呢實際上那一些人都還在年輕的時候加入保險
transcript.whisperx[43].start 1030.666
transcript.whisperx[43].end 1057.657
transcript.whisperx[43].text 那到了96年他領的錢少當然他還夠嘛因為還大部分的人還在工作可是如果你精算下來的時候也許到96年的時候推算到這一些還在工作的人以後退休要領勞保的時候搞不好那個時候就已經是黑洞了啦那這是第二個我的想法第三個我也完全同意你的意見就是說勞保基金應該要有很好的這個投資
transcript.whisperx[44].start 1058.277
transcript.whisperx[44].end 1061.019
transcript.whisperx[44].text 我不是說你現在我現在是把以前的歷史我現在我要坦白跟你講啦所以說你要讓勞工負債
transcript.whisperx[45].start 1085.976
transcript.whisperx[45].end 1091.48
transcript.whisperx[45].text 我現在指責的並非是我們現在在執政這個從84年以後那當然國民兩黨都有在執政現在不是你的責任問題而是要把問題查清楚第一
transcript.whisperx[46].start 1108.971
transcript.whisperx[46].end 1131.143
transcript.whisperx[46].text 如果今天勞工是繳費不足,那當然大家來想辦法嘛。那事實上不是這樣。因為齁,現在勞工啊,這下午放兩年賠了啦。因為健保他也要繳,勞保他也要繳。事實上真正虧損的部分是84年以前是
transcript.whisperx[47].start 1133.361
transcript.whisperx[47].end 1161.094
transcript.whisperx[47].text 醫療跟勞保通通都是一張單子那當然這個部分確實是虧損那那個時候我問你有沒有精算你們也沒有啊那我不曉得說你們這樣接起來那那個是大動嘛那那個時候的政府當然要負責任我現在沒有講現在的政府現在的政府我坦白跟你講你要我讚賞我可以讚賞第一做得最好的
transcript.whisperx[48].start 1162.222
transcript.whisperx[48].end 1186.107
transcript.whisperx[48].text 是陳菊院長。那個時候對勞工,吃勞工的東西就是占勞工便宜的錢,最後他任內全部都退還。第一,舉例,15年以下不能成熟退休給付,結果他就老了,他就走了,最後陳菊花完一年。第二,許民春部長,
transcript.whisperx[49].start 1187.315
transcript.whisperx[49].end 1202.05
transcript.whisperx[49].text 他是公道的為什麼在前兩年疫情最嚴重的時候他去爭取不一定雇主的職業勞工可以紓困這些所以我們又沒怪你但是我們要把問題理清楚
transcript.whisperx[50].start 1202.551
transcript.whisperx[50].end 1220.836
transcript.whisperx[50].text 今天不是勞工的問題是政府的問題是當時你們沒有精算而現在產生這些虧損把所有責任推給勞工一定要多繳保費要掃零要什麼樣要改革這些東西對勞工是不公平一定 我跟你投訴
transcript.whisperx[51].start 1221.716
transcript.whisperx[51].end 1225.539
transcript.whisperx[51].text 所以你剛才有講過當然我還是肯定你們陸陸續續撥了兩千多億進來這個確確實實你們都有在做你們有在做
transcript.whisperx[52].start 1237.546
transcript.whisperx[52].end 1256.615
transcript.whisperx[52].text 這個我們要高度肯定才有辦法抑制現在基本的水平。那另外一個...委員我再補充一下好不好?其實這個勞保那個未來支付的額度會大另外一個很重要的就是因為你民國85年開始我們的平均壽命在這30年以來漸減到很厲害了
transcript.whisperx[53].start 1262.097
transcript.whisperx[53].end 1264.158
transcript.whisperx[53].text 正常的增加、復減都可以大家來打。這勞工不是一窮不變的。
transcript.whisperx[54].start 1277.402
transcript.whisperx[54].end 1297.796
transcript.whisperx[54].text 是他們的責任,他們該繳的就繳,但是一味的全部責任歸在勞工上面,這個我不贊同。所以一定我跟你說,你剛才有講過撥補要繼續,另外一個我還是比較在乎的,就是跟院長報告,你講的就是要入華啦。
transcript.whisperx[55].start 1298.955
transcript.whisperx[55].end 1321.509
transcript.whisperx[55].text 確定幾乎乎勞工放心。這點一定,你贊成嗎?我贊成啊。好,入閥這個部分本席也會為了這個事把它修改,把它入閥。這樣的話勞工的問題他不會人心惶惶。我現在矯情,連天你跟我說要倒,誰願意去繳錢?所以這個部分我還是希望,我還是希望,院長。
transcript.whisperx[56].start 1322.776
transcript.whisperx[56].end 1340.378
transcript.whisperx[56].text 你是一個我真正的學者出身。我不希望這樣公開的。我希望你連任。連任以後才有辦法去解決這個問題。因為我今天把所有歷史都已經跟院長報告了嘛。我所以希望一定
transcript.whisperx[57].start 1341.8
transcript.whisperx[57].end 1364.994
transcript.whisperx[57].text 這個部分我要拜託你責成部長 特別去把他查清楚該是誰的責任 把他理清楚不要一天到晚就要怪他一千、一百萬的勞工 你們都搞不好 這是對勞工不公平好不好 一定好啊現在要再來跟你談最簡單的就是 談最簡單的一個問題
transcript.whisperx[58].start 1367.668
transcript.whisperx[58].end 1387.512
transcript.whisperx[58].text 消防員組工會來來來主席拜託內政部長閃來一下阿時間要暫停吧委員好一六
transcript.whisperx[59].start 1389.08
transcript.whisperx[59].end 1407.18
transcript.whisperx[59].text 這個當然是探訪生意但是我們什麼東西都不要檢討為什麼為什麼消防員他要組工會其實組工會很簡單嘛他真的是很簡單不要這10年來一定有這10年來是43個
transcript.whisperx[60].start 1410.373
transcript.whisperx[60].end 1424.426
transcript.whisperx[60].text 那問題在哪邊是你們設計你們沒有在訓練或者問題出在哪邊其實坦白跟你講主公會或者主公會最大的目的就是結社前你們也協會也有給他結社前
transcript.whisperx[61].start 1426.327
transcript.whisperx[61].end 1455.472
transcript.whisperx[61].text 另外一個就是那個還有協商錢。你們也給了,但是給的是給一半。協商真正公會法裡面規定是有罰則。你們協會裡面那些協商是沒有罰則。一點那個約束力都沒有。所以一定,我告訴你,這就是做一半沒效了。那最主要是罷工錢。那罷工錢,我說實在本席也反對消防人員他要罷工。
transcript.whisperx[62].start 1456.377
transcript.whisperx[62].end 1476.304
transcript.whisperx[62].text 因為養兵千日用在意識,所以這些罷工錢當然也不能適用,但是一定我是建議重新再盤點,各單位好好去研究一下,即使讓他組工會,不要把他當作洪水猛獸,不用那麼緊張,教師工會,
transcript.whisperx[63].start 1479.571
transcript.whisperx[63].end 1482.293
transcript.whisperx[63].text 我認為因為這裏面有個很重要的就是這個消防員本身是公務員
transcript.whisperx[64].start 1505.709
transcript.whisperx[64].end 1519.733
transcript.whisperx[64].text 那教師的時候,不是每一個都是公務員。啊,第二,就是說公務員現在也有這個,你剛才有說過,我們可以做這個協會嘛。啊,協會裡面的時候,他可以有多少的諮商權啊等等,這可以再來修法啦。啊,我們已經提出一份,在訂一個會期啦。
transcript.whisperx[65].start 1529.929
transcript.whisperx[65].end 1544.703
transcript.whisperx[65].text 但是這個發展這個會期因為預期不遂什麼,我又會再想出來,來大院講,聽這個委員的意見,看我們朝野的做法跟想,想要好讓他比較好,工會比較好還是協會比較好,其實這也要來聽我們這個消防
transcript.whisperx[66].start 1549.207
transcript.whisperx[66].end 1573.293
transcript.whisperx[66].text 林國成的消防兄弟,他們的心聲。他們已經這樣,院長我跟你報告,他們認為是主公會,但是一定我跟你講啦,不要怕,不要怕,因為他們需要的是職業安全法,只要主公會,他就有職業安全法,但是保留,
transcript.whisperx[67].start 1574.37
transcript.whisperx[67].end 1593.128
transcript.whisperx[67].text 我聽說你們內政部都沒同意我跟委員報告一下,你基本談的這是兩件事情這是兩件事情,完全兩件第一個是我們的消防人員依照憲法的規定國家的公務員是必須經過國家考試消防員的身份是公務人員但老師並不是
transcript.whisperx[68].start 1598.593
transcript.whisperx[68].end 1615.696
transcript.whisperx[68].text 公務人員兼具勞工身份的一大堆啦你不要跟我講這個啦沒有沒有這兩件事情怎麼會兩件事情勞工我時間有限我跟你講公務人員兼具勞工身份一大堆只是法令要不要解套而已
transcript.whisperx[69].start 1616.337
transcript.whisperx[69].end 1639.209
transcript.whisperx[69].text 所以齁,我坦白跟你講啊,柏定,沒錯,你從基層上來,那你來這點我就感覺說,你都在基層都白呆了。我說實在的,主公會沒有那麼可怕,但是我同意警消限制罷工錢,那他有其他的,他只要是要入,
transcript.whisperx[70].start 1640.976
transcript.whisperx[70].end 1657.602
transcript.whisperx[70].text 職業安全法嘛因為您現在那是專業信念但是職業安全法它是有法則的喔它是有法令的喔所以他們現在缺法的是職業安全法對他們的保障嘛你放在協會裡面根本就不能放嘛所以
transcript.whisperx[71].start 1659.322
transcript.whisperx[71].end 1673.766
transcript.whisperx[71].text 這職業安全法的補分,就是我們的政府可以在消防法裏面把這個職業的消防人員的職業安全的補分給訂單裏面。這也是另外一個做法。我們本來就有在想說在消防法裏面要來修這個職業安全的補分。當然委員我們的不公的見解,你說你就要
transcript.whisperx[72].start 1681.528
transcript.whisperx[72].end 1692.256
transcript.whisperx[72].text 好啦,原則性我同意啦但是我坦白跟你講外行的話我是不愛聽啦我坦白跟你講職業安全法限定公務人員、經濟勞工身分是可以適用只要你用那個協會那個協會就是社會團體我跟你講那個不是專法啦
transcript.whisperx[73].start 1710.529
transcript.whisperx[73].end 1737.414
transcript.whisperx[73].text 所以我跟你說,你如果要說這些,沒關係,你們既然有這樣做,我希望部長,你們好好跟那個勞動部,這裡好好商量一下,我會繼續追,我會繼續追,好不好?來,那其他那個一定,我很少的時間來,時間暫停一下,請那個,請那個我們法務部,還有我們那個,
transcript.whisperx[74].start 1738.848
transcript.whisperx[74].end 1739.949
transcript.whisperx[74].text 今天我們院裡面有一個打詐的公聽會現在打詐
transcript.whisperx[75].start 1766.64
transcript.whisperx[75].end 1768.765
transcript.whisperx[75].text 我們說實在的這件事因為很多統一現在三萬多件
transcript.whisperx[76].start 1772.369
transcript.whisperx[76].end 1780.353
transcript.whisperx[76].text 詐騙八十幾億,我們說實在的這宜孝國際啦,宜孝國際。我告訴你,全世界都有一個組織,國際組織,他在統計全世界的詐騙。我們說詐騙統一的國家,其實就是紐西蘭、新加坡、美國這些國家啦。
transcript.whisperx[77].start 1796.701
transcript.whisperx[77].end 1797.242
transcript.whisperx[77].text 來,議長,我跟您說
transcript.whisperx[78].start 1811.244
transcript.whisperx[78].end 1837.945
transcript.whisperx[78].text 來,唐部長,你對這個有什麼看法?簡單就好了。我們覺得源頭防治是特別重要,那包含說我們想透過那個電子簽章法案很快會送到這個櫃院,盡可能的讓這種假冒帳號或者假冒名人的狀況可以有所緩解。蔡部長?我們省了30萬,跟警察跟調查局的人,大家都很認真在打架。
transcript.whisperx[79].start 1840.404
transcript.whisperx[79].end 1842.105
transcript.whisperx[79].text 謝謝林委員國成的質詢。謝謝陳院長的答詢。謝謝。接下來我們請登記第17號蔡委員起床